基于成对约束的主动学习半监督聚类算法

半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,并解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.     

基于多智能体的多维证据动态信任计算模型

信任度评估是基于行为的信任管理模型关注的核心内容。为使信任度评估所依据的证据源完备,运用信任管理思想方法,提出一种基于多维证据的信任度评估模型,该模型将主体网络操作行为层面的信息引入传统仅考虑交易反馈信息的信任度评估模型,基于交易反馈和网络操作行为两个层面的多维证据源进行信任计算,扩展了证据源,突破了只依据单一种类证据源进行信任评估而引起的缺陷;另外,应用改进的D-S证据理论来合成多维证据,较好地解决了证据不确定性的问题。     

混沌时间序列的优化预测模型及算法研究

针对混沌时间序列难以预测和控制问题,提出了基于趋势的混沌预测模型,利用混沌系统的初值、参数敏感性来微调和控制系统扰动,并用改进的最优化方法估计模型的参数,在其相空间中对时序未来值进行预测.算例表明,选取最佳的模型阶数能增加预测的准确程度,它不仅克服了仅用延迟嵌入技术的弊端,也降低了直接使用预测误差决定输入模式的盲目性.预测效果比其他时序方法要好.     

基于形象思维的模糊诊断模型与方法研究

以人类专家形象思维故障诊断规律及特性的研究作为切入点,分析了形象思维故障诊断的模糊性,提出了基于形象思维的模糊诊断模型和方法,为充分挖掘和利用人类专家的经验知识,提高故障诊断的智能化水平,提供了一种可行的方法和途径.     

基于MAS构件技术的复杂知识复用动态演化模型研究

为快速恰当地复用企业现有知识和软件, 提出了将企业的知识管理的业务逻辑与知识处理事务分开, 建立基于多智能体和构件知识服务的知识复用模型, 给出了知识复用系统的定义. 深入研究了知识管理业务逻辑的规则模型和智能体的活动行为模型, 建立了基于多智能体的规则协调模式, 实现对知识服务的敏捷调用, 从而有效地支持知识的动态复用和知识使用过程的动态重组, 增强知识管理系统的分布式处理能力和规模可扩展能力.分布式构件库系统中, 智能体可通过协作联合完成用户的检索要求. 智能体拥有自己的知识库, 并且具备学习能力, 能更新其知识库以保持检索结果的有效性. 最后, 通过一个实例进一步说明了所给模型的应用.     

基于Agent的可视化交互界面及应用研究

可视化自适应人机交互界面的设计是智能系统能否成功实施与应用的关键，基于此提出了将Agent技术引入用户界面设计中。界面采用可视化的知识表示，知识库更加直观，并且知识获取直接面对领域专家，一定意义上实现了知识自动获取；同时界面针对不同用户群设计了多种界面变体，从而增强了系统的灵活性和对用户的适应性；采用Agent技术建立了智能引导和帮助，并集成了语音合成技术，实现了界面系统的“声形”并茂，降低和减少了用户使用系统的要求与学习时间，使系统更易学易用。     

基于MAS的动态协作任务求解模型与算法

为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。     

基于小波神经网络的图像重建算法研究

针对传统的图像重构算法的不足,提出一种基于小波神经网络的图像重建快速学习算法。运用小波神经网络对图像重构进行了仿真研究。实验表明,对于不同的误差模型,小波神经网络采用不同的基函数可以很好地对非线性系统进行逼近,收敛速度快,近似精度高,而且网络规模比较小,计算量少。对计算机视觉和图像处理具有良好的应用价值。     

复杂系统的MAS动态协作求解时序逻辑模型

借助于组织学思想,将自适应系统中的自主运行单元抽象为Agent,把复杂自适应系统视为多Agent组织,从时间和状态角度,对复杂动态系统的行为进行描述。提出了基于时序活动逻辑的多Agent动态协作任务求解自适应机制和构造模型;详细分析了任务求解BDI Agent的信念、愿望、意图的产生过程和实现方法;深入讨论了协商推理的语义规则和行为规则;给出了协作群组的选择算法,包括从群组的建立、选择任务Agent、分解和分配子任务;从任务求解Agent的心智变化角度,详细描述了动态协作任务求解模型实现的6个阶段:任务动态分配、协作意愿产生、协作群体生成、共同计划制定、协作群体行动和结果评估。通过在MAGE等平台上的实验和仿真测试,验证了方法的可行性和有效性。     

基于动态工作流系统的软件过程改进与控制

针对软件过程改进存在的问题,提出了基于工作流仿真技术的思路。将工作流仿真贯穿到软件过程改进的整个生命周期。首先,提出了一个支持软件过程改进的动态工作流实施框架,其中包括4个反馈环节来实现改进;建立了指导建模的软件工作流元模型,它将度量和过程改进的几个要素结合到一起,便于仿真评价,并且利用对象约束语言形式化描述模型实体本身和实体间的完整性约束关系。其次,给出了基于ECA规则的工作流模型定义和仿真引擎的结构。第三,在上述基础上针对一个软件开发过程的实例,根据过程度量指标分析了多种可能的改进方案。