分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-18 合作期刊: 《计算机应用研究》
摘要: 目前,针对单体建筑物的模型简化算法主要考虑单独简化墙面和屋顶房檐结构。但对于建筑物组,这些方法忽视邻接建筑物的特征,以及与周围特征间的相互连接关系。针对这些问题,利用屋顶结构特征,提出一种能自动生成保持建筑物组结构特征的模型简化方法。通过底面平面图的邻接关系将建筑物分割成不同的结构部分,通过判断屋顶特征,采用自顶向下的投影方法,重构建筑物模型,最后将各部分联合形成简化模型。实验表明,该简化方法在建筑物的顶层和墙面特征较好保留的基础上,能充分利用模型的拓扑结构,用较少的数据量描述模型,生成适合移动端应用需求的精度模型。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-19 合作期刊: 《计算机应用研究》
摘要: 兴趣点(point-of-interest,POI)推荐是基于位置的社交网络(location-based social networks,LBSN)中一项重要的服务。针对目前推荐算法存在的噪声数据影响推荐质量,用户个性化程度低的问题,提出了一种个性化联合推荐算法。提出了引入POI的位置因素去除不可能或可能性较小的POI,形成初步候选集;综合考虑POI的类别、流行度及用户的社会行为,增加用户个性化的程度,提高推荐结果的质量。在Foursquare真实签到数据集上的实验,证明了提出的联合推荐算法与目前先进的算法相比,准确率提高11%,召回率提高8%。