张明
- 作品数：2 被引量：3H指数：1
- 供职机构：武汉理工大学信息工程学院更多>>
- 发文基金：临沂市科技发展计划项目山东省自然科学基金重庆市自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种优化标签的矩阵分解推荐算法被引量：2
- 2015年
- 个性化推荐研究中,垃圾标签不仅会导致数据稀疏性问题,同时影响推荐的实时性和精确性。因此提出一种优化标签的矩阵分解推荐算法OTMFR,该算法分为两个阶段:首先优化标签,在建立三部网络图的基础上提出一种标签排序算法,利用互增强的关系得到关于标签流行度的排序,去除排序靠后的垃圾标签;然后在此基础上利用用户和资源对标签的偏好信息构建用户-资源偏好矩阵,并从矩阵分解的角度为用户产生推荐。在Delicious数据集上的实验结果表明,该算法在推荐精准度上有较为明显的效果。
- 张明郭娣
- 关键词：标签网络图偏好信息矩阵分解
- 基于点云极化表征与孪生网络的智能车定位被引量：1
- 2023年
- 基于3维激光雷达(LiDAR)的智能车定位在地图存储空间与匹配效率、准确率等方面仍存在诸多问题。该文提出一种轻量级点云极化地图构建方法:采用多通道图像模型对3维点云进行编码生成点云极化图,利用孪生网络结构提取并训练点云极化指纹,结合轨迹位姿信息构建点云极化地图。还提出一种基于点云极化地图匹配的智能车定位方法:采用孪生网络对查询指纹与地图指纹进行相似度建模实现快速的地图粗匹配,采用基于2阶隐马尔可夫模型(HMM2)的地图序列精确匹配方法获取最近的地图节点,通过点云配准计算车辆位姿。使用实地数据集和公开的KITTI数据集进行测试。实验结果表明,地图匹配准确率高于96%,定位平均误差约为30 cm,并对不同类型的LiDAR传感器与不同的场景具有较好的鲁棒性。
- 陶倩文胡钊政万金杰胡华桦张明
- 关键词：地图匹配
