范玉强
- 作品数：6 被引量：3H指数：1
- 供职机构：贵州大学更多>>
- 发文基金：贵州省科学技术基金更多>>
- 相关领域：自动化与计算机技术经济管理交通运输工程政治法律更多>>
- K-means算法在隐语义模型中的应用被引量：1
- 2016年
- 隐语义模型(LFM)是文本挖掘领域的重要模型,将它应用于推荐系统的评分预测具有预测精度高和占用内存小的优点。但由于时间开销较大,LFM模型并不适合用于处理大规模稀疏矩阵。针对此问题,论文将K-means算法引入到LFM模型的评分数据处理,得到改进模型K-LFM。在K-LFM模型中,利用K-means算法对评分矩阵中的用户和项目数据进行聚类处理,然后重构评分矩阵降低原始矩阵的稀疏程度和矩阵规模,最后用重构后的评分矩阵训练模型,预测评分。通过在movielens数据集上实验发现K-LFM模型在运行时间上较LFM模型有大幅降低,而预测精度没有受到明显影响。
- 范玉强龙慧云吴云
- 关键词：K-MEANS算法
- 基于隐语义模型的推荐系统研究
- 随着互联网、物联网、移动互联网的飞速发展，海量的数据信息产生了信息过载问题。尤其在大型电影推荐网站，如何通过一种有效的机制来帮助用户快速的获取到想要的电影信息，这已成为了当前研究的一大热点和难点问题，其中推荐系统是其研究...
- 范玉强
- 关键词：推荐系统信息挖掘协同过滤
- 基于视觉的高速公路车型检测系统的算法研究
- 智能视频检测是计算机视觉领域备受关注的前沿课题，是一个新兴的研究方向，在离开人为干预的情况下,能够自动对图像序列进行分析,实现对动态场景中的运动目标检测、识别、跟踪和行为理解等操作。智能视频检测系统克服了传统监控需要工作...
- 范玉强
- 关键词：交通流检测支持向量机特征提取
- 文献传递
- 一种应用于交通视频检测的快速边缘提取算法
- 2013年
- 车辆边缘信息以及道路边缘信息是交通视频检测中重要的特征信息,而传统的边缘提取算法的运算量大,不能满足交通视频检测实时性的要求。文中突破传统算法中对一幅图像中每个像素点逐一运算的思想,提出了一种快速的边缘提取算法,对一幅图像进行整体运算,大幅降低了边缘提取算法的运算量。通过实验与传统的边缘提取算法比较,证明了该算法应用于交通视频检测效果良好。
- 范玉强徐慧叶雯
- 关键词：特征提取
- 企业知识产权实务六人谈被引量：1
- 2007年
- 本刊邀请了从事标准、专利、法律工作的专家以及自动识别从业者对企业知识产权战略的建立、企业知识产权和产品技术创新、知识产权与标准、专利投资和失效专利利用、专利博弈技巧等企业关心的话题展开探讨,对企业知识产权的战略规划和实务技巧做以概括性介绍。
- 李华毛亚斌范玉强顾承伟武岳山闵昊
- 关键词：知识产权战略企业自动识别技术创新
- “法律”一点通
- 2009年
- 企业作为一个营利性的经济组织,其生产、经营等活动均受到国家相关法律法规的约束和保护。随着自动识别企业的快速发展,企业在依法生产、经营的同时,开始困惑于如何运用法律武器维护自身的正当权利。近日,根据企业反馈,针对企业普遍关注的法律问题,本刊特意邀请北京市华泰律师事务所律师毛亚斌、范玉强、曹雅凤就企业知识产权、专利保护等问题为企业答疑解惑。
- 毛亚斌范玉强曹雅凤
- 关键词：法律法规律师事务所经济组织自动识别法律武器法律问题
