以知识点为特性的网上学习系统导航关系分析与设计

文章介绍了 知识点特性的网上学习的导航关系，具体分析了导航关系的各种类型以及不同的编辑方法。     

Web应用中导航模型的研究综述

分析了已有W eb导航模型及其设计的特点和存在问题,如对动态导航和导航模式支持不够、缺少明确灵活的映射关系等。就有关需要深入研究的方面提出了作者的观点,其中包括动态导航、导航模式的应用、设计模型之间的转换以及结合面向方面设计等。     

仿信鸽归巢行为的导航技术研究进展

针对仿信鸽归巢行为的导航技术,本文首先简要叙述了信鸽归巢行为,并从地图和罗盘导航、视觉地标导航2个方面分析了信鸽导航的行为学实验和导航机制。随后,介绍了几种具有代表性的模拟信鸽归巢行为的理论模型和仿真模型。基于信鸽归巢导航行为机制和位置熵理论,提出了一种动态切换三阶段信鸽归巢模型,分别与信鸽归巢中的地图罗盘导航、步长重定向和马赛克地图导航行为建立映射关系,并给出了归巢导航模型仿真结果。最后,从信鸽归巢导航行为与无人机自主导航相似性出发,建立了信鸽归巢行为模型到无人机自主导航的机制映射,并探讨了仿信鸽归巢行为的导航技术未来研究方向。     

Web应用中使导航目录与文档内容同步

分析了静态的树型导航目录在表现信息的层次隶属关系时存在的问题．提出利用HHCTRL控件使导航目录与文栏内容同步，构成种动态的树型导航目录，从而解决问题。     

服务机器人社会意识导航方法综述

为提升服务机器人的社会可接受性,与人共融的社会意识导航一直是服务机器人研究领域的热点之一。重点对服务机器人社会意识导航方法展开综述,概述了服务机器人社会意识导航总体框架及主要研究方法;详细总结了基于社会空间关系模型（包括社会力模型和高斯模型）、基于社会行为学习及基于行人轨迹预测的社会意识导航方法;对服务机器人社会意识导航未来的发展趋势进行了展望。     

基于.NET的动态导航树生成策略研究

导航树通常用于对系统功能结构或者具有树状级联关系的数据进行有效组织和表示。介绍了.NET中基于TreeView控件的动态导航树的两种算法的生成及其实现。自定义DBSqlHelper类对C#访问Oracle数据库操作进行封装。针对数据在数据库中的不同存储方式,可采用相应的导航树生成策略,动态导航树比静态导航树更灵活、易维护。     

面向分面导航的层次概念格模型及挖掘算法

分面导航利用动态多维分类目录组织查询结果,从而有效减轻数据库资源定位过程中的信息过载.现有的分面导航限制用户每次增删一个查询关键字,无法满足对具有丰富语义的导航操作的需求.另一方面,高效的动态目录生成算法的缺乏阻碍了分面导航在大规模数据中的应用.该文提出了层次概念格,对分面导航中不同浏览状态之间的关系进行建模.基于该层...     

基于移动长基线的多AUV 协同导航

基于扩展卡尔曼滤波（EKF）理论研究了多AUV 协同导航定位的移动长基线算法．移动长基线多AUV 协同导航结构中,主AUV 内部装备高精度导航设备,从AUV 内部装备低精度导航设备,外部均装备水声装置测量 相对位置关系,利用移动长基线算法融合内部和外部传感器信息,实时获取从AUV 的位置信息．建立了协同导航 系统数学模型,设计了EKF 协同导航算法,在各种测试情况下通过仿真验证了所推导的分析结果,对EKF 和几何 解方程算法的导航效果进行了比较．研究结果表明,以主AUV 作为移动的长基线节点时,通过EKF 算法可以显著 提高群体的导航定位精度．     

机器人自然语言导航的层叠式条件随机场模型

提出了一种基于层叠条件随机场进行救灾机器人自然语言导航命令理解的方法。该方法由三层条件随机场(CRFs)构成:第一层用于导航词性标注,选取词、词性以及上下文作为特征模板生成导航词性标签;第二层用于导航过程提取,选择词、导航词性标签以及上下文构建特征模板生成导航过程标签;第三层用于起点终点识别,选取词、导航词性标签、导航过程标签以及上下文构建特征模板判断出地名词为起点还是终点。根据导航词性与导航要素的对应关系便可从命令中提取出导航信息。该方法能够处理完全不受限的自然语言导航命令,总体正确率达到78.6%,无需依赖特定的指令与地图,对完成救灾机器人导航的人机交互任务具有重要意义。     

机器人动态神经网络导航算法的研究和实现

针对Pioneer3-DX 移动机器人, 提出了基于强化学习的自主导航策略, 完成了基于动态神经网络的移动机器人导航算法设计. 动态神经网络可以根据机器人环境状态的复杂程度自动地调整其结构, 实时地实现机器人的状态与其导航动作之间的映射关系, 有效地解决了强化学习中状态变量表的维数爆炸问题. 通过对Pioneer3-DX移动机器人导航进行仿真和实物实验, 证明该方法的有效性, 且导航效果明显优于人工势场法.     

部分可观测环境中的目标驱动服务导航机制*

迁移工作流的体系结构具有无中心性、动态性、松耦合等特征,如何在部分可观测的环境下保证迁移工作流运行时不偏离全局目标是其中的技术难题之一。基于目标关联度的决策思想,从对用户的服务导航的角度对此问题进行了探讨,提出一种部分可观测环境下的目标驱动服务导航机制。该机制建立一种目标关联策略描述规范,采用基于业务熟人推介的导航索实现方法,并给出一个目标驱动的服务导航算法。初步实践表明,上述机制为开发迁移工作流平台提供了有效支持。     

网站导航栏设计的应用心理

导航栏的设计是每个网站设计的首要核心部分,它是整个网站的传送枢纽,导航栏的位置、颜色、层级关系设计的成功与否关系到浏览者的浏览兴趣,本文从这三个方面结合设计心理学研究分析导航栏设计的注意因素。     

基于数据字典的导航地图质量检测软件

为了最大限度地适应从不同作业环节直至最终面向市场的导航数据产品检查,让质检人员可以在线扩充检查项,以及灵活组织质检项目让其满足不同检查场景的应用需求,以导航电子地图数据质量检测软件的设计为切入点,从覆盖空间数据质量标准要素出发,利用导航实体建模的数据完整性原则,基于最新面向对象分析与设计技术,阐述面向数据字典规约的导航数据质量检查软件（DCT）的关键设计思路与实现。包括：定义相关检查规则项的分类原则、原型设计以及语法表述;基于规则项原型及语法定义实例不同规则项并形成有效规则库;基于连接池及模板函数等设计模式定义系统框架及类图实现;最后,基于规则库驱动给出实际应用结果以及评价。期望DCT面对导航电子地图数据生产及应用领域在产品质量保证,尤其质检软件开发方面有实际指导作用。     

一种面向移动平台的无人机自主降落控制方法

准确获取无人机的位姿信息是顺利执行无人机自主导航、着陆的首要前提。由于GPS/INS导航系统的局限性和IMU惯性导航系统的误差,提出了一种基于视觉导航的方法。设计了"H"形图像的着陆标志,对机载摄像机采集的实时影像进行图像处理,利用世界坐标系到图像像素坐标系的映射关系得到基于视觉的无人机位姿估计模型,进而解算无人机当前的位姿估计值。上述方法提高了无人机的着陆安全性。仿真结果验证了算法的有效性和位态信息的精确度。     

A new navigation approach of terrain contour matching based on 3-D terrain reconstruction from onboard image sequence

This article presents a passive navigation method of terrain contour matching by reconstructing the 3-D terrain from the image sequence(acquired by the onboard camera).To achieve automation and simultaneity of the image sequence processing for navigation,a correspondence registration method based on control points tracking is proposed which tracks the sparse control points through the whole image sequence and uses them as correspondence in the relation geometry solution.Besides,a key frame selection method ...     

基于隐马尔可夫模型的兴趣迁移模式发现

Web挖掘的一个重要研究方向是发现用户的迁移模式。一般来说,用户的迁移具有某种目的性。这种目的性表现为用户对某种概念的兴趣。文中提出基于隐马尔可夫模型的兴趣迁移模式发现方法,用于发现这种带有某种兴趣的用户迁移模式,这种模式实质上是一种特殊的关联规则。在这种方法中,作者首先根据用户的访问记录定义一个隐马尔可夫模型,然后提出一种新的增量发现算法Increase_R用于发现兴趣迁移模式,同时给出了证明以说明该算法可以发现所有的兴趣迁移模式。     

Spatial cognition for robots

The paper discusses robot navigation from biological inspiration. The authors sought to build a model of the rodent brain that is suitable for practical robot navigation. The core model, dubbed RatSLAM, has been demonstrated to have exactly the same advantages described earlier: it can build, maintain, and use maps simultaneously over extended periods of time and can construct maps of large and complex areas from very weak geometric information. The work contrasts with other efforts to embody models of rat brains in robots. The article describes the key elements of the known biology of the rat brain in relation to navigation and how the RatSLAM model captures the ideas from biology in a fashion suitable for implementation on a robotic platform. The paper then outline RatSLAM's performance in two difficult robot navigation challenges, demonstrating how a cognitive robotics approach to navigation can produce results that rival other state of the art approaches in robotics.     

Performance analysis of an INS/SLAM integrated system with respect to the geometrical arrangement of multiple vision sensors

A single vision system is the simplest vision-based method of simultaneous localization and mapping (SLAM) but it cannot reduce navigation errors that occur in the direction of the optical axis of vision sensors. Moreover, the limited observation area of vision sensors sometimes leads to failure in tracking a feature point. A vision sensor-based inertial navigation system INS/SLAM integrated system performs better with multiple vision sensors than with a single vision sensor because the observation area is wider and the impact of the sensitivity of the vision sensors is considerably smaller. However, the geometrical arrangement of multiple vision sensors induces navigation errors. This paper analyzes how the performance of the vision sensor-based INS/SLAM integrated system varies in relation to the geometrical arrangement of multiple vision sensors and the observation area of the vision sensors. The analysis shows that vertical navigation errors decline when the vision sensors are aimed horizontally, and that horizontal navigation errors decline in a similar manner when the vision sensor is aimed vertically; moreover, this behavior is especially evident when the level of sensitivity peaks in the horizontal direction.     

Modeling users on the World Wide Web based on cognitive factors,navigation behavior and clustering techniques

This paper focuses on modeling users’ cognitive styles based on a set of Web usage mining techniques on user navigation patterns and clickstream data. Main aim is to investigate whether specific clustering techniques can group users of particular cognitive style using measures obtained from psychometric tests and content navigation behavior. Three navigation metrics are proposed and utilized to find identifiable groups of users that have similar navigation patterns in relation to their cognitive style. The proposed work has been evaluated with two user studies which entail a psychometric-based survey for extracting the users’ cognitive styles, combined with a real usage scenario of users navigating in a controlled Web 2.0 environment. A total of 106 participants of age between 17 and 25 participated in the study providing interesting insights with respect to cognitive styles and navigation behavior of users. Studies like the reported one can be useful for modeling users and assist adaptive Web 2.0 environments to organize and present information and functionalities in an adaptive format to diverse user groups.