一种基于Bayes信任模型的可信动态级调度算法

提出了一种基于信任机制的任务调度模型，该模型通过借鉴社会学中的人际关系信任模型，建立网格节点间的信任关系，利用Bayes方法对节点的可信度进行评估，将节点的可信度并入DLS算法得到可信动态级调度（Trust-DLS）算法．仿真结果证实，提出的Trust—DLS算法能以较小的时间花费为代价，有效提高应用任务在可信方面的服务质量需求，保证网格环境中任务安全可信的执行。     

基于Bayes线性估计的遥感图像融合

将Bayes线性估计应用于不同分辨率遥感图像的观测模型中，提出了一种新的基于统计参数估计的遥感图像融合方法．该方法对于金色波段图像和待估计的多光谱图像的联合分布不做任何假设，只需要估计高分辨率多光谱图像的均值和协方差以提高算法的鲁棒性．另外，文中的方法能够提高多光谱图像的多个主成分的分辨率，而传统的主成分变换方法只限于提高第一主成分的分辨率．实际的Landsat ETM＋的全色波段图像和多光谱图像的融合实验结果表明，所提议方法的性能优于其他基于统计参数估计的方法和基于主成分变换的融合方法以及基于小波变换的融合方法．     

公钥体系的混合式P2P信任模型

设计公钥体系的混合式P2P网络信任模型。采用层次化管理体系对节点进行认证,公钥体系保障节点间通信的安全性。通过局部信任、推荐信任、全局信任综合考察节点的可信情况。给出了模型的数学实现方法。仿真结果表明,模型能够有效提高节点的交易成功率。     

P2P系统中基于双信任信息的信誉度改进模型

针对P2P网络中诸如诋毁、合谋、欺骗等安全性问题,提出一种新的基于双信任信息的分布式信任模型。区别对待节点提供服务和发送评价的能力,对节点拥有的资源进行分类;通过迭代求解,为每个节点的每类资源分别计算全局服务信任值和回馈信任值;为了防止恶意节点反复实施恶意行为,引入了惩罚机制,激励节点诚信交易。仿真实验表明,该模型能够迅速降低恶意节点的全局信誉值和恶意交易概率,降低了对无过失节点的不公平性。     

基于隐马氏性分析的Bayes网络面雨量模型及其应用

面雨量估算是水文预报及各类流域水文模型中的基础工作. 基于任意网格上的降水量只与其四周网格的降水量具有不可否定的相关性, 我们提出将Bayes网络和Markov随机场应用于面雨量估算中. 采用球面坐标系、EM算法对区域进行插值, 从而可以估算出区域内任一点的降水量. 以青海湖地区的7个降水站点为例进行了面雨量估算的实例研究, 通过与泰森多边形法、距离平方倒数法和克里金法等常用的面雨量估算方法对比发现, 本文的方法具备统计学的意义, 并能解决复杂环境下判断不同点降水量之间关系的问题, 模拟结果更为合理、准确.     

基于结构方程模型的产品开发团队中个体认知差异影响因子探索

根据结构方程模型的原理与方法,构建了因队知识集成个体认知差异影响因子的模型,并从中找出在个体认知方面影响团队知识集成的主要因素。在该方法基础上,以某高校基于研究生设计开发团队和某企业研发小组进行产品开发为实例,详细地展示了团队产品开发过程中个体认知差异影响因子的结构方程模型的秘建、参数的估计以及模型的评价过程。     

网络在线交易动态信任计算模型与信誉管理机制

当前,在C2C网上拍卖交易领域,各种各样的恶意行为层出不穷,信任缺失信誉欺诈现象非常突出,因此,如何建立有效的信任机制已成为亟待解决的问题.在分析现有网络信任交易机制局限性的基础上,针对网络交易信任问题的动态性、匿名性、虚拟性等特点,提出一种基于多Agent系统的网络交易动态信任计算模型与信誉系统.模型包括3部分:第一部分为用户时域的信任度,旨在着重近期历史信誉状况对现期信任度的影响,激励用户采取一致的合作策略;第二部分是对信誉反馈评分的加权平均计算,权重部分主要引入了信誉反馈评分人的信任度(反馈评分的可信性)、交易价值(防止"信誉榨取")、时间折现("防范信誉波动")等因素;第三部分为社区贡献加权,旨在根据某一时域内,一用户对社区其他成员所采取的行为情况,增加或减少此时该用户的信任值,达到孤立信誉反馈提交、惩治欺诈行为的目的.建立了事前开展防范、事中进行协调、事后给予惩罚三位一体的欺诈约束机制,保障网络在线交易的安全性.理论分析和实验验证表明该机制能有效解决三方面问题:解决难以防范投机用户小额积誉、大宗榨取的问题;有效防止会员通过虚假交易或伪造身份进行欺诈;降低网络交易平台仲裁的工作量.     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

一个网构软件可信实体模型及基于评估的信任度量

对于运行在开放、动态、难控的互联网环境的网构软件,其可信性保障与管理是一个重要课题．目前的研究多是基于信任网络思想的信任度量及演化模型,这种模型对于网构软件来说,在信任的来源、实体间信任关系的约束、信任传递参数的设置方面仍存在着不足．因此,本文引入可信计算中信任链模型的思想,提出了一个网构软件可信智能实体模型,并在此基础上构建了基于评估的信任度量方法．首先通过动态自省、显式自明和自主演化的机制保障了实体本身的可信,建立了信任的基点;并给出了形式化的描述及交互行为的动态监测;然后通过建立Bayes网络综合推荐信任并使用评估方法加以修正,以精确计算信任传递过程中的衰减参数,建立了信任链传递过程中的可信认证机制;最后通过实验验证了所提出方法的正确性．     

十字型阵列的互耦自校正算法

针对十字型阵列的互耦校正问题,提出一种信号源的二维角信息与互耦系数联合估计的互耦自校正算法,该方法对线阵内和线阵间的互耦同时进行校正.利用线阵内互耦矩阵及线阵间互耦矩阵的特性,构造重构矩阵,将耦合的二维角与互耦系数联合估计问题转化为级联估计问题,不需要校正源,避免了高维参数的非线性搜索.理论分析和仿真结果均表明,提出的方法可以很好地解决十字型阵列的互耦校正问题,信号的二维角和互耦系数的估计精度高,且计算量小.     

一种基于自回归隐式半Markov链的设备健康管理新方法

文中通过对隐式Markov模型（HMM：hidden Markov model）假设条件的松弛研究，提出了基于自回归隐式半Markov链（AR—HSMM：auto—regressive hidden semi—markov model）的设备健康诊断和预测新方法．与传统的HMM相比，AR-HSMM具有3个优点：一是将传统HMM所假设的隐藏状态分布改进为显式Gauss分布，因此能够用于设备性能衰退预测；二是改进了传统HMM中各观测变量相互独立的假设，通过自回归建立各观测变量之间的依赖关系，从而使之更加符合实际情况；三是AR-HSMM不必服从不现实的Markov链条件，因而具有更强的建模和分析能力．文中定义了新的“前向．后向”变量，给出了改进的“前向．后向”算法．通过一个实例对所提出的方法进行评价与验证．实验结果表明，基于AR—HSMM的设备健康诊断和性能衰退预测新方法是有效的．     

复合高斯杂波中知识辅助检测器的先验信息感知方法

利用先验信息可以提高雷达目标的探测能力,若先验信息与当前探测环境不匹配,知识辅助检测器的性能会受到影响.本文针对Bayes框架下的复合高斯杂波中的知识辅助检测器,提出了杂波纹理分量先验分布参数的感知方法.首先阐述了知识辅助检测器先验信息感知的一般方法.然后针对基于杂波纹理分量先验信息的知识辅助检测器结构,建立了先验模型参数失配与知识辅助检测器检测性能之间的量化关系.进一步利用知识辅助检测器对当前杂波场景进行探测,获得检验统计量和虚警率测量值,从而构造纹理分量分布参数的约束关系.通过分析多个约束关系的交点,获得杂波纹理分量先验分布参数的感知值.计算机仿真分析了这种感知方法的可行性,并利用实测杂波数据对感知方法进行了验证.通过知识辅助检测器检测性能对比分析,采用感知方法获得的先验信息模型参数能够进一步提高检测器的性能.     

基于果蝇算法的破坏带深度FOA-SVM预计模型

针对底板破坏带的精度问题提出新的预计模型,通过搜集众多矿井的实测数据,应用多元统计分析算法,在支持向量机的基础上建立预计模型。采用果蝇优化算法对预计模型进行优化训练,建立FOA—SVM预计模型。利用实测数据对模型的预计结果进行检验,预计结果准确,比遗传算法模型、粒子群模型的预计结果稳定性更好和精度更高。     

DSOM: 一种基于NO时空动态扩散机理的新型自组织模型

研究了神经信号传输中, 内源性一氧化氮(NO)的四维动态扩散特性及其在长时程学习过程中的增强作用. 将NO扩散机理建模后与Kohonen自组织映射模型相结合, 在空间SOM基础上引入时间增强, 提出了新型的动态扩散型自组织映射模型, 计算了最优化权值的误差函数, 并分析比较了该模型与SOM中噪声干扰对训练的影响. 最后结合多项典型的一维和二维输入模式,给出自组织映射模型与扩散型自组织映射模型的仿真结果对比.     

灰色微分动态模型的自忆预报模式

以灰色微分动态模型DHGM(2, 2)为基础, 结合动力系统自忆性原理, 建立了DHGM (2, 2)灰色微分方程与自忆性原理的耦合方程, 用该方程进行洪水预报以及实时预报. 并讨论了不同预见期对预报的影响. 根据DHGM(2, 2)3个参数所代表的性质, 从预报结果分析出不同降雨对预报结果的影响. 对此保持记忆系数不变, 加入了对这3个参数的实时校正, 对每一时长采用定常遗忘因子递推最小二乘法进行校正, 使模型更具适应性. 经过实例检验, 证明了此法具有满意的拟合和预报精度.     

基于草图交互的视频摘要方法及认知分析

视频是一类重要的视觉媒体,也是人们进行信息交流的重要载体.面向视频数据的高效内容表达,以及自然便捷的用户浏览和搜索等交互操作,本文提出了一种面向视频内容的草图摘要及交互方法.首先提出了面向视频语义的草图化表征方式,利用草图抽象性和概括性等特点,提出语义草图概念,支持对视频内容的语义草图注释,同时提出了草图摘要的优化布局算法.在此基础上,提出了基于草图摘要的草图交互技术,以及支持交互式视频浏览的自然手势操作,并进一步从认知心理学的角度分析了用于视频摘要的草图表征,以及草图交互中各认知单元的作用及相互关系.最后用户评估的实验结果表明,本文所提出的草图摘要以及草图交互方式提高了获取视频主要内容方面的用户效率,减轻了用户的认知负荷.     

经济-资源-环境系统自组织演化的新模型

经济-资源-环境（ERE）系统是个典型的开放复杂自组织系统,将广义信息熵的概念引入复杂ERE系统,建立其普适的结构自组织演化方程,形成了复杂系统建模新方法,可揭示复杂ERE系统中多主体作用动力学及结构自组织演化过程。以国家可持续发展实验区ERE发展模式为例,根据1994～2005年指标数据,对其发展演化过程做了具体的模拟研究,揭示了实验区规划的实施对可持续发展系统的改进和完善是一个复杂的自组织过程.     

基于子图同构的前驱三维工序模型向二维工序图映射匹配算法

为满足企业对三维工序模型的迫切需求,解决前驱三维工序模型与工序图的映射匹配问题,提出一种基于子图同构的前驱三维工序模型向二维工序图的映射匹配算法．该方法首先对三维工序模型进行投影,获取其投影图;然后分别提取工序图与投影图中的图元信息,将其表示为以图元作为节点的属性邻接图．在映射匹配过程中,将投影图表示成“大图”,工序图表示成“子图”;将前驱三维工序模型向二维工序图的映射匹配问题转化为“大图”中寻找“子图”的问题．为提高匹配效率,对属性邻接图进行分割,并且充分利用图的顶点属性对图顶点进行有效细分．实验结果表明,该算法能够实现精确的匹配,并且匹配效率能满足实际应用要求．     

内源性硫化氢与皮质发育障碍模型大鼠认知功能损害的相关性研究。

目的探讨皮质发育障碍DCDs（disorders of cortical development）模型鼠的认知功能与H2s的变化关系。方法用1射线照射孕15d Wistar大鼠,制作DCDs模型。采用Morris水迷宫法测试P30（出生后30天）、P60、P90F1代DCDs模型鼠和对照组大鼠的学习能力和空间记忆能力。用敏感硫电极法检测大鼠血液及海马组织中H2s浓度。用亚甲基蓝法测定大鼠海马神经元细胞胱硫醚,B-合酶CBS（cystathionine。beta-synthase）酶活性。结果水迷宫实验：P60、P90模型组大鼠较正常对照组潜伏期明显延长（P〈0．05）,且随月龄增加潜伏期越长。P60、P90模型纽大鼠较对照组血液也s浓度分别降低6．5、11．5μmol,／L、海马组织H2s含量分别减少3．2、5．6μLmol／L．mg,海马组织神经元细胞CBS酶活性降低24．94、34．46μmol／L．g．min。P30模型组与对照组的各项变化不明显。结论DCDs模型鼠脑内H,S含量及海马组织神经元细胞CBS酶活性降低,内源性H2s降低与DCDs认知功能损害可能具有相关性,并为治疗皮质发育障碍的认知功能损害可能提供治疗途径。     

串行生产线模型及面向拥塞的自适应路由算法

串行生产线，可描述成极大代数下的一个线性系统，这个模型也适用于ATM及其他基于速率的通信系统. 针对基于速率这一特点，采用周期输入作为系统的控制方法，讨论了系统的利用率、稳定条件和阻塞情况, 并以此为基础，设计了一个算法，把路由选择、资源分配和流量控制集合在一起构成一个闭环结构，真正地实现了自适应，从而解决了网络拥塞和资源利用不平衡的问题，并有效地控制了抖动.