灰色聚类法在软件项目风险评价中的应用

软件风险的控制在当今软件开发过程中显得越来越重要,而软件项目风险评价的好坏直接影响到风险的管理。目前,大多数软件项目风险评估技术本质上都是基于主观的,而客观地依赖于度量技术进行软件项目风险分析的研究还很少。针对软件项目风险管理的要求,建立了评价指标体系,提出了基于灰色聚类的软件项目风险评价方法。文中案例分析证明了该方法的科学性、客观性与合理性。     

灰色聚类法在湿地水体富营养化评价中的应用

将灰色聚类法应用到湿地水体富营养化评价中，旨在建立起一套比较完善、适合于湿地水体富营养化的评价体系。把湿地水体富营养化程度划分为6个级别，其阚值参照中国湖泊富营养化评价标准和湿地富营养化的特点。利用灰类白化权函数描述水体富营养化分级界限，正确地选择了各参评指标对于各等级的聚类权，在此基础上构建了湿地水体富营养化灰色聚类法综合评判模型。并以扎龙湿地为例进行了实例计算与分析，验证了此模型的准确性、可比性和实用性。     

智能教学系统中认知型学生模型的建立

在智能教学以学为主的学习模式中,学生模型是提供真正智能化指导的基础,该文提出在基于网络的智能教学系统中建立认知型学生模型的一种方法,介绍基于这种认知型学生模型的一个基于网络的小学数学智能教学系统,并对该系统的实验结果进行分析。     

Web服务QoS灰色评价模型

在分析国内外Web服务QoS定量评价的研究成果和不足之处的基础上,提出了基于灰色系统理论的Web服务QoS定量评价模型,即筛选Web服务QoS评价因子,确定因子权重集,计算各因子与参考基准的灰色关联度;通过应用从QWS数据集中提取的6个世界权威气象机构的气象信息Web服务,得出7个Web服务QoS的实际评价结果,并与其它评价方法进行比较;指出了进一步研究的方向。研究结果表明,该模型符合灰色系统理论的应用特点和Web服务应用的发展方向,作为Web服务选择时不同Web服务质量比选的定量评价工具,为Web服务的可信应用和电子商务的发展奠定了基础。     

E-Learning中情绪认知个性化学生模型的研究*

为了提高E-Learning情绪教学的适应性和教学效果,针对传统学生模型的不足,引入人格、学习情绪及学习风格。通过OCC三维情绪空间描述学习情绪和丹尼尔·沙博人格划分理论进行情绪调节,通过美国心理学家布鲁姆的认知理论描述学生的认知能力,通过Felder-Silverman学习风格并结合支持向量机技术描述学习偏好的个性化特征。将情绪、认知、学习风格相结合构建一个完善的适合E-Learning教学的学生模型。通过将此学生模型应用到E-Learning教学中,不仅可以解决网络教学系统的情感缺失,而且大大提高了实     

基于组合函数法的灰色模型预测研究及应用

结合运用组合函数法,尤其是对数函数和幂函数在进行原始数据列转换后能提高数据列的光滑度和预测精度的优点,提出了基于组合函数法的灰色预测模型,利用此模型实例预测某油田的年产量,并利用相对误差法将预测值与实际值进行精度检验,取得了较好的结果。     

多层次灰色评价法在军事数据质量评价中的应用

数据质量评价是军事数据建设中的重要环节,为了提高数据质量评价的科学性和合理性,本文针对军事数据自身的特点,构建了数据质量评价指标体系,采用多层次灰色评价法构建综合评价模型对多个部门上报的数据进行评价,通过实验表明,该方法的评价结果客观合理有效,对于提高军事数据质量管理的科学水平具有重要意义.     

灰色综合评价法在供应链成员选择中的应用

利用科学、合理的方法对供应链成员进行选择,是企业获得成功的一个关键问题。首先通过综合分析各影响因素,提出了一套合理的供应链成员选择指标体系,并建立了基于灰色关联度分析法的选择模型,最后通过示例说明了方法的应用,而且验证了该方法是可行的。     

基于灰色关联法的私营企业就业评价模型

由于经济发展水平与就业政策执行力度的差异,我国不同地区的私营企业就业人数存在较大差异。文章以七大行业私营企业的就业人数作为评价指标,设计了就业问题评价的数学模型。利用这一模型,评价我国各个省市自治区,影响私营企业就业的主要行业,并且分析了落后地区拓展就业空间的有效途径。     

灰色理论在信息安全评估模型中的应用

信息安全是信息领域的一个非常重要的课题,如何评价一个信息安全保障系统的安全级别是我们亟待解决的问题,本文将灰色理论引入信息安全风险评估模型,说明了该理论的应用能比较真实的反映信息系统的安全状况。     

基于灰色关联事件融合的入侵检测模型

使用异常情况或标识的传统入侵检测模型,检测粒度较大,精度较差,且占用系统资源较多。针对上述问题,提出了分布式异常事件融合入侵检测模型。该模型通过事件跟踪等方法降低检测粒度;采用分布式的多节点灰度关联度算法,进行异常事件的信息融合,进行异常事件分析处理。仿真实验证明,该模型的入侵检测精度较高,而系统资源消耗较少。     

一种基于灰色关联分析和超效率DEA的MCDM模型

针对多属性决策问题（MCDM）权重难以客观确定的缺陷,提出一种基于灰色关联分析和超效率数据包络分析（DEA）的混合算法研究MCDM。对MCDM进行建模,利用灰色关联分析计算各属性的点关联度,为了得到各属性的相对最优灰关联度并将其充分排序,利用超效率DEA改进灰色关联分析模型。该混合算法能够更加客观地确定权重向量,并且突破权重和为1的限制,使得均一的权重更加灵活;同时,可以得到各属性的相对最优灰色关联度,超效率DEA能够增强模型对灰关联度的分辨能力。通过北京市商品房空置影响因素的实例分析验证了该混合算法的有     

基于云模型的定性评价及在学评教中的应用

学评教定性评价是高校教学质量管理的重要环节,对高校的快速发展具有积极意义和重要作用。提出基于云模型的学评教综合评价模型,利用逆向云发生器实现评价指标评语的定性定量转换,运用虚拟云的算法获得最终的评价云模型,通过分析数字特征和云滴分布得到评价的结果。实例验证表明,评价结果直观可靠,具有一定的实践意义和指导作用。     

网格环境下基于灰色理论多属性综合信任评价模型*

针对传统信任模型的不足,提出了以灰色系统理论为基础的多属性综合信任评价模型。模型通过定义信任评价等级灰类及其白化权函数,计算网络实体各个属性的灰色评价权,结合层次分析法计算属性权重,最后给出实体灰色综合信任值及信任等级灰类。实例表明,该模型计算简便、评价可靠,为网格环境下解决多属性综合信任评价问题提供了新的方案。     

基于模糊综合评判的网络认知模型

针对传统传输控制协议(TCP)应用于异构网络的局限性,提出了一种基于模糊综合评判的网络认知模型。该模型通过建立隶属度函数和不同网络环境下的动态权重分布,运用模糊综合评判的方法来区分无线误码丢包和网络拥塞丢包。仿真实验证明：与传统TCP协议相比,该模型在不同的网络条件下,能够较准确地区分无线误码丢包和网络拥塞丢包,提高了TCP的吞吐量,改善了网络性能。     

基于改进灰色关联度的风险评估方法

为解决信息系统风险评估中资产、威胁、脆弱之间的复杂和不确定性关系,提出一种基于资产的改进灰色关联度的风险评估方法。该方法以资产为核心,以关联资产为基础识别、量化威胁-脆弱性对,再运用结合相容矩阵法计算权重的改进算法对信息系统进行风险分析。对某税务局网站系统的实际应用结果表明,该方法能直观、有效地评估系统,评估结果与实际符合程度较高,为决策和实施保障信息系统的安全措施提供可靠的依据。     

基于粗糙集和灰色关联度的综合性特征选择

在文本特征空间中,特征维数通常高达几万,这大大限制了分类算法的选择,降低了分类算法的性能,影响了分类器的设计,为此需要进行特征选择以避免“维数灾难”。提出了一个综合性的特征选择方法,该方法首先利用一个优化的文档频进行特征初选以过滤掉一些词条来降低特征空间的稀疏性,然后利用一个基于粗糙集和灰色关联度的属性约简算法来消除冗余,从而获得较具代表性的特征子集。实验结果表明该综合性方法效果良好。     

基于模型和区域相关融合的鲁棒跟踪算法

提出了一种模型部分匹配的相似度量方法,利用匹配的完整度、归一化的匹配点相对于模型的偏移量期望和方差的加权和作为相似性度量。在此基础上建立模型匹配算法,利用模型匹配和区域相关融合的方法进行目标跟踪。算法能够在摄像机静止和运动的情况下进行稳定的跟踪,能够适应目标的部分遮挡、光照和姿态的变化。利用参数化的模型能够在复杂的背景环境中实现实时的多目标跟踪。     

发展性学生评价系统

结合主观贝页斯方法、可信度理论和模糊综合评判法来解决学生评价中的不确定性、动态性和模糊性。发展性学生评价系统根据学生对各知识点掌握的可信度更新学生掌握各知识点的分数值，利用模糊综合评判法计算学生的各非知识因素的隶属度、量化分数和模糊等级。知识评价和非知识评价最终应用来改进学生的学习方法。