刘兴旺
- 作品数:5 被引量:22H指数:2
- 供职机构:中南民族大学计算机科学学院更多>>
- 发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于LBS签到事件的数据挖掘研究
- 2015年
- 随着社会信息大爆炸和大量数据的产生,数据挖掘成了广泛关注的话题。本文从Check-in签到事件的数据出发,回顾了基于LBS的数据分析和挖掘现状。通过对Gowalla数据处理与分析,统计签到事件的数据分布规律,分析用户的签到行为,发现Check-in的时间戳具有明显的规律性,体现了人们的工作休闲活动特点,进一步探讨了签到数据在用户的行为习惯分析及兴趣发现等方面的应用。
- 黄喜发刘兴旺孙媛徐科
- 关键词:数据挖掘签到
- 基于深度学习手写字符的特征抽取方法研究被引量:2
- 2017年
- 当前对深度学习单层训练算法的研究工作较少,本文采用数据量、隐层节点和感受野大小,分析自动编码器和K-means算法在训练深度网络抽取特征上的表现。发现自动编码器对数据量,隐层节点敏感,且学习率与数据量和感受野呈负相关;数据量一定后,K-means对数据量不敏感,且感受野大小的选取对该算法发挥性能至关重要。在实际应用中给自动编码器加入稀疏性控制是必要的。实验结果表明,本文的研究工作,对用自动编码器或K-means训练深度网络有一定的参考借鉴意义。
- 邹煜刘兴旺
- 关键词:K-MEANS感受野数据量
- 基于深度表示模型的旅游路线推荐算法研究被引量:1
- 2017年
- 针对现有旅游路线推荐算法在实际应用中景点标签缺失、依赖用户评分等缺陷,提出一种基于深度表示模型的旅游路线推荐算法。根据时空轨迹隐含的位置顺序和时间中的用户移动模式,建立深度表示模型对每个用户的时空间序列训练特征向量,并用Kmeans算法对训练结果进行聚类。为验证实验结果,将用户的移动模式应用到旅游路线推荐上,选择使用Gowalla上的签到数据集进行检测。实验结果表明,包含诸如"购物","夜生活"等标签的移动轨迹具备推荐价值。
- 梁栋屹陶宏曜刘兴旺
- 关键词:社交网络
- 一种融合AutoEncoder与CNN的混合算法用于图像特征提取被引量:19
- 2017年
- 深度学习方法在图像的特征提取方面具有优势。针对传统特征提取方法需要先验知识的不足,提出一种自动编码器(Auto Encoder)与卷积神经网络(convolutional neural network,CNN)相结合的深度学习特征提取方法。该方法给Auto Encoder加入快速稀疏性控制,据此对图像训练出基本构件,并初始化CNN的卷积核;同时,给CNN加入了滤波机制,使输出特征保持稀疏性。实验结果表明,在Minist手写数字库和Yale人脸库的识别效果上,提出的特征提取方法均取得了较好的结果,实验进一步通过交叉验证T检验指出,引入滤波机制的特征提取模型优于没有采用滤波机制的模型。
- 刘兴旺王江晴徐科
- 关键词:卷积神经网络滤波
- 脱机手写女书文字美化方法研究
- 2015年
- 针对脱机手写女书文字,在研究其细化后骨架特征和分析特征点的基础上,提出了一种对手写女书文字进行修整美化的方法。经扫描得到脱机手写女书文字,由于笔画存在一定宽度,致使细化后骨架局部发生畸变。提出一种基于畸变区、惩罚度C和n次贝塞尔曲线的自动纠正美化算法。实验结果表明,该算法能有效纠正畸变,得到无局部变异骨架,并实现批处理。
- 徐科刘兴旺王江晴
- 关键词:女书美化贝塞尔曲线