相似度算法

摘要： 基于机器学习中的相似度算法,建立了在历史太阳风数据中寻找与当前太阳风特征相近事例的推荐模型,用来预报地磁Kp指数。使用1998-2019年间随机选择的120个太阳风事例作为测试数据集,该模型能够推荐得到历史上与输入太阳风造成相似地磁影响的太阳风事例,最优事例的Kp指数与实际值的均方根误差为0.79,相关系数为0.93。本文的推荐模型不仅能获得推荐的太阳风事例的地磁Kp指数用作预报,还可以给出太阳风特征参数按时间序列变化情况对比,让预报员可以更好地结合自身经验进行预报。

摘要： 针对几种典型相似度算法在求解不完整时间序列相似度问题上准确率低、适应性差的问题,利用差分变换、量化处理、符号化处理、等价字符变换方法并借鉴最长公共子序列、贪婪字符串匹配算法优点,提出了一种适用于不完整时间序列的相似度求解算法。针对等长脉冲缺失时间序列,该算法的相似度结果经加权平均处理,准确率比典型算法提高了10%以上;而对于更具一般性的非等长脉冲缺失时间序列,相似度结果准确率也有明显提高。实验结果表明该算法对不完整时间序列具有较好的数据关联效果,在真实数据环境下具有较强的鲁棒性。

摘要： 协同过滤算法广泛应用于推荐系统中,论文针对传统协同过滤算法中数据稀疏性及推荐准确率不高的问题,提出了一种改进的协同过滤算法.首先通过SVD++算法对用户-项目评分矩阵进行填充,初步缓解数据的稀疏性问题,然后通过计算相似度引入项目属性,最后通过改进Slope One算法对评分矩阵进行二次预测计算,提高推荐算法的准确度.在数据集MovieLens100K数据集上对论文提出的混合推荐算法作五折交叉实验,结果表明混合算法提高了推荐系统的预测准确度.

摘要： [目的/意义]为了解决学术成果大数据重复冗余多、精确匹配难等问题,以及当前大多数成果数据管理平台对数据清洗机制黑匣化,无法人机交互也无法验证有效性等问题.[方法/过程]文章设计建立可对关键环节实现人工校准机制的交互式数据整合系统,通过编辑距离和余弦相似度算法进行数据查重,根据数据的特点和业务需求进行数据的合并;对每个位次的作者和机构进行标注,数据精确关联到每个作者的每个位次;设置数据关联的优先级和监控机制,实现多源异构数据的关联和匹配;通过迭代与回滚更新数据,提高数据的准确度.[结果/结论]文章以15多万条复旦数据进行检验,二级机构匹配的准确率达到了95％,学者姓名匹配的准确度达到了90％,系统准确度较高.

摘要： 为提高配网多源网架数据的一致性,降低人工处理错误,提出一种基于相似度算法的配网多源网架融合方法.首先选取实体中的名称属性,通过计算属性相似度,进而获取不同系统下实体间的相似度.相似度最高的实体则视为同一实体,从而实现配网多源网架融合.

摘要： 中医医案方剂具有多维度的特性,单独采用一种相似度算法难以展现方剂数据在各维度的相似情况,具有一定的局限性.本研究基于中医医案方剂的多维数据特点,结合中医临床遣方用药的思维过程,设计了中医医案方剂的多维相似度算法,并以七则国医大师医案为示例,详细展示了该算法的计算过程,同时将多维相似度算法计算结果与传统算法计算结果进行了对比分析.通过对比可以看出本算法能够相对全面地反映不同方剂间的相似度,且结果更为合理也更贴合中医临床实际.

摘要： 通航小飞机造价相对低廉,维护成本较低,因此在飞行员的训练应用中逐渐成为趋势.由于通航飞机结构相对简单,运行过程中出现影响飞行计划的故障里,频率最高的是轮胎损耗,提前预知飞机机轮的到寿时间可以更加科学地安排飞行计划,避免发生故障导致临时飞机更换甚至无法使用的情况.本文以SR20和DA42型号飞机更换轮胎为案例,结合CBR思想与相似度算法,将维修过程中飞机重要参数提取并作出相似度判定,得出理论维修间隔,并探讨研究CBR在航空器维护中对维修间隔的辅助决策的应用.

摘要： 在传统的协同过滤推荐算法中,相似度计算是算法中的核心,然而之前的计算方式过于依赖用户的评分,没有考虑到用户本身的属性以及信任度,并且没有对恶意用户进行区分,为解决上诉问题,本文将一种改进的新型信任关系度量方式融入到相似度计算中,这种新型的方法不仅考虑了恶意用户的影响,并且有效地结合用户本身的属性.另外,文章就热点问题对相似度计算也进行了改进.算法最终利用初始用户聚类不断迭代得到相邻用户,有效的消除了冷启动和数据稀疏的问题.实验部分,通过与其它几种推荐算法的比较可以证明,提出的算法能够有效提升推荐准确度.

摘要： 随着Android移动终端在市场的占有率不断提高,Android移动终端内存储着用户的大量隐私信息,这也使得用户对Android移动终端的防护要求越来越高,为此研究开发了基于Android平台的安全检测与防护软件.系统初步实现了对Android移动终端的恶意软件、恶意二维码、系统漏洞的安全检测与防护.

摘要： 【目的】报警在工业系统安全管理中具有重要作用。报警之间有些是孤立的,有些相互之间存在着某种关联,报警间相关性的研究是报警预测和防范的重要手段。【方法】本文针对某电厂大量时序报警数据,提出了一种基于权重的多态时序通用型相似度算法,应用该相似度算法能提高传统凝聚层次聚类算法在报警数据上聚类的精度;在报警聚类的基础上,以时间维度作为矢量相关,阐述了报警之间相互影响的方向性,提出以条件概率形式量化分析报警矢量相关性,使得不同点位之间报警相关性具有可比性;在此基础上,设计了针对大批量报警数据的挖掘报警矢量相关性的挖掘算法。【结果】以某电厂报警数据为实验数据样本测试,该算法能有效地挖掘出报警间的关联关系,可预测相关报警,指导生产。【结论】该算法打破了传统报警相关性研究方法的部分局限,在挖掘序列报警和非序列报警、规整报警和非规整报警方面都具有同等效果。为了能更好地展示矢量相关性,本文设计了一种二维矩阵的展示方式。

摘要： 随着信息技术的发展,在中医的临床过程中产生的海量信息正在从纸质存储转方式换为数字存储.中医诊断和治疗信息的储存、传递和方法都发生了巨大变化.如何在中医药现代化的进程中有效的使用信息技术手段进行数据处理是一个亟待解决的重要问题.目前,大多数等级的医院已经安装了医院信息管理系统(HIS).被记录的医疗诊治过程、检查、开药信息可以采用电子病历和电子处方的形式进行数字化存储.如果能够用较为快速的方法识别出每一种临床处方中所含的经典,这对现实世界中中医处方的整理和中医知识挖掘意义重大.本文将通过集合的相似度算法来探索这个问题.

摘要： 提出了一种基于加权层次结构的XML文档相似度算法.根据XML文档的层次结构信息,该算法能够快速的进行文档相似度的计算,并识别出具有相同结构的XML文档,实验表明该算法有效降低了解决问题的复杂度.该算法还可以用于XML文档聚类、XML文档结构抽取、XML文档的变换检测等方面,具有较好的普遍适用性.

摘要： 该文提出了一种藏语句子相似度的计算方法，即采用散列单词倒排索引和基于句长相似度粗选的算法，快速从语料库中筛选出候选句子的集合，散列单词倒排索引能够有效提高算法的查找速度；再采用基于词形和连续单词序列相似度的多策略精选算法，可以有效衡量两个藏语句子的相似程度。实验结果证明算法是有效的。

摘要： 双语术语相似度计算在跨语言信息检索等领域有重要的应用.目前双语术语相似度计算主要有基于统计和语言学两类方法,其中,本文针对语言学中基于词典的术语相似度计算效果受词典覆盖面影响较大的缺点,提出基于词典的语义预测扩展相似度算法,并利用动态规划求解多对双语术语的相似度,从而选择正确的双语术语.实验结果显示该算法的准确率达88%,召回率达82%.

摘要： 对Internet上越来越多的XML文档的模式进行聚类近年来已成为一个研究热点.相似度计算是聚类操作的基础.提出了一种基于模式匹配的多策略XML模式相似度计算方法:采用了一种基于词语间语义距离的方法来计算其语义相似度;提出了一种基于相似度传播的结构匹配算法,有效地考虑了相邻相似节点间的相互影响.实验结果表明,这种方法在处理模式匹配任务时能达到较高的精度和效率.在此基础上可方便地对DTD模式进行聚类操作.

摘要： 目前国内BIM族库的搜索技术大多采用无法进行语义识别的关键词搜索,依然无法实现对自然语言的智能搜索.本文提出将模糊语义的检索技术应用于BIM族库检索,在住建部已有数据库的基础上,纳入产品编码,并赋予参数信息.其次,建立部品本体库,利用本体库对检索字段进行语义理解,利用分词处理,查询扩展,相似度等算法遍历BIM族库得到排序的检索结果,检索准确率高达78％左右.本文将此技术用于Revit建模智能推荐,为设计的部件推荐与其协作完成某一功能的其他可能部品.

摘要： 目前国内BIM族库的搜索技术大多采用无法进行语义识别的关键词搜索,依然无法实现对自然语言的智能搜索.本文提出将模糊语义的检索技术应用于BIM族库检索,在住建部已有数据库的基础上,纳入产品编码,并赋予参数信息.其次,建立部品本体库,利用本体库对检索字段进行语义理解,利用分词处理,查询扩展,相似度等算法遍历BIM族库得到排序的检索结果,检索准确率高达78％左右.本文将此技术用于Revit建模智能推荐,为设计的部件推荐与其协作完成某一功能的其他可能部品.

摘要： 目前国内BIM族库的搜索技术大多采用无法进行语义识别的关键词搜索,依然无法实现对自然语言的智能搜索.本文提出将模糊语义的检索技术应用于BIM族库检索,在住建部已有数据库的基础上,纳入产品编码,并赋予参数信息.其次,建立部品本体库,利用本体库对检索字段进行语义理解,利用分词处理,查询扩展,相似度等算法遍历BIM族库得到排序的检索结果,检索准确率高达78％左右.本文将此技术用于Revit建模智能推荐,为设计的部件推荐与其协作完成某一功能的其他可能部品.

摘要： 目前国内BIM族库的搜索技术大多采用无法进行语义识别的关键词搜索,依然无法实现对自然语言的智能搜索.本文提出将模糊语义的检索技术应用于BIM族库检索,在住建部已有数据库的基础上,纳入产品编码,并赋予参数信息.其次,建立部品本体库,利用本体库对检索字段进行语义理解,利用分词处理,查询扩展,相似度等算法遍历BIM族库得到排序的检索结果,检索准确率高达78％左右.本文将此技术用于Revit建模智能推荐,为设计的部件推荐与其协作完成某一功能的其他可能部品.

摘要： 船舶检验规则文档内容较多、知识面较广,且规则内容的分布较为分散,验船师系统把握较为困难.文中提出了一种基于语义的船舶检验规则文档检索方法,按照船舶、系统、设备、结构的分层思想完成领域本体中主要类和关系的设计.将规则描述语句分为六种类型,并创并建了语句描述模板.在规则文档的分类及标注过程中,设计了一种基于语句描述模板的相似度计算方法.最后通过一组实验验证了算法的召回率及准确性.

摘要： 一种融合局部相似度和全局相似度的协同过滤推荐方案的方法，属于方案推荐技术领域。基于协同过滤算法的思想，从相似度计算方面进行突破，一是采用全部用户项目评分计算全局相似度，有效利用了数据的信息，能够解决数据稀疏性，二是利用用户的共同评分信息，将评分分为都是积极评分、都是消极评分以及两种评分结合三种情况，计算局部相似度，能够充分有效利用用户之间的共有信息，将两种相似度进行融合，能够有效提高预测的准确度。

摘要： 本发明涉及一种基于文本相似度改进的电网档案相似度计算方法，属于文件管理技术领域。该方法包括以下步骤：S1：属性分类及相似度定义；S2：定义全属性综合相似度；S3：同义词转换；S4：获得文本相对相似度。本发明利用系统间的共有属性的数据，快速、简单、有效地得到电网档案中文本的相似度，更有利于对电网档案的管理。

摘要： 本申请提供一种图像客观相似度到主观相似度的映射方法及装置，所述方法包括：准备若干样本组；设计一函数模型，所述函数模型用于将在取值范围内的客观相似度划分成连续的若干分段区间，并将各分段区间内的客观相似度对应映射至预设区间内的主观相似度；计算所有不同目标的两个图像样本的客观相似度并排序；根据排序后的客观相似度、以及将客观相似度取值范围划分成若干段的各边界值所对应的预设误报率阈值，计算各边界值，预设误报率阈值与所述客观相似度的大小成反比；根据当前两幅图像的客观相似度、所述函数模型和各边界值，计算所述当前两幅图像的主观相似度。本申请将公式计算的图像客观相似度映射到用户主观相似度，提升输出的感官匹配度。

摘要： 相似度计算装置(200)参照存储部，该存储部分别存储与多个第一媒体数据对应的二值化的第一代码。相似度计算装置(200)基于对与第二媒体数据对应的特征向量进行二值化而得到的第二代码被转换为第一代码的概率，分别计算第二媒体数据与各第一媒体数据之间的相似度。

摘要： 提供一种图像相似度计算系统，产生编辑图像和原始图像之间的图像相似度的较大值。局部区域权重计算装置14根据编辑图像中的每一个局部区域的概率，来计算图像中的每一个局部区域的权重值，作为局部区域权重值。局部区域权重计算装置14将所计算的局部区域权重值输出到图像相似度计算装置122。小区域相似度计算装置121将通过分割查询图像得到的每一个小区域的特征量与通过分割参考图像得到的每一个小区域的特征量进行比较。小区域相似度计算装置121计算针对各个小区域的特征量的相似度。图像相似度计算装置122通过将基于小区域的权重值应用于计算出的相似度来计算查询图像和参考图像之间的图像相似度。该权重值是从局部区域权重计算装置14中提供的局部区域权重值中得到的。

摘要： 本发明具备：单词提取部(11)，其对m个文本进行分析并提取n个单词；向量计算部(12)，其通过使m个文本和n个单词分别在q个维度上向量化，从而计算由q个轴分量构成的m个文本向量和由q个轴分量构成的n个单词向量；以及指标值计算部(13)，其通过分别获取m个文本向量和n个单词向量的内积而计算反映m个文本和n个单词之间的关联度的相似度指标值；通过计算根据文本而算出的文本向量和根据文本内包含的单词而算出的单词向量的内积，能够得到以内积值的形式表示哪个单词对哪个文本具有何等程度的贡献的相似度评价值。

摘要： 本发明涉及一种基于特征相似度与特征值相似度融合的快递地址聚类方法，包括以下步骤：S1：获取快递的下单数据，统一获取快递地址信息，并对下单数据进行预处理，得到原始数据集；S2：按照设定的行政地址划分规则进行分词处理，进行词频统计过滤停用词；S3：建立特征词抽取模型对特征词进行选取，然后对不同特征赋予不同的权值；S4：建立相似度计算公式，依照改进的相似度计算公式对抽取到的特征词进行相似度计算；S5：建立基于特征相似度和特征值相似度融合的层次聚类算法，对客户行政地址进行聚类；S6：对快递末端网点客户地址聚类结果进行可视化展示。

摘要： 本申请涉及一种基于文本相似度算法的相似问题生成方法、系统、电子装置和存储介质，其中，该基于文本相似度算法的相似问题生成方法包括：获取交互场景文本数据，生成问答对文本；计算问答对文本中的答案文本与行业问答对中的答案文本的文本相似度，确定相似度最大的行业问答对；计算问答对文本中的问题文本与相似度最大的行业问答对中的问题文本的文本相似度，确定问题文本相似度最大值；将问题文本的相似度最大值与预设阈值进行比对，若满足预设阈值，则将问题文本相似度最大值对应的问答对文本中的问题文本补充到对应的行业问答对语料中作为问题文本的相似问题。通过本申请，解决了相关技术中生成的相似问题语句不通顺和包含冗余内容的问题。

摘要： 本发明公开了一种结合相似度算法和遗传算法求取包裹最优组合算法，包括以下算法步骤：步骤一：根据库存预占后的包裹属性，对包裹进行划分，步骤二：对当前是否为紧急时刻进行检测；步骤三：利用包裹中商品的位置得到包裹之间的相似度；步骤四：利用包裹之间的相似度，对包裹进行组合；步骤五：利用遗传算法对所有完成的波次组合进行全局调优。本发明结合相似度算法和遗传算法求取包裹最优组合算法，通过可以得到局部最优解的相似度算法以及全局最优解的遗传算法来得到最终的解，大大弥补了两种独立算法各自的不足，相似度算法得到的局部最优解作为遗传算法的初始父本，提升了遗传算法的效率，从而使订单拣选效率和精准度都大大提高。

摘要： 本申请涉及一种基于文本相似度算法的相似问题生成方法、系统、电子装置和存储介质，其中，该基于文本相似度算法的相似问题生成方法包括：获取交互场景文本数据，生成问答对文本；计算问答对文本中的答案文本与行业问答对中的答案文本的文本相似度，确定相似度最大的行业问答对；计算问答对文本中的问题文本与相似度最大的行业问答对中的问题文本的文本相似度，确定问题文本相似度最大值；将问题文本的相似度最大值与预设阈值进行比对，若满足预设阈值，则将问题文本相似度最大值对应的问答对文本中的问题文本补充到对应的行业问答对语料中作为问题文本的相似问题。通过本申请，解决了相关技术中生成的相似问题语句不通顺和包含冗余内容的问题。