本文把物理学中的万有引力定律引入推荐系统,提出一种个性化推荐算法,即基于万有引力的个性化推荐算法.算法把用户使用的标签看作用户喜欢物体的组成颗粒,标注项目的标签被看作项目物体的组成颗粒,社会标签的类型就是颗粒的类型,由此构建了用户喜好物体模型和项目物体模型.喜好物体和项目物体间存在着万有引力,并且引力大小遵循万有引力定律.计算喜好物体和项目物体间的万有引力,并把该引力大小作为二者的相似度度量,引力越大,二者的相似度就越高,对应的项目物体就越有可能被用户喜欢.实验结果证明本文提出的算法可以获得好的推荐性能

一、有机化学的定义 有机化学( organic chemistry)是研究有机化合物 的来源、制备、结构、性能、应用以及有关理论和方法 学的科学。 常见有机化合物:粮食、油脂、纤维、石油、橡胶、 糖、药材等

一、气候条件 1．气温 2．气压 二、道路条件 1．道路等级 (1）按使用任务与交通量分类：

一、在松软路面上汽车的驱动力和挂钩牵引力 1．驱动力 剪切力——对汽车的推力——驱动力 附着力——土壤的“类型” 及 “状态” 摩擦性 粘性 水份 温度

一、发动机排气污染物的形成 1、一氧化碳CO CO是烃燃料燃烧的中间产物。 当空气充足时 2H2+O2=2H2O 2CO+O2=2CO2

利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题

一、交通事故 定义：车辆在道路上行驶和停放过程中，发生碰撞、辗压、刮擦、翻车、坠车、失火、爆炸等现象造成人员伤亡和车、物损坏的事件

通过光学显微镜、扫描电镜、透射电镜、力学性能测试等手段分析了微量合金元素铌对低合金耐磨钢组织和性能的影响.加入质量分数为0.034%的Nb后,耐磨钢的硬度提高HB 9,-20℃夏比冲击功从29.4 J提高到37.6 J,耐磨性能提高3.5%.硬度和韧性提高的主要原因是组织的细化和析出强化,含Nb钢在奥氏体化过程中析出纳米级的细小NbC第二相,并且钉扎奥氏体晶界,抑制晶粒的长大,钉扎类型符合Zener模型,但不同于之前研究者所得的比例系数

提出了基于模糊神经网络的新的地图匹配算法.该算法综合了数字道路信息和GPS/DR定位信息,提取两个重要参数作为输入变量,即定位点到候选路段的投影距离及定位航向与候选路段方位角差.设计出了四层模糊神经网络及改进的收敛学习规则.实验结果表明所提出的算法能很好地匹配车辆行驶路段位置

对氩气雾化法生产的FGH95和Rene'95粉末颗粒用光学及电子显微镜、X射线能谱和俄歇谱仪等,观察和分析了合金粉末的形貌、显微组织和表面化学成分