机译:用K-means聚类和深信念网络提高内容人气预测
Univ Isfahan Fac Comp Engn Esfahan Iran;
Univ Isfahan Fac Comp Engn Esfahan Iran;
Content popularity prediction; Deep-belief network (DBN); K-means clustering with Pearson distance; User generated content (UGC);
机译:扩散CRN k均值:一种应用于认知无线电ad hoc网络的改进的k均值聚类算法
机译:PPP:基于前缀的流行度预测,用于以内容为中心的网络中的有效内容缓存
机译:具有移动边缘计算的社会内容中心网络的多主题普及预测缓存
机译:内容中心网络中基于内容聚类和流行预测的缓存策略
机译:数据挖掘EPAs绿色车辆指南:使用k均值聚类和神经网络进行性能分析和预测。
机译:额外的k均值聚类步骤改善了WGCNA基因共表达网络的生物学特性
机译:基于ARMA的内容交付网络中缓存的流行度预测