基于云计算智慧平台的健康养老信息推送算法研究

健康养老信息推送结果的F-Measure(准确率和召回率的加权调和平均值)较低。因此,提出应用云计算智慧平台的健康养老信息推送算法。构建用户兴趣度模型,结合协同过滤推荐算法,匹配健康养老标签和信息主题生成推送方案,从资源池中找到最优健康养老信息,完成信息推送任务。结果表明：向用户推送更符合要求的健康养老信息,其推送结果的F-Measure值稳定在0.6左右,不会随着用户数量增长而发生较大变化。     

ISO、IEC和ITU-T智慧城市定义分析

智慧城市定义是认识其知识单元和理解其本质特征、构建共识的基础.文章采用ISO 704:2009的理论框架,分析了ISO、IEC和ITU-T对智慧城市的定义,通过解构定义的智慧城市对象、利益相关方、涉及领域、智慧城市实现目标及愿景和实现路径,得出了三大国际标准化组织的智慧城市核心概念、概念关系和其认知视角,通过对三大标准化组织14位专家的问卷调查分析摸清了智慧城市核心概念的不同认知.基于系统方法和综合集成思想提出了多维度构建统一智慧城市定义的建议,为三大标准化组织智慧城市定义的标准化协同和融合提供了有效路径.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

多无人机协同探测快速目标的控制方法设计

针对无人机(unmannd aerial vehicle, UAV)对快速运动目标的协同探测问题, 设计了一种多UAV协同探测控制算法。首先假设每架UAV都携带相同的探测载荷, 根据载荷特性设计了针对快速运动目标的UAV协同探测队形。然后引入固定时间控制一致性协议到UAV载荷角度控制中, 控制载荷持续照射目标; 引入有限时间一致性协议到UAV编队控制中, 用以形成协同探测队形, 并通过二跳网络加快队形的收敛。通过将UAV队形控制与UAV载荷的角度控制相结合, 从而实现UAV对快速运动目标探测时间的最大化, 极大的延长了高速运动目标被发现的时间。最终通过理论分析和仿真实验证明了该控制算法的有效性。     

电动车I-AMT挡位切换电机-离合器协同控制

纯电动汽车匹配两挡变速箱能够改善整车动力性和经济性,由于其具有结构精简和无动力中断的优越性,因此高挡位摩擦离合器与低挡位单向离合器组合的传动构型成为电动汽车两档变速器的主流方案。然而,车辆在倒挡行驶时,需要挂入牙嵌离合器才能克服单向离合器只能传递单方向扭矩的问题。本文以一款基于牙嵌式离合器的新型无动力中断两挡自动变速器（I-AMT）为研究对象,协同控制驱动电机和倒挡执行机构电机使牙嵌式离合器平稳快速结合。针对驱动电机系统响应延时问题,使用史密斯预估器算法对控制系统进行预估补偿,并通过实验对控制策略进行验证。结果表明,该控制策略可有效避免牙嵌式离合器挂入时的冲击,保证了变速器可在短时间内在各个挡位之间平顺切换。     

长江经济带科技创新驱动力及其系统内部耦合协调分析

科技创新驱动力已成为长江经济带高质量发展的主导因素.基于投入-产出-载体-绩效的科技创新驱动力系统框架构建指标体系,对长江经济带110个城市科技创新驱动力及其系统内部耦合协调发展进行定量评估.结果表明:长江经济带城市科技创新综合驱动力呈现金字塔型等级结构,存在上游地区＜中游地区＜下游地区的梯度化空间分异特征;投入、产出...     

基于SOA的区域协同电子商务平台设计与研究

以成都、德阳、绵阳为核心的区域协同电子商务系统平台为基础平台,运用Web Services技术对系统的架构及其实现的关键技术进行了设计和分析,通过业务流程管理的自动化实现区域内企业之间商务合作和资源共享,并以订单管理为例详细说明了系统的实现过程.     

一种可升降式变电站室内巡检机器人控制系统设计

针对变电站室内环境复杂,人工巡检强度大,传统巡检方式覆盖范围小、效率低的问题,研究了一种可升降式变电站巡检机器人.首先,根据变电站室内环境和巡检点的位置信息,设计了一种改进Floyd全局路径规划算法以搜索执行巡检任务的最优路径,提升了机器人执行巡检任务的效率.其次,设计了一种基于欧拉数值积分的轨迹跟踪控制算法,提升了机...     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle,UAV）对目标捕获能力,进而提高多UAV协同搜索效率,提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm,ICEGA）的多UAV协同目标搜索方法。首先,根据环境的先验信息,在原概率图基础上引入标志位,建立基于双属性矩阵的待搜索环境概率模型,提高环境和目标的信息感知准确度;其次,定义UAV的飞行规则并结合目标先验概率图信息,建立UAV运动模型及确定最大收益的目标函数;最后,建立分布式UAV之间的信息交互模型,运用ICEGA算法优化产生最优协同决策输入航向角集合,在线实时滚动优化产生最优协同路径。实验结果表明,基于双属性概率图结合ICEGA算法更能够保证最优路径的产生,使得UAV能够准确地搜索到目标;同时,对比仿真验证了ICEGA算法能够提高UAV之间的协同性,保证了路径可行性及提高了目标搜索效率。     

中距协同空战决策过程二次聚类重构与评估

未来空战将以中距空战为主,找出导致中距空战结果的原因是开展贴近实际的中距空战智能决策需解决的重要问题。针对空战训练过程中记录数据分布的复杂特点,建立了中距协同空战训练评估模型,提出了基于高阶导数聚类和相对模糊熵聚类的二次聚类方法,计算编队协同决策集,实现编队中距协同空战决策过程重构。以编队协同搜索和协同机动决策的角度,寻找编队协同决策与中距空战结果的相关性,并通过实例评估验证了聚类算法的合理性。