面向模型粒度控制的多分辨率建模方法

多分辨率建模仿真技术已经广泛应用在各个领域,目前的多分辨率建模仿真方法不能有效、系统、全面地解决4个关键问题:分辨率控制、模型一致性、信息损失和跨分辨率交互。针对复杂系统多分辨率建模的4个问题,提出了一种面向模型粒度控制的多分辨率建模方法。该建模方法的核心是2个建模组件:分辨率状态图和分辨率连接桥,前者利用Unified Modeling Language(UML)状态图控制由模型交互、人机交互和资源优化等触发的模型粒度变化,后者对多分辨率模型之间的关系进行独立全面的解耦建模,实现了基于信息差的解聚聚合以及一致性维护。利用系统变阶问题验证面向模型粒度控制的多分辨率建模本文的建模方法。

仿真模型粒度的技术研究与概述

随着工业化与信息化的深度融合,计算机建模与仿真技术已广泛应用于复杂产品的研发过程中,则在产品的不同研制阶段,针对不同的目的,需构建不同细节级别或粒度的模型。模型粒度是模型的一个关键属性,文章对模型粒度的主要维度进行了体系化分类,基于不同维度的划分,给出相应的度量方法,在国内首次形成了全面的模型颗粒度划分的体系化方法,为建模人员提供有关粒度决策的依据。

基于信息融合和多粒度级联森林模型的挖掘机作业阶段智能识别

为了解决挖掘机作业阶段识别方法可靠性较低的问题,提出了一种基于信息融合和多粒度级联森林模型(information fusion and multi-granularity cascade forest model,IFMCFM)的智能识别方法。利用信息融合技术将挖掘机作业阶段的类别概率向量与高重要度特征进行融合,形成新的识别特征;将新特征输入级联森林模型,采用不同比例的训练集对模型进行训练并对识别结果进行分析;将IFMCFM的识别结果与DAGSVM(directed acyclic graph support vector machine,有向无环图支持向量机)、PCA-SVM(support vector machine based on principal component analysis,基于主成分分析的支持向量机)、LIBSVM(library for support vector machines,支持向量机库)和LSTM(long short-term memory,长短期记忆)的识别结果进行对比。研究结果表明:当训练集比例为80%时,IFMCFM的识别准确率、召回率和F1(精确度和召回率的调和平均数)指标分别为95.00%,95.17%和95.02%,识别效果较优;相比于其他识别模型,IFMCFM的识别准确性和可靠性最高。IFMCFM可以有效地识别挖掘机作业阶段,具有较高的应用价值。

基于用户故事的微服务粒度识别方法

伴随着软件架构范式的转变,微服务架构这一新兴技术以其高度的自治性、可移植性与可扩展性被大型企业以及从业人员广泛使用,而微服务架构中的微服务粒度问题是难以界定的,目前为止仍然缺乏行之有效的方法来识别微服务粒度。文中基于敏捷方法中用户故事这一概念,结合微服务架构中的功能需求与非功能需求,提出了一种微服务粒度模型,并利用多目标优化遗传算法对微服务粒度进行识别,结果表明,所提出的方法优于使用一般遗传算法,所得到的结果可以为微服务架构相关人员对微服务粒度进行评估时提供参考。

不动产三维模型构建粒度的技术研究

在三维不动产登记系统的建设中,对于模型构建的粒度一般有2种不同的思路:一种是以户为最小单位的房屋三维模型构建方法;另一种是以自然幢为最小单位的三维模型构建方法。针对这2种不同的模型粒度构建方法,从原理、流程、系统应用和优缺点等方面进行详细的探讨。

Peer-to-Peer环境下多粒度Trust模型构造

信任是多方面的,在不同的应用场景中,同一节点在不同领域具有不同的可信度.现有信任模型粒度过于粗糙,不能很好地解决同一Peer节点在不同领域、不同方面的可信度计算问题.据此,提出一种新的Peer-to-Peer环境下的多粒度信任模型,并给出该模型的数值分析和分布式实现方法.分析及仿真结果表明,该模型与已有模型相比,在可信度计算的粒度、模型的安全性等方面有较大的提高.

基于分形方法的煤炭研磨颗粒粒度分布模型

为了预测并控制煤炭在研磨过程中任意时刻的颗粒粒度分布,利用分形方法建立了表征煤炭研磨颗粒粒度分布动态变化的颗粒数分布模型、颗粒表面积分布模型和颗粒质量分布模型.颗粒数分布模型直观地描述了颗粒粒径主要存在的范围;颗粒表面积分布模型可以用来研究研磨过程中能耗的变化;颗粒质量分布模型可以用来计算研磨颗粒的堆密度和成浆浓度.通过分形粒度分布与实际粒度分布的比较,验证了模型的正确性.

DRM细粒度使用控制模型及其安全机制

为了解决现有数字版权管理中使用控制模型缺乏对细粒度数字内容的灵活和安全使用的问题,基于对一般使用控制模型UCONABC的扩展,提出了形式化的细粒度使用控制理论模型Gran-UCON及其原型系统安全框架和实现机制。该方案将数字资源实体进行细粒度分割,使其粒度减小到具有完整意义的基本单元,进一步通过许可授权加以安全控制。应用实例验证了该模型在数字内容用户终端使用中的安全性和灵活性。

移动P2P网络中的多粒度信任模型

移动P2P网络的应用越来越广泛,随之而来的是大量欺诈等恶意行为,使系统的有效性和可用性难以保证。现有模型大多针对固定网络,忽略了终端类型对节点信任值的影响,而且不能很好地解决节点在不同领域、不同方面的可信度计算问题。针对上述问题,利用聚类思想和时间因子的概念,提出一种多粒度信任模型MGT(Multiple Granularity Trust Model),并给出基于该模型的资源选择协议的工作流程。分析结果表明,模型能够有效地抵御恶意节点的破坏,增强P2P网络的安全性。

对黄土磁化率、粒度年龄模型的检验(自检)

利用临夏塬堡剖面高分辨率的黄土记录,将研究剖面土壤地层界线,即剖面2.3m处的MIS1/2的分界线年龄11.5KaBP、剖面21.4m处的MIS3/4的分界线年龄59.8KaBP组成三种节点控制年龄模式,分界线年龄的获得依据南京葫芦洞石笋气候事件年龄确定,即模式1:0KaBP^59.8KaBP;模式2:0KaBP^11.5KaBP和11.5KaBP^59.8KaBP;模式3:11.5KaBP^59.8KaBP。运用磁化率年龄模型和粒度年龄模型分别计算研究剖面各个层位的地层沉积时间,结合剖面岩性和气候阶段对相同层位的计算年龄对比分析后发现:磁化率年龄模型和粒度年龄模型均存在缺陷,但以模式2作为节点控制年龄时,即在冰期或间冰期内选取合适的节点控制年龄,利用磁化率年龄模型或粒度年龄模型高分辨率确定的地层沉积时间与地层实际的沉积时间较接近,且在冰期或间冰期内节点控制年龄越多确定的地层沉积时间越趋近实际沉积时间。

对黄土磁化率、粒度年龄模型的检验

以甘肃临夏塬堡黄土剖面的土壤地层界线MIS1/2、MIS3/4的年龄作为节点控制年龄依据.MIS1/2,MIS3/4年龄的获取据目前国际上最新的研究成果南京葫芦洞石笋所测气候事件年龄,即MIS1/2为11.5ka B.P.,MIS3/4为59.8ka B.P.,将这两种气候事件年龄组成3种节点年龄控制模式,即模式1:0—59.8ka B.P.;模式2:0—11.5ka B.P.和11.5—59.8ka B.P.;模式3:11.5—59.8ka B.P.分别作为节点控制年龄,运用磁化率年龄模型和粒度年龄模型计算研究剖面各个层位的地层沉积时间,并将计算的相同层位年龄进行比较,同时将AMS14C,OSL测年,YD,H事件年龄与利用3种模式作为节点控制年龄计算的相应层位的年龄进行比较,结合剖面岩性和气候阶段分析研究后发现,磁化率年龄模型和粒度年龄模型均存在不足,但在冰期或间冰期内,选用较准确的控制年龄作为节点,用磁化率或粒度年龄模型高分辨率确定的地层沉积时间均较接近地层沉积的实际年龄,但就两种年龄模型的相对精度和准确性而言,磁化率年龄模型更准确一些.

基于GIS的多粒度复杂网络模型

为提高城市路网失效传播分析和可靠性分析的准确性,研究了路网发生故障的3种失效形式.在此基础上,基于复杂网络理论,提出了一种多粒度复杂网络模型;通过构建粒度空间,将城市交通广义路网表达为多粒度复杂路网.为检验模型的有效性,以成都市区路网为例,建立了道路的多粒度复杂网络模型;基于该网络结构,进行了路网失效传播分析以及分别针对随机攻击和蓄意攻击的路网可靠性分析.研究结果表明,城市道路多粒度复杂网络能更准确地进行路网失效传播分析和可靠性分析,为进一步研究城市交通网络故障的动态演化提供了有利条件.

基于多粒度特征模型的云制造业务流程定制方法

云制造模式下,通过对制造业务流程虚拟化和服务化可以实现跨组织的资源整合。企业通过云制造平台定制个性化的业务流程,构建和管理在线制造业务系统。然而,当前云制造业务流程定制难以满足用户功能层次的多样性需求。因此,提出了一种基于多粒度特征模型的云制造业务流程定制方法。首先,提出了面向领域的云制造业务流程定制框架;其次,构建了多粒度特征模型,实现了多样化需求的建模和表述,基于此,给出了制造业务流程定制算法;最后,基于面向电梯产业联盟的云制造服务平台,实现了不同粒度业务流程的定制,证明了所提方法的可行性和有效性。

基于粗粒度模型的蚁群优化并行算法

为了改进蚁群优化算法的收敛速度,研究了一种基于粗粒度模型的并行蚁群优化算法,该算法将搜索任务划分给q个子群,由这些子群并行地完成搜索,可使搜索速度大幅度提高。实验结果表明,用该算法求解TSP问题,收敛速度比最新的改进算法快百倍以上。

基于多重阈值的变精度多粒度粗糙集模型

传统变精度多粒度粗糙集模型是基于单一变精度阈值的,而多粒度粗糙集模型是从多角度和多层次处理数据,数据往往是多源的或者是分布式的,其噪音数据的含量也各不相同。因此,不同知识粒度层次所应具有的变精度阈值也不相同,这使得现有的模型难以适应多粒度环境。为克服上述缺点,提出了基于多重阈值的变精度多粒度粗糙集模型,该模型使得不同知识粒度层次的变精度阈值可独立调整,更符合多粒度粗糙集模型的数据特征。该模型更好地结合了多粒度粗糙集模型和变精度粗糙集模型,可从多角度分析解决问题又兼具更灵活的容错能力。

一种面向观点挖掘的多粒度话题情感联合模型

为了提高文本观点挖掘的效率,通过扩展标准话题模型,提出了一种新颖的多粒度话题情感联合模型(MG-TSJ).模型将文本话题区分为全局和局部两类,同时挖掘文本中涉及的多层次话题信息和情感倾向信息.该模型采用非监督的学习方法,解决了现有方法存在的领域依赖问题.通过在测试语料库上进行实验,该模型在文本情感倾向性分类任务中的准确率达到82.6%,具有和监督分类系统相当的性能;挖掘话题集合呈现层次化、语义相关的特点,证明了MG-TSJ模型对观点挖掘是可行的和有效的.

基于SOAP的细粒度访问控制模型

本文提出了一种符合SOAP消息的XML框架结构的安全规范。该规范利用SOAP的Head-er部分和XML技术,实现了对SOAP消息的XML元素和属性层次上的细粒度访问控制,减少了由于SOAP没有定义标准的访问控制安全规范而可能给应用带来的安全漏洞,一定程度上保证了基于SOAP的分布式网络应用系统的安全性和可靠性。

多粒度PPI网络描述模型及其蚁群优化的功能模块检测方法

针对蚁群算法在大规模蛋白质相互作用(protein-protein interaction,PPI)网络中进行功能模块检测所暴露的时间性能方面的不足,提出了一种基于多粒度描述和蚁群优化的快速求解算法。首先,从粒度计算的角度,给出了一种新的多粒度PPI网络描述模型;然后,基于该模型,设计了融合功能和结构信息的粒度划分,粗粒度的蚁群寻优,解的还原与优化3个阶段的求解过程。在大规模PPI网络上的实验表明:算法在保证检测质量的同时,能显著降低利用蚁群算法进行功能模块检测的求解时间,而且与近年来的一些经典算法相比在检测精度上也具有一定的优势。

聚合树脂混凝土骨料粒度分布模型

分析了聚合树脂混凝土材料骨科的分形特性，建立了聚合树脂混凝土材料骨料分形粒度分布模型，推导出分形粒度分布的理论计算公式，并且验证了理论计算结果，表明了理论计算公式是正确的。

一种细粒度的DRM使用控制模型

现有数字版权管理(Digital Rights Management,DRM)技术和安全模型缺乏对细粒度数字内容的灵活和安全使用控制的支持。对一般使用控制模型UCONABC进行扩展,提出了形式化的细粒度使用控制理论模型Gran-UCON,有效提高了使用控制的安全性和灵活性。