其原理是基于最大似然估计,从用户-物品评分数据中学习得到潜在特征矩阵,进而预测用户对未知物品的评分。 PMF的基本思想是将用户-物品评分矩阵分解为两个低秩矩阵的乘积。假设用户-物品评分矩阵为R,其元素表示用户对物品的评分,将其分解为两个矩阵U和V的乘积,其中U是用户矩阵,V是物品矩阵,其维度分别为N×K和M×K...
1.了解大气颗粒物主要来源,熟悉大气污染源解析方法; 2.通过实际案例操作与案例分析掌握PMF源解析技术方法及在实际项目中的应用; 3.掌握PMF源解析结果的优化及误差评估方法; 4.解答学员在实际工作中遇到的有关技术问题。 第一章 PMF源解析技术简要及其输入文件准备 1.大气污染源解析方法有哪些? 2.这些方法各自应用...
第二部分深入解析PMF技术：介绍其基本原理，演示软件操作，讲解因子选择，并阐述颗粒物和VOCs源解析结果的实际意义。第三部分聚焦于PMF源解析结果的优化策略和误差评估方法，包括Fpeak模式的运用及其结果分析。参加者需要预先准备电脑和安装必要的软件。此外，课程内容还包括其他空气质量模型如WRF、AERMOD等的运...