集值随机过程的均方Riemann-Stieljes积分

集值随机过程的积分理论是随机过程理论的一个新分支。利用随机集的位似及集值随机过程的均方收敛理论，创造性的定义了集值随机过程的均方Riemann-Stieljes积分，随后证明了均方Riemann-Stiel-jes积分存在性的判定定理，最后给出了分部积分计算公式，为今后进一步研究集值随机过程的微积分奠定了良好的理论基础。     

基于云模型的主观信任管理模型研究

在开放网络中,信任管理是信息安全的重要前提与基础。主观信任具有模糊性和不确定性的双重特征。将定性定量转换模型-云模型引入主观信任管理研究中,提出了一种新的主观信任的表示方法,较好地解决了信任表达中的模糊性和不确定性难题,进而提出了一种灵活直观,描述能力较强的形式化定性信任推理机制,为主观信任管理研究进行了有益的探索和尝试。     

基于不对称人际影响的舆论涌现模型研究

人际关系影响是舆论形成的重要因素。引入个体意见的不确定性以及个体间的信任因子,建立了个体间的不对称影响函数,以此为基础实现了一个舆论涌现的Agent仿真模型,仿真结果反映模型是合理有效的。对仿真结果的分析说明:个体意见的不确定性和个体间的相互信任,是影响最终舆论涌现形态与涌现速度的重要因素。     

基于云X信息的逆向云新算法

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型。逆向云发生器可以实现定量数值到定性语言值的转换。本文分析了现在的逆向云算法的不足,提出了一种更简单,更精确的逆向云算法,并且对两种算法的误差进行了分析比较,最后给出了新算法的应用实例。     

舆论涌现模型研究

人际关系影响是舆论形成的重要因素.本文引入个体意见的不确定性以及个体间的信任因子,建立了个体间的不对称影响函数,以此为基础实现了一个舆论涌现的Agent仿真模型.对模型结果的分析说明:极端个体的态度和个体间的相互信任,是影响最终舆论涌现形态与涌现速度的重要因素.仿真结果与社会学研究中"统治的多数"和"心理反抗"现象相互印证,反映模型是合理有效的.     

弱集值渐近鞅的收敛定理

为了得到关于弱集值渐近鞅的收敛性质,首先证明了支撑数列的极限亦为一支撑函数,利用支撑函数的性质以及 值鞅的Doob停止定理,证明得到了两个结论：（1）在一定条件下,弱值值渐近鞅存在无限逼近的闭凸集值鞅;（2）在弱收敛意义下,弱值值渐近鞅收敛的两个等价条件。     

数据场在信息表征中的应用

思维、想象和知识发现过程,实际上是在不同粒度上认识数据、概念和图像,是发现状态空间在不同抽象层次上的知识表现,是从高维数据和图像空间降维的过程,也就是丢舍不太重要的特征数据,留下主成分后的发现状态空间的知识表现．并认为数域空间中的每个数据点通过某种作用力而相互影响形成数据场．此外,阐述了数据场的主要思想并从数据场在图像数据挖掘中的应用出发,试着对形象思维的信息表征作了一些有益的尝试．     

基于小世界网络的舆论传播模型研究

人际关系网络是舆论人际传播的载体,利用小世界模型构建人际关系网络拓扑,以此为基础,通过设计个体的局部相互作用规则,引入个体心理因素和外界媒体影响,提出了利用计算机仿真建立舆论传播演化模型的基本思路。初步实现了我国某特定地区舆论传播模型,对该模型的构建过程进行了分析,为量化研究舆论传播这一复杂社会现象提供了有益的探索和思路。     

基于Multi—Agent的航空兵分队作战模型研究

航空兵分队作战仿真系统开发是一项复杂的工程,各组成要素之间的活动很难进行定量分析和描述,战场情况也复杂多变．具有不可预见性和不可再现性。本文基于目前航空兵分队作战仿真的发展现状,结合计算机软件技术的最新成果Multi—agent技术,提出了基于Multi—agent的航空兵分队作战复杂系统分析与设计仿真模型,论述了该方法的有效性;并根据Mulfi—agent的特点。介绍了运用Swarm建模和开发工具对Muhi—agent的航空兵分队作战仿真的实现。     

面向场景的协同过滤推荐算法

推荐系统是电子商务系统中最重要的技术之一。用户相似性度量方法是影响推荐算法准确率高低的关键因素,针对传统相似性度量方法存在的不足,利用云模型在定性知识表示以及定性、定量知识转换时的桥梁作用,提出一种在知识层面比较用户相似度的方法,克服了传统基于向量的相似度比较方法严格匹配对象属性的不足。进而以该方法为核心,提出一种面向场景的协同过滤推荐算法,该算法能够充分利用项目的分类信息,避免了传统算法把用户的整体打分作为单个向量的弊端。实验结果表明,算法可以在用户评分数据极端稀疏的情况下,仍能取得较高的推荐质量。