简介:基于移动互联网设计了一个生产现场管理系统,系统包括基于Netty框架的前端数据采集模块、云端数据采集组件、基于Java2平台企业版(即J2EE)框架的云端业务处理组件以及具有多种实现方式的云端智能决策组件四个部分.前端通信采用JavaScript对象表示法(即JSON),业务处理组件的考勤系统采用开源的Activiti工作流,决策组件完成了接口定义和功能设计.系统的并发性和稳定性较好.
简介:为准确把握用户兴趣,提高用户体验,实现内容的精准推广和用户的个性化服务,建立移动社交网络用户兴趣模型。挖掘用户的移动社交网络行为及内容,抽取用户的兴趣特征项,在统计兴趣项词频的基础上借鉴改进词频—逆文档频率(termfrequency—inversedocumentfrequency)算法以计算用户兴趣度权重,得到用户兴趣的向量空间表述模型。试验表明该方案在用户兴趣识别与排序上准确率较好。
简介:采用生物传感器-人工神经网络建立基于游离氨基酸含量对胶原蛋白胰酶酶解进程的预测模型,以实现对酶解进程的在线监控,获得最大量的目标活性肽。以大马哈鱼皮为原料制备胶原蛋白,对其酶解,建立不同条件下的酶解动力学曲线。结果显示:酶解液中游离氨基酸含量随酶解时间的延长而增加,与胶原蛋白的水解度呈良好的线性关系。以酶浓度、底物浓度、游离谷氨酸含量、赖氨酸含量、谷氨酸和赖氨酸含量为输入参数,水解度DH为输出参数,建立基于谷氨酸含量、赖氨酸含量以及谷氨酸赖氨酸含量的蛋白酶传感器-人工神经网络预测模型。对3个模型的水解度样本值与拟合值进行比较分析,R2分别为0.98,0.9805和0.981,对样本值拟合度很高。利用模型进行独立试验验证,理论值与实验值相符合,水解度实验的相对误差范围分别为0.404%~6.45%,0.76%~2.27%和1.67%~2.72%。3个模型在一定程度上实现了仿真监控,可用来在线预测水解反应的动态进程。