论正态云模型的普适性

分布函数是分析随机现象的重要工具，正态分布是最重要的概率分布，在自然科学和社会科学中应用广泛；隶属函数是模糊集合的基石，正态隶属函数也有广泛的应用。但是，精确确定一个模糊概念的隶属函数已经成为模糊学应用的瓶颈。云模型把随机性和模糊性结合起来，用数字特征熵，揭示随机性与模糊性的关联性，并用来表示一个定性概念的粒度。正态云模型通过期望、熵和超熵构成的特定结构发生器，生成定性概念的定量转换值，体现概念的不确定性。这种特定结构不但放宽了形成正态分布的前提条件，而且把精确确定隶属函数放宽到构造正态隶属度分布的期望函数，因而更具有普遍适用性，更简单、直接地完成了定性与定量之间的相互转换过程。     

复杂电子系统Markov模型及云可靠性评估

电子系统结构的复杂性,故障形式的多样性,导致可靠性评估的不确定性,为了使可靠性度量具有更高的可信度,针对可靠性评估问题,发展和深化了云理论。定义了云集和云数等概念,给出了正态云数的运算算法;分析了可修表决系统的Markov模型,并给出求系统可靠性指标的方法;阐述了系统可靠性的语言值定性评价,通过正态云数建立了定量的云可靠性评估模型,反映Markov模型中参数的不确定性。同时给出云可靠度在一定置信水平下转换为系统定性评价的方法,并通过表决系统的计算实例验证了云可靠度评估方法的可信度。     

多模态智慧网络信息云存储安全等级测试

为了有效解决传统方法存在测试延时较长、测试误差以及测试成本较高等问题,提出一种多模态智慧网络信息云存储安全等级测试方法.首先组建多模态智慧网络信息云存储安全等级测试体系,选择测试体系中的测试指标作为多模态智慧网络信息安全存储的影响因子.然后利用权重归一化处理方法和指标隶属函数模型,获取各项定性指标的等级赋边界值.最后结合单因素模型评价,组建云存储安全等级测试模型完成测试.仿真实验结果表明,所提方法能够有效降低测试延时以及测试成本,减少测试误差.     

区间数型隧道围岩综合分级云优化理论模型

隧道围岩指标具有不确定性,其实测指标值常用区间数表示。针对区间数型隧道围岩综合分级同时存在模糊性与随机性的现实,将云模型理论应用于隧道围岩综合分级进行了研究。首先根据正态云模型的数字特征将隧道围岩分级标准及待分级围岩样本区间数转化为云模型;然后将规范化区间数转化为云模型,定义了待分级围岩样本云与标准云相似程度的云模型距离测度,运用扩展的最小二乘方准则构造目标函数,通过拉格朗日乘数法求解,建立了一种新的隧道围岩分级模型;最后通过6个隧道围岩分级的实例说明了该模型的应用,并与用其它方法得到的结果进行了对比,验证了该模型的有效性。     

隶属云模型的统计性质和有限精度实现

隶属云模型是定性和定量描述之间的转换工具，其数字特征可用期望值E，熵σ，超熵h3个数值来表征。分析了云模型中隶属度y作为一个随机变量的统计分布特征，导出了它仅与h／σ相关联，与E无关的概率密度解析公式；为将正态隶属云模型用于产生跳频码序列，讨论了如何处理因数字电路的有限精度和芯片资源有限，在正态随机数的实现方法及平方指数函数计算中遇到的一些问题。     

云模型在水资源供求预测中的应用

云模型是表示某个定性概念与其定量表示之间不确定性转换模型,它将概念的模糊性和随机性结合在一起,对不确定性问题的解决有着很强的鲁棒性.文章将云模型运用于水资源供求预测中,初步解决了水资源预测中所存在的模糊性和随机性问题.实验结果表明,该方法预测精度优于普通预测方法,与实际值基本吻合.     

基于布尔云模型算法的图像修复研究

针对现有图像修复算法的不足,采用布尔云模型算法。首先构造云模型,利用云熵确定云布尔关系。不同的云团值出现时,布尔逻辑计算每个云滴集合的互信息熵。通过比较熵的不同来确定结果值;接着在受输入和布尔函数决定后产生云态,云模型在受输入和布尔函数决定后,可以再次产生新的云团。对云态进行选择优化,其不同的云熵动态变化,最后给出了算法流程。仿真结果显示算法对修复图像连接自然,有光滑性,保持了整体连续,并且PSNR值较大。     

基于云模型的定性评价方法

基于自然语言的定性评价在人类活动中有着广泛应用.逆向云能有效实现从定量数值到定性概念的转化,用3个数字特征表示定性概念.概念提升操作可以将用数字特征表示的原子概念组合成粗粒度的综合概念.通过儿童健康发育状况评测实例,验证基于逆向云和概念提升的定性评价方法的实用性、全面性和有效性.     

云模型在学生体质状况分析中的应用

传统的基于《国家学生体质健康标准》的体质评价方法以固定分值和等级反映学生体质健康状况,便于大范围数据比较,但类别划分过于死板。云模型用期望值、熵和超熵三个数值来表征定性概念的模糊性和随机性,便于揭示不确定性的普遍规律。用正态云进行的学生体质状况分析具有方法直观、使用灵活、易于揭示小范围数据的突出特点等优点,是一种有效的抽样数据分析方法。     

基于云模型的数据挖掘技术

定性概念和定量数据之间的转换在空间数据挖掘中起了至关重要的作用．云模型是定性概念和定量描述之间的转换模型，基于云模型，本文提出了在概念空间和特征空间中以不同的层次进行空间数据挖掘的新方法“数据-概念-知识”．     

MCloudSim： modeling and simulating distributed clouds

Many distributed clouds which try to integrate the advantages of centralized clouds and distributed systems have been studied in recent years. Traditional cloud simulators focus on large scale data centers with virtualized servers, and cannot meet the needs of distributed cloud simulations. This paper introduces a generalized and extensible simulation framework, named MCloudSim, which is used for modeling and simulating distributed clouds. MCloudSim has the following characteristics： （ 1 ） the overlay protocol in MCloudSim can be freely replaced without affecting the function of other modules; （2） a Petri net workflow theory based task model is proposed to simulate distributed tasks; （3） a distributed cloud can be easily built by assembling and expanding the basic resource entities provided by MCloudSim. Finally, simulation results of scenarios with a 3-tier central-controlled distributed cloud and a P2P based cloud prove that MCloudSim has high efficiency and satisfies performance in supporting large scale experiments and different distributed clouds.     

安徽省副高控制下对流云特征分析

收集2001、2002年5-10月副高控制下安徽省对流云个例.通过分析卫星云图上,对流云发生发展过程中云顶亮温、面积、几何形态等特征物理量的变化,来分析揭示这一天气背景下安徽省对流云特征.并通过分析对流云发生的地理位置,寻找对流云易发区.统计结果显示,在这一天气背景下,安徽省境内的对流云团中以在局地生消、短生命史的对流云为主.     

一种基于质量云的软件质量评估方法

软件质量评估是软件质量保证的关键技术,具有多属性、模糊性和不确定性的特点.基于云模型在非规范知识的定性、定量表示及其相互转换过程中的优良特征,提出了一种基于云模型的软件质量量化评估方法.该方法使用软件质量云的期望和超熵对软件质量进行定量评估,利用质量变化云刻划软件质量的变化情况,为进一步的质量评估提供依据.实验结果表明,该方法能够有效地支持软件质量评估决策过程,在有效性和精确度上有显著优势.     

Contribution of cloud condensate to surface rainfall process

Contribution of cloud condensate to surface rainfall processes is investigated in a life span of tropical convection based on hourly data from a two-dimensional cloud resolving simulation. The model is forced by the large-scale vertical velocity, zonal wind and horizontal advections obtained from tropical ocean global atmosphere coupled ocean-atmosphere response experiment (TOGA COARE). The results show that during the genesis, development, and decay of tropical convection, calculations with water vapor overestimate surface rain rate, and cloud condensate plays an important role in correcting overestimation in surface rain rates. The analysis is carried out in deep convective clouds and anvil clouds during the development of tropical convection. The surface rain rates calculated with water vapor in deep convective clouds and anvil clouds have similar magnitudes, the large surface rain rate appears in deep convective clouds due to the consumption of water hydrometeors whereas the small surface rain rate occurs in anvil clouds because of the gain of ice hydrometeors. Further analysis of the grid data shows that the surface rain rates calculated with water vapor and with cloud condensate are negatively correlated with the correlation coefficient of -0.85, and the surface rain rate calculated with cloud condensate is mainly contributed to the water hydrometeors in the tropical deep convective regime.     

融合云概念的粗糙Vague集的三支决策模型

Vague集是模糊集的扩展模型，从正反两方面来描述事物的不确定性，粗糙Vague集比粗糙模糊集更具有普遍性。目前，三支决策的阈值主要是由单个专家给出，不能反映认知过程中复杂的不确定性形式。针对这一问题，提出了一种融合云概念的粗糙Vague集的三支决策模型。使用基于密度中心的云概念群决策方法求解损失函数，不仅保证综合评价的精度，还为损失函数提供了新的语义解释。构建了粗糙Vague集的三支决策模型并揭示了其误分类代价随着粒度细化而单调递减的规律。通过实验验证了该方法的可行性，克服了现有模糊集在三支决策中对事物不确定性表达不够清楚的缺点。     

基于正态分布变换的多位姿手掌部三维静脉识别

研究基于三维点云匹配的多位姿手部静脉识别.考虑手部静脉点云的特点,结合双目视觉原理,建立了一种结合三维特征阵列和静脉点云的扩展数据库,提出了一种基于三维特征阵列的静脉点云粗配准算法.在双目静脉图像中提取稳定特征并重建为三维特征,根据三维特征匹配结果初步消除静脉点云位姿差异.并采用改进的正态分布变换算法完成静脉点云匹配.实验表明,本文算法能够有效提高多位姿下的静脉点云识别率,即使手部位姿变化范围较大时,系统的识别率仍超过90%.      

Convex decomposition of concave clouds for the ultra-short-term power prediction of distributed photovoltaic system

Concave clouds will cause miscalculation by the power prediction model based on cloud features for distributed photovoltaic (PV) plant.The algorithm for decomposing concave cloud into convex images is proposed .Adopting minimum polygonal approximation ( MPP) to demonstrate the contour of concave cloud , cloud features are described and the subdivision lines of convex decomposition for the concave clouds are determined by the centroid point scattering model and centroid angle func -tion, which realizes the convex decomposition of concave cloud .The result of MATLAB simulation indicates that the proposed algorithm can accurately detect cloud contour corners and recognize the concave points .The proposed decomposition algorithm has advantages of less time complexity and decomposition part numbers compared to traditional algorithms .So the established model can make the convex decomposition of complex concave clouds completely and quickly , which is available for the existing prediction algorithm for the ultra-short-term power output of distributed PV system based on the cloud features .