基于数据挖掘的用户输入自动化模型分析与设计

用户输入自动化技术可以帮助用户完成输入任务,文章提出了基于数据挖掘的用户输入自动化模型,该模型可以发现隐含兴趣的用户输入模式,并且利用这些输入模式预测用户的输入值。基于数据挖掘的用户输入自动化模型主要包括模式挖掘器和预测分类器2个主要部件。模式挖掘器挖掘隐含兴趣的用户输入模式,预测分类器根据实例特征预测用户输入值。该模型实时性好,适应性强,应用价值高。

机械系统运动仿真中用户输入函数的求解和实现

在对机械系统运动仿真中用户输入函数进行分析研究的基础上 ,采用 C++语言和面向对象的方法实现了对用户数据文件中函数的自动查找、识别、存储、分析、读取直至调用的功能。采用适合的数据结构存储函数信息 ,并用一内嵌式程序语言解释器对其进行分析。建立了实现这些用户输入函数功能的通用组件(函数库 ) ,供求解计算时方便调用。分别采用笔者开发的仿真软件和 ADAMS软件对实例进行了仿真分析 。

LotusNotes应用程序开发中用户输入界面的设计技巧

群件ＬｏｔｕｓＮｏｔｅｓ是一个完全支持Ｉｎｔｅｒ的、面向业务流的文档数据库管理系统，使用其内置的编程工具ＬｏｔｕｓＳｃｒｉｐｔ可创建强有力的应用系统。本文结合在四川省政协提案管理系统中的实际开发经验，介绍一种便于用户快速、准确输入信息的方法。

一种Windows10中文用户输入痕迹信息提取方法研究与实现

中文输入法自学习所产生的用户词库可作为一种计算机用户行为痕迹信息,对计算机取证工作有重要的现实意义,其存有的用户常用或者符合用户用语习惯的字词句有助于案件侦查线索的拓展,但是该类输入信息的存储形式依赖于不同的中文输入法应用程序,均以特定数据格式存储在计算机中,其内容不易直接获得。因此,以Windows操作系统最新版本Win10中自带的中文输入法作为研究对象,采用数据流逆向分析方法对用户词库文件的存储协议格式进行分析,明确了输入词条信息在其内部的存储数据结构,提取出留存其中的大量用户自输入信息,并利用词云图的方式对所获得的信息进行整理并呈现,有利于发现用户的输入行为特征,为公安后期刑侦决策提供有价值的案件线索。

基于SVM的用户输入推荐模型研究

在现代计算机接口中用户输入任务是非常普遍的:我们经常需要在一个给定的输入框中输入一些字符串。虽然当前用户会采用一些简捷策略来帮助用户端,但这往往是不够的。该文描述了一个可以预测用户输入行为的新颖模型,即基于SVM的用户输入推荐模型,该模型提出的依据是用户输入行为虽然各不相同,但在动作序列中通常伴随着一些可识别的潜在模式。该文引入用户输入推荐模型的动机在于发现这些隐含的用户输入模式并利用这些模式来做输入预测。我们的模型理念包括两大核心部分:用于发现用户输入模式的模式挖掘和用于预测输入值的预测分类。

基于规范化用户输入空间的自然图像抠图

为了降低自然图像抠图中抠图算法对用户输入的敏感度,提出了规范化用户输入空间(Normalized User Input Space,NUIS)的概念及一种基于NUIS空间的抠图算法(NUIS-Matting)。方法首先将原始图像过分割为超像素(superpixels)并引入超像素前景不透明度以提高算法的抗噪能力,再用超像素构造NUIS空间并将原始用户输入映射到NUIS空间。然后使用一种更有效的采样方法在NUIS空间中采样前景及背景颜色对来计算未知区域像素点的前景不透明度及其置信度,并选取对应高置信度的不透明度作为初始结果;最后使用随机游走(random walk)解一个图标记问题(graph labeling problem)得出优化后的结果。实验结果表明,方法大大降低了抠图对用户输入的敏感度,提高了抠图结果的质量。

一种提升移动虚拟化用户输入体验的方法

移动虚拟化使用中,用户输入后需要先将输入信息通过网络发送到服务器端,经过服务器端处理后更新用户界面再返回给客户端之后用户才能获得刚才输入的实际响应,因此用户输入后能否快速响应决定着是否有好的用户输入体验。该文提出在用户输入时先根据画笔属性实时显示输入信息,给用户有个好的输入响应,待收到服务器端的实际数据后再进行二次回显避免显示偏差。这种方法能够减小移动虚拟化对网络传输的依赖,快速响应用户输入,解决了因为网络抖动、延迟等原因造成用户输入卡顿或回显慢的问题,有效提升用户输入体验。

5G网络下的多用户多输入多输出(MIMO)研究

本研究深入研究了在5G网络环境下的多用户多输入多 输出(MIMO)技术的重要性和潜力。通过详细的分析和实验,我 们发现MIMO技术不仅在提高5G网络性能和容量方面发挥关键 作用,而且具有解决多用户干扰和显著提高数据传输速度的潜力。 这些发现对于5G网络的未来发展至关重要,将为通信技术领域 的创新提供重要的启示和方向。我们的研究为加速5G网络的进 一步演进和改进打下了坚实的基础。

探索用户自然输入标记及其在构建分词语料库中的作用

当分词算法优化到接近极限时,分词器的性能指标就较多地取决于训练语料的覆盖度和完备程度。因此,如何快速、省力、自动化地构建具有较完备的分词语料库是一个亟待解决的问题。该文对用户输入过程中留下的大量可用且珍贵的自然分词信息进行了探索和研究,为自动构建分词语料库提供了一种新的观点。前人的研究中,对用户在输入过程中留下的自然分词标记信息并没有关注,而该文通过实验验证了这些分词标记信息确实可以用于构建分词语料库,并且具有相当好的效果。其中经过甄别优秀用户在输入时留下的分词标记十分接近标准的分词结果。该文使用分类模型结合投票机制的方法找到三个此类优秀用户,获取了他们带有输入标记的文本,快速构建了分词训练语料库,极大地提升了分词器的精度;更重要的是,揭示并验证了自然输入分词标记信息的有效作用。

基于用户行为的笔记本电脑输入模式研究及设计

从用户的行为出发,通过分析用户在操作笔记本电脑的输入行为,寻找入门用户和熟练用户的行为特点,并使用HVM图(属性-结果-价值图)分别分析两类用户输入过程中的不同需求,对需求进行总结分析后,初步建立基于用户行为的用户需求模型,在此模型的指导下,讨论已有笔记本输入模式的特点,并探索开发新用户输入模式的可能性。

低复杂度多用户多输入多输出系统预编码算法

针对多用户多输入多输出(Multi-user Multiple-input Multiple-output,MIMO)系统虽可获得很好的系统容量性能,用户间却彼此存在干扰的问题,提出了一种具有较低计算量的线性块对角化预编码算法,并进一步给出了发送端性能优化预处理算法,从而较好的消除用户间干扰,并充分利用多用户MIMO系统容量性能.所提算法可以获得相近的误码率性能,具有较低的计算量,较好的满足了无线通信系统实时性、快速性的要求.仿真结果验证了所提算法的有效性.

基于合作似然检测和球形译码的多用户多输入输出多跳中继系统

针对多输入输出(MIMO)系统在传输数据过程中的误码率(BER)和信道容量优化问题,提出一种基于合作似然检测和球形译码的多用户MIMO多跳中继系统。首先,该系统构建二阶协作的MIMO中继系统模型对信道数据的中继传输过程以及路径损耗、阴影衰落情况进行分析;接着,通过球形译码来推导出等效的最大似然规则进行对数正态阴影衰落检测;最后提出最大调和平均信道功率选择策略,基于相关性链路度量和最大信道功率阈值为用户选择误码率更小的接入链路,从而改善多用户MIMO系统的性能。实验仿真结果显示,与基于互信息最大化的多用户MIMO多跳中继系统以及基于解码转发和多入多出技术正交空时分组编码(STBC)的中继系统相比,该系统在数据传输过程中的平均比特误码率分别降低了27.4%和32.6%,平均信道容量分别提高了9.5%和12.7%,因此在减少误码率和提高信道容量上具有较好的效果。

基于视觉的多用户手势识别人机交互技术研究

提出了一种基于视觉手势识别的多用户输入技术,利用双手手指在显示屏幕上进行点击和拖拉完成人机交互功能。该方法使用三个摄像机从不同角度实时拍摄显示屏幕表面的图像,运用图像处理技术分析识别手势在图像中的位置,根据三副图像中的手势位置和摄像机参数计算双手手势输入的实际位置。通过手势识别训练和冗余数据平均计算等方法提高了系统的识别率和鲁棒性。实验表明,该系统具有较强的可用性和适用性。

基于人工噪声多用户MIMO系统的窃密算法

人工噪声是一种保障无线通信系统物理层安全的有效策略。现有针对基于人工噪声保密系统的窃密算法仅适用于单用户多输入单输出系统,该文针对这一问题,提出了两种适用于多用户多输入多输出(multi-input multi-output,MIMO)系统的窃密算法。首先通过基于人工噪声的多用户MIMO系统模型与盲源分离线性混合模型的比对,提出了基于盲源分离理论的窃密思路,其次通过改进两种盲源分离算法中的分离矩阵以及选择的非线性函数结构,消除了原始算法估计秘密源信号出现的相位模糊性,同时对每一步迭代中的分离矩阵进行归一化,避免了幅度的不确定性。仿真结果表明,所提两种方法在有效窃密的同时具有较低的计算复杂度,另外,当窃听天线数目越多时,窃密效果越好。

基于数据挖掘的网络用户兴趣分类研究

在移动互联网发展快速的今天,数据是最宝贵的资源之一,如何利用海量数据完成特定应用。本文基于数据挖掘技术实现网络用户兴趣分类为用户提供特定服务,设定合理的用户兴趣模型确保个性化服务优劣的核心。提出一种基于HITS算法通过用户访问量实现兴趣分类的策略,通过网络数据采集、模型分析完成对兴趣数据的处理,得出了HITS在用户兴趣分类方面有较大的优势。

MIMO下行多用户中继系统的线性收发处理设计

针对单源单中继多用户多输入多输出下行系统,提出一种基于规则块对角化的收发处理设计.考虑源端无法获得第二跳的信道信息和用户无法获得第一跳的信道信息的场景,对源-中继链路和中继-用户链路进行独立的收发处理设计.在中继处采用传统的规则块对角化方法抑制用户间干扰和噪声,并基于最小均方误差准则联合接收矩阵设计改进的迭代优化算法.仿真结果表明,该算法收敛较快,且很好地降低了低信噪比区域的误码率.

基于MSINR的上行多用户MIMO多址干扰抑制算法

针对多用户多输入多输出技术上行传输系统,以最大信干噪比作为多址干扰(MAI)抑制的准则提出了一种新算法。该算法充分利用基站接收端所能获知的信道状态信息构造滤波矩阵,以抑制MAI以及噪声带来的影响。与广泛关注的块对角化MAI抑制算法相比,该算法考虑了噪声的影响,性能有较大提升。针对非理想信道环境,给出了本文算法的改进,仿真结果表明该算法具有优异的性能。

MU-MIMO用户调度和预编码跨层联合优化

针对多用户多输入多输出(Multi-User Multiple Input Multiple Output,MU-MIMO)系统中用户调度和预编码传统算法性能不佳和分层设计导致系统复杂度高的问题,利用最大信漏噪比(Signal to Leakage plus Noise Ratio,SLNR)算法的优越性,提出一种基于SLNR算法的用户调度和预编码的跨层联合优化策略,利用迭代搜索最优用户组,并在预编码中加入功率分配。仿真结果表明,新策略比传统算法能够提升系统吞吐量,并改善误码率性能,同时使系统具有较低的复杂度。

改进PU2RC算法的多用户MIMO预编码研究

在LTE下行链路的多用户MIMO系统中,基于传统PU2RC算法的预编码方案,由于受正交性约束而使多用户分集增益及系统"和容量"受到限制,对此,提出一种基于改进PU2RC算法的多用户MIMO预编码方案。它通过在基站端增加近距码字集,并对用户集为空集的码字实施二次调度处理,来提高多用户分集增益及系统"和容量"。仿真结果表明,与基于传统PU2RC算法的多用户MIMO预编码系统相比,该方案可以在保持反馈量不变的前提下显著提高系统吞吐量。

多用户线性分散码与空间复用组合系统预处理算法研究

为了更有效地去除多用户下行链路的共道干扰,针对多用户线性分散码与空间复用组合系统,基于球形检测算法原理,在假定基站已知信道状态信息的情况下,依据后验信噪比最大化准则提出一种改进的迫零预处理算法.理论及仿真结果均证明:改进的迫零预处理算法不仅可以彻底去除用户间的共信道干扰,而且当下行链路中发射天线数目增加时可以进一步提高系统性能.