基于PSO的属性选择方法

为了减少实例对属性选择的影响,本文提出了基于PSO的属性选择方法。该方法主要利用PSO算法求实例群的最优熵值,获得相应的属性阈值,并利用阈值确定属性的优先级,最后按优先级进行选择。在实验中,通过确定本体中概念属性的优先级来验证所提算法的性能。实验结果表明,该方法减少了对实例的依赖,计算量也相对减少。     

基于内容分发的信息分发管理系统

在内容分发网络体系架构基础上,针对信息系统中通信服务需求与网络资源的矛盾,提出系统信息分发策略、内容分发流程、资源匹配与管理以及内容分发路由等信息分发管理概念和处理方法.基于业务信息不同的内容、类型和服务需求,采取相应的分发控制流程和管理方法,实现网络信息的按需分发及需求资源的合理匹配,为用户提供高效、稳定的内容服务,确保信息分发的实时性和服务质量.     

基于人工免疫算法的多属性谈判模型

在基于多Agent的多属性谈判过程中,谈判Agent间常因追求自身最大利益导致谈判陷入僵局。为此,将谈判目标视为抗原,将候选提议视为抗体,建立基于人工免疫算法的多属性谈判模型。该模型通过抗原与抗体的免疫过程,取得谈判双方整体利益的最大化。仿真实验表明,该模型可有效解决谈判僵局问题,提高谈判的适应性及效率。     

基于新冲突度量的属性信息相关算法

在传感器识别性能不理想的情况下,其给出的属性信息质量较低,传统的冲突度量难以客观地对它们之间的相异程度进行定量描述.为此,定义了一种新的冲突度量,该度量可以很好地对来自同类和异类目标的属性信息进行区分.在新冲突度量的基础上,采用多维分配算法实现了属性信息相关.理论分析和仿真实验均表明了所提出的基于新冲突度量的属性信息相关算法的有效性.     

基于多值属性分量的XACML策略匹配算法

针对多值属性分量的XACML策略和策略请求之间的匹配需求,分析多值属性策略匹配中策略规则与请求匹配时两者的对应属性关系,依据属性之间的包含关系和权限蕴含关系,给出3个关于策略匹配的定理并加以证明。根据策略匹配的定理,提出多值属性匹配算法。最后进行实验验证,结果表明该算法能够提高多值属性分量策略的匹配效率。     

基于快速蚁群的银行客户信息属性约简算法

银行客户群体细分对于业务营销具有深远的意义, 客户信息具有数据量大、维度高、变化需求频繁的特点, 为此需要引入一种快速的属性约简算法, 以满足关键属性快速提取进而构建决策的要求. 本文通过改进传统的基于蚁群的属性约简算法, 优化每次迭代过程中的蚂蚁搜索的集合转移策略, 提出了一种基于快速蚁群算法的属性约简算法. 多个UCI数据集实验计算表明提出的新算法求解速度优于传统的基于蚁群算法的属性约简算法, 并且求解质量较优; 最后通过银行客户数据进行实践, 验证了该算法的可行性.     

基于多因子几何匹配的AI提取路网属性信息重建方法

利用AI(artificial intelligence)技术可从遥感影像上快速提取矢量数据,尤其可以获取实时性较好的矢量路网数据,但提取的数据没有属性信息;而已有的众源数据如OSM(open street map)路网具有开源、属性信息丰富等特点,但现势性相对于提取路网较低.针对上述情况,以AI提取路网为基准数据,OSM路网为匹配数据,将一种基于多因子几何匹配算法用于路网匹配中,并在匹配后引入匹配度的概念,以最优匹配对象进行属性重建.实验结果表明能有效地对AI提取路网的属性信息进行重建,并基于此开发了一套路网属性信息重建系统,在国家全球测图项目中投入使用.     

基于属性访问控制的CSP模型

从可用性的角度提出一个基于属性的访问控制模型.首先介绍了属性、属性项等相关概念,在此基础之上,通过约束满足问题建立了访问控制规则的形式化模型;其次,证明了在给定属性项值域的前提下,正向规则与负向规则可以互相转化,从而提出一致性策略的概念,并分别根据肯定优先及否定优先规则合成算法,给出了一致性策略的形式化模型,研究了策略可允许访问操作集合;最后,通过实例阐述了基于属性访问控制模型的表达能力.     

基于扩展领域模型的有名属性抽取

网页信息抽取是互联网挖掘的重要课题.为了自动化抽取过程,最新的研究利用特定领域的特征,通过机器学习方法对信息抽取过程进行统一建模.但是,对领域特征的依赖使得这类方法难以推广到其他领域中去.因此,对信息抽取问题进行了分析,从中分离出一个可以完全自动化的信息抽取子任务,即有名属性抽取任务.在多个领域的数据集上进行的统计表明,这个子任务覆盖了60%以上的待抽取属性,因此它在整个信息抽取中占有重要地位.并给出了一种基于扩展领域模型的有名属性抽取方法,实验结果表明,这种方法的准确率接近或大于80%,召回率大于90%.     

DTN中基于消息综合属性的缓存管理策略

延迟容忍网络(DTN)区别于传统Internet网络,无法提供稳定端到端的连接,因此采用“存储-携带-转发”路由机制进行数据传输,而这使得消息需要长时间驻留在节点的缓存中.由于节点的缓存空间和处理能力受价格、体积和功耗的限制,因此如何对缓存进行管理成为影响路由性能的重要因素.本文根据Spray and Wait路由算法的特点,提出一种基于消息综合属性的缓存管理策略(Buffer Management Strategy Based on Message Comprehensive Attributes, MCA-BMS).该策略综合考虑消息大小、消息生存时间和消息副本数3种消息属性,确定消息的优先级,并根据优先级对消息进行转发和丢弃,同时增加了ACK确认机制,删除冗余消息,提升网络资源利用率.仿真结果表明,MCA-BMS缓存管理策略能够在消息投递率、网络开销和消息传输时延方面有明显的提升.     

基于蜂群优化的粗糙集属性约简

为了获得决策表中更好的属性约简,提出一种信息增益引导的蜂群优化算法;该算法以属性的信息熵为基础构造条件属性与决策属性间的互信息,用待选条件属性引起的信息增益作为引导蜜蜂搜索的启发信息,最终求得属性约简集;对UCI数据库多个数据集的测试结果表明,与其它基于群智能的属性约简算法相比,该算法获得最小属性约简的机率提高到90%以上,同时较对比算法的计算时间少耗费至少10%。     

基于依赖度的区间集决策信息表属性约简

区间集决策信息表拓展了经典决策信息表,但其属性约简研究较少.针对区间集决策信息表存在的问题,采用模型正域及相关依赖度提出属性约简及其启发式约简算法.在区间集粗糙集模型中,定义关于决策分类的正域与依赖度,证明粒化单调性等性质.提出基于依赖度的属性约简,设计启发式约简算法.实例分析与数据实验表明,设计的基于依赖度的启发式约简算法是有效的,所得结果有利于依赖学习与特征优化.     

基于改进差别信息树的粗糙集属性约简算法

差别矩阵为属性约简提供了很好的思路,差别信息树能有效消除差别矩阵中的冗余元素,并实现对差别矩阵的压缩存储.然而,差别信息树既没有考虑“核”属性在消除差别矩阵中冗余元素的作用,也没有考虑属性序在压缩存储差别矩阵中非空元素的作用.对此,基于“核”属性和属性序关系,提出改进差别信息树,该树能进一步实现对差别矩阵中非空元素的压缩存储.最后,给出基于UCI数据库的仿真结果,并通过仿真结果验证该树的有效性.     

基于属性邻接图匹配的装配体模型搜索方法

为了重用装配体模型中包含的设计、制造和装配工艺等信息,需要在装配体模型数据库中搜索相似的装配体模型作为参考.为此提出一种基于属性邻接图匹配的装配体模型搜索方法.首先提取装配体模型中零件的接触面信息,将装配体模型及其零件模型分别转化为零件属性邻接图和接触面属性邻接图;然后计算用于零件模型匹配的成功匹配接触面数量、接触面关系编码数量以及用于装配体模型搜索的零件相似度矩阵,将其作为零件模型和装配体模型相似度度量;最后由最优匹配Kuhn-Munkres算法得到零件相似度矩阵最优匹配加权和,作为装配体模型相似度.实验结果表明,该方法能有效地搜索到相似的装配体模型,并且对模型的相似度进行了排序.     

基于Tapestry的网格信息服务模型

提出了一个基于Tapestry的GIS模型。该模型对Tapestry中的代理路由算法进行了改进,提出了对范围查询、动态属性的更新和基于多属性的联合查询3个问题的解决方案。实验证明基于Tapestry的GIS模型具有很好的自组织性、容错性、扩展性,并能很好地实现范围查询、动态属性的更新和基于多属性的联合查询。最后指出了该模型还有待继续研究的问题。     

基于模糊综合评判的目标属性识别模型研究

首先介绍了目标属性识别的方法及模糊综合评判原理,在分析影响目标属性识别因素的基础上,提出了目标属性识别的多级模糊综合评判模型,从而能有效地解决目标属性识别问题。     

一种基于网络属性的信息服务机制的设计

网格技术为地理上广泛分布的资源的共享和协作提供了很大的便利,信息服务是其重要组成部分,而信息服务的性能属性直接影响整个网格平台的服务质量.本文设计了一种基于网络属性的新的信息服务机制,该机制将IP属性与网络的带宽和链路的传输延迟时间相联系,将每一用户任务调度至最合理的资源上执行,使任务向资源的总提交时间最短,从而优化了资源的分配调度过程,提高了网格性能.     

模式识别的属性计算网络模型

提出了定性映射诱导的属性计算网络,讨论了属性计算网络中定性基准的学习和反馈调节机制,给出了相应的调节算法,并给出了属性计算网络在模式识别中的应用实例.     

粗糙集属性量化的一个算法

利用属性一维数据的特点，提出基于动态聚类和减少不相容性的属性量化算法，具有简明，易实现的特点，算例测试表明了该算法得到的结果比较理想。