基于流形学习的DNA序列数据挖掘方法研究

由于人类DNA序列上单核苷酸具有多态性,DNA序列异常挖掘是后基因组时代的一个重要研究课题。文章在分析现有DNA序列数据挖掘方法的基础上,利用流形学习中不同低维嵌入向量之间向量距离不同的特点,提出了基于流形学习的DNA序列数据挖掘方法(5Dlocally linear embedding,简称5DLLE)。实验结果表明,与隐马尔可夫模型(HMM)和支持向量机(SVM)相比,文中所提出的5DLLE方法在DNA序列数据挖掘方面具有一定优势,不但平均识别率高,而且计算时间相对较少。     

基于Stackelberg安全博弈的多无人机边境巡逻问题研究

无人机技术的发展使其在边境巡逻监测任务中承担了重要角色,而无人机续航时间的限制、多类型的越境方以及越境方的观测行为等现实因素对无人机巡逻策略的制定提出了新的难题.针对上述问题,首先构建了由多架无人机构成的巡逻方和多个越境方之间的Stackelberg安全博弈模型,其中巡逻策略和越境策略是基于所设计的有向图来描述的;进一步证明了巡逻策略与有向图上边际覆盖量之间的等价关系,进而将原博弈模型转化为了有向图最优边际覆盖的线性规划问题,并设计了两阶段映射算法;最后在仿真实验中,通过一个具体实例阐述了边际覆盖量到混合策略的转化过程,并在生成的数据集上从模型求解效率、巡逻策略的有效性和鲁棒性三方面进行了对比实验.实验结果表明转化后的模型能够有效应对指数级规模的巡逻策略给博弈求解带来的计算挑战,且能够给出具有较高质量以及较强鲁棒性的巡逻策略.     

基于联合意图的网格资源分配模型

分析了网格资源管理过程中经典的资源分配模型,针对网格资源分配过程中的特点,构建了资源需求型Agent、资源提供型Agent、资源协调型Agent以及交互型Agent,建立了基于联合意图的网格资源分配模型.并给出了网格资源分配过程中的协商协议和协商算法,该算法利用多个Agent之间的共有目标进行交互,增强了问题求解的能力.此外,在传统网格资源管理体系结构的基础上,建立了基于多Agent的网格资源管理体系结构.在仿真平台下进行了对比实验,实验结果表明,利用新模型能够通过4种Agent角色之间的相互协商,合理地分配任务,提高网格资源的利用率.     

多无人机协同目标分配仿真系统设计与实现

介绍了一种求解多无人机协同目标分配问题的方法,提出了多无人机协同目标分配仿真系统设计的总体思路.在此基础上,设计了层次化的体系结构和组织化的功能模块,并分析了系统计过程中涉及的关键技术及其实现方法.最后用面向对象语言实现了多无人机协同目标分配仿真系统,并对一个典型的分配问题进行了仿真实验,实验表明,仿真系统对该分配问题的求解提供了良好的支持.     

云计算环境下的智能决策研究综述

云计算环境的不断普及使得智能决策面临着重要的发展机遇和严峻的挑战.在对云计算环境特点进行分析的基础上,对目前云计算环境下的智能决策研究现状进行综述.从云计算环境下决策环境对决策过程的影响入手,综述云计算环境下决策资源的管理、决策问题的协同求解,以及相应的智能决策支持系统等方面内容并进一步提出今后的研究思路.     

股指时间序列的低维分形表示及相似性研究

针对复杂波动股指时间序列分形表示以及相似性问题,建立了以复杂波动趋势特征为基础的低维分形表示方式,提出了一种基于低维分形表示的相似性度量方法.定义了一种基于维数简约的趋势特征提取技术,以满足低维分形表示方式对波动趋势特征的需要.在此基础上,构造出一种综合考虑复杂波动趋势特性的相似性度量方法用以划分不同类别的股指时间序列.采用多组真实数据进行计算实验,并与其他三种相似性度量方法进行相比,实验结果表明本文方法优于对比方法.     

基于可信因子的证据源修正方法

针对高冲突证据在组合过程中产生冲突悖论、一票否决的问题,提出一种基于可信因子的证据源修正方法。首先通过对多源证据的一致性处理,实现冲突证据的判断与修正;接着分析证据源的可靠性和不确定度,在此基础上给出可信因子定义;最后利用可信因子对证据源进行可信运算。对比实验表明,该方法能有效地解决冲突证据组合问题,得到合理的结果。     

聚类有效性研究综述

聚类是一个无监督学习过程,因此确定最佳聚类数是一项困难的工作. 聚类有效性研究是通过建立聚类有效性指标,评价聚类质量并确定最佳聚类数的过程. 首先,介绍了聚类的数学描述和聚类有效性指标的分类;然后,基于指标 构成成分的不同,分别评述了12 个仅考虑数据集几何结构信息的聚类有效性指标、6 个仅考虑隶属度的聚类有效性指标以及9 个同时考虑数据集几何结构信息和隶属度的聚类有效性指标,分析了不同类型指标的研究现状;接着,简要总结了外部性指标和稳定性指标等其他聚类有效性指标的研究现状;最后,总结并展望了聚类有效性研究面临的挑战和发展方向.     

异源证据间的一致度分析

提出异源证据间的一致度分析问题,将冲突度分析中的冲突与不冲突拓展为一致度分析中的一致、冲突、不一致不冲突.研究了基于Dempster合成正规化前分配给空集的Mass和证据间博彩许诺距离的证据间的一致度的一般数学形式和实用形式,及基于一致度的Dempster组合规则使用判断.通过典型算例与冲突度分析进行对比,体现了一致度分析对应用Dempster组合规则指示的强鲁棒性与合理性.     

车联网环境下基于等距映射的证据推理方法

由于车联网是物联网在现代城市交通网络中的具体应用,车联网的数据融合已成为物联网信息感知领域中一个重要的研究课题.针对传统DS证据理论在证据合成过程中存在冲突证据分配不合理、融合方法收敛效果差以及多BBM的证据推理等问题,提出了一种基于等距映射的证据推理方法(isometric mapping evidential reasoning,IMER).IMER,方法根据多BBM证据体间相似关系求取每一个证据体的低维嵌入向量,并计算出低维证据体相似度,以实现对车联网中多BBM证据体的证据推理.实验结果表明本文方法可以合理地分配冲突证据,同时具有较好的收敛性和有效性.