众包天气应用Weathermob再获36万美元融资

社会化网络应用Weathermob获得36万美元融资,将用于市场拓展和产品开发。Weathermob是一款免费iOS应用,允许用户报告并分享所在地区的天气情况,自推出以来已拥有来自128个国家的数百万用户。

最近,用于分享世界各地天气信息的社会化网络应用Weathermob获得了新一轮36万美元的融资,这轮融资来自于为数众多的天使投资人,包括Christopher Austin、Tim Albright、Drew Volpe和Mark Hastings等,这笔资金将会用于市场拓展和产品开发。

通过一个免费的iOS应用,Weathermob允许任何人成为天气预报员。这款应用融合了实时气象数据、照片、视频和分享功能,让用户可以报告并分享其所在地的天气情况。自去年11月推出以来,它已拥有来自128个国家的数百万用户。

据该应用创始人Julia LeStage介绍,每条众包的Weathermob信息平均能吸引2.5个用户评论。在该应用中,你可以查看本地的天气信息,或者搜索其它地方的天气,还可以选择按人气值浏览。该应用还可以连接到Facebook,这样你就可以查看朋友发出的天气信息。

该应用的主屏幕上显示的是一张用户当前位置的天气情况、气候的快照,如有阵雨、阵风、阵雪等突发性天气状况时,这里还会以横幅的形式突出显示。通过发布和谈论天气,用户可以赚取点数和头衔。例如,如果你发布了一条非常受其他用户欢迎的天气预报,可能就会成为该区的“首席天气预报员”,如此拉风的头衔对于这款众包的应用来说,无疑能很大程度上起到带动用户活跃度的效果。

Via: TC

lpd18雷锋网专稿,转载请注明!)

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值