基于云变换的农业领域本体概念构建方法研究

针对现有的本体语言不能够表达农业领域知识中存在的诸多模糊概念这一事实,本文提出一种基于云变换的不确定性本体概念的构建方法.设计通过不确定性本体概念的特征属性选择、概念维度数字特征提取与概念层次跃升,得到较粗粒度的不确定性概念的综合形式化表示,并通过实例验证方法的有效性.此外还对传统的云变换算法中熵的估计步骤进行了改进,证明其在时间复杂度上有一定优势.实验结果表明,该方法所提取的概念维度数字特征是有效的,能够较好的表示概念的随机性与模糊性,有助于农业领域本体的客观构建.     

扩展的正态云发生器

正态云模型是一种最基本的云模型,用于定性概念与定量描述之间的不确定性转换.根据实际定性概念的含义,可扩展为三角云、半正态云和正态组合云.将云模型的数字特征期望理解为函数或图形,提出函数云、分形云等扩展云模型.给出各种扩展云模型的云发生器算法,有效地扩大地云模型的应用场合.     

基于量子云模型演化的最小属性约简增强算法

为提高决策表中最小属性约简的效率、稳定性和鲁棒性,基于云模型在非规范知识定性、定量表示及其相互转换过程中的优良特征对量子进化算法进行算子设计,提出了一种基于量子云模型演化的最小属性约简增强算法(QCMEARE).该算法采用量子基因云对进化种群进行编码,基于约简属性熵权逆向云进行量子旋转门自适应调整,使其在定性知识指导下能够自适应控制属性约简空间搜索范围,并采用量子云变异和云纠缠操作算子较好地避免了在属性演化约简中易陷入局部最优和早熟收敛等问题,使算法快速搜索到全局最优属性约简集.仿真实验表明,提出的最小属性约简增强算法具有收敛速度快、约简精度高和稳定性强等优点.     

基于AHP与云模型的水电建设项目评价

由于水电建设工程量巨大,专业技术资质要求高,多家企业共同合作参与建设是水电建设项目的一个通用形式。而合作企业的实力强弱,目前尚无合理的评价方法。通过层次分析法确定评价指标权重,利用云模型实现用自然语言值定量表示定性概念,提出一种基于AHP与云模型结合的水电建设项目评价方法,并通过实例验证,结果表明本文方法可以针对不同情况分别做出评价,更为客观合理。     

基于改进的CRITIC法和云模型的科技奖励评价研究

针对科技奖励评价问题,用标准差系数改进CRITIC法对专家评分进行动态赋权,结合云模型用逆向云发生器构造模糊评价矩阵,用虚拟云计算出评价项目的期望、熵和超熵,得出评价结果并排序.既考虑了科技奖励评价过程中专家评分的模糊性和随机性,又实现了定性语言与定量数值之间的转换,减少了专家主观因素的干扰,使评价结果更加准确、客观.     

一种企业员工绩效的不确定性评估方法

在企业的发展与成长中,对于企业员工的绩效评估是一个基础的问题。该文提出一种具有不确定性的定性评估方法,该方法基于云模型在定性概念和定量数据之间进行不确定性转换的桥梁作用,根据实际问卷调查得到的评估数据,利用逆向云算法生成绩效评价特征向量,得到评价云图。该方法较好地解决了传统定量评估方法存在对数据硬性划分的问题,也克服了基于模糊数学的定性评估方法中的隶属度定义主观性强、缺乏定量分析等不足。并以某上市公司的员工绩效评估为实例,验证了方法的有效性,为企业员工绩效评价提供了新的方法。     

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.     

基于云模型的图像面状地物表达分析

针对图像处理中需要对分割区域进行表达的问题,在云理论基础上,提出对象云表达图像面状地物的方法.在图像二维论域中,不确定边界的面状地物可以借助松弛迭代法提取其定性语言值表达特征,作为云模型的云核部分.对于不确定边界过渡区域,根据其像素特征获取云模型的云滴,借助逆向云发生器,生成图像面状地物的对象云.这样,对象云作为图像面状地物表达模型,不确定边界的面状地物就可以通过对象云的数字特征来表达.最后以遥感图像为例证明了该方法能够很好地表达图像中面状地物.     

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。     

高斯云模型的雾化特性

高斯云模型是通过运用高斯分布和高斯隶属函数的普适性,用3个相互独立的参数共同表达一个定性概念的数字特征,反映概念的随机性和模糊性.随着超熵不断增大,高斯云呈现出雾化状态,高斯云雾化后云滴表现出既离散又抱团的特性,能很好地表示演化计算中的变异与遗传.1     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

图书馆参考咨询服务在数字时代的发展

概述了数字图书馆、云计算的基本概念，介绍了云计算环境下图书馆参考咨工作的特点及含义，分析了图书馆参考咨询服务的成功案例与不足，探讨了图书馆完善数字参考咨询工作的对策。     

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.     

计算机模拟技术在逆向云发生器中的应用

针对采集大量的定量信息存在一定的困难,引入了计算机模拟技术。利用计算机模拟技术,可以由采集到的少量的云滴信息模拟出大量的云滴信息。逆向云发生器可以实现定量数值到定性语言值的转换,其精度依赖于定量数值的数目,误差随着定量信息的增加而减少。通过实例验证,结果表明：模拟数据可信,该研究为提高逆向云发生器算法的精度提供了一种新的方法。     

基于云计算的高校数字化资源整合系统方案

分析了高校数字化资源的现状及所面临的问题,介绍了云计算的结构模型,借助开源云计算系统Hadoop,给出了基于云计算的数字化资源整合系统方案.搭建了小型云计算集群,给出了配置方法,并对系统的输入输出性能进行了实验,验证了该方案在数字化资源整合研究中的可行性.     

云时代科技期刊数字化研究

随着计算机技术的快速发展,数字出版已成为当前出版业发展的重点.而云计算的出现为数字出版业的发展提供了新的机遇.根据数字出版,云计算的特点,提出云计算时代下的数字出版模式,分析了云计算环境中数字出版的苦干问题.     

云计算在图书馆的应用探讨

介绍了云计算的概念与特点,探讨了云计算技术给图书馆带来的发展机遇,提出了图书馆在应用云计算过程中应注意的问题。     

基于云模型的城市居民公共安全教育评价

为了评估城市居民公共安全教育的现状并克服传统评价过程中数据随机性和模糊性的不足,基于云模型理论,选择影响城市居民公共安全的3个因素建立了5个不同等级的城市居民公共安全评价指标模型。根据云模型的数字特征计算规则,计算每个风险因子属于不同风险等级的云模型的数字特征,结合正向正态云发生器和各个评价因子的权重,得出云模型的综合确定度,最终获得最大的综合确定度下的居民安全教育等级。对某城市研究的结果表明,该市居民的公共安全教育程度总体上处于一般至较好水平。实践证明,评价体系的结论与该市居民公共安全教育的现状相吻合,同时可以指出影响城市居民公共安全的主要因素,对评价居民的公共安全教育程度和制定最佳教育方案具有重要的指导意义。     

Study on the Universality of the Normal Cloud Model

The distribution function is an important tool in the study of the stochastic variances. The normal distribution is very popular in the nature and our society. The idea of membership functions is the foundation of the fuzzy sets theory. While the fuzzy theory is widely used, the completely certain membership function that has no any fuzziness at all has been the bottleneck of the applications of this theory.Cloud models are the effective tools in transforming between qualitative concepts and their quantitative expressions. It can represent the fuzziness and randomness and their relations of uncertain concepts. Also cloud models can show the concept granularity in multi-scale spaces by the digital characteristic Entropy (En). The normal cloud model not only broadens the form conditions of the normal distribution but also makes the normal membership function be the expectation of the random membership degree. In this paper, the universality of the normal cloud model is proved, which is more superior and easier, and can fit the fuzziness and gentleness of human cognitive processing.It would be more applicable and universal in the representation of uncertain notions.