基于用户意图的智慧社区人机交互框架

当前的智能家居是由多个自主空间组成的无所不在的计算环境,其优点是与家居用户交互的服务可以在空间、硬件、软件和质量上设置不同的配置。从技术上讲,智能家居不仅要"聪明",而且在为用户服务时,永远不要忘记保持"家的本质"。分析了服务、空间和用户之间的关系,然后提出了一个框架来构建它们之间的交互关系,最后提出了基于用户行为的用户意图识别方法。     

分块大小对BCS框架下移动机器人图像重构影响

将分块压缩感知应用到移动机器人图像成像中时,图像分块的大小对图像重构有一定的影响。重点在基于BCS和SPL-DCT-DDDCWTT重构模型基础上,研究了分块大小对重构效果的影响。实验结果表明,随着分块增大,图像重构精度呈上升趋势,但重构时间都呈先下降后上升的趋势,综合分析,在分块大小为附近时,图像的重构效果达到最佳。     

面向自主意识的标签个性化推荐方法研究

在标签系统中,用户使用资源以及标签的习惯受到自身自主意识的影响.当前的标签个性化推荐方法缺乏对此类自主意识信息的描述,限制了个性化推荐的效果.通过采用类似LDA的概率模型,建模了用户的资源使用以及标签使用两方面的自主意识信息,实现了面向用户自主意识的标签推荐.模型的参数使用基于吉布斯抽样的方法进行估计,为快速高效计算模型参数提供了可能.实验结果显示该方法可以提供更高质量的标签个性化推荐结果.     

基于教学内容特点的混合式教学探索与实践——以非计算机专业的Java程序设计课程为例

混合式教学模式是当前疫情趋于常态化背景下的一个研究热点.有效的混合式教学需要根据授课对象、授课目标与授课内容的特性进行合理设计.文章以"非计算机专业的Java程序设计课程"为例,结合非计算机专业学生的学习特点、课程教学目标和知识点的教学特征,提出了线上线下教学内容的划分方法,进而给出一种基于教学内容特点的混合式教学体系.实践表明该体系的实施提高了学生的学习积极性和兴趣,进而提高学生的学习效率.     

基于结果模式的Deep Web数据集成

Deep Web中蕴含了海量可供访问的信息,如何构建一个具有较好适用性和高效数据处理能力的Deep Web数据集成系统是有效利用Deep Web信息的关键.提出一种基于结果模式的Deep Web数据集成机制,通过结果模式可以实现高效的数据抽取,并且在结果模式的基础上可以根据用户查询请求动态生成结果输出模式,为高效的查询结果处理奠定了良好基础;同时,针对Deep Web数据源特点,给出数据源间冲突的分类及解决策略,为解决数据源间的异构问题奠定了良好基础.     

面向多样化搜索背景的查询推荐策略

基于日志的搜索引擎查询推荐方法大多从流行性角度进行查询推荐,这种方式能够带来不错的推荐效果.然而,流行性行为代表群体用户共性的需求,所以这类推荐方法忽略了用户背景不同带来的搜索需求的差异,当小团体用户的搜索需求与流行性需求不一致时,往往造成小团体搜索需求无法被满足,进而导致针对此类用户的推荐失败.而且,在搜索引擎领域,用户信息难以获取,提供个性化推荐服务也比较困难.为了减少推荐失败的风险,提高查询推荐质量,提出一种折衷的解决方案,面向多样化搜索背景的查询推荐策略.在查询流图的基础上构造密集行为块,通过密集行为块表示用户特征,从而构建典型用户行为模型,并以典型用户行为区分用户背景.另外,还提出了面向多样化搜索背景的查询推荐方法,当搜索词面临多种用户背景时,推荐系统提供多样化的推荐词集合,最后,在真实数据集的实验结果证明了本策略能够在较小程度降低准确度的同时降低推荐失败的风险.     

基于粒化单调的不完备混合型数据增量式属性约简算法

增量式属性约简是一种针对动态数据集的新型属性约简方法。然而目前的增量式属性约简很少有对不完备混合型的信息系统进行研究。针对这类问题提出一种属性增加时的增量式属性约简算法。在不完备混合型信息系统下引入邻域容差关系。基于邻域容差关系的粒化单调性,提出信息系统属性增加时邻域容差条件熵的增量式更新方法,并提出了不完备混合型信息系统下的邻域容差条件熵增量式属性约简算法。实验分析表明了该算法的有效性。     

基于Copulas框架的混合式查询扩展方法

基于语义资料和局部分析的混合式查询扩展可以同时提供具有语义相关性和时效性的扩展结果,但如何有效地混合不同相似度度量指标是尚未解决的问题。提出了一种基于Copulas框架的混合式查询扩展方法,在统一框架内实现了不同类型相似度度量指标的合并。该方法基于语义分析及词语共现分析方法,分别计算扩展词与用户查询词的语义及统计相似概率,进而在Copulas框架下融合扩展词集,选取最高质量的扩展词形成查询扩展。实验结果表明,该方法充分利用了语义及词语共现分析查询扩展方法的优点,有效地弥补了两者的不足,提高了搜索结果的查准率,具有更优的搜索性能。     

融合关系与内容分析的社会标签推荐

标签是Web 2.0时代信息分类与索引的重要方式.为解决标签系统所面临的不一致性、冗余性以及完备性等问题,标签推荐通过提供备选标签的方法来提高标签的质量.为了进一步提升标签推荐的质量,提出了一种基于标签系统中对象间关系与资源内容融合分析的标签推荐方法,给出了基于LDA(latent Dirichlet allocation)的融合表示对象间关系与资源内容的标签系统生成模型TSM/Forc,提出了一种基于概率的标签推荐方法,并给出了基于吉布斯(Gibbs)抽样的参数估计方法.实验结果表明,该方法可以提供比当前主流与最新方法更加准确的推荐结果.     

黄土场地太阳能电站短桩基础侧向承载特性现场试验研究

支撑结构是太阳能电站中用于使发电元件具有一定高度和稳定性的载体。为满足发电元件在运行过程中的强度、刚度要求,并降低支撑结构制造成本,提出了一种立柱与基础一体化的新型支撑结构—短桩基础。短桩基础由PHC管桩作为立柱,并留部分长度伸入钻孔后灌注混凝土作为基础的一部分。针对黄土场地上的短桩基础开展了侧向承载特性现场试验,并研究了桩帽对于提高侧向承载能力的作用。试验结果表明:基础侧向变形在柱顶总变形中占30%以上;承载力主要由PHC管桩决定;桩帽对于控制极限荷载作用过后的基础残余变形有显著效果,并降低了基础内力。对比相关规范建议的水平桩计算方法,发现k0法可用于黄土场地短桩基础设计,并可通过折减外荷载来考虑桩帽的作用。