注冊帳號丨忘記密碼?
1.點擊網(wǎng)站首頁右上角的“充值”按鈕可以為您的帳號充值
2.可選擇不同檔位的充值金額,充值后按篇按本計費
3.充值成功后即可購買網(wǎng)站上的任意文章或雜志的電子版
4.購買后文章、雜志可在個人中心的訂閱/零買找到
5.登陸后可閱讀免費專區(qū)的精彩內(nèi)容
打開文本圖片集
摘 要: 高斯過程回歸(Gaussian process regression, GPR)是一種基于高斯過程的非參數(shù)化貝葉斯回歸方法,其可以靈活適應(yīng)不同類型數(shù)據(jù),用于建模和預(yù)測數(shù)據(jù)之間的復(fù)雜關(guān)系,具有擬合能力強(qiáng)、泛化能力好等特點。針對海量用戶場景下用戶量實時預(yù)測問題,提出一種基于GPR的用戶量預(yù)測優(yōu)化方法。(剩余15254字)
登錄龍源期刊網(wǎng)
購買文章
基于GPR模型的用戶量預(yù)測優(yōu)化方法
文章價格:6.00元
當(dāng)前余額:100.00
閱讀
您目前是文章會員,閱讀數(shù)共:0篇
剩余閱讀數(shù):0篇
閱讀有效期:0001-1-1 0:00:00
違法和不良信息舉報電話:400-106-1235
舉報郵箱:[email protected]