推荐系统是一种通过理解用户的兴趣和偏好帮助用户过滤大量无效信息并获取感兴趣的信息或者物品的信息过滤系统.目前主流的推荐系统主要基于离线的、历史的用户数据，不断训练和优化线下模型，继而为在线的用户推荐物品，这类训练方式主要存在三个问题：基于稀疏且具有噪声的历史数据估计用户偏好的不可靠估计、对影响用户行为的在线上下文环境因素的忽略和默认用户清楚自身偏好的不可靠假设.
2021-11-27 10:05:37
1012KB
1
研究一种基于四阶累积量的虚拟阵列扩展技术，以扩大阵列的处理孔径和空间自由度，提高方位估计性能。由于累积量域导向矢量的冗余项可等效为特定位置处假想阵元（虚拟阵元）的响应，因而利用高阶累积量可虚拟扩展阵列孔径，利用四阶累积量与二阶统计量的转换关系，对具有等效阵元互相关的累积量作合并平均处理，可得到虚拟扩展阵列的协方差矩阵，对虚拟协方差矩阵采用MUSIC算法作方位估计。数值分析和湖试处理结果表明，虚拟阵MUSIC算法能有效提高分辨率，减小方位估计方差，并能提高空间有色高斯噪声下的性能和稳健性。
2021-11-26 21:24:59
316KB
1
以厦门市为研究区域，以2013年的Landsat8为研究数据，研究亮度温度反演以及地表温度反演的劈窗算法，推导出该算法的演算过程，根据Landsat8的特性，确定该算法的参数取值。通过ENVI／IDL软件编程实现该算法，采用厦门市遥感数据反演地表温度，并且利用厦门市气象局实测温度验证地表温度反演结果的有效性。
2021-11-26 17:13:45
321KB
1
OFDM系统的基于训练序列的符号同步算法研究，汪伟，吴天庆，符号、载波偏移严重影响着正交频分复用（OFDM）接受系统的性能。本文将介绍使用训练序列进行符号同步的各种算法，比如SC算法，Minn��
2021-11-25 20:32:12
274KB
1