-
公开(公告)号:CN108154189A
公开(公告)日:2018-06-12
申请号:CN201810022935.8
申请日:2018-01-10
Applicant: 重庆邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6215 , G06K9/6226
Abstract: 本发明涉及挖掘领域,具体为基于LDTW距离的灰关联聚类方法,包括:将原始数据集进行处理,得到预处理后的序列;将预处理后的序列中每个维度的最大值构成参考序列;计算预处理后的序列与参考序列的LDTW距离及其弯曲路径长度;计算基于LDTW距离的预处理后的序列与参考序列间的灰关联度;根据灰关联度的结果取定临界值区间,将临界值区间划分为多个临界区间,若两个序列的灰关联度落在同一临界区间,则将所述两个序列聚为一类,本发明降低了两个序列之间的相似度量的误差,可以为生物学家研究蛋白质的功能提供帮助。
-
公开(公告)号:CN106651461A
公开(公告)日:2017-05-10
申请号:CN201611252360.6
申请日:2016-12-30
Applicant: 重庆邮电大学
CPC classification number: G06F17/30867 , G06K9/6215 , G06Q30/0271 , G06Q30/0282
Abstract: 本发明涉及个性化推荐技术领域,特别涉及一种基于灰理论的电影个性化推荐方法,包括计算多部电影之间的电影相似度最近邻矩阵;计算多个用户之间的用户相似度最近邻矩阵;选取目标用户没有评分过的一部或多部电影,根据电影相似度最近邻矩阵获得该电影的最近邻电影评分数据,根据用户相似度最近邻矩阵获得该目标用户的最近邻用户评分数据,将所述最近邻电影评分数据和所述最近邻用户评分数据构成评分序列,对评分序列进行评分预处理,对评分预处理后的评分序列进行灰预测,得到预测评分数据;将预测评分数据按评分高低排序得到预测评分表;本发明利于在稀疏性数据上提高电影推荐的精准度。
-
公开(公告)号:CN109409496A
公开(公告)日:2019-03-01
申请号:CN201811349939.3
申请日:2018-11-14
Applicant: 重庆邮电大学
IPC: G06N3/00
Abstract: 本发明属于机械故障诊断和分类领域;具体为一种基于蚁群算法改进的LDTW序列相似度量方法,所述方法包括将给定长度的两个序列转换为距离矩阵;将距离矩阵映射成栅格法的0-1矩阵,在0-1矩阵中按照禁忌表对蚂蚁在栅格中的搜索范围进行第一次限制;根据LDTW距离的步长对蚂蚁的搜索范围第二次限制;蚂蚁在第一次和第二次共同限制后的栅格区域移动,根据动态调整状态转移概率移动到下一访问点;从而搜索得到路径;根据蚂蚁搜索得到的栅格值之和,确定适应度函数;适应度函数最小时,为最佳的序列距离长度;根据序列距离长度,确定两个序列的相似度;本发明既保证了弯曲路径长度不超过LDTW限制的弯曲路径长度,又降低计算的时间成本。
-
-