一种基于云理论的考核成绩评价模型

云模型是一种实现定性与定量之间的不确定性转换模型.基于云理论的考核成绩评价模型,根据全体考核对象的考核成绩,利用云模型客观反映这些成绩在多种概念下的分布,进而对成绩等级实现软划分,达到模糊分类的目的.为考核对象的成绩评价提供新的视角.文章把硕士研究生入学考试成绩作为研究对象,提出了一种新的研究生录取方式,进一步完善了当前研究生入学分数线的制定办法.实验结果表明,该成绩评价模型符合实际且更具有说服力.     

基于云模型的电子政务网站评价系统模型研究

传统的电子政务网站评价方法用精确数学方法进行结果表达,使得结果不够自然,针对该局限性,提出将云模型应用在电子政务网站评价的结果获取和知识表达过程.构建了一个基于云模型的电子政务网站评价系统(CMBES)的整体框架模型,以云变换和云发生器作为定性定量转换工具,通过云推理机把量化的站点指标属性值与规则进行匹配,从而得到易于理解和使用的评价结果.     

基于云理论和粗集的复杂电磁环境评估模型

复杂电磁环境评估是一个复杂的多指标综合体系,包含许多随机和模糊因素。运用云理论和粗集理论确定了评估模型中各指标基本评定值,增强了模型的可信度和可操作性。较准确的反映了电磁环境的复杂度,为以后评估复杂电磁环境提供了准确的依据和方法。     

基于云模型的网页吸引度定性测试的研究

提出了一种基于云模型理论测试网页对访问者吸引程度的Web日志挖掘方法,协助管理者优化站点结构,改善Web信息服务质量。     

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。     

基于云模型的教学质量评价研究

教学评价是教学工作的一个重要的环节,对提高教学质量有着重要的作用。针对教学评价的模糊性和不确定性等特征,结合云模型的优点,运用云模型对评价指标进行定性与定量之间的转换,再利用熵值法确定评价指标的权重,并借鉴云理论,运用云模型对教学质量进行综合评价。该方法应用于教学评价中具有较强的客观性和可行性。     

基于D-S理论的可信云服务评价方法研究

云制造环境下,用户选择云服务资源时往往陷入信息量巨大以及信任缺失的困境。针对如何选取可信云服务的问题,提出了一种基于D-S理论的云服务评价方法。选取六个云服务指标作为可信特征集;通过获取定性定量指标评价信息,求解指标的评价等级隶属度;进而获得评价指标效用偏好度作为基本概率分配值;引入各云服务评价指标的权重修正基本概率分配以减少证据合成过程中的冲突;应用D-S理论合成规则对可信云服务的证据进行合成;计算各云服务的信任区间并将其进行偏序关系的对比,实现了云服务的选择。以某汽车零部件制造商选择云服务为例,验证所提方法的可行性和有效性。     

基于改进云模型的电网本质安全评价方法研究

电力企业是一个复杂多变的人-机-管-环系统,需要对其进行本质安全评价,以根据评价结果来进行相应的调整,确保系统的本质安全。鉴于其评价过程具有模糊性和随机性的特点,提出基于改进云模型的电网本质安全评价方法。该方法由云发生器生成评价状态云;将从电力企业统计的数据根据云理论进行计算得到基础云数字特征,进一步生成评价对象云,不同于传统云模型评价方法以经验公式得到云数字特征;将评价状态云与评价对象云进行比较得出本质安全评价结果。与传统云模型评价方法进行对比分析,结果表明,该方法是合理的、可信的,并且较传统云模型评价方法更满足评价要求。     

基于隶属度理论的云服务行为信任评估模型研究

针对云用户难以在大量性能特征不同的云服务提供者中找到满足自己性能偏好和特定信任等级的云服务的问题,建立了一个合理的、科学的云服务行为信任评估系统。设计了云服务行为信任评估系统框架,基于隶属度理论建立了云服务行为信任评估模型,利用综合信任云重心评价法来计算云服务行为信任度,经过实验分析,该模型能够根据用户性能需求,对云服务进行更准确、科学的信任评估。     

基于云模型的网站质量评价系统

现有的网站质量评价方法存在不少缺陷。设计的基于云模型的网站质量评价系统,选择了适当的两级指标,设置了各自的权重;并利用云发生器实现了指标评价的定性定量转换,利用设置的权重得到了云模型的三个特征值,通过云滴分布得到了最终的评价结果。实例验证表明,评价系统简洁高效,具有一定的实践意义和指导作用。     

基于云模型理论的网络用户行为评判模型研究

由于网络的异构性使得网络中的用户纷繁复杂,而众多的网络用户行为表现方式又多种多样,也直接影响到网络的安全性.本文借鉴已有的研究工作,以复杂的网络环境为研究背景,通过对复杂网络环境中用户行为的研究,引入云模型理论,研究并提出了一个基于云模型理论的网络用户行为评判模型,实现了对网络用户行为定量描述及评判;同时研究结果还体现了网络用户行为的不确定性和评判标准的差异性,这样使网络行为评判结果更加符合客观事实.仿真实验进一步验证了本文研究的网络用户行为评判模型能够对复杂的网络环境中网络用户行为做出合理的评判,为复杂的网络环境中网络行为评判的研究提供了有价值的新思路.     

基于云模型和风险评估的信任模型研究

针对基于云模型的信任模型缺乏对反馈信息的可信度量以及风险评估等问题,提出一种新的信任模型。综合反馈实体的评价次数、评价行为一致性等因素对反馈者提交的评价信息进行可信度量,基于加权逆向云生成算法构造被评估实体的实体信任云,根据被评估实体的活跃度和实体信任云的数字特征参数进行交互风险的评估。仿真结果表明,该模型能较好地反映实体的行为特点,提高实体间的交互成功率。     

基于云模型的智能教学系统中学习质量的评价

提出将云模型理论应用于智能教学系统的学生模型构建中,建立一种基于云模型的学生学习质量评价方法,利用云对概念的贡献程度进行数据离散化,并引入云变换计算隶属云,最后结合极大判定算法求出更加符合实际的学习质量等级划分。实验结果表明,这种新的评价方法得出的隶属概念不仅能够反映出学生对知识点的掌握程度,还能够反映出学生在学习中的发挥稳定性、心理素质等情况,有利于提高智能教学系统的应用效率。     

基于云理论的压制武器单元整体性能综合评估

结合压制武器性能试验的特点,建立了单元整体性能评估指标体系;在借鉴层次分析理论的基础上,建立了基于云理论的压制武器单元整体性能综合评价模型,通过德尔菲法及效用理论综合多个不同类型专家的意见,结合云理论实现定性与定量之间的相互转换;最后进行了实例分析,证明该方法的科学性和直观性,从而拓展了武器系统性能评估的思路.     

一种基于多维云模型的多属性综合评价方法

基于多维云能够表述复杂模糊概念的特性,提出一种基于正态多维云模型的多属性综合评价方法。将“属性概化”的概念引入系统评价中,利用一维云模型对单个属性进行多级描述;在此基础上,针对各级评语建立其对应的多维评判云和描述系统整体属性的多维属性云,并通过比较两类云模型的相似程度得出评价结果。实验结果表明,该方法能够在单一价值分类的基础上实现多重价值分类和排序,同时能够较为直观地反映出各属性值对综合评价结果的影响。     

网络入侵危险性评估的云理论实现

由于任何网络安全手段都无法完全阻止网络攻击,保护网络的绝对安全,因此对网络入侵危险性进行评估,进而采取相应的防御手段就非常重要。传统的评估方法都无法同时评估网络入侵的不确定性(模糊性和随机性),基于此,利用云模型理论把模糊性和随机性有效集成在一起的优点,提出了一种基于云理论的网络入侵风险评估方法。本文给出了方法的理论基础、设计思想和关键实现技术及评估过程,并提出了一种改进的逆向云生成算法。该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,该方法最大限度地保留了网络入侵评估过程中固有的不确定性,提高了评估结果的科学性和准确性。     

基于C4．5的学习评价模型的研究

将据挖掘方法引入学习评价领域，仔细研究了决策树技术，通过构建决策树从考生测验数据库中挖掘出学习评价的规则，为在学习评价领域有效应用数据挖掘技术进行研究提供了一个方向。     

基于C4.5的学习评价模型的研究

将据挖掘方法引入学习评价领域,仔细研究了决策树技术,通过构建决策树从考生测验数据库中挖掘出学习评价的规则,为在学习评价领域有效应用数据挖掘技术进行研究提供了一个方向。     

基于云理论和信息融合理论的系统性能评估方法研究

现代系统结构复杂,其性能评估需要从多个层次综合评判形成合理可信的最终评估结果,评估过程大量存在多源不确定信息。不确定性的存在增加了评估过程中定性与定量综合集成的难度。云理论和信息融合理论在不确定信息和多源信息的处理上各有优点,在功能上具有一定的互补性。两者相结合能够增强对信息的处理能力,挖掘出数据中更有价值的隐含信息。本文创新地将二者结合起来,提出了新的系统性能评估模型和方法,较好地融合了影响系统性能的多源信息,充分利用和集成了信息的模糊性和随机性,完成定性和定量之间的映射。这种方法能有效地处理各多源信息的不确定性,具有科学性,同时最终得到的评价结果是语言评判值,具有直观性。该方法是对信息融合理论和云理论联合使用的探索。