递归神经网络下多属性信息模糊推荐仿真

由于海量信息资源的搜索需要较高的时间成本,因此信息推荐已经成为解决当前网络资源交互环境信息过载问题的关键方法。但是多属性信息数据结构复杂,单属性数据推荐算法难以取得理想的精度和结果。考虑用户信任信息形式和传播路径,提出基于递归神经网络的多属性信息模糊推荐算法。利用递归神经网络结构,存储用户历史兴趣信息。通过用户对项目的感兴趣程度建立评分矩阵,利用余弦相似性的思想计算项目属性相似性、综合相似性以及用户相似性。引入权值因子,将综合相似性与用户相似性的预测评分线性整合,得到多属性信息推荐列表,选取top-N推荐给用户。实验测试结果显示,提出方法下列表内相似性指标值ILS始终小于0.3,推荐精准度高于90%,平均绝对误差可控制在0.2以下。以上所得数据均可证明所提方法可综合考虑目标的多属性特征,为用户推荐感兴趣程度最高的对象。

多属性信息决策的改进无监督学习算法建模与应用

针对SOM网络无监督学习算法的单样本序列学习方式内存占用多的特点,采用Voronoi矢量原理改进权矢量迭代方式,使改进算法具有所有样本同时学习的能力,同时给出了算法的矢量映射误差测度和拓扑误差测度。然后根据改进算法建立了多属性信息决策的可视二维拓扑映射图模型,并对R&D项目中止决策进行了研究。计算结果表明,改进的无监督学习算法收敛速度快,基于拓扑映射图模型的多属性决策有效。

云计算下多属性信息交换安全漏洞识别仿真

传统信息交换漏洞识别方法仅适用于单属性信息,其应用局限性较大。为解决上述问题,在云计算背景下提出一种多属性信息交换安全漏洞识别方法。利用无监督方式组建原始数据支持向量机模型,通过主动学习策略获取漏洞识别性能高价值样本进行人工标记,标记数据以及未标记数据通过半监督的形式对基于支持向量机的多属性信息交换进行拓展,结合云计算主动学习选取较小的标记代价完成模型的性能优化,实现云计算下多属性信息交换安全漏洞识别。为验证所提方法的有效性,进行一次仿真。实验结果表明,所提方法能够有效提升多属性信息交换安全漏洞识别准确性以及效率,有效增强所属性信息交换系统的安全性。

一种FOWG算子及其在模糊AHP中的应用

给出了三角模糊数两两比较的可能度公式 ,研究了它的一些优良性质。基于可能度公式 ,提出了一种模糊有序加权几何平均 (FOWG)算子。利用该算子对模糊AHP中以三角模糊数判断矩阵形式给出的判断信息进行了集结 ,而且 ,基于FOWG算子及互补判断矩阵的排序公式 ,给出了一种对决策方案进行排序和择优的算法。最后通过算例说明了该方法的有效性和实用性。

CP-nets及其表达能力研究

偏好处理是人工智能中的一个重要研究内容,它的4个研究热点是偏好的表示、提取、聚合和推理.条件偏好网(Conditional preference networks,CP-nets)是一种简单直观的偏好表示的图形工具,但很少有工作研究CP-nets的表达能力.本文研究CP-nets的表达能力,详细研究了CP-nets表达偏好的完备性,其上构造的运算复杂度以及适用的场合.首先给出了CP-nets模型上的几个运算,利用改进的Warshall算法求出了二值网的强占优测试在最坏情况下的复杂度为O(4n).其次通过构造CP-nets导出图及其性质的研究,得出CP-nets特别适合不完全信息下的多属性定性偏好决策.当需要处理更完全信息时,可借助于与Agent的交互来完成.虽然我们给出了CP-nets的强占优测试的理论解,但其理论上可解,实际上不可解.为了解决强占优测试的指数级复杂度问题,本文最后给出了一种带有软约束的满足问题(Soft constraint satisfactionproblem,SCSP)的求解方法.它把CP-nets中的定性运算转为约束半环中的定量运算,从而将指数级的复杂度转化为多项式的复杂度,间接提高了部分CP-nets的表达能力.本文所做的工作是对Boutilier和Bistarelli工作的改进和提高.

基于折线模糊数多属性指标信息的FCM聚类算法

折线模糊数是借助实数的有序表示来确定一类模糊信息,它不仅可以按任意精度逼近一般模糊数,而且也克服了基于Zadeh扩展原理的模糊数四则运算的复杂性.该文首先引入折线模糊数定义及其有序表示,并给出它的扩展运算和度量公式.其次,采用折线模糊数的有序表示描述了待聚类对象的多属性指标信息,进而依据目标函数给出最优模糊划分(矩阵)和聚类中心的计算公式,并基于折线模糊数刻画多属性指标信息的模式提出(fuzzy c-means)FCM聚类算法.最后,通过算例说明该算法比梯形模糊数刻画指标信息更具优越性.

复杂断裂精细解释技术组合及其应用

研究区的断裂系统非常复杂,主要表现在断层密集、延伸短、断距小、搭接关系复杂多样,应用常规地震解释方法无法有效刻画,断层平面组合难度极大。为此,集成了构造导向滤波、层位断层交互解释、分频相干多尺度断层成像、微弱信号增强及多属性、多信息融合等技术,形成了复杂断裂精细解释技术组合,其流程分为叠后解释性处理、断层初步解释、断层精细刻画、成果校验与输出。应用该技术组合,完成了M区复杂断裂的精细解释,准确落实30个断块圈闭,部署井位20口,钻探成功率高达90%,新发现4个油田,证明了提出的复杂断裂精细解释技术组合的有效性。

基于中心性指数的物流中心地等级体系构建

为规范物流秩序、提高物流运行效率,文章运用中心地中心性理论、信息熵多属性决策、空间相互作用关系等方法,以安徽省为例,构建的物流中心地等级体系,并进行实证研究。研究表明：安徽省物流中心地是等级分层的,其中包括1个一级、4个二级和9个三级物流中心地;各等级中心地形成了层层嵌套分布的物流服务范围;安徽省物流等级体系也凸显了物流业发展中出现的一些问题,物流中心地等级体系也有利于解决物流发展过程中出现的问题。