基于形式概念分析和层次分析法的应急管理能力模糊综合评价法

现代应急管理能力评价相关研究多围绕评价方法、模型等展开,且存在着忽略事件类型对评价指标的影响、缺乏动态性、学者和公众参与度低等问题。为了解决这些问题,提出了一种动态的、主客观相结合的新型应急管理评估方法。利用形式概念分析(FCA)动态地为一级评价指标赋权值,采用层次分析法(AHP)融合主观因素,最终使用模糊综合评价(FCE)方法得出评价结果。该方法将传统方法中的“常权”修正为“变权”,确保了评价指标和结果的动态性,实验表明此方法是可行有效的。     

基于语义规则的污点传播分析优化方法

离线污点分析中的针对轨迹记录文件的污点传播分析的时间开销非常巨大,因此研究快速高效的污点传播分析具有重要意义。针对上述问题,提出了一种基于语义规则的污点传播分析优化方法。该方法定义了一种指令的语义描述规则,用于描述指令的污点传播语义,利用中间语言自动生成汇编指令的语义规则,再根据语义规则进行污点传播分析,避免了现有污点分析方法中指令重复执行导致的重复语义解析,提高了污点分析的效率。实验结果表明,所提方法能够有效降低污点传播分析的时间开销,仅占传统基于中间语言污点分析的14%左右,提高了分析效率。     

基于语义规则的Web金融文本情感分析

为有效提高非结构化Web金融文本情感倾向和强度分析的精度,提出了基于语义规则的Web金融文本情感分析算法(SAFT-SR)。该算法基于Apriori算法对金融文本进行属性抽取,构建金融情感词典和语义规则识别情感单元及强度,进而得到文本的情感倾向和强度。实验结果表明,与Ku提出的算法相比,在情感倾向分类方面,算法SAFT-SR情感分类性能良好,提高了分类器的F值、查全率和查准率;在情感强度计算方面,算法SAFT-SR的误差更小,更接近真实评分,证明了SAFT-SR是一种有效的金融文本情感分析算法。     

基于改进证据理论的态势评估方法

证据理论是实现基于规则的态势感知主要方法之一。然而,证据理论在多源多证据合成时存在悖论问题。针对此问题,通过相异度计算对证据重要性度量与修正,提出了一种基于改进证据理论的态势评估方法,该方法包括规则度量、证据修正、规则融合和态势决策等四个阶段。实验表明,该方法能够避免利用证据理论进行态势融合中的悖论问题,在态势评估效率和准确性等方面优于Dempster、Yager和Leung等典型方法。     

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。     

树脂硫化剂对IIR硫化胶阻尼性能的影响

研究树脂硫化剂对IIR硫化胶阻尼性能的影响，并对其阻尼机理进行探讨。结果表明，随着树脂硫化剂用量的增大，IIR硫化胶的动态力学分析曲线向高温区域移动；最大损耗因子(tanδmax)对应温度随之升高；tanδmax呈现先减小后增大再减小的趋势；储能模量和损耗模量随温度升高而下降的趋势减缓。树脂硫化剂与IIR基质之间有很好的相容性，部分树脂与IIR形成化学键结合，另一部分树脂则与IIR形成物理共混状态。     

面向动态频谱管理的多级注水算法

针对数字用户线路DSL(digital subscriber line)网络中存在串扰的问题,提出一种面向动态频谱管理的多级注水算法。该算法首先使用迭代梯度下降原理,将信号频谱划分为多个频带;然后,利用注水原理计算功率谱密度;最后,将近端用户承载比特从高干扰频带转移至低干扰频带。实验表明,多级注水算法复杂度低,收敛迅速,在ADSL2+和VDSL2场景中均能发挥出理想的串扰抑制效果。     

复合胺改性尼龙6的动态流变性能研究

在己内酰胺水解聚合时加入一定量的复合受阻胺，合成出含有复合胺的改性尼龙6树脂，研究了复合胺对尼龙6熔体的动态流变性能的影响。实验表明：随着剪切频率的增加，尼龙6熔体的复数粘度减小、储能模量和损耗模量均增大；但由于复合胺的加入，在尼龙6大分子链上引入了空间位阻基团，复合胺改性尼龙6熔体的复数粘度、储能模量及损耗模量均比未改性样增大；改性前后尼龙6的损耗因子均随剪切频率的增加呈现先增加后减小的变化趋势，在频率为18 rad／s的位置出现极大值——内耗峰，但改性尼龙6的峰值更大；改性前后尼龙熔体的lgG′～lgG″曲线均在对角线右下方，随复合胺的加入，曲线向右下方位移增大，熔体的粘性响应更明显。     

基于知识点的多支持度挖掘算法

在知识点关联分析方法中,采用单一支持度阈值挖掘频繁知识点集,存在挖掘效率不高的问题。籍此,提出基于知识点的多支持度挖掘算法。算法的思想:针对网络学习平台特有的背景,引入知识点兴趣度和知识点出错频度两个度量因子,用以定量分析学习过程和测试诊断过程,客观地反映用户的学习情况;然后对两个度量因子的相关度进行计算,发现学习过程与测试诊断过程间的相关性;最后,结合多支持度策略,计算出基于知识点度量背景的多支持度,采用改进的多支持度关联规则挖掘进行频繁知识点集的挖掘。实验表明,改进算法在客观的支持度设定基础上,能有效地挖掘出频繁知识点集。     

基于粗糙集的焦炉加热工序控制规则提取

应用粗糙集(RS)理论对焦炉直行温度的控制规则进行了提取。首先收集人工成功控制直行温度的原始样本,添加可控与不可控参数,得到初始决策表;指出模糊控制方法因输入参数过少,从而会导致不确定性决策;然后利用RS理论对初始决策表进行约简,发现了关键影响因素及潜在规律,最终得到两组仅含有三个参数,简洁、一致、完备的控制规则,并经实际运行检验了规则的适用性。