Chaos emerged on the ‘edge of chaos’

Rule 110 is a complex cellular automaton (CA) in Wolfram's system of identification, capable of supporting universal computation. It has been suggested that a universal CA should be on the ‘edge of chaos’, which means that the dynamical behaviour of such a system is neither simple nor chaotic. There is no doubt that the dynamical property of Rule 110 is extremely complex and still not well understood. This paper proves the existence of subsystems on which this rule is chaotic in the sense of Devaney.     

高职学生“向师性”与“独立性”心理特征对辅导员综合素质的要求

高职学生因其年龄和心理特点,"向师性"与"独立性"心理倾向具有异于其他学段学生的独特性和复杂性,这也对辅导员综合素质提出了更高的要求。辅导员要善于利用学生的"向师性"全方位提升个人素质,为人师表,感染学生,又要尊重学生的"独立性",培养学生独立、自信的人格,帮助学生塑造自我,实现自身价值。     

基于RBFCM和ECM的分层取证分析

为实现入侵证据的自动分析,设计一种基于取证图的分层取证分析方法。采用基于规则的模糊感知图模型,从局部识别出网络实体的状态,通过特征向量中心度计算得到重要的种子结点,再从大量攻击场景的关联结点中抽取攻击组。基于DARPA2000的实验结果表明,该方法在攻击组抽取和场景抽取方面具有较高的覆盖率和准确率。     

语义Web模糊规则的互换与实现

针对模糊规则语言f-SW-if-then-unless-RL不能与f-RIF框架中的模糊规则语言互换规则的问题,构建f-SW-if-then-unless-RL和 f-RIF之间的规则映射,设计并实现一个能够自动处理f-SW-if-then-unless-RL规则和在这2种语言间互换模糊规则的原型系统,命名为规则交换系统。实现的原型系统成为f-RIF互换框架的重要组成部分。     

A multi-objective genetic algorithm approach to rule mining for affective product design

A novel multi-objective genetic algorithm (GA)-based rule-mining method for affective product design is proposed to discover a set of rules relating design attributes with customer evaluation based on survey data. The proposed method can generate approximate rules to consider the ambiguity of customer assessments. The generated rules can be used to determine the lower and upper limits of the affective effect of design patterns. For a rule-mining problem, the proposed multi-objective GA approach could simultaneously consider the accuracy, comprehensibility, and definability of approximate rules. In addition, the proposed approach can deal with categorical attributes and quantitative attributes, and determine the interval of quantitative attributes. Categorical and quantitative attributes in affective product design should be considered because they are commonly used to define the design profile of a product. In this paper, a two-stage rule-mining approach is proposed to generate rules with a simple chromosome design in the first stage of rule mining. In the second stage of rule mining, entire rule sets are refined to determine solutions considering rule interaction. A case study on mobile phones is used to demonstrate and validate the performance of the proposed rule-mining method. The method can discover rule sets with good support and coverage rates from the survey data.     

基于m-n变进制规则的动态图软件水印算法?

针对软件水印分存算法恢复缓慢、数据扩张的缺点,提出一种基于m-n变进制规则的动态图软件水印算法,利用水印信息、m-n变进制数、排列数与置换图之间的对应关系,实现水印的分存和编码。当水印嵌入时,根据变进制规则将水印信息分存为一组变进制数,构造一个完美哈希函数将变进制数映射为对应的排列数,把得到的排列数编码为置换图结构嵌入到程序的执行代码中,水印提取是水印嵌入的逆过程。实验结果表明,该算法能减小程序的负载,降低水印嵌入和提取的时间复杂度,增强水印的隐蔽性和纠错能力。     

一种静态LoC关键性预测器设计

针对不同分簇超标量处理器结构下SPEC2000程序中指令关键可能性(LoC)的特性,提出一种静态LoC关键性预测器的设计方法。对指令LoC进行研究,根据其结构无关性和动态不变性,设计预测器。仿真结果表明,在对1×8分簇超标量处理器使用该设计时,程序的每周期指令数平均提升5.3%,性能优于动态LoC预测器。     

多层次规则集在喷雾机器人数据融合中的应用

针对喷雾机器人多传感器数据的不完整性,提出了一种基于粗糙集的多层次规则集数据融合算法.首先根据植物特征属性,建立植物种类决策表,然后从决策表出发,建立一个不同简化层次的多层次节点集,并推导出各个节点的规则集,其中每条规则都有相应的置信度.在应用该多层次规则集进行推理决策时,用新数据的信息与相应节点的规则相匹配,最后选用综合评判算法,得到杂草识别的最快融合算法.     

Rete算法:研究现状与挑战

产生式规则推理系统因其可理解性、易增删、易修改等特点而被广泛用于各种智能领域,但其规则匹配效率 极其低下,不适合大规模推理。Rete算法通过规则条件共享和保存临时匹配结果大大加速了产生式推理,使其成为 效率最高的产生式推理算法之一。但随着数据规模的日益增大、业务信息的频繁变更以及不完整数据和模糊逻辑的 广泛出现,Rctc算法也面临前所未有的挑战。基于这些背景,对Rctc算法的原理、研究现状与面临的问题进行综述, 指出了Ret e算法的常用改进方法。介绍常见的改进方法,并对其进行分析和比较,最后总结了该算法面临的挑战,指 出了未来的研究方向。     

基于互信息的贝叶斯网络结构学习算法

结构学习是贝叶斯网络的重要分支之一,而由数据学习贝叶斯网络是NP-完全问题,提出了一个由数据学习贝叶斯网络的改进算法。该算法基于互信息知识构造初始无向图,并通过条件独立测试对无向边添加方向;同时提出了一个针对4节点环和5节点环的局部优化方法来构造初始框架,最后利用贪婪搜索算法得到最优网络结构。数值实验结果表明,改进的算法无论是在BIC评分值,还是在结构的误差上都有一定的改善,并且在迭代次数、运行时间上均有明显降低,能较快地确定出与数据匹配程度最高的网络结构。