以最大化缓存收益为目标，针对部署缓存的 NOMA 异构网络下的基站用户匹配及功率分配问题，结合消息传递及 DC 规划提出了 NOMA 联合优化算法。首先将约束条件合并到目标函数中，通过计算新的优化问题中函数节点与变量节点间消息传递的边缘得到用户协同结果；然后将原优化问题变形为2个凸函数差的形式，通过DC规划对功率资源进行分配；最后迭代计算得到最终的用户协同及功率分配结果。仿真结果证明所提算法有效地提升了网络性能。
2022-04-14 11:25:10
721KB
1
基本的协同过滤推荐算法实现，包括数据集，以及算法的评价指标MAE的计算，数据集采用MovieLens中两个数据集进行测试
2021-12-30 16:26:21
559KB
1
该算法是个性化推荐算法中基于用的协同过滤算法，主要是将相似用户的兴趣项目推荐给目标用户，算法中包括相似度判断（余弦相似度算法实现）、随机数的产生等实用算法。该算法是以VS 2010为开发平台，采用C#为后台语言开发的。
2021-04-04 14:03:09
29KB
1
这是关于基于用户协同过滤usercf的python代码实现，初学涉及到这方面的朋友可以下载试试，数据时基于movielen上面的，可以自己去官网下载。
2020-01-03 11:31:55
3KB
1
自己写的比较初级的基于标签的用户协同算法，数据集用的是ml-100k，对数据集进行训练集和测试集的划分，里面还有准确率，召回率，标准平均绝对误差等的计算代码
2019-12-21 22:23:19
28KB
1