兴趣点(Point-Of-Interest,POI)推荐是基于位置的社交网络(Location-based Social Networks,LBSNs)研究中最重要的任务之一。为了解决POI推荐中的空间稀疏性问题,提出一种用于位置推荐的长短期偏好时空注意力网络(LSAN)。首先,构建了签...兴趣点(Point-Of-Interest,POI)推荐是基于位置的社交网络(Location-based Social Networks,LBSNs)研究中最重要的任务之一。为了解决POI推荐中的空间稀疏性问题,提出一种用于位置推荐的长短期偏好时空注意力网络(LSAN)。首先,构建了签到序列的时空关系矩阵,使用多头注意力机制从中提取非连续签到和非相邻位置中的时空相关性,缓解签到数据稀疏所带来的困难。其次,在模型中设置用户短期偏好和长期偏好提取模块,自适应的将二者结合在一起,考虑了用户偏好对用户决策影响。最后,在Foursquare数据集上进行测试,并与其它模型结果进行对比,证实了提出的LSAN模型结果最优。研究表明LSAN模型能够获得最佳的推荐效果,为POI推荐提供新思路。展开更多
光伏系统在部分遮挡条件下的输出功率-电压(P-V)特性曲线呈多峰状,此时传统的最大功率点跟踪(Maximum Power Point Tracking,MPPT)算法失效,极大地降低了光伏系统能量转换效率。通过对光伏阵列在部分遮挡条件下的P-V特性进行较为深入的...光伏系统在部分遮挡条件下的输出功率-电压(P-V)特性曲线呈多峰状,此时传统的最大功率点跟踪(Maximum Power Point Tracking,MPPT)算法失效,极大地降低了光伏系统能量转换效率。通过对光伏阵列在部分遮挡条件下的P-V特性进行较为深入的实验分析及研究,基于实验分析及研究结果,设计并提出一种全局最大功率点跟踪(Global Maximum Power Point Tracking,GMPPT)算法以弥补传统M PPT算法的缺陷和不足。测试结果表明该算法可以快速实现在部分遮挡条件下全局最大功率点的追踪。展开更多
文摘兴趣点(Point-Of-Interest,POI)推荐是基于位置的社交网络(Location-based Social Networks,LBSNs)研究中最重要的任务之一。为了解决POI推荐中的空间稀疏性问题,提出一种用于位置推荐的长短期偏好时空注意力网络(LSAN)。首先,构建了签到序列的时空关系矩阵,使用多头注意力机制从中提取非连续签到和非相邻位置中的时空相关性,缓解签到数据稀疏所带来的困难。其次,在模型中设置用户短期偏好和长期偏好提取模块,自适应的将二者结合在一起,考虑了用户偏好对用户决策影响。最后,在Foursquare数据集上进行测试,并与其它模型结果进行对比,证实了提出的LSAN模型结果最优。研究表明LSAN模型能够获得最佳的推荐效果,为POI推荐提供新思路。
文摘针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别算法识别准确率极易受到斑点噪声影响,且模型容易出现过拟合的问题,提出了一种基于Frost滤波和改进的卷积神经网络的目标识别方法。利用Frost滤波算法对SAR图像进行了滤波处理,减少了相干斑噪声;对CNN网络进行改进,建立了一个SAR图像目标识别模型,在网络中引入L2正则化和Dropout结构,抑制过拟合现象的发生;采用Adam优化算法,提高模型的收敛效率;最后采用组合的数据增强方法,扩充SAR图像数据集,进一步提高识别的准确率。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)SAR图像数据进行实验,综合识别准确率可以达到98.06%,结果表明本文所提的方法具有更好的识别效果。
文摘光伏系统在部分遮挡条件下的输出功率-电压(P-V)特性曲线呈多峰状,此时传统的最大功率点跟踪(Maximum Power Point Tracking,MPPT)算法失效,极大地降低了光伏系统能量转换效率。通过对光伏阵列在部分遮挡条件下的P-V特性进行较为深入的实验分析及研究,基于实验分析及研究结果,设计并提出一种全局最大功率点跟踪(Global Maximum Power Point Tracking,GMPPT)算法以弥补传统M PPT算法的缺陷和不足。测试结果表明该算法可以快速实现在部分遮挡条件下全局最大功率点的追踪。