拉近企业与客户的距离

CRM系统应用初期已经为西蒙企业带来了崭新的工作模式,也奠定了企业深化发展的基础。     

一种基于Bayesian信念网络的客户行为预测方法

提出一种基于Bayesian信念网络（BN）的客户行为预测方法．通过知识学习构建客户行为Bayesian网络（CBN）,根据CBN对预实例计算联合分布概率,准确预测了一对一营销优化中的客户行为．CBN学习算法包括连线和定向部分,复杂度为O（N^4）条件相关测试．在零售行业一对一营销实际应用表明,CBN学习算法较现有BN学习算法更快构建CBN,预测精度高于朴素Bayesina分类法．     

网站客户行为模糊监控方法

互联网网站的发展为人类知识与信息的传播提供了前所未有的便利,但是,人们在正常浏览的同时,也有人恶意下载或非法下载,甚至非法修改网站,损害了网站拥有者的合法权益。针对客户对网站的访问,本文提出了网站服务器客户行为模糊监控方法。对于客户浏览网页链接跳转所用的时间,运用模糊分析技术,确定客户的操作行为是正常浏览还是下载,对恶...     

应用Log-协方差矩阵距离的实验鼠行为分类方法

实验鼠行为分类在神经科学、生物科学、药物开发等领域的研究中十分重要. 针对行为分析中实验鼠肢体短小,提取相关信息困难问题,应用实验鼠轮廓抽取特征,进行实验鼠的行为分类. 首先从视频每一帧图像中分割出实验鼠轮廓,并提取轮廓中心从八个方向上到轮廓边缘的距离以及轮廓区域的两个主分量,组成一个10维向量作为特征向量,最后应用协方差距离进行分类. 实验结果显示,分类正确率达87.6%.     

自愿计算网络中新的距离预测模型

描述了自愿计算环境下主-从模式的并行应用的特点及自愿计算网络的拓扑结构,提出了一种该环境下的网络距离预测模型.该模型处于应用级别上、采用被动监控的方式获取距离预测信息,该网络距离预测模型可以减少测量开销并使预测精度满足实际应用所需.分析了距离预测模型的协议实现与代价评估,最后通过构建自愿计算网络环境,运行并行程序,对该模型进行了测试与性能分析,实验结果验证了该模型的高效性与负载均衡性.     

项目风险:客户行为占多少?

风险管理是在内外部环境迅速变化的条件下进行项目管理的核心内容之一，而客户的行为对项目风险管理有着重要的影响。     

商务网站客户行为信息挖掘模型的设计

企业通过电子商务网站开展网络经营的过程中 ,可以获得大量的客户行为信息 ,通过一种合适的手段 ,对这些信息进行分析 ,从而使企业的电子商务网站达到更高的客户满意度 ,将大大地提高企业网络经营的效率。通过对数据挖掘技术的应用进行分析 ,提出了数据挖掘技术在客户行为分析中的应用方法 ,并给出了一个基本的模型     

点到任意多面体距离的快速计算方法

提出了一种快速计算空间点到任意多面体的有符号距离的方法,该方法以空间点为中心,采用动态搜索技术,能够快速准确地获得一个含多面体最近体元素在内的候选面片集,而且在一般情况下该候选集都足够小,从而对计算空间点到复杂多面体的最近距离起到明显的加速作用,与采用层次结构表示的方法相比,此方法避免了频繁计算点到各层次结构的距离,本算法可应用在需大量距离计算的环境,如距离场计算、虚拟环境下的碰撞检测,机器人运动规划及数据控加工过程的干涉检查等。     

通讯行业客户行为的关联挖掘

提出了一种基于关联规则挖掘的聚类方法。首先,通讯行业客户行为的原始数据经过数据预处理转变为地区间的“距离”数据。其次,由于地区是“漂浮”的,不再是“刚体”,而是一种抽象的“柔性”距离,使用关联规则进行挖掘成为一种好的选择。文中对通讯行业客户行为进行了基于关联规则的建模,较好地嵌入了关联规则的框架。在数据实验后,提炼出了知识,发现东南亚客户聚成一类,以此为模式,得出了“在南美发展业务是错误的”的结论,该结论在挖掘之前是没有意料到的。实践上,该结论阻止了相应公司的南美发展计划,为公司度过后来的硅谷经济萧条时期省下了上百万美元的“战略储备”资金。     

通讯行业客户行为的关联挖掘

提出了一种基于关联规则挖掘的聚类方法。首先，通讯行业客户行为的原始数据经过数据预处理转变为地区间的“距离”数据。其次，由于地区是“漂浮”的，不再是“刚体”，而是一种抽象的“柔性”距离，使用关联规则进行挖掘成为一种好的选择。文中对通讯行业客户行为进行了基于关联规则的建模，较好地嵌入了关联规则的框架。在数据实验后，提炼出了知识，发现东南亚客户聚成一类，以此为模式，得出了“在南美发展业务是错误的”的结论，该结论在挖掘之前是没有意料到的。实践上，该结论阻止了相应公司的南美发展计划，为公司度过后来的硅谷经济萧条时期省下了上百万美元的“战略储备”资金。     

Optimal selection of robots by using distance based approach method

A deterministic quantitative model based on Distance Based Approach (DBA) method has been developed for evaluation, selection and ranking of robots, which is a concept hitherto not employed in selection problem of this kind. As a significant development over and above past approaches to robot selection, it recognizes the need for, and processes the information about, relative importance of attributes for a given application, without which inter-se-attribute comparison could not be accomplished. It successfully presents the results of this information processing in terms of a merit value which is used to rank the robots. In order to demonstrate the aptness of using DBA method as a decision aid, the results so obtained have been compared with other techniques and methods available in the open literature. Sensitivity analysis test have been performed to analyze the critical and non-critical performance attributes for a robot. The model developed using DBA method is explained and illustrated with an example problem.     

基于邻域灰度信息的Hausdorff距离图像匹配方法

针对可见光与红外图像由于成像机理不同引起的图像灰度值差异大、边缘轮廓不一致、传统基于灰度和基于特征的匹配方法匹配概率不高等问题,在分析了各种Hausdorff距离算法的前提下,引入可见光与红外图像的灰度信息,提出一种基于邻域灰度信息Hausdorff距离的图像匹配方法。该方法在计算图像边缘特征点相似性的基础上,增加了邻域归一化灰度方差计算,有效解决了由于边缘差异引起的Hausdorff距离算法对可见光/红外图像匹配概率不高的问题。经可见光与红外图像匹配的仿真实验表明,在各种条件下,该算法与传统Hausdorff距离算法相比,有效提高了在不同光照下图像的匹配效率以及对噪声的抗干扰性能。     

软距离计算的地震聚类方法*

传统的基于真实距离的聚类分析方法不利于地震不同断层破裂传播和愈合速度的精确计算。为提高地震预测精度,提出并建立了基于软距离计算的聚类方法。给出了基于软距离聚类过程、软距离计算方法以及具体的基于软距离计算的聚类算法。以现实的强震样本点作为聚类数据源,采用该聚类方法以及其它传统聚类方法对该样本数据进行聚类分析。分析结果表明,采用该聚类方法获得的聚类中心点更接近地壳应力场演变的客观真实性,该聚类分析方法为地震的断层带下次发生强震的精确计算提供了很好的计算依据。     

An efficient classification and rendering method using tagged distance maps

Several high-speed volume rendering methods generate spatial data structures for speedup. Although they are useful for improving rendering speed, much time may be required to regenerate them. We propose an efficient classification and rendering method that supports fast classification. While original space-leaping needs to perform distance transformations for all voxels, our method modifies the values of some parts of the entire map by assigning predefined tag values when a voxels transparency is changed. The rendering algorithm is an extension of the space-leaping method and it determines the next sampling position by interpreting the values of those tagged voxels. This allows us to reclassify the volume quickly and to render datasets without loss of image quality.     

A double layer method for constructing signed distance fields from triangle meshes

A new algorithm is proposed for constructing signed distance fields (SDF) from triangle meshes. In our approach, both the internal and external distance fields for the triangle mesh are computed first. Then the desired SDF is computed directly from these two distance fields. As only points are used to generate the distance fields, some complicated operations, such as the computation of the distance from a point to a triangle, are avoided. Our algorithm is in a very simple form and is straightforward to parallelize. Actually, we have implemented it by use of the OpenCL API and a CPU-to-GPU speedup ratio of 10–40 is obtained. Further, this method is validated by our numerical results.     

双水平井电磁测距径向距离计算方法的ANSYS仿真研究

基于旋转磁场测距(RMRS)的基本理论,借助ANSYS有限元分析软件,研究了金属套管条件下双水平井电磁测距径向距离计算方法。首先建立SAGD双水平井RMRS井下传播模型,通过设定单元属性、划分网格、加载边界条件等对模型进行求解;然后研究套管厚度、直径、相对磁导率等对双水平电磁测距系统中磁场轴向分量的影响;最后利用实验室现有的旋转磁场测距模拟装置对仿真结果进行了验证。研究结果表明：随着套管厚度、直径、相对磁导率的增加,探管接收到的磁感应强度会逐渐减小,但双水平井径向间距计算仍可采用均匀介质中的理论测距导向计算方法。此结论可为套管的选取、磁导向仪器的研究及测量资料解释提供理论参考。     

一种快速计算参数曲面间Hausdorff距离近似值的方法

针对曲面间Hausdorff距离计算复杂度高、相关计算方法少的问题,提出一种三角面片-包围盒方法快速计算参数曲面间Hausdorff距离的近似值。曲面离散化后的三角面片集合可以较好地逼近曲面,借助这一特性,将曲面间的Hausdorff距离近似转化为三角面片集合间的Hausdorff距离。在具体计算过程中,辅之以包围盒技术对无效的三角面片进行排除,以提高计算效率。为进一步简化两三角面片间的距离计算,在误差可控范围内提出采样点近似计算方法。实验表明,与曲面直接构造包围盒方法相比,该方法简便、易于实现、排除率高,在不影响计算结果的情况下,计算效率显著提高,有广泛的应用价值。     

水平集方法中符号距离函数的快速生成

准确快速地计算任意闭合曲线的符号距离函数,是提高水平集方法的效率和稳定性的至关重要的一步。改进了基于快速步进法标记任意闭合曲线内外部的方法,优化了基于源点映射扫描方法生成距离函数值的方法。实验证明方法准确有效,进一步提高了水平集方法中符号距离函数的生成速度。     

基于证据距离的改进DS/AHP 多属性群决策方法

证据推理/层次分析(DS/AHP)方法采用了AHP法的层次结构模型和证据理论的分析过程,为不确定多属性决策问题的解决提供了新思路,但其在构造知识矩阵中用0代表残缺信息是不合理的.鉴于此,对DS/AHP方法进行了改进,并将改进后的方法拓展到群决策中,研究了专家群体权向量的确定方法.具体地,引入证据距离的概念,通过计算专家证据的综合距离来对专家赋权,体现了群决策中的多数人规则.     

Estimating the distance to uncontrollability: A fast method and a slow one

For a linear control system (A,B), the distance to uncontrollability is characterized by

, where σ_n([A − λI,B]) is the smallest singular value of the augmented matrix [A − λI,B]. Two methods are developed to estimate the distance to uncontrollability, giving both a lower bound and an upper bound. One method is fast, requiring only one spectral decomposition of A and computations of three smallest singular values and being used for well-conditioned A. The other is slow, requiring computations of a large number of the smallest singular values, but it produces bounds as tight as possible and also a region containing global minimizers. Newton's method can be used to compute the global minimizers if one really wants.