您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于本体的上下文感知系统

  2. 普适计算自20世纪90年代中期被提出以后得到了普遍的关注。上下文感知作为实现普适计算的关键技术已成为重要的研究课题。 在分桥上下文感知系统以及组成模块的基础上,借鉴软件方法学中的快速原型模型思想,通过本体标记语言OWL给出了系统中感应模块 搭建的实例。
  3. 所属分类:专业指导

    • 发布日期:2010-03-31
    • 文件大小:379kb
    • 提供者:tempqq
  1. 基于OWL的上下文感知计算模型

  2. 上下文感知计算是普适计算研究中极为活跃的核心技术之一,其模型存在处理不完备、不有效的问题。owl 语言是以描述逻辑为理论基础构建的本体表示语言,满足了用于知识共享和上下文推理的本体建模。通过对一种上下文计算模型的分析,给出了使用OWL 语言对上下文计算的建模和推理进行分析的方法。
  3. 所属分类:专业指导

    • 发布日期:2010-04-28
    • 文件大小:318kb
    • 提供者:cjbupt
  1. 基于无线传感器网络的行为识别与目标定位研究

  2. 传感器技术、无线通讯技术、嵌入式计算技术、分布式信息处理技术、微电子技术等领域的进步及相互结合,推动了无线传感器网络的快速发展。无线传感 器网络将逻辑上的信息世界与客观上的物理世界连接起来,改变了人类与环境的 交互方式,提供了利用逻辑信息来表述客观世界的一种有效的、便捷的方法。目 前,无线传感器网络已经广泛地应用于环境智能、环境监控、工业制造、交通运 输、军事工程等众多领域。 作为无线传感器网络的一个重要应用领域,环境智能泛指能感知到用户的存 在并为其提供智能化服务的电子环境和系统。环境智能的
  3. 所属分类:其它

    • 发布日期:2011-03-20
    • 文件大小:5mb
    • 提供者:mykensington
  1. 基于上下文感知的智能交互系统模型

  2. 上下文感知是提高人机交互智能性的重要途径,上下文信息能否在计算过程中真正发挥其作用主要取决 于两个方面:一是从交互环境中提取和形成上下文;二是协调控制各种上下文与高层应用之间的通信=文中围绕这 两个问题展开讨论,提出了一种上下文感知和调度的策略,并建立了一个基于上下文感知的智能交互系统结构模型= 介绍了按照所述策略和模型构建的实例系统,初步证明了其合理性和有效性=
  3. 所属分类:其它

    • 发布日期:2011-03-20
    • 文件大小:333kb
    • 提供者:zhima159
  1. 上下文感知

  2. 上下文感知学习基础,包括上下文的概念,上下文计算及应用,传感器技术,上下文信息模型,安全与个人隐私等。
  3. 所属分类:网络基础

    • 发布日期:2012-09-25
    • 文件大小:619kb
    • 提供者:ladimao
  1. 上下文感知的动态访问控制模型.caj

  2. 上下文感知的动态访问控制模型.caj 上下文感知的动态访问控制模型.caj 上下文感知的动态访问控制模型.caj 上下文感知的动态访问控制模型.caj
  3. 所属分类:专业指导

    • 发布日期:2008-08-26
    • 文件大小:221kb
    • 提供者:churen2007
  1. 数据应用工程成熟度模型

  2. 在现代社会,随着企业的发展产生了大量的数据,生产部门有生产制造的数据记录,业务 运营部门有营销数据,财务部门有经营数据,数据无处不在,数据又时时刻刻影响着企业 运转中每个环节的决策。数据已经成为除了资金和人才以外企业新的资产价值增长点。 数据本身并不代表价值,数据仅仅是以一定格式对事实进行记录,是原始材料;只有结合 环境和上下文的数据才有意义,这就是信息;伴随着信息的积累,我们从趋势和关系的挖 掘中总结出了规律,这些规律就变成了知识;然后依据知识在企业经营中进行决策和行动, 能进一步促进企业的
  3. 所属分类:其它

    • 发布日期:2018-11-13
    • 文件大小:3mb
    • 提供者:hyperj
  1. comments-generator:一个Reddit机器人,它使用从一组给定用户或subreddits评论历史中训练的Markov链生成新的上下文感知评论-源码

  2. 评论生成器 该项目由Reddit机器人组成,该机器人使用从子reddit的现有评论和所需用户中训练出来的Markov chains以新生成的上下文感知评论对用户进行回复。 该项目的主要目的是记录Reddit注释的提取,转换和加载过程( ETL ),并为一个非常简单的聊天机器人奠定基础。 该项目分为三个主要部分,即ETL流程,培训模型的生成及其用于生成新评论并将其发布到Reddit上的用途。 最重要的文件是: step1.py :一个Python脚本,可以使用Pushshift API从给
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:23kb
    • 提供者:weixin_42116794
  1. 铰接式人体姿势估计的上下文感知模型

  2. 铰接式人体姿势估计的上下文感知模型
  3. 所属分类:其它

  1. 3d-photo-inpainting:[CVPR 2020]使用上下文感知的分层深度修补进行3D摄影-源码

  2. [CVPR 2020]使用上下文感知的分层深度修补进行3D摄影 [] [] [ ] 我们提出了一种用于将单个RGB-D输入图像转换为3D照片的方法,即用于新颖视图合成的多层表示,该方法在原始视图中所包含的区域中包含幻觉的颜色和深度结构。我们使用具有显式像素连通性的分层深度图像作为基础表示,并提出一种基于学习的修复模型,该模型以空间上下文感知的方式将新的局部颜色和深度内容迭代地合成到被遮挡的区域中。使用标准图形引擎,可以使用运动视差有效地渲染生成的3D照片。与最先进的技术相比,我们在各种具有挑
  3. 所属分类:其它

  1. StressRecognitionSystem:作为我的硕士论文的一部分,我的最后一年的项目是发布基于物联网的上下文感知系统以进行压力检测和识别-源码

  2. 压力识别系统 De-Stress是一种IoT系统,能够根据患者的身体生理测量值(ECG,EMG,心率和呼吸率)检测患者的压力。 数据是使用MySignals HW v2.0 eHealth平台获取的,然后发送到部署在REST API中的机器学习模型中,以获取是否处于压力状态的患者状态,并根据其情况采取措施。 在这个项目中,我已经学习并获得了不同领域的许多新技能,例如机器学习,物联网和Web开发。 该项目中使用的技术是: 数据采集​​:Arduino + Python(PySerial库) 机
  3. 所属分类:其它

  1. 基于局部和非局部上下文感知弹性网络表示的高光谱图像分类

  2. 通过将查询样本表示为所有标记样本的线性组合,然后通过评估哪个类别导致最小表示误差对它进行分类,基于表示的分类方法已成功用于高光谱图像(HSI)的分类。 根据不同规范的使用,已经在两种不同的范式中提出了基于稀疏表示的分类(SRC)和基于协作表示的分类(CRC)方法。 SRC鼓励使用少量带标签的样本,而CRC则鼓励使用所有带标签的样本来协同代表所有类别中的查询。 但是,当不同类别的有限标记样本不平衡时,学习的表示很难反映每个类别的特定特征。 为了克服这个问题,本文提出了一种基于图的上下文感知弹性网(
  3. 所属分类:其它

  1. FCT:用于基于位置的服务推荐的完全分布式的上下文感知信任模型

  2. 随着基于位置的服务(LBS)的普及,已经提出了许多用于LBS推荐(LBSR)的信任模型。 这些信任模型本质上是集中式的,并且受信任的第三方可能与恶意服务提供商合谋或导致单点故障问题。 这项工作改进了经典的认证信誉(CR)模型,并为LBSR提出了一种新颖的完全分布式的上下文感知信任(FCT)模型。 推荐操作由服务提供商直接进行,而我们的FCT模型中不再需要受信任的第三方。 此外,由于我们的FCT模型具有自我认证的特征,因此它也支持服务提供商的移动。 此外,为缓解共谋攻击和价值失衡攻击,我们综合考虑
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:357kb
    • 提供者:weixin_38645198
  1. CaACBIM:用于BIM的上下文感知访问控制模型

  2. CaACBIM:用于BIM的上下文感知访问控制模型
  3. 所属分类:其它

  1. 物联网上下文感知模型

  2. 物联网上下文感知模型
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:150kb
    • 提供者:weixin_38747144
  1. 普适计算中一种上下文感知的自适应可信模型

  2. 普适计算中一种上下文感知的自适应可信模型
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:957kb
    • 提供者:weixin_38643127
  1. 用于普适性学习的情境感知个性化资源推荐

  2. 由于学习者很难通过传统的关键词搜索方法从海量的教育资源中发现和获取最合适的资源,因此基于上下文的资源推荐服务成为普及学习环境的重要组成部分。 目前,推荐机制已广泛用于电子商务领域,在这些领域中,通常分别考虑基于内容或基于协作的筛选策略。 但是,在这些现有的推荐机制中,学习者的动态兴趣和偏好,普遍学习环境的访问模式和其他属性(例如多模式连接和资源分配)始终被忽略。 因此,这些机制不能有效地反映学习者的实际偏好,也不能完美地适应普遍的学习环境。 为了解决这些问题,提出了一种用于普适学习环境的上下文感
  3. 所属分类:其它

  1. 自适应上下文感知相关滤波跟踪

  2. 针对上下文感知相关滤波跟踪算法中提取目标周围背景信息训练滤波器时,未考虑滤波器时间一致性的问题,当目标出现外观突变时,滤波器无法适应连续两帧图像中目标和背景信息的变化,易出现目标漂移等问题,提出一种自适应上下文感知相关滤波跟踪算法。首先,将目标周围的背景信息学习到滤波器中,增加滤波器对背景信息和目标的分类能力,加入时间感知项,保证学习连续两帧图像的滤波器尽可能一致。然后,采用线性插值法用于确定目标位置,模型更新阶段,引入遮挡判别依据平均峰值相关能量对目标是否遮挡进行判别。最后,在数据集OTB10
  3. 所属分类:其它

  1. presidio:针对文本和图像的上下文感知,可插入和可自定义的数据保护和匿名服务-源码

  2. Presidio-数据保护和匿名API 用于文本和图像的上下文感知,可插拔和可自定义的PII匿名服务。 什么是Presidio Presidio (拉丁语praesidium“保护,驻军”的起源)有助于确保敏感文本得到适当的管理和控制。 它为敏感文本(例如信用卡号,姓名,位置,社会保险号,比特币钱包,美国电话号码和财务数据)提供快速分析和匿名化。 Presidio使用预定义或自定义识别器分析文本,以识别具有相关上下文的实体,模式,格式和校验和。 Presidio利用docker和kubern
  3. 所属分类:其它

  1. 普适计算中一种上下文感知的自适应可信模型

  2. 针对普适计算环境中涌现出的行为可信问题,提出了一种适合于普适计算网络环境的上下文感知的自适应可信模型CASATM,该可信模型能够自适应地对不同的服务提供不同层次的安全保障,能有效地对时间、地点、服务内容等上下文感知。同时提出了一种简单高效的风险评估模型来完成对一些完全陌生客体的可信度初始化。仿真实验表明该可信模型能有效地感知上下文并抵抗恶意客体的周期性欺骗行为。
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:132kb
    • 提供者:weixin_38690830
« 12 3 »