邻域信息

摘要： 基于协同过滤的算法是推荐系统中最重要的方法,由于冷启动和数据稀疏性的特点,限制了其推荐性能。为了应对以上问题,提出了知识图谱和轻量级图卷积网络推荐系统相结合的模型,该模型通过将知识图谱中的各个实体(项目)进行多次迭代嵌入传播以获取更多的高阶邻域信息,通过轻量聚合器进行聚合,进而预测用户和项目之间的评分。最后,在3个真实的数据集上MovieLens-20M、Last.FM和Book-Crossing的实验结果表明,该模型与其他基准模型相比可以得到较好的性能。

摘要： 针对电阻抗成像技术可视化过程中因“欠定”问题和“软场”效应所导致的重建图像伪迹问题,该文提出一种基于邻域信息和快速模糊C均值聚类(快速FCM)的无监督图像质量评价指标。基于该评价指标和Tikhonov正则化算法,提出了一种重建图像伪迹优化算法TR-NC。仿真结果表明,该算法能够有效地修正重建图像中的伪迹,修正后的重建图像的相关系数平均提高了18.45%,相对误差平均降低了22.2%;仿真体验实验结果表明,当目标电导率变化率大于30%时,该算法能够准确地检测到目标。由此可见,相比于传统的Tikhonov正则化算法,提出的修正算法在重建图像目标的数量和位置精确度方面都得到了显著提高,为电学层析技术在医学和工业等领域的应用实践提供了新的成像理论依据和技术参考。

摘要： 为解决基于循环神经网络(RNN)会话推荐方法的兴趣偏好表示不全面、不准确问题,提出基于图模型和注意力模型的会话推荐(SR‑GM‑AM)方法。首先,图模型利用全局图和会话图分别获取邻域信息和会话信息,并且利用图神经网络(GNN)提取项目图特征,项目图特征经过全局项目表示层和会话项目表示层得到全局级嵌入和会话级嵌入,两种级别嵌入结合生成图嵌入;然后,注意力模型使用软注意力进行图嵌入和反向位置嵌入融合,目标注意力激活目标项目相关性,注意力模型通过线性转换生成会话嵌入;最后,SR‑GM‑AM经过预测层,输出下次点击的N项推荐列表。在两个真实的公共电子商务数据集Yoochoose和Diginetica上对比了SR‑GM‑AM方法与基于无损边缘保留聚合和快捷图注意力的推荐(LESSR)方法,结果显示,SR‑GM‑AM方法的P@20最高达到了72.41%,MRR@20最高达到了35.34%,验证了SR‑GM‑AM的有效性。

摘要： 粗糙K-Means及其衍生算法在处理边界区域不确定信息时,其边界区域中的数据对象因与各类簇中心点的距离相差较小,导致难以依据距离、密度对数据点进行区分判断.提出一种新的粗糙K-Means算法,在对数据进行划分时,综合数据对象的局部密度与邻域归属信息来衡量数据点与类簇的相似性,边界数据与类簇之间的关系由其局部的空间分布所决定,使得模糊不确定信息之间的差异更明显.在人工数据集和UCI标准数据集上的实验结果表明,该算法对边界区域数据的划分具有更高的准确率.

摘要： 高光谱影像分类在遥感学科中具有重要的地位,针对传统高光谱图像分类忽略图像空间特征以及分类过程中有标签样本数目少的问题,本文提出了联合多种空间信息的高光谱半监督分类方法.该方法在高光谱图像处理的各个环节均引入了空间信息.此外,该方法对训练样本集进行扩充时,针对高光谱图像的特点,将教与学算法应用于图像分类中,并且将差分算法与教与学算法结合,平衡了搜索能力与时间复杂度之间的关系.经过实验验证,在有标签样本少的情况下,本文方法相比于经典算法SVM和几种性能优异的算法,在分类性能OA、AA以及Kappa系数上均有提升,证明了本文方法引入空间信息提高分类精度的有效性.

摘要： 知识表示学习在关系抽取、自动问答等自然语言处理任务中获得了广泛关注,该技术旨在将知识库中的实体与关系表示为稠密低维实值向量.然而,已有的模型在建模知识库中的三元组时,或是忽略三元组的邻域信息,导致无法处理关联知识较少的罕见实体,或是在引入邻域信息时不能自适应地为每个实体抽取最相关的邻节点属性,导致引入了冗余信息.基于以上问题,该文在知识表示模型TransE的基础上提出了聚合邻域信息的联合知识表示模型TransE-NA(neighborhood aggregation on TransE).该模型首先根据实体的稀疏度确定其邻节点数量,然后根据实体的邻边关系选取对应邻节点上最相关的属性作为实体的邻域信息.在链接预测和三元组分类任务上的实验结果表明,该文的模型效果超越了基线模型,验证了该模型能有效聚合邻域信息,缓解数据稀疏问题,改善知识表示性能.

摘要： 不平衡数据学习是机器学习中一个研究热点,近年来得到广泛的关注.以SMOTE为代表的过采样方法是不平衡数据学习的主流方法之一,近年来涌现出大量的基于SMOTE的改进过采样方法.但是,当前对过采样的研究中,如何利用样本分布信息,实现高效的过采样,仍然是一个具有挑战的问题.本文提出一种有监督的样本空间分布学习方法,用以学习少数类样本的局部邻域信息,并以局部邻域信息约束过采样过程中样本的合成,以降低线性插值可能带来的噪声以及样本重叠等不利因素,从而提高过采样的效率.在典型不平衡数据集上的实验表明,利用少数类样本邻域信息为约束,能有效提升过采样的效率.

摘要： 为提高像元级变化检测方法的精度,提出一种结合邻域信息和结构特征的遥感影像变化检测方法.该方法涵盖邻域相关影像(neighborhood correlation image,NCI)、匹配误差和结构特征3种属性特征.首先,通过邻域相关分析技术获得表示上下文信息的邻域相关影像,利用邻域间像素的互相关性进行模板匹配获得匹配误差.然后,基于方向梯度信息提取能抵抗影像间光谱差异的结构特征.随后将邻域相关影像、匹配误差、结构特征作为决策树的分类属性,获取初始变化检测结果.最后,利用马尔可夫随机场(Markov random field,MRF)对其进行优化,获得最终的二值变化图.本文通过采用两组不同传感器的双时相遥感影像进行试验.结果表明,相较于采用变化向量分析法(change vector analysis,CVA)、单一邻域信息法及邻域信息和纹理特征相结合的方法,本文方法有效提高了变化检测的精度.

摘要： 针对模糊C均值(FCM)聚类算法没有考虑样本不同属性的重要程度、邻域信息等问题,提出一种基于熵与邻域约束的FCM算法.首先通过计算样本各属性的熵值来为各属性赋予权重,结合属性权重改进距离度量函数;随后根据邻域样本与中心样本间的距离计算邻域隶属度权重,加权得到邻域隶属度,利用邻域隶属度约束目标函数,修正隶属度迭代过程,最终达到提升FCM聚类算法性能的目的.理论分析和在人造数据集、多个UCI数据集的试验结果表明,改进后的算法在聚类效果、鲁棒性上均优于传统FCM算法、PCM算法、KFCM算法、KPCM算法和DSFCM算法,表明了本文算法的有效性.

摘要： 针对传统分层无线传感器网络拓扑优化方法存在生命周期短、运行质量差的问题,开展基于邻域信息的分层无线传感器网络拓扑优化方法设计研究。通过模型设计、拓扑演化和局部视图维护机制,提出一种全新的拓扑优化方法。通过实验证明,新的优化方法能够有效延长分层无线传感器的生命周期,提高网络运行质量。

摘要： 知识表示学习在关系抽取、自动问答等自然语言处理任务中获得了广泛的关注,该技术旨在将知识库中的实体与关系表示为稠密低维实值向量.然而,已有的模型在建模知识库中三元组时,或是忽略三元组的邻域信息,导致无法处理关联知识较少的罕见实体,或是在引入邻域信息时不能自适应地为每个实体抽取最相关的邻节点属性,导致引入了冗余信息.基于以上问题,本文在知识表示模型TransE的基础上提出了聚合邻域信息的联合知识表示模型TransE-NA(Neighborhood Aggregation on TransE).该模型首先根据实体的稀疏度确定其邻节点数量,然后根据实体的邻边关系选取对应邻节点上最相关的属性作为实体的邻域信息.在链接预测和三元组分类任务上的实验结果表明,本文的模型效果超越了基线模型,验证了本文模型能有效聚合邻域信息,缓解数据稀疏问题,改善知识表示性能.

摘要： 为了有效地抑制背景,提高目标与背景的对比度,提出了一种基于邻域信息TDLMS滤波器的红外目标检测算法.该算法对TDLMS滤波器的结构和预测方法进行了改进,充分利用被预测像素的邻域信息对背景进行预测.实验结果表明该算法对不同背景和不同大小红外目标都具有很好的检测效果,能够更大程度提高局部信杂比.

摘要： 随着雷达系统的广泛使用,雷达测角技术已经取得了长足发展.和差比幅测角是当前雷达系统普遍采用的一种测角方法,其具有实现方便、跟踪精度高等特点.然而,由于噪声及干扰影响,现有的和差比幅测角算法在小角度条件下容易受噪声起伏干扰,测角性能急剧降低,针对这一问题,本文提出了一种基于邻域信息的加权比幅测角算法.首先根据峰值点邻域信息对噪声的统计特性进行估计,然后基于估计的噪声均值与方差构建置信权重对传统比幅测角算法进行修正.仿真实验表明,该算法在能有效改善测角性能,尤其是小角度条件下能明显降低噪声起伏对测角影响.

摘要： 本文分析了常规图像滤波算法的局限性,并在此基础上提出了一种基于邻域信息的自适应滤波新算法.该算法利用噪声的灰度不一致性,通过邻域信息差分值的差异来决定像素的类别,然后针对不同类别的像素点采取不同的滤波算法.实验结果表明,该算法能够显著提高图像的信噪比.

摘要： 图像分割中存在的不确定性使得基于马尔可夫随机场的图像分割方法成为一个重要的研究方向.基于马尔可夫随机场模型图像分割的关键之处在于最大后验概率估计(MAP)的优化求解.本文特别就其中观测信息与邻域信息在优化目标函数中所占权重,即标号场参数的选择方法做了总结与梳理,并结合仿真实验进行了分析比较,以期为马尔科夫随机场在图像分割中的实际应用提供一定的参考和借鉴作用.

摘要： 图像分割中存在的不确定性使得基于马尔可夫随机场的图像分割方法成为一个重要的研究方向.基于马尔可夫随机场模型图像分割的关键之处在于最大后验概率估计(MAP)的优化求解.本文特别就其中观测信息与邻域信息在优化目标函数中所占权重,即标号场参数的选择方法做了总结与梳理,并结合仿真实验进行了分析比较,方法1简单地将权重在全局设为一个定值，在分割复杂场景下的图像时易陷入局部最优，因此适用于简单图像的分割。方法2根据每个像素的局部信息使得权值在全局可变，更加适应复杂场景的图像分割，但存在计算量大的问题。因此在不限制计算量的情况下，应采用方法2进行复杂场景的图像分割。方法3的优点在于省去了方法1,2中的全局权重估计问题，但是面对场景复杂的图像，尤其是存在光照不均问题的图像时，分割结果不理想。因此方法3适用于对分割效果要求不高的情况。

摘要： 本发明提供了一种基于邻域网的信息交互方法、信息交互装置和终端，其中，基于邻域网的信息交互方法包括：根据邻域网络通信协议发送第一网络通信业务请求；根据第一网络通信业务请求，接收第一终端所属的第一邻域网群集中的任意一个第二终端发送的第一网络通信业务请求的反馈信息；和/或接收第二终端所属的第二邻域网群集中的任意一个第三终端发送的反馈信息。通过本发明技术方案，一方面，不需要路由器等接入设备即可实现实时网络通信，降低了对第三方设备的依赖性以及网络接入的成本，另一方面，在指定范围内进行信息交互，使网络数据传输的目的性更强，从而提升了用户的使用体验。

摘要： 本发明提供了一种结合空间结构和属性信息的自适应邻域确定方法，对原始数据进行数据预处理得到各个空间对象的属性信息，对属性信息用矩阵的形式进行建模，根据空间对象的类型对各个空间对象的空间结构进行建模，接着基于空间对象的空间结构和属性信息进行稀疏重建处理，得到最优重建权重矩阵，作为空间对象之间最优的邻域关系。本发明通过结合空间对象的空间结构和属性信息来自适应邻域，克服了传统方法为空间关系指定一个全局阈值的缺点，通过稀疏重建思想可以有效消除大量空间数据中的数据冗余和噪声，通过在实施例中与传统方法比较，本发明在精度上有明显优势，而且对于不同类型数据集具有鲁棒性，可以高效实现自适应邻域。

摘要： 本发明公开了基于信息熵权和最近邻域数据关联的目标航迹优化方法，包括以下步骤：获取航迹起始后前两个时刻量测点的量测向量，计算出目标的初始状态向量；对卡尔曼滤波器进行初始化；采用迭代法计算k时刻目标的状态估计向量、估计误差协方差矩阵、预测向量、新息协方差矩阵和卡尔曼增益；获取k时刻落入波门中心的候选量测点；当k时刻的候选量测点的个数大于1时，采用熵权法对k时刻的目标航迹进行优化更新。本发明通过深度挖掘已知量测信息，在不改变先验信息的基础上，充分利用了目标量测所携带的信息，具有更低的改造成本和更好的适用性；同时，提高了雷达跟踪航迹的准确性。

摘要： 本发明提供了一种基于邻域网的信息交互方法、信息交互装置和终端，其中，基于邻域网的信息交互方法包括：根据邻域网络通信协议发送第一网络通信业务请求；根据第一网络通信业务请求，接收第一终端所属的第一邻域网群集中的任意一个第二终端发送的第一网络通信业务请求的反馈信息；和/或接收第二终端所属的第二邻域网群集中的任意一个第三终端发送的反馈信息。通过本发明技术方案，一方面，不需要路由器等接入设备即可实现实时网络通信，降低了对第三方设备的依赖性以及网络接入的成本，另一方面，在指定范围内进行信息交互，使网络数据传输的目的性更强，从而提升了用户的使用体验。

摘要： 本申请公开了一种信息推荐方法及装置和构建邻域知识图谱的方法及装置，通过本申请实施例构建的包括用户问题、用户诉求、候选知识信息，以及三者之间的关系的邻域知识图谱，根据用户问题实现了推理出用户诉求、回答商品详情问题、给出解释性推荐理由，为信息推荐提供了丰富的知识图谱，实现了信息的有效推荐。

摘要： 本申请公开一种图邻域边信息和的估算方法及相关产品，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。方法中执行器根据目标图中的目标节点构成的边获得目标节点的第1阶更新消息计数器并上推至参数服务器，以初始化目标节点的1阶计数器；参数服务器中包含根据驱动器的申请创建的目标图的计数器矩阵；计数器矩阵存储有目标图各节点的多阶计数器；执行器从参数服务器中拉取目标节点的同边源节点的i‑1阶计数器，根据该i‑1阶计数器获得目标节点的i阶更新消息计数器并上推至参数服务器，以根据目标节点的i阶更新消息计数器和i‑1阶计数器，得到i阶计数器，迭代直至得到r阶计数器。通过引入参数服务器提升了处理性能。

摘要： 本发明属于信息处理领域，尤其涉及一种基于邻域相似度和多类型交互的恶意信息溯源方法；所述方法包括获取社交网络平台中的用户相关数据和恶意信息相关数据，利用拓扑结构刻画用户节点的重要性，得到用户节点的初始评分向量、传播路径的初始评分向量以及恶意信息的初始评分向量；通过构建多类型的三元交互网络来利用表示学习挖掘隐性信息优化转移概率矩阵；利用用户节点的初始评分向量、传播路径的初始评分向量以及恶意信息的初始评分向量，循环迭代计算得到用户节点的最终评分向量，进而及时有效定位溯源到恶意信息的传播源用户；这样可以有针对性的对信息进行防御，从而提高了社交网络平台信息传播的准确性和可靠性。

摘要： 本发明公开了一种基于选择性邻域信息的商品推荐方法，该方法包括：获取目标用户的兴趣偏好；获取商品的属性特征；获取与商品有过历史评分记录的所有用户，将所有用户作为目标用户在商品下的邻域信息并确定其兴趣偏好；确定目标用户与邻域信息中每个用户的兴趣偏好的相似性；对邻域信息的兴趣偏好进行融合以得到目标用户的邻域特征信息；确定邻域特征信息的可用性；获取基于邻域信息的目标用户特征信息；获取目标用户对商品的预测评分；选择预测评分最大的若干个商品推荐给目标用户。本发明的方法将邻域信息当作一种辅助信息，自动过滤出相似邻域信息，捕获用户与其邻域信息之间兴趣偏好的一致性，能够有效缓解数据稀疏性问题，显著提高推荐精度。

摘要： 本发明公开了一种基于空间邻域信息的雷达异常点云检测方法，该方法的步骤包括：步骤S1：获取道路的三维点云，得到障碍点云，通过点云训练集得到邻域的第一阈值和第二阈值；步骤S2：利用第一阈值和第二阈值对三维点云进行筛选；步骤S3：对筛选出来的三维点云进行空间结构分析；步骤S4：将通过空间结构分析筛选出来的异常点云数据输出。该检测装置用来实施上述方法。本发明具有原理简单、适用范围广、能够提高检测精确度等优点。

摘要： 本发明公开了一种基于像素邻域信息的数字图像阈值自确定算法，包括以下步骤：(1)选取图像的拉普拉斯模板，进行卷积计算获取L‑P灰度值；(2)将步骤(1)获取L‑P灰度值进行标记且替换原始图像灰度，并进行灰度值累积统计；(3)绘制替换后的灰度分布直方图并与原始灰度图像直方图进行对比；(4)标记替换后L‑P值灰度直方图与原始图像灰度直方图产生的两个交点，通过计算获取两个交点对应的像素点的灰度值区间，用此区间覆盖原始所有可分割边界像素灰度值，在此区间内进行分类间方差最大值的计算；(5)取分类间方差最大值处对应灰度为最佳分割阈值，可以更加准确有效地对岩土材料微观图像灰度图像进行有效的分割。