轿车车内噪声品质偏好性评价方法的研究

针对汽车噪声品质主观评价所需周期长、可重复性差且仅能比较出具有较明显差别的噪声样本等问题,在研究声品质客观量化的基础上,提出了一种以心理声学客观参数来描述噪声主观评价结果的计算方法.以6辆同类轿车匀速行驶时的车内噪声样本为评价对象,采用成对比较法进行声品质主观评价,计算各噪声样本的主要心理声学客观参数,通过多元线性回归分析,建立了声品质偏好性主观评价客观量化的数学模型.模型结果表明,相对于噪声分析中常用的A计权声压级和线性声压级,心理声学客观参数更适合于描述车内的噪声品质,其中响度和尖锐度是匀速行驶工况下车内声品质的主要影响因素.     

假设检验的偏好性

根据假设检验的基本原理，给出了3种单侧假设检验在相同的显著性水平下具有相同的拒绝域，并指出在实际应用中如何选择原假设和备择假设及其相互关系。     

用户预测在无线网络规划中的方法研究

用户预测在无线网络规划中具有举足轻重的作用，本文介绍了用户预测的各种方法，并给出了具体实例。     

异质环境下分布式系统数据交换研究

旨在研究异质环境下开发分布式系统时,如何解决所产生的通信数据类型不一致问题,并且以远程监测系统的服务器端和客户端分别采用Delphi 7.0与VB 6.0实现时,如何解决该问题为例做了详细的探讨.结果表明采用API函数CopyMemory可以很好的解决上述问题.     

老年人对体育游戏控制器的偏好性试验研究

伴随着世界人口老龄化的趋势,有研究表明,游戏能影响老年人的生活以及身体各项机能。然而,却很少有对拥有不同类型游戏控制器的老年人的经历及偏好进行调查研究。我们的试验研究的目的是要对比老年人对三种流行的游戏控制器的评价:(i)按钮式游戏控制器,(ii)姿态式控制器和(iii)按钮和姿态混合游戏控制器。研究结果显示,年长的参与者表现最好的是在任天堂Wii游戏上使用的混合控制器。然而,进一步的分析表明,尽管一些年长的参与者在用肢体动作来完成运行游戏时有障碍,但是姿态控制器在XboxKinect是最首选的控制器类型。     

图像搜索环境下用户满意度预测方法研究

搜索用户的满意度是搜索引擎性能的重要体现。在网页搜索中,通过用户行为,即用户和搜索引擎之间的交互信息,可以比较准确地预测用户满意度。根据图像和网页搜索过程中的相似和差异,整合和设计出用户交互行为中存在的特征,用来训练模型,并对用户满意度进行预测。实验结果表明,文章所提出的组合模型对图像搜索环境下用户满意度的预测有着较高的准确率。     

面向多异质用户的分布式动态频谱接入方法

针对认知无线电网络中多个次用户存在不同服务质量(quality of service,QoS)需求的频谱接入问题,提出了基于Dueling DQN(dueling deep Q-network)的分布式动态频谱接入方法.该方法通过与环境交互学习实现在次用户不掌握系统信道先验信息条件下动态获得最佳频谱接入策略,并以次用户...     

基于用户偏好的最优路径搜索

本文研究基于用户偏好的最优路径搜索,在预算约束下寻找一条满足用户偏好即关键字和权重偏好的最优路径.此研究问题是NP-hard.为了高效地解决这类查询问题,本文提出新的索引建立方法,在查询阶段利用索引结构过滤出候选节点集.另外,提出基于A*的路径搜索算法来做路径查询,并利用几个有效的剪枝策略加快算法的执行速度.在两个真实的签到数据集上的实验结果证明了本文提出方法的有效性.当预算时间设置为4～7h时,与已有最好的PACER算法相比,本文的路径搜索算法消耗的查询时间更短.     

网络环境下的图书馆用户研究

阐述了数字图书馆用户研究的重要性及主要内容,概述了数字图书馆用户研究所采用的方法,指出网络环境下用户的分类、信息需求以及影响用户数量的因素等。     

数字信息环境下的用户行为研究

论述了用户行为的内涵及国内外对用户行为的理论研究,在此基础上,重点分析了数字信息环境下用户行为的改变及其给图书馆带来的启示.     

基于二次组合的特征工程与XGBoost模型的用户行为预测

特征构造的难题在数据挖掘过程中一直存在,传统固化的特征工程对于业务场景千变万化的数据挖掘任务所带来的效益十分有限,因此解决特征工程的特征构造问题已经成为数据挖掘的瓶颈之一;尤其在机器学习算法快速发展的情况下,特征逐渐成为模型中急需重视的部分。基于电商平台的用户行为数据,在原有特征群的基础上提出了二次组合统计特征的构建方法。利用二次交叉衍生出丰富而又切合业务场景的特征群,同时结合两种滑动窗口的方法,分别是定长滑动窗口获取更多的训练样本,变长滑动窗口获取具有时间权重的训练特征,以此来最大限度地还原出用户真实的行为习惯。最后,使用不同的特征组合结合降维的方法建立对照检验模型;并利用线性的逻辑回归模型、线性支持向量机以及树模型极端随机森林与XGBoost对模型进行交叉验证。结果表明,组合特征在树模型的算法中得到了非常好的表达效果;而且无论在线性模型还是树模型中衍生特征群模型的F1值都优于基础特征群。     

P2P网络资源搜索中的用户行为模型

为了改善P2P网络的搜索性能,提出应用马尔可夫链预测用户兴趣集合的方法.根据用户的历史查询行为,对关键词进行聚类,得到相关的兴趣类;应用马尔可夫链,建立用户行为模型,描述用户兴趣的时序变化;根据极限概率,预测用户达到平稳状态时的兴趣集合;给出根据模型进行预测的方法.实验表明,模型的命中率受查询序列分布的影响较大,增加兴...     

稀疏数据下基于用户偏好的协同过滤算法

协同过滤(collaborative filtering,CF)是推荐系统中最常用和最成功的推荐技术之一.现实中的数据往往比较稀疏,用户之间缺少共同评定项目,使一些传统的相似性度量无法进行计算;此外,传统的协同过滤算法忽视了用户偏好问题,这样会造成推荐精度的下降.针对这些问题,从用户全局项目和地方评级信息分析影响用户兴...     

基于统计矢量矩阵的用户参数描述与管理

针对目前没有公认的模型可靠地描述用户参数的问题,提出了在MPEG-21(Moving P icture ExpertsG roup 21)下基于统计矢量矩阵和交互式管理相结合的方法,并通过数字项调节和代理的协作将用户参数的描述和管理在一个模型中实现。由于对于用户参数的管理与多媒体应用系统是分开进行的,从而提高了多媒体应用系统的效率。仿真结果表明,该方法能够对于80%左右的相似性用户参数选择进行有效归类和管理。     

云环境下用户数据安全性访问控制算法

针对传统的用户数据安全性访问算法存在安全性及整体性能低下的问题,提出一种新的云环境下用户数据安全性访问控制算法。通过介绍所提算法的基本概念,利用模糊层次分析法计算云环境中用户数据直接信任值;通过用户和其他云服务之间的信任值求取用户数据推荐值;在此基础之上,确定用户数据综合信任值。通过用户数据信任等级分配得到用户访问权限,针对信任水平较低的用户,云服务供应商通过拒绝其访问保证整个云环境的安全性。实验结果表明,所提算法安全性高,整体性能强。     

面向决策支持的个人助手Agent用户概貌构建方法研究

个人助手Agent的特性决定了其在个性化决策支持中发挥着越来越重要作用．重点研究了构建面向决策支持的个人助手Agent的基础——用户概貌的形式化表示和构建方法,提出了一种加权的层次化用户概貌表示方法和多阶段用户概貌构建方法,在用户概貌的构建中重点研究了用户概貌中的核心内容——用户偏好的获取方法．     

基于用户查询意图的搜索排序算法

目前互联网技术的研究热点是智能化的、个性化的服务,而传统的Web搜索排序算法和已有的个性化排序已经不能满足政府、企业等用户的信息查询需要.本文将研究核心定位到充分理解用户查询偏好上,提出了基于用户偏好的PageRank算法.文中利用用户互反馈技术修正查询关键词,利用语义相关性技术分析用户查询意图,理解用户偏好.改进的算法完善了搜索查询的可靠性依据,能够较好地挖掘用户的偏好主题,贴近用户的查询目的,提高搜索查询效率和用户满意度.     

基于相似类的用户偏好服务选择方法

现有服务选择算法大多会选中服务质量综合评价值最高的”最佳”服务,这不能充分体现用户对某些属性的特殊偏好,也可能导致大量服务请求集中到同一个服务提供者,出现过载现象.为此,提出了一种基于相似类的用户偏好服务选择方法,首先通过服务质量属性相似度将各候选服务分为若干类,然后基于反映用户自身偏好的关键属性描述剔除不满足相应约束的相似类,再结合用户给定各属性的权重值选择最佳候选服务相似类并从中确定选中服务,最后给出一个具体实例以说明该方法的有效性和可行性.     

超密集异构网中基于配对理论的用户关联算法

超密集异构网络作为提升网络数据流量和用户速率的有效手段,成为5G关键技术中的一员。但超密集部署的小小区基站势必会导致系统总能耗的增加,以及用户接入公平性等问题。解决给定目标速率条件下基于能效优化的用户关联(也称为用户接入)问题。改进了原有的功耗优化模型,使之更准确地反映基站的实际发射功率和总功耗。在此基础上,利用拉格朗日对偶和二分法对关联过程中用户分配到的资源比例和基站为每个关联用户提供的发射功率进行优化和调节;同时结合配对理论,提出一种综合考虑能效和接入公平度的用户关联算法。性能仿真和对比结果表明,算法在保持良好的用户接入公平性的基础上有效提升了系统能效。     

面向对象的用户界面生成工具BIT－UIEditor

为了开发能够支持通用用户界面生成的用户界面管理系统，提出了动作响应模型，并在ＯＳＦ／Ｍｏｔｉｆ工具包基础上采用面向对象方法开发了一种用户界面生成工具．该工具是可视化的、直接操纵式的，能够交互地快速生成用户界面原型，支持原型的运行和修改，使用户界面各组成部件的定义与应用程序相关动作对应起来．最后可以得到相应的界面源代码及其执行文件．