您的位置： 专家智库 > >

李志强

作品数：6 被引量：26H指数：3
供职机构：辽宁工程技术大学电子与信息工程学院更多>>
发文基金：辽宁省自然科学基金国家留学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 2篇元数据
  • 1篇音乐
  • 1篇隐马尔可夫模...
  • 1篇隐式
  • 1篇隐式反馈
  • 1篇人体动作识别
  • 1篇商业智能系统
  • 1篇数据仓库
  • 1篇图像
  • 1篇图像数据
  • 1篇马尔可夫
  • 1篇马尔可夫模型
  • 1篇共性化
  • 1篇KINECT
  • 1篇ATTENT...

机构

  • 6篇辽宁工程技术...

作者

  • 6篇李志强
  • 5篇张全贵
  • 1篇王星
  • 1篇崔铁军
  • 1篇张洋

传媒

  • 3篇计算机应用研...
  • 1篇计算机应用与...
  • 1篇计算机应用
  • 1篇消费电子

年份

  • 2篇2019
  • 3篇2018
  • 1篇2014
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
论商业智能系统中数据仓库
2014年
商业智能的含义是通过数据资产的智能使用达到制定更好的商业决策，数据仓库使你访问适当的数据，分析这些数据来获得洞察力，从而做出更好的决策。
李志强张洋崔铁军
关键词：数据仓库
基于耦合多隐马尔可夫模型和深度图像数据的人体动作识别被引量：12
2018年
为解决使用RGB图像进行特征提取时容易受外界因素干扰,且计算复杂度高等问题,采用一种更加有效的解决方案,即使用深度数据进行人体动作识别。利用Kinect采集的关节点数据,首先将人体关节划分成五个区域,对每个区域的向量夹角离散化从而描述不同的状态,再通过Baum-Welch算法学习出各区域的多隐马尔可夫模型(multi-HMM),并使用前向算法建立生成区域与动作类别概率矩阵。在此基础上,对区域及动作类别进行内耦合和间耦合分析,从而表达各关节点之间的交互关系。最后使用基于耦合的K最邻近(KNN)算法完成整体的动作识别。通过实验测试对五种动作的识别率均达到90%以上,并与3D Trajectories等方法进行对比,实验得到的综合识别率高于对比方法,具有明显的优势。
张全贵蔡丰李志强
关键词：KINECT人体动作识别
融合元数据及attention机制的深度联合学习推荐被引量：3
2019年
融合元数据的协同过滤推荐即混合推荐算法是目前推荐系统领域研究的热点,能一定程度地解决数据稀疏及冷启动等问题。但融合元数据现有的建模方法大多数建立于用户/项目属性权重相同的情景下,以至于用户项目间重点关系表达不显著,难以获得较好的推荐性能。针对上述问题,提出一种融合元数据及attention机制的深度联合学习推荐方法。它利用双深度网络联合学习,其中一个网络基于隐反馈数据实现矩阵非线性分解以学习用户/项目个性化关系,另一个利用attention机制自动捕捉用户/项目关键属性对推荐工作的影响,通过赋予不同属性权重凸显的用户偏好关系建模辅以扩展模型。实验结果表明,所提推荐算法在MovieLens 100K和MovieLens 1M两个公开数据集上均表现出较为优越的推荐性能。
张全贵李志强张新新曹志强
关键词：元数据
基于注意力机制的音乐深度推荐算法被引量：5
2019年
在海量音乐中,如何根据用户的历史收听记录分析用户需求以实现歌曲推荐是音乐推荐领域具有挑战性课题之一。现有的音乐推荐方法仅简单地将用户听过的所有音乐均作为音乐推荐的上下文,导致不同类型音乐学习到的上下文权重分配相同,其严重影响了音乐推荐精度。针对此问题,提出了一种基于注意力机制的音乐深度推荐方法,针对不同用户的历史收听音乐动态分配不同的注意力,即学习出不同的上下文权重,使推荐结果更符合用户的实际偏好。通过在公开音乐数据集million song dateset上的测试,所提方法的推荐准确率有很大的提升。
张全贵张新新李志强
融合元数据及隐式反馈信息的多层次联合学习推荐方法被引量：5
2018年
针对隐式数据单纯利用隐反馈信息往往难以获取较好推荐性能的问题,提出一种融合元数据及隐式反馈信息的多层次深度联合学习(multi-level deep joint learning,MDJL)推荐方法。它利用双深度神经网络共同学习,其中一个网络利用隐式反馈学习用户及项目个体个性化关系,另一个网络利用元数据学习高层次群体共性化关系,从而有效地表达用户偏好,使MDJL框架在个体及群体因素间达到平衡。最后,MDJL推荐算法在Movie Lens 100K和MovieLens 1M两个公开数据集上进行实验评估。结果表明,该算法比其他基线方法表现出了更为优越的推荐性能。
张全贵李志强蔡丰王星
关键词：元数据隐式反馈
一种频率约束的高效用模式挖掘算法被引量：1
2018年
现有的高效用模式挖掘将效用作为唯一指标,可能会导致挖掘出来的模式是低频的,这样往往满足不了实际的需求。因此,兼顾频率的高效用模式挖掘具有较强的应用价值。针对此问题,提出频率约束的高效用模式挖掘算法UFCP-Miner。算法将项集在整个数据库中出现的频率考虑进高效用模式挖掘中,重新定义了高效用模式,并提出新的交易权重效用值的概念。采用四个典型数据集对算法的性能进行测试,结果表明该算法能够有效地识别出特定的高效用模式,并且有很好的可扩展性。
张全贵曹阳李志强
全选 清除 导出
共1页<1>
聚类工具0