-
公开(公告)号：CN108052534A
公开(公告)日：2018-05-18
申请号：CN201711131295.6
申请日：2017-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于地理特征的房地产推荐方法。首先根据房地产项目属性信息、楼盘地理坐标向量计算各个房地产项目之间的相似度，然后根据各个房地产项目之间的相似度，构建包含地理特征的正则化项。在权重矩阵分解模型基础上，结合包含地理特征的正则化项，采用随机梯度下降的算法，学习用户和房地产项目的隐式特征向量，最后使用用户和房地产项目隐式特征向量的内积预测用户对未点击房地产项目的点击频次，并根据该预测值为用户提供可能感兴趣的房地产信息列表。本发明在权重矩阵分解技术的基础上，融合房地产项目的地理特征信息，约束权重矩阵分解的执行过程，可以更加准确地学习房地产项目的隐式特征向量，减轻房地产推荐中的冷启动问题。
-
公开(公告)号：CN103559089B
公开(公告)日：2016-06-08
申请号：CN201310525868.9
申请日：2013-10-30
Applicant: 南京邮电大学
IPC: G06F9/50 , G06F9/455 , H04L12/913
Abstract: 本发明涉及一种基于服务等级协议约束的虚拟机需求预测实现方法，对当前服务云中任务的SLA（服务等级协议）约束进行分析的方式，实现虚拟机资源需求的预测以方便资源的预留。通过对当前服务云资源端的预判、反馈预测与突破概率预测，实现虚拟机资源的需求预测，预留当前虚拟机所需资源，减少云资源端虚拟机调度的开销。本发明属于云计算和创新网络领域。本发明设计出的虚拟机需求预测方法，可以应用于服务云中资源提供端在IaaS（基础设施即服务）层上实现资源的预留，同时算法简单易于实现。
-
公开(公告)号：CN103559089A
公开(公告)日：2014-02-05
申请号：CN201310525868.9
申请日：2013-10-30
Applicant: 南京邮电大学
IPC: G06F9/50 , G06F9/455 , H04L12/913
Abstract: 本发明涉及一种基于服务等级协议约束的虚拟机需求预测实现方法，对当前服务云中任务的SLA（服务等级协议）约束进行分析的方式，实现虚拟机资源需求的预测以方便资源的预留。通过对当前服务云资源端的预判、反馈预测与突破概率预测，实现虚拟机资源的需求预测，预留当前虚拟机所需资源，减少云资源端虚拟机调度的开销。本发明属于云计算和创新网络领域。本发明设计出的虚拟机需求预测方法，可以应用于服务云中资源提供端在IaaS（基础设施即服务）层上实现资源的预留，同时算法简单易于实现。
-
Patent Agency Ranking
公开(公告)号：CN108959334A
公开(公告)日：2018-12-07
申请号：CN201711131303.7
申请日：2017-11-15
Applicant: 南京邮电大学
CPC classification number: G06Q50/01
Abstract: 本发明公开了一种基于属性耦合矩阵分解的项目推荐方法，首先根据项目类别划分用户‑项目评分矩阵；利用用户评分和社交关系共现的原则推导特定类别用户社交网络；在推导的特定类别用户社交网络上利用PageRank算法计算用户的社会地位；以用户社会地位值衡量用户的评分权重，结合特定类别用户评分数据和社交关系数据执行矩阵分解，学习特定领域的用户和项目隐式特征向量，使用用户和项目的隐式特征向量内积预测用户对项目的评分，为用户提供个性化的项目推荐。本发明有效解决了传统基于社交网络推荐技术忽视的如下两个问题：(1)在不同的领域中，用户信任不同的朋友；(2)由于用户在不同的领域内具有不同的社会地位，用户在不同领域受朋友影响程度不同。
-
公开(公告)号：CN106294859A
公开(公告)日：2017-01-04
申请号：CN201610705485.3
申请日：2016-08-22
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06F17/30
CPC classification number: G06F16/9535 , G06F2216/03
Abstract: 本发明公开了一种基于项目属性耦合矩阵分解的项目推荐方法，包括如下步骤：首先，给定项目的属性信息，采用耦合对象相似度度量指标计算项目之间的相似度；然后利用矩阵分解算法学习用户和项目的隐藏特征向量，在学习项目隐藏特征向量过程中，利用项目的属性信息构建正则化项，约束矩阵分解的执行过程，使得属性信息相似的项目具有相似的隐藏特征向量；最后，根据学习的用户和项目隐藏特征向量，使用用户和项目隐藏特征向量的内积预测用户对未评分项目的评分，根据预测评分为用户提供个性化的项目推荐。本发明解决推荐系统中项目的相似度计算、项目端冷启动和推荐精度的问题。
-
公开(公告)号：CN112565972B
公开(公告)日：2022-06-10
申请号：CN202011391492.3
申请日：2020-12-01
Applicant: 南京邮电大学通达学院
Abstract: 本发明公开了一种多区域声场重放系统中扬声器布放优化的迭代方法，包括如下步骤：设L0个扬声器分别位于L0个候选位置，将第l个扬声器静音，计算剩下L0‑1个扬声器的最优系数；计算第l个扬声器被静音时，剩下L0‑1个扬声器取得的性能指标P(l)；找出其中最小性能指标所对应的扬声器位置，记为l0，将第l0个扬声器从候选位置中去掉，取剩下L0‑1个扬声器位置作为新的候选位置；重复进行迭代优化，直到优化选择出预先设定的L个扬声器位置。本发明所提出的方法优化后的多区域声场重放系统，在相同扬声器数量的情况下，具有比现有阵列更高的声对比度和更低的阵列输出功率。
-
公开(公告)号：CN107967320A
公开(公告)日：2018-04-27
申请号：CN201711182009.9
申请日：2017-11-23
Applicant: 南京邮电大学
CPC classification number: G06F16/9535 , G06Q30/0201 , G06Q30/0271 , G06Q50/01
Abstract: 本发明公开了一种用户社会地位增强的矩阵分解项目推荐方法，首先根据项目类别划分用户-项目评分矩阵；利用用户评分和社交关系共现的原则推导特定类别用户社交网络；在推导的特定类别用户社交网络上利用PageRank算法计算用户的社会地位；以用户社会地位值衡量用户的评分权重，结合特定类别用户评分数据和社交关系数据执行矩阵分解，学习特定领域的用户和项目隐式特征向量，使用用户和项目的隐式特征向量内积预测用户对项目的评分，为用户提供个性化的项目推荐。本发明有效解决了传统基于社交网络推荐技术忽视的如下两个问题：(1)在不同的领域中，用户信任不同的朋友；(2)由于用户在不同的领域内具有不同的社会地位，用户在不同领域受朋友影响程度不同。
-
公开(公告)号：CN112565972A
公开(公告)日：2021-03-26
申请号：CN202011391492.3
申请日：2020-12-01
Applicant: 南京邮电大学通达学院
Abstract: 本发明公开了一种多区域声场重放系统中扬声器布放优化的迭代方法，包括如下步骤：设L0个扬声器分别位于L0个候选位置，将第l个扬声器静音，计算剩下L0‑1个扬声器的最优系数；计算第l个扬声器被静音时，剩下L0‑1个扬声器取得的性能指标P(l)；找出其中最小性能指标所对应的扬声器位置，记为l0，将第l0个扬声器从候选位置中去掉，取剩下L0‑1个扬声器位置作为新的候选位置；重复进行迭代优化，直到优化选择出预先设定的L个扬声器位置。本发明所提出的方法优化后的多区域声场重放系统，在相同扬声器数量的情况下，具有比现有阵列更高的声对比度和更低的阵列输出功率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
