|
关注：1
2013-05-23 12:21
求翻译：In this article,we provided a semisupervised approach to modeling the context of mobile users.Specifically,we first exploited the B-HMM for modeling user contexts in the form of probabilistic distributions and transitions of raw context data.Also,we developed a sequential model by extending B-HMM with the prior knowle是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
In this article,we provided a semisupervised approach to modeling the context of mobile users.Specifically,we first exploited the B-HMM for modeling user contexts in the form of probabilistic distributions and transitions of raw context data.Also,we developed a sequential model by extending B-HMM with the prior knowle
问题补充： |
|
2013-05-23 12:21:38
在这篇文章中，我们提供了一个半监督的方法来模拟移动users.Specifically的背景下，我们首先利用了B- HMM建模用户上下文的概率分布及原材料方面data.Also的过渡形式，我们开发了一个顺序模型
|
|
2013-05-23 12:23:18
在这篇文章上，我们提供一种semisupervised方法给塑造流动用户上下文。特别地，以未加工的上下文数据的形式，机率发行和转折我们首先剥削了塑造的用户上下文B-HMM。并且，我们通过延伸与上下文特点预先的知识的B-HMM开发了一个连续模型
|
|
2013-05-23 12:24:58
在这篇文章，我们提供a semisupervised方法到塑造流动用户上下文。具体地，以未加工的上下文数据的形式，机率发行和转折我们首先剥削了B-HMM为塑造用户上下文。并且，我们通过延伸B-HMM开发了一个连续模型以上下文特点预先的知识
|
|
2013-05-23 12:26:38
在本文中，我们提供了建模的移动用户上下文的 semisupervised 的方法。具体来说，我们首先利用 B-HMM 建模的概率分布和原始上下文数据转换形式的用户上下文。此外，我们开发一个顺序的模型由 B 嗯延伸与语境特征的先验知识
|
|
2013-05-23 12:28:18
在这篇文章中，我们提供对于 users.Specifically 模拟手机的内容的一种被半监督的方法，我们第一剥削 B-用于以盖然论的分配装置和未加工的内容 data.Also 的过渡的形式模拟 用户内容的 HMM，我们通过延伸发展一个连续模型 B-具对上下文的特征的以前知识的 HMM
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
