云发生器的软件实现*

用MATLAB实现了云发生器,包括正向云发生器和逆向云发生器。正向云发生器的核心技术是用中心极限定理生成正态随机数。对随机数产生的原理进行了阐述,通过用云表示定性概念“青年”对实验结果进行了分析。     

基于云模型的不确定性推理方法

云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则.在单条件单规则发生器基础上,进一步提出双条件单规则发生器的实现算法,给出了云推理系统的体系结构.将基于云模型的不确定性推理方法用于设计电机转速控制系统,并且与模糊推理方法进行了比较,验证了云推理方法的有效性和实用性.     

云推理方法及其在预测中的应用

不确定性推理是当前人工智能研究领域中的一项重要研究内容。云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则,实现不确定性推理。将基于云模型的不确定性推理方法用于预测实际工作环境中电子产品的使用寿命,说明了云推理方法的有效性和实用性。     

ATmega128单片机的真随机数发生器

引言随机数已广泛地应用于仿真、抽样、数值分析、计算机程序设计、决策、美学和娱乐之中。常见的随机数发生器有两种：使用数学算法的伪随机数发生器和以物理随机量作为发生源的真随机数发生器。要获取真正随机的真随机数,常使用硬件随机数发生器的方法来获取。这些真随机数都是使基于特定的真随机数发生源（如热噪声、电流噪声等）,每次获取的真随机数都是不可测的,具有很好的随机性。真随机数因其随机性强,在数据加密、信息辅助、智能决策和初始化向量方面有着广泛应用,构建一种基于硬件真随机数发生源,具有广泛的应用价值。但目前硬件真随机数发生源均较复杂,而且很少有基于单片机的真随机数发生器。本文利用RC充放电的低稳定度,根据AVR单片机的特点设计了一种性价比极高的真随机数发生器。该随机数发生器使用元件很少,     

一种具有相依关系的二维云推理方法及其在预测中的应用

基于云模型的定性知识推理通过构造规则发生器实现不确定性推理。然而传统的二维云推理方法并未考虑条件云之间的相互影响,故此对传统方法进行改进,通过条件云云滴的乘积作用,构造相应的规则发生器,提出一种基于相依条件云的二维云推理方法。将该方法应用于美国GDP预测,预测结果表明该方法的效果明显优于传统方法,进而表明该方法可行且有效,并在一定程度上弥补了传统方法的不足。     

基于云模型的电网统计数据质量评估方法研究

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。     

一种基于云模型的数据传输算法

分布式系统中的多个Excel文件中的数据如何高效地组织和传输,是一个常见的问题。实现了新的基于云模型的数据传输算法,利用正向云发生器实现网络流量的定性定量转换,利用虚拟云的算法获得了最终的传输云模型,通过分析云滴分布得到数据传输的方向和目的位置。实例验证表明,传输模型可靠,实现了网络流量的动态均衡,具有一定的实践意义和指导作用。     

基于权重的云推理算法

虽然正态云模型具有普适性,但它在描述论域内单调上升或下降的概念时存在一些局限性,同时由于现有的云推理算法存在多条件下人为主观因素影响大、运算量大等问题,为此提出一种新的指数云模型来描述单调概念,并基于此提出一种基于权重的云推理算法。该算法将多条件发生器拆分为多个一维发生器,先通过层次分析法确定各个条件的属性权重,再采取加权平均法将单条件单规则发生器输出的结果精确化为一个具体的输出值。将基于权重的云推理算法用于鱼雷规避仿真系统中,并与模糊推理结果进行比较,验证了该算法的有效性和实用性。     

基于云模型的网站质量评价系统

现有的网站质量评价方法存在不少缺陷。设计的基于云模型的网站质量评价系统,选择了适当的两级指标,设置了各自的权重;并利用云发生器实现了指标评价的定性定量转换,利用设置的权重得到了云模型的三个特征值,通过云滴分布得到了最终的评价结果。实例验证表明,评价系统简洁高效,具有一定的实践意义和指导作用。     

基于分形几何的动态云模拟

云是一种重要的自然景观。对云彩的模拟在视景仿真系统、计算机游戏、三维动画中有着广泛的应用。该文针对目前一些云彩模拟方法中存在的实现复杂、计算耗时、图像分辨力不高且只能生成静态云等问题，提出了一种在分形几何的Diamond—Square算法中采用改良的随机数发生器和顶点扰动、纹理运动结合模拟实现动态云的方法。基本思想是通过运用二次随机法构造改良的随机数发生器，并把它应用到分形几何的Diamond—Square算法中生成逼真的静态云图，然后通过顶点扰动、纹理运动结合模拟实现动态云。最后运用VC＋＋和OpenGL开发工具实现了云的动态模拟。结果表明，该方法实现简单，可获得实时、逼真的动态云效果。     

基于多维正态云模型的控制器研究

在分析一维正态云模型及规则推理的基础上,研究了N维正态云模型及规则推理,及其N维正态云模型规则推理结构,并研究给出了基于N维正态云模型的控制器的设计方法和步骤。通过三维正态云模型控制器的设计表明所给出的N维正态云模型控制器的设计方法是可行的。     

一种基于云模型的贝叶斯网络EM参数学习算法

针对贝叶斯网络连续节点离散化后,概念知识表达存在模糊性和随机性的问题,提出一种将云模型与EM(Expectations Maximization)算法相结合的贝叶斯网络参数学习算法。首先运用启发式高斯云变换算法(Heuristic Gaussian Cloud Transformation)和云发生器将连续节点定量样本转换成定性概念,并记录下样本对所属概念的确定度,运用确定度概率转换公式将确定度转换成相应概率;随后复制扩充样本并按概率选择所属概念;样本更新后结合EM算法进行参数优化,实现贝叶斯网络的参数学习。仿真实验结果表明,通过云模型表征概念得到的参数学习结果更加符合实际情况,参数学习精度和网络推理准确性得到了提高。     

基于云模型的单路口交通信号自适应控制方法研究

为了减少车辆通过路口的延误,提出了一种基于云模型的单路口交通信号自适应控制方法;使用云模型作为信号控制的基础模型,利用云模型中的正态云发生器和前件云发生器算法分别对道路交通信息进行处理并产生自适应的控制规则,以实现单路口交通信号的自适应控制;通过仿真实验,结果表明,使用云模型作为控制方法,比较传统控制方式更具智能化,更接近于人脑思维过程的控制方法,这也是将来交通信号控制的发展方向。     

云规则生成器的异常分析与对策研究

云规则生成器是实现基于云模型的控制系统的核心模块，该文对云模型、定性知识的表示及云规则生成器的异常情况进行了分析，提出了异常报告、异常处理及前件序列化相结合的方法，从而提高了云规则生成器的稳定性、可靠性、效率及灵活性。最后，据此设计了云规则生成器的实现体系。     

基于云计算的混合超混沌加密算法研究

针对云计算环境中的数据安全问题,提出了一种基于云计算的混合超混沌加密算法。首先,选取三个超混沌系统的初始值作为密钥参数,利用超混沌系统更加复杂的动力学行为产生随机特性良好的混沌序列;接着,对三个超混沌系统进行预处理后,进而设计一个混合超混沌分组加密方案;最后,基于MapReduce的云计算分布式编程模型,设计并行超混沌加密算法。实验结果和分析表明,算法具有执行效率高,密钥空间大及密钥敏感性良好的特性。     

基于密钥分发和密文抽样的云数据确定性删除方案

针对云数据过期后不及时删除容易导致非授权访问和隐私泄露等问题,结合加密算法和分布式哈希表（DHT）网络,提出一种基于密钥分发和密文抽样的云数据确定性删除方案。首先加密明文,再随机抽样密文,将抽样后的不完整密文上传到云端;然后评估DHT网络中各节点的信任值,使用秘密共享算法处理密钥,并将子密钥分发到信任值高的节点上;最后,密钥通过DHT网络的周期性自更新功能实现自动删除,通过调用Hadoop分布式文件系统（HDFS）的接口上传随机数据覆写密文,实现密文的完全删除。通过删除密钥和云端密文实现云数据的确定性删除。安全性分析和性能分析表明所提方案是安全和高效的。     

一维正态云的概率统计分析

一维正态云是一种非常重要并且具有普适性的云模型．为了进一步完善云模型的理论基础，基于概率理论对一维正态云的性质进行了较深入全面的分析，首次从不同角度形象直观地展示了正态云．此外，从统计学的角度揭示了原逆向云算法存在较大误差的根源，并构造了一种新的更精确的一维逆向正态云算法．     

基于融合模糊聚类算法的云信息存储加密仿真

为了提高云信息存储的安全性,需要进行信息加密设计,提出基于融合模糊聚类算法的云信息存储加密算法。在同态公钥加密体系下构建云信息存储加密的数据分布式结构模型,提取云存储信息加密统计特征量,采用同态数据融合方法进行云信息的模糊聚类处理,结合模糊C均值聚类方法进行云信息的分段融合调度;在分段区间内采用随机线性编码方案进行云信息存储加密的编码设计,基于融合模糊聚类算法构建加密密钥,实现云信息存储加密优化设计。仿真结果表明,采用该方法进行云信息存储加密的信息融合性较好,抗破译能力较强,提高了云存储数据的安全性。     

一种基于云模型的数字图像水印技术

提出了基于云模型的数字图像水印技术。利用云模型的模糊性和随机性,给定参数使用正向云发生器产生的云滴作为水印信息,将云水印嵌入到数字图像中。在提取水印时,除了可以将还原出的云模型三个参数与原始参数进行比较外,还可以直接对云图进行对比判断。即使部分云滴改变,对云模型影响也不大,基于云模型的水印具有较好的鲁棒性。