Firefox 4用户体验要点提前看

Firefox4：0正式版终于和广大用户见面了,已经进入最后的倒计时阶段!在广大志愿者的帮助下,Firefox4．0攻克了重重难关,将于3月22日以最完美的状态呈现在大家面前。Firefox4可以在Windovcs,MacOSX,和Linux系统中使用,支持超过70种语言,比其他浏览器支持更多平台和语言。     

用户兴趣的反馈学习

为了给用户提供个性化的信息服务,对用户兴趣需要进行机器学习,给出了用户兴趣的几种反馈学习方法,可以有效地发现用户兴趣。     

精确反馈线性化在移动机器人轨迹跟踪中的应用

本文首先介绍了轮式移动机器人从原始形式到链形式的转换 ,并以此为对象 ,通过动态扩展 ,引入了精确反馈线性化的方法 ,将链形式精确地转换为输入输出线性系统 ,在此基础上 ,设计了反馈控制器对轮式移动机器人的轨迹跟踪进行控制 .仿真结果说明了方法的可行性     

CVSTrac缺陷跟踪系统

随着软件开发模式的日趋成熟,国内越来越多的软件公司和软件开发团队的开发过程已经离不开版本控制系统的支持。在众多的版本控制系统中,CVS和Subversion凭其免费开源、成熟可靠、简便易用及支持并行开发和分支等特点为众多开发团队所选用。     

基于用户反馈的个性化搜索引擎的研究

现有搜索引擎基本上采用＂搜索适用所有用户＂的模型,体现不出用户真正的兴趣所在。针对当前搜索引擎的不足,本文提出并研究一个基于用户反馈的个性化搜索引擎系统。通过学习用户满意度反馈信息,挖掘隐藏的用户兴趣信息,实现搜索引擎的个性化。     

基于DM的网络教学资源的反馈跟踪系统

网络教学资源的反馈跟踪系统是促进教学质量不断提高的重要手段,从以学生为主体的理念出发。研究设计了网络教学资源的反馈跟踪系统。该系统采用DM（Data Mining,数据挖掘）技术中的粗糙集和关联规则对学生在线学习等行为特征数据进行数据收集、数据预处理、构造决策表、基于粗糙集的关联规则的提取,最终得出跟踪反馈的结果,对于推进教学现代化,提高教材质量有重要的意义。     

一种基于用户反馈检测大型在线系统前台故障的方法

大型在线系统在不同终端中的客户端由于兼容问题和频繁迭代容易出现前台显示故障,如控件覆盖、乱码等。由于传统系统后台的指标监控方法无法应对症状繁杂的前台故障,提出利用用户反馈动态检测前台故障的方案,通过对用户反馈的实时分析,挖掘其中关键信息动态构建监控指标,来表征并覆盖各种类型的前台故障。进一步设计快速在海量指标中进行异常检测的两阶段算法,实时地检测出指标中的异常并反映故障。该方法在多个真实大型在线系统中均获得了良好的检测效果,准确率达70%,召回率超过90%。     

基于用户反馈的搜索引擎排名算法

以Web 2.0中用户行为作为研究对象,通过发掘用户反馈方式,提出用户反馈分值的概念,对用户反馈影响搜索结果排名的具体方法以及相应实现进行研究,提出了一种基于神经网络的网页排序算法。该算法引入BP神经网络模型,根据用户反馈分值选择样本训练神经网络。将传统搜索结果输入到经过训练的神经网络进行计算,根据计算出的结果所表示的网页相关性强弱判断后进行二次排序。该算法利用了神经网络具有的模式识别能力,有效地将用户反馈和搜索引擎结合起来,使得搜索结果更加符合用户的搜索要求。     

机器人系统输出反馈重复学习轨迹跟踪控制

针对高度非线性多关节机器人的轨迹跟踪问题,提出一类输出反馈重复学习控制算法,使得在只有位置信息可测以及模型信息不确定的条件下即能获得良好的控制品质.非线性滤波器的引入解决了现实中速度信号较难获得的问题,重复学习控制策略实现了对周期性参考输入的渐近稳定跟踪.应用Lyapunov直接稳定性理论证明了闭环系统的全局渐近稳定性.三自由度机器人系统数值仿真结果表明了所提出的输出反馈重复学习控制的有效性.     

基于用户反馈的API推荐工具

在软件开发的过程中,开发人员经常会检索合适的API来完成编程任务.为了提高软件开发效率,大量API推荐方法及工具应运而生.然而,这些方法大多数都没有考虑用户交互信息.本文提出了一个基于客户端/服务器架构的API推荐工具,将其以插件的形式集成到VS Code IDE中.本工具使用现有的API推荐工具生成初始API推荐列表...     

具有未知参数的机器人-摄像机系统的自适应动态反馈跟踪控制

研究了不确定非完整移动机器人系统的跟踪问题.首先,基于视觉反馈和状态输入变换,展示了一种非完整移动机器人运动学系统的不确定链式模型.基于反步法思想和跟踪误差系统结构,给出了两个重要的新变换.然后运用李雅普诺夫直接方法和扩展巴巴拉引理设计了自适应控制律和动态反馈鲁棒控制器,以实现理想轨迹的跟踪控制.严格证明了闭环误差系统的渐近收敛性.最后,仿真结果证实了提出的控制策略有效.     

Semi‐Global Output Feedback Tracking to Reference System with Input for a Benchmark Nonlinear System

In this paper, we solve the output feedback semi‐global tracking problem of the nonlinear benchmark RTAC system, in which the reference signals are output trajectories of a simple control systems subject to some input. The introduction of the input enlarges the class of the reference signals that can be tracked. And the proposed solution covers the previous results of output feedback global tracking, namely the solution is still global when the input is zero. Finally, a simulation illustrates the effectiveness of our approach.     

基于反馈线性化同步伺服电机鲁棒跟踪控制

为了保证具有不确定非线性的PM同步伺服电机驱动系统的稳定性,确保闭环系统的输出准确跟踪期望输出并减少不确定项对该驱动系统的影响,利用Lyapunov稳定性理论,设计了一种基于反馈线性化的鲁棒跟踪控制器,并作了相应的仿真研究。仿真结果表明,该控制器不仅确保闭环系统的输出按指数规律跟踪期望输出,而且保证闭环系统状态的一致最终有界。该控制器设计简单,易于实现,具有很好的实用性。     

基于强跟踪滤波和反馈综合的多传感器分布式航迹融合

研究基于强跟踪滤波和反馈综合相结合的多传感器分布式航迹融合算法.首先,以反馈前后形成的跟踪门的交集构造有效跟踪门.然后,将强跟踪卡尔曼滤波和概率数据关联算法相结合.利用构造的有效跟踪门,提出了一种新的多传感器分布式航迹融合算法.最后,对原有算法和所提算法进行了仿真研究.     

基于模糊控制的移动机器人视觉反馈跟踪

探讨视觉空间下非完整移动机器人的跟踪问题。在不校准摄像机视觉参数的前提下,提出一种利用视觉反馈信息设计非完整移动机器人轨迹跟踪的模糊控制方法。其模糊控制使用Mamdani推理机,包含if-then规则和重心法,对线速度和角速度进行控制。仿真结果证明了该方法的有效性。     

基于反馈学习自适应的中文话题追踪

在话题追踪研究领域,由于话题是动态发展的,在追踪过程中会产生话题漂移的问题。针对该问题以及现有自适应方法的不足,本文提出基于反馈学习的自适应方法。该方法采用增量学习的思想,对话题追踪任务中的自适应学习机制提出了新的算法。该算法能够解决话题漂移现象,并能够弥补现有自适应方法的不足。该算法中还考虑了话题追踪任务的时序性,将时间信息引入到了算法中。本文实验采用TDT4语料中的中文部分作为测试语料,使用TDT2004的评测方法对基于反馈学习的自适应的中文话题追踪系统进行评价,实验数据表明基于反馈学习的自适应方法能够提高话题追踪的性能。     

构件库用户反馈子系统的客观反馈的设计

随着分布式构件技术的日趋成熟和Internet技术的发展,出现了新的复用形式的构件——在线构件。由于在线构件数量的大量增长,用户反馈子系统除了收集离线构件的静态信息对软件复用者提供辅助以外,还要考虑如何获得和利用在线构件的动态运行信息。文中以国家863计划“基于Internet以构件库为核心的软件开发平台”的开发为背景,着重于从客观反馈方面阐述用户反馈子系统的设计。