Ta上传的资源 (0)

自动人脸检测matlab版,需要填充两张格式为.bmp的图片,用黑白色测试出人脸轮廓,眼睛,鼻子等面部部位

自己编程写的两个小示例,具体的图压缩包里有,具体的聚类结果在cluster_Table矩阵中显示,图中有七个点,行代表有几个类,列上打“1”的代表该列号对应的点属于该行号所代表的的类,亲测可运行哦

近年来,轨迹共享和搜索受到了极大的关注。在本文中,我们提出并研究了一个名为“用户导向的轨迹搜索”(UOTS)的旅行推荐新问题。与按位置进行常规轨迹搜索(仅针对空间域)相比,我们在新的UOTS查询中同时考虑了空间域和文本域。在给定轨迹数据集的情况下,查询输入包含旅行者给出的一组预期地点以及描述旅行者偏

全国新冠疫情数据,可供数学建模使用,从1月20日始,至4月末止,包含患病人数,治愈人数,接触人数,可以计算r因子等等。

带有标记和计时信息的事件序列可在广泛的领域中使用,从自动火车监控系统中的机器记录到社交网络中的信息级联。根据历史事件序列,预测下一个事件将在何时发生以及何时将发生将可以使许多有用的应用受益,例如大规模快速列车的维护服务时间表以及社交网络中的产品广告。由于时间点过程(TPP)能够捕获事件之间的时间依赖

兴趣点( POI) 的签到数据体现了用户的偏好和兴趣点的分布特征,这在兴趣点推荐领域有极为重要的价值. 为了缓解 数据稀疏造成的推荐不准确等问题,本文提出了融合时间序列的 POI 动态推荐算法,结合用户与用户之间的关系、兴趣点位置 以及流行度信息等. 首先划分时间序列,得到时间因子的相似度;其次时间
QT 8

针对目前大多数推荐算法在计算项目或用户之间的相似度时只依赖于用户之间的共同评分 项,由于用户 - 项目签到矩阵的高稀疏性,导致推荐结果不准确问题,提出一种改进的协同过滤推荐 算法. 该算法基于每个项目基分值概率分布使用 KL 散度计算项目之间的显性反馈相似度,再融合隐 狄利克雷主题分配模型,得到每个

:传统的协同过滤推荐技术主要基于用户-项目评价数据集进行挖掘推荐,没有有效地利用用户通信上下文 信息,从而制约其进一步提高推荐的精确性。针对传统协同过滤推荐算法存在的推荐精度不高的弊端,在协同过滤 算法中融入通信上下文信息,引入了通信信任、相似信任和传递信任三个信任度,并提出了一种基于信任的协同过滤
HP 10

模糊C均值聚类,包含200名用户RFM真实行为数据表格,本案例通过模糊C均值聚类,将200名用户聚类成所设定类别数目,通过指定迭代次数,查找cluster_table变量查看用户所属类别