基于AGORA扩展模型的可信需求评价选择方法

需求分析设计过程中如何进行正确的需求选择是可信需求设计的一个重要研究内容,在分析研究了现有目标视图需求分析方法的优缺点后,对AGORA目标视图模型进行了扩展,提出了一种基于开发成本以及正确性、一致性、可变性等多可信属性的需求方案综合满意度评价选择方法。该方法解决了需求分析设计过程中的需求选择评价问题,并通过了一个分析案例表明了其实用性和可操作性。     

基于递阶质量屋的多属性灰色模糊评价系统研究

质量功能配置中的顾客需求权重以及设计要求权重的获取是产品配置的关键环节.在层次分析法的基础上,应用递阶质量屋方法优化了各因素的权重值,针对出现的模糊语言,利用模糊数对定性指标进行量化,并将灰色系统理论引入设计方案的多属性模糊优选,提出了一种基于递阶质量屋的灰色关联与模糊优选评价方法.该方法综合考虑相关模糊因素交叉耦合后的影响,对方案优劣进行整体比较.实例证明,该方法能够处理复杂的、多层次的、且信息不够完全的问题,评价方法客观准确,可操作性强,能够得到符合客观实际的结果.     

基于用户特征属性和云模型的协同过滤推荐算法

随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果。针对这一问题,提出基于用户特征属性和云模型的协同过滤算法。首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充,在此基础上得到用户的评分云相似性;其次,再结合用户特征属性相似性通过加权因子计算用户的最终相似性,得到一种新的相似性度量方法;最后,得到算法的评分预测。实验结果表明,该方法能够提高推荐质量。     

基于物联网的异构数据融合算法的研究

随着物联网技术的发展与规模的扩大,物联网底层接入的网络种类越来越多。面对物联网感知层产生的海量异构的数据,如何进行数据融合成为限制物联网进一步发展的"瓶颈"。本文结合物联网数据具有时间和空间的特性,从时间、空间和属性三个方面对物联网异构数据进行融合,使物联网约简单大量冗余信息,减小数据传输量,提高实时性。     

决策表中基于对象的μ-约简方法研究

研究了不协调决策表中基于对象的μ-约简问题,给出了μ-约简的一些性质及等价定义,得到了μ-约简的判定定理和相应的可辨识矩阵及辨识公式,从而提供了不协调目标信息系统知识约简的新方法。并通过实例将决策表中基于对象的约简与整体约简进行了对比,结果表明前者可以得到更简洁的知识。该方法也适用于协调目标信息系统。     

A new parallel lattice reduction algorithm for BKZ reduced bases

In order to implement the original BKZ algorithm in parallel,we describe it in terms of parallelism and give its parallel implementation scheme.Then we analyze the efficiency of algorithm’s parallel implementation and show that the speedup factor of BKZ algorithm in parallel is extremely low.Therefore we present a new parallel lattice reduction algorithm suitable for multiprocessor computer architecture.The new algorithm can obtain a BKZ reduced basis and the parallel speedup is effective.Also with the practical results,although the computational complexity increases compared with the original BKZ algorithm,we still indicate that the new algorithm performs well in parallel and the time cost in parallel is less.At the same time,we show that the length of the shortest vector is smaller.     

新形势下黄河河口管理的思考

黄河是世界上治理和管理难度最大的河流之一,其入海河口的管理难度和复杂程度首屈一指。基于现状黄河河口的管理背景,分管理区域与范围、管理法律与法规、管理体制与机制、管理对象及内容、管理标准与指标、管理对策与手段、管理实践与评估等七个方面,对黄河河口的管理属性及其特征进行了梳理、归纳和总结,阐明了今后黄河河口管理的发展方向。所提论点和建议,对相关典型河口、河湖的管理与保护具有重要借鉴意义。     

基于信任评估模型的物联网节点篡改共识仿真

传统物联网节点篡改识别方法存在节点属性权重不明确问题,无法获取主体节点信任度,导致节点篡改识别效率偏低.提出基于信任评估模型的物联网节点的篡改共识方法.根据节点各类属性构建信任模型,获得主体节点与邻近节点的属性值.利用决策层次分析法计算节点属性权重,得到当前节点集合基础信任度.融合节点交互时间触发与周期性,将其作为信任结果输入,设定信任评测节点为评测阈值,据此建立主体节点与信任评估节点的信任关联,通过对比节点间相似度,完成物联网节点篡改共识.仿真结果证明,所提方法能够高效地识别篡改节点,且不会对节点间的交互性造成影响.实验结果验证了所提方法的应用有效性,为物联网相关研究提供理论支撑.     

基于云模型与PROMETHEE方法的语言型Z-number多属性决策

针对属性权重未知,属性值为语言型Z-number的多属性决策问题,提出了一种基于云模型与丰富度评估的偏好排序组织方法（Preference ranking organization method for enrichment evaluation, PROMETHEE）的决策方法。首先,引入语言尺度函数,然后利用其建立转化模型完成语言型Z-number向云模型的转化。此外,通过定义云可能度函数,建立属性权重求解公式及构建正弦偏好函数,进而计算方案的优先指数,通过计算方案的正负方向优序级别值得到备选方案综合优序级别值,进而得到方案排序。最后通过算例及比较分析验证本方法的有效性和可行性。     

基于粗糙集的无向图最小支配集启发式算法

图的最小支配集在许多领域有广泛应用,但其求解是一个NP问题.针对现有近似求解算法的复杂度和精度有待改进的问题,基于粗糙集理论提出一种低复杂度、高精度的最小支配集启发式求解算法.首先,利用图的邻接矩阵构造诱导决策表,证明了图的最小支配集与其诱导决策表的最小属性约简等价.然后,提出一种启发式的最小支配集近似算法.该方法采用前向和后向搜索机制,有效提高了最小支配集求解的近似精度;采用累积策略计算诱导决策表的正域,有效降低了计算复杂度.最后,在公用数据集上与典型算法进行了实验对比分析,结果表明该算法在运行效率方面具有明显优势,能得到更高精度的近似最小支配集,且输出结果具有较好的稳定性.