智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2022-02-27 16:30:44
802KB
1
当今各类主流通信算法经常涉及求逆和SVD分解，但是如何利用ＦＰＧＡ高效实现SVD不可谓不是难点。本片论文从最基本定义讲起，最后一直到FPGA硬件实现。文章通俗易懂，不可谓不是在此类极为稀少的文献中的翘楚之作。所有希望对SVD分解有深刻了解的人本文不可缺少。
2022-01-20 01:00:28
2.32MB
1
尝试使用GPU加速随机化的SVD。 已针对目前的顶级算法进行了测试。 / nbs-
2022-01-18 19:00:10
12KB
1
使用奇异值分解（SVD）的书籍推荐
这是一个基于奇异值分解（SVD）的推荐系统。 SVD应用于评级矩阵的位置。 它将评估矩阵分解为3个不同的矩阵U，Sigma，Vt。然后按以下顺序（U） Sigma Vt提取3个矩阵的点积，以生成大小为（number_of_users x number_of_books）的用户配置文件矩阵。 用户配置文件矩阵中的一行代表用户与电影之间的相关性/喜好度得分。
项目目标
使用SVD生成用户个人资料，即AKA形状的表格（number_of_user x number_of_books）
使用用户配置文件矩阵基于合适的推荐算法提供书推荐
为用户提供与系统进行交互的合适界面，支持用户配置文件创建和/或更新和接收书本推荐
如何运行推荐的系统
IN Database.py change the following variable:
- root_dir:
2022-01-01 23:02:34
16.03MB
1