一种基于本体和用户日志的查询扩展方法

为了解决信息检索中存在的用词歧义性问题,提出一种基于本体和用户日志的查询扩展方法。利用领域本体从语义层面扩展用户查询形成初始扩展概念集,结合用户查询日志利用共现度分析对初始扩展概念集进行二次筛选。实验结果表明,与传统的基于局部共现的扩展方法和基于本体的扩展方法相比较,该方法在保障良好鲁棒性的同时,有效地提高了检索准确率。     

卫星图像的村落民居Lebesgue测度η值研究

以古民居的分布与发展演变为变量参数所形成的古村落拓扑图,通过对Lebesgue测度计算形成几何拟合数值曲线,在引入优美图优美标号的基础上,形成对村落优美度η的勒贝格测度值,在古村落发育（时间增长）过程中,η值是单调变化的。以徽州地区存在1000年古村落google卫星图像为基础,结合历史文献获得不同年代民居拓扑图,依据上述方法对村落拓扑中优美图进行统计量化,定义出村落优美度值η。结论认为η介于8000左右时,村落民居年代人文分布丰富;而低于6000时村落民居数量发展上升,但人文资料零乱;在700年左右的村落中,η值稳定在9600附近,呈现出古村落的明显拓扑特征。通过村落优美度按年代变化的η值曲线,对村落的（年代）演变做了分析。     

激情不息,精彩不止——“福特ST”第十六届风云赛道嘉年华完美落幕

伴随着2015年的第一响钟声,一群从各地齐聚GIC的或熟悉、或陌生的人们,以赛车为伴,在最贴近赛道的地方,用最任性的方式,迎来了全新的一年。在2014年的跨年派对上,不仅有风云赛道嘉年华的传统年菜——6小时耐力赛、精英争霸赛、风云汇等,还有重量级的加盟伙伴——福特ST所呈现的福特ST专属活动。在赛道的舞台上,每辆赛车、每位车手都是跨年派对的主角,他们用速度与激情演绎出非凡的精彩,不论奖杯最终何去何从,只要心中的激情不熄灭,精彩就不会停止。     

项目子相似度融合的协同过滤推荐算法

针对用户评分数据稀疏性和项目最近邻寻找的不准确性问题,提出了一种项目子相似度融合的协同过滤推荐算法.该算法根据目标用户每一属性取值,选取与该属性值一致的用户作为用户子空间,并在此空间上计算目标项目与其他项目之间的相似度(称其为项目子相似度).在此基础上,以项目子相似度为依据选取目标项目的K最近邻,计算其预测评分;最后对用户不同属性上的预测评分进行加权求和,得到目标项目的最终评分.实验结果表明,该算法能准确地选取目标项目的最近邻,明显改善了推荐质量.     

正则化半监督判别分析方法

为了克服加权线性判别分析(WLDA)只利用有标签的训练样本而不能反映样本数据流形结构的缺点,提出一种正则化的半监督判别分析方法。首先构建所有样本的近邻图来估计数据的局部流形结构,然后将此作为正则项引入WLDA的准则函数中。该方法避免了类内散度矩阵奇异,同时保持了样本数据的判别结构和几何结构。在ORL和YALE人脸数据库上的实验结果证明了该算法的有效性。     

基于加速度传感器的可扩展手势识别

为了提高基于加速度传感器的动态手势识别算法的性能,并且增强系统的可扩展性,提出了一种有效结合机器学习模型与模板匹配的方法.将手势分为基本手势和复杂手势两大类,其中复杂手势可分割为基本手势组成的序列;根据手势运动的特点提取有效的特征量,并利用基本手势样本训练随机森林模型,然后用其对基本手势序列进行分类预测;将预测结果进行约翰逊编码,再与标准模板序列进行相似度匹配.实验结果表明,该方法获得了99.75%的基本手势识别率以及100%的复杂手势识别率.算法既保证了手势识别的精度,也提高了系统的可扩展性.     

路由重分布教学实验设计与实现

针对局域网内常用的静态、RIP和OSPF协议路由重分布实现通信的问题,设计出了以工程项目为载体,通过3种路由协议的重分发实验,使学生从实践来充分验证理论,更好地掌握路由重分布技术。     

协同过滤技术的改进研究

协同过滤算法应用于个性化推荐系统中取得了巨大成功,它是通过用户项目评分数据,以用户之间或者项目之间相互协作的方式来产生推荐。然而,邻居用户的相似度计算不精确一直是阻碍推荐系统推荐精度进一步提高的主要因素。从提高用户间相似度计算精度出发,提出了一种改进算法,该算法通过考虑不同特征、加强平均值影响、惩罚热门项目的比重,对用户的相似度计算方法进行改进,以期生成更加合理的邻居用户集,最后,根据评分预测公式进行预测,最终产生推荐。在MovieLens数据集上的实验表明,改进算法计算用户间的相似度更加精确,推荐算法的预测精确度有了显著提高。     

基于模糊控制的低能耗分簇协议

能耗是影响无线传感器网络生命周期的关键,具有低能耗的无线传感器网络是业界所期望的。现有的几个网络分簇协议能在一定程度上解决和改善网络能耗问题。如LEACH协议能在一定程度上延长网络生命周期,但网络环境的可变性以及实际环境中有诸多不可估计的因素,LEACH协议就没考虑当前节点剩余能量和节点分布情况等问题。提出的基于模糊控制的低能耗分簇协议LECP-FC能较好地解决环境可变等不可估计的问题,在簇头选取的过程中着重考虑了能量、节点度、节点中心度、距离、侦听密度等因子。经过网络结构配置和仿真,其结果表明网络工作效率得到很大程度上的提高。     

一种多维度的O2O电子商务声誉计算模型

移动通信技术与可信支付技术的成熟,使得近年来O2O商务飞速发展。声誉管理是交易双方建立信任关系的坚实基础,但目前针对O2O商务特点的声誉研究却几近于无,已有的P2P、B2C、C2C商务的声誉研究又无法反映O2O商务模式的特点,不适用于O2O商家的声誉计算。针对这些问题,提出了一种新的O2O商家声誉计算模型ESRep。模型根据O2O本地服务业的特点进行多维度思考,对商家的运营时间、客流量等因素进行分析,同时也考虑客户的评价、交易价格偏离度、交易双方空间距离等因素,充分体现了O2O商务线上和线下的特点。仿真结果表明,模型能够有效反映O2O商家的真实声誉,降低恶意节点的评价作用,遏制节点的声誉共谋行为。对比实验表明该模型具有良好的性能和精度。