论文部分内容阅读
在这个流行元素日新月异的时代,消费者的口味越来越难以把控,商家的判别标准将极大决定店铺的业绩水平。文章介绍了时空众包的概念,研究在商城背景下,利用时空众包思想设计一种能持续有效执行的机制来提高O2O模式的资源利用率问题。
支持O2O的时空众包激励技术研究
【摘 要】
：
摘要： 在这个流行元素日新月异的时代，消费者的口味越来越难以把控，商家的判别标准将极大决定店铺的业绩水平。文章介绍了时空众包的概念，研究在商城背景下，利用时空众包思想设计一种能持续有效执行的机制来提高O2O模式的资源利用率问题。 关键词： 个性化; 众包机制; 资源利用率; 时空众包 中图分类号：TP391.3 文献标识码：A 文章编号：1006-8228（2021）10-54-04
【机 构】
：
哈尔滨轻工业学校
【出 处】
：
计算机时代
【发表日期】
：
2021年10期
其他文献
生活水平的提高使得消费者对生鲜产品的需求不断增长,进而促进了冷链物流行业的快速发展。将客户按重要性分为重要客户和普通客户两类,以总配送成本最小为目标,建立考虑客户分类的两级容量有限车辆路径优化模型。提出两阶段启发式算法求解该模型:第一阶段设计改进的遗传-模拟退火算法增强全局搜索能力,其中采用轮盘赌选择机制结合精英保留策略保留优秀个体,部分匹配交叉算子结合自适应交叉率维持种群多样性,Metropolis准则以一定概率接受较差解;第二阶段使用精确方法求解一级配送路径。基于Perboli的Set2算例集和Hem
跨项目缺陷预测旨在解决传统的项目内缺陷预测的历史数据缺失,新项目初期缺乏训练数据等实际问题。然而,在跨项目缺陷预测中,不同项目之间以及实例之间的数据分布差异降低了其预测性能。针对这一问题,提出了基于分层数据筛选的跨项目缺陷预测方法。该方法将训练数据的筛选过程分为项目层筛选和实例层筛选,从源数据集中选出与目标项目数据分布最接近的候选项目集,在候选项目集中选出与目标项目中实例相似度较高的训练数据集,最后在训练数据集上训练朴素贝叶斯模型。在PROMISE数据集进行实验对比。结果表明,与项目内缺陷预测比较,提出的
针对医学图像分辨率低导致视觉效果差的问题,提出一种基于生成对抗网络的医学图像超分辨率重建方法。使用生成对抗网络架构,由生成器重建高分辨率图像,再将生成器生成的高分辨率图像送入判别器判断真伪。通过实验验证了该方法的有效性,在视觉效果和数值结果上都有所提高。
运用SPOC模式与学习通平台相结合方法构建线上网络学习环境,并阐述其主要特性及功能。比较研究线上和线下两种教学方法的利弊,列举了线上线下混合式教学模式在物联网课程中的具体应用。混合式教学方法解决了课堂教学方法存在的问题,增强了师生互动,发挥了学生学习的主观能动性,从而有效地提高了教学质量,达到预期的教学目标。
随着深度学习的发展,神经网络模型的体积越来越大,伴随而来的是参数量与计算量的增多,但实际安全帽检测环境下需要把网络模型部署在算力有限的移动端或嵌入式设备中,而这些设备无法支持复杂的计算量。针对这个问题,提出了一种适合部署在移动设备的轻量级目标检测网络HourGlass-YOLO(HG-YOLO)。以YOLOv5为基础模型,基于Inverted Resblock结构重构了新的主干特征提取网络Hour
针对BESIII实验软件作业级并行内存消耗严重,序列级并行排序过程复杂等弊端,提出事例级并行化的解决方案,因各个事例的数据相互独立,故采用以事例组为单位的粗粒度加锁技术,在线程并行度带来的性能提升和线程交互导致的开销中取得最佳平衡.通过在内存中创建事例组先进先出队列,为事例组空闲、数据就绪、处理完成三种状态设置对应的信号量,使文件输入线程、文件输出线程、事例循环处理线程进行交互,进而建立映射表为事例处理线程分配事例并更新上下文,上述机制保证了事例数据的原序流动,避免了复杂的排序工作;为避免无效数据导致的内
摘要： 以项目制为主的高校信息化建设手段落后，孤岛林立，缺乏良好的信息生态，导致教育治理发展受限。文章基于云计算、人工智能等前沿技术，建设了一套高校数字化转型解决方案，赋能人才培养模式、教育管理体系和科研建设生态，促使高校的教育治理过程更加精准化、智能化。 关键词： 教育治理; 云计算; 人工智能; 数字化转型 中图分类号：G434;TP3-05 文献标识码：A 文章编号：1006-
摘要： 网络安全态势感知技术是一种基于环境的、动态的、整体的数据融合方法，可以从宏观角度把数据融合起来，是网络安全强有力的监控技术和保障技术。通过机器学习算法发现数据之间的相关性，可以发现数据之间潜在的联系。高斯朴素贝叶斯是机器学习中较为通用的一种算法，通过对KDD CUP99数据集的训练和测试，得到的模型有效地对网络安全测试数据进行了预测。 关键词： 高斯朴素贝叶斯; 网络安全; 态势感知;
针对部队日常体能训练中引入功能性动作筛查(FMS)的困难,提出一种基于单目视觉的自动化解决方案。通过改进现有人体姿态识别算法,再结合余弦相似性完成FMS动作提取。分析现有算法的弊端,提出利用帧间光流提高人体姿态识别精度的解决思路,并验证其可行性。