于家石头村一般性传统民居的“同构模块化”改造方法研究

基于于家石头村一般性传统民居的实地调研,针对其当前面临的保护更新困境,拟定"同构模块化"的改造策略,并提出IM设计公式(IM=I+M);以5号宅和11号宅为实验对象,从"构建同构钢框架(I)"和"组构内嵌空间模块集合(M)"两方面对IM公式求解;最后基于村民的意见反馈,初步预测上述改造思路的可行性。

数控机床操作装置的优化

在数控机床等人机操作系统中,广泛采用外露式悬臂操作箱和离体式控制键盘。操作箱外露既占用空间使机床结构臃肿,又容易发生碰撞等不安全情况。而离体式控制键盘只能放在水平操作台上操作,舒适性不够。经过深入调研,优化成在机床上开设内嵌空间,使操作箱及控制键盘等能自如伸出或收回内嵌空间,减少设备外露附件,有效增加设备安装、运行空间,提高安全性,便于高效生产加工。操作箱及键盘上带有回转结构,使控制键盘角度可任意调整,提高操作舒适性。

基于ESSVM的分类推荐

【目的】解决传统的兴趣点推荐基于简单上下文,推荐同一类别中最流行的、最便宜或者最接近的对象,导致推荐准确度低的问题。【方法】将兴趣点推荐作为一个排序问题,设计基于内嵌空间排序支持向量机模型(Embedded Space Ranking SVM,ESSVM),根据不同特征进行兴趣点分类,利用签到数据捕获用户的喜好,并使用机器学习模型调整不同属性在排序中的重要性。【结果】本方法与基于用户的协同过滤(User CF)、基于兴趣点的协同过滤(VenueCF)、兴趣点流行度(PoV)和最近邻推荐(NNR)等推荐策略相比,不仅可捕获个别异构偏好,而且可减少训练推荐模型的时间消耗。【局限】收集和整合多个基于位置的社交网络上下文信息工作量大;减少本方法的时间和类别的粒度时,还可能面临数据稀疏性问题。【结论】本方法考虑了时间变化对用户偏好的影响,以及用户在不同时段访问的位置类别,通过将有用的上下文信息与签到记录相结合,提供个性化的建议。