邹小波
- 作品数：3 被引量：1H指数：1
- 供职机构：华侨大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自适应度量学习的行人再识别
- 2017年
- 该文提出了基于自适应度量学习（AML）的行人再识别方法。与正常处理所有负样本的常规度量学习方法不同的是,AML将负样本自适应地分为三组,并对它们给予不同的关注。通过加强负样本的影响,AML可以更好地挖掘正样本和负样本之间的辨别信息,从而生成更有效的度量。此外,我们还提出了探针特定重新排名（PSR）算法来改进由度量学习得到的初始排名列表。对于每个探针,PSR构建相应的超图以捕获探针和其排名前100的图库图像之间的邻域关系。然后基于它们在超图中的邻域亲和力来重新排列这些图像。其中对公共数据集VIPeR数据集的实验证明了AML和PSR的良好的鲁棒性和优越性。
- 詹敏王佳斌邹小波
- 大数据平台下推荐系统的研究与实现
- 如何从海量数据中快速、有效挖掘出用户感兴趣的信息或商品是推荐系统领域的研究范畴，随着大数据时代的到来，这一类需求更加强烈。尽管推荐系统在理论与应用上已经取得了一定成果，然而传统推荐算法面对大数据处理需耗费大量时间，无法满...
- 邹小波
- 关键词：流计算
- 基于Spark的并行化主题模型算法研究
- 2017年
- 为应对大数据量处理的挑战以及更加有效地进行文本的语义挖掘,本文利用快速通用的计算框架Spark进行典型主题模型潜在狄利克雷模型的并行化研究。根据模型求解过程中利用吉布斯采样估计参数的特点,该文将模型的并行化实现分解为参数初始化、数据集分割以及吉布斯采样等过程,并利用Spark提供的丰富编程接口进行模型的训练设计。基于真实数据集上的实验表明,该文的并行化模型能够提取文本的主题分布。
- 邹小波詹敏
- 关键词：主题模型SPARK文本挖掘大数据
