CN106227702B - 一种基于螺旋式迭代模型的用户需求分析方法 - Google Patents

一种基于螺旋式迭代模型的用户需求分析方法 Download PDF

Info

Publication number
CN106227702B
CN106227702B CN201610554905.2A CN201610554905A CN106227702B CN 106227702 B CN106227702 B CN 106227702B CN 201610554905 A CN201610554905 A CN 201610554905A CN 106227702 B CN106227702 B CN 106227702B
Authority
CN
China
Prior art keywords
matrix
user
requirements analysis
demand
user requirements
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610554905.2A
Other languages
English (en)
Other versions
CN106227702A (zh
Inventor
李隽�
刘亮
罗显志
解剑
蔚保国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing mechanical and electrical engineering general design department
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN201610554905.2A priority Critical patent/CN106227702B/zh
Publication of CN106227702A publication Critical patent/CN106227702A/zh
Application granted granted Critical
Publication of CN106227702B publication Critical patent/CN106227702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于螺旋式迭代模型的用户需求分析方法。本方法首先通过确定用户需求的影响因素来确定用户需求分析矩阵的维度；其次利用层次分析法量化不同因素的影响程度，建立相应的用户需求分析矩阵；然后引入螺旋式的迭代模型对相应的用户需求分析矩阵进行不断的迭代修正；最终定量的分析得到不同类别用户对于不同手段的需求程度，并作为用户需求定性分析的重要参考，对于相关的产业的发展建设具有重要意义。

Description

一种基于螺旋式迭代模型的用户需求分析方法
技术领域
本发明设计一种基于螺旋式迭代模型的用户需求分析方法，主要针对于用户的需求分析，实现对不同用户需求的定量分析，并为定性的分析提供参考。
背景技术
随着市场与产业的广泛需求越来越丰富、多样化，应用与服务需求逐步上升为主要矛盾；使其发展驱动力从主要来自使命牵引转变为主要来自需求推动，也就是更多地来自于产业、市场和用户的需求。所以，相应工程、技术产业的需求分析是产业体系建设工作的一个重点任务。通过需求调研工作有助于尽早实现系统指标体系的调整确定，使之更加切合实际,更加实用。
一般的需求分析方法往往单纯的通过定性分析，没有定量的统计参量作为参考，缺乏可信度。
发明内容
本发明的目的在于提供一种基于螺旋式迭代模型的用户需求分析方法。本方法主要针对于用户需求分析，实现对不同用户需求的定量分析，并根据相应技术发展情况和用户需求情况更新用户需求分析矩阵，并为定性的分析提供参考。本方法可以定量的分析不同用户相应领域的需求情况，弥补现有需求定性分析方法的不足。
本发明的方法是这样实现的：本方法首先分析不同用户对相应应用场景、相应工程、技术手段的需求情况，确定用户需求分析矩阵的维度；其次利用层次分析法对初始用户需求数据进行量化，构建初始用户需求分析矩阵；然后利用相应工程、技术手段的发展信息和更新的用户需求数据来更新用户需求分析矩阵；最后利用多次更新后的用户需求分析矩阵进行统计分析当前的需求情况。具体包括以下步骤：
(1)将影响用户需求的因素进行归类划分，将属于同一类别的影响因素作为用户需求分析矩阵的一个维度；
(2)利用层次分析法量化调研信息中同一类别的影响因素对用户需求的影响程度，得到所有类别中每个影响因素的归一化比例权重；所述的调研信息为用户需求的影响因素的汇总；
(3)将量化得到的归一化比例权重作为用户需求分析矩阵的系数，根据维度和系数建立用户需求分析矩阵；
(4)根据调研信息建立综合约束矩阵和用户需求定义矩阵，并根据综合约束矩阵和用户需求定义矩阵修正用户需求分析矩阵，得到修正后的用户需求分析矩阵；所述的综合约束矩阵具体为：根据用户需求获取相应的工程技术的技术指标，将技术指标利用层次分析法量化得到比例权重后，根据比例权重生成综合约束矩阵；用户需求定义矩阵具体为：根据用户对工程技术的需求情况，将需求的迫切程度利用层次分析法量化得到比例权重后，根据比例权重生成用户需求定义矩阵；
(5)更新调研信息，并更新综合约束矩阵和用户需求定义矩阵，根据螺旋式迭代模型、更新后的综合约束矩阵和更新后的用户需求定义矩阵修正步骤(4)得到多次修正后的用户需求分析矩阵；
(6)对多次修正后的用户需求分析矩阵的任意一个维度进行求和，根据求和结果定量的统计分析出该维度对其他维度的影响程度。
其中，步骤(2)所述的利用层次分析法量化调研信息中同一类别的影响因素对用户需求的影响程度，具体为：比较调研信息中同一类别中不同的影响因素的重要程度，根据重要程度的大小划分多个程度等级，每个程度等级对应一个比例权重。
其中，步骤(4)所述的综合约束矩阵的维度与用户需求分析矩阵的维度相同，且综合约束矩阵每个维度的影响因素与用户需求分析矩阵每个维度的影响因素相同；所述的用户需求定义矩阵的维度与用户需求分析矩阵的维度相同，且用户需求定义矩阵每个维度的影响因素与用户需求分析矩阵每个维度的影响因素相同。
其中，步骤(4)所述的根据综合约束矩阵和用户需求定义矩阵修正用户需求分析矩阵，得到修正后的用户需求分析矩阵；具体为：将用户需求分析矩阵、综合约束矩阵和用户需求定义矩阵相乘，获取修正后的用户需求分析矩阵。
其中，步骤(5)所述的更新调研信息，并更新综合约束矩阵和用户需求定义矩阵，根据螺旋式迭代模型、更新后的综合约束矩阵和更新后的用户需求定义矩阵修正步骤(4)得到的用户需求分析矩阵；具体包括步骤：
(501)根据更新后的调研信息中技术指标的变化更新综合约束矩阵，根据更新后的调研信息中用户需求情况的变化更新用户需求定义矩阵；
(502)将更新后的用户需求分析矩阵、更新后的综合约束矩阵和修正后的用户需求定义矩阵相乘，获取新的用户需求分析矩阵；
(503)重复执行步骤(501)和(502)，得到多次修正后的用户需求分析矩阵。
本发明与现有技术相比的有益效果为：
(1)解决了需求定性分析缺乏有效数据支撑的问题，通过对用户需求分析矩阵定量的分析，利用统计值可以得出相应的定性分析结论；
(2)依据最新的技术发展信息和用户需求信息，对用户需求分析矩阵进行螺旋式的迭代相乘，从而达到定期更新用户用户需求分析矩阵的目的，通过不同节点的用户需求分析矩阵，得到相应产业体系中对应的工程、技术手段的需求发展状况。
附图说明
图1是螺旋式用户需求分析方法的流程图。
图2是本发明实施例的螺旋式更新用户需求分析矩阵的算法流程图(以PNT(Positioning,Navigation and Time,导航、定位、授时)体系需求分析为例)。
具体实施方式
以下结合附图和实施例对本发明做进一步的说明。
图1为基于螺旋式迭代模型的用户需求分析方法的实现流程图。本方法利用调研得到的定性的数据进行量化分析，并构造用户需求分析矩阵，利用不断更新的技术信息和需求信息来更新用户需求分析矩阵，并在相应的节点统计相应维度的用户需求分析矩阵，为需求定性分析提供数据支撑。这里以PNT用户体系需求分析为例，详细描述实现步骤。
一种基于螺旋式迭代模型的用户需求分析方法，包括以下步骤：
(1)确定用户需求分析矩阵的维度；
用户需求分析矩阵的维度对应用户需求，所以维度需要首先确定下来。后续的综合约束矩阵、用户需求定义矩阵均与用户需求分析矩阵的维度保持一致，并可以根据实际调研情况后续添加。
以PNT用户需求为例，根据影响因素将维度确定为四维，分别为：用户类别(交通、航空、公安、测绘、通信行业等)、应用场景(城市、郊区、水下、空中等)、导航手段(卫星导航、惯导、自适应导航系统、导航与通信融合技术等)和指标能力(定位误差、定时误差、测速误差、工作速度、定向误差等)。
(2)利用层次分析法量化调研信息中同一类别的影响因素对用户需求的影响程度；
将用户需求分析矩阵、用户需求定义矩阵、综合约束矩阵的矩阵元素值进行量化后可以比较直观的统计不同工程、技术手段在实际场景的应用程度、不同用户的实际需求迫切性和不同工程、技术手段当前的受限程度。
这里需要建立相应的影响因素量化体系，将不同性质、不同量纲、不同程度的特征转化为一般数值，方便计算和统计。主要原理是，利用不同影响因素的定性特点划分相应的类别，将相近的影响因素划为一类，并在同一类间进行重要性比较，生成对应的两两判断矩阵，并经过处理，得到相应的各类影响因素的比例权重，并依据比例权重的类别，写入对应矩阵。重要性比较的基本赋值原则如表1所示。完成定性影响因素的定量后，对矩阵数据量级进行归一化处理，保证数据处理的有效性和可信度。
表1重要性标度方式
标度 含义
1 表示两个影响因素相比，具有同样重要性
3 表示两个影响因素相比，一个影响因素比另一个影响因素稍微重要
5 表示两个影响因素相比，一个影响因素比另一个影响因素明显重要
7 表示两个影响因素相比，一个影响因素比另一个影响因素强烈重要
9 表示两个影响因素相比，一个影响因素比另一个影响因素极端重要
2、4、6、8 上述两相邻判断的中间值
倒数 影响因素i与j比较的判断aij，则影响因素j与i比较的判断aji＝1/aij
用户需求矩阵A1的量化方法为：
以PNT需求分析为例，衡量多种领域用户对于不同场景的需求程度，例如用户分为航空、交通、测绘，可以使用的场景分别为空中、郊区、城市，对于航空领域用户，应用于三个场景的重要程度为：空中>郊区>城市，将三种场景进行两两比较可以得到重要性判断矩阵：
矩阵M1代表航空用户各场景的重要程度，三种场景排列序号分别为1、2、3，矩阵中M1ij代表相对于航空用户第i种场景与第j种场景的重要程度，航空以空中为主，所以相比城市场景强烈重要，所以设置权重为7，反过来比较则为1/7；相比于郊区场景明显重要，所以设置权重为5，反过来比较则为1/5；郊区比城市场景稍微重要，所以设置权重为3，反过来比较则为1/3。
利用同样的方法可以得到交通领域用户的重要性判断矩阵M2和测绘领域用户的重要性判断矩阵M3，对三个矩阵分别进行归一化处理，按行求和，矩阵M1可以得到按行求和结果为：
归一化后的权重矩阵P1为：
利用同样的方法，可以求出其他领域用户的权重矩阵为P2、P3，这样，就可以获得关于用户类型和使用场景两个维度的二维矩阵Q，
Q＝[P1 P2 P3]
其中，Qmn代表第m种用户领域第n种场景的重要程度的权重。
第三个维度为导航指标能力需求，这里选定定位误差、定时误差、测速误差三种指标为例，对于某种领域用户，可以利用上面的方法产生权重矩阵R，Rmk代表第m种用户领域对于第k种指标需求程度的权重。
第四个维度为导航手段，这里只选定卫星导航、惯导、组合导航三种手段，对于某种导航指标，衡量在不同指标能力上的权重，同样的方法建立权重矩阵S，Skt代表第k种指标在第t种导航能力上的表现程度的权重。
(3)构建用户需求分析矩阵，并采用螺旋式迭代模型更新用户需求分析矩阵；
初始化过程为：
将量化得到的归一化比例权重作为用户需求分析矩阵的系数，根据维度和系数建立用户需求分析矩阵A1。
以PNT需求分析为例，得到的用户需求矩阵A1为：
A1m,n,k,t＝Qmn×Rmk×Skt。
更新过程为：
(301)根据用户需求获取相应的工程技术的技术指标，将技术指标利用层次分析法量化得到比例权重后，根据比例权重生成综合约束矩阵B1；根据用户对工程技术的需求情况，将需求的迫切程度利用层次分析法量化得到比例权重后，根据比例权重生成用户需求定义矩阵C1；
综合约束矩阵B1的量化方法为：
对于综合约束矩阵主要关注对于不同场景下相应技术手段的指标能力，所以通过最新的导航手段在相应场景指标能力的相关调研数据，利用上文介绍的方法产生权重矩阵T1、T2、T3，三个矩阵分别对应空中、郊区、城市三个场景，T1kt表第k种指标在第t种导航能力上的表现程度的权重，将三个场景下的权重矩阵组合，可以得到：
V＝[T1；T2；T3]
V的大小为3×3×3的三维矩阵，按照用户类别的维度元素的种类个数进行组合，可以得到综合约束矩阵B1，B1的矩阵大小与用户需求矩阵A1矩阵大小一致。
B1＝[V；V；V]
用户需求定义矩阵C1的量化方法为：
对于用户需求定义矩阵，主要关注于用户对不同场景和不同技术指标的关注程度，所以需要利用目前最新的用户需求调研数据，利用上文介绍的方法重新产生矩阵Q和矩阵R，Qmn代表第m种用户领域第n种场景的重要程度的权重，Rmk代表第m种用户领域对于第k种指标需求程度的权重。
将两个矩阵组合为三维矩阵U，组合方式如下：
Um,n,k＝Qmn×Rmk
最后根据导航手段所在维度的个数的大小进行组合，可以得到用户需求定义矩阵C1，C1的矩阵大小与用户需求矩阵A1矩阵大小一致。
C1＝[U；U；U]
(302)将用户需求分析矩阵A1、综合约束矩阵B1和用户需求定义矩阵C1相乘，获取更新后的用户需求分析矩阵A2；
(303)根据技术指标的变化更新综合约束矩阵，根据用户需求情况的变化更新用户需求定义矩阵；
(304)将更新后的用户需求分析矩阵A2、更新后的综合约束矩阵B2和更新后的用户需求定义矩阵C2相乘，获取新的用户需求分析矩阵A3；
(305)重复执行步骤(303)和(304)，得到最新的用户需求分析矩阵。
螺旋式迭代模型将零散的用户需求，转化为结构化的任务需求和系统需求，模型将需求分析、需求描述和需求验证组织在系统需求的迭代开发过程中，模型的基本结构如图2所示。该模型的主要功能是面向对象给出结构化定义，将不同工程、技术手段的指标能力量化为确定的数值，并利用对用户的具体调研，修改综合约束矩阵和用户需求定义矩阵，经过多次用户需求和技术能力识别的迭代，最终形成详细的整个产业体系系统需求。
综合约束矩阵的主要功能是以综合考虑当前国内国外最新技术、时间、不同用户财力人力等因素，对用户需求分析矩阵进行修正。用户需求定义矩阵则是按照不同类别用户在实际应用场景下对相关工程、技术手段的需求，并将需求的迫切程度量化为数值，并修正各种工程、技术手段的矩阵。通过多次的矩阵更新、修正、相乘，使得该模型更加具有代表意义。
(4)最新的用户需求分析矩阵不同维度的求和。
经过不断地迭代，可以获取得到当前收集数据整合下得到的用户需求分析矩阵，该矩阵综合了用户的不同类别、不同场景需求，并结合各种工程、技术手段在不同指标上的服务能力，利用四维的用户需求分析矩阵不同维度的加权计算，可以得到相应产业体系基础设施、服务能力、接入标准、应用领域等需求分析结果，为以后的产业体系发展提供参考。
以PNT体系分析为例，可以得到以下结论：
对于同一种用户所在维度，可以得到在不同应用场景下，不同导航手段在各项指标的服务能力，通过在不同应用场景使用重要程度的加权计算，从而得到不同导航手段应用于该领域用户的优劣分析，并为相应行业用户提供相应的参考。
对于同一种导航手段所在维度，可以得到该项导航技术在某些行业中应用的情况，并分析得到该项导航技术的技术短板，可以为后续国家规划PNT技术能力提供参考，也可以在所在维度加入相应国外优势的导航手段进行比较分析，吸取相应的国外技术优势，提升我国PNT技术水平。
对于同一种应用场景所在维度，可以分析得到不同导航手段在各种场景的应用情况，并利用不同用户群体数量进行加权计算，从而表征PNT各项服务在各种场景的应用范围，为后续规划PNT服务业务拓展提供思路。
对于同一种PNT指标能力所在维度，可以得到不同导航手段在相应指标上的用户需求情况，相关研发部门可以根据相应用户的需求情况，研发更加广泛应用的PNT服务产品，打开过往较为薄弱的市场，加强PNT体系在各种领域应用的落实情况。
将不同迭代次数得到的用户需求分析矩阵进行比较分析，可以得到该段时间内，国内PNT行业的发展情况和相关政策取得的成效，并利用相应指标结果进行拟合分析，完成对未来几年PNT体系需求预测分析。此外还可以利用已有结果，设计假设未来可能发展的相关行业发展情况、技术能力改进、相关政策实施、相关需求变化等情况，仿真得到预期会达到的结果，并对该结果进行调整，比较仿真结果，为后续相应产业战略的实施提供参考基础。

Claims (4)

1.一种基于螺旋式迭代模型的用户需求分析方法，其特征在于：包括以下步骤：
(1)将影响用户需求的因素进行归类划分，将属于同一类别的影响因素作为用户需求分析矩阵的一个维度；
(2)利用层次分析法量化调研信息中同一类别的影响因素对用户需求的影响程度，得到所有类别中每个影响因素的归一化比例权重；所述的调研信息为用户需求的影响因素的汇总；
(3)将量化得到的归一化比例权重作为用户需求分析矩阵的系数，根据维度和系数建立用户需求分析矩阵；
(4)根据调研信息建立综合约束矩阵和用户需求定义矩阵，并根据综合约束矩阵和用户需求定义矩阵修正用户需求分析矩阵，得到修正后的用户需求分析矩阵；所述的综合约束矩阵具体为：根据用户需求获取相应的工程技术的技术指标，将技术指标利用层次分析法量化得到比例权重后，根据比例权重生成综合约束矩阵；用户需求定义矩阵具体为：根据用户对工程技术的需求情况，将需求的迫切程度利用层次分析法量化得到比例权重后，根据比例权重生成用户需求定义矩阵；
(5)更新调研信息，并更新综合约束矩阵和用户需求定义矩阵，根据螺旋式迭代模型、更新后的综合约束矩阵和更新后的用户需求定义矩阵修正步骤(4)得到多次修正后的用户需求分析矩阵；
(6)对多次修正后的用户需求分析矩阵的任意一个维度进行求和，根据求和结果定量的统计分析出该维度对其他维度的影响程度；
步骤(4)所述的根据综合约束矩阵和用户需求定义矩阵修正用户需求分析矩阵，得到修正后的用户需求分析矩阵；具体为：将用户需求分析矩阵、综合约束矩阵和用户需求定义矩阵相乘，获取修正后的用户需求分析矩阵。
2.根据权利要求1所述的一种基于螺旋式迭代模型的用户需求分析方法，其特征在于：步骤(2)所述的利用层次分析法量化调研信息中同一类别的影响因素对用户需求的影响程度，具体为：比较调研信息中同一类别中不同的影响因素的重要程度，根据重要程度的大小划分多个程度等级，每个程度等级对应一个比例权重。
3.根据权利要求1所述的一种基于螺旋式迭代模型的用户需求分析方法，其特征在于：步骤(4)所述的综合约束矩阵的维度与用户需求分析矩阵的维度相同，且综合约束矩阵每个维度的影响因素与用户需求分析矩阵每个维度的影响因素相同；所述的用户需求定义矩阵的维度与用户需求分析矩阵的维度相同，且用户需求定义矩阵每个维度的影响因素与用户需求分析矩阵每个维度的影响因素相同。
4.根据权利要求1所述的一种基于螺旋式迭代模型的用户需求分析方法，其特征在于：步骤(5)所述的更新调研信息，并更新综合约束矩阵和用户需求定义矩阵，根据螺旋式迭代模型、更新后的综合约束矩阵和更新后的用户需求定义矩阵修正步骤(4)得到的用户需求分析矩阵；具体包括步骤：
(501)根据更新后的调研信息中技术指标的变化更新综合约束矩阵，根据更新后的调研信息中用户需求情况的变化更新用户需求定义矩阵；
(502)将更新后的用户需求分析矩阵、更新后的综合约束矩阵和修正后的用户需求定义矩阵相乘，获取新的用户需求分析矩阵；
(503)重复执行步骤(501)和(502)，得到多次修正后的用户需求分析矩阵。
CN201610554905.2A 2016-07-15 2016-07-15 一种基于螺旋式迭代模型的用户需求分析方法 Active CN106227702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610554905.2A CN106227702B (zh) 2016-07-15 2016-07-15 一种基于螺旋式迭代模型的用户需求分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610554905.2A CN106227702B (zh) 2016-07-15 2016-07-15 一种基于螺旋式迭代模型的用户需求分析方法

Publications (2)

Publication Number Publication Date
CN106227702A CN106227702A (zh) 2016-12-14
CN106227702B true CN106227702B (zh) 2018-09-14

Family

ID=57519761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610554905.2A Active CN106227702B (zh) 2016-07-15 2016-07-15 一种基于螺旋式迭代模型的用户需求分析方法

Country Status (1)

Country Link
CN (1) CN106227702B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101526973A (zh) * 2009-04-13 2009-09-09 四川大学 计算机辅助策略化产品创新设计方法及系统
CN103699787A (zh) * 2013-12-12 2014-04-02 天津大学 一种基于三维证据模型的安全需求度量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020049571A1 (en) * 2000-05-25 2002-04-25 Dinesh Verma Supportability evaluation of system architectures

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101526973A (zh) * 2009-04-13 2009-09-09 四川大学 计算机辅助策略化产品创新设计方法及系统
CN103699787A (zh) * 2013-12-12 2014-04-02 天津大学 一种基于三维证据模型的安全需求度量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《Quantitative WinWin：a new method for decision support in requirements negotiation》;Gunther Rube，et al.;《International Conference on Software Engineering & Knowledge Engineering》;20021231;第27卷(第3期);第159-166页 *
《基于层次分析法的客户需求分析应用研究》;张跃刚;《矿山机械》;20070731;第35卷(第7期);第8-10页 *
《模糊可重构设计关键技术研究及其在转向架中的应用》;胡光忠;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20131115(第11期);第C033-4页 *

Also Published As

Publication number Publication date
CN106227702A (zh) 2016-12-14

Similar Documents

Publication Publication Date Title
Lippich et al. Comparing approximate methods for mock catalogues and covariance matrices–I. Correlation function
CN112054943B (zh) 一种移动网络基站流量预测方法
CN104618045B (zh) 基于采集数据的无线信道传播模型的建立方法和系统
CN103065042B (zh) 基于情景的多目标综合决策评价方法
CN105825242A (zh) 基于混合网格分层聚类的集群通信终端轨迹实时异常检测方法与系统
CN113344470B (zh) 一种基于区块链的供电系统智能管理方法
CN105893669A (zh) 一种基于数据挖掘的全局仿真性能预测方法
CN110807547A (zh) 家庭人口结构的预测方法及系统
KR101703972B1 (ko) 공간정보를 이용한 지하수 부존 지역 예측시스템 및 지하수 부존 지역 예측방법
CN116432297A (zh) 一种建筑智能化设施异构数据的采集方法
CN118037000A (zh) 基于数字经济的城市资源动态调度方法及系统
CN110019167B (zh) 一种中长期新能源资源资料库构建方法及系统
CN106227702B (zh) 一种基于螺旋式迭代模型的用户需求分析方法
Watanatada et al. Forecasting urban travel demand for quick policy analysis with disaggregate choice models: A Monte Carlo simulation approach
CN111428405A (zh) 细颗粒物浓度仿真方法、装置、存储介质及电子设备
Minea et al. Unconventional public transport anonymous data collection employing artificial intelligence
CN114615693B (zh) 网络容量预测方法、装置、电子设备及计算机存储介质
Wang et al. Terrain-based coverage manifold estimation: Machine learning, stochastic geometry, or simulation?
Liang et al. Fractal Design of Indoor and Outdoor Forms of Architectural Space Based on a Three‐Dimensional Box Dimension Algorithm
CN114565031A (zh) 基于经纬度的车队识别方法、装置及计算机设备
CN113793017A (zh) 一种配电房老化评价方法、装置、终端设备及存储介质
CN105282748A (zh) 一种划分通信网络的基站簇的方法和装置
CN116911214B (zh) 一种街区尺度气溶胶扩散模拟方法及装置
CN113643079B (zh) 一种基于格网粒子画像确定人群规模的方法及设备
CN117217711B (zh) 通信费单据自动审核方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190610

Address after: 050081 Navigation Department, No. 54, 589 Zhongshan West Road, Shijiazhuang City, Hebei Province

Co-patentee after: Beijing mechanical and electrical engineering general design department

Patentee after: No.54 Inst., China Electronic Sci. & Tech. Group Co.

Address before: 050081 Navigation Department, No. 54, 589 Zhongshan West Road, Shijiazhuang City, Hebei Province

Patentee before: No.54 Inst., China Electronic Sci. & Tech. Group Co.

TR01 Transfer of patent right