-
Patent Agency Ranking
公开(公告)号：CN110532504A
公开(公告)日：2019-12-03
申请号：CN201910625830.6
申请日：2019-07-11
Applicant: 桂林理工大学
Abstract: 本发明提供一种面向服务组合的约束强度感知的全局QoS约束分解方法。本发明通过定义用户约束强度的度量方法，设计基于模糊推理规则的松弛因子自适应调节方法，构建了一种面向服务组合的约束强度感知的QoS约束分解模型。使用该模型，在约束分解阶段，当用户约束强度较弱时，可以有效淘汰每个任务的候选服务，以降低采用全局优选方法时解空间的大小；当用户约束强度较强时，可为每个任务保留一定的候选服务个数，以提高在服务组合时能够寻找到可行组合方案的概率。
-
公开(公告)号：CN110532504B
公开(公告)日：2023-06-27
申请号：CN201910625830.6
申请日：2019-07-11
Applicant: 桂林理工大学
Abstract: 本发明提供一种面向服务组合的约束强度感知的全局QoS约束分解方法。本发明通过定义用户约束强度的度量方法，设计基于模糊推理规则的松弛因子自适应调节方法，构建了一种面向服务组合的约束强度感知的QoS约束分解模型。使用该模型，在约束分解阶段，当用户约束强度较弱时，可以有效淘汰每个任务的候选服务，以降低采用全局优选方法时解空间的大小；当用户约束强度较强时，可为每个任务保留一定的候选服务个数，以提高在服务组合时能够寻找到可行组合方案的概率。
-
公开(公告)号：CN111950762A
公开(公告)日：2020-11-17
申请号：CN202010625057.6
申请日：2020-07-01
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于NSGA2的多目标电子产品CTO订单推荐方法，具体包括以下步骤：S1：建立电子产品功能定位目标贴近度、功耗、成本目标函数，将电子产品的CTO订单推荐建模为一个多目标优化问题。S2：在步骤S1的准备工作完成后，使用NSGA2算法求解该模型，获取Pareto非支配集。S3：利用用户设置权重的方法，将Pareto非支配集的多个无序订单排序，得到多个有序的电子产品CTO推荐订单。本发明利用NSGA2算法和用户设置权重的方法，能为用户快速推荐多个满足个性化需求的订单，且能快速适应用户对权重的动态调整，具有灵活性。
-
公开(公告)号：CN107193725B
公开(公告)日：2020-07-31
申请号：CN201710415094.2
申请日：2017-06-05
Applicant: 桂林理工大学
Abstract: 一种基于用户鼠标行为辨识的在线学生评教识伪方法。本发明通过在学生在线评教页面中插入JavaScript代码，捕获用户的鼠标运行轨迹与时刻信息，提取鼠标子运动次数、鼠标停顿次数、鼠标平均停顿时间等三个特征值，并采用加权平均方法将三个特征值合并成一个特征值，根据该特征值的取值自动辨识用户所给出的评教数据是否为虚假数据。该方法实现简单、辨识正确率较高、不影响用户的评教体验、可与通过评教数据分析的辨识方法结合。该方法的辨识区间与评教页面相关，在正常使用前，需要进行一定规模的测试，获取相应的辨识区间。
-
公开(公告)号：CN107193725A
公开(公告)日：2017-09-22
申请号：CN201710415094.2
申请日：2017-06-05
Applicant: 桂林理工大学
Abstract: 一种基于用户鼠标行为辨识的在线学生评教识伪方法。本发明通过在学生在线评教页面中插入JavaScript代码，捕获用户的鼠标运行轨迹与时刻信息，提取鼠标子运动次数、鼠标停顿次数、鼠标平均停顿时间等三个特征值，并采用加权平均方法将三个特征值合并成一个特征值，根据该特征值的取值自动辨识用户所给出的评教数据是否为虚假数据。该方法实现简单、辨识正确率较高、不影响用户的评教体验、可与通过评教数据分析的辨识方法结合。该方法的辨识区间与评教页面相关，在正常使用前，需要进行一定规模的测试，获取相应的辨识区间。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
