Neural Collaborative Filtering这篇论文的Neural matrix factorization模型，模型的参数可以自行调整。

Object_Recognition_From_RGBD_Data：近年来，对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如，对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中，我们提出了一种新技术，用于从红色，绿色，蓝色和深度（RGB-D）数据中进行无监督的特征提取，然后将其与多个分类器组合以执行对象识别。 具体而言，我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后，它分别关注每个对象，以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验，并评估几个分类器的性能

天门 天文数据平台 请参阅以获取更多信息。 安装及使用 请参考。

An AP-Based Shilling Attack Detector for Collaborative Filtering Recommendation Systems

There are lots of issues existing in traditional collaborative filtering recommendation,.such as data scarcities, cold start, recommendation accuracy and.timeliness. And how to improve the efficiency and quality of recommendation is a.key problem in collaborative recommendation. In the traditional collaborative filtering.algorithms, the rating scale of different users for all projects sometimes may be.neglected while calculating the similarity. Some algorithms such as adjusted cosine.similarity

Item based collaborative filtering recommendation algorithms 协同过滤推荐算法的基础论文