网页自动分类不确定性问题的贝叶斯网络解法

针对网页自动分类中存在的类边界模糊、语料不均匀等引起的分类不确定性问题,提出了贝叶斯网络自动分类融合模型和融合算法,该模型和算法基于网页上多种信息进行融合,并采用不同的与处理方法分别对多种信息进行处理,将处理后的信息输入到贝叶斯网络融合中心进行融合推理,得到最终的分类结果。同时,为了降低贝叶斯网络推理时间复杂度,提出了改进的贝叶斯网络图推理算法。实验结果表明,改进后的融合模型和融合算法能有效解决网页自动分类中的不确定性问题,并能提高网页自动分类的准确率和查全率。     

嵌入基于案例记忆机制的个人辅助Agent

个人辅助agent是一种能够帮助用户解决工作环境中特定任务的认知agent。为个人辅助;agent设计了一种记忆机制,用于表示和组织个人辅助agent的记忆。受基于案例推理思想的启发,构建了一个记忆处理器,以对记忆进行更新和管理。在多agent平台—OMAS中实现了个人辅助agent原型系统。实验表明,具有记忆机制的个人辅助agent能更有效地执行用户任务。     

面向推理构件分布式应用环境的构建

以知识系统为背景，采用多agent技术构造了面向推理构件的分布式计算环境，提出了一种支持推理构件协同问题求解的解决方案，并设计了此分布式应用的关键部件，从而实现了推理构件求解问题时知识查询和协同推理的双重功能，知识系统的可用性得以提高．     

基于Email信箱的agent迁移和通信机制的设计和实现

1.前言移动agent是运行于开放、动态网络环境中的封装良好的计算实体,可以代表用户自主地在网络上移动,完成指定的任务。它具有自主性、移动性、协作性和安全性等特性。这些特性使得移动agent技术可在通信功效、网络容错、网络计算以及网络适应性等方面提高网络应用的质量,从而成为近年来网络技术研究的一个热点。 Internet是个动态、开放的环境,移动用户和无线用户的     

基本DFL的多Agent协调工作机制研究

多agent的协调性是多agent系统与其它相关研究领域区别开来的关键性问题之一, 也是保证多个智能系统能在一起共同工作的关键.由于agent它自身是一个主体,就其本质上 讲是一个动态的客体,因此动态性和模糊性是agent的主要特性,而多agent之间这个问题体现 的就更为突出.因此,该文基于DFL对多agent协调工作机制进行研究,给出agent的能力表现 模型、能力扩展模型等内容,为人们解决这方面的问题提供理论依据.     

基于Agent的快速公交系统仿真研究

针对目前公交系统仿真模型中存在的建模复杂、数据搜集困难等问题,构建了一个基于agent的快速公交系统仿真模型。将乘客、公交车、信号灯抽象为不同的agent,并引入车辆调度agent和站台管理agent,通过各agent之间的交互来仿真快速公交系统的运行。为了解决个别站点可能出现的"涌现"现象,模型中给出了一种基于动态调整的车辆调度算法,从而减少了乘客的等待时间。实验和分析表明,该模型建模简单,易于理解,不仅可以真实地模拟快速公交系统运行现象,而且对如何充分合理利用公交车资源有一定的借鉴作用。     

有上下文感知能力的智能教室系统设计与实现

目前,有许多教育专家采取很多措施来提高教学效率,而应用先进技术是一条切实可行的方法。通过利用多agent、语义Web、推理和用于安全和隐私的声明性规则等技术,参考早期的普遍深入的计算系统,开发了一个新的智能教室系统模型。该模型使用本体Web语言——OWL来实现知识共享和上下文推理,使用逻辑推理来检测和解决上下文知识的不一致问题,并向老师和学生提供一种策略语言来控制他们的私人信息。ICS将完全改变传统的教学方法并为未来的教学工作提供更多的便利。     

基于动态隧道技术的主题爬行策略

互联网网页所形成的主题孤岛严重影响了搜索引擎系统的主题爬虫性能,通过人工增加大量的初始种子链接来发现新主题的方法无法保证主题网页的全面性.在分析传统基于内容分析、基于链接分析和基于语境图的主题爬行策略的基础上,提出了一种基于动态隧道技术的主题爬虫爬行策略.该策略结合页面主题相关度计算和URL链接相关度预测的方法确定主题孤岛之间的网页页面主题相关性,并构建层次化的主题判断模型来解决主题孤岛之间的弱链接问题.同时,该策略能有效防止主题爬虫因采集过多的主题无关页面而导致的主题漂移现象,从而可以实现在保持主题语义信息的爬行方向上的动态隧道控制.实验过程利用主题网页层次结构检测页面主题相关性并抽取“体育”主题关键词,然后以此对采集的主题网页进行索引查询测试.结果表明,基于动态隧道技术的爬行策略能够较好的解决主题孤岛问题,明显提升了“体育”主题搜索引擎的准确率和召回率.     

一种多agent的并行认知模型及应用

agent认知模型是多agent系统研究的基础。该文抓住多agent系统的社会行为特性,构建了动态的多agent系统模型。它可以动态地调整系统agent的个数,增强系统的求解问题的能力,整个系统随着问题求解的增多更加稳定。并且在构建动态多agent系统的基础上给出了多agent系统并行认知模型及其相关概念,并把该模型应用于问题求解。     

基于证据推理的多agent分布式入侵检测系统模型

在分析现有基于agent的入侵检测系统（IDS）基础上,提出了一种基于证据推理的多agent分布式两级IDS模型。该模型采用分布检测、分布响应的模式,通过多agent技术的思想建立系统总体结构,给出了模型的各个组成部分,并对结构中各种agent与中心控制台的功能设计进行了分析。同时,为了提高中心控制台的融合性能,设计了一种可有效减少证据合成计算量又可确保合成准确性的证据推理算法,并对动态选举算法、协同算法进行了初步分析。系统可充分利用各种资源协同完成入侵检测任务,实时响应,有效地改进了传统IDS。     

一个基于语言变量认知流的认知建模方法

提出了一种新的认知流（epistemic fluent）用来解决自主角色的感知和推理问题。该方法是在John Funge的区间取值认知流的区间上定义相应的语言变量（linguistic variables）。新方法能够将离散取值认知流和连续取值认知流统一起来,并且使得自主角色的认知模型更简单。文章还描述了怎样解决不可数“可能世界”的问题,以及新认知流怎样用来推理不等式。     

基于合作博弈的移动代理网管任务协作模型

为提高网络管理任务性能,需要研究在复杂网管任务下多移动代理协作问题 .由于传统代理协作模型(如合同网协议)并不适合大规模网络中复杂任务的代理协作,不能保证协作模型中个体代理性能的稳定 .为此合作博弈理论成为移动代理的网管任务协作问题的重要途径,在该协作模型中,单个功能代理被视为具有自主意识的主体,它具有自身的效用函数评估个体的性能 .将代理协作问题转化成为凸联盟博弈模型并利用Shapley值作为协作模型中任务分配合理性的评判标准,并基于上述理论模型,提出3阶段的任务协作算法 .     

定向网络攻击追踪溯源层次化模型研究

定向网络攻击对网络空间安全构成了极大的威胁，甚至已经成为国家间网络对抗的一种主要形式。本文认为定向网络攻击难以避免，传统的以识别并阻断攻击为核心的防御体系不能很好地应对复杂先进的定向网络攻击，遂提出将追踪溯源作为威慑性防御手段。本文给出了定向网络攻击追踪溯源的形式化定义和分类；充分借鉴了网络欺骗等领域的研究成果，提出通过构建虚实结合的网络和系统环境，采用主被动相结合的方式，追踪溯源定向网络攻击；构建了包括网络服务、主机终端、文件数据、控制信道、行为特征和挖掘分析六个层次的定向网络攻击追踪溯源模型，并系统阐述了模型各层次的内涵及主要技术手段；以此模型为基础，建立了以"欺骗环境构建"、"多源线索提取"、"线索分析挖掘"为主线的追踪溯源纵深体系，多维度追踪溯源定向网络攻击；结合现有攻击模型、追踪溯源理论和典型溯源案例，论证了所建立的模型的有效性。     

基于多主体系统的集成通信服务器的研究

针对目前通信服务器由于环境适应性差而存在性能瓶颈这个问题,提出了一种基于多主体系统的集成通信服务器系统模型,并分析了主要部分的功能及工作流程。该模型灵活、集成、扩充方便,有效地提高了系统的环境适应能力。利用Zeus开发平台开发了一个系统原型,验证了模型的可行性和有效性。     

基于MAS的智能公交调度系统的建模与实现

城市公共交通具有结构复杂、并发性和分布性等特点,使用数学建模的方法很难有效解决其调度问题,而多Agent系统MAS是一种解决复杂系统问题的有效方式,因此应用MAS来解决公交调度问题。首先,建立了城市公交系统的概念模型;然后,根据MAS的建模思想对公交调度相关实体进行抽象,建立了智能公交调度系统的MAS模型,并给出了Dispatch Agent、Bus Agent和Stop Agent的建模方法以及知识库的构建、推理和学习的流程;最后,完成系统实现。     

Finding influential agent groups in complex multiagent software systems based on citation network analyses

Current complex engineering software systems are often composed of many components and can be built based on a multiagent approach, resulting in what are called complex multiagent software systems. In a complex multiagent software system, various software agents may cite the operation results of others, and the citation relationships among agents form a citation network; therefore, the importance of a software agent in a system can be described by the citations from other software agents. Moreover, the software agents in a system are often divided into various groups, and each group contains the agents undergoing similar tasks or having related functions; thus, it is necessary to find the influential agent group (not only the influential individual agent) that can influence the system outcome utilities more than the others. To solve such a problem, this paper presents a new model for finding influential agent groups based on group centrality analyses in citation networks. In the presented model, a concept of extended group centrality is presented to evaluate the impact of an agent group, which is collectively determined by both direct and indirect citations from other agents outside the group. Moreover, the presented model addresses two typical types of agent groups: one is the adjacent group where agents of a group are adjacent in the citation network, and the other is the scattering group where agents of a group are distributed separately in the citation network. Finally, we present case studies and simulation experiments to prove the effectiveness of the presented model.     

基于亲属元的亲属运算模型研究

为了解决民法意义上的亲属的结构化表示问题,提出一种可以表示任何亲属的亲属元序列表示法,通过抽象出10种基本的亲属元,可将任意的亲属表示为这些亲属元的有序序列,从而解决了亲属的编码问题及亲属属性判断问题.更重要的是,基于亲属元,构造出了一套非常简洁的亲属求逆和复合运算算法.     

智能软件Agent的中间件模型

Agent技术的应用潜力是巨大的，已经在许多领域尝试使用，解决一些复杂问题，但要开发智能软件Agent要求具有多方面的先进技术，如知识表达、推理、网络通信等技术，开发者难以使用。为了减少开发时间和代价，文章提出了智能软件Agent的一种中间件模型，并且介绍了这个模型如何创建Agent.     

决策树学习算法ID3的研究

ID3是决策树学习的核心算法，为此详细叙述了决策树表示方法和ID3决策树学习算法，特别说明了决策属性的选取法则。通过一个学习实例给出该算法第一选取决策属性的详细过程，并且对该算法进行了讨论，一般情况下，ID3算法可以找出最优决策树。