排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
随着物联网的发展,大量不同的设备通过各种不同的方式连接到物联网中,使普适计算环境更加复杂和多样化,因此要求在物联网环境下的普适计算框架能适应新的计算条件的变化。提出了一种新的普适计算框架,以便在物联网环境中普适计算系统能够自动适应复杂多样的软硬件运行环境,使软件无需修改就可以在整个物联网环境中任意地执行,实现普适计算的服务发现、上下文感知与服务迁移功能。提出物联网环境下普适计算的基本运算单元为"动态计算网络",使用"设备动态匹配"作为普适计算软件自动适应环境的解决方案。提出的动态计算网络增强了普适计算软件对物联网环境的适应性,为面向物联网的通用软件系统设计提供了一种有效的解决方法。 相似文献
3.
4.
预测是适应社会经济的发展和需要而产生的对未来发展趋势进行分析的一种手段,灰色预测模型是预测理论在应用中被广泛使用的一种预测方法,和其他预测方法一样灰色预测模型存在着一定的局限性,因此对灰色预测模型的研究具有重要意义。本文论述了灰色预测模型GM(1,1)的使用现状,通过对模型公式的分析,指出了该预测模型存在的缺陷,结合对模型初值合理选取和利用积分中值定理拟合真实背景值的方法,对模型进行优化改进。最后以上海白莲泾河监测数据作为原始数据序列,对模型进行了应用和验证,实践证明,优化前后模型精度有了一定提高。 相似文献
5.
针对根据用户的活动行为向其推荐感兴趣项目的协同过滤推荐算法,随着用户数量和项目数量增多,用户在单一项目上的活动行为减少,导致推荐质量不佳的问题,本文提出了在数据稀疏的情况下提高推荐质量的优化算法。在方法上将基于项目和基于用户的推荐方法相结合,根据用户之间的相似度初步预测用户对项目的评分,再基于项目之间的相似度产生推荐;在填补未评分的空缺值时,将平均值与预测值相结合;在计算相似度时,考虑用户之间共同评分的项目数权重和项目之间被用户共同评分的用户数权重。实验首先对比了几种基本推荐算法的推荐效果以选取较佳的基本算法做研究,接着在此基础上将本文提出的优化算法与其他算法进行了对比,最后不同程度增加数据稀疏性做进一步的对比实验。实验表明,在优化算法的实验中,本文提出的优化算法一直具有较好的推荐效果。在数据稀疏性改变的实验中,随着数据稀疏度的增大,本文提出的优化算法推荐效果更具有明显优势。 相似文献
1