偏好多目标进化算法在资源推荐与目标检测中的应用
项目概况
- 偏好多目标进化算法在资源推荐与目标检测中的应用 现 实生活中通常存在多个目标的优化问题，且目标之间存在相互冲突 的矛盾关系，无法同时达到最优，多目标进化算法是解决这一类问 题的有效方法。在国家自然科学基金《基于多偏好与变量分解的大 规模高维目标优化方法及应用研究》（项目编号：61472366）中， 我们研究多偏好高维目标优化算法，通过加入决策者多个偏好信 息，将搜索范围集中在决策者感兴趣的区域，不仅提高了高维目标 优化算法的求解效率，也便于决策者做出最终决策。目前研究工作 现已完成，研究成果多发表于《计算机学报》、《软件学报》等国 内权威期刊。 在进一步的项目成果转化中，我们立意将偏 好多目标进化算法应用于优化资源推荐系统和目标检测算法中。其 一，通过最小化信息数量和最大化邻居信息相似度来优化协同过滤 推荐算法，使大数据推荐系统能够从海量信息中更高效精准地为用 户推荐有价值的信息。并且根据搜索引擎中记载的用户历史记录来 分析用户行为，建立用户多偏好特征模型，并与优化后的协同过滤 推荐算法相结合，进一步解决大数据个性化推荐平台中两类关键问 题：一是如何建立用户的个人兴趣模型，及如何在搜索引擎中使用 个人兴趣模型。二是如何使过滤信息更能准确获取用户偏好信息， 并为用户推荐更有价值的信息等问题。其二，通过最小化类内差异 和最大化类间差异来优化目标检测的特征模型，使训练出来的模型 对图像中不同物体分类更精准，同时加入图像偏好信息，从而准确 捕捉图像中感兴趣的目标及其位置。 个性化推荐系统能够 让用户从海量信息中高效地获取自己所需的信息，实现信息消费者和信息生产者的双赢局面。而目标检测则是机器视觉领域最具有挑 战性的问题。目前个性化推荐系统已经在电子商务（如淘宝等）、 社交网络（如微博等）以及教育信息服务平台（如百度学术等）中 取得了成功。而目标检测这一技术可以应用于医学影像处理、视频 监控、自动驾驶等一系列现实任务中，因此具有重要的研究和应用 价值。
团队介绍
Copyright @ 2019 新乡科技服务中心 豫ICP备19023816号