基于改进K-Means聚类的煤炭交易者信誉度划分

针对目前煤炭销售中存在的煤炭质量信息分散性与质量计价政策对其质量精确性要求的矛盾,提出了采用对初始聚类中心优化选取的K-Means聚类算法,对大型煤炭企业及其联盟客户煤炭质量检验数据进行系统分析和挖掘,获得双方质量检验行为统计规律,进行交易双方信誉度等级划分,将不确定性的质量指标转化为确定性的交易者质量检验行为评价。该研究一方面可为煤炭企业在发生交易者质量纠纷情况下合理划分质量检验责任提供参考,监督和指导矿井和客户的质检管理工作;另一方面可以为煤炭企业提供销售决策辅助支持。     

面向个性化云服务的动态信任模型

为更好地实践云计算为用户提供廉价按需服务的宗旨,满足服务请求者的个性化需求,提出一种面向个性化云服务的动态信任模型。基于细粒度服务思想定义个性化云服务,通过引入时间衰减因子和建立高效激励机制修正直接信任值,以灰色系统理论为基础计算实体间的评价相似度,并将评价相似度和推荐者的推荐可信度作为合成推荐信任值的重要因素,同时提出一种基于评价相似度的自信因子赋值方法,以提高合成综合信任值的准确性。实验结果表明,与GM-Trust模型及CCIDTM模型相比,该模型的交互成功率分别平均提高了4%和11%。     

基于误差传递建模的仿真可信性控制

针对模型误差对仿真可信性的影响, 提出了基于误差传递建模的仿真可信性控制方法。在建立仿真误差数学描述的基础上, 利用泰勒展开方法对误差传递模型进行了推导, 得到了仿真误差模型的一般形式。针对误差传递关系的非线性特点, 提出了基于神经网络的误差传递模型参数辨识的方法, 对神经网络相关参数的确定方法进行了研究, 给出详细的辨识过程。为提高仿真可信性控制的效率, 提出了基于敏感性分析的仿真模型综合重要性确定方法, 最后, 通过实例分析表明所建误差传递模型的正确性, 以及该可信性控制方法的可用性和有效性。     

一种基于局部冲突分配的证据组合规则

Dempster-Shafer证据理论广泛应用于信息融合中, 但是在证据高冲突情况下基于经典D-S证据组合规则的融合结果存在问题。针对这一问题, 提出了一种基于局部冲突分配的证据组合规则。首先基于Jousselme证据距离获得各个证据体的信任度和加权平均证据, 然后由定义的焦元距求其每一个焦元的绝对距离, 并以此获得焦元信任度。最后实验结果表明, 所提算法提高了证据合成结果的可靠性和合理性。     

基于角色和信誉的跨域信任管理模型研究

目前,基于角色的信任管理及基于信誉的信任管理模型都存在安全缺陷。本文将基于角色的信任管理和基于信誉的信任管理相结合,提出了一种改进的信任管理模型,以提高跨域系统的安全性。     

分层可信计算平台模型的研究与实现*

提出了一种基于现有计算机网络的可信计算平台模型。该模型充分利用了现有的计算机及其网络平台的通用性,将现有的计算平台分层逻辑化为不同的信任层,不仅降低了可信计算平台模型实施的难度,而且提高了其灵活性、扩展性和效率;同时该模型从客户端系统的引导阶段出发构建完整的可信链,保证了可信计算平台的安全性;此外该模型解决了现有的可信计算平台的方向性和系统输入未知性的问题。原型系统实现的结果表明,由于系统中所有计算机及其网络构成统一的可信计算平台,使信任的传递从用户到用户,进而实现真正的对于用户体验的可信计算。     

可信性空间上基于复模糊变量的学习理论的关键定理

给出了可信性测度空间上复模糊变量定义及一些性质;给出了复模糊变量的经验风险泛函、期望风险泛函以及经验风险最小化原则严格一致收敛的定义。在此基础上给出并证明了基于复模糊变量的学习理论的关键定理,为系统建立可信性空间上的复统计学习理论奠定了理论基础。     

基于网络自聚类的PBFT算法改进

联盟链是区块链技术在实际行业应用的主要形式,其共识机制多采用实用拜占庭容错算法(PBFr),在节点数量大时共识成功率与共识效率不高,存在扩展性问题.为此,提出一种基于网络自聚类拜占庭容错共识算法NAC-PBFT.利用行业应用中网络结构、系统节点等确知信息,在联盟链审核节点时指定种子节点,再以种子节点为中心自聚类为若干分组,组内通过优化实用拜占庭容错算法选举出代理人,由各组代理人共同完成全局共识.其中,组内选举时,通过定义可信度指标衡量节点作为筛选候选代理人的标准,确保每次选出的代理人具有良好的状态.通过对系统分析与性能测试,NAC-PBFr算法能有效降低消息量,在共识时间、系统吞吐量指标上有更好的表现,具备较好的扩展性.     

基于双向选择的伪近邻算法

针对伪近邻分类算法（LMPNN）对异常点和噪声点仍然敏感的问题,提出了一种基于双向选择的伪近邻算法（BS-PNN）。利用邻近性度量选取[k]个最近邻,让测试样本和近邻样本通过互近邻定义进行双向选择;通过计算每类中互近邻的个数及其局部均值的加权距离,从而得到测试样本到伪近邻的欧氏距离;利用改进的类可信度作为投票度量方式,对测试样本进行分类。BS-PNN算法在处理复杂的分类任务时,具有能够准确识别噪声点,降低近邻个数[k]的敏感性,提高分类精度等优势。在UCI和KEEL的15个实际数据集上进行仿真实验,并与KNN、WKNN、LMKNN、PNN、LMPNN、DNN算法以及P-KNN算法进行比较,实验结果表明,基于双向选择的伪近邻算法的分类性能明显优于其他几种近邻分类算法。     

论国家助学贷款中的大学生诚信隐忧及其对策

围绕党的十八大精神和《中共中央关于全面深化改革若干重大问题的决定》中提出的"大力促进教育公平,健全家庭经济困难学生资助体系",以社会主义核心价值观为指导,通过对国家助学贷款中大学生诚信缺失现状及原因的分析,借鉴发达国家的有效模式,探讨国家助学贷款中大学生诚信体系建设的新机制、新思路。