21、基于ELM的新星分类与柔性传感器手势识别技术解析

基于ELM的新星分类与柔性传感器手势识别技术解析

在当今数字化时代，社交网络和人机交互技术发展迅速。本文将深入探讨两个重要的研究方向：一是基于极端学习机（ELM）的地理社交网络新星分类问题，二是基于柔性传感器的智能手表适用的手部手势识别方法。

基于ELM的地理社交网络新星分类

在地理社交网络中，新星分类是一个具有重要意义的问题。新星指的是当前影响力较小，但在未来会成为有影响力专家的用户。

新星分类问题定义

给定一个地理社交网络，包括底层社交网络 (G = (U, E)) 和一组兴趣点 (P)，查询主题为 (Q)，时间点为 (t)，新星评估问题旨在分类用户在时间 (t) 时相对于主题 (Q) 是否为未来之星。可以构建一个函数 (f : u_{Q,t} \to {0, 1}) 来判断用户 (u) 在时间 (t) 时是否为主题 (Q) 的未来之星。

提出的方法

• 特征构建 ：为了评估地理社交网络中的新星，提取了三种类型的特征，具体如下表所示：
  |特征类型|特征描述|
  | ---- | ---- |
  |社交特征| (deg(u))：用户 (u) 的度，即 (|N(u) = {v|(u, v) \in E}|)；(soi(u))：社交影响力|
  |兴趣点特征| (cat(p))：兴趣点 (p) 的类别；(att(p))：兴趣点 (p) 的属性；(pop(p))：所有用户访问兴趣点 (p) 的总次数；(rep(p))：访问过兴趣点 (p) 的用户数量|
  |签到特征| (Lcc(u))：用户 (u) 的签到计数列表；(Lc