![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
实验室简介
文章平均质量分 68
山科智能信息处理实验室
该博客旨在记录智能处理实验室一系列学术成果,以及实验室的点点滴滴。
如果有博客中提到的论文或代码需求,烦请联系邮箱jlzhao@sdust.edu.cn
展开
-
服务器环境修改
修改原因:系统固态硬盘容量不足,无法配置个人conda环境解决方法:降低/home文件夹的使用修改内容1. 减少/home 文件夹内容将anaconda环境修改位置,使用mv命令将/home/sdust307/anaconda3移动至将/home/sdust307/Disk1/anaconda3,命令如下mv /home/sdust307/anaconda3 /home/sdust307/Disk1/anaconda32.修改系统变量修改~/.bashrc中的ana..原创 2021-11-27 16:29:37 · 1025 阅读 · 0 评论 -
毕业生基本资料
姓名 高向 照片 研究方向 室内定位 工作单位 中国农业银行济南分行 个人成果 1、发表论文“An Efficient Radio Map Updating Algorithm b...原创 2021-04-06 15:05:54 · 999 阅读 · 0 评论 -
实验室研究方向二:交通大数据
交通大数据研究方向目前交通组的研究主要基于海量的交通数据展开,主要研究内容如下:1. 基于深度学习的交通速度/流量/时间预测算法研究交通预测旨在缓解交通道路上的交通拥堵,涉及到的主要问题是如何对时空特征依赖关系进行充分的的挖掘。常用的深度学习的方法有:LSTM、GRU、CNN以及GCN等,目前研究最多的是基于GCN的交通预测方向。需要熟练掌握Python以及tensorflow/pytorch深度学习框架。2. 基于深度学习的出行需求预测算法研究出行需求预测旨在估计需要交通服务(出租车、自行车、原创 2021-03-15 09:34:12 · 1708 阅读 · 0 评论 -
实验室研究方向一:个性化推荐
个性化推荐研究方向互联网上存在大量冗余信息,干扰用户的决策,这种问题被称为信息过载。个性化推荐系统的作用是通过目标用户的属性信息和历史行为记录,预测用户的兴趣偏好,辅助用户做出决策。目前组内推荐方面的研究内容如下:基于矩阵分解/张量分解的推荐算法研究矩阵分解是近年最流行的协同过滤推荐方法,它通过建模用户-物品二维评分矩阵,学习用户的潜在偏好特征,经典模型有SVD,SVD++等;张量分解是矩阵分解在高维的扩展。矩阵分解扩展性强,便于进一步融合用户社交和隐式反馈等额外信息,提高推荐精度。需要基础的原创 2021-03-15 09:26:02 · 434 阅读 · 0 评论 -
实验室简介
实验室导师:赵建立,男,教授,博士生导师,现任山东科技大学计算机科学与工程学院副院长,青岛市黄岛区物联网工程技术研究中心副主任,中国计算机学会青岛分部秘书长。2006年东北大学计算机应用技术专业博士毕业,并于2008 - 2011担任海信集团数字多媒体技术国家重点实验室网络所所长,完成了海信DNet-Home数字家庭网络、海信智能电视多屏互动系列产品的研发和产业化,具备丰富的项目研发规划和管理经验。主持或作为主要参与人完成科技部、工信部、发改委20余项项目的研发和产业化工作,目前作为主持人承担工信部工业转原创 2021-03-12 17:35:28 · 829 阅读 · 0 评论