感知风险对大学生网购服装满意度的影响

针对网购感知风险对大学生网购服装满意度影响关系,通过文献分析将网购感知风险要因划分为经济风险、性能风险、社会心理风险、隐私风险和时间风险5个下位要因,同时将满意度要因划分为产品满意度和使用满意度,在此基础上设定研究假设模型、编制问卷并展开调研.SPSS信度检验表明,感知风险的信度为0.812～0.898,满意度的信度为0.859～0.871.SPSS因子探索性分析结果表明:性能风险对感知风险的贡献率最大,为3.312;产品满足对满意度的贡献率最大,为2.232.AMOS验证表明:经济风险对产品满足的路径系数为0.22,关系显著;性能风险对满意度路径系数分别为0.68、0.81,关系显著;时间风险对满意度路径系数分别为0.20、0.51,关系显著;隐私风险对满意度路径系数分别为0.25、0.19,关系显著;其他假设关系不显著.研究结果可以为服装网购商城运营者提供顾客管理、产品构成和营销战略等参考.     

面向车辆高速移动的频谱感知算法研究

为了解决多普勒效应对于车联网中频谱检测速度与精度的影响,研究了在车辆高速移动情况下的频谱感知算法。首先通过引入认知无线电技术以及车联网技术,构建认知车联网网络,针对频谱利用率低下的问题提出一种频谱感知算法。实验结果表明,该算法可以很好的消除多普勒频移效应,提高了频谱检测的性能,解决了车辆在高速移动状态下信号失真等问题。     

基于感知驱动的纹饰矢量图评价方法

针对构建中华文化矢量素材库过程中如何评价矢量图质量优劣的问题,提出精确性、连续性和简单性三大视觉评价指标,并进行了量化分析. 首先,对矢量图进行解析,获取矢量图的文档对象模型,遍历文档树得到矢量信息;然后,结合格式塔心理学对矢量图的视觉误差、曲线连续性和纹饰图案的复杂度进行量化;最后,提出一种基于感知驱动的传统纹饰矢量图的评价方法. 结合视觉上的启发性规则,所提评价方法可提供3个量化指标用于多任务驱动矢量化系统中矢量图的自动评价、排序和筛选. 在纹饰矢量图数据集上对算法进行了仿真实验,结果表明,对矢量图的评价结果符合主流设计的视觉审美和期望.     

强隐私保护的移动群智感知方案

为了实现移动群智感知系统中身份隐私、证书撤销和积分激励功能,同时解决恶意用户身份追踪与诚实用户隐私保护之间的矛盾,提出了强隐私保护的移动群智感知方案.基于门限密码思想将身份追踪能力分散到多个实体上,使得多个追踪者合作才能追踪用户身份;将Pointcheval-Sanders签名和基于RSA假设的Camenisch-Lysyanskaya累加器结合起来实现了证书的安全快速撤销;利用Pointcheval-Sanders签名构造了保护隐私的积分激励机制.对该方案进行了安全性分析和实验分析.研究结果表明,该方案不仅满足安全要求,而且在实际应用中具有可行性.     

基于泛在电力物联网的二次设备全景信息感知系统设计

泛在电力物联网(UPIoT)是2019年国家电网公司提出的在电力系统各个环节中应用移动互联、人工智能等先进技术,实现万物互联、人机交互的全景信息高效处理网络系统.文章通过分析并设计具有中国特色的基于泛在电力物联网的二次设备全景信息感知系统,从而为下一代二次系统的升级改造提供必要的大数据和信息载体,探索了其应用于变电二次专业大数据应用与分析的可行性,为实现"碳达峰、碳中和"提供更为精准的能源调配信息系统.     

基于量子粒子群优化极限学习机的频谱感知算法

针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题,提出了一种基于量子粒子群优化极限学习机(E L M)算法的认知无线电网络频谱感知方法.针对极限学习机算法的特点通过量子粒子群算法(Q P S O)优化极限学习机参数,并构建引入结构风险思想的QPSO-ELM模型,降低算法的经验风险提高模型的泛化能力,提高算法的频谱感知性能.仿真实验表明,与人工神经网络(A N N)、支持向量机(S V M)和极限学习机(E L M)三种机器学习算法,在信噪比为-15 dB时的频谱感知性能进行比较,分别提高了16％、28％、9％,仿真证明所提算法在低信噪比情况下具有较高的性能,可有效地实现对主用户信号的频谱感知.     

基于遗传模拟退火算法的压缩感知重构方法

将压缩感知的信号重构归结为求解最优l0范数问题,设计了基于遗传模拟退火算法的压缩感知信号重构方法,构造了该信号重构方法的具体算法流程.提出的信号重构方法采用遗传迭代与模拟退火的思想进行问题优化,可精确重构出原信号,避免了遗传算法局部搜索能力差的缺陷.将该信号重构方法应用于一维信号和二维图像信号,实验结果验证了该重构方法的可行性和有效性.与基于遗传算法、卡通-纹理分解的信号重构方法相比,提出的信号重构方法的信号重构精度较高.     

基于改进Kalman滤波l1模加速算法的语音信号重构

为求解欠定噪声方程组,需要从噪声和抽样不足的数据中重建高维离散信号。压缩感知矩阵的零空间特性保证了可以通过l1最小化来恢复信号的稀疏表示。文章在Kalman滤波l_1模算法(KML1算法)的基础上通过采用基于Aitken的delta-squared过程外推法对其进行改进,提出了一种改进的Kalman滤波l_1模加速算法(加速算法),并运用于语音信号重构中。实验结果表明:在高维情况下,KML1算法经过500次迭代后,重构的解基本接近真实值,而加速算法经过100次迭代后,重构的解与真实值基本一致;与传统的正交匹配追踪(OMP)算法相比,加速算法的恢复时间比OMP算法缩减了将近20倍。具有外部阈值的l_1最小化Kalman滤波器为x重构提供了更短的时间和更高的精确度。     

基于RBF-SVM智能配变终端的网络安全态势评估

面向台区部署的智能配变终端受自身漏洞及通信网络脆弱性等多方面的影响,易受到网络攻击.针对智能配变终端存在的安全问题,提出一种基于RBF-SVM智能配变终端网络安全态势评估方法.首先,分析该终端可能遭受的网络攻击,提取相应的安全检测指标,并将检测指标数据归一化处理;然后构建基于高斯(RBF)核函数的非线性支持向量机(SVM)分类器,采用k折交叉验证与网格搜索法确定该分类器的最优参数C和g,建立智能配变终端安全态势评估模型;最后将检测指标数据样本代入模型中进行训练和测试.结果表明所提方法与随机森林和逻辑回归等方法相比较,具有更高的准确率,可实现终端安全态势评估,对电力终端安全防护具有一定的实用价值.     

支持上下文感知服务的中间件原型*

提出了基于传感器网络环境的上下文感知应用开发中间件原型的体系结构MidCASE,重点阐述了中间件的体系结构设计和软件运行时基于服务的分布式运行架构.讨论了上下文感知过程中的两个关键问题,包括上下文信息建立的方法和感知过程中上下文信息与高层通信的调度模型.最后,以该中间件原型为基础,通过在医疗护理的场景下实现上下文感知应用并证明了其易用性与支撑作用.