卫星数据中继天线的跟踪规律研究

用户星数据中继天线对中继卫星的跟踪规律研究是一个基本的、十分重要的问题.从工程应用角度研究了用户星数据中继天线对中继卫星的跟踪规律.首先对研究中涉及的坐标系进行了定义.基于开普勒轨道运动方程推导了一套数据中继天线跟踪中继卫星的角度及其变化角速度的数学模型.通过这套模型可以推算用户星跟踪数据中继卫星时中继天线转动的方位角和俯仰角的变化规律.最后通过仿真算例的结果分析验证了模型的正确性.     

天然气工业用户峰谷分时定价Multi-Agent仿真

引入多智能体建模方法,构建了政府、用户、燃气公司、实时监控和人机交互等5类智能体,通过智能体的协助与交互模拟由于价格变化所引起的城市天然气管网需求与运营的动态变化过程。并且以某地区为例,将1天24小时划分为峰、平、谷3个时段,按照"量大价高"的原则实施分时定价政策,模拟该地区天然气管网的运行状态。结果表明:①实施天然气峰谷分时,定价能够在保证用户和燃气公司同时获益的情况下,有效降低峰谷负荷差;②在峰、平、谷价格比例逐渐增加的过程中,用户收益是单调递增的,而燃气公司的收益是先减少后增加的,当价格比例增加到一定程度后,燃气公司才开始获益。     

基于模态符号数据分析的混合推荐算法

传统混合推荐算法基于点数据来描述用户模型,存在信息丢失、难以统筹考虑用户所有偏好信息等问题,严重影响了推荐系统的质量和效率。针对该问题,以符号数据为基础,建立了基于模态符号数据分析的混合推荐算法。用模态符号数据对用户建模,引入模态符号数据的距离度量计算用户兴趣模型间的相似性,同时整合用户人口统计信息的相似性,形成用户的综合相似性,最终完成推荐。实验结果表明论文方法在应对数据稀疏性及新用户问题时,具有更高的推荐精度。     

基于Petri网的Web个性化服务

Web站点的个性化服务功能,可以帮助用户快速找到其所需的信息。基于推荐系统是当前实现个性化服务的主要方法。这种个性化服务方法存在显示不直观和重复计算的缺点。本文给出了基于Petri网的Web个性化服务方法,克服了基于推荐方法的缺点,并讨论了进一步的研究工作。     

SBS改性沥青柔性防水卷材的施工质量控制

<正>近年来,防水卷材屋面的渗漏,用户投诉也相应增多,给用户造成经济损失或带来生活上的不便。针对以上问题,为了保证屋面防水的工程质量,在施工过程中应注意以下几点:     

数字

1000万户 由解放军信息工程大学科研人员十余年攻关，“下一代广播电视刚（NGB）”多项核心技术日前取得突破。在未来的几年中，这一全新的数字化产业将进入产业化阶段，人们将享受到更加高新丰富的电视节目和高速的网络服务。我国将在2011年前在主要大城市完成1000万户的NGB建设，在10年内完成全国1．6亿有线电视用户的NGB建设     

业务系统用户体验分析技术在电力企业级管理信息系统中的应用

广西省级电网企业信息部门深化"以客户为中心"理念,从单纯关注IT设备转变为重点关注用户体验,通过开发及部署业务系统用户体验分析平台,实现企业级管理信息系统用户体验实时监控、预警、分析及评价。从业务层面充分展现信息系统的服务状态和服务水平,具有IT资源、IT设备监控产品无法替代的新兴功能,无论对于信息部门还是业务部门都具有很高的应用价值。     

网络营销之免费策略分析

<正>免费策略一直是商家吸引消费者常用的营销策略:商家把某样东西免费赠送给用户,再想办法通过其他手段从用户那里赢利。无论免费的东西价值大小,都能有效地吸引用户的眼球。免费策略是一种"病毒性"很强的策略,免费的东西人人都喜欢,用户看到免费的东西,可以没有心理负担地向其他人推荐。互联网中的免费策略更是如鱼得水,因为网络在更多的时候其本身就是一个免费的平台。所以网民几乎都会有一种倾向,网上的东西都应该是免费的。网上恰好有很多好东西确实是免费的,而且免费也是网络营销中非     

TTS功能在移动终端的应用

<正>一、背景TTS(Text To Speech),即从文本到语音。TTS所用的关键技术就是语音合成(Speech Synthesis)技术。早期的TTS一般采用专用的芯片实现,但主要应用于家用电器或儿童玩具中。     

海量用户评论在APP更新设计中的参与作用挖掘

APP市场上用户发表的评论包含着对APP软件研发团队的有用信息,尤其是软件功能请求以及具有特定应用的用户体验内容,可以应用到APP软件的版本更新设计中.为了研究海量用户评论在APP软件更新和重新设计中的参与作用,本文提出一种基于词向量表征的句向量相似性计算模型,它可以用于度量来自更新日志文本和用户评论文本中的句子的相似性.然后,本文提出了APP产品的“更新日志-用户评论”匹配算法将不同语义匹配结果划分到不同的数据集.基于真实的APP市场上采集的海量APP软件升级日志数据和用户评论数据的实验证明了本文提出方法的有效性.研究结果还发现:APP开发团队对于用户评论内容的采纳不到20%,而且采纳的内容主要集中在APP软件功能方面.用户评论中众多内容指向企业的营销活动问题,这部分内容由于研发团队在企业运营中的管理角色所限,很少能够顾及.