国产chinesehdxxxx老太婆,办公室玩弄爆乳女秘hd,扒开腿狂躁女人爽出白浆 ,丁香婷婷激情俺也去俺来也,ww国产内射精品后入国产

您好，歡迎來電子發(fā)燒友網(wǎng)！ ，新用戶？[免費(fèi)注冊]

您的位置：電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

基于k近鄰?fù)扑]方法

大?。?/span>1.09 MB 人氣： 2017-11-28 需要積分：2

推薦 + 挑錯 + 收藏(0) + 用戶評論（0）

前往下載地址

　　針對基于七近鄰的協(xié)同過濾推薦算法中存在的評分特征數(shù)據(jù)維度過高、七近鄰查找速度慢，以及評分冷啟動等問題，提出基于數(shù)據(jù)降維與精確歐氏局部敏感哈希（ E2 LSH）的五近鄰協(xié)同過濾推薦算法。首先，融合評分?jǐn)?shù)據(jù)、用戶屬性數(shù)據(jù)以及項(xiàng)目類別數(shù)據(jù)，將融合后的數(shù)據(jù)作為輸入對堆疊降噪自編碼（ SDA）神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，取神經(jīng)網(wǎng)絡(luò)編碼部分最后一個隱層的值作為輸入數(shù)據(jù)的特征編碼，完成非線性降維。然后，利用精確歐氏局部敏感哈希算法對降維后的數(shù)據(jù)建立索引，通過檢索得到目標(biāo)用戶或目標(biāo)項(xiàng)目的相似近鄰。最后，計(jì)算目標(biāo)與近鄰之間的相似度，利用相似度對近鄰的評分記錄加權(quán)得到目標(biāo)用戶對目標(biāo)項(xiàng)目的預(yù)測評分。在標(biāo)準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，在冷啟動場景下，均方根誤差比基于局部敏感哈希的推薦算法（ LSH-ICF）平均降低了約7.2%，平均運(yùn)行時間和LSH-ICF相當(dāng)。表明該方法在保證推薦效率的前提下，緩解了評分冷啟動問題。

基于k近鄰?fù)扑]方法

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論，獲取積分！ 請遵守相關(guān)規(guī)定！

      ?