基于深度学习的个性化推荐研究

来源 :工业控制计算机 | 被引量 : 0次 | 上传用户:zb_lion
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,深度学习被广泛应用到计算机视觉、自然语言处理、语音识别等领域,基于深度学习的推荐系统研究也成为当前研究的一个热点领域.将深度学习融入推荐系统,可以整合海量多源异构数据,有效缓解推荐系统面临的冷启动、数据稀疏等问题.首先介绍了推荐系统的研究背景并阐述了推荐系统的定义,然后讨论了传统推荐研究中面临的难点和挑战,最后介绍了深度学习推荐系统的主要研究进展.
其他文献
在上海地铁真实隧道环境下开展了车地间大规模MIMO信道测量,中心频率为5.6GHz,带宽160MHz.发射端采用了 32个阵元的均匀平板天线,置于站台上模拟基站.接收端是由64个阵元构成的均匀圆筒阵列天线,被放置在列车车厢内部,模拟列车通信终端.重点分析了大规模MIMO信道容量,结果发现大规模MIMO技术在车地通信中的使用可以有效地提升信道容量.
通过安装在隧道内壁上的高精度激光传感扫描设备对在建隧道内壁进行实时扫描,系统软件对采集的测量点数据进行坐标转换处理后,重构隧道内截面轮廓。
针对航空发动机控制系统传感器故障诊断特点,通过分析QAR中记录的相关数据,提出了 GMM-CNN-LSTM的QAR传感器数据特征提取与故障检测模型.通过GMM将飞行过程划分为12个阶段,通过CNN与LSTM的有机结合,增强神经网络模型对QAR数据特征提取能力,实现对民航发动机传感器故障的精准检测.实验结果表明,GMM-CNN-LSTM混合网络模型的特征提取的能力更强、模型收敛速度更快,并且诊断准确率和稳定性更高.
上汽超超临界机组DEH调试中,普遍存在对汽轮机组控制技术掌握不深的问题.同时DEH、DCS大多采用两套控制系统,需要从设计初期到投产运行的过程中不断推进两个系统间统筹协调工作.针对以上两个技术难题,对上汽-西门子机组控制技术展开研究,旨在消化吸收国外先进技术、理念的基础上,能够根据生产提出优化控制策略.同时针对DEH与DCS联络信号的可靠性展开了系统性的排查,不仅有利于机组的安全、经济运行,对同类型工程具有较高的参考价值.
随着三维扫描技术的发展,原始点云数据量庞大且存在大量冗余,会降低点云数据的利用效率,给点云数据的处理和应用带来不便,这就需要精简算法对点云数据进行精简从而提高后续点云处理效率.针对传统点云数据精简算法在简化过程中特征点被过度简化问题,从降低特征损失角度提出了一种基于双特征约束的点云数据简化算法.通过构建点云双特征约束与体素包围盒精简法结合的方式,能够在不损失点云特征的情况下,实现点云的快速简化处理,并通过实际点云数据的精简实验,验证了该文方法的有效性.
受新冠疫情的影响,人们越来越重视公共卫生安全,无论是公厕还是家庭厕所,清洁蹲便器的传统方法都是用普通的圆刷,但其只能清理表面的污垢,没有办法覆盖便池的死角,而且圆刷也需要定时更换,不仅费时还往往达不到理想的效果,因此构思了一款集除垢、消毒杀菌和表面除湿于一体的机器人,不仅把人们的双手从繁重的清洁工作中解脱出来,还能确保厕所的卫生安全,避免家人因厕所地面湿滑而发生意外摔倒的事故发生.
随着电力行业的快速发展,其软件运行的安全性及可靠性的要求也进一步提高,由此引申出对电力系统软件的测试逐步深入,在源代码阶段即开始进行源代码安全、编码规范、软件质量度量等软件代码静态测试.由此,参考CMMI及软件质量度量评价等相关方法,提出了一种基于权重计算的静态测试综合质量快速评价方法,从源代码安全、编码规范、软件度量三方面综合考虑,实现对电力系统软件静态测试结果的快速质量判定.
介绍了一种基于Netfilter架构的TRDP协议防火墙设计方案,经实验验证,该防火墙系统能够对TRDP数据包进行应用层协议解析、数据有效性检查、可以针对Comld、消息类型、数据长度等进行过滤.
采用C#语言,基于.NET框架和B/S架构进行开发,开发脱硫系统优化运行软件平台,实现了脱硫系统运行成本核算、负荷及入口SO2浓度预测、浆液循环泵切泵分析以及实时优化运行调度.该软件系统为电厂脱硫系统状态监测与优化提供了一种新的智能化运行平台,其界面简单、内容直观,可实现人机友好交互,为现场运行人员提供了更经济的脱硫系统运行方案.
Q今天的口号是”一部真正的好车”,消费者真正需要的一台好车,从您来看,是一个什么样的车呢?  A首先,是咱们老百姓喜欢的车,需要的车。所以,我们从开发前就做了非常多的市场调研,了解究竟我们中国的老百姓需要什么样的车。然后基于我们的技术平台,多年的技术积累的平台,用我们正向开发的体系,矩阵式的管理到各个工厂到各个节点非常严格把控,从这个角度保障老百姓想要什么样的好车。包括我们的采购,我们的制造体系、
期刊