消费者感知相似度对仿冒奢侈品购买意向影响的实证研究

探究消费者感知相似度对仿冒奢侈品购买意向的影响有助于解释消费者购买仿冒品的行为。论题构建了感知相似度对仿冒奢侈品购买意向影响的概念模型,在中国大陆、中国香港和新加坡采用便利抽样方式对公司员工进行了实地调查,并运用结构方程模型进行了实证研究。结果表明,消费者感知相似度对消费者的仿冒品购买意向存在着间接影响,没有直接效应,购买真品的失调和购买仿冒品的压力在感知相似度和购买意向的关系中具有完全中介作用;消费者所在国家(地区)对消费者感知相似度与仿冒品购买意向的关系具有调节作用。

基于时空相似度感知的Web服务QoS协同过滤推荐

在Web服务推荐过程中,Web服务缺失服务质量(QoS)值的预测精度会对服务推荐合理性产生重要影响。为此,结合时空相似度感知,提出一种新的Web服务QoS协同过滤推荐算法。从QoS协同预测角度对Web服务推荐系统框架进行设计,并给出相关参数集合定义。针对传统top-K算法中部分服务与目标服务不相似的问题,利用时空相似度感知结合相似权重的方式预测缺数据,以提高预测精度,并通过简单示例给出算法的计算过程。实验结果验证了该算法的有效性。

无人机接替场景中相似度感知的边缘计算缓存算法

无人机边缘计算将无人机的移动性和边缘计算的源端处理优势相结合,可以在基础设施薄弱区域中提供计算、传输和存储服务,近两年得到了广泛关注。然而,无人机平台的计算、能量和存储容量有限,面对不断增长的内容服务请求,无人机边缘节点只能缓存部分流行度较高的内容。此外,为了保证服务的连续性,无人机之间往往需要接替提供缓存服务。现有的边缘缓存算法大多根据内容的请求历史来预测流行度,使得接替无人机上对新请求的内容服务启动缓慢,缓存命中率较低,限制了边缘计算缓存的性能。在此背景下,充分考虑无人机的移动性和内容请求的动态性,设计了一种针对接替无人机的动态缓存架构,并综合考虑接替无人机上缓存内容的流行度、相似性以及接替距离,提出了一种相似度感知缓存算法(Similarity-Aware Caching,SAC)。仿真结果表明,该缓存算法可以有效提升无人机接替场景中的缓存命中率和接替成功率。

相似度感知蒸馏的统一弱监督个性化联邦图像分割

目的 联邦学习允许多个机构在不侵犯数据隐私、安全的前提下协作训练强大的深度模型。现有多数联邦范式在处理多中心不同数据分布时性能通常会下降,且弱监督条件下的联邦范式鲜有研究,特别是各站点数据采用不同形式稀疏标注的情况。针对该问题,提出一种站点分布相似度感知知识蒸馏的统一弱监督个性化联邦学习框架(unified weakly supervised personalized federated image segmentation via similarity-aware distillation,pFedWSD),以应对多中心数据分布和标注上的差异。方法 所提出的pFedWSD通过循环知识蒸馏为每个站点训练个性化模型,包含动态循环公共知识积累及个性化两个阶段。第1阶段以不确定度感知方式动态地排序每轮训练中各站点模型性能,并以循环知识蒸馏的形式积累公共知识;第2阶段通过批标准化层的统计信息来度量各站点间相似性并聚合得到各站点教师模型并进行知识蒸馏。在弱监督方面,引入门控条件随机场损失和树能量损失相结合的训练目标,以产生更为精确的伪标注监督信号。结果 在眼底视杯视盘分割和视网膜中心凹无血管区分割两项任务中,pFedWSD的Dice系数和HD95(95%Hausdorff distance)指标均优于多种中心式联邦和个性化联邦方法,在两项任务中,Dice系数分别为90.38%和93.12%,相比于较先进的方法FedAP(federated learning with adaptive batchnorm for personalized healthcare)和FedALA(adaptive local aggregation for personalized federated learning)分别提升了1.67%和6.56%,性能接近于全监督集中式训练所得的模型。结论 本文提出的弱监督个性化联邦学习框架能有效统一不同形式稀疏标注数据并对不同分布的各站点数据训练得到个性化模型,使各站点分割性能均得到显著提升。

延伸产品服务密集度对品牌延伸评价的影响研究——以大学生消费群体为例

品牌延伸是利用品牌资产的重要方式。在总结国内外学者有关品牌延伸评价研究的基础上,对本研究的相关变量进行了界定,并提出了服务密集度和消费者对品牌延伸评价的测量要素,以大学生消费群体为研究对象,通过对真实品牌的虚拟延伸策略,采用实证研究的方法,研究延伸产品的不同服务密集度对延伸评价的影响。研究发现,消费者对低服务密集度延伸产品和高服务密集度延伸产品的评价存在显著差异,提出了未来研究方向和建议。

基于弱监督的口腔鳞状细胞癌病理图像分割

考虑到口腔鳞状细胞癌病理图像的超高分辨率,文中提出用简单的曲线粗略勾画三类前景区域,使得前景区域标签是包含背景区域的粗标签,仅耗费专业精细标注1/6的时间。文中利用粗标签中前景区域含噪声,但背景区域都是干净标签这一事实,通过多个背景模板滤除误标的前景像素,实现对前景部分的精细化分割。具体地,文中提出基于背景相似度感知的平均教师模型(BS-MT),通过抽取高度多样性和鲁棒性的背景模板,指导学生网络利用模板滤波滤除背景像素而生成高质量的前景标签。在自建的OSCC-CA数据集,该方法的mIoU比U-Net和其他弱监督方法分别高出2.5%和1.1%以上。

基于区域蛙跳搜索与轮廓匹配的显微图像拼接

为解决传统显微图像拼接中产生的几何畸变和错位,及特征稀少造成的正确匹配率低、时效性差等问题,提出基于区域蛙跳搜索和图像轮廓匹配的拼接算法。提取连续采集且有重叠区域的图像轮廓曲线;引入轮廓线索感知相似度和均方误差距离,计算图像轮廓曲线间的相似度或曲线离散距离,并将其作为匹配的衡量指标;在决策域内采用区域蛙跳算法更新鸣叫分贝和蛙跳策略,搜索图像轮廓最优匹配,实现图像快速精确的拼接。结果表明,所提算法不仅具有较高的拼接精度和较强的稳健性,还减小了其简化匹配策略的计算量,具有较强的时效性。