《表2 参数设置表：改进矩阵分解与卷积神经网络结合的推荐模型》
提示：宽带有限、当前游客访问压缩模式
实验参数设置见表2。
| 图表编号 | XD0090196100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 蔡念、刘广聪、蔡红丹 |
| 绘制单位 | 广东工业大学计算机学院、广东工业大学计算机学院、三峡大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 参数设置表：基于改进的深度Q网络结构的商品推荐模型》2020.09.10
- 《表1 多尺度卷积神经网络模型参数设置》2020.06.01
- 《表1 卷积神经网络模型的参数设置》2018.11.25
- 《表1 网络模型具体参数：基于卷积神经网络的学术合作者推荐研究》2020.07.01
- 《表5 实验参数设置：融合多元异构信息的矩阵分解推荐算法》2020.07.01
- 《表3 测试参数设置：基于改进卷积神经网络的无绝缘轨道电路调谐区故障诊断》2020.06.25
- 《表2 参数设置：基于离散选择模型的推荐系统改进算法》2020.02.20
- 《表2 实验参数设置：基于卷积神经网络和贝叶斯分类器的句子分类模型》2020.02.01
- 《表2 目标域数据集：结合迁移学习模型的卷积神经网络算法研究》2020.03.01
- 《表3 模型参数设置：结合迁移学习模型的卷积神经网络算法研究》2020.03.01
- 《表1 改进矩阵分解群组推荐》2020.04.08
- 《表2 实验参数设置：融合标签相似度的差分隐私矩阵分解推荐算法》2020.03.01
- 《表1 C-3D可变形卷积神经网络模型中卷积层与池化层的具体参数设置》2020.02.25
- 《表1 卷积神经网络模型参数设置》2019.05.25
- 《表5 参数设置：基于膨胀卷积神经网络模型的中文分词方法》2019.09.01
- 《表2 稠密矩阵X：一种结合主题模型的推荐算法》2019.06.01
- 《表2 预测层参数：面向小目标检测结合特征金字塔网络的SSD改进模型》2019.09.15
- 《表2 基于多任务学习的卷积神经网络模型中的参数设置》2019.08.01
- 《表1 试验参数设置表：基于经验模态分解和深度卷积神经网络的行星齿轮箱故障诊断方法》2019.04.05
- 《表1 实验平台参数：基于改进卷积神经网络结合支持向量机的行人检测算法》2018.09.05