基于Bayesian学习的适应性优化协商模型

在复杂的自动协商环境中,设计能够处理不完全信息和动态情形的协商agent有效学习机制正成为具有挑战性的议题.提出了一种基于Bayesian学习的时间依赖的双边多议题协商优化模型(BLMSEAN).通过只观察对手的历史报价,将Bayesian学习和基于混合策略的演化算法相结合,所提模型使得协商agent能够对于对手协商参数的概率分布有更精确的估计(如期限、保留报价和议题权重等),能够适应性地调整让步策略使协商双方都受益,提高了协商的成功率和效用.通过实验可以显示所提的模型学习对手私有信息和适应性调整让步策略的有效性.     

一种基于区域划分的数据流子空间聚类方法

数据流子空间聚类的主要目的是在合理的时间段内准确找到数据流特征子空间中的聚类.现有的数据流子空间聚类算法受参数影响较大,通常要求预先给出聚类数目或特征子空间,且聚类结果不能及时反映数据流的变化情况.针对以上缺陷,提出一种新的数据流子空间聚类算法SC-RP,SC-RP无需预先给出聚类数目或特征子空间,对孤立点不敏感,可实现快速聚类,通过区域树结构记录数据流的变化并及时更新统计信息,进而根据数据流的变化调整聚类结果.通过在真实数据集与仿真数据集上的实验,证明了SC-RP在聚类精度和速度上优于现有的数据流子空间聚类算法,且对聚类数目及数据维度均具有良好的伸缩性.     

协同演化算法研究进展

协同演化算法(coevolutionary algorithms,CEA)是当前国际上计算智能研究的一个热点,它运用生物协同演化的思想,是针对演化算法的不足而兴起的,通过构造两个或多个种群,建立它们之间的竞争或合作关系,多个种群通过相互作用来提高各自性能,适应复杂系统的动态演化环境,以达到种群优化的目的.介绍了协同演化算法的研究状况以及目前的研究进展,概述了它的基本算法、主要特点、理论与技术,同时介绍了一些主要的应用领域,指出了协同演化算法的研究方向.     

无线传感器网络安全路由算法的研究与设计

无线传感器网络安全路由问题是亟需解决和具有重要意义的课题,是无线传感器网络安全的一个重要研究方向.本文针对GEAR路由算法的防御弱点,设计了一种新的安全路由算法R-GEAR,通过在GEAR路由算法上引入适用于传感器网络的安全引导方案及信誉评测机制来获得较好的安全性能.对R-GEAR进行安全性分析,并利用NS2仿真工具进行仿真实验.结果表明,在存在攻击节点的情况下,与GEAR路由算法相比,R-GEAR安全路由算法具有更好的包传输率、包丢失率.     

基于水平集改进的水下目标轮廓提取方法

为以更快的计算速度提取到更加精确的轮廓,提出一种基于水平集改进的水下目标轮廓提取方法.即利用水下目标检测结果确定目标演化子区域,缩小目标区域范围,同时在目标检测结果中,根据目标高亮区和阴影区的位置,确定各个目标演化子区域初始闭合曲线的中心坐标,通过Vese-Chan分段常量四相水平集方法的演化函数进行目标高亮区和阴影区的轮廓提取.对不同原始声纳图像的实验比较分析表明,提出的水下目标轮廓提取方法具有较高的适应性和较快的计算速度,能精确地提取到目标高亮区和阴影区的轮廓.     

面向网构软件的信任驱动及演化模型

网构软件是一种面向网络环境的新型软件形态,其构建依赖于对开放协同环境中各种异构的、自治的软件服务实体间的有效协同.由于网络环境不可控和不确定性,对网构软件运行时刻的可信保障提出了严峻要求,针对这一要求,提出了一种面向网构软件的信任驱动模型.该模型以软件实体为基本管理对象,以可信联盟的方式建立一种具有认知能力的柔性网构软件架构,在保证局部认知能力同时,具有全局预警和防御的能力.同时,为满足网构软件可扩展性和在线演化性需求,对模型功能单元及规则策略集合进行可扩展性设计,使模型具有较强的适应性,且随时间地推移具有良好的进化能力.实验证明,模型能够有效支持信任管理及信任关系的在线演化,有助于解决开放环境下网构软件的可信性问题.     

一种面向对象模糊Petri网建模方法的研究*

针对一些复杂知识系统的知识不确定性及知识规则数量多的特点,在模糊Petri网（FPN）的基础上给出了面向对象模糊Petri网（object-oriented fuzzy Petri net, OOFPN）的形式化定义及其知识表示和知识推理。通过面向对象技术,可以采用模块化方法设计知识系统,将复杂知识系统划分为许多功能子系统,从而降低构建知识系统的复杂性,方便知识系统的优化和管理。     

一种基于本体的语义检索算法

本体技术作为一种能在语义和知识层次上描述概念体系的有效工具,在数字图书馆得到了广泛的关注。给出了本体结构及其词法的形式化定义。为解决RDF在语义检索中存在的问题,利用Jena工具,提出了一种提取和处理RDF层本体处理方法,给出了一种基于本体的语义检索算法。算法基于软件工程的思想,忽略不同的本体语言、本体的RDF层集合间的差异。算法分五步骤进行,包括：将RDF层本体信息从网页中分离并构建RDF模型、对RDF模型进行集合运算、RDF层本体的查询、修正RDF层本体以及对RDF层本体的序列化。实验结果表明缩短了查询时间,提高了检索的查全率及查准率。     

无线传感器网络基于节点行为的信誉评测模型

提出了一种无线传感器网络下的节点行为评测模型MA&TP-BRSN.MA&TP-BRSN综合考虑了网内节点的多种内部攻击行为和自私行为,并给出了对应于各类攻击的节点信任值的计算和整合方法.同时,为了消除测评过程中第三方节点恶意推荐和诋毁行为对测评结果的影响,MA&TP-BRSN引入了节点评价行为的概念,将节点评价行为与通信行为区分开来,建立了对第三方节点恶意评价行为的具体测评方法,并在此基础上给出了节点间接信誉参数的更新计算方法.实验结果表明,该模型能够更快更准确地识别出具有多种恶意行为的内部节点,并在一定程度上消除了高信誉节点的恶意诽谤行为对测评结果的影响.