从Web日志中挖掘用户浏览偏爱路径

Web日志中包含了大量的用户浏览信息，如何有效地从其中挖掘出用户浏览兴趣模式是一个重要的研究课题．作者在分析目前用户浏览模式挖掘算法存在的问题的基础上，利用提出的支持一偏爱度的概念，设计了网站访问矩阵，并基于这个矩阵提出了用户浏览偏爱路径挖掘算法：先利用Web日志建立以引用网页URL为行、浏览网页URL为列、路径访问频度为元素值的网站访问矩阵．该矩阵为稀疏矩阵，将该矩阵用三元组法来进行表示．然后，通过对该矩阵进行支持一偏爱度计算得到偏爱子路径．最后进行合并生成浏览偏爱路径．实验表明该算法能准确地反映用户浏览兴趣，而且系统可扩展性较好．这可以应用于电子商务网站的站点优化和个性化服务等．     

基于用户行为个性化学习研究

Web日志中包含了大量的用户浏览信息,对Web日志进行分析可以发现用户偏好路径容。本文提出了一种基于Web日志挖掘出用户浏览偏爱的路径,根据路径对应的文档内容提取用户偏爱的主题,并向用户推荐偏爱主题内容,从而为个性化学习服务。     

基于用户行为个性化学习研究

Web日志中包含了大量的用户浏览信息,对Web日志进行分析可以发现用户偏好路径容。本文提出了一种基于Web日志挖掘出用户浏览偏爱的路径,根据路径对应的文档内容提取用户偏爱的主题,并向用户推荐偏爱主题内容,从而为个性化学习服务。     

基于Web数据挖掘的用户浏览兴趣路径研究

使用Web日志与用户浏览行为相结合的方式对用户浏览兴趣模式进行挖掘。分别建立以访问次数、平均到网页中字符数的访问时间和拉动滑动条次数为元素值的矩阵,通过对矩阵进行路径兴趣度的计算得到兴趣子路径,进行合并生成用户兴趣路径集。实例分析表明该算法是可行和有效的,对于电子商务网站的优化和实施个性化服务具有意义。     

基于Web日志的典型匿名用户路径挖掘研究

通过获取的匿名用户浏览路径集,依据新的路径相似度定义,建立用户浏览路径相似度矩阵,并在此基础上设计实现了匿名用户浏览路径聚类算法,获得聚类结果集,并计算各类的中心,得到典型匿名用户路径.挖掘结果显示典型匿名用户路径代表了不同类用户网络浏览路径,可有效地作为网站信息推荐的依据.     

基于浏览过程的LFU:一个新的WWW缓冲清理算法

文章分析了WWW系统中用户活动的特点,提出了浏览过程的概念,并对传统的缓冲清理算法LFU进行了改进,提出了一个基于WWW浏览过程的LFU算法。     

基于WWW浏览过程的最近最少使用算法

在本文中 ,我们分析了WWW系统中用户活动的特点 ,提出了浏览过程的概念 ,并对传统的缓冲清理算法LRU进行了改进 ,提出了一个基于WWW浏览过程的LRU算法。     

基于web日志的连续频繁路径挖掘算法

频繁模式挖掘已成为web使用挖掘的研究热点,本文基于web日志提出一种新的频繁路径的挖掘算法.首先以线性回归方法求解兴趣度,其次将此兴趣度和页面名称作为最基本要素,建立的web浏览树,此浏览树可以完整地表现出web日志中连续、重复的浏览路径,最后在web浏览树上进行分析挖掘频繁浏览路径.该算法经实验证明能更全面地反映用户兴趣所在,挖掘的频繁浏览路径准确、合理.     

基于Web日志挖掘用户的浏览兴趣路径

提出一种基于Web日志发现用户浏览偏爱路径算法。引入了支持-兴趣度概念。建立用户访问矩阵以表示用户浏览网页行为,并获得访问矩阵的海明距离矩阵。通过对距离矩阵与相似度阈值的计算获得偏爱路径的候选2项子路径,再利用支持-兴趣度对候选集做进一步的过滤,最后进行合并并生产浏览偏爱路径。实验表明该算法可以有效地反映用户的浏览兴趣。     

基于云计算的用户浏览偏爱路径挖掘算法

从Web日志中挖掘用户浏览偏爱路径是一个重要的研究课题。目前的挖掘算法注重客观访问频度,忽略了用户对这一频繁访问路径是否感兴趣。在分析目前用户偏爱路径挖掘算法存在的问题的基础上,结合网站拓扑结构图修正基于频度的用户偏爱路径的衡量标准,提出了有用偏爱度的概念,从而剔除由于页面放置和链接等因素对挖掘的影响;针对目前基于单一节点的挖掘系统的计算能力不足的问题,利用云计算的分布式处理和虚拟化技术的优势,给出了一种基于云计算的数据处理方法,在此基础上挖掘用户浏览偏爱路径。实验表明,该算法针对大数据量的日志进行挖掘,准确率和效率比普通基于频度进行用户浏览偏爱路径挖掘的算法有所提高。     

巡线导航智能车的路径优化

针对现实应用中的巡线导航智能车道路检测范围小、路径规划困难的问题,提出增加传感器随动舵机的巡线导航智能车路径优化算法。安装随动摆头舵机带动传感器运动,增大传感器的路径识别范围。采用局部路径优化的方法,构建一个导航传递关系,用以在传感器数据和智能车行驶控制之间建立映射。实验结果表明,增加传感器随动舵机的巡线导航智能车在采用路径优化算法之后视觉范围增大,能改善巡线导航智能车的行驶性能,提高了寻线的可靠性,增大了巡线速度。     

未知环境下机器人路径规划的粒子群优化

研究了全局静态环境未知时机器人的路径规划问题,提出了一种新颖的基于粒子群算法的滚动规划算法。该方法在机器人视野域内产生若干个同心圆进行环境建模,然后利用粒子群优化算法规划出一条导航路径,机器人每前进一步,都由粒子群优化算法重新规划导航路径,因此,机器人前进路径不断动态修改,从而能使机器人沿一条全局优化的路径接近终点。仿真实验结果表明,即使在障碍物非常复杂的地理环境,用该算法也能迅速规划出一条优化路径,且能安全避碰,效果令人满意。     

室外自主移动机器人AMOR的导航技术

在非结构化环境,移动机器人行驶运动规划和自主导航是非常挑战性的问题。基于实时的动态栅格地图,提出了一个快速的而又实效的轨迹规划算法,实现机器人在室外环境的无碰撞运动导航。AMOR是自主研发的室外运动移动机器人,它在2007年欧洲C-ELROB大赛中赢得了野外自主侦察比赛的冠军。它装备了SICK的激光雷达,用来获取机器人运动前方的障碍物体信息,建立实时动态的环境地图。以A*框架为基础的改造算法,能够在众多的路径中快速地找到最佳的安全行驶路径,实现可靠的自主导航。所有的测试和比赛结果表明所提方案是可行的、有效的。     

Vision-Based Navigation for an Electric Wheelchair Using Ceiling Light Landmark

This paper presents an autonomous wheelchair system with the capability of self-location and obstacle avoidance. The wheelchair is equipped with two TV cameras that are used for self-location and obstacle avoidance, respectively. In this system, the fluorescent ceiling lights are chosen as landmarks since they can be easily detected and do not require an additional installation. A recognition procedure of landmarks is described by which the desired landmark images in the navigational environment can be retrieved. A self-location technique using ceiling light landmarks is proposed. Using this self-location function, the wheelchair can locate itself in a world coordinate system. The path planning based on landmark and the method of generating a control scheme are presented so that the wheelchair is capable of navigating along any path from start position to goal position. A low cost and high-speed vision system for the detection and avoidance of obstacle is developed and the principal of obstacle avoidance is introduced. A number of navigation experiments are conducted for the wheelchair in an indoor environment. The experimental results indicate the effectiveness of the wheelchair system.     

迁移工作流系统中迁移实例的路径规划研究

提出了基于导航树的迁移实例路径规划模型,详细描述了迁移实例的寻径过程,给出了导航树的自维护管理机制,使导航树能根据工作流网络中停靠站的变化动态地完成导航知识的更新维护;同时由于停靠站的变更信息只在本域内交互,大大减少了迁移工作流网络的信息流量,特别适合于大型、停靠站点变更频繁的跨组织工作流服务。企业订单实例表明,引入导航树路径规划机制可以使迁移实例获得更有针对性的迁移路线,避免盲目迁移。     

一种基于改进A*算法的室内导航路径规划方法

路径规划是室内导航研究的关键技术之一。A^*算法是一种常见的路径规划算法,当区域的点数量较少时,找寻最优路径是最有效的直接搜索方法。但当路径点规模较大时,使用数值优化算法求解最佳路径的难度急剧增加,导致规划时间所需时间过长,不符合实时性要求。为提高路径规划方法中的效率和稳定性,在梳理室内导航路径规划已有算法和方案的基础上,分析了A^*算法的基本思想与实现步骤,并针对室内导航中A^*路径算法存在的问题,提出了一种改进型A^*算法优化的方案。利用用户对最短距离和直行路程的需求,在位置计算中,引入同时考虑方向和距离启发信息的启发函数,把POI点与寻路节点分开处理,以映射的方式建立联系。将该方案应用于室内导航中A^*算法实现伪代码,对算法改进前后进行算法效率测试。结果表明,改进后A^*算法的整体效率提升了近50%,改进型A^*算法在室内导航路径规划的效率和稳定性比较优,达到了加速导航算法的目的。     

基于Cardinal样条曲线的虚拟漫游路径优化

漫游路径不平滑和漫游相机视角方向固定是导致虚拟漫游沉浸感差的主要问题.基于此,提出一种基于Cardinal样条曲线拟合的漫游路径平滑过渡算法,解决漫游中由于漫游路径不平滑造成的视点跳跃问题;提出一种虚拟漫游相机视角方向动态更新算法,实现漫游相机视角方向沿路径方向动态更新,更加符合人们的观察习惯;最后,基于开源场景图形引擎(OpenSceneGraph,OSG)对上述算法进行了实现和实验验证.结果表明,基于所提方法生成的漫游路径平滑、漫游相机视角方向过渡自然,有效提高了漫游的虚拟沉浸感.     

基于重组优化的轮式移动机器人路径处理方法

针对轮式移动机器人采集GNSS（全球卫星导航系统）路径过程中容易出现无效路段的问题,提出了基于自适应分段重组的无效路径剔除方法和多目标优化的路径平滑方法。该方法首先按照航向将采集的GNSS路径划分为DRD(drive-reverse-drive)形式的路段组合,通过设定剔除规则来剔除其中的无效路段,并对剔除无效路段后的离散路段按照邻域路段长度进行第2次分段,以实现有效路段快速重组。其次以重组后的路径点集为决策变量,建立多目标优化函数、端点渐近约束和矩形区域约束,转化为二次规划型进行最优化求解,在保证路径平滑的同时减小与原有路径的位置差。实验结果表明,该方法能够有效处理不同道路形态下采集的无效GNSS路径,优化结果与重组路径平均位置偏差小于0.2 m,平均处理时间为8.8 ms,处理后的路径可用于无人车轨迹跟随。     

虚拟场景自动漫游的路径规划算法

采用机器人学中的运动规划算法得到大致路径，并对路径进行数次优化得到最终路径．用户无需直接控制位置与视角，仅需给出目标点，系统就会自动地完成整个漫游；漫游过程中摄像机不会与物体发生碰撞，并且给出的画面符合一些基本的美学原则．该算法基于场景的层次分解，并采用了高效的路径平滑与视角规划方法，使得整个规划过程需要的时间非常少，提高了算法的实用性．     

基于适应度函数的无人船遗传算法航径规划

遗传算法通过适应度函数选取最优的路径,采用了无人船转弯半径来改进适应度函数,实现无人船遗传算法航径规划。考虑到无人船机动性能对航迹平滑性的要求,在初始种群中利用贝塞尔曲线优化方法,将原有的折线路径优化成光滑的曲线路径;在适应度函数中添加曲率判断,以无人船最小转弯半径为约束条件,设置曲线路径的最大曲率,最后通过适应度函数筛选出符合约束条件的光滑路径。仿真结果表明,所提出的方法能获得符合无人船最小转弯半径约束的光滑路径,相比于平滑算法,该方法的曲率更小,收敛速度更快。