基于信息相关重要性的犯罪网络挖掘算法设计

从移动数据中进行犯罪网络犯核心成员的挖掘以单一因素为依据是不合理的,如单独计算每个查询节点对于网络图中其他节点的重要性。针对这一问题,论文基于相关重要性概念,提出改进的新相关重要性NRI算法。算法从犯罪网络图压缩后的核心图入手,以相对重要性、重心距、路径平均长度等为因素,根据论文所给公式计算各个因素的值,量化和综合得到节点的相对重要性值。最后与其他算法进行比较。结果表明,该算法相对于Page Rank、Hits以及Closeness Centrality算法更能够挖掘真实的犯罪网络。

水文地质问题在工程地质勘察中的重要性

随着我国经济的发展,各种工程也随之应运而生,在进行一项工程之前,地质勘察的工作十分重要,能够帮助我们更好地了解当地的地质条件,判断是否适合工程的建立。而在工程地质勘察中,水文地质问题十分重要,这关系到一项工程的经济性及安全性。因此,文章针对水文地质问题,首先探讨了其在工程地质勘察中的重要性,然后分析了在工程地质勘察中常见的水文地质问题,最后针对这些问题总结了应对方法。希望能够得到勘察人员的重视。

基于组合赋权-云模型的毕达哥拉斯模糊语言综合评价方法研究

评价本身具有随机性、模糊性以及不确定性的特点。为了避免评价过程太过主观,提出一种基于组合赋权和云模型的毕达哥拉斯模糊语言综合评价方法。针对专家给出的属性值为毕达哥拉斯模糊语言,根据CRITIC-G1(标准间相关性的重要性-序关系分析)法对评价指标进行主客观赋权,由博弈论算法计算权重最优的组合系数得出组合权重。最后构建毕达哥拉斯模糊云模型决策矩阵进行信息集结。通过案例计算分析表明,该方法优化了复杂情境下的决策,具有其可行性和有效性。

基于CRITIC权与灰色关联的隐写分析算法综合评估

在基于灰色关联分析的隐写分析算法评估过程中,针对权值分配不合理的问题,采用标准间重要性相关性方法确定各指标的初始权重,结合决策情况对待主动修改的指标权重进行增减,并将这些增减的权重平均分配给被动变化的指标,从而实现对权重的调整,得到各指标的最终权值。运用灰色关联分析法计算各个待评价对象与最优序列之间的加权灰色关联度,并依据加权关联度的大小完成对隐写分析算法的评估。仿真结果表明,与其他隐写分析算法相比,该方法能更加有效地评估各类隐写分析算法的优劣。

HIERARCHIC GREY QUASI-PREFERRED ANALYSIS MODEL AND ITS APPLICATION

The grey quasi-preferred analysis (GQPA) is one of important methods for realizing system analysis to conquer the limitations of the existing GQPA model, without any considerations to the difference of the different behavioral factor′s importance. It could not be used to analyze the complex system with multi-hierarchy correlation factors, the weighted synthetic method for calculating abstract incidence degrees between the system beha-vioral characteristics and correlative factors in different hierarchies is given out,and the hierarchic grey quasi-preferred analysis (HGQPA) model is established. The effectiveness of the HGQPA model is tested by the scientific-technical system of Jiangsu Province. The depth and the range of the application of GQPA are developed, and the HGQPA model is regarded as a new approach to systemically analyze the complex systems with multi-hierarchy correlation factors.

基于RS-CRITIC的空战目标威胁评估

针对不确定信息下的空战目标威胁评估问题,提出了一种基于粗糙集(RS)理论和指标重要性相关(CRITIC)法的目标威胁评估模型。首先,通过CRITIC法确定准确信息下的目标威胁值,利用数据挖掘(MD)启发式算法求解最佳分割集合,将目标威胁值离散化处理后替代粗糙集决策信息系统中的决策属性。其次,基于构建的完备粗糙集决策信息系统,通过决策矩阵实现属性约简和目标威胁评估最小决策规则提取。最后,将规则应用于不确定信息下的目标威胁评估。仿真结果表明:所提模型能够实现信息缺失下的目标威胁评估,减少了主观因素和先验知识的影响,扩展了粗糙集理论应用范围。

基于复杂比例评价方法的云服务提供商服务质量评价研究

科学合理的指标体系是有效衡量云服务质量的前提和基础。本文从服务过程和发展潜力两个维度,选取了包含迁移、部署、运行、灾备和发展潜力五个要素层的20个指标作为衡量标准。然后,针对AHP方法求得的指标权重过于主观化的缺点,采用指标重要性相关法确定指标权重,并利用COPRAS(复杂比例评价)方法对评价信息进行融合。研究发现:云服务质量评价需要综合衡量多种要素,对于不同的云服务提供商而言,不同要素之间的质量状况存在明显差异,每个云服务提供商应该根据发展短板同时兼顾对不同要素的提升。通过本文提出的云服务质量评价模型,一方面可以为用户匹配最佳的云服务提供商,另一方面可以为提供商明确制约其发展的短板,从而有方向地提升服务质量。