基于AHP的群决策风险评估方法

运用层次分析法对一信息系统进行风险评估,以风险发生的概率、风险的影响、风险的不可控性作为层次模型中准则层的元素,采用群决策的方式确定风险因素相对于准则层各元素的层次单排序,专家的权重由其所构造的判断矩阵与其他矩阵之间的相似程度来确定,然后采用加权几何平均的算法将专家的判断聚合为一个共识度矩阵。

融合KL信息的多视图模糊聚类算法

现有多视图模糊C均值聚类(FCM)算法通常将一个多视图分解为多个单视图进行数据处理,导致视图数据聚类精度降低,从而影响全局数据划分结果。为实现高维数据和多视图数据的高效聚类,提出一种基于KL信息的多视图自加权模糊聚类算法。将多个视图信息及其权重进行拟合融入标准FCM算法,求解多个隶属度矩阵和质心矩阵。在此基础上,通过附加KL信息作为模糊正则项进一步修正共识隶属度矩阵并保持权重分布的平滑性,其中KL信息是视图隶属度与其共识隶属度的比值,最小化KL信息会使每个视图的隶属度偏向于共识隶属度以得到更好的聚类结果。实验结果表明,该算法相比于传统聚类算法具有更好的聚类效果和更快的收敛速度,尤其在3-Sources数据集上相比于MVASM算法的聚类精度、标准化互信息和纯度分别提升了7.46、15.34和5.48个百分点。