×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院重庆绿色智能技术研究院机构知识库
KMS Chongqing Institute of Green and Intelligent Technology, CAS
登录
注册
ALL
ORCID
题名
作者
发表日期
学科领域
关键词
文献类型
出处
存缴日期
收录类别
出版者
资助项目
学科门类
学习讨论厅
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
作者
尚明生 [2]
罗辛 [2]
文献类型
期刊论文 [2]
发表日期
2021 [2]
语种
英语 [2]
出处
IEEE TRANS... [2]
资助项目
Chongqing ... [2]
Chongqing ... [2]
Chongqing ... [2]
Chongqing ... [2]
Chongqing ... [2]
National N... [2]
更多...
收录类别
SCI [2]
资助机构
×
知识图谱
CSpace
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
(本次检索基于用户作品认领结果)
浏览/检索结果:
共2条,第1-2条
帮助
限定条件
收录类别:SCI
出处:IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS
语种:英语
资助项目:Chongqing Overseas Scholars Innovation Program[cx2018011]
资助项目:Chongqing Research Program of Technology Innovation and Application[cstc2017rgzn-zdyf0118]
资助项目:Chongqing Research Program of Technology Innovation and Application[cstc2017rgzn-zdyfX0020]
资助项目:National Natural Science Foundation of China[61772493]
文献类型:期刊论文
作者:尚明生
第一作者
作者:罗辛
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
WOS被引频次升序
WOS被引频次降序
题名升序
题名降序
期刊影响因子升序
期刊影响因子降序
作者升序
作者降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
An Instance-Frequency-Weighted Regularization Scheme for Non-Negative Latent Factor Analysis on High-Dimensional and Sparse Data
期刊论文
IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2021, 卷号: 51, 期号: 6, 页码: 3522-3532
作者:
Luo, Xin
;
Wang, Zidong
;
Shang, Mingsheng
收藏
  |  
浏览/下载:89/0
  |  
提交时间:2021/08/20
High-dimensional and sparse (HiDS) data
industrial application
instance-frequency
non-negative latent factor analysis (NLFA)
recommender system
regularization
A Fast Non-Negative Latent Factor Model Based on Generalized Momentum Method
期刊论文
IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2021, 卷号: 51, 期号: 1, 页码: 610-620
作者:
Luo, Xin
;
Liu, Zhigang
;
Li, Shuai
;
Shang, Mingsheng
;
Wang, Zidong
收藏
  |  
浏览/下载:108/0
  |  
提交时间:2021/03/17
Big data
high-dimensional and sparse (HiDS) matrix
latent factor (LF) analysis
missing data estimation
non-negative LF (NLF) model
recommender system