火锅餐厅的产热产湿量与空调负荷

根据实测得到的火锅产热产湿量，分析确定了改善火锅餐厅室内环境的空调冷、湿负荷，为火锅餐厅的工程设计提供了参考数据。     

一种基于H.264 Intra帧的差错隐藏方法

为了充分利用H.264新特性带来的冗余信息对视频传输中的错误进行隐藏,提出了一种新的基于Intra帧的差错隐藏方法,根据丢失块周围子块的预测模式推断出丢失块中各子块的预测模式,再根据推断的预测模式重建丢失块. 试验表明,这种方法能很好地预测出丢失块的预测模式,并能适应不同内容类型的图像,差错隐藏的效果明显.     

中国建筑低碳发展战略路径及对策研究

随着中国城镇化的快速发展及人们对建筑品质和舒适度的提高,中国建筑碳排放占全社会总排放量比例不断攀升,建筑低碳发展势在必行。总结欧盟、德国、美国推进建筑低碳发展的经验,结合中国建筑低碳发展现状,制定适合中国建筑低碳发展的路线图。并从合理控制城镇总体建设规模、加快能耗总量及碳排放量峰值出现、分类别分区域实现既定减排目标、推进建筑工业化智能化发展、推动技术革新和绿色服务产业发展、加强低碳生活方式引导等方面提出政策建议。     

基于一跳信任模型的协同过滤推荐算法

基于社会信任网络的协同过滤推荐算法存在节点之间多下一跳带来的复杂路径选择和信任弱传递问题。针对这2个问题,给出基于项目的一跳信任模型,该模型通过用户对项目信任度的计算,定义用户的直接和间接社会信任属性,然后一步跳转计算用户之间的直接和间接信任距离,进而计算用户之间的信任度。基于此模型设计推荐算法,同时分析了信任度与传统相似度的理论关系并二维拟合。仿真实验表明,该算法提高了推荐准确度(约0.02 MAE),降低了训练时间(约50%)。     

基于改进用户兴趣模型的个性化图书推荐算法

为了有效提高推荐算法的精确度,提出了一种适用于个性化图书推荐的改进隐含狄利克雷分配(Latent Dirichlet Allocation,LDA)用户兴趣模型。首先在借阅者-借阅者评分矩阵的基础上,通过增加借阅者特征信息相似度计算和借阅者-图书属性相似度计算,对图书内容相似度计算方法进行了改进。然后采用LDA主题挖掘模型来实现个性化图书推荐,并给出了相应的参数估计过程。实验结果显示:相比传统算法,提出的算法具有较高的准确度,能有效对图书进行挖掘,为借阅者推荐个性化和潜在感兴的书籍。     

一种基于标签和协同过滤的并行推荐算法

针对基于用户打分的传统协同过滤推荐算法存在准确率较低以及计算延时的问题,提出了一种基于标签与协同过滤的并行混合推荐算法。该算法通过计算标签的词频-逆文档频率(TF-IDF)值降低流行标签的权重,根据用户的历史行为预测用户对其他资源的偏好值,最后依据预测偏好值排序产生Top-N推荐结果。对该算法的计算效率与复杂度进行了理论分析,并且通过并行编程模型MapReduce使其得到了实现,最后在实验中进行了它与Apache软件基金会项目Mahout的协同过滤算法的对比分析。实验结果表明该算法有较高的准确性,能有效地提高推荐效率。     

一种社交网络群组间信息推荐的有效方法

群组间信息推荐是社交网络中人们传递和分享资讯的重要途径,然而获取精确的最优推荐方案需要指数级时间开销.为此,本文提出一种有效算法EAOORS(Efficient Algorithm for Obtaining Optimal Recommendation Solution),将该指数级时间开销问题等价归约为EST(Extended Steiner Tree,扩展Steiner树)问题,并在多项式时间复杂度内快速获取近似最优推荐方案.理论分析和仿真实验表明,本文所提的算法具有有效性和实用性.     

云环境下top-n推荐算法

Top-n推荐技术是近年来信息服务领域的一个研究重点和热点.针对云环境下的top-n推荐算法进行了深入研究,提出了适合top-n推荐的多层分布式存储架构MDSA(Multilayer Distributed Storage Architecture),并从降低网络传输代价出发,设计了基于MDSA架构的数据编码模式,进而利用map/reduce分布式编程模型来快速实现top-n推荐.此外,为了满足实际的需求,给出了三种top-n推荐的应用扩展.理论分析和实验结果表明,本文所提的方法具有有效性和实用性.     

Nutrient Recommendations for Growing-up Milk: A Report of an Expert Panel

Utilization of expert recommendations in the development of food and beverage nutritional profiles represents an opportunity to merge science and food manufacturing to deliver nutritionally optimized products into the marketplace. This report details expert panel guidelines for the design of a nutritional product for children one to six years of age. This interaction demonstrates the essential synergy between academia and food manufacturers in translating nutrient recommendations to food for their delivery to a population. Important factors for such translation are the identification of applicable nutrient recommendations and selection of an appropriate delivery matrix. This report demonstrates the translation of expert nutritional recommendations to a milk-based product for children—one to six years of age.     

An algorithm for friend-recommendation of social networking sites based on SimRank and ant colony optimization

We put forward an algorithm on friend-recommendation of social networking sites based on SimRank and ant colony optimization, which broadens the appliance of the algorithm in this academic question. The algorithm focuses on the existing relationships between the members as the initial measurement and constructs artificial ants’ completed routing graph. Finally, an ordered and limited list of personalized recommendations through recursive optimization is produced. In the end, we verify the algorithm's rationality and validity through simulation and the result shows that it can improve the precision of friend-recommendation.