文献检索-宁波市创意产业特色资源库

限定检索结果

基于多核学习卷积神经网络的稀疏数据推荐: 收藏
分享
引用; 《计算机工程与设计》2021年第2期42卷 489-496页; 作者：霍雨佳左欣张虹贵州理工学院人工智能与电气工程学院贵州贵阳550003 贵州省教育厅贵州省人工智能与智能控制特色重点实验室贵州贵阳550003 贵州师范学院继续教育学院贵州贵阳550018 贵州财经大学外语学院贵州贵阳550025; 针对当前稀疏数据推荐准确率低的问题,提出一种基于多核学习卷积神经网络的稀疏数据推荐算法。将项目的辅助信息送入卷积神经网络学习特征,将向量在可再生核希尔伯特空间组合,利用多核学习技术增强卷积神经网络的特征学习能力;基于学习...; 针对当前稀疏数据推荐准确率低的问题,提出一种基于多核学习卷积神经网络的稀疏数据推荐算法。将项目的辅助信息送入卷积神经网络学习特征,将向量在可再生核希尔伯特空间组合,利用多核学习技术增强卷积神经网络的特征学习能力;基于学习的卷积特征集初始化非负矩阵模型,通过非负矩阵模型实现对缺失评分的预测。实验结果表明,该算法有效提高了稀疏数据集的推荐性能,验证了多核学习卷积神经网络的有效性。; 来源：详细信息评论

限定检索结果