多模型融合推荐算法——从原理到实践

互联网时代也是信息爆炸的时代，内容太多，而用户的时间太少，如何选择成了难题。电商平台里的商品、媒体网站里的新闻、小说网站里的作品、招聘网站里的职位……当数量超过用户可以遍历的上限时，用户就无所适从了。对海量信息进行筛选、过滤，将用户最关注最感兴趣的信息展现在用户面前，能大大增加这些内容的转化率，对各类应用系统都有非常巨大的价值

2021-04-17
阅读675
下载0
9页
docx

三维高速机动目标跟踪交互式多模型算法

对三维机动目标，尤其是高速机动目标的跟踪一直是目标跟踪领域的重点和难点。通过二维或解棋模型扩展并不一定能满足精度要求，提出了一种基于常速模型，“当前”统计模型，带约束的三维常速率协同转弯模型的交互式多模型算法。通过对包括匀加速模型. Singer模型、当的”统计模型在内的不同模型组合进行MonteCarlo伤真比较表明本算法对三维高速机动目标跟踪是有效性，并具有报好的实用性

2021-04-18
阅读724
下载0
6页
pdf

一个多因素组合数学模型及其算法

低碳发展是应对资源环境压力提高能源供应保障安全和减少碳排放的基本前提和必要条件0，发展低强经济实施低碳交通和低碳建筑，转变居民消费概念，创新低碳技术，从而最大限度地减少温室气体的排散的“低碳”发展模式已经在世界范围内得到普遍的认同。并成为新时期人类发展的目标”208年以来我国许多城市纷纷开展了低碳发展的试点实践目前，国内外有关低碳发展战略的研究很少，运用科学的战略分析方法进行低碳战略的定量分析更是缺乏本文将低碳发展战略作为一个多准则模糊决策问题，在传统的SWOT分析中引入模糊层次分析法，借助坐标系工具，构建低碳发展环境分析的名因素组合数学校型，并应用于株洲市低碳发展环境的分析评价中，对株洲市低碳发展的战略进行定位，为低联发展科学决策提供有力的工作。

2021-04-17
阅读710
下载0
6页
pdf

组稀疏模型及其算法综述

稀疏性与组稀疏性在统计学信号处理和机器学习等领城中具有重要的应用。本文总结和分析了不同组稀疏模型之间的区别与联系，比较了不同组稀疏模型的变量选择能力，变量组选择能力、变量选择一致性和交量组选择一致性，总结了组稀疏模型的各类求解算法并指出了各算法的优点和不足，最后.本文对组稀疏视型未来的研究方向进行了探讨。

2021-04-18
阅读697
下载0
7页
pdf

模型算法回归技术全解

回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势，重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素，最后介绍了选择正确的回归模型的关键因素。

2021-04-18
阅读676
下载0
10页
pdf

机器学习模型算法“知多少”？

众所周知，机器学习模型通常包括分类模型、回归模型、聚类模型、预测模型、关联挖掘模型等。它们分别用于解决不同的问题以及应用于不同的营销场景。今天，让我们就ML中最常见的分类模型进行一番剖析。我们经常会听到数据分析初学者们提这样一个问题——究竟分类和回归的区别是什么？

2021-04-18
阅读677
下载0
9页
pdf

机器学习中算法与模型的区别

机器学习涉及到机器学习算法和模型的使用。对于初学者来说，这很容易让人混淆，因为“机器学习算法”经常与“机器学习模型”交替使用。这两个到底是一样的东西呢，还是不一样的东西？作为开发人员，你对排序算法、搜索算法等“算法”的直觉，将有助于你厘清这个困惑。在本文中，我将阐述机器学习“算法”和“模型”之间的区别。

2021-04-18
阅读654
下载0
7页
pdf

“3步套路”快速掌握机器学习算法和模型

想要成为合格的，或者更进一步成为优秀的人工智能工程师或数据科学家，机器学习的各种基础知识是必不可少的。然而，机器学习领域浩如烟海，各类教材和入门课程层出不穷。特别是机器学习基础需要不少的数学知识，这对于想进入这一领域的工程师而言，无疑是一个比较高的门槛。今天，我来和你聊一聊如何学习和掌握机器学习基础知识，又如何通过核心的知识脉络快速掌握更多的机器学习算法和模型。

2021-04-18
阅读661
下载0
7页
pdf

上一页 1 2 3 4 5 6 7 8 9 10 11 12 …… 81 下一页共 643 条



立即登录

没有账户，需要注册

登录用户可享受以下权益

免费下载方案
服币提现
发布方案得服币
交易分成

精品推荐

国内重点工业物联网平台四类厂商分类及选型指南

阅读58
下载3

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点：一是行业深耕化，从通用型平台向“一米宽、百米深”的行业垂直平台转型，聚焦能源、交通、化工等领域的特定需求，沉淀场景化解决方案与行业Know-how，而非追求“大而全”的覆盖能力。二是智能融合化，工业大模型与平台深度结合，实现工业知识的智能化重构、应用开发的低代码化升级，以及生产运营的自感知、自决策、自优化闭环管控，AI成为提质增效的核心变量。三是生态协同化，平台不再是单一技术载体，而是串联产业链上下游的协同中枢，通过跨系统数据融合、产学研用金深度合作，形成“数据-算力-应用”的生态闭环，赋能供应链协同与产业集群升级。四是部署灵活化，采用“平台化产品+私有化部署”结合的模式，兼顾中小企业轻量化需求与大型集团定制化诉求，支持公有云、私有云、边缘端的混合部署，平衡成本与安全性。

阅读134
下载5

低空基础设施发展研究报告（2025）

当前，世界百年变局加速演进，新一轮科技革命和产业变革？深入发展，低空经济作为新质生产力的重要组成部分，正以前瞻？性、引领性姿态加速崛起，成为推动经济结构优化升级、塑造高？质量发展新动能的关键领域。

阅读303
下载1

华为数字化转型之道

首先从华为的视角总结了企业对于数字化转型的应有的共识，以及从战略角度阐述了华为为何推行数字化转型，然后给出了华为数字化转型的整体框架(方法论)，以及企业数字化转型成熟度评估的方法，帮助读者在厘清华为开展数字化转型工作的整体脉络的同时，能快速对自身的数字化水平进行自检，

阅读381
下载4

最新上线

算力互联网体系架构研究报告

算力互联网的发展和演进是一个持续不断的过程，编制组将密切关注国内外算力互联网的发展动态，积极听取产业界的意见与建议，不断完善和优化算力互联网体系架构的研究内容，适时修订并发布报告的新版本，以更好地推动算力互联网发展。

阅读9
下载0

数据智能服务产业发展研究报告

为更好地推动数据智能服务产业发展，本报告从数据智能服务产业定义、要素、载体、产业链、创新模式等方面开展研究工作。第一部分数据智能服务产业概念界定、内涵特征以及全球趋势；第二部分分析数据智能服务产业的核心关键要素；第三部分阐述数据智能服务产业链结构以及产业生态图谱；第四部分阐述数据智能服务的产业载体，第五部分总结了数据智能服务产业的创新模式，最后根据上述研究，从技术、应用、产业、安全等四个方面分析趋势，为我国数据智能服务产业发展提供参考。