刘艳博
- 作品数：13 被引量：424H指数：2
- 供职机构：北京市遥感信息研究所更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一种基于沙盘斜置模式的空间遥感成像半物理仿真平台
- 本发明提供一种基于沙盘斜置模式的空间遥感成像半物理仿真平台，包括运动系统、相机载荷、太阳模拟器系统和沙盘，运动系统包括内龙门、外龙门以及分别与内龙门和外龙门滑动连接的轨道；太阳模拟器系统包括太阳模拟器、第一太阳光反射镜和...
- 余晓刚赵俊保时春雨周春平朱莉珏马璐刘艳博马楠
- 文献传递
- 一种基于等比缩放模式的空间遥感成像半物理仿真平台
- 本发明提出一种基于等比缩放模式的空间遥感成像半物理仿真平台，包括运动系统、相机载荷、太阳模拟器系统和沙盘，运动系统包括内龙门、外龙门以及分别与内龙门和外龙门滑动连接的轨道；太阳模拟器系统包括太阳模拟器、设置在太阳模拟器正...
- 赵俊保吴正升时春雨周春平尚婧刘艳博赵亮
- 一种基于因子图模型的半监督社区发现方法被引量：11
- 2016年
- 社区发现是社交网络分析中一个重要的研究方向.当前大部分的研究都聚焦在自动社区发现问题,但是在具有数据缺失或噪声的网络中,自动社区发现算法的性能会随着噪声数据的增加而迅速下降.通过在社区发现中融合先验信息,进行半监督的社区发现,有望为解决上述挑战提供一条可行的途径.本文基于因子图模型,通过融入先验信息到一个统一的概率框架中,提出了一种基于因子图模型的半监督社区发现方法,研究具有用户引导情况下的社交网络社区发现问题.在三个真实的社交网络数据(Zachary社会关系网、海豚社会网和DBLP协作网)上进行实验,证明通过融入先验信息可以有效地提高社区发现的精度,且将我们的方法与一种最新的半监督社区发现方法 (半监督Spin-Glass模型)进行对比,在三个数据集中F-measure平均提升了6.34%、16.36%和12.13%.
- 黄立威李彩萍张海粟刘玉超李德毅刘艳博
- 关键词：社交网络因子图
- 遥感图像的语义分割方法、装置、电子设备及存储介质
- 本公开提出一种遥感图像的语义分割方法、装置、电子设备及存储介质，包括：获取待处理遥感图像和目标图像，目标图像是处于待处理遥感图像中心位置的局部图像，目标图像的尺寸小于待处理遥感图像的尺寸，再根据目标图像的尺寸将待处理遥感...
- 黄立威刘艳博吕守业田菁张一鸣聂婧
- 一种基于等比缩放模式的空间遥感成像半物理仿真平台
- 本实用新型提出一种基于等比缩放模式的空间遥感成像半物理仿真平台，包括运动系统、相机载荷、太阳模拟器系统和沙盘，运动系统包括内龙门、外龙门和分别与内龙门和外龙门滑动连接的轨道；太阳模拟器系统包括太阳模拟器、设置在太阳模拟器...
- 赵俊保吴正升时春雨周春平尚婧刘艳博赵亮
- 文献传递
- 一种基于沙盘斜置模式的空间遥感成像半物理仿真平台
- 本实用新型提供一种基于沙盘斜置模式的空间遥感成像半物理仿真平台，包括运动系统、相机载荷、太阳模拟器系统和沙盘，运动系统包括内龙门、外龙门以及分别与内龙门和外龙门滑动连接的轨道；太阳模拟器系统包括太阳模拟器、第一太阳光反射...
- 余晓刚赵俊保时春雨周春平朱莉珏马璐刘艳博马楠
- 文献传递
- 一种基于等比缩放模式的空间遥感成像半物理仿真平台
- 本发明提出一种基于等比缩放模式的空间遥感成像半物理仿真平台，包括运动系统、相机载荷、太阳模拟器系统和沙盘，运动系统包括内龙门、外龙门以及分别与内龙门和外龙门滑动连接的轨道；太阳模拟器系统包括太阳模拟器、设置在太阳模拟器正...
- 赵俊保吴正升时春雨周春平尚婧刘艳博赵亮
- 文献传递
- 一种基于沙盘斜置模式的空间遥感成像半物理仿真平台
- 本发明提供一种基于沙盘斜置模式的空间遥感成像半物理仿真平台，包括运动系统、相机载荷、太阳模拟器系统和沙盘，运动系统包括内龙门、外龙门以及分别与内龙门和外龙门滑动连接的轨道；太阳模拟器系统包括太阳模拟器、第一太阳光反射镜和...
- 余晓刚赵俊保时春雨周春平朱莉珏马璐刘艳博马楠
- 一种社交关系感知的人类移动行为预测方法及系统
- 本发明公开了一种社交关系感知的人类移动行为预测方法和系统，该方法，包括以嵌入的形式获取用户签到行为特征的嵌入表示；基于嵌入表示将用户历史行为特征和朋友历史行为特征构建为长期社交通道行为序列，并基于长期社交通道行为序列构建...
- 黄立威刘艳博吕守业张开锋李金洲李阳刘洋
- 基于深度学习的推荐系统研究综述被引量：413
- 2018年
- 深度学习是机器学习领域一个重要的研究方向,近年来在图像处理、自然语言理解、语音识别和在线广告等领域取得了突破性进展.将深度学习融入推荐系统中,研究如何整合海量的多源异构数据,构建更加贴合用户偏好需求的用户模型,以提高推荐系统的性能和用户满意度,成为基于深度学习的推荐系统的主要任务.该文对近几年基于深度学习的推荐系统研究进展进行综述,分析其与传统推荐系统的区别以及优势,并对其主要的研究方向、应用进展等进行概括、比较和分析.最后,对基于深度学习的推荐系统的未来发展趋势进行分析和展望.
- 黄立威江碧涛吕守业刘艳博李德毅
- 关键词：推荐系统协同过滤个性化服务数据挖掘
