排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
基于物联网智能抄表技术获取的准确的居民日用气数据,采用机器学习方法实现居民日用气量的预测与影响因素评价。在采用LSTM模型对居民日用气量进行预测时,分别进行无特征预测(在预测过程中,不添加特征值)、特征预测,特征预测的精度比较高。在对居民日用气量的影响因素进行评价时,采用XGBoost模型,主要考虑小区外部特征(地理位置、物业费价格、容积率、房价、建造时间、绿化率、交通情况、教育特征)的影响,地理位置、物业费价格、容积率、房价、建造时间、绿化率的重要性靠前,其他小区外部特征的重要性不明显。 相似文献
3.
随着3G网络技术的不断发展和广泛应用,移动视频业务比以往更受用户的关注。与传统的有线网络视频业务相比,移动视频的传输条件不太稳定,更容易产生误码;移动终端的视频播放性能更容易受到设备硬件的限制,这就要求有更适合移动终端的视频编码方式。此外,不同类型的视频内容、用户的兴趣爱好等因素也会对用户观看视频的体验产生不同的影响。以上因素给移动视频服务提供商在业务质量的评估以及用户体验的提升方面提出了巨大的挑战。目前在移动视频质量评估的研究中,主要采用基于服务质量(Quality of Service,QoS)的评价方法,但是这些方法没有考虑用户主观体验参与在内的诸多因素,因此并不是一种非常有效的评价方法。针对影响移动视频用户体验质量的主客观因素,研究了无线参数、终端设备参数和视频编码参数对移动视频质量的影响,提出了基于用户体验质量(Quality of Experience,QoE)的视频质量评价方法。 相似文献
4.
5.
6.
7.
1