基于计算机模拟的云模型高职院校教学质量评估研究

针对高职院校的教学质量评估,目前存在投入成本过高、缺乏实时性和科学性、与实际差别过大、数据利用率低等问题,导致不能正确地评估高职院校的教学质量,很难实现高职培养目标。在深入研究云模型理论和计算机模拟技术的基础上,本文提出将云模型与计算机模拟技术两者有机结合,其研究成果综合运用到高职院校的教学质量评估中,实现评估过程的智能化、自动化,同时也使评价结果更科学、更准确、更细、更全面,从而推动高职教育的发展。     

基于云模型的仿真可信度评估方法

针对云模型在非正态分布条件下不适用的问题,提出了基于均匀分布的一维逆向云算法,并将其应用于仿真系统的可信度评估体系。首先,阐述了仿真可信度的重要性,并以实际工程为背景建立了某型装备抗干扰能力评估结果可信度评估指标;其次,运用基于云模型的仿真可信度评估方法对系统进行评估,并对该评估方法进行改进;最后,为了完善该评估方法,推导出基于均匀分布的一维逆向云算法,并且设计实验验证了该算法的有效性。仿真实验结果表明,该逆向云算法在较大数据时平均绝对误差小于5%,具有较高实用性,为云模型理论的完善提供一种思路。此外仿真可信度评估结果表明,该评估方法精度高,包含数据的分散度和凝聚度信息,可以进行更全面评估和错误数据预测。     

基于云模型的电网统计数据质量评估方法研究

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。     

基于云模型的选煤厂效能评估数据融合研究

选煤厂效能评估对于决策的制定起着至关重要的作用.本文首先引入了数据融合的思想,并由该思想产生了评价指标分级处理的方法,建立了效能评估数据融合模型,并根据该模型提出了基于云模型的选煤厂效能评估求解算法,该算法引入计算机模拟技术和相似度比较算法,避免了图形显示不能很明显的反映评估结果的同时提高了精度.最后,在详细分析选煤厂...     

基于梯形云模型的装备保障训练效果评估研究

装备保障训练效果评估是检验和提高装备保障能力的重要手段,针对装备保障训练效果综合评估工作中定性定量指标转化计算的问题,提出了基于梯形云理论的评估方法,云理论是一种用于处理不确定性和模糊性的数学工具,从知识水平、岗位能力、装备效能情况等方面建立评估体系对维修保障人员训练效果进行分析研究,运用Delphi法建立了装备保障训练效果评估指标体系,在指标选取原则的基础上,运用AHP与指标属性重要度的综合方法进行指标权重的确定,然后通过运用云模型云发生器、云合并算法和云相似度算法等,较好地解决了装备保障训练效果评估中指标的定性描述与定量综合计算的问题,最终通过实例比较表明,所提出的云评估模型所得出的等级评价结果客观而全面,对定性综合评估研究具有参考价值.     

基于改进INFO算法的新型可拓云计算机性能评估模型

计算机系统的性能评价和分级是计算机高性能发展的关键环节。为消除评估过程中不确定性导致的性能等级误判,采用可拓云理论构建计算机性能评价的理论模型;其次,为兼顾等级边界的分明性和模糊性,提出一种可自适应评估对象的最优云熵计算方法,提高了模型的合理性和准确性;最后,针对模型参数的非线性求解问题,提出改进向量加权平均算法(INFO)。该算法采用差分进化策略扰动向量来产生候选解,从而优化潜在解的初始分布均匀性;并且在搜索阶段结合t分布策略,根据概率值扩大算法的搜索范围,提高算法的全局搜索能力。经实例验证,结果表明所提模型是一种有效的计算机性能评估方法。     

基于3D-SIFT与4PCS融合的大数据量点云快速配准方法

测量点云与模型点云的配准是视觉定位的关键。针对测量点云数据量大且与CAD模型点云重叠率低造成视觉定位精度差、算法效率低的问题,提出一种基于三维尺度不变特征变换（3D-SIFT）与4点快速鲁棒匹配算法（4PCS）融合的测量点云与模型点云配准方法。首先利用深度相机对零件进行点云提取并对提取到的测量点云进行降噪和滤波处理;接着利用3D-SIFT特征点提取算法对测量点云和CAD模型点云进行特征点提取;最后把提取的特征点作为4PCS算法的初始值进行2种点云数据的配准。与常用的4PCS算法、Super-4PCS算法相比,在算法仿真与实际应用实验结果表明,本文算法在保证配准精度的前提下将配准速度提高30%以上。     

基于云模型与粒子系统自然雨模拟

自然景物雨的模拟,在计算机游戏、三维动画、影视及广告中有着广泛的应用。粒子系统是模拟雨的一种有效方法。但是粒子系统使用随机生成的粒子以及粒子属性来模拟雨,而真实的雨粒子往往不是随机分布的。概率论与随机过程的理论研究和实际应用表明,类正态分布在实际的自然现象与社会现象中分布最为广泛,云模型是模拟生成类正态分布的有力工具,基于云模型控制粒子系统的粒子生成、属性的改变能够更真实地模拟自然雨的生成,具有更逼真的效果。     

基于可拓云的网络信任评估

针对网络信任评估中存在不确定因素的问题,以复杂开放网络中的安全交易为研究背景,引入可拓云理论,利用可拓学中的物元理论和云模型的不确定性兼二者定性与定量相结合的优点,提出了基于可拓云的网络信任评估模型,实现了信任值定性与定量之间的转换。在此模型基础上提出基于可拓云的网络信任评估方法,对网络安全交易能够有效地进行信任评估,为最终信任决策提供有利依据。仿真实验结果表明:信任决策调度算法提高了信任评估的准确性和交易的成功率,有效缓解了网络交易实体的欺骗行为,评估方法具有可行性和有效性。     

网络安全风险评估的云决策

为了更合理地评估网络安全风险,利用云模型集成随机性和模糊性的优点,提出一种基于云模型的网络安全风险评估和决策方法。首先,通过采样系统正常状态信息,构造标准概念云;在进行风险评估时,采样处于风险状态时的信息,计算其云数字特征;然后利用改进的基于云滴距离的云相似度算法,计算与标准概念云的相似度,相似度最大的即为最终输出结果。最后,通过Kddcup99数据集进行模拟攻击及性能采样仿真实验。结果表明,该方法最大限度地保留了风险评估过程中固有的不确定性和模糊性,提高了评估结果的可信性。     

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。     

云计算在教学方面的应用

云计算是以计算机网络为基础的能够对连网资源进行统一调度和管理,从而向客户提供服务的新型计算机模型,该模型是社会网络化发展的直接产物。近年来,云计算在教育、教学领域得到了普遍重视,充分利用云计算开放式教学的特点可以有效改善原有教学方法和教学模式,促进师生之间、教师之间以及学生之间的资源共享和高效整合,对于提高教学质量、调动师生积极性和改善教学氛围具有很大帮助,本文从课堂教学、教辅以及实验等三方面分析了云计算在教学方面的应用。     

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。     

基于加权多属性云的主观信任度量方法

针对现有基于云模型的信任度量方法缺乏对信任的多粒度及时效性考虑,提出一种基于加权多属性云的信任度量方法。首先,以多属性信任云对信任度量粒度进行细化,并在实体信任计算中引入时间衰减函数;其次,对信任云的多属性综合与多路径合并得到实体的最终信任云;最后,采用云的相似度比较算法与信任基准云进行比较,得到实体的信任等级。通过网格计算环境下的仿真实验表明,当节点交互100次时,采用加权多属性云的度量方法的交互成功率为80%,比传统方法提升了15%。仿真结果表明,采用加权多属性云的度量方法可以提高信任度量的准确度。     

基于离散人工蜂群算法的云任务调度优化

针对现今云计算任务调度只考虑单目标和云计算应用对虚拟资源的服务的质量要求高等问题,综合考虑了用户最短等待时间、资源负载均衡和经济原则,提出一种离散人工蜂群(ABC)算法的云任务调度优化策略。首先,从理论上建立了云任务调度的多目标数学模型;然后,结合偏好满意度策略并引入局部搜索算子和改变侦察蜂搜索方式,提出多目标离散型人工蜂群(MDABC)算法的优化策略。通过不同的云任务调度仿真实验,显示了改进离散人工蜂群算法相对于基础离散人工蜂群算法、遗传算法以及经典贪心算法,能够得到较高的综合满意度,表明了改进离散人工蜂群算法能够更好地改善虚拟资源中云任务调度系统的性能,具有一定的普适性。