×
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
罗辛 [3]
文献类型
期刊论文 [3]
发表日期
2022 [1]
2021 [2]
语种
英语 [3]
出处
IEEE TRANS... [1]
IEEE TRANS... [1]
IEEE TRANS... [1]
资助项目
Natural Sc... [3]
National N... [2]
Pioneer Hu... [2]
CAAIHuawei... [1]
CAAIHuawei... [1]
Guangdong ... [1]
更多...
收录类别
SCI [3]
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
浏览/检索结果:
共3条,第1-3条
帮助
限定条件
收录类别:SCI
资助项目:Natural Science Foundation of Chongqing (China)[cstc2019jcyjjqX0013]
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
作者升序
作者降序
发表日期升序
发表日期降序
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
期刊影响因子升序
期刊影响因子降序
Nonnegative Latent Factor Analysis-Incorporated and Feature-Weighted Fuzzy Double $c$-Means Clustering for Incomplete Data
期刊论文
IEEE TRANSACTIONS ON FUZZY SYSTEMS, 2022, 卷号: 30, 期号: 10, 页码: 4165-4176
作者:
Song, Yan
;
Li, Ming
;
Zhu, Zhengyu
;
Yang, Guisong
;
Luo, Xin
收藏
  |  
浏览/下载:53/0
  |  
提交时间:2022/12/26
Big data
clustering
fuzzy double c-means
incomplete data
latent factor analysis
local feature weights.
Adjusting Learning Depth in Nonnegative Latent Factorization of Tensors for Accurately Modeling Temporal Patterns in Dynamic QoS Data
期刊论文
IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING, 2021, 卷号: 18, 期号: 4, 页码: 2142-2155
作者:
Luo, Xin
;
Chen, Minzhi
;
Wu, Hao
;
Liu, Zhigang
;
Yuan, Huaqiang
;
Zhou, Mengchu
收藏
  |  
浏览/下载:83/0
  |  
提交时间:2021/11/26
Tensors
Data models
Quality of service
Computational modeling
Analytical models
Training
Web services
Algorithm
big data
dynamics
high-dimensional and incomplete (HDI) data
machine learning
missing data estimation
multichannel data
nonnegative latent factorization of tensors (NLFT)
temporal pattern
quality of service (QoS)
web service
Convergence Analysis of Single Latent Factor-Dependent, Nonnegative, and Multiplicative Update-Based Nonnegative Latent Factor Models
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 卷号: 32, 期号: 4, 页码: 1737-1749
作者:
Liu, Zhigang
;
Luo, Xin
;
Wang, Zidong
收藏
  |  
浏览/下载:154/0
  |  
提交时间:2021/05/17
Manganese
Convergence
Computational modeling
Learning systems
Analytical models
Sparse matrices
Big Data
Big data
convergence
high-dimensional and sparse (HiDS) matrix
latent factor (LF) analysis
learning system
neural networks
nonnegative LF (NLF) analysis
single LF-dependent nonnegative and multiplicative update (SLF-NMU)