基于贝叶斯决策的交互式网络恶意入侵主动防御模型构建

为降低网络的恶意入侵风险,提出基于贝叶斯决策的交互式网络恶意入侵主动防御模型。采用K-聚类算法识别交互式网络中恶意入侵跳频数据,构建交互式网络恶意入侵节点分布模型;采用基于能量熵增量频域互相关系系数的敏感IMF分量选取算法,保留有效的恶意入侵特征分量。利用贝叶斯决策理念,构建恶意入侵防御模型,最终结果显示:该方法的抗干扰系数和冗余度结果分别在0.10和0.22以下;能够准确分类识别交互式网络中恶意入侵跳频数据;特征分量判定精度均在0.946以上;交互式网络的安全系数均在0.936;网络威胁等级均在2级以下,有效提升了网络的安全性。

Significance of Live Streaming in Shaping Business: A Critical Review and Analytical Study

With the rise of live streaming on social media, platforms like Facebook, Instagram, and YouTube have become powerful business tools. They enable users to share live videos, fostering direct connections between businesses and their customers. This critical literature review paper explores the impact of live streaming on businesses, focusing on its role in attracting and satisfying consumers by promoting products tailored to their needs and wants. It emphasizes live streaming’s crucial role in engaging customers, a key to business growth. The study also provides viable strategies for businesses to leverage live streaming for growth and customer engagement, underscoring its importance in the business landscape.

人工智能时代高校思想政治理论课创新难点及突破路径

人工智能时代高校思想政治理论课具备科学的思想政治理论课创新决策系统,能够实现全面精细的思想政治理论课创新实施过程,拥有准确高效的思想政治理论课创新评估体系。然而,当前高校在推进人工智能与思想政治理论课建设深度融合方面仍面临智能干预弱化思政理论课教师的主导地位,流量效应削弱思想政治理论课的价值理性,信息过载对学习者学习主体性和互动性产生消解,赋能不足导致思想政治理论课技术应用浅层化等问题。人工智能时代高校思想政治理论课创新应强化思想政治理论课教师的主导性地位、彰显和重塑思想政治理论课的价值理性、激发学习者的学习主体性与教学互动性、推动人工智能技术深度赋能思想政治理论课实践。

基于树莓派的智能交互婴儿床设计与研究

随着社会发展与技术进步,婴儿床的多功能设计与智能化交互逐渐受到关注。为了满足母婴分离状态下母亲或监护人异地远程监控互动和婴幼儿身心健康发展的需求,文中基于树莓派设计一种婴儿监测端与母亲监护端相结合的智能交互婴儿床。该婴儿床以树莓派4B为主控器,在传统婴儿床的基础上添加婴儿温度监控模块、尿湿监测模块、啼哭分析模块、语音播报提醒、音视频互动模块等,并配套智能监护小程序软件实现视频实时监控、远程指令控制、监护消息提醒、采集数据分析等功能,供家长使用。应用测试结果表明,所设计的婴儿床远程交互和体征状态监测效果良好,哭声监测识别精度高,能及时、有效地完成智能陪伴安抚和消息提醒异常警报任务。婴儿床的设计重视情感表达和实践应用,有助于促进安全的母婴依恋关系,保障婴幼儿健康成长。

基于三元交互决定论的南疆民族学生语文课堂参与度提升策略研究——以和田地区Y中学为例

2011与2022版语文课程标准指出课堂教学要凸显学生主体地位。发展学生主体性、提升教学质量最有效的途径是提高学生语文课堂参与度。本研究基于三元交互决定理论,以西部计划研究生支教团为视角,从教师行为、学生个人、学习环境三个维度分析南疆民族学生语文课堂参与度的影响因素,结合教学现状,围绕三个维度提出教学策略:改变教学行为,树立服务意识;倡导赏识教育,提高学生参与意识;创设良好氛围,完善学生学习环境。

基于Stackelberg主从策略的两层非线性多目标决策方法

由于两层决策问题实际应用广泛,因此,该领域的研究已逐渐引起人们的重视。目前,两层单目标决策问题的研究成果较多,而两层多目标决策问题的研究成果较少,尤其是两层非线性多目标决策问题的研究成果更少,这主要是由于该类问题自身的复杂性造成的。本文提出的决策方法的基本思想是:首先在上层决策人的约束域中取一点,固定该点的上层决策变量,解下层多目标决策问题,由上层决策人确定下层的偏好系数,求得一解;

重大基础设施工程技术决策风险因素作用机理研究

重大基础设施工程是特定的技术集成体和现实生产力的基础,技术决策是其建设管理的核心,存在技术集成复杂、环境动态多变、不确定因素多等问题,易引发不可逆的风险事故,技术决策风险的有效识别和控制事关决策能否成功。基于扎根理论,建立包含3个风险类别、13个一级风险因子和42个二级风险因子的重大基础设施工程技术决策风险指标体系,并运用熵权法求得指标权重;通过风险因素关系分析,构建基于系统动力学的因果关系图,揭示重大基础设施工程技术决策风险因素的动力机制和作用机理。研究发现,重大基础设施工程技术决策风险是在环境风险因素、决策制定过程和决策执行过程风险因素的共同作用下产生的,其中,环境风险不受其他2类风险因素影响,而环境风险易催发决策制定过程风险与决策执行过程风险,此外,决策制定过程风险与决策执行过程风险的权重相对较高,表明二者对重大基础设施工程技术决策风险影响较大。研究结果可为重大工程技术决策的风险识别和控制提供依据。

两层多目标决策问题的模糊交互式决策方法

建立了一类上层多目标、下层多人无关联单目标的多人两层决策问题的数学模型和决策机制，基于模糊集理论，提出了一种模糊决策方法，为两层以及多层决策问题提供了求解途径．

基于过度反应与动态网络的互联网产品扩散消费者交互行为研究

基于过度反应和动态网络视角,研究网络演化机制对互联网产品扩散宏观演化规律的影响。结合过度反应理论与演化博弈模型,构建个体决策概念模型,将其嵌入多智能体仿真模型,设计个体间学习模仿规则,制定多种动态网络演化机制,从而将网络动态性与扩散动态性相结合。基于Anylogic 6.5.0实现了多智能体仿真系统,模拟结果表明:在有新节点加入时,互联网产品营销活动应重点关注有大节点存在和聚类系数大的网络社区,并提高网络的连通性和聚簇程度,提升广告宣传的触达效率。在产品推广处于瓶颈期时,可采取“随机增边”的方式来增加个体连通度,并重点关注获得低收益或给予负面评价的关键节点。该研究可为互联网产品扩散的营销策略制定提供支持,并为将行为金融学理论与复杂网络应用于多智能体模型提出了基础框架。

基于评价准则及其偏差测度的多目标决策方法

基于评价准则及其偏差测度等新概念，提出了一类交互式多目标决策方法，克服了现有交互式多目标决策方法对决策问题特性作较强限制及决策效能欠佳的不足．

建构主义学习理论对外语课堂教学的影响

建构主义学习理论在教师角色定位、互动决策信念、学习动机对知识建构的作用等方面对外语课堂教学产生了积极的影响;协作学习让学生的学习更具有主动性、目的性和实践性,促使学生主动构建知识体系和提高语言知识与技能。

基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策

针对属性值为直觉梯形模糊数且属性存在关联性的风险决策问题,提出一种基于累积前景理论和Cho-quet积分的直觉梯形模糊多属性决策方法。根据直觉梯形模糊数距离公式定义了直觉梯形模糊信息的前景价值函数,通过价值函数和决策权重函数计算方案单属性前景值,并运用Choquet积分融合属性间存在关联性的前景价值信息获得方案综合前景值,根据综合前景值的大小实现方案的排序和优选。风险投资实例分析说明了该方法的可行性。

多目标规划的交互式像空间逼近法

针对一般交互式算法对决策者要求过高的不足之处,提出一种较直观的且仅需决策者提供修正意向的多目标规划的交互式新算法.对算法的有关性质给出了理论证明,并用一算例说明了算法的执行过程。

一种交互式Stackelberg主从对策的两层决策方法

本文建立了一类上层多目标、下层单目标的两人两层决策问题的数学模型和决策机制，充分利用满意度的概念和性质，提出了一种交互式决策方法．该方法具有交互过程简单，便于在计算机上实现等优点，并有助于进一步研究决策支持系统．

“互动—能动—能力”教学模式初探

教学的根本目的之一在于激发学生的学习兴趣,因而让学生自愿自主地学习该门课程的系统知识,并提高应用这些所学知识解决实际问题的能力。而要做到这一点,在很大意义上依赖于正确的教学方法。而正确的教学方法则是从教学实践中总结出来的,并在教学实践中不断得到改进。教学方法的改革是一个永恒的主题,本文试图结合自己多年来的教学实践,就如何教授"公共部门决策理论与方法"谈一些体会,并做一些经验式的总结和探索。

IDSS: Designing to Extend the Cognitive Limits

The paper presents the conceptual and operational basis of the creation of IDSS based on our recent research experience. In this paper, an intelligent decision support system, IDSS is defined as: any interactive system that is specially designed to improve the decision making of its user by extending the user's cognitive decision making abilities. As a result, this view of man-machine joint cognitive system stresses the need to use computational technology to aid the user in the decision making process. And the human's role is to achieve total systems's objectives. The paper outlines the designing procedure in successive steps. First, the decision maker's cognitive needs for decision support are identified. Second, the computationally realizable support functions are defined that could be provided by IDSS. Then, the specific techniques that would best fill the decision needs are discussed. And finally, for system implementation the modern computational technology infrastructure is emphasized.

交互决定理论对公共图书馆服务儿童读者的启示

班杜拉则曾经提出一个理论,判断一种心理学理论所存在的价值的高低,就是要判断这种理论可不可以准确地预测相关行为,这种理论必须能够详细准确地阐述清楚哪些因素对人的行为会产生影响以及造成这种行为产生变化的相关中介机制。所以说,班杜拉则并不同意环境以及个人对其产生决定性作用的理论,同时班杜拉则明确提出交互决定的理论支持自己,这种交互决定理论包括环境、行为以及认知在人们进行社会学习的过程中的作用关联关系。笔者从这个角度出发得出公共图书馆为儿童读者服务的新启示,如图书馆员应该树立正面的、积极的榜样,采用奖励或惩罚的方式强化儿童读者的良好社会行为。为了更好地为儿童读者提供服务,还需要儿童图书馆员具备较高的道德水平和服务能力。

混驾环境下基于主从博弈的多车协同决策规划

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中,如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响,是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先,综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性,建立人工驾驶车辆的纵向博弈策略。其次,考虑自动驾驶车辆与周围车辆的安全性约束,以及自动驾驶车辆在换道过程中的舒适性和通行效率目标,设计了自动驾驶车辆的纵向博弈策略。然后,基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解,得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹,并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后,根据人工驾驶车辆不同配合度和延迟响应时间的差异,设计了多组人机混驾试验工况进行验证。试验结果表明:自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度,选择出最优的目标换道间隙,并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中,自动驾驶车辆始终与周围车辆保持安全距离,并且在车速为20 m·s^(-1)的情况下,换道车辆的纵横向加速度均不超过1.25 m·s^(-2),安全性和舒适性都得到了保障,验证了该非合作博弈交互框架的有效性。

考虑碳排放的智慧园区配电网协同调度优化策略

智慧园区内工厂流水车间和电动汽车充电站是重要的能源消费实体,在配电网中充分利用前者的运行特性和后者的储能特性对两者进行协同优化调度,可以实现系统运行灵活性和运行效率的提升。首先,考虑了包含碳排放的智慧园区配电网中流水车间和电动汽车充电站之间的电能交互,并提出针对流水车间和电动汽车充电站的协同优化问题,以降低系统的运行成本和碳排放量。然后,根据决策者的风险偏好,基于信息间隙决策理论,分别提出风险追求调度模型和风险规避调度模型,相应优化问题的求解结果可为决策者提供调度方案。最后,基于一个包含流水车间和电动汽车充电站组成的智慧园区配电网交互系统进行算例分析,验证了所提模型在降低系统运行成本和碳排放量方面的有效性。

基于博弈论的多车智能驾驶交互决策综述

智能驾驶是交通和汽车领域未来发展的重要方向,决策规划作为智能驾驶系统中的关键模块,一直是其重点研究领域之一.当前的研究热点正在从单车智能驾驶决策向混行交通场景下的多车智能驾驶决策进行拓展,因此,需要在复杂动态场景和多并行任务下生成符合车辆动力学且不与道路边界和其他交通参与者发生碰撞的高质量轨迹.多车混行驾驶是对道路时空资源的竞争性使用,博弈论可为多车交互决策提供重要的理论与技术手段.对此,应用博弈论方法进行智能驾驶决策研究的综述,基于滚动时域、微分博弈和马尔科夫博弈这3类常用的博弈模型,对现有相关研究进行归类总结和分析.首先简要介绍博弈论基础知识;其次,总结常见的智能驾驶场景并分析各场景下交互决策的核心问题;然后,通过3种不同的博弈模型对多车交互决策进行建模,分别介绍它们的求解算法和思路及相关的研究工作;最后,介绍相关的仿真实验和测试方法,同时也对未来的技术发展和挑战给出见解.