基于云理论的舰载导航装备效能评估方法

针对基于云重心和云模型的传统效能评估方法的不足,提出一种新的基于云理论的效能评估方法.该方法利用逆向云算法得到指标云模型,基于云模型对确定权重的排序法进行改进,利用云的代数运算得到系统效能的云模型,采用基于黄金分割率的模型驱动确定评估等级,并利用正向云算法显示评估结果.评估算例及结果分析表明,该方法可行有效,既减少了评估中的主观成分,又可得到全面直观的评估结果,为舰载导航装备等复杂系统的效能评估提供了一种新思路.     

基于贝叶斯网络的卫星姿态控制系统健康评估

结合专家知识和数据建立卫星姿态控制系统贝叶斯健康评估网络,考虑卫星在轨存在多种工作模式,利用样本数据建立和存储典型工作模式下的健康评估网络,提高实时健康评估网络的建模效率,同时利用实时数据实时更新贝叶斯健康评估网络结构和参数,以提高评估结果的准确性.仿真结果显示该方法能根据卫星姿态控制系统的实时数据准确推理出系统的实时健康状态,具有一定的可行性和有效性.     

卫星综合信息网资源管理模型及其实现

在分析网格技术采用的资源管理方法的基础上,针对卫星综合信息网网络特性及其动态分层的卫星网络管理体系结构,提出了卫星综合信息网资源管理的体系结构,并设计和实现了基于XML描述的资源管理系统原型·在该结构中,资源管理功能基于管理域的动态划分,形成了由核心资源管理器和本地资源调度器构成的层次式结构,对静态资源与动态资源分别处理·基于XML对资源进行描述,用C++语言实现了资源管理系统,该系统可以与卫星综合信息网网管系统结合,作为其中的一个重要功能·     

基于云模型与凝聚型层次聚类的失效模式与影响分析方法

针对传统失效模式与影响分析（failure mode and effect analysis，FMEA）的不足，提出了一种基于云模型和凝聚型层次聚类算法的改进FMEA方法。首先，运用云模型对专家评估信息进行描述与集结；然后，结合凝聚型层次聚类算法识别云模型评价信息，利用聚类子簇确定失效模式间关联关系，利用聚类结果确定失效模式风险等级。最后，以在线教学失效风险评估为例，验证了该改进FMEA方法的可行性和有效性。     

基于模糊规则的随机缺失属性值数据分类算法

针对缺失属性值数据分类算法中模型分类精度和泛化能力低的问题, 提出一种基于模糊规则的缺失属性值数据分类算法, 即“循环 接收”模型. 该算法不需要对缺失属性值数据进行插补运算, 可直接对该数据集进行分类. 对UCI公开数据集进行模拟仿真实验, 实验结果表明, “循环 接收”模型与其他算法相比具有更高的分类精度和泛化能力.     

基于云模型与贝叶斯反馈的网络安全等级评估方法

鉴于测评人员对信息系统等级保护测评中网络安全评估的测评指标理解的局限性、评判的模糊性以及量化打分中判定区间的不确定性,将云模型与贝叶斯反馈算法相结合,采用云模型理论来处理评估结果的模糊性和随机性。由于传统的一维逆向云算法出现超熵为虚数的情况,因此,使用无确定度逆向云算法来避免这种情况的发生。通过建立贝叶斯反馈云模型,对给出的测评结果进行检验和修正,使评估结果更加客观,准确。根据已修正网络安全整体评估云的期望和熵,给出合理的安全等级判定区间,作为实际测评中等级评估的依据。实例验证表明,该评估方法可以有效地修正测评人员评估结果之间的差异,实现合理的判定划分,给出客观、准确的等级评估结果。     

基于多层次结构模型的云服务信任评估算法优化

为了提高云服务信任度水平和推荐能力,需要对云服务信任度进行优化评估,提出基于多层次结构模型的云服务信任评估算法。在云服务平台的用户行为信息特征采集中,建立云服务信任度分布大数据模型,挖掘云服务用户偏好性特征量,根据采集结果采用模糊信息调度方法提取云服务信任度特征量,在此基础上构建云服务信任度评估的粗糙集分布模型,通过大数据多层次结构分析方法进行云服务信任评估和推荐,结合模糊C均值聚类方法实现对云服务信任度的优化聚类和自适应评估。仿真结果表明,云服务信任度分布的多层次结构分布均匀,采用该方法进行云服务信任评估的准确度较高,评估的精度较好,用户满意度较高,提高了云服务信任评价能力。     

面向云环境中任务负载的粒子群优化调度策略

随着云环境中任务规模的不断扩大,云计算中心高能耗问题变得日益突出.如何解决云环境中任务分配问题从而有效降低能耗,本文提出了一种改进的粒子群优化算法(Modified Particle Swarm Optimization,M-PSO).首先构建出一个云计算能耗模型,同时考虑处理器的执行能耗和任务传输能耗.基于该模型,对任务分配问题进行定义描述,并采用粒子群优化算法对问题进行求解.此外,构建动态调整的惯性权重系数函数以克服标准PSO算法的局部最优和收敛速度慢的问题,有效提高系统性能.最后通过仿真实验对该算法模型的性能进行了评估,结果表明M-PSO算法与其他算法相比能有效地降低系统总能耗.     

基于AHP的云租户主机安全风险评估研究

针对信息安全等级保护测评中云租户主机安全风险评估指标不够全面、云平台风险影响因素不能具体体现和评估结果模糊度高等问题,提出一种基于AHP的多层次云租户主机安全风险评估方法。通过云主机自身影响因素和云平台影响因素的相关安全措施的评估结果构造云主机风险评估规则;依据国家信息系统等级保护测评要求,采用层次分析法构建风险评估指标模型,对不同作用的云主机实现调整指标权重的优化。实验结果表明,该方法能对云租户主机系统进行合理评价,简单有效,实际操作度高,具有一定的应用价值。     

网管测试平台中流量数据的生成算法

针对网络管理测试系统对模拟真实可信的网络流量数据的需求,提出一种数据生成算法。在分析当前网络流量特点的基础上,明确网络流量的自相似性,再根据实际采集的网络流量的调制特征,采用源叠加ON/OFF模型生成模拟数据,以流量数据的多重分形特征为标准,对模拟结果和真实数据的相似性进行了评估。结果表明,采用该算法生成的数据可作为网络管理测试平台中的流量驱动数据。     

混沌云克隆选择算法及其应用

结合云模型理论与免疫克隆选择思想,提出一种新的改进算法-混沌云克隆选择算法(CCCSA).该算法采用混沌初始化生成初始种群以提高初始抗体的质量;通过基本正态云发生器实现抗体的变异操作以改善抗体的多样性.经典函数测试实验和时滞系统的自抗扰控制器参数优化整定仿真实验结果表明,该算法比一般的CSA算法、遗传算法和粒子群算法能更快的找到最优解;其求解精度更高,性能更加稳定.     

基于加权连接度的改进K—Modes聚类算法

K-Modes算法是一种经典的字符型数据聚类算法,在处理对象属性值距离时,采用简单的0-1匹配,不能体现出属性值之间潜在的相似关系.通过图形聚类理论中的连接度来度量字符型属性值之间的相似性,改进了传统的K-Modes算法.实验结果表明该方法较传统的K-Modes算法有一定的改善.     

基于回归预测的遥感卫星数据云检测方法研究

将遥感卫星数据中的云数据与晴空数据分离出来是卫星资料研究的重要工作。利用MODIS第20通道的亮温数据,通过回归预测法及拉依达法则对某一沿海地区的遥感卫星数据进行云检测。将实验结果与未经处理的云数据进行对比,表明回归预测法对类似地区遥感卫星云数据的检测具有较高的有效性。该方法具有操作简便,处理时间短等优点,适用于类似地区处理大量数据的的场合。     

回归预测法在某沿海地区遥感卫星数据云检测中的应用

将遥感卫星数据中的云数据与晴空数据分离出来是卫星资料研究的重要工作。利用MODIS第20通道的亮温数据,通过回归预测法及拉依达法则对某一沿海地区的遥感卫星数据进行云检测。将实验结果与未经处理的云数据进行对比,表明回归预测法对类似地区遥感卫星云数据的检测具有较高的有效性。该方法具有操作简便,处理时间短等优点,适用于类似地区处理大量数据的的场合。     

云模型方法在选煤厂跳汰系统中的故障检测与诊断

针对传统的故障检测与诊断方法的局限性,笔者结合信息融合思想和云模型算法,提出了用于选煤厂跳汰系统故障检测与诊断的云模型方法。采用一维云模型推理映射算法,代替传统神经网络方法的训练过程,融合多源信息合并处理,保证检测和诊断的正确性,并进行实时检测仿真。结果表明：系统辨识精度较高,能很好地反应跳汰系统工作情况,并能及时判断。该方法用于选煤厂跳汰系统故障检测与诊断可行。     

多点波束宽带卫星系统波束间功率优化分配算法

为满足多点波束宽带卫星系统各波束不同的业务需求,提高星上功率利用率,对多点波束卫星的功率分配进行优化。在充分考虑卫星下行链路信道条件的不同及各波束最小容量需求的基础上,以服务公平性和容量最大化为目标进行建模,提出了一种波束间功率优化分配算法OIBPA(optimized inter-beam power allocation),并采用凸优化理论对该优化算法进行分析。通过仿真分析,该算法与传统的功率分配算法相比,在考虑信道条件的基础上提高了卫星的功率利用效率,降低了计算复杂度,且可以根据业务优先级进行灵活地调整,适用于多点波束宽带卫星系统。     

基于云模型的闭环空战决策评估

为解决针对空战决策展开评估过程中出现的复杂性和不确定性问题,构建了面向空战决策的评估指标集 并提出以一种基于云模型的云重心法和一致性赋权法相结合的闭环评估法。该方案首先对基础数据进行归一 化处理,并建立相对应的空战决策云模型,再根据指标相似性和一致性构建指标集权重,最后选取合适阈值判 断评估有效性完成评估方案的闭环反馈。仿真实例表明,该方案确保了评估的准确性和有效性,避免了传统方 法出现的随机性问题,真实反映了空战中决策的好坏。     

面向队列调度算法的通用验证评估方法

研究了一种面向基于服务质量(Qo S)的多优先级消息队列调度算法的通用验证评估方法。从消息生成、时效性判断、发送策略评估和发送结果统计等方面建立了模型;并对某2.4 Kbps信道进行了系统仿真,统计得出了在该调度算法下的最优发送方案及消息丢包率。仿真结果表明文中设计的通用验证评估方法能够模拟调度算法所设计的消息发送规则和优先级翻转策略,并进一步以丢包率等Qo S参数为评价依据,证明对该队列调度算法验证评估的有效性。     

基于层次分析与数据融合的综合评估方法

为解决层次分析法在多指标综合评估中的不一致性、多源评估数据不可靠性以及评估结果不全面、不直观等问题,提出了一种基于层次分析与数据融合的综合评估方法.该方法首先改进1-9标度法,合理确定多因素权重,减少了层次分析的不一致性;然后,设计了多源评估数据的可靠性预处理机制和基于数据融合的综合评估算法,提高了多源评估数据的可靠性、综合评估结果的准确性与全面性.最后,将该方法应用到高校教师课堂教学质量综合评估系统中.系统运行结果表明该方法可行、有效,评估结果准确、全面、直观.     

属性值和属性变化的增量属性约简算法

针对决策信息系统属性增加且属性值发生细化的情况下如何快速更新属性约简的问题,探讨了基于矩阵方法计算决策信息系统相对知识粒度的增量更新机理,设计了属性增加且属性值发生细化的矩阵增量约简算法。当决策表中的属性值细化且决策表中属性增加时,所提出的增量约简算法与非增量约简算法及其他增量约简算法相比,约简的分类精度变化不大,但是能够大大缩短计算约简的运行时间。最后利用一些UCI数据集做了大量仿真实验,仿真结果验证了所给出的动态属性约简算法能够有效地解决动态数据约简的问题。