排序方式: 共有61条查询结果,搜索用时 62 毫秒
22.
23.
实现大规模Deep Web数据源集成是方便用户使用Deep Web信息的一种有效途径,Deep Web爬虫是Deep Web数据源集成的关键组成部分,提出一种针对结构化Deep Web的聚焦爬虫爬行策略,通过对查询接口的特征分析来判断Deep Web数据源的主题相关性,同时,在评价链接重要性时,综合考虑了页面内容的主题相关性和链接的相关信息,实验证明该方法是有效的. 相似文献
24.
25.
26.
27.
28.
29.
针对传统基于图像的水墨画绘制方法生成的图像只具备水墨画的一些基本特征,不能给其指定某一种风格,使得生成的图像显得呆板、缺乏意境层次的表达的情况,提出一种基于卷积神经网络的水墨画合成方法。该算法调整一个训练完成的卷积神经网络模型的结构,定义图像在卷积神经网络模型中的卷积层映射的特征响应的表示,以及特征响应之间的相互关系表示。先对照片作对比度增强预处理,然后在一张随机的图像上,匹配照片的特征响应来获取内容信息,匹配水墨画的特征响应相互关系来获取风格信息。实验表明,基于卷积神经网络的水墨画合成方法可以生成效果较好的水墨画图像,既保留了原照片轮廓信息,又带有原水墨画整体纹理信息,对水墨画灰度图像的风格合成效果出色。 相似文献
30.
随着基于位置的社交网络推荐系统的逐步发展,兴趣点推荐成为了研究热门。兴趣点推荐的研究旨在为用户推荐兴趣点,并且为商家提供广告投放和潜在客户发掘等服务。由于用户签到行为的数据具有高稀疏性,为兴趣点推荐带来很大的挑战。许多研究工作结合地理影响、时间效应、社会相关性等方面的因素来提高兴趣点推荐的性能。然而,在大多数兴趣点推荐的工作中,用户访问的周期性习惯和伴随用户偏好的上下文情境信息没有被深度地挖掘。而且,下一个兴趣点推荐中一直存在着数据的高稀疏度。基于以上考虑,针对用户签到的数据稀疏性问题,将用户周期性行为模式归结为上下文情境信息,提出了一种基于上下文感知的个性化度量嵌入推荐算法,同时将用户签到的上下文情境信息考虑进来,从而丰富有效数据,缓解数据稀疏性问题,提高推荐的准确率,并且进一步优化算法,降低时间复杂度。在两个真实数据集上的实验分析表明,本文提出的算法具有更好的推荐效果。 相似文献