技術(shù)編號：12469223
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細信息。本發(fā)明屬于計算機應(yīng)用技術(shù)領(lǐng)域，具體涉及數(shù)據(jù)挖掘和機器學習，特別是基于自適應(yīng)Dropout非負矩陣分解的特征學習模型。背景技術(shù)隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，社交網(wǎng)絡(luò)的興起，信息的獲取和分享手段越來越便捷，互聯(lián)網(wǎng)中充斥著大量的文本、圖像等非結(jié)構(gòu)化數(shù)據(jù)。同時，由于數(shù)據(jù)發(fā)布時的隨意性、不規(guī)范性等問題，數(shù)據(jù)中存在大量的噪聲。即使在經(jīng)過數(shù)據(jù)清洗之后，數(shù)據(jù)也面臨著數(shù)據(jù)稀疏、維度過高等問題。因此，在進行聚類、分類、推薦等任務(wù)之前，往往先需要進行特征學習。非負矩陣分解(Non-negativeMatrixFactoriz...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學習研究技術(shù)思路。