简介:摘要:网络时代,在线学习资源日益丰富。面对大量的信息,如何准确地向学习者推荐他们感兴趣的内容,以避免陷入数字泥潭是个性化推荐领域需要研究的问题。本文分析了二图信息扩散推荐算法,并结合网络资源的标签属性,探讨了基于标签的三图学习资源个性化推荐算法的改进。该算法在保留有效性和简洁性的前提下,利用标签属性扩大了推荐资源的广度,对缓解网络稀缺引起的推荐信息不完整具有一定的参考意义。
简介:动目标多观测点图像去模糊及三维重建是三维视觉检测与测量技术应用中的难题,而特征检测对去模糊及三维重建的结果影响较大。针对这个问题,提出了一种基于多观测点图像SURF特征配准及去模糊的三维重建方法。首先对图像进行SURF特征点检测并对这些特征点进行配准,根据配准的特征点求解Kruppa方程得到各视点图像的相机内外参数矩阵,进而求取图像的点扩散函数即模糊核并对图像进行去模糊处理。其次,提取图像中的SURF特征点并进行配准,求取任意两幅图像的仿射变换矩阵,获取多观测图像的像素点投影。最后根据SURF特征的配准及多观测的投影结果,对去模糊后的图像进行立体匹配,从而完成多观测图像的三维重建。实验结果表明提出的方法对多观测点图像去模糊及三维重建具有良好的效果。