基于云模型的多维关联规则研究

本文利用云模型对数据软划分的理论和方法使相邻属性值可以重叠,利用云变换方法完成数值型属性与布尔型属性的转换,给出了一种云多维关联规则的定义,提出了ApfioK_Cube_Cloud算法对云化后的数据进行多维关联规则挖掘,这种方法较好地软化了数量属性论域的划分边界,从而使发现的规则更让人理解也更符合实际.     

基于多维信任云的信任模型研究

针对主观信任的模糊性和不确定性以及现有的基于云模型的信任模型中粒度粗糙的问题,提出了一种基于多维信任云的信任模型。首先,依据实体间的直接交互经验和交互时间,利用加权逆向云生成算法计算被评估实体的直接信任云;然后,通过评估推荐实体的推荐可信度,计算被评估实体的推荐信任云;最后,综合直接信任云和推荐信任云产生综合信任云,并依此进行可信实体的选择。仿真结果表明,基于多维信任云的信任模型能够有效地识别系统中的各类服务实体,可提高实体间的交易成功率。     

基于多维加权贴近度方法的方案优选

在决策支持系统中经常遇到从以前的方案库中优选方案进行决策。方案选择会对决策结果影响很大，常常有一定的模糊性。用多维加权贴近度方法可以很好的计算出方案库中的方案与目标方案的相似程度，相似程度最高的方案即为最优方案。此方法分析了三种类型的定量特征以及模糊特征的隶属度函数的设定，两种常用贴近度的使用，用权重分析系统进行特征权重的设置。实例证明该方法比一般加权和方法选出的最优方案更准确、更有效。     

基于云模型间贴近度的相似度量法

在分析模糊理论与云理论的基础上,提出两种新的基于同类概念云模型间贴近度的定义与计算算法,并与其他相似的贴近度进行了比较分析。实验结果表明,所提出的算法形式简单,在算法精度和算法消耗上有明显优化,特别在云滴极少的情况下仍能保持良好的精度效果。将该方法应用于真实电影评价数据的分类中,具有较好的可行性和有效性。     

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。     

改进赋权的水体富营养化多维云模型评价

针对现有水体富营养化评价方法中存在的不确定性,以及在确定多评价指标权重过程中无法进行科学解释的问题,本文结合主观赋权法AHP和客观赋权法CRITIC的优势,提出了一种多评价指标综合赋权法,并根据水体富营养化评价标准的非线性特性,将该方法应用于多维正态云模型中。首先,采用主观赋权法AHP参考专家意见,对各水质指标的重要性给出判定,并完成定性与定量之间的转换;然后,采用客观赋权法CRITIC在对大量数据分析的基础上,利用指标的相关性和对比强度显示指标重要性。将2种方法利用综合权重确定公式结合后,用于改进多维正态云模型的权重分配,并基于云模型的期望、熵和超熵的概念对湖库水体富营养化进行评价,进而准确获取水质的富营养化级别。该方法不但解决了水质评价中的随机性和模糊性两大问题,同时还能够充分考虑各评价因素所含信息对结果的影响,将本文方法应用至全国中小型湖库进行验证,结果表明评价等级与湖库实质水质状况相符。     

基于云模型的区间直觉模糊数多属性群决策

针对属性值为区间直觉模糊数的多属性群决策问题,考虑到模糊性和随机性对群决策过程及结果的影响,本研究将利用云模型理论结合区间直觉模糊数的特征,运用灰色关联系数法和信息熵理论确定专家和属性权重,通过信息集结构建综合评价云模型.不同于传统的区间直觉模糊数的排序方法,本研究利用云模型的3En规则将区间直觉模糊数进行云转换并通过云相似度确定方案的综合评价值和犹豫度,然后对决策方案进行比较分析.研究结果表明:该方法能够科学有效地进行决策,进而为决策方提供科学依据.     

基于多维正态云模型的控制器研究

在分析一维正态云模型及规则推理的基础上,研究了N维正态云模型及规则推理,及其N维正态云模型规则推理结构,并研究给出了基于N维正态云模型的控制器的设计方法和步骤。通过三维正态云模型控制器的设计表明所给出的N维正态云模型控制器的设计方法是可行的。     

基于多维云模型的入侵检测

通过研究多维云模型机理，给出了定性与定量之间转换的云模型的形式化表示，用来反映语言值中蕴涵的模糊性和随机性，解释了多条定性规则同时被激活的不确定推理过程。实验采用了KDD99的测试数据，结果表明，该方法能够比较有效地检测真实网络数据中的未知入侵行为。     

基于云计算的图书馆云服务模式研究

信息技术的快速发展为人们的日常生活和工作提供了更多的便利,也在极大程度上促进我国社会经济的持续进步。在云计算环境下,图书馆的服务模式也不断创新,形成了一种新型的云服务模式,其在图书馆服务中的广泛应用对于更好的满足图书馆资源需求起到了较大的帮助作用。本文通过对云计算环境下的图书馆云服务模式进行分析,以期更好的推动图书馆持续创新服务。     

基于云模型理论的群体用户画像模型

为了能够对群体用户中不确定性和模糊性的行为精确的定量分析和定性相似度的计算,设计了一个基于云模型理论的定性相似度算法来给群体用户构建画像模型.首先,采用识别客户价值最广泛的RFM （Recency,Frequency,Monetary）模型来细分用户.其次,通过云模型变换算法将用户的行为转换为用户的云模型标签,该云模型标签就是对用户行为的一次定量表示,然后通过云模型聚类算法来划分出不同的客户类型,作为客户画像的模型,利用该模型指导商业营销活动.     

基于XML技术的数据仓库多维数据模型

本文介绍了一种基于关系数据库、利用 XML技术实现多维数据模型方法 .首先讨论了在关系数据库之上构建数据仓库的系统结构 ,利用面向对象的技术构建一个逻辑多维数据模型 ,通过 XML 文档保存多维数据模型的元数据 .配合数据仓库的数据抽取工具、汇总工具可以实现数据仓库的基本功能 .对于实现关系数据库之上 OL AP和数据挖掘有一定的参考价值 .     

基于计算机模拟的云模型评估方法研究与实践

针对高等院校教学质量评估使用的方法缺乏全面性、科学合理性、与实际偏离过大等问题,本文提出一种基于计算机模拟的云模型评估方法,即采用云模型中的逆态云发生器并引入计算机模拟技术模拟专家思维,产生大量的云滴,评估结果的误差将接近正常的理论范围,同时在云模型算法中将虚拟云综合算法和相似比算法结合得出全面细化的评语。以某高等院校教学质量评估实例进行应用,结果表明该方法能克服以往高等院校教学质量评估方法缺点,与实际相符,能够全面科学的对教学质量进行评估。     

基于多维灰色模型及神经网络的销售预测

在时尚销售领域,如服饰、手袋、钱包等,准确的销售预测对企业非常重要.然而由于客户的需求受诸多因素的影响,要做到准确的销售预测一直是一个富有挑战性的问题.基于改进的多维灰色模型（GM（1,N））和神经网络（ANN）提出一种混合模型来预测销量,其中多维灰色模型对销售数据建模,神经网络对误差进行校正.该混合模型的优点是考虑了影响客户需求的因素与销量之间的关系.通过对阿里天猫销售数据来评估混合模型的表现,实验结果表明,所提出的混合模型的预测结果要优于其他几种销售预测模型.     

一种基于云模型的数据传输算法

分布式系统中的多个Excel文件中的数据如何高效地组织和传输,是一个常见的问题。实现了新的基于云模型的数据传输算法,利用正向云发生器实现网络流量的定性定量转换,利用虚拟云的算法获得了最终的传输云模型,通过分析云滴分布得到数据传输的方向和目的位置。实例验证表明,传输模型可靠,实现了网络流量的动态均衡,具有一定的实践意义和指导作用。     

基于云模型的识别技术

以机体免疫思想的人工免疫系统作为一种动态自适应的方法,可以更好地解决传统的网络防御方法的被动、静态等缺点。引入云模型的概念,提出了人工免疫系统中云识别的理论,即根据环境的需要用多个识别器对不确定性抗原进行联合云识别,以达到降低伪肯定率和伪否定率的目的。     

产业互联下面向云平台的智造供应链信息协作

平台的供应链信息协调问题,探索产业资源协作效率路径.本文提出云平台解决智造供应链信息协作的方案,该方案考虑了分布式协作理论应对庞大供应链业务数据的技术优势,构建了分布式下实时动态更新算法和共享数据资源池相结合的供应链企业数据互联互通协作模型,以提升产业制造的"智造"能力.最后以家居产业供应链进行分析论证,验证了云平台模型构建的可行性和有效性.     

基于多维标识的文件分级保护模型

针对传统文件保护技术中普遍存在的分级管理差、管控粒度不细等问题,结合多维多密级的文件应用环境,提出基于多维标识的文件分级保护模型.该模型将静态特征标识和动态密级标识相结合,引入域标识的概念,并证明其安全性.经分析和应用表明,该模型能在不影响文件正常使用的基础上,使不同环境中的文件访问都能得到有效控制,从而保证文件的安全...