基于模糊综合评判模型的虹膜支持向量机（Svm）算法评估

提出了一种基于模糊综合评判的算法评估方案,并建立了相应的评判模型,实验证明,该模型能够对虹膜支持向量机（Svm）算法作出科学的评价。     

制造资源优化配置环境下用户抉择风险评判模型研究

通过对网络化制造资源优化配置的用户抉择风险因素识别与分析,提出并建立了多因素、多层级风险模糊评判模型;该模型的核心是双维体系结构,即来自用户本身的风险和来自协作企业的风险,它提高了用户选择合作企业过程中风险评判的客观性、可靠性。在此模型框架下,考虑到风险各因素、各层单元对事件影响程度的不确定性,基于模糊评判决策理论,建立了多级风险评判的算法结构,给出了风险评判综合值。最后用实例验证了模型及算法的有效性。     

基于分布估计算法的磁浮列车故障综合评判

针对使用传统模糊综合评判方法进行故障级别评判时模型参数难以确定的问题.提出一种基于分布估计算法(EDA)的模糊综合故障评判方法.该方法利用EDA进行模糊评判模型的进化学习,能有效实现模糊模型参数的自动优化,并具有模型易于理解、计算效率高的优点.通过对磁浮列车悬浮系统的仿真实验,结果显示基于分布估计算法的模糊故障综合评判方法能获得优于传统进化算法和其他机器学习方法的评判效果,具有较好的应用价值.     

轴(孔)类工件自动化精密在线检测及评判系统的设计

提出了一种轴(孔)类工件自动化精密检测及评判系统模型，可以对轴(孔)类工件的长度误差、公称直径、形状误差和表面缺陷分别进行检测，同时给出相应的评判算法，分别对检测结果做出了评判。经过大量的实验分析和仿真，验证了这种系统模型及其相应评判算法的可行性及正确性。     

基于模糊综合评判城市社区评价模型仿真研究

研究城市社区认同性优化问题。针对目前城市社区认同性受到了多方面因素的综合影响,传统的认同评价算法很难全面的综合评价城市之间的差异,提出了一种模糊综合评判城市社区综合评价优化模型。主要技术在于采用了模糊综合评判算法首次应用在城市社区评价体系中。算法以城市社区优化设计为研究对象,在全面分析城市社区的相关需求的基础上,采用了改进的层次分析法多模型进行数学优化,并以城市社区居民住宅满意度为核心,建立了关于模糊综合评判的城市社区认同性多指标优化模型。最后案例实验结果表明,提出的新的模糊综合评判算法可以较好的评价出城市社区的满意度,具有一定的实际应用价值。     

基于模糊神经网络的综合评判方法

针对综合评判模型中主观因素影响评判精度问题,引入模糊神经网络优化评判模型的方法,采用模糊神经网络的训练过程逼近综合评判模型的权重集和隶属度函数。为了提高该方法的有效性,对网络训练算法进行多方面的优化,以便神经网络更快更稳定地收敛。结果证明该方法能较好地去除综合评判模型中的主观成分,有效地提高评判的最终精度。     

应用模糊综合评判法进行电子证据确定性的评判研究

文章在分析国内外对电子证据确定性认定的基础上,从电子证据生命周期的角度提出并介绍了电子证据确定性指标体系方案,从技术层面分析了模糊多层次综合评判算法,并列举了相关算法和模型,采用模糊综合评判法对电子证据确定性进行了评判研究,实现了对电子证据的确定性的定量研究.     

基于分布估计算法的磁浮列车故障综合评判

针对使用传统模糊综合评判方法进行故障级别评判时模型参数难以确定的问题,提出一种基于分布估计算法(EDA)的模糊综合故障评判方法.该方法利用EDA进行模糊评判模型的进化学习,能有效实现模糊模型参数的自动优化,并具有模型易于理解,计算效率高的优点.通过对磁浮列车悬浮系统的仿真实验,结果显示基于分布估计算法的模糊故障综合评判方法能获得优于传统进化算法和其他机器学习方法的评判效果,具有较好的应用价值.

     

采用模糊C均值聚类改进模糊综合评判模型

在对模糊综合评判法进行分析的基础上,提出使用FCM算法改进模糊综合评判法的新评价模型,并以在教师教学质量评价中的应用为例对新模型的效果进行了验证,说明了模型的可行性与方法的正确性。     

基于BP神经网络的模糊综合评判模型及应用

该文在论述BP神经网络及算法的基础上,提出了将其用于模糊综合评判的方法,建立了模糊综合评判的神经网络模型,并通过实例说明了其应用.     

基于软件质量评估的模糊综合评判算法研究与改进

本文在系统介绍和分析模糊综合评判算法的同时重点研究了其用于软件质量评估过程中所存在的问题和缺陷,并改进和建立适应现代软件质量评估特点的新模糊评判算法模型 。利用新算法模型实施软件质量的可计算化评估,其评估结果的准确性、可靠性和稳定性有了明显改善和提高。整个研究为试图解决软件质量评估这个难题提供了很好的借鉴作用。     

基于模糊评判法的入侵检测模型研究

介绍了入侵检测和模糊数学的基础知识,在此基础上建立了基于模糊评判法的入侵检测算法模型,并通过具体实例进行了验证,初步实现了该算法,由此证明了基于模糊理论的入侵检测模型比以往的异常检测模型具有更高的实时性和可靠性.     

基于变权理论的装备维修人员能力评估模型

针对常权模糊综合评判在对装备维修人员保障能力评估时带来的"状态失衡"的问题,运用变权原理,提出了一种基于惩罚与激励的局部状态变权模型,对装备维修人员的保障能力进行了变权模糊综合评判.通过编程实现模型提出的算法,运用实例分析对模型进行了验证,并与常权模糊综合评判的结果进行了比较,得出变权模糊综合评判更能反映出装备维修人员保障能力实际的结论.     

基于SSE－CMM的信息系统安全风险评估

介绍了系统安全工程能力成熟模型(SSE-CMM),并以SSE-CMM为基础,讨论了信息系统灾难损失估计方法和风险度的评判算法。     

多特征参数的任务模糊调度算法

针对任务具有特征参数多和特征参数不确定性的特点,提出了一种基于模糊理论的任务调度算法。利用模糊集合来描述任务的不确定性特征;使用多层模糊综合评判和最大隶属度原理来综合考虑任务的多个特征参数并确定任务的优先级;采用动态构建多层评判模型的调度策略来减小任务优先级评判的失效率。仿真表明,该算法提高了任务调度的成功率,降低了任务截止期的错失率和任务优先级评判的失效率。该方法可应用于优先等级有限的实时系统任务动态调度中。     

一种基于变分推断的可评判推荐算法

随着互联网时代的不断发展,互联网上的信息量不断增多,“信息过载”等相关问题愈发严重,从而导致用户很难快速地获取到有用的信息,因此推荐系统应运而生。推荐系统可以预测用户的需求并推荐给用户其最可能喜欢的内容,来缓解人们从海量信息中做出选择的烦恼。推荐算法是推荐系统的核心,它完全可以决定一个推荐系统的性能。推荐准确度及可解释性是推荐算法目前面临的两大难题。可评判推荐算法是对话推荐算法的一种,在预测出项目的同时,也及时给出推荐项目的理由,并且为用户提供一个重新推荐的机会,用户通过对解释项进行评判来使推荐系统重新预测出商品,可有效解决上述两个问题。该文首先基于变分推断与神经协同过滤相结合的思想,对算法和模型进行了形式化的定义和理论推导,并且从概率的角度出发使用贝叶斯神经网络实现了该模型。通过与其他可评判推荐算法进行实验对比,证实了该模型的许多推荐指标已经达到了目前最先进的水平。     

聚类分析与模糊评判结合的入侵检测算法

针对K-prototypes聚类算法处理混合型入侵检测数据时易陷入局部最优且对初始值敏感的问题,提出了一种基于K-prototypes与模糊评判相结合的入侵检测方法,利用K-prototypes对数据进行统计归类,在聚类中建立模糊评判模型,从统计和特征两方面对数据进行双重判定。实验结果表明两种算法的有效结合,可以提高任一种算法单独使用时的检测性能,有效地提高了检测率,降低了误检率。     

基于免疫和模糊综合评判的入侵检测模型研究

应用人体免疫系统的特异性免疫的分类，设计了一个入侵检测模型，将入侵检测模块分为固有检测模块和适应性检测模块。固有检测模块考虑继承目前已有的知识；适应性检测模块针对目前异常检测算法难以确定评判正常和异常的阈值以及检测特征数量多难以综合评判的问题，提出了一种具体的异常检测算法——FLADA。该算法借鉴了模糊数学的理论，采用模糊综合评判和层次分析法相结合。实验证明，该方法不仅能准确地检测出已知攻击，还能较好地检测出未知攻击。     

基于SSE—CMM的信息系统安全风险评估

介绍了系统安全工程能力成熟模型（SSE-CMM），并以SSE-CMM为基础，讨论了信息系统灾难损失估计方法和风险度的评判算法。     

基于模糊综合评判的文本自动分类算法

文本分类在文献检索、信息过滤、数据组织、信息管理等领域中应用十分广泛。本文给出了一种基于模糊综合评判的文本自动分类算法,该算法以文本分词技术作为基础,以类间词频方差作为评判因素的选择依据,通过预定义类中关键词的词频均值高低构造评判矩阵,以最大隶属度作为评判原则。文中详细描述了算法的理论依据、评判因数的选择、评判矩阵的构造及分类算法。实验结果表明本文提出的分类算法具有相当的应用价值。