陈卓
- 作品数：26 被引量：41H指数：4
- 供职机构：青岛科技大学信息科学技术学院更多>>
- 发文基金：国家自然科学基金山东省自然科学基金山东省高等学校科技计划项目更多>>
- 相关领域：自动化与计算机技术天文地球自然科学总论理学更多>>
- 智能养老院综合管理系统设计被引量：3
- 2015年
- 我国进入老龄化社会以来,呈现出老年人口基数大、增速快、高龄化、失能化、空巢化明显的态势,养老问题异常严峻。因此,文中以养老院智能管理作为研究背景,设计了一种基于IOS、Browser/Server结构的管理系统,技术架构采用了MVC设计模式和Oracle数据库,以保证数据库访问的稳定性,使用Spring Freamwork作为容器管理各种事务,在前端表现层使用了JSF+Primefaces技术来丰富操作控件,方便用户使用。实际运行测试表明,该系统可有效管理养老院老人生活的各个方面,且提高了养老院工作人员的工作效率,具有一定的实用性。
- 黄振陈卓刘振
- 关键词：JAVA养老院IOS老年
- 基于特征扰动的半监督专家发现方法
- 2022年
- 专家可为社区问答提供权威的答复,高效精准的专家发现有助于提升问答社区的服务质量.现有社区用户数据中存在噪声标签数据,且由于专家数量较少造成分类数据不平衡,从而降低了监督学习模型的专家发现精度.针对上述问题,本文提出一种基于特征扰动的半监督专家发现方法.该方法构建了一种无标签数据特征扰动策略,利用Sharpening算法实现无标签数据的伪标签化;基于ADASYN算法,通过构建专家用户邻近样本的方式扩充专家样本数据量,缓解分类数据的不平衡;构建联合损失函数,利用有标签和伪标签数据共同训练分类器,增强模型的泛化性能.实验结果表明,该方法在多个评价指标上优于已有模型和方法.
- 陈卓张樊星杜军威袁玺明
- 关键词：半监督学习
- 面向化工企业事故的根原因关联分析被引量：2
- 2020年
- 化工事故发生的根原因多是由人的不安全行为、机械或物的不安全状态等引发,其本质是企业管理上的缺陷。挖掘根原因间、根原因与事故间的关联关系是预防事故、提升企业安全管理水平的关键。由于事故调研根原因分析与安全管理指标体系存在稀疏关联现象,难以挖掘管理缺陷与事故演化间的关联关系。为此,本文通过协同过滤算法填补事故调研中缺失的评分数据;基于加权支持度计数的关联规则算法挖掘事故根原因间、根原因与事故属性间的强关联规则。实验结果表明,基于加权支持度的关联分析算法相比于现有的算法,能推荐更多危险程度高的企业潜在安全隐患及安全隐患与事故间的演化关联,从而能科学指导企业安全生产,实现面向生产过程的风险预警和事故预防。
- 陈卓李鑫杜军威袁玺明
- 关键词：企业安全生产协同过滤加权支持度
- 在线问答社区——海川化工论坛的回答者推荐算法
- 2021年
- 推荐系统已经在开发者社区Stack Overflow以及知乎、百度知道等热门问答社区发挥了重要作用,也即将成为海川化工论坛提高问答效率的关键技术。海川化工论坛作为国内最大的化工问答社区,问题不能得到及时有效的解答主要由于2大难点:稀疏性和冷启动。本文提出一种融合DeepFM与矩阵分解的混合推荐方法。算法以DeepFM作为辅助算法,矩阵分解作为主算法,通过结合用户的个人特征与问题的自身特征为论坛中的新问题推荐合适的回答者,可有效解决社区中的问题冗余。通过计算测试集的均方根误差与平均绝对误差,进一步验证本文提出的方法在海川化工论坛的有效性和可行性。
- 陈卓袁玺明杜军威
- 关键词：推荐系统矩阵分解
- 改进ARIMA模型在医药需求预测中的研究被引量：8
- 2018年
- 为满足卫生部对三级医院库存周转率的要求,提出一种基于小波变换和相似性度量的线性改进模型。基于滑动窗口的数据流相似性原理检验原始序列,小波分解后,根据其线性特征分别搭建模型分而治之,小波重构综合各分量的预测值得到终值。仿真结果表明,该模型提高了突变节点处的预测精度,在模式和非模式集中有优秀的拟合效果和精准的预测效果,验证了该模型的有效性。
- 张颖陈卓
- 关键词：小波变换
- 基于半监督学习模型的协同过滤推荐算法被引量：4
- 2022年
- 针对数据稀疏且存在不均衡标签的问题,提出一种基于半监督学习模型的协同过滤推荐算法.半监督学习可以同时利用有标签和无标签数据,根据有标签数据的监督信息来给无标签数据打上伪标签,通过对无标签数据的预测,有效缓解数据的稀疏性,从而提升模型推荐效果.通过对比实验表明,在不同的公开数据集中,本文算法的均方根误差与平均绝对误差均比传统推荐方法有所降低,验证了其有效性.
- 崔莹莹陈卓王红霞
- 关键词：矩阵分解半监督学习
- 基于异质图神经网络的推荐算法研究被引量：3
- 2021年
- 基于图神经网络的推荐算法通过从图中获取知识,提高了推荐的可解释性.然而随着推荐系统网络数据规模的不断扩大,用户-项目评分矩阵呈现出稀疏性问题,图神经网络难以学习到高质量的网络节点特征,导致推荐质量下降.本文将图神经网络与异质信息网络相结合,提出一种基于异质图神经网络的推荐算法.该算法使用异质信息网络对多源异质数据进行联合解码,将注意力机制引入用户-项目交互网络和用户社交网络的用户、项目聚合表示过程,从而实现用户-项目交互和用户社交两类网络间的节点及拓扑结构特征的有效融合.两个公开数据集上的对比实验结果表明,本文提出的算法在不断稀疏化的数据集上的推荐误差比基线方法少40%.
- 陈卓李涵杜军威
- 基于多算法融合的化工突发事件信息抽取研究
- 2018年
- 基于对化工突发事件信息管理的要求,为了有效地抽取化工突发事件的某些特定信息并应用于化工突发事件管理,提出了基于多算法融合的方法即规则模式及机器学习相结合的方法来抽取化工突发事件信息。首先为了抽取化工突发事件的某些相关信息,根据所抽取信息的不同制定了一系列不同的抽取规则,然后通过一系列的反馈,利用机器学习算法即关键字提取算法以及依存句法分析算法相融合的方法来进行抽取规则的添加修改,从而优化了化工突发事件抽取算法。最后通过大量有效性的实验表明,该信息抽取方法有较高的准确率,抽取的结果较为理想。
- 陈卓郑帅
- 关键词：信息抽取
- 基于策略记忆的深度强化学习序列推荐算法研究被引量：2
- 2022年
- 推荐系统旨在从用户-项目的交互中进行建模,为用户推荐感兴趣的内容,从而提高用户体验.然而大多数用户-项目的序列并不总是顺序相关的,而是有更灵活的顺序甚至存在噪声.为解决这一问题,提出一种基于策略记忆的深度强化学习序列推荐算法,该算法将用户的历史交互存入记忆网络,使用一个策略网络将用户当前的行为模式更细致地划分为短期偏好、长期偏好以及全局偏好,并引入注意力机制,生成相应的用户记忆向量,利用深度强化学习算法识别对未来收益较大的项目.在用户和项目的交互中不断更新、强化学习网络的策略以提高推荐准确性.在两个公共数据集的实验中表明,本文所提出的算法与最先进的基线算法相比,召回率指标在2个数据集上分别提升了8.87%和11.20%.
- 陈卓姜伟豪杜军威
- 关键词：推荐系统
- 野生动物健康与行为智能监管生命特征设计
- 2017年
- 分析野生动物智能管理系统的总体需求,重点对野生动物健康与行为智能监管的功能需求以及野生动物疾病治疗管理部分中各类用户的详细功能需求进行了详细分析,并针对野生动物智能管理系统的性能需求以及该系统完成的可行性分析上进行了深入介绍。
- 黄鹏陈卓
- 关键词：治疗管理
