情景感知的物联网服务推荐方法研究

如何根据用户实时的情景高效地为其推荐最为合适的物联网服务,已经成为当前服务计算与物联网领域亟需解决的关键问题之一。针对这一问题,提出了一种基于情景感知的物联网服务推荐方法。首先基于改进的FolkRank算法生成当前用户可用的物联网服务列表;之后,依据用户当前关键的情景构建用户情景信息模型,根据用户的情景模型从服务列表中筛选出最能满足用户当前情景的物联网服务。实验结果表明,所提出的情景感知的物联网服务推荐方法是可行的与有效的。     

基于需求预测的主动服务推荐方法

在智能计算领域,网络中可用服务数量与类型的快速增长,使用户更依赖于服务完成各种业务,然而当前“请求-响应”被动式的服务模式严重影响了用户体验与资源利用率。为智能感知用户需求并主动为用户推荐合适的服务,通过引入需求预测过程,提出一种主动服务推荐方法。利用矩阵分解算法从大量历史服务使用数据中提取用户特征和服务特征,据此训练深度学习模型并预测用户的服务需求,进而为用户推荐其所需要的服务。基于真实数据的实验结果表明,该方法较单一的矩阵分解模型和深度神经网络模型具有更高的服务推荐准确性和稳定性。     

磺化聚醚醚酮负载银纳米颗粒抑菌膜制备及性能

用浓硫酸将聚醚醚酮(PEEK)材料磺化后作为基膜材料,将银纳米颗粒(AgNPs)嵌合到膜材料中合成SPEEK-AgNPs抑菌膜.用傅里叶变换红外色谱仪、扫描电子显微镜、原子力显微镜及X射线等方法分析该膜的表征,通过Ag+释放实验测试其安全性,并采用抗菌膜实验和悬浮抗菌实验测定其抗菌性.结果表明,磺化改性后的SPEEK材...