一种基于情境演算的进化MAS系统

给出了一个基于情境演算的多Agent系统(MAS)建模的框架,可以帮助更好地理解和分析MAS的静态结构和动态行为,尤其是意向驱动将MAS中相互独立的元素包括实体、活动等关联起来形成MAS系统,能够随着环境的变化驱动MAS进化.     

主题驱动的P2P分布式信息搜索机制研究

Peer—to—Peer（P2P）对于分布式文件共享具有很好的前景，但当前的P2P系统仍然缺乏有效的信息搜索机制．本文提出一种主题驱动的P2P信息搜索机制，通过对节点上的文档进行聚类获得全局主题，然后将包含有相似主题的节点组织到一起构成主题覆盖网络．当在P2P网络中进行信息搜索时，根据查询与主题的相关性路由查询，从而改善搜索效率．本文详细阐述了进行主题驱动搜索的索引结构、主题聚类方法、主题覆盖网络的构造与维护算法．在Chord上的模拟实验结果表明，主题驱动的P2P信息搜索机制可以减少信息搜索时的平均网络带宽和平均搜索路径长度，提高搜索的成功率．     

一种基于高斯混合模型的无监督粗糙聚类方法

针对数据统计分布的随机性和复杂性,从统计聚类的角度出发,采用高斯混合模型来描述整个数据的概率密度函数,提出了一种基于高斯混合模型的粗糙聚类分析方法.该方法首先利用粗糙集理论的不可区分关系性质以及生成的逻辑规则来设定EM算法的初始近似参数,然后通过Expectation-M axim ization(EM)算法估计各分量概率密度分布的最大似然参数集,最后通过密度分布概率大小来确定类别的归属.与传统的k-m eans聚类算法的试验结果比较表明,该方法是有效的,并且具有较高的聚类精度,用规则集来描述聚类的结果具有可解释性和合理性.     

智能优化算法求解TSP 问题

TSP（旅行商）问题代表组合优化问题，具有很强的工程背景和实际应用价值，但至今尚未找到非常有效的求解方法．为此，讨论了最近研究比较热门的使用各种智能优化算法（蚁群算法、遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络、粒子群优化算法、免疫算法等）求解TSP问题的研究进展，指出了各种方法的优缺点和改进策略．最后总结并提出了智能优化算法求解TSP问题的未来研究方向和建议．     

一种基于IDEA和ECC算法的数字化防伪认证新方案的研究与实现

商品防伪是一项系统工程，现有防伪措施在有效性和易操作性之间不能达到很好的统一，本文在研究商品防伪机制的基础上提出了一种有效解决上述问题的新方案．该方案通过IDEA比特流重组的加密算法对商品信息进行加密，以主密钥机制采用椭圆曲线密码算法ECC实现对IDEA密钥的自动化安全管理，而客户可依据加密产生的防伪码通过电话或网站快速准确认证其对应商品的真伪．理论分析和系统的实际运行表明该方案是一种有效、安全的新型实用方案．     

基于Rough集潜在语义索引的Web文档分类

Rough集(粗糙集)埋论是一种处理不确定或模糊知识的数学工具。提出了一种基于Rough集理论的潜在语义索引的Web文档分类方法。首先应用向量空间模型表示Web文档信息，然后通过矩阵的奇异值分解来进行信息过滤和潜在语义索引；运用属性约简算法生成分类规则，最后利用多知识库进行文档分类。通过试验比较，该方法具有较好的分类效果。     

消息联盟系统中保持消息因果序协议的研究

由多个代理服务器组成的消息中间件联盟系统提供了更好的扩展性，但没有保证消息之间的因果序关系。该文提出并设计了一个新的保证消息因果序的通信协议MOMCO，该协议基于向量时钟，不但保证在消息联盟系统中消息的因果序，而且携带的排序控制信息量小，避免了采用二维矩阵时钟导致的较高代价，适用于大规模应用的场合。     

一种基于Rough集理论的属性约简启发式算法

属性约简是知识发现中的关键问题之一．为了能够有效地获取决策表中属性的最小相对约简，在Rough集理论的基础上构造了一个新的算子，将信息论角度定义的属性的重要性作为启发式信息，来描述在决策表中条件属性所提供的知识对决策属性的影响；并采用宽度优先搜索策略，提出了一种新的属性约简启发式算法．以原始条件属性集为起点并结合算子，通过向属性核的递减式逼近，得到属性的最小相对约简．实例分析表明，该算法能有效地对决策表属性进行约简．     

基于压缩稀疏矩阵矢量相乘的文本相似度计算

在信息检索矢量模型的基础上．提出了一种基于压缩稀疏矩阵矢量相乘的文本相似度计算方法，具有矢量模型计算简单和速度快的特点．该方法采用压缩稀疏矩阵矢量空间存储数据，在相似度计算和数据存储时不需要考虑文本矢量矩阵中的零元素，大大减少了计算量和存储空间，从而使信息检索系统运行效率显著提高．仿真实验表明，上述方法比基于矢量模型的传统反向索引机制节省了38％的存储空间．     

基于广义Choquet模糊积分的语言特征对象近似识别/分类

语言特征存在于许多实际应用中，如模糊数知识系统、语义检索、模糊人脸识别等．为解决这类具有语言特征(模糊数)对象的识别／分类问题，提出了基于广义Choquet模糊积分的分类方法与模型．该方法不仅可以解决数值特征对象识别／分类问题．同时为具有模糊数特征的对象识别／分类问题提供了手段，从而扩大了原有分类模型的适用领域．模糊人脸识别模拟实验证明，在语言特征环境下．该分类模型有效地实现了语言模糊对象的近似辨识．