一种关系数据库中基于云模型关联规则的提取

为了发现有效的关联规则，属性在比较高的水平被范化，允许相邻属性值或者语言项的重量．这种软划分可以映射人类的想法，同时使发现的知识鲁棒．利用云模型的理论与方法求解数量关联问题，给出了一种云关联规则的定义，并提出了基于云模型理论支持度和置信度的计算方法，最后提出了一种提取算法Cloud model A．这种方法较好地软化了数量属性论域的划分边界，从而使得挖掘出的云关联规则更容易被人理解。     

基于云模型和熵权的网络性能综合评估模型

针对网络性能评估中存在的模糊性和随机性问题,采用云模型和熵值理论,建立了基于云模型和熵权的网络性能综合评估模型;采用熵权方法计算各指标权重,为权重确定提供理论依据;采用云模型理论实现评语与评估指标值之间的不确定映射,保留了评估过程中的随机性.以VoIP网络为例采用仿真的方法对模型进行验证.结果表明该模型与普通模糊综合法相比不仅能得到正确的评估结果,而且能得出其概率值.     

基于云模型和熵权的网络性能综合评估模型

针对网络性能评估中存在的模糊性和随机性问题,采用云模型和熵值理论,建立了基于云模型和熵权的网络性能综合评估模型;采用熵权方法计算各指标权重,为权重确定提供理论依据;采用云模型理论实现评语与评估指标值之间的不确定映射,保留了评估过程中的随机性。以VoIP网络为例采用仿真的方法对模型进行验证,结果表明该模型与普通模糊综合法相比不仅能得到正确的评估结果,而且能得出其概率值。     

不确定参数结构系统反馈控制及其模态分析

研究了具有不确定参数结构系统的特性，把结构具有不确定性参数的理论与有限元方法结合起来，给出了抑制系统振动的控制规律；基于矩阵摄动法利用模态理论分析了不确定参数对结构系统的影响，提出了一种分析具有不确定参数系统稳定性的方法．给出了计算具有不确定参数系统模态阻尼的上下界．计算实例说明该方法是有效的。     

知识过滤和它的依赖推理发现

知识具有颗粒，知识具有粒度；颗粒，粒度是知识的两个基本特征；知识的颗粒特征，知识的粒度特征与知识的属性保持着紧密联系，属性的变化引起知识颗粒特征，知识粒度特征的变化．本文将物理学中物质具有颗粒的概念和过渡的概念引入到粗集（rough set）理论与应用的研究中，提出了知识过滤的概念，给出知识过滤的数值度量，知识筛子原理．利用知识过滤的概念，给出知识过滤在依赖推理中的推理结构，依赖推理的数值关系和在知识发现中的应用．知识过滤与依赖推理相互交叉，互补共享，是知识发现研究的一个新方向．     

三维激光扫描多视点云拼接新方法

提出了一种新的多视点云拼接算法．该方法首先根据点云观测数据，以一个二维平面网格以及网格中各网点所对应的z坐标来拟合参考点云；然后采用公共点对法将目标点云概略拼合到参考网格点云；最后，计算目标点云中各点至网格点云中相应网眼的距离，并以所有这些距离的平方和最小为准则，采用最小二乘法迭代解算点云坐标转换参数．实例证明，该方法算法可靠，操作简单，计算效率高，具有很强的实用价值．     

C-OWL2∶OWL2在云模型上的扩展

为了表示现实生活中广泛存在的模糊性和随机性不确定知识,引入云模型对OWL2语法进行了不确定扩展,提出不确定本体语言C-OWL2.这种方法不改变OWL2的现有结构,用OWL2的注释属性annotation进行语法扩展,并给出了相应概念、角色等的C-OWL2语法,最后举例说明其具体使用方法.研究结果表明,该方法将OWL2本体分为精确部分和不确定部分,并且当不考虑不确定部分时,不影响精确部分知识的表示和推理;该方法是对模糊描述逻辑功能的扩展,解决了OWL2语言只能处理精确本体的问题.      

基于云模型的土地投资层次灰关联度决策

土地市场竞争日益激烈,这对决策的科学性和精确性提出了更高要求.土地投资决策系统是非线性的灰色系统,传统评价方法具有一定的局限性.应用云模型及云的不确定性推理,将地块因子水平的定性评价量化为分值,实现语言的定性概念与其定量表示之间的转换;并进一步结合灰色关联度理论,建立新的决策模型.通过实例分析和对比研究,验证了该方法的有效性.云理论在决策领域的应用必将会提高决策水平.     

基于云理论和理想解法的客户协同创新工作评价

本文提出一种基于云理论和理想解法的客户协同创新工作评价方法,利用云理论处理评价过程中的随机性和模糊性。采用正负理想云代替传统理想解法中的正负理想解,计算各样本关于正负理想云的确定度,采用加权综合确定度取代传统理想解法中的距离来计算接近度,评价指标的权重由熵权法确定,最后对接近度进行排序来评价各样本的优劣。实例验证了该方法的可行性与有效性。     

基于主观Bayes方法的甲状腺专家系统模型

确定并实现了一个基于主观Bayes方法的甲状腺专家系统模型，讨论了主观Bayes方法的数学基础，给出了不确定性推理网络的算法描述，并且将理论研究的结果运用于甲状腺专家系统的设计和实现，举例说明了网络推理过程，不确定性推理的应用进行了有益的探讨。     

云计算及其架构模式

为了构建有效、稳定的云计算平台环境并对其应用性能进行研究,采用理论分析和实践设计的方法,研究了云计算的关键技术,包括云数据中心串联、云数据存储管理技术和云编程模型,提出了一个通用的云计算架构模型,实现了一个基于Hadoop的实际云平台。研究结果表明:该通用架构模型与NIST模型具有良好的一致性,构建的云平台具有较好的分布式计算性能。该成果对云计算架构模型的研究具有一定的理论指导意义和实际应用价值。     

基于云计算的煤炭企业电子采购系统研究与设计

在煤炭企业不断的实现虚拟化,利用云计算来提高企业计算、存储等资源的利用效率,以及煤炭企采购效率低,采购周期长的背景下。提出了建立基于云计算的谋炭企业电子采购系统。通过对煤炭企业采购效率低的原因进行调研,对采购流程进行分析、优化,建立了优化后的煤炭企业基于电子采购的采购流程和功能单元。最后,利用JAVA中的轻量级框架SSH技术,结合云计算虚拟化平台,设计了计算效率高、性能好、采购周期短的煤炭企业电子采购系统。     

云计算在AIS中的应用研究

云计算可以帮助企业用户更方便快捷地进行财务应用管理,减少企业AIS系统投入成本,提高企业IT设备资源的使用效率,但云计算本身固有的不足也阻碍了它在AIS中的推广应用．本文分析了云计算在AIS中的应用及存在问题,提出了推广促进云计算在AIS中应用发展的途径．     

基于云计算的唐山市信息资源共享模式设计

针对唐山市信息资源及信息服务现状,对由于管理体制条块分割、资金短缺、资源重复浪费严重、标准化进程缓慢等影响唐山市信息资源共享的因素进行分析,探讨基于云计算创建唐山市信息资源共享模式的方法途径,为制定我国区域信息资源共享的发展方略、开发利用区域信息资源、提升区域竞争力提供支撑,为云计算在区域地方资源共建共享中的应用提供参考.     

基于改进的粒子群优化的云计算资源调度模型

针对云计算系统中多任务并发模式下引发的资源竞争,本文提出了一种基于改进的粒子群优化的云计算资源调度分配模型,以提高资源利用率.首先,对云计算系统中的资源调度问题进行形式化描述,构建以任务的总完成时间为优化对象的目标函数.其次,求解时采用粒子群优化算法,为保证收敛速度且避免粒子群在搜索过程中陷入局部最优,定义了惯性权重函数.另外,引入一个调整算子以优化位置更新.仿真结果表明,本文提出的资源调度分配模型能够有效提高云计算资源利用率,大幅减少任务的处理时间.     

云计算中存储数据安全性研究

针对云计算中存储数据安全性问题,提出了一种基于显式精确最小存储再生代码(explicit exact minimal storage regenerating code, EEMSR)的云存储数据安全性新方法,该方法采用EEMSR和哈希函数通过Challenge-Response协议实现云计算存储数据的可用性和完整性。该方法使用EEMSR代码对数据进行编码,再将此编码数据上传到云中,该编码有助于重新生成丢失的数据,以此确保数据的可用性。而加密哈希函数通过Challenge-Response协议可以验证云数据的完整性。EEMSR代码是一个再生代码,可以用较少的修复流量精确地恢复丢失的数据块,EEMSR代码由参数(n,k,d)定义,该参数允许从n个节点中的任意k个节点恢复数据,并且还具有通过连接到任何d个节点来修复故障节点的能力。实验表明,提出方法安全性能高,与其他方法相比,该方法的运行时间较少,而编码速率较高。     

论“云计算辅助教学”CCAI及教学资源组织

基于教育技术视角,分析了“云计算辅助教学”CCAI的相关概念,论述了“云计算”的实体化、云平台现状及PaaS、SaaS、haS3种云服务模式,并结合教学设计及教学资源的组织,讨论了国内典型云平台及Google AppEngine“公共云”平台的接人技术,分析与论述了支撑CCAI的云上软件,以及CCAI在不同云服务下的表现形态。     

基于任务分类思维的云计算海量资源改进调度

对云计算海量数据下的资源调度的研究过程中,进行资源调度时资源分配无法到达合理化调度,存在资源调度效率低的问题。提出分类思维的云计算海量数据资源优化调度方法。该方法引入膜计算概念,将云计算下的海量资源调度的总任务划分为多个子任务,并详细计算每个子任务的资源调度任务量。将优化调度系统内部分解为主膜和辅助膜,利用蝙蝠算法在辅助膜内进行资源分配个体寻优,并将优化后的资源分配最优个体传送到主膜间进行云计算海量数据下的资源分配优化。实验仿真证明,基于改进膜计算蝙蝠算法的云计算海量数据下的资源优化调度方法调度效率高,分配较为均衡。     

云计算资源分配策略研究

云计算是一种新型的计算模式,已经成为国际上的研究热点。在介绍云计算的相关概念基础上,综述了当前国内外关于云计算资源分配的研究现状,分析云计算资源分配所面临的关键问题,然后进一步指明云计算资源分配算法的研究方向。     

云计算环境下多级映射作业调度算法的研究

云计算是一种新兴的资源使用和计算交互模式,是目前商业机构和科研机构的研究热点之一.在云计算环境中用户需求和资源的分布对该环境中作业调度的影响很大,虚拟技术的使用使云计算环境中的作业调度与传统的作业调度存在很大的差别.针对云计算环境特点,根据用户的需求将作业进行分类,同时将资源分类,引入中间代理节点进行任务调度,形成多级映射作业调度算法,提高作业的并发度,使总任务完成时间缩短.通过实验验证多级映射作业调度算法是一种可行的作业调度算法.