Domestic Technology Adoption: Comparison of Innovation Adoption Models and Moderators

Domestic technologies, such as assistant robots, have the potential to provide considerable assistance to families in societies with aging populations and increasing labor costs. This study intends 1) to test a series of innovation adoption theories to examine which models may better predict consumer behavioral intention toward the use of domestic technologies and 2) to examine whether lead‐usership and global identity predict intentions. With the floor cleaning robots as target products of the survey and employing a sample of 299 potential consumers in Taiwan, a rapidly aging society, this study finds: 1) the theory of planned behavior (TPB) model accounts for 55% of the variance and better predicts purchase intention than the technology acceptance model and the theory of reasoned action. 2) In the nested TPB model, the effects of usefulness and ease of use on intentions are fully mediated by attitude. 3) When including 2 additional constructs, global identity and lead‐usership, the explanatory power of the extended TPB model rises from 55% to 66%. 4) Lead‐usership moderates the link between attitude and intentions, that is, the stronger the lead‐usership the weaker the effect of attitude on intentions. 5) As lead‐usership and global identity are included in the model, the impact of perceived behavioral control vanishes. 6) Subjective norms moderate (weakening) the effect of attitude on adoption intentions; thus, word of mouth and peer pressure could be powerful communication tools to persuade follower consumers to adopt domestic technologies, such as family robots.     

Data Preparation for Real-time High Quality Rendering of Complex Models

The capability of current 3D acquisition systems to digitize the geometry reflection behaviour of objects as well as the sophisticated application of CAD techniques lead to rapidly growing digital models which pose new challenges for interaction and visualization. Due to the sheer size of the geometry as well as the texture and reflection data which are often in the range of several gigabytes, efficient techniques for analyzing, compressing and rendering are needed. In this talk I will present some of the research we did in our graphics group over the past years motivated by industrial partners in order to automate the data preparation step and allow for real‐time high quality rendering e.g. in the context of VR‐applications. Strength and limitations of the different techniques will be discussed and future challenges will be identified. The presentation will go along with live demonstrations.     

基于多任务无参考图像质量评价模型研究

基于深度学习的无参考图像质量评价(NRIQA)模型常见2种结构,即单任务(Single-task)结构和多任务(Multi-task)结构。为了探讨在没有预训练情况下多任务结构对模型准确率影响,对比分析了基于MEON调整后的多任务模型及单任务模型在无参考图像质量评价任务上的性能优劣,其中多任务模型在图像质量评价数据库LIVE、TID2013上分别取得了0.882、0.871的准确率,表现出同等甚至优于单任务模型的性能。在此基础上,多任务模型的子任务输出维度实验表明在NRIQA研究中,子任务能够根据需求和目标在相关数据集上预训练,再结合质量评价任务微调,具有可迁移学习集成于其他任务中的优点。     

基于数据概要描述的分布式数据流聚类模型与算法

数据流挖掘可有效解决大容量流式数据的知识发现问题,并已得到广泛研究.数据流的一个典型的例子是传感器采集的流式数据.然而,随着传感器网络的应用普及,这些流式数据在很多情况下是分布式采集和管理的,这就必然导致分布式地挖掘数据流的需求.分布式数据流挖掘的最大障碍是由分布式而导致的挖掘质量或者效率问题.为适应分布式数据流的聚类挖掘,探讨了分布式数据流的挖掘模型,并且基于该模型设计了对应的概要数据结构和关键的挖掘算法,给出了算法的理论评估或者实验验证.实验说明,提出的模型和算法可以有效地减少数据通信代价,并且能保证较高的全局模式的聚类质量.     

基于元数据的数据仓库安全性探讨

主要论述了数据仓库中元数据的重要性、建立过程以及在数据仓库安全性方面的主要作用,并提出了一种基于元数据的数据仓库安全模型。     

基于栅格的GIS三维空间数据模型

空间数据模型是描述GIS空间数据组织和进行空间数据库设计的理论基础,它反映了现实世界中空间实体之间的相互关系,是空间数据处理和空间数据挖掘的核心问题。文章论述了空问数据模型的表示形式,重点讨论了基于栅格的三维空间数据模型,指出了栅格矢量空问数据模型集成化的必要性以及集成化表示方法,给出了将矢量数据转换为栅格数据的欧氏距离变换与算法,为基于栅格空间数据的空间数据处理和空间数据挖掘奠定了基础。     

专家信息语义模型异构数据转换技术

针对专家信息异构数据转换过程中数据之间映射关系的建立问题,提出了一种基于专家信息语义模型的方法。详细阐述了专家数据表语义模型的建立方法,语义相似度计算的方法及基本原理,选取了一种适用于专家数据语义的计算模型,在此模型的基础上对各种影响语义之间相似度的因素进行调整,并对实验结果进行对比分析,找到了一种更加有效、准确的语义相似度计算方法。     

符合人眼视觉特性的视频质量评价模型

视频技术的发展为其质量评价的出了新的课题,但由于评价图像质量的关键在于所用视觉模型是否符合人的感知特性,因此评价图象质量必须考虑以视觉锐度,对比度敏感度,多通道结构和掩盖特性为基础的人眼视觉特性（HVS）,为了使人们对基于人眼视觉特性的视频质量评价模型研究现状有所了解,介绍了几种目前比较成功的基于HVS的视频质量评价模型,并分析和总结了它们的性能,最后展望了评价模型的发展。     

基于元数据的仿真数据质量研究

仿真数据是仿真系统重要组成部分,仿真数据质量直接决定着仿真系统的质量。为此,首先在研究仿真数据质量的基础上,对作战仿真数据进行分类并分析了仿真数据质量存在的问题;进而探索用于改进和提高仿真数据质量的途径,提出利用元数据来提高仿真数据质量的策略;研究了元数据的设计方法,并利用统一建模语言(Unified Modeling Language,UML)图描述了数据值元数据;最后在研究基础上提出了初步的基于元数据的数据管理系统结构和功能要求。     

基于Android的ECG数据质量评估系统

ECG数据质量评估和控制是确保便携式心电图仪等远程人体健康监测设备准确性和有效性的关键。以基于Android的智能手机为运行平台,设计和实现了一个ECG数据质量评估系统。该系统通过蓝牙技术与便携式心电图仪通信,采用简明的规则库机制对ECG信号质量进行实施评估,集成了XML文件和二进制文件方式对ECG信号及其元数据进行管理。     

基于MAPX的数据质量研究

数据是GIS的核心,数据质量的好坏直接影响到经济效益和社会效益。通过可视化编程语言Visual Basic编程,调用地理信息系统组件MAPX,对图元数据进行编辑以提高空间数据质量,通过实验对比取得良好效果。     

基于XML的群件系统间数据交换模型的研究

本文在研究群件系统(Domino系统与Exchange系统)的存储架构及其元素问映射关系的基础上，建立了系统间的数据交换两个模型，并进行比较和分析。基于XML文件的数据交换模型具有良好的通用性和扩展性，获得了很好的应用效果。     

利用单语数据改进神经机器翻译压缩模型的翻译质量

该文提出利用一个大型且精度高的神经机器翻译模型(教师模型)从单语数据中提取隐性双语知识,从而改进小型且精度低的神经机器翻译模型(学生模型)的翻译质量。该文首先提出了“伪双语数据”的教学方法,利用教师模型翻译单语数据获得的合成双语数据改进学生模型,然后提出了“负对数似然—知识蒸馏联合优化”教学方法,除了利用合成双语数据,还利用教师模型获得的目标语言词语概率分布作为知识,从而在知识蒸馏框架下提高学生模型的翻译质量。实验证明,在中英和德英翻译任务上,使用该方法训练的学生模型不仅在领域内测试集上显著超过了基线学生模型,而且在领域外测试集上的泛化性能也得到了提高。     

基于几何元素的城市三维地理信息系统空间数据模型

空间数据模型是城市三维地理信息系统建立的核心问题。基于不同的城市空间对象划分方法,提出了城市三维地理信息系统的十八个空间数据模型:把空间现象抽象为六类对象:点对象、线对象、规则面对象、规则体对象、不规则对象和DTM,基于六种几何元素(点、直线段、多边形、函数构造面、TIN面片、规则体素)的不同组合,提出了城市三维地理信息系统的九个空间数据模型;把空间现象抽象为五类对象:0维空间对象(点对象)、一维空间对象(线对象)、二维空间对象(面对象)、三维空间对象(体对象)和DTM,基于六种几何元素的不同组合提出了八个空间数据模型;把空间现象抽象为0维对象(点对象)、一维对象(线对象)、二维对象(面对象)、三维对象(体对象)、DTM,基于点、直线段、TIN面片、多边形、规则面、不规则面六类几何元素提出了一个空间数据模型。通过对一个数据模型的实验验证和各模型的理论分析,表明了模型的特点及可行性。     

基于大数据处理的船舶数据质量评价方法研究

由于船舶自动识别系统(Automatic Identification System, AIS)的差异性以及各数据提供商接收信号的硬件设施、存储设备以及处理方式的不同,导致各个数据源提供的AIS数据质量参差不齐。为了能够合理鉴别数据的优劣、及时发现AIS数据源存在的问题并对其进行有针对性的数据处理,为数据采购提供依据,故首次提出通过对完整性、连续性、时效性这三个重点指标来进行AIS数据评价,并提出综合质量评分算法结合三个重点评价指标得出AIS数据综合质量评分。最终,通过对比卫星AIS数据与岸基AIS数据的数据质量差异和数据可视化分析来验证算法的准确性。     

基于元数据的通用数据质量评估工具

为解决传统数据质量评估工具的灵活性与通用性较差问题,通过对元数据应用与数据质量评估实现技术的研究,重点分析了元数据在数据质量评估过程中的作用、数据质量评估元数据抽象及元数据的组成。确定工具体系结构,并构建元数据模型,实现工具。通过实际应用证明工具具有良好的灵活性与通用性。     

基于空间索引的DEM数据质量检查

数字高程模型（DEM）数据主要来源之一是通过对现有地形图上的等高线等地貌信息进行数字化,生成计算机可识别的离散点或等高线。该方法对离散点或等高线数据质量要求较高。分别探讨了基于格网分块索引重复点检查和基于R树索引等高线相交检查两种方法。实验表明,空间索引的引入,大大提高了数据质量检查效率。     

基于规则库的数据质量评估方法

在当今大数据时代下,数据质量的保证是大数据价值得以发挥的前提,数据质量的评估是其中一个重要的研究课题.本文基于规则库的数据质量评估方法,提出了数据质量评估整体模型,包括规则、规则库、数据质量评估指标、评估模板、评估报告.设计了规则评估模板,组合规则库中的规则,根据数据质量评估指标的重要性设置规则的权重,采用简单比率法和加权平均法相结合的评估方法,计算评估结果并确定数据质量的等级,利用了数据可视化技术来展现数据质量的评估结果.本文既考虑了单个规则的执行合格率,又考虑了各规则在数据质量评估模板中的比重,公正地准确地评估数据质量,并且简洁、直观地呈现评估结果.