网格环境中基于本体混合式资源发现模型研究

在网格环境中，有效的网格资源发现机制对于系统的性能有着重要意义。当前网格资源发现方式大都是集中式的、基于句法进行资源-请求的匹配，功能有限。提出了一种网格环境中基于本体的混合式资源发现模型（ontology—based hybrid resource discovery model，OHRDM），实现语义上的资源发现。采取集中式和P2P模式相结合的资源组织形式，保证了资源的自治性和系统的扩充性，提高了资源发现的效率。     

基于Vague集的模糊综合评判模型

在张晓平文章的基础上，定义了“Vague线性变换”，进一步证明了“Vague关系”、“Vague映射”和“Vague线性变换”之间一一对应的关系，为模糊决策问题提供了理论基础；另外，介绍了区间数的一种排序方法，建立了基于Vague集的模糊综合评判模型，并给出了应用实例。     

基于Vague集的模糊综合评判模型

在张晓平文章[1]的基础上,定义了"Vague线性变换",进一步证明了"Vague关系"、"Vague映射"和"Vague线性变换"之间一一对应的关系,为模糊决策问题提供了理论基础;另外,介绍了区间数的一种排序方法,建立了基于Vague集的模糊综合评判模型,并给出了应用实例.     

基于未知度的Vague集相似度量新方法

分析了现有的相似度量方法,指出影响Vague集相似度量的因素和衡量Vague集相似程度的必要参数,为研究Vague集相似度量提供了参考,提出了一种新的Vague集相似度量的方法,通过实验结果表明,新的方法区分能力高,而且有更好的度量效果.     

基于Vague集的异构网络垂直切换算法

给出一种基于Vague集的异构网络垂直切换算法,在模糊化时将参数映射到Vague集上,并构造新的计分函数使其更为智能化。仿真结果表明,所给算法可减少不必要切换的频率,减小乒乓效应的不利影响。     

Vague集的映射定理及其证明

从分析现有模糊集的不足入手,引入Vague集,规定了Vague集之间的运算,依次定义了"广义关系"、"广义关系的投影与截影"、"Vague关系"、"Vague关系的投影与截影"、"Vague映射"等一系列概念,并在此基础上,严格证明了"Vague关系"、"Vague映射"之间一一对应的关系,丰富了模糊集理论,为模糊决策问题提供了初步的理论基础.     

基于Vague集的不确定方向查询

针对方向关系界定的不确定性,提出基于Vague集的不确定区域方向关系模型,并利用Vague集方向关系矩阵分析不确定空间对象的方向关系隶属程度.讨论了空间对象与其MBR间的方向谓词映射关系,给出了边界不确定对象之间的方向查询实例及算法.结果表明,用Vague集来表示不确定性区域能够体现出空间对象与方向片相交的最大(最小)程度,比用模糊集更确切,不确定查询更符合人类思维的心理特征.     

基于转化模型的Vague集多准则模糊决策记分函数

针对现有记分函数问题,考虑记分函数与 Vague集向Fuzzy集转化模型在未知度转化方面的相通性,提出一种基于转化模型的记分函数及其加权形式,给出其定义和性质。该（加权）记分函数与转化模型之间具有直接运算关系,与现有加权记分函数之间具有良好转换关系,能够合理表达真、假隶属度大小关系对未知度价值取向的影响,具有更细腻的表达能力,是对极限转化状态（或接近）下的决策目标集的记分排序,实例对比说明了其有效性和优越性。     

一种混合式网格资源发现模型

提出一种基于层次结构的混合式网格资源发现模型。模型中采用循环移数结构来构建覆盖网络,保证了资源发现的服务质量。为了使资源信息能在有限跳数内扩散到整个网络,同时减少消息冗余,设计了M-flooding消息扩散算法,确保模型具有较好的资源发现效率和较高的可靠性。     

基于Vague集模糊量化的图像检索算法

为了提高图像的检索效果,提出了基于Vague集模糊量化的图像检索算法。该算法首先在色调-饱和度-亮度(hue saturation value,HSV)空间中划分模糊区域,并建立每个区域的梯形隶属度函数;其次,通过梯形隶属度函数得到任意颜色在模糊区域的Vague隶属度,进而将该Vague隶属度转化为包含中立度信息的Fuzzy值,并对该Fuzzy值加权得到新的量化值,从而得到颜色直方图;最后,将原图平滑处理,并与原图直方图结合得到广义直方图,通过欧氏距离进行相似匹配得到检索结果。实验采用Corel1000图像库,选取花作为检索的目标图像,结果显示,非均匀量化算法,模糊量化算法和改进算法的查准率分别为62.5%,72.5%,75%;查全率分别为25%,29%,30%。采用3种算法分别检索主目标明确和主目标不明确的图片,结果显示,改进算法与非均匀量化算法,模糊量化算法相比,检索效果较好。     

基于变精度粗集的生产调度规则获取

由于规则调度简单、实用,而被管理和工程技术人员广泛使用.规则调度所面临的问题是如何快速获取有效的调度规则以建立起专家系统知识库.把变精度粗集应用于生产调度中,在历史调度数据中发现成功的调度规则解决了生产调度中的规则获取难题.对调度中存在的多决策属性并存的决策表分解问题,提出了有因果关系决策属性的决策表分解方法,描述了基于粗集的生产调度规则获取过程及其应用实例     

基于关键字组合的网格层次社区资源发现

基于节点间的相关性创建网格社区,实现社区资源检索是近年来受到较多关注的网格资源发现方案之一.为了将扁平社区模型扩展为层次结构,并支持资源的多关键字组合检索,提出了基于频繁关键字组合的网格层次社区模型,采用跳表结构组织社区覆盖网络,设计了相应的资源检索方法,可以将查询消息快速路由给目标社区,并支持查询消息向下层社区的受控扩散.仿真实验表明,查询消息到达目标社区的跳数随网格规模的扩大而缓慢增长,使资源发现系统具有良好的伸缩性.     

Jrv粗糙Vague区域关系

为了处理重要的Jrv类粗糙Vague区域关系,基于Vague集和粗糙集的联合给出Jrv类粗糙Vague区域关系的数学模型表示.通过分析粗糙Vague区域关系模型的复杂粗糙变换情况,确定粗糙Vague区域关系的动态关联邻接图.基于粗糙Vague区域的上﹑下近似模型,提出Jrv类粗糙Vague原子区域关系的可能蕴涵情况表,基于蕴涵情况表给出Jrv类粗糙Vague区域关系的可能蕴涵式.给出实例模型,并对实例模型进行分析.理论研究和实例分析结果表明,该模型可以处理复杂的Jrv类粗糙Vague区域关系,极大地增强了空间数据库处理复杂不确定区域关系的能力.     

一种基于P2P分层结构的网格资源发现模型

网格资源发现是网格研究中的重要组成部分,随着P2P网络的兴起,许多新的概念和研究方向为网格研究提供了思路.该文在分析了现有网格资源查找方式不足的基础上,提出了一种基于P2P分层结构的网格资源发现模型.模型针对网格资源的特点引入了本体和语义相关度概念,在此基础上将网格资源进行分层管理,并借鉴了iVCE体系结构,提出了本体共同体的概念从而较好解决了虚拟组织内节点的动态自组织问题,较好实现了网格资源的聚合以及动态增减问题.     

P2P网络资源传播模型的研究

为了解决P2P网络中存在的虚假资源和盗版资源的传播问题,基于传染模型Kermack-Mckendrick,设计了一种P2P网络的资源传播模型,该模型能够较好地模拟P2P网络的资源传播生命周期。根据本模型产生的资源传播规律,在合适的阶段实施阻止措施,能对盗版和虚假资源的传播起到有效的遏制作用。     

Ad hoc网络的资源查找技术

针对传统资源查找技术应用于Adhoc网络时存在的问题,探讨了三种Adhoc网络的资源查找技术,分析了这些技术的实现方法、原理以及有待研究的问题,最后对这些技术作了比较。     

网格环境中基于元数据节点的资源发现方法

资源发现是网格的关键技术之一,传统的集中式资源发现方法的资源信息共享性较差。本文以实现更为广泛的资源共享为目标,提出了一种基于元数据节点的资源发现方法。该方法继承了关键词搜索方法的优点,支持结果重用,提高了资源发现的效率和资源信息的共享性。     

粗集及其在知识发现中的应用

粗集理论在知识发现中的应用已成为知识发现研究的热点 .介绍了粗集的基本概念 ,包括粗集的定义、“属性 -值”系统、属性依赖与归约及粗集概念的若干推广 ,最后指出粗集理论在知识发现中的一个可能应用途径