运用深度置信网络的态势情报推送方法

发布时间：2021-04-14 19:07

　　为了能够深入挖掘态势情报中的隐藏信息,提高推荐算法的准确率和效率,解决传统推荐方法对用户和情报之间关联不全面的问题,提出基于深度置信网络的态势情报推送方法.该方法首先将用户情报数据进行编码压缩,然后送入深度置信网络进行推荐匹配,并在网络末端引入条件向量对最终输出进行调整.仿真结果表明,本文方法的准确率和召回率指标均优于传统基于内容和协同过滤的推荐方法,对用户与情报之间关联关系的匹配更加准确、全面. 

【文章来源】：空军预警学院学报. 2020,34(06)

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于深度学习的推荐系统研究综述[J]. 黄立威,江碧涛,吕守业,刘艳博,李德毅.  计算机学报. 2018(07)
[2]基于向量空间用户兴趣模型的态势情报信息分发机制[J]. 周红卫,周宏印.  指挥信息系统与技术. 2015(06)
[3]利用社交关系的实值条件受限玻尔兹曼机协同过滤推荐算法[J]. 何洁月,马贝.  计算机学报. 2016(01)
[4]基于目标威胁规则的雷达情报按需分发[J]. 蒲贤亮,杨瑞娟,程红斌,崔晓梦.  指挥控制与仿真. 2012(06)
[5]基于TF-IDF分类算法的雷达情报分发技术[J]. 余苗,杨瑞娟,程伟,高路,程红斌.  计算机工程与设计. 2012(05)

硕士论文
[1]基于受限玻尔兹曼机的推荐算法研究[D]. 马贝.东南大学 2015



本文编号：3137855