Vague集模糊熵的新构造方法

模糊熵作为一种度量模糊集的模糊性和信息量的工具,很多学者提出了多种度量方法,但这些方法中对Vague集模糊熵的约束条件的定义不够全面严谨,对现有的模糊熵构造方法进行了分析,给出了改进的Vague集模糊熵的直观约束条件,并根据Vague集的三维图提出了一种新的模糊熵构造方法,最后通过对定理的证明表明新的模糊熵构造方法同时考虑到了Vague集未知信息和不确定性信息两方面带来的模糊性,证明了新的Vague集模糊熵的定义更加合理。

基于Vague集的模糊聚类方法

提出了一种新的基于Vague相似关系的聚类方法。通过构造Vague相似关系矩阵,运用编网法进行模糊聚类分析,使得聚类分析的结果更加全面。用具体实例验证方法的有效性。

Vague集之间的相似度量新方法

为了构建一个新的Vague集之间相似度量方法,运用比较法和Vague理论,分析现有的相似度量方法的缺陷所在,给出了一种新的相似度量公式,该公式不但包括了衡量Vague值(集)的相似的必要参数,且考虑到无论是Vague值区间两端的距离、核距离还是未知度距离,距离越大,对Vague值相似性的影响也越大,相似度越小,使之更直观、更符合实际情况。最后通过定理证明以及与相关文献的比较说明该方法具有更好的度量效果。

基于Vague集投影及距离的相似度量方法

根据Vague集距离及投影的概念,提出了一种新的相似度量方法,结合二维图形说明投影越大、距离越小,Vague集之间的相似度就越大,接着证明了该方法满足相似度量的约束条件,最后通过与已有方法的比较说明该方法的有效性。

星形网络的容错并行路由研究及概率分析

对具有错误结点的星形网络中的点与点之间的容错并行路由问题进行了研究,提出了一种新的具有容错能力的点对点的并行路由算法。严格证明了新算法的正确性,讨论了新算法的时间复杂度,并对新算法所找到的路径的长度进行了分析。用概率分析的方法对新算法的容错性概率进行了严格地推导,计算出概率的上下界。

基于PPM理论的社交媒体平台间的用户转移行为研究

社交媒体平台可以从“推拉系泊”方面进行有效管理,以满足用户需求,促进平台发展。基于前人的研究提炼相关变量,基于PPM(push-pull-mooring)理论框架,采用结构方程模型,使用227个有效样本对模型进行验证。研究显示,系统质量缺陷、信息质量缺陷和感知隐私风险等显著影响用户的负面性感知价值,对用户的转移意愿产生推动作用,替代品吸引力作为拉力因素显著影响转移意愿,转移成本作为系泊因素对习惯无显著影响,技术自我效能和社会影响作为系泊因素显著影响用户习惯,从而显著影响用户转移意愿,且转移意愿显著影响其转移行为。