共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 一种压缩稀疏用户评分矩阵的协同过滤算法显示文摘提出了一种通过降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法(基于项目多类属概率潜在语义的协同过滤算法).首先将概率潜在语义分析法中的隐变量集固定为项目的多类属集,明确隐变量的意义,限制隐变量的变化范围;而后迭代学习隐变量的分布,即用户的兴趣模型,压缩用户评分矩阵;最后用学到的兴趣模型度量用户的相似度,对目标用户做出推荐.仿真实验结果表明:该算法有效解决了数据稀疏问题,平均绝对误差低于基于记忆的协同过滤算法4%;与通过概率潜在语义分析法降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法相比,该算法明确了隐变量的意义,提高了对系统的理解,并取得了富有竞争力的推荐性能. | 侯翠琴 焦李成 张文革 | 2009 | 西安电子科技大学学报2009，36，4： | 11 |
| 2 | 采用EM算法对粒子滤波跟踪算法进行改进显示文摘提出了一种改进粒子滤波跟踪算法EMPF(expectation-maximization particle filter)。针对传统粒子滤波存在的动态模型的不确定问题,将EM算法与粒子滤波算法有效结合,将运动模型的参数作为待估量,采用EM算法来确定目标的运动模型参数,从而获得对目标状态的较准确估计。实验结果表明,当目标做复杂的转弯运动时,该算法能够显著地提高对目标运动状态的预测精度。 | 孟勃 朱明 | 2009 | 中国图象图形学报2009，14，9： | 4 |
| 3 | 基于最小二乘的多特征概率数据关联EM方法显示文摘提出了一种多目标多特征信息的数据关联算法。在强噪声密集杂波环境下,针对传统PDA算法对多目标跟踪时出现精度较差的问题,在跟踪过程中融入目标的特征状态信息,利用期望极大化(EM)算法对目标状态估计的最小二乘(LS)误差函数迭代求最小,将目标运动状态和特征联合的关联概率作为估计参数不断修正,从而获得对目标状态的最优估计。仿真结果表明,该算法能够增强区分目标和杂波的能力,减小相近特征量测所引起的跟踪误导,弱化对检测概率的依赖性,显著并稳定地提高对目标的跟踪精度。 | 曾斯 江朝抒 陈祝明 | 2011 | 信号处理2011，27，5： | 3 |
您所在的机构暂未开通此部分的功能，请联系管理员