基于系统熵的属性约简的简化差别矩阵方法

基于系统熵的属性约简是一种新型的属性约简。该模型由于同时考虑了条件属性集和决策属性集对决策表的分类能力,它是一种考虑较周全的属性约简模型。为设计高效的属性约简算法,首先引入简化差别矩阵,同时给出了基于该简化差别矩阵的属性约简定义,并证明该定义与基于系统熵的属性约简定义等价;然后用简化差别矩阵设计了一个基于系统熵的完备属性约简算法;最后用实例说明了新算法。

群组机制的Web服务信任模型

Web服务中,为了消除和抑制节点的不良行为,鼓励提供可靠服务的良好行为,建立有效的可信保证机制,提出了一种新的基于群组的信任模型。该模型考虑了节点的经验个性化和群组行为个性化等问题,分析表明:新模型降低了全局信誉求解的规模,提高其计算的效率;一定程度上解决了大规模分布式网络中访问稀疏的问题;同时具有一定的激励性和鲁棒性。

基于系统熵属性约简的差别矩阵方法

在已有的相对属性约简算法中,差别矩阵方法是一种设计属性约简的常用方法。基于系统熵的属性约简是一种新型的属性约简,对于这种属性约简,目前还没有差别矩阵方法去设计其属性约简算法。为此,首先构造了一种新的差别矩阵,同时给出了该差别矩阵的属性约简定义,然后证明了基于新差别矩阵的属性约简与基于系统熵的属性约简是等价的。最后用新差别矩阵设计了一个基于系统熵属性算法,并用实例说明了新算法。

基于数据库技术的属性约简算法

为弥补传统属性约简模型的不足,一些学者提出了基于系统熵的属性约简和基于数据库模型的属性约简定义。基于数据库模型的属性约简的主要优点是能结合高效的数据库技术,使得相应的属性约简算法效率较高。为能利用高效的数据库技术来设计基于系统熵的属性约简算法,证明了两种属性约简的等价性。然后利用数据库中的相关操作设计了一个基于系统熵的高效属性约简算法,并用实例说明了新算法。

基于个体经验的信任模型

为了提高信任评价的准确度,提出了一种新的基于个体经验的信任模型。通过考虑个体节点经验的差异,引入相对经验因子;在此基础上,建立了量化的信任评价体系。分析表明,新模型提高了信任评价的准确度,在反馈可信度的算法方面有较大的改善。该反馈可信度算法能够运用到多种信任模型中,具有较好的可扩展性。

一种改进的DyTrust信任模型

为了提高DyTrust模型信任评价的准确度,解决信任模型的粒度比较粗糙以及节点的个体经验对信任评价带来影响的问题,在DyTrust模型的基础上,通过对节点所提供的服务进行细化和引入经验因子的方法,提出了一种改进的信任评价算法.与DyTrust模型的比较和分析表明,改进后的模型精化了信任算法的粒度,提高了信任评价的准确度,体现了节点的个性化特性,在反馈可信度的算法方面有较大的改善,同时该反馈可信度算法具有较好的可扩展性.