条件事件代数在主动数据库规则分析中的应用

分析了传统谓词逻辑在推理的不足，将条件事件代数应用到主动数据库规则分析中，通过条件命题的演算来进行循环规则的简化，并清除循环。     

基于小波和过程神经网络的时序聚类分析

针对时序背景下的聚类问题,提出一种基于小波和改进自组织过程神经网络的时序聚类方法,首先应用小波变换对原时序数据进行小波分解,在保留相关聚类特征的原则下,对信号进行重构;然后将重构信号拟合为时变函数作为过程神经网络的输入,应用改进的竞争算法训练自组织过程神经网络,利用过程神经网络输入为时变函数的特点,将经过小波处理后的时...     

冲突检测中的主动规则技术

提出主动数据库技术的一个新应用——主动规则应用于虚拟装配中的冲突检测，使虚拟装配具有了主动能力；论述分析了虚拟装配过程中冲突检测的主动功能需求；分析了虚拟装配环境的事件、每件、动作；提出了规则模型；对规则进行了描述。     

结构-属性平衡图节点相似度测量算法

节点相似度是图聚类算法的重要基础,在基于结构-属性图聚类现有方法中,由于传统图模型的限制,需要多次矩阵相乘来调整属性边的权值,算法执行效率低。为解决这一问题,提出了结构-属性平衡图的概念,并采用随机游走模型策略统一度量结构-属性平衡图GB中顶点间的相似度。与现有方法相比,该方法不但能测量直接相连的顶点之间的相似度,还可测量不直接相连而存在不同长度的路径的顶点之间的相似度,且没有增加原相似度矩阵的规模,节省了大量存储空间,提高了算法执行效率。     

基于SAHP和需求模式的需求优先级排序方法

针对当前需求优先级排序方法中,将用户需求放在同一层次上进行比较,设定优先级,而对需求层次性考虑得不多。从系统的整体性和需求的层次性出发,提出以解释结构模型和层次分析法相结合的需求优先级排序方法,其中用解释结构模型对需求进行结构分析和分层处理,对最上层的需求使用层次分析法进行需求优先级排序,将该方法命名为SAHP。在案例分析中,借助需求模式,对推广后的案例进行优先级排序,来说明该方法具有很好的通用性,给出案例分析和与AHP进行了比较。结果表明性能总体上好于AHP方法,该方法能够提高需求优先级设定的合理性,降低因需求导致项目失败的风险。     

一种改进的基于分解的多目标进化算法

利用基于分解的多目标进化算法框架(MOEA/D),将混合策略的进化算法用于求解分解后的若干单目标优化子问题,提出了一种带局部搜索的基于分解的多目标混合策略进化算法(LMS-MOEA/D)。算法利用均匀设计产生子问题的聚合权重向量,混合交叉策略能够充分利用不同交叉算子的优势;同时算法针对演化过程收敛的特点,结合局部搜索策略,获得逼近Pareto前沿的最优解集。最后通过实验验证算法在多样性和收敛性方面的有效性。     

网构软件信任机制的形式化研究

Internet环境下构件群体间信任关系的形式化建模是实现其仿真的关键环节,给出了信念逻辑及信任关系的形式化定义,包括形式化描述、分析、逻辑推理及证明过程,以及信任链建立和传递过程中成立的语义解释和约束条件,并结合PKI模型实例对信任链的建立过程进行了形式化描述与推演.提出了一种可行的最优化信任链搜索算法(GSTC)和...     

基于拓扑层次图的碰撞检测算法

为了提高虚拟环境中碰撞检测的实时性和精确性,提出了一种基于拓扑层次图的碰撞检测方法.利用拓扑结构的连接关系将模型分割成凸集;然后利用凸集较强的适应性和OBB紧密性好的优点构造包围盒的拓扑层次图,提高了剔除不相交包围盒的效率,减少了检测时间;利用智能搜索算法--改进的A*算法搜索潜在碰撞集(PCS),进一步提高相交检测的...     

基于变分水平集的灰度不均匀医学图像分割

针对医学图像中存在的灰度不均匀现象,提出一种变分水平集分割模型。将邻域信息引入到基于Bayes决策准则的水平集分割框架中,以增强灰度不均匀条件下弱目标边界的识别能力。为缓解模型求解时易出现的局部极小问题,设计一种简单而有效的随机优化方法以搜索近似全局最优解。实验对比及分析验证了该水平集分割模型在多种灰度不均匀场景下均表现出较好的分割性能。     

应用WEMLS的安全数据集成模型

针对现有的安全域存在许多异构安全数据需要集成的问题,引入多级安全策略(MLS)的思想,提出一种应用扩展权值MLS策略(WEMLS)的安全数据集成模型。定义可信权值的概念,建立进程授权机制和信任计算机制。应用结果表明,该模型能使可信进程更灵活地访问客体。