【摘 要】
：
随着工业4.0的发展,信息化技术逐渐运用到工业,使得工业逐步向智能制造的方向发展,这也要求工业软件向智能化和云服务化的方向发展。NX平台也在向该方向发展。但是由于NX平台非开源、缺乏数据集,智能化仍处于探索阶段。NX Measurement是NX平台的测量系统,是NX平台的核心系统之一,如果能提高其智能化程度,就可以提高NX平台的便利性和用户体验感。基于以上背景,本文将通过推荐系统,对用户预期的测
论文部分内容阅读
随着工业4.0的发展,信息化技术逐渐运用到工业,使得工业逐步向智能制造的方向发展,这也要求工业软件向智能化和云服务化的方向发展。NX平台也在向该方向发展。但是由于NX平台非开源、缺乏数据集,智能化仍处于探索阶段。NX Measurement是NX平台的测量系统,是NX平台的核心系统之一,如果能提高其智能化程度,就可以提高NX平台的便利性和用户体验感。基于以上背景,本文将通过推荐系统,对用户预期的测量类型进行预测,并在此基础上提供一键配置测量参数的功能,进而提升NX Measurement的智能化水平。主要工作如下:（1）通过NX提供的Auto Test和NX Open,解析了Single Measure和Measure Scalar的数据结构,设计实现了该数据类型的数据提取系统。（2）基于NX离线和数据集较小的背景,通过item CF算法确定了推荐算法的数据输入类型,并对item CF、user CF、Slope One和KMeans算法进行了测试分析,以此设计实现了一种改进的适用于NX平台测量类型的混合推荐算法。该算法将item CF和user CF加权组合,引入输入数据的时间序列和用户偏好因子。算法弥补了item CF忽略用户间关联性的缺陷,覆盖率相比单一的协同过滤算法提高了5%以上,并且拥有更高的F1值。（3）设计了适用于NX平台的非侵入式冷启动策略。该策略通过用户自定义配置和流行数据实现,结合了个性化冷启动策略和非个性化冷启动策略。（4）基于NX框架并在不改变NX Measurement操作流程的基础上,设计实现了适用于测量类型的推荐系统。该推荐系统能够为用户提供较为可靠的测量类型推荐列表,并拥有一键配置测量参数、热键等功能。此外,系统允许用户对数据源和个人数据进行配置,确保了较高的个性化。综上,本文实现了NX平台测量数据的提取功能,基于此设计实现了一种适用于NX平台测量类型的混合推荐算法和推荐系统。成功将推荐系统应用于工业软件的测量系统中,提高了NX Measurement的智能化水平。
其他文献
随着科学研究的不断进步以及工程实践的快速发展,多目标优化问题的存在越来越普遍。多目标进化算法由于其基于种群的特性成为了解决该类问题最有效的方法之一。尽管大量的变异算子被设计出来解决具有各种难点的优化问题,但绝大部分多目标进化算法仍然在面对不同问题时使用固定的变异算子。依靠重复实验选出最合适的算子需要消耗大量的人力物力,因此近些年来的一些研究致力于在算法搜索过程中自适应地选择不同的算子来避免繁杂的人
大数据时代的降临,伴随着医学成像设备的升级,产生了大量的医学影像数据,加重了影像分析医生的负担。因此,容易会出现疾病漏诊误诊的情况,导致诊断结果出现偏差。人工智能技术使计算机辅助医生进行疾病诊断成为可能。辅助诊断不仅减轻了医生负担,还减少了漏诊误诊的可能性。医学影像分割技术,正是辅助诊断的基础。然而,基于深度学习的分割技术需要大量的已标注信息。该需求与当前医学影像标注数据量少、标注数据昂贵、迁移成
医学图像分割是进入新世纪以来日益蓬勃发展的一项技术,在许多医疗任务中都需要对医学图像进行初步的处理,因此医学图像分割任务已经成为众多科研人员热衷的领域。为了得到更好的分割结果许多经典的算法和网络被提出,例如机器学习算法、深度学习甚至图论算法。本文主要研究了医疗图像领域中交互式方法在深度学习应用。在医疗图像中将交互式方法和深度学习相结合,通过用户提供交互信息给深度学习框架,引导网络参数朝着用户指定的
医学图像分割,其目的是精确地勾勒出人体器官、病变或组织的轮廓,它作为常见疾病筛查和病灶分析的先决条件,是进行准确诊断的重要步骤。然而,以人工的方式对医学图像进行分割需要花费巨大的成本,因此,在当前我国医疗资源不平衡、不充分的前提下,使用计算机技术对医学图像进行自动化分割具有十分重要的意义。通过这种方式,可以极大的缓解医疗人员的工作压力,并为临床诊断提供辅助指导。由于医学影像的特性,对微小结构的分割
自深度学习提出以来,得到科研人员和工业界广泛关注,在诸如计算机视觉等领域取得了飞速进展。图像分类任务则是计算机视觉中最为重要的任务之一,深度学习在解决图像分类任务方面涌现出了大量的经典算法。但是多数经典的算法需要大量已知标记的样本做支撑,一方面需要实际应用的有力支撑,同时需要耗费巨大的人力和财力。在减少标记需求方面,主动学习方法和迁移学习方法是常用的两种策略,但这两种策略均有相应局限:主动学习对样
双酚A（BPA,Bisphenol A）是一种人工合成的生产原料,广泛应用于生产环氧树脂、聚碳酸酯等。BPA作为一种内分泌干扰物具有免疫毒性、神经毒性、致癌性等毒害作用,其生态环境危害备受关注。目前,去除BPA的方法主要有生物法、吸附法、光催化氧化法等。其中,光催化氧化法因操作简便,运行稳定,反应条件温和,降解能力强等被认为是最具前景的处理技术之一。二氧化钛（Titanium Dioxide,Ti
镁合金作为最轻的结构金属材料,具有高比强度、高比刚度以及优良的导热性能和电磁屏蔽能力,受到了人们的极大关注。然而,镁合金因其HCP晶体结构,滑移系少,塑性成形能力较差,且强度不够高及耐磨性能差,极大的限制了镁合金的广泛应用。本文对Mg-6Al-3Zn-2Sn合金热压缩过程中的变形机制、时效处理对组织性能的影响以及摩擦磨损过程中亚表层微观组织演变这三个方面进行了研究,为高性能镁合金的开发和变形加工提
当前,在水产养殖为全球提供大量优质蛋白质和促进经济发展的同时,其对环境的负面影响日益引起广泛关注。传统池塘养殖模式主要依赖换水维持养殖水环境,养殖尾水排放量大,水资源消耗严重。循环水养殖系统（RAS）利用硝化微生物构建自养型生物膜,实现氨和亚硝酸盐的有效去除与水资源重复利用,是水产养殖业的重要发展方向。与此同时,随着养殖密度提高和水域环境不断恶化,由细菌、病毒和寄生虫侵袭导致养殖生物疾病频发,部分
现代工业厂房多为高大空间,采用控制整体热环境的空调系统往往会造成建筑能耗过高,运行成本上涨。为保证夏季高温环境中体力劳动者的身体健康,改善其热舒适性并提高其工作效率,可以通过局部冷却的方式实现对热环境的个体化控制。目前偏热环境下局部冷却对人员影响的研究,大多数针对办公等轻度活动水平,且对局部位置的热舒适研究不够完善。此外,由于局部冷却对人体相关热生理参数的影响缺少系统性的探索。对此,本文将以人员的
视频质量增强算法一直以来是音视频研究领域的一个热点,传统的方法都是使用编码压缩算法对视频文件进行编码压缩,经过这种有损压缩的方式后,虽然视频文件的大小显著降低,但其在解码端呈现的图像质量却有待加强。一般来说,视频压缩算法的压缩比越高,那么节省的空间就越大,而损失的图像信息也就越多。由于深度学习技术的逐渐流行,越来越多的学者尝试在视频图像质量增强方面使用深度学习算法来寻找突破。本文提出了一种领域自适