考虑退货需求转移的在线渠道决策与协调

通过借鉴现实中的在线渠道运营模式,建立了由一个加盟商和一个在线零售商组成的在线渠道模型,其中在线零售商为主导者,加盟商为跟随者,两参与者销售的是相互间完全替代的产品,并且,将消费者退货的那部分需求在两渠道间转移的情况引入到模型中.分别分析了分散决策和集中决策下的最优决策情况,并对两类决策下的收益情况进行了对比.结果发现,集中决策在一定情况下能够实现渠道总收益的增加.结果还表明,位于约束边界和不在约束边界下的最优决策随各参数的变化情况差异很大.最后,通过激励相容契约和借鉴Nash的议价模型来协调在线渠道.     

基于SSH在线考试系统的设计与实现

随着网络技术的发展和高校信息化的推进,在线考试系统的应用越来越广泛。但目前这些系统存在题型单一、系统维护成本高和可扩展性不好的缺点。本文提出应用Struts＋Spring＋Hibernate架构开发的在线考试系统,能够克服在线考试系统的这些缺点。     

我国B2C电子商务企业发展现状及营销策略建议

电子商务随着互联网的普及而逐渐为中国居民所认识,其中网络购物作为一种新兴的购物方式已开始为中国居民所接受.文章通过对相关文献的研究及个案分析,在对我国B2C电子商务的现状进行考察的基础上,提出了我国B2C企业在发展中应通过合理定价,提升用户购物体验;积极改善售后和客服;细分市场,积极开拓垂直类市场;深挖平台价值,丰富收入来源等建议和方法来开拓市场和应对竞争.     

应用在线整定广义最小方差多项式权值的测头控制方法

在曲面工件的高精度、高效率自动扫描测量过程中,为了提高测头自动跟踪扫瞄控制的精度和平稳性,提出了基于在线整定多项式权值的广义最小方差(OSPW_GMV)控制方法.该方法的主要思想是根据在线估计的被控对象参数及OSPW_GMV的输出,在线调整多项式的权值,实现测头自动跟踪扫瞄的控制.实验结果证明,使用具有高跟踪精度和强鲁棒性的OSPW_GMV控制器,可使测头跟踪过程的误差小于0.1mm的跟踪要求,且每次运算时间与广义最小方差控制器相差不大,因此该控制方法在一些实时性及控制精度要求较高的精密检测场合,有较好的应用价值.     

普通网络教育市场与价值链研究

普通网络教育包括基础网络教育、幼儿网络教育和在线职业与认证培训3类。利用价值链的基本原理,对普通网络教育的价值链进行了论述,重点阐述了价值链的组成环节、各环节功能、所需核心能力、主要参与者以及未来的发展趋势。     

医学信息的网络检索技巧

介绍了网络医学信息资源的类型及搜索引擎,对医学信息的检索途径和策略进行了说明,并对网络医学信息检索的方法和技巧进行了探讨。     

基于结点关系结构的三维拓扑数据模型

结点关系结构是一种可有效地简化三维空间实体间复杂关系的拓扑结构。通过二元性转换,将三维空间中实体及其间关系转换成点与边的简单二元关系,并将其所有的拓扑属性保留下来。首先介绍了结点关系结构的二元性、图论及层次数据结构,在此基础上详述了结点关系结构的两种数据模型,最后讨论了结点关系结构的应用。     

潜艇规避对主动声纳浮标作战效能影响研究

根据主动声纳浮标搜潜的工作过程,对潜艇规避对主动声纳浮标作战效能的影响进行了研究。建立了主动声纳浮标的数学检测模型。利用平滑平均声场理论推导了潜艇深度变化后浮标的探测范围,从检测概率和探测距离两个方面研究了潜艇采用不同规避航向、航深、以及海况对浮标作战效能的影响。仿真结果表明:在一定条件下,潜艇采用合适的规避策略,会显著降低主动声纳浮标的作战效能。     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。     

量子K最近邻算法

为减少经典K最近邻算法的时间复杂度,提出了量子K最近邻算法(QKNN)。介绍了QKNN算法的构造步骤,然后为减少量子计数子程序的运行时间,进一步将固定的K值修改为可变的k,形成改进的k可变的量子最近邻算法(QkvNN)。为弥补由于最近邻个数K变化带来的分类错误率上升的影响,在Boosting算法框架下,用三个由QkvNN算法训练的弱分类器,去构造了一个强分类器,从而提高单独运行QkvNN的分类精度。在此算法中,由于利用了量子计算的强大能力,使得经典K最近邻算法的时间复杂度从O(N)减小为O(N)。