分层云不确定推理系统及其逼近性能分析

为了解决目前基于云模型的智能控制和预测中规则数目随系统变量的个数呈指数增长的问题,设计分层云不确定性推理系统,并证明该系统的逼近性能。采用基于云理论的新的不确定性推理模型来设计分层云不确定性推理系统并给出解析表达式。证明分层云不确定性推理系统对致密集上函数的逼近能力。结果表明：分层云不确定性推理系统的输出结果计算式满足Stone-Weirstrass定理的3个假设条件,具有万能逼近性质。     

基于云模型的图像区域分割方法

基于区域的图像分割方法由于其高效、稳健的特点成为自动或半自动图像分割方法的研究热点之一。针对区域分割方法中存在的不确定性问题,提出了一种基于云模型的区域分割方法。首先以云变换为基础确定了区域生长过程中的生长准则,然后以逆向云算法实现分割区域由定量的像素集合到定性的云概念的转换过程,最后以云综合算法为基础将相邻区域进行合并,实现了基于区域的不确定性图像分割。两组图像分割实验表明该方法可以准确地分割出目标,并优于传统的图像分割算法。     

云模型研究的回顾与展望*

云模型融合了概率论和模糊集合论的观点,更好地刻画了自然语言中概念的不确定性,反映了随机性与模糊性之间的内在关联。综述了云模型的产生背景、理论基础及发展历程,着重梳理了云模型的主要理论、技术和方法及其在数据挖掘、算法改进、网络安全等众多领域的应用成果,并针对云模型研究存在的一些问题提出了云模型进一步研究的思路。     

基于本体和云理论的不确定知识表示

描述逻辑是本体的重要表示方式,但只能处理严格的确定性的知识,并不能处理自然界中广泛存在的模糊的和不确定的知识。通过对最基本的描述逻辑ALC进行扩展,提出了能够处理不确定知识的基于本体和云模型不确定描述逻辑:Cloud-ALC,给出了Cloud-ALC的语法和语义及其蕴涵推理关系,研究了Cloud-ALC所具有的相关性质。实例分析说明Cloud-ALC可以为扩展本体描述语言以便能够处理不确定知识提供语义支持。     

基于云模型的识别技术

以机体免疫思想的人工免疫系统作为一种动态自适应的方法,可以更好地解决传统的网络防御方法的被动、静态等缺点。引入云模型的概念,提出了人工免疫系统中云识别的理论,即根据环境的需要用多个识别器对不确定性抗原进行联合云识别,以达到降低伪肯定率和伪否定率的目的。     

基于云模型的识别技术

以机体免疫思想的人工免疫系统作为一种动态自适应的方法，可以更好地解决传统的网络防御方法的被动、静态等缺点。引入云模型的概念，提出了人工免疫系统中云识别的理论，即根据环境的需要用多个识别器对不确定性抗原进行联合云识别，以达到降低伪肯定率和伪否定率的目的。     

基于云模型的网络风险评估技术研究

在网络安全问题的研究中,由于网络入侵行为具有不确定性(模糊性和随机性),云模型把模糊性和随机性有效集成在一起.为保护网络的安全性,提出了一种基于云模型的网络风险评估方法.给出了形式化描述及评估过程,并提出了一种改进的逆向云生成算法.模型通过对系统资源监控,并对得到的数据进行处理,然后输入到云控制器,云控制器根据设定的规则做出评估结果.实验结果表明了方法可以有效评估网络的风险等级,最大限度的保留了评估过程中固有的不确定性,比传统基于模糊集理论的评估方法具有更高的可信度,提高了评估结果的科学性和准确性.     

基于云模型的不确定性知识表示

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型,论文通过对云模型数学性质的研究,分析云模型的产生背景,证明其表示不确定性知识的合理性和有效性,最后给出了一个应用实例。     

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.     

一种交互式的云模型图像分割方法

论文针对图像分割中存在的不确定性问题,通过研究不确定性人工智能中定性和定量的转换模型—云模型,提出一种新的基于云模型的图像分割方法。该方法采取交互式的方式选择训练样区,利用训练样区中的像素生成云模型,并通过泛概念树生成算法生成泛概念树,最后通过极大判定法判定像素所属类别,实现图像分割。这种方法能较好地描述图像目标的不确定性。通过几组实验,证明该方法可以准确地分割出目标,并优于传统的图像分割算法。     

基于不确定性人工智能的概念软与方法

基于概念“软与”操作在不确定性人工智能云模型中的重要性,提出了两种概念“软与”的新方法,分别为投影映射法与神经网络“软与”法。前者将云模型产生的云滴投影到新论域中,再通过多维X条件云发生器机制获取“软与”结果;后者通过基于案例推理方法与神经网络相结合,经过神经网络的训练学习,最终预测出云概念的“软与”确定度。算例分析表明,两者能对概念进行客观地“软与”操作,为概念“软与”操作提供了固定有效的方法。     

基于云模型的改进FMEA风险评估方法

针对风险评估过程中的模糊性和随机性两个不确定性因素,采用云模型对语义评价变量进行量化,并通过云的合成对专家的评价结果进行集结,构建云风险评价矩阵。将风险因子O、S、D期望重要度与云的相似度相结合计算风险因子的权重。考虑到传统故障模式与影响分析（Failure Mode and Effects Analysis,FMEA）中故障模式风险值排序的缺陷,基于云的距离测度算法提出云-VIKOR的风险排序方法。最后以实例验证了所提方法的精确性和有效性。     

大型水电仿真系统的模型驱动架构设计

介绍了基于模型驱动架构设计的水电仿真软件开发框架,以UML 作为面向对象建模工具,从更高的抽象层次上构建系统,描述和总结了系统的功能组成、模型结构与层次、模型变换及代码生成,避免传统开发的缺陷,使对系统的建模行为成为软件开发的核心。以吉林丰满水电站为用户案例,对系统进行应用测试,实践验证了该方法的通用性、先进性和可靠性,是一种适合实现水电仿真系统等大规模软件开发的新方法。     

基于云模型的模糊自适应蚁群算法研究

针对蚁群算法存在控制参数难以确定和易陷入停滞等不足,采用云模型理论对蚁群算法进行改进,将云模型作为模糊隶属函数,选择部分较优路径进行全局信息素更新,从而提高算法对路径的开发和探索,同时通过对云隶属函数的参数控制,实现算法的自适应调整策略。针对TSP问题进行仿真实验对比,结果也表明基于云模型的蚁群算法要明显优于ACS和MMAS算法。     

Hadoop环境中基于属性和定长密文的访问控制方法

随着云计算技术的广泛应用,人们越来越关注安全和隐私问题。由于云端是第三方服务器,并非完全可信,数据属主需要将数据加密后再托管云存储。如何实现对加密数据的高效访问控制是云计算技术亟需解决的问题。结合Hadoop云平台、基于属性与固定密文长度的加密方案提出并实现了一种在Hadoop云环境下基于属性和固定密文长度的层次化访问控制模型。该模型不仅具有固定密文长度、层次化授权结构、减少双线性对计算量的特点;同时经过实验验证,该模型能够实现云计算环境下对加密数据的高效访问控制,并解决了云存储空间有限的问题。     

基于正态云自适应遗传算法的无人机航路规划

为了克服标准遗传算法在无人机航路规划中存在的搜索速度慢、容易陷入局部最优等缺点,应用一种基于正态云改进的自适应遗传算法。建立无人机航路规划模型,将地理直角坐标系旋转,引入转弯角度约束,简化遗传编码的复杂度。改进算法由X条件云发生器产生种群的交叉概率和变异概率组成。正态云滴的稳定倾向性保护较优个体从而对全局最优值进行自适应定位,随机性保持个体多样性从而避免搜索陷入局部极值。仿真结果表明,该算法能使无人机在战场环境中快速地选择最优航路,规划的效率和成功率相对于标准遗传算法有明显提高,具有良好的应用前景。     

云模型与VIKOR集成的多属性群决策方法

针对以往定性概念量化过程中只考虑到模糊性这一不确定性因素的不足,采用云模型从模糊性和随机性两个方面实现语义评价变量的量化,并对专家组的语义评价信息进行集结。针对以往云差异性度量方法的不足,基于云模型构成的本质特点,从云滴分布的角度提出了云距离测度算法,进而提出了云相似度算法。考虑到决策指标间相互影响关系,将云模型与决策试验与实验评估法（Decision-Making Trial and Evaluation Laboratory,DEMATEL）相结合,采用云DEMATEL法对专家主观评价给出的指标初始重要度进行修正,进而计算得到指标权重。采用云距离算法计算备选方案与正、负理想解间的距离,并最终由云VIKOR求得备选方案的妥协解。最后以实例验证了所提方法的可行性和有效性。     

基于云自适应遗传算法的NoC映射研究

NoC映射是NoC设计中的重要步骤,映射结果的优劣对NoC的QoS约束和通信功耗有着很大的影响。提出一种采用云自适应遗传算法实现NoC映射的方案,该算法利用云模型对传统遗传算法加以改进,以此新方法自动调整遗传算法过程中的交叉概率和变异概率,从而达到优化遗传算法的目的。结合NoC映射中的具体问题,在功耗和延时约束的限制条件下,建立了延时约束下的NoC映射功耗数学模型。实验表明,该方法在NoC映射中取得了良好的效果,降低了通信功耗。     

基于云模型的老人手机易用性评估模型研究

目前,老人手机被老年群体广泛使用,但对老人手机易用性评估还尚缺,不利于老人手机研发。针对老人手机易用性评估的问题,提出基于云模型的老人手机易用性评估方法。构建老人手机易用性评估指标体系,并把熵权法和层次分析法相结合来确定各指标间相对权重,利用云模型对指标信息进行评估。实例分析表明该方法可以有效地处理老人手机易用性评估中的不确定度和模糊性,提高易用性评估结果的客观准确性,为老人手机在易用性设计方面提供理论依据。     

云环境下面向隐私保护的用户行为分析

针对云环境下基于隐私Petri网（PPN）的用户行为,主要是存在隐私泄露的行为,通过软件监测应用程序获取调用的相关接口,分析存在隐私泄露用户行为的特点。主要通过研究正常QQ软件与植入了木马病毒的QQ软件在运行时所调用的系统序列的异同,根据调用的序列在建模软件中分别建立全局PPN模型,进行分析对比。最后对所分析的用户行为进行测试,研究PPN模型的相关算法,对PPN模型进行定性分析和定量分析,分别计算其4项指标值：可能性、严重性、操纵性、隐秘性。实验结果表明,与正常QQ相比,恶意的QQ不仅会越权访问其他数据,未经授权篡改权限获取相应数据;其次,包含隐私泄露行为的软件访问重要资源的能力更强,甚至会通过网络发送隐私数据。