基于属性值偏好矩阵的协同过滤推荐算法

传统的协同过滤推荐算法面临用户评分数据稀疏性和冷启动问题的挑战.针对上述问题,提出了基于属性值偏好矩阵的协同过滤推荐算法,首先采用奇异值分解(SVD)对用户-项目评分矩阵降维得到目标用户的初始邻居用户集,生成新的用户-项目评分矩阵;然后将用户评分映射到相应的项目属性值上,生成每个用户的属性值偏好矩阵,并基于属性值偏好矩阵进行用户相似性度量,从而缓解了评分数据稀疏性;将新项目的属性值与用户的属性值偏好矩阵进行匹配,从而找出匹配度最高的前N个用户作为新项目的推荐受众.实验结果表明了该算法的有效性.     

去零学习Flashmx课件制作编程——影片剪辑属性的获取和设置

一、相关知识 每个事物都有自己的性质和特点。比如我们自己有身高、体重、性别等。这就是属性。影片剪辑也有自己的属性，比如“_x”是指影片剪辑在舞台上的横座标值，“_name”是指影片剪辑的实例名。在Flashmx中，我们不仅可以取得这些属性的值，还可以通过改变这些属性值来控制影片剪辑的属性。比如：我们把某一影片剪辑的“_x”值加3，它就会向右移动3个像素，减3则向左移动3个像素。     

对方案有偏好的直觉模糊数多属性决策方法

针对权重信息不完全且对方案的偏好值和属性值均为直觉数多属性决策问题,首先引入了直觉模糊数的一些运算法则、直觉模糊数的得分函数和精确函数.然后对权重信息不完全且对方案的偏好值和属性值均为直觉模糊数的多属性决策方法进行了研究,给出了一个基于最小偏差的目标规划模型,从而获得相应的属性权重.基于直觉模糊加权算术平均(IFWAA)算子对直觉模糊数信息进行集结,进而根据得分函数和精确函数对方案进行排序.最后,进行了实例分析,说明了该方法的实用性和有效性.     

一种基于属性值重要性的启发式值约简算法

对基于粗糙集理论的启发式值约简算法进行了研究,提出一种新算法.实例表明,新算法操作简便,执行速度较快,能有效约简数据,得到比一般算法更为简洁的规则.同时,文章采用UCI机器学习数据库中的部分数据库进行了实验测试,证明了算法的正确性和有效性.     

VB中控件数组及其应用

控件数组是一种方便组合同类型控件的方法,这些控件具有共同的名称,共享同一事件过程代码,根据不同的Index属性值执行不同的处理程序段。在介绍控件数组基本概念及其建立方法的基础上,着重研究了VB中控件数组的应用。控件数组不仅利于管理同类型控件,而且可以优化程序代码。     

信息表中属性值为模糊集的粗糙集

研究信息表中属性值为模糊集的粗糙集,不同于已有的模糊粗糙集与粗糙模糊集,比Pawlak最初的粗糙集理论更接近于现实.     

基于统计特性的DDoS攻击防御系统的设计

提出了一种基于数据包属性值的统计特性快速过滤攻击漉量的新方法,它能够直接从网络结构中的物理层直接提取数据包,将其各数据段的属性值提取后,运用LB（Leaky—Bucket）方案进行评分后,导入丢弃判断模块中判断是否丢弃,从而避免了判断,为攻击性较高的数据包在ICP／IP协议栈中进行解析,节省了系统资源,有效缓解了DDoS攻击。基于该方案,设计和实现了一个DDoS攻击防御系统LBScoreGuard,描述了其体系结构、组成、统计过程和算法,最后提出了LBScoreGuard系统中几个局限和进一步的工作。     

区间数相离度的决策矩阵排序的一种新方法

针对属性权重已知而属性值为区间数的多属性决策问题，首先弥补原有的区间数规范化方法的不足，然后绐出了区间数的理想属性值和负理想属性值的定义，接着提出了一种基于相离度的决策矩阵排序的一种新方法，最后给出了一个例子说明此法的有效性和可行性。     

基于统特性DDoS攻击防御系统的设计

提出了一种基于数据包属性值的统计特性快速过滤攻击流量的新方法,它能够直接从网络结构中的物理层直接提取数据包,将其各数据段的属性值提取后,运用LB(Leaky-Bucket)方案进行评分后,导入丢弃判断模块中判断是否丢弃,从而避免了判断,为攻击性较高的数据包在TCP/IP协议栈中进行解析,节省了系统资源,有效缓解了DDoS攻击.基于该方案,设计和实现了一个DDoS攻击防御系统LB ScoreGuard,描述了其体系结构、组成、统计过程和算法,最后提出了LB ScoreGuard系统中几个局限和进一步的工作.     

VB中控件数组及其应用

控件数组是一种方便组合同类型控件的方法,这些控件具有共同的名称,共享同一事件过程代码,根据不同的Index属性值执行不同的处理程序段。在介绍控件数组基本概念及其建立方法的基础上,着重研究了VB中控件数组的应用。控件数组不仅利于管理同类型控件,而且可以优化程序代码。