发明名称 | 服务化GNSS仿真平台中模型智能推荐方法 | ||
摘要 | 本发明涉及一种服务化GNSS仿真平台中仿真模型的智能推荐方法。本发明的方法工作流程包括:提取候选模型,组成候选项集;根据候选模型和当前选中模型的接口数目计算所有候选模型对应的接口形状权重;构建条件FP‑tree;同时建立FP‑tree;在候选项集中提取第1项,与当前选中模型组合形成K项集,获得K项集的支持度,若支持度为零,分析用户已选模型集合中模型的权重,去掉权重最低的一项,重新检索,直到获得一个不为零的支持度,重复以上步骤,直到获得所有候选模型对应的支持度;计算各候选模型对应的模型关联关系度,并根据计算结果对候选模型排序,将排序后的模型集合推送到人机交互终端。本发明可以提高仿真任务设计的速度和准确性。 | ||
申请公布号 | CN106055577A | 申请公布日期 | 2016.10.26 |
申请号 | CN201610341018.7 | 申请日期 | 2016.05.20 |
申请人 | 北京理工大学 | 发明人 | 许承东;范国超;宋丹 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 代理人 | ||
主权项 | 一种服务化GNSS仿真平台中仿真模型的智能推荐方法,其特征在于:所述模型推荐方法的工作流程为:步骤1,根据当前选中模型,以及接口形状池的记录,在模型库中提取出所有能够与当前选中模型建立连接关系的候选模型,组成候选项集;步骤2,根据候选模型和当前选中模型的接口数目进行计算,得到所有候选模型对应的接口形状权重;步骤3,将候选项集中所有候选模型依次与当前选中模型组合形成固连块,在固连块的约束下检索仿真任务记录池,构建条件FP‑tree;同时根据仿真任务记录建立FP‑tree,用于分析用户已选的各模型的权重值;步骤4,在候选项集中提取第1项,与当前选中模型组合形成K项集,通过检索条件FP‑tree获得K项集的支持度,若支持度为零,则根据FP‑tree分析用户已选模型集合中模型的权重,去掉权重最低的一项,重新检索,直到获得一个不为零的支持度,计算当前去掉部分模型后剩余模型的权重;步骤5,提取候选项集中下一项,重复步骤4,直到获得所有候选模型对应的支持度;步骤6,计算各候选模型对应的模型关联关系度,并根据计算结果对候选模型排序,将排序后的模型集合推送到人机交互终端。 | ||
地址 | 100081 北京市海淀区中关村南大街5号 |