基于聚类和随机森林的协同过滤推荐算法

针对基于邻近关系的协同过滤算法在线推荐效率低的问题,提出了一种可离线训练评分预测模型的算法。通过聚类算法降低用户-项目评分矩阵中用户向量和项目向量的维数,并对数据进行转换使其适用于监督模型;利用转换后的数据离线训练随机森林模型,在线推荐时只需根据随机森林模型的规则进行评分预测,无需查找最邻近用户或项目。实验结果表明,该算法在不降低评分预测精度的情况下,在线推荐效率远高于基于邻近关系的协同过滤算法。     

基于路径相关性的电路小延时缺陷检测算法

在基于纳米技术的现代电路中,小延时缺陷(SDDs)检测是个重要问题,即使这些SDD缺陷没有导致功能性故障,但也是一种可靠性隐患,如果工艺发生变化,这些缺陷的检测更为困难;文章提出一种基于电路路径延时相关性的SDD缺陷检测算法,即使工艺发生变化也可以检测出SDD缺陷;该算法利用了如下原理:对两个高度相关的路径,一条路径的延时方差的重要部分可以用另一条路径的延时方差进行描述;另外,考虑了空间和结构相关性及随机掺杂波动,开发并部署了一种统计学计时分析框架,以计算时间信息和跨径相关性(IPC);基于74LS85和ISCAS85基准电路的仿真结果验证了算法的可行性。     

数字滤波方式在监控系统中的应用

数字滤波是通过编程软件对数字信号进行滤波的一种方法。由于受指令执行速度的影响,数字滤波比较适合于低通滤波。本文介绍了对于不同微机系统和不同工作环境可以采取的不同软件滤波方法。     

二维几何图形测量中的边缘定位算法研究

研究图像优化测景和提取问题,针对CCD摄像机采集的图像中含有各种噪声,传统的边缘检测算法不仅不能很好地抑制噪声,而且定位精度只达到像素级.为了更好地提取图像边缘信息并抑制噪声,以提高测量系统的测量精度.在比较分析各种像素级边缘检测及亚像素细分算法的性能后,采用能同时协调图像边缘信息和抑制噪声的多结构多尺度形态边缘检测.根据测量系统的被测目标,采用矩估计亚像素细分算法来实现图像边缘的精确定位,并进行仿真.仿真结果表明算法通过提高定位精度,有效地提高了测量精度.