基于倾向性的直觉模糊相似度量方法

针对现有直觉模糊相似度量所存在的不足,提出一种基于倾向性的直觉模糊相似度量方法。首先,基于直觉指数所表征的中立证据中支持与反对的程度呈均衡状态假设,揭示了影响直觉模糊集相似性大小的3个相互作用因素之间的内部关系,给出了相似度量的几何表示。其次,对现有部分相似度量方法在某些情况下无法表述的问题进行了分析,定义了满足直觉模糊相似性的直观约束条件,给出一种直觉模糊相似度量的公理化定义。再次,揭示了直觉指数对证据的倾向性影响,提出了一种基于倾向性的直觉模糊相似度量方法。最后,通过算例分析比较,验证该方法的正确性、合理性、有效性。     

基于证据理论的部分属性偏好信息群体赋权方法

针对已有的赋权方法在处理部分属性偏好信息的群体赋权问题上的局限性,提出了基于证据推理建模的解决方法。将不同专家的偏好信息视作来自不同信息源的证据,首先定义了焦元识别方法,然后采用惟一参照物比较判断法计算证据的基本可信度分配,应用Dempster规则进行证据合成,进而得到专家群体的属性赋权。在证据合成过程中,推导出了合成结果的解析表达式,与直接运用证据合成规则相比计算量大大缩小;在专家群体信息集结中,给出了一种基于位置权向量和证据相似度指数的客观证据赋权方法,从而突出了与大多数专家意见相似的专家的作用。最后给出了一个示例。     

金融市场的相关性分析--Copula-GARCH模型及其应用

作为一种全新的分析方法，Copula技术不仅可以有效地捕捉金融时间序列间的相关性，还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数，建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明，不同板块的指数收益率序列具有不同的边缘分布，各序列间有很强的正相关关系，条件相关具有时变性，各序列间相关性的变化趋势极为相似。     

不同时间尺度下短期交通流的可预测性

交通流的可预测时间间隔是实现交通控制和诱导的关键。为考察交通流时间序列在不同时间间隔下的可预测性,以北京市二环路2min、4min、6min、8min、10min、12min、14min和16min间隔的交通量时间序列为研究对象,应用R/S分析法计算不同观测尺度下的Hurst指数值,发现同一天内Hurst指数值随观测尺度的变大而增大,同一观测尺度下,Hurst指数随着样本量的增加而降低。最后,采用近似熵法计算序列的复杂度,发现复杂度指数有相似的变化规律,证明观测尺度大小与序列的随机性强弱存在负相关。     

复杂系统、复杂网络自相似结构的涌现规律

在现实世界的复杂系统中,树状分形广泛存在.最近对于复杂网络的研究又揭示大量网络为自相似结构,随之而来的问题是:自相似结构是如何形成的.本文结合复杂系统与复杂网络,给出一个树状生长模型,通过论证揭示:生长过程及自相似结构的涌现,可集中由简单的幂律体现:幂律是自组织形成的临界状态,在它的支配下,系统得以保持有序演化发展,并涌现层层相似的自相似结构,其分形维数或相应的指数,是系统功能的度量.复杂寓于简单,简单形式的幂律蕴含了自组织演化发展并涌现自相似结构的全部过程的信息,是支配现实世界广泛现象的动力学.     

通信辐射源运动轨迹相似性分析

针对传统运动轨迹相似性分析利用时空信息效率不高问题,结合通信辐射源主体特点,提出基于时空和语义信息的辐射源轨迹相似性分析算法。在该算法中,对相似运动轨迹距离测度进行改进,提出基于马氏距离的轨迹时空相似度算法,将轨迹分割后计算相似度,克服了时间不匹配轨迹和不同采样间隔对轨迹相似性判断的影响;同时,结合基于高效K近邻(K-nearest neighbor, KNN)相似搜索的语义相似数据搜索算法,实现对辐射源相似轨迹的准确判断。该算法能够准确判断相似轨迹,优于现有的相似轨迹判断方法,且适应噪声环境。仿真实验结果验证了该算法的性能。     

通信辐射源运动轨迹相似性分析

针对传统运动轨迹相似性分析利用时空信息效率不高问题,结合通信辐射源主体特点,提出基于时空和语义信息的辐射源轨迹相似性分析算法。在该算法中,对相似运动轨迹距离测度进行改进,提出基于马氏距离的轨迹时空相似度算法,将轨迹分割后计算相似度,克服了时间不匹配轨迹和不同采样间隔对轨迹相似性判断的影响;同时,结合基于高效K近邻(K-nearest neighbor, KNN)相似搜索的语义相似数据搜索算法,实现对辐射源相似轨迹的准确判断。该算法能够准确判断相似轨迹,优于现有的相似轨迹判断方法,且适应噪声环境。仿真实验结果验证了该算法的性能。     

基于神经元协同激励的稳定时间可控情景记忆

情景记忆（Episodicmemory）被认为是学习与记忆、感觉信号的加工和处理等认知功能的一个重要表现。在大脑的运行过程中，模式的稳定时间是可变化的。为了更好的模仿真实大脑在情景记忆过程中的状态，提出了一种基于彳尹经元协同激励的不同模式的稳定时何不同的恃景记忆模型。在本模型当中，模式和输入模式之间的相似性控制模式的稳定时间，相似度和模式稳定时间成正相关。同时，神经元协同激励情景记忆存储容量比传统的情景记忆模型得到明显的提高，并且存储容量和网络规模成指数比例关系。     

基于仿真的宽带网络流量特征分析

网络的流量特征对于建网及网络性能分析至关重要。本文基于自相似理论基础，运用计算机仿真技术，对在不同负载情况下，宽带网络流量特征的变化过程进行了研究。实验数据表明，自相似业务流通过汇聚节点进入核心链路之后，其自相似特性仍然保持，但是自相似的程度有所下降，特别是在网络吞吐量较大的情况下，自相似程度明显低于任何一个支路。TCP协议发送窗口的大小变化会引起网络流量自相似程度的变化。     

一种基于互信息的词聚类算法

基于类的统计语言模型是解决统计模型数据稀疏问题的重要方法.传统的统计聚类方法基于贪婪原则,常以语料的似然函数或困惑度(perplexity)作为评价标准.这种传统的聚类方法的主要缺点是聚类速度慢,初值对结果影响大,易陷入局部最优.本文利用互信息定义了一种词相似度,在词相似度的基础上给出了词集合相似度的定义.基于相似度,提出了一种自下而上的分层聚类算法,这种方法不但能改善聚类效果,而且可根据不同的模型选择不同的相似度定义,因而提高聚类的使用效果.实验证明,该算法在计算复杂度和聚类效果上比传统的基于贪婪原则的统计聚类算法都有明显的改进.     

Exploration and Study on Similarity Theory

This paper introduces the similarity theory as the theoretical foundation of system simulation. The concepts of similarity theory, similarity styles and similarity methods are discussed.     

基于个体相似度交叉率自适应的遗传算法

标准遗传算法的交叉运算以固定的交叉率进行操作。即不管遗传个体之间的相似程度，所有个体的染色体均以不变的概率进行交叉。本文根据交叉配对个体之间的相似度值自适应地确定交叉率，相似度值大的交叉个体以较小的概率进行交叉．而相似度值小的个体以较大的概率进行交叉。通过这种方法，可以提高遗传寻优计算的效率，加快遗传算法的收敛速度。     

ASYMPTOTIC SIMILARITY OF INFINITE-DIMENSIONAL LINEAR SYSTEMS AND APPLICATIONS TO STABILITY

1.IntroductionInfinite-dimensionallinearsystemstheory,itiseasytoverifythatthespectrumandtheexponentialgroWthboundarepreservedunderasimilaritytransformation.ThispropertyisaIsosatisfiedfortheinfinite-dimensionalcaseifthesimilarityoperatorisboundedandbound-edlyinvertible.Inthisnote,weilltroduceageneralizationoftheconceptofsimilaritycalledasymptoticsimila-rityforindnite-dimensionallinearsystems.Inthefinite-dimensionalcase1similarityandasymptoticsimilarityareequivalellt.Weshowthatthisasymptoticsi…     

系统仿真理论的探索

论述的内容为：原始系统与仿真系统的相似关系，相似方法，相似程度及其与误差的对应关系，仿真建模与验模，应用相似理论分析飞行模拟器的运动系统纵向通道，以及非线性、变参数系统的分析、综合及其解析解的求定。     

时序相似度的主观偏好模型及其系数估计的"锚点"方法

基于人的认知特点，提出了一个反映人的主观偏好性的时序相似度模型，并给出估计其偏好系数的锚点方法。该方法基于可视化操作，通过对锚点序列的相似性判断形成锚点约束，构建约束优化问题以求解偏好系数。实例计算表明了模型的有效性。     

一种基于群体语言相似矩阵的聚类方法

针对多个专家给出语言相似矩阵的聚类分析问题，提出一种新的编网聚类分析方法。首先描述具有群体语言相似矩阵的聚类问题并介绍近年来国际上最新发展的二元语义概念及其算子；其次。基于二元语义信息处理的方法，将每个专家给出的语言相似矩阵转化为二元语义形式，再采用二元语义集结算子进行群的集结；然后依据传统的编网聚类方法的基本思路。给出基于群体语言相似矩阵的聚类分析方法的计算步骤。最后通过一个算例说明了本文给出的方法。     

不完全信息下基于证据推理的竞争对手分析

针对不完全信息下竞争对手分析问题,本文提出一种基于证据推理的分析方法。该方法首先定义了正负相似度对竞争者进行比较,接着通过证据推理对含有未知信息的相似度进行合成排序,最后根据信息熵原理度量结论的客观可靠度。与本文提及的其他方法相比,该方法可以在信息不完全的情况下识别分析竞争对手并提供关于结论的客观可靠度,符合商业竞争的实际特点,具有较强的实用价值。文中的案例分析证实了该方法的有效性。     

复杂网络及其在军事领域中的应用研究综述

作为一门综合性的学科理论,复杂网络近年来发展迅速,其在军事领域中的应用也成为当前许多学者的研究热点。论文在对复杂网络与军事领域有关问题的相似性简单论述的基础上,重点回顾了复杂网络理论在军事领域中的研究进展,最后对研究过程中存在的问题和发展趋势进行了总结和展望。     

基于整体优势度的应急救援案例推理决策

对突发公共事件的应急救援决策进行研究,提出基于案例推理的应急救援决策方法.通过案例的四元组表征,分析基于案例推理的应急救援决策机理;针对传统案例检索使用对称距离计算相似度在应急救援决策应用中的不足,利用整体优势度对源案例与目标案例间的矢量距离进行识别,从正向匹配和负向匹配的角度改进检索策略,提高案例匹配的有效性;同时,结合整体优势度对决策方案进行调整和学习.最后,以煤矿事故应急救援实例说明了该方法能够在相似案例中筛除负向匹配源案例,优化源案例对目标案例的决策支持.     

一种基于案例的多属性综合评价方法

案例推理是动态决策环境下求解不良结构问题常用的方法。把基于案例的推理方法运用于多属性综合评价中,扩展了传统数学模型的求解方式,详细叙述了基于案例的属性权重,建立算法和相似性度量算法,并将该方法应用于武器装备维修性设计方案权衡分析过程中。