分享到:

需求模型及计算方法

需求模型及计算方法滕素珍(大连理工大学应用数学系116023)DemandModelandItsCom  (本文共7页) 阅读全文>>

哈尔滨工业大学
哈尔滨工业大学

RC框架结构基于概率损伤模型的地震易损性与风险分析

发展基于性能的抗震设计理论(Performance Based Seismic Design, PBSD)需要解决的核心问题之一就是如何合理有效地对性态目标进行量化。地震损伤模型是基于性能的抗震设计理论中描述结构在地震作用下破坏程度的重要工具。钢筋混凝土材料是一种损伤累积特性突出的工程材料,损伤发育及累积是钢筋混凝土构件或结构失效的本质问题。因此,研究钢筋混凝土结构地震损伤模型很有现实意义。地震易损性分析是“基于性能的地震工程(Performance Based Earthquake Engineering, PBEE)”概率决策框架中的重要一环。地震易损性分析是从宏观的角度描述地震动强度与结构破坏程度之间的关系,可以预测结构在不同强度的地震作用下发生破坏的概率。地震风险分析是“基于风险的地震工程”中的重要模块,是工程风险分析的重要研究内容。由于地震灾害具有强烈的随机性和不确定性,因此采用概率风险分析技术对地震灾害风险进行分析和...  (本文共154页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

面向低碳制造的机械加工工艺过程能量需求建模与智能计算研究

制造业在将资源转变为产品或服务的过程中带来巨大能量消耗,对环境造成污染并产生大量的二氧化碳排放。机械加工作为制造业中主要的生产过程,在制造业节能减排中起着举足轻重的作用。机械加工工艺全过程能量精确评估是机械加工工艺过程能量改善和优化的前提,是实现低碳制造的基础。针对机械加工工艺全过程能量需求建模与智能计算问题,本文着重研究了机械加工工艺过程能量需求分解、机械加工工艺活动能量需求建模,机械加工工艺活动转移能量需求建模和机械加工工艺过程能量需求智能计算等内容。针对机械加工工艺过程能量需求分解问题,首先分析机械加工工艺过程能量需求特性,根据能量需求特性差异将机械加工工艺过程划分为活动和活动转移,进而将机械加工工艺过程能量需求分解为活动能量需求和活动转移能量需求,实现了工艺过程能量需求的分解;并对活动/活动转移以及能量计算参数进行明确定义与描述,为后续研究奠定基础。针对机械加工_工艺活动能量需求建模问题,提出一种基于动素的活动能量需求建...  (本文共158页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

基于Vague集的网络舆情研究

互联网的迅速发展使其成为新兴的“第四媒体”。网络逐渐成为舆情产生和传播的重要平台。人们对网络舆情,特别是Web内容安全也越发关注,用技术手段提高对网络舆情的掌控水平,不仅对促进网络健康发展,而且对辅助决策、处理突发事件都会收到良好的效果。本文的目的在于寻找、研究更适合中文网络舆情掌控的技术手段,为决策者和网络管理部门提供更高效的技术支持。本文主要研究了中文文本分类和聚类,以及话题检测这两项任务。论文介绍了舆情分析的相关理论和主要技术以及当前国内外现状,在此基础上,提出将Vague集应用到中文文本分类和聚类的策略,从而更好地达到话题检测和掌握网络舆情的目的。论文提出并实现了基于需求模型—-Vague特征项生成的算法。论文构建了一个网络舆情分析和话题检测跟踪系统原型。通过一个中等规模的Web新闻语料集上的实验,验证了本文所提出的模型的有效性。  (本文共62页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

基于任务驱动的主动知识服务技术研究与应用

随着知识经济时代的来临,基于知识资源的知识创新能力逐渐成为企业核心竞争力。企业在信息化发展过程中积累了大量的知识,但随着企业内部知识量的膨胀,用户获取到真正所需知识越来越困难,从而引发了“知识过载”、“知识迷航”等一系列相关问题。为了解决目前主动知识服务过程中知识需求模型构建的困难,提高知识推荐的准确性,本文研究了基于任务的知识需求模型自动构建技术和基于任务的协同过滤推荐技术。论文的主要研究内容如下:(1)分析了目前知识服务的研究现状,设计了基于任务驱动的主动知识服务系统框架,描述了系统知识服务的流程。(2)研究了基于任务的知识需求模型自动构建技术,设计了知识需求模型的自动构建流程及方法。该方法首先利用基于人工免疫的本体匹配过程获取到最优知识节点;然后根据基于规则的知识归并过程建立任务知识与知识节点的映射关系,并将其插入到知识需求模型中来完成模型的自动构建过程。最后通过实验验证了该方法的有效性。(3)研究了基于任务的协同过滤推荐...  (本文共77页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

基于面向目标的需求模型的评论分析方法

近年来,随着移动互联网的出现和快速发展,APP也被广泛应用并且拥有越来越大的市场,越来越多的开发者把目光投向APP的开发。但是APP的竞争是激烈的且淘汰率高,开发者能否了解用户的需求并且满足他们成为决定一款APP的生命力的关键因素。应用发布平台或者APP商店允许用户表达他们对于APP的观点,开发者可以分析这些评论并把用户因素引入到开发过程中以提高产品质量。但是,评论的数量往往是海量的并且有些评论的质量不佳,因此开发者很难直接使用评论。越来越多的学者开始研究关于评论的分析方法。如:Leonard Hoon利用APP的评论研究APP的属性和变化;Dennis和Pagano研究超过一百万条评论,通过分析应用平台上的用户反馈的状态,识别出不同的反馈信息之间的联系、有代表性的主题以及它们的影响;Bin Fu通过构建系统WisCom,实现对海量用户评论的分析,得到的信息可以被分为三个层次:评论中的不一致信息、用户对app的喜好及评论随时间的...  (本文共52页) 本文目录 | 阅读全文>>