共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
3.
通过对典型WLAN定位方法的研究与分析,本文设计并实现了一种基于位置指纹的WLAN室内定位系统。同时,将NNSS、KWNN和基于概率密度三个经典WLAN定位算法应用于该系统中,进行了实际测试和分析,结果表明,本文所实现的系统具有很好的可靠性和实用性。 相似文献
4.
随着社会的发展,室内定位越来越重要。在室内定位技术基本原理的基础上,衍生出了多种技术方案。文章先讨论了当前主流的室内定位技术,然后提出一种基于Wi-Fi信号位置指纹技术和行人航迹推算技术相结合的室内定位系统,同时引入KNN算法、扩展卡尔曼滤波算法,提高了室内定位精度。 相似文献
6.
针对传统的基于WIFI信号的室内定位方法难以有效解决环境动态变化对RSSI值的影响问题,本文设计并实现了一种基于WIFI射频信号强度指纹的室内定位系统。在该系统中,通过采用一种基于用户使用状况与布置定位参考点的方法来动态更新系统的WIFI指纹数据库,从而有效降低了在实际使用过程中用户手持手机的方向、用户的身体遮挡以及使用环境的动态变化对RSSI值所带来的影响。实验结果表明,本文设计并实现的定位系统比传统定位系统更稳定、易维护,同时也具有更高的定位精度和自适应性。 相似文献
7.
动态环境中的WiFi指纹自适应室内定位方法? 总被引:1,自引:0,他引:1
针对传统的基于WIFI信号的室内定位方法难以有效解决环境动态变化对RSSI值的影响问题,设计并实现了一种基于WIFI射频信号强度指纹的室内定位方法。该方法通过采用一种基于用户使用状况与布置定位参考点的方法来动态更新系统的WIFI指纹数据库,从而有效降低了在实际使用过程中用户手持手机的方向、用户的身体遮挡以及使用环境的动态变化对RSSI值所带来的影响。实验结果表明,本文设计并实现的定位方法比传统定位方法更稳定、易维护,同时也具有更高的定位精度和自适应性。 相似文献
8.
9.
10.
11.
个性化的自主学习模型研究 总被引:1,自引:0,他引:1
自主学习系统是现代远程教育系统的重要内容。本文通过分析自主学习的特点,构造个性化的自主学习模型,并对学习材料的组织、推荐模型进行研究。目的是为学习者推荐有针对性的学习材料,提高学习者的学习效率。 相似文献
12.
13.
针对现有裙装个性化定制中消费者直接参与程度不足和缺乏专业设计指导的问题,提出了一种融合普通消费者、专业设计师和生产厂的应用模式和系统架构,可作为三者进行有关裙装设计和定制领域的信息交互、商务洽谈和交易服务的应用系统。该模式采用基于深度学习的方法对消费者的个性化需求进行分析,给出消费者的个性化需求推荐方案,同时消费者通过个性化定制实现参与裙装设计和定制。在该模式基础上,设计了裙装个性化定制系统,该系统能够实现裙装个性化推荐、裙装个性化定制以及裙装专业设计,有效解决了裙装个性化定制问题。 相似文献
14.
面向基于情境感知的推荐问题,提出一种基于用户情境聚类的个性化推荐算法。该算法利用情境预过滤的思想,首先运用模糊聚类的方法对历史数据集中用户的情境进行聚类,构造与当前用户情境相似度较高的用户集合,再与传统的基于用户的协同过滤算法相结合进行个性化推荐。实验采用公开数据集,结果表明该算法在多维情境信息条件下可用,并且推荐准确度要高于传统协同过滤算法,在聚类粒度不同的情况下对推荐结果也会产生不同的影响。 相似文献
15.
16.
针对协同过滤算法在海量数据环境个性化推荐应用中存在的低效率问题,结合MapReduce框架特点,设计了一种应用于个性化推荐的基于位置编码的索引树(LB-Tree),创新性地将索引结构应用于个性化推荐。利用聚类资源的差异性存储策略,提升MapReduce任务处理并行性;根据聚类数据分布特征,以质心为圆心对聚类中的数据对象进行同心圆分层,并对每层采用不同长度的二进制编码来表达,将所有数据对象的编码组织成索引树结构,缩短频繁推荐的数据查找路径,达到个性化推荐时利用索引结构快速确定搜索空间的目的。与基于项目的Top-N推荐算法和基于最近邻的推荐算法(SBNM)相比,LB-Tree所需时间开销增长最慢,准确率最高,验证了方法的有效性和高效性。 相似文献
17.
电子邮箱的推送功能对信息传播和推广有重要作用,而科研在线云平台的邮箱推送功能出现信息过载问题后却使得推送邮件可能变成垃圾邮件。为解决该问题,本文介绍了一种基于科研在线云平台的个性化推荐系统,通过推荐模型将资源进行排序,并按周选取得分最高的一部分资源通过推送邮件推荐给用户。系统运行测试表明,通过个性化推荐的动态信息更加符合用户兴趣,有助于增加科研在线团队文档库动态汇总邮件的点击率,增强用户体验。 相似文献
18.
近年来,Hashtag推荐任务吸引了很多研究者的关注。目前,大部分深度学习方法把这个任务看作是一个多标签分类问题,将Hashtag看作为微博的类别。但是这些方法的输出空间固定,在没有进行重新训练的情况下,不能处理训练不可见的Hashtag。然而,实际上Hashtag会随着时事热点不断快速更新。为了解决这一问题,该文提出将Hashtag推荐任务建模成小样本学习任务。同时,结合用户使用Hashtag的偏好降低推荐的复杂度。在真实的推特数据集上的实验表明,与目前最优方法相比,该模型不仅可以取得更好的推荐结果,而且表现得更为鲁棒。 相似文献
19.
Web personalization has quickly changed from a value-added facility to a service required in presenting large quantities of information because individual users of the Internet have various needs and preferences in seeking information. This paper presents a novel personalized recommendation system with online preference analysis in a distance learning environment called Coursebot. Users can both browse and search for course materials by using the interface of Coursebot. Moreover, the proposed system includes appropriate course materials ranked according to a users interests. In this work, an analysis measure is proposed to combine typical grey relational analysis and implicit rating, and thus a users interests are calculated from the content of documents and the users browsing behavior. This algorithms low computational complexity and ease of adding knowledge support online personalized analysis. In addition, the user profiles are dynamically revised to provide efficiently personalized information that reflects a users interests after each page is visited. 相似文献
20.
提出基于关联的聚类分析方法,挖掘具有相似访问兴趣的用户访问模式,分离不相关的用户模式,并提出基于关联的聚类算法。实验证明,该算法大量减少不相关的用户访问模式,提高个性化推荐质量。为进一步研究个性化推荐技术奠定基础。 相似文献