UL EN和IEC 60384-14:2013標準認證矩陣瑱充及改進PSO算法
發布時間:2021/9/25 9:03:43 訪問次數:861
傳統粒子群優化(PSO)算法早熟、易陷入局部最優等問題。
為此,基于矩陣瑱充及改進PSO算法,提出一種多標準協同過濾模型。采用矩陣填充方法對稀疏數據的缺失部分進行估算,以避免降維方法對原始數據信息造成損失,同時結合髙斯算子快速收斂的優勢以及遺傳算子對生物進化模擬的有效性對PSO算法進行改進,聚合多標準評分生成TopN推薦列表。
實驗結果表明,與基于標準PSO算法以及基于遺傳算子改進PSO算法的模型相比,該模型的評分預測準確度較優,能為個性化推薦提供有效的支持。
制造商:Power Integrations產品種類:交流/直流轉換器RoHS: 安裝風格:SMD/SMT封裝 / 箱體:SMD-8C-7輸出電壓:5 V輸入/電源電壓—最小值:85 VAC輸入/電源電壓—最大值:265 VAC拓撲結構:Buck, Buck-Boost, Flyback開關頻率:66 kHz占空比 - 最大:72 %最小工作溫度:- 40 C最大工作溫度:+ 150 C輸出電流:225 uA系列:封裝:Reel封裝:Cut Tape封裝:MouseReel商標:Power Integrations絕緣:Non-Isolated濕度敏感性:Yes輸出端數量:1 Output產品:AC/DC Converters產品類型:AC/DC Converters1000子類別:PMIC - Power Management ICs商標名:類型:Off-Line Switcher IC單位重量:1.047 g
主要應用
家電
消費類電子產品
主要特點和優勢
超緊湊尺寸:僅為4.0 × 9.0 × 13.0 mm ~ 10.5 × 16.5 × 26.5 mm
寬容值范圍:33 nF ~ 1 μF
通過UL、EN和IEC 60384-14:2013標準認證
符合RoHS規定
(素材來源:eccn和ttic.如涉版權請聯系刪除。特別感謝)
傳統粒子群優化(PSO)算法早熟、易陷入局部最優等問題。
為此,基于矩陣瑱充及改進PSO算法,提出一種多標準協同過濾模型。采用矩陣填充方法對稀疏數據的缺失部分進行估算,以避免降維方法對原始數據信息造成損失,同時結合髙斯算子快速收斂的優勢以及遺傳算子對生物進化模擬的有效性對PSO算法進行改進,聚合多標準評分生成TopN推薦列表。
實驗結果表明,與基于標準PSO算法以及基于遺傳算子改進PSO算法的模型相比,該模型的評分預測準確度較優,能為個性化推薦提供有效的支持。
制造商:Power Integrations產品種類:交流/直流轉換器RoHS: 安裝風格:SMD/SMT封裝 / 箱體:SMD-8C-7輸出電壓:5 V輸入/電源電壓—最小值:85 VAC輸入/電源電壓—最大值:265 VAC拓撲結構:Buck, Buck-Boost, Flyback開關頻率:66 kHz占空比 - 最大:72 %最小工作溫度:- 40 C最大工作溫度:+ 150 C輸出電流:225 uA系列:封裝:Reel封裝:Cut Tape封裝:MouseReel商標:Power Integrations絕緣:Non-Isolated濕度敏感性:Yes輸出端數量:1 Output產品:AC/DC Converters產品類型:AC/DC Converters1000子類別:PMIC - Power Management ICs商標名:類型:Off-Line Switcher IC單位重量:1.047 g
主要應用
家電
消費類電子產品
主要特點和優勢
超緊湊尺寸:僅為4.0 × 9.0 × 13.0 mm ~ 10.5 × 16.5 × 26.5 mm
寬容值范圍:33 nF ~ 1 μF
通過UL、EN和IEC 60384-14:2013標準認證
符合RoHS規定
(素材來源:eccn和ttic.如涉版權請聯系刪除。特別感謝)