一种新颖稳定的RFID反碰撞算法模型

解决RFID多标签冲突的随机ALOHA方法效率较低,确定性树型方法要求区域内标签数量不变。该算法克服了这些局限,根据阅读器每次识别的结果,标签以递增或递减方式修改其应答概率。最终,该算法识别效率在动态以及标签数量庞大的情况下也可以稳定地达到0.322。论文用马尔可夫链理论对该算法模型进行了描述。重点针对标签以线性方式进入时,在识别效率能初步达到最优的情况下,标签可以取得的极小状态级别数k以及标签应答概率动态变化时,变化的幅度如何才能更加合理进行了分析。

多源异构数据融合的旅游规模预测研究

旅游规模预测研究亟待应用旅游大数据及其适应性方法,以提升预测的准确度。文章基于多来源搜索引擎指数和UGC数据,以ARIMA模型为基准,综合运用灰色关联度分析、TF-IDF自然语言处理技术、机器学习领域中适用范围最广的RF与SVR模型,对重庆市月度旅游规模展开预测。研究发现:融合多来源搜索引擎指数与包含旅游者丰富心理信息的UGC数据进行的旅游规模预测,在三种模型中的预测精度均呈提升态势,说明多源旅游大数据对目的地潜在客流具有前兆作用。在相同数据集约束下,ARIMAX、RF、SVR三种模型的预测精度递增,表明机器学习算法对于旅游大数据具有更强的分析与处理能力。文中提供了集成多源异构旅游大数据与高效的机器学习算法以回应城市旅游规模预测问题的新思路。