发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.65
人气 24539
省级期刊
影响因子 0.67
人气 24309
北大期刊
影响因子 0.51
人气 23749
北大期刊
影响因子 0.99
人气 23236
北大期刊
影响因子 0.94
人气 20397
部级期刊
影响因子 0.98
人气 18755
北大期刊
影响因子 0.95
人气 18057
部级期刊
影响因子 1.03
人气 13569
部级期刊
影响因子 0.38
人气 12816
省级期刊
影响因子 0.16
人气 12314
摘要:针对开放网络环境下软件协同应用需求,本文提出了一种基于Agent的软件动态协同模型。该模型以软件实体的Agent封装为基础,通过Agent运行时刻重解释以软件体系结构表达的协同逻辑和Agent间的多模式交互技术,实现对动态协同的支持。面向此概念模型,给出了相应的软件动态协同支撑平台Artemis-COOR,该平台在“非侵入式”A—gent封装、多模式交互支撑和软件体系结构动态演化支撑等方面形成了一定的技术特色。最后,给出以水雨情会商系统为例的演示性应用,展示了上述技术的可行性和有效性。
摘要:针对现有P2P信任机制不能有效地检测和惩罚短期内反复建立信任然后进行恶意攻击的摇摆节点,本文提出了基于信任向量和时间窗口的信任机制,用信任向量记录节点的交易信息,用时间窗口收集最近一段时间内交易的记录,提高了信任评估的准确性和动态性。仿真实验表明,与已有的信任机制相比,该机制能够有效处理动态恶意节点行为。
摘要:随着网络应用的高速发展,网络安全成为一个主要的问题,由此提出了一个基于移动Agent的分布式入侵检测和决策系统。给出了系统的结构,说明了系统中Agent的组成、各个Agent功能以及他们之间的交互过程;提出了基于知识和模糊遗传算法的决策方法。
摘要:本文针对分簇式无线传感器网络的特点,将入侵检测技术与移动Agent技术相结合,提出一种基于MA的无线传感器网络入侵检测方案,采用多个Agent模块分布协作,运用一种基于聚类的入侵检测算法,从而达到提高无线传感器网络的安全性、可靠性,降低入侵检测能量消耗的目的。
摘要:本文将移动Agent技术和分布式网络管理技术应用于保障特种作战的无线网络中,提出了一种基于移动A—gent的新型无线网络管理模型。该模型具有良好的可伸缩性,具备一定的抗干扰和抗毁能力。根据此模型构建了诸军兵种特种联合作战概念仿真系统,为移动Agent技术应用于特种作战网络环境以及其他战场环境中的可行性和优越性提供了定性定量分析的依据。
摘要:本文建立了一种基于移动的网络安全联合风险评估系统模型(MAURA),分析了系统体系结构、各部分功能,并将合同网的协同方法应用到风险评估中,提出了联合风险评估的机制,研究了评估的具体过程,从构造上克服了Agent间分析经验难于共享借鉴的问题。通过自适应的算法调节策略,提高了系统的分析性能,增强了对于外界负载变换的适应能力。仿真实验结果验证了MAURA是一种具有较高分析性能、可自主适应环境变化的网络安全风险评估系统。
摘要:本文提出了一种新的基于Agent的神经网络隐层结构的优化算法(OHA)。该方法包括两个部分,分别由RLAgent和NNAgent合作完成。RLAgent根据强化学习算法找到一个比当前节点数更优的解,并反馈给NNAgent。NNAgent据此构建相应的网络,并采用分层训练的算法对该网络进行优化,训练结果再发给RLAgent。在多次循环后,OHA算法就可以找到一个训练误差最小的全局最优解(权值及隐层节点数)。本文讨论了有关的算法、测试和结果分析。Iris数据集和危险评估数据集的测试结果表明,算法避免了盲目搜索造成的计算开销,明显改善了优化性能。
摘要:赵海涛等提出的改进的最佳鉴别平面(IODP)只能用于有监督模式,基于此,本文提出将IODP扩展到无监督模式下的方法。在优化模糊Fisher准则求取第一条最佳鉴别矢量的基础上,求取同时满足正交约束与模糊总体散布矩阵共轭正交约束的第二条最佳鉴别矢量,构成正交约束的无监督统计不相关最佳鉴别平面(0UUODP),进而获得一种新的无监督特征抽取方法。对CMU-PIE人脸数据库进行实验,结果表明,当类别差异较大时,该方法能够抽取有利于分类的特征,获得了优于主成分分析与独立成分分析方法的性能。
摘要:同质团队学习是实现多Agent协作的一种方法。但是,传统方法仅在系统运行的前后对目标Agent进行修改,系统运行过程没有直接对Agent的改进做出贡献。本文利用合作策略,在学习分类器系统XCS的基础上提出了一种同质团队学习模型,弥补了传统方法的上述不足。文中还在模型的基础上实验分析了相关因素,如规则积累、通信以及发现新规则等对多Agent协作效率的影响。
摘要:首先,对非线性二分类支持向量机方法中的几个关键问题进行了研究;其次,阐明了非线性映射在解决非线性分类问题时所起的作用,揭示了维数灾难的具体内涵,理清了核函数方法的本质;第三,提出了求取核函数中隐含非线性映射的方法,获取了非线性二分类支持向量机的表达式;第四,利用二分类支持向量机完成了一系列数据分类实验。
摘要:针对具有分布式网络和复杂的拓扑结构的认知学习问题,本文提出一种动态的基于信息粒度和连通强度的自组织的认知优化学习系统。每个网络节点的信息粒在高聚合度的情况下,具有信息表示的完整性,知识系统中节点的自组聚合和节点间的强连通性是优化学习绩效的核心模型。利用信息粒的聚合度和信息粒间的连通性的概念,信息粒度的演进流程模拟认知学习过程的静态归约,连接强度演进流程对应于认知学习的动态模拟,这两个流程在学习系统中时每个输入样本完成一个完整的模拟认知与归约表达。以分布式拓扑结构为理论模型,给出了每个节点信息粒度以及节点之间的信息处理与传递的认知优化规范。
摘要:神经网络的训练是一种非线性系统的辨识问题,基本粒子滤波算法已被成功用于训练神经网络,但基本粒子滤波算法在建议分布的选择上并没有考虑当前时刻观测值的影响,本文针对该问题提出使用扩展卡尔曼滤波器来生成建议分布。由于扩展卡尔曼滤波器在传递近似建议分布的均值和协方差的过程中充分利用了观测值信息,从而可以更好地描述神经网络权值的后验概率分布。实验结果证明,使用扩展卡尔曼滤波器作为建议分布的粒子滤波算法性能明显优于基本粒子滤波算法。
摘要:自动化测试可以有效地提高软件测试效率,降低软件开发成本。测试数据自动生成是自动化测试过程中一个非常重要的环节。以路径覆盖为准则,本文提出一种利用遗传一蚁群混合算法来对程序输入域进行搜索的方法,进而生成满足需要的测试数据。经过实验验证,该算法可以有效地生成满足覆盖准则并且分布多样的测试数据。
摘要:基于“聚类排序选择”优化遗传算法求解SAT问题时,引入交叉算子和变异算子,并根据适应度函数及问题本身特性,调节阈值δ,生成新的种群聚类。这种遗传算法有效地抑制了算法的延迟收敛,从而保证了为可满足性公式能够快速找到一个可满足性指派。同时,在遗传算法中引入了DPLL算法,对部分变元进行消解,提高了算法的求解效率。相关的实验数据表明,本算法的性能明显优于同类算法。
摘要:克隆选择算法是基于免疫学中的克隆选择学说而产生的一种免疫优化算法。它通过克隆算子进行操作。本文首先介绍了标准的克隆选择算法;其次引入了克隆算子并对标准的克隆选择算法进行改进;然后以数列知识为基础,以抗体群的克隆选择过程为对象,对克隆选择算法的收敛性进行分析;最后应用区间套定理证明了算法的全局收敛性。
摘要:时间是用来描述辩论过程以及辩论活动变化的一个重要因素,在辩论框架中加入时间因素是积极的。本文结合Dung的标准辩论框架以及Bench-Capon的基于值的辩论框架,提出了基于时态的扩展值辩论框架。首先分析了Dung的辩论框架以及Bench-Capon的值辩论框架在时态以及辩论值方面描述的局限性及需求,然后结合这些需求提出了基于时态的扩展值辩论框架,给出了完整的框架结构和语义描述,证明了基于时态的扩展值辩论框架满足Dung提出的标准辩论框架的一些基本定理。
摘要:联盟结构是对kent集合的一个划分,通过联盟形成联盟结构,可以使Agent之间形成有效合作,完成单个kent所不能完成的任务。本文提出了BDP来求最优联盟结构,该算法利用整数二部拆分来生成二部划分,并利用二部拆分的界来对搜索空间进行限界。随后把该算法与DP算法做了理论和实验分析,理论上得出BIDP所需要的空间比DP减少33.3%。实验表明,当联盟值满足均匀分布和正态分布,BIDP在21个Agent的情况下,搜索空间比DP减少35%和92%。最后对求最优联盟结构的确定式算法作了总结,即时间复杂度的上界是O(3n),下界是Ω(2n),空间复杂度是θ(2n)。
摘要:本文基于面向主体的服务建模本体(SRMO),开展主体服务规则的模拟验证方法研究。SRMO将服务环境下的服务请求和提供双方描述为智能主体,对常用服务规则进行推理,从而实现开放服务环境下的服务自动发现、选择和匹配。为验证服务规则的合理性和正确性,本文提出了一种基于场景模拟的主体服务规则验证方法,基于该方法设计实现了面向主体的规则验证平台(AORVP),对SRMO中的当前服务规则集进行了验证。基于验证结果修正并完善了SRMO的服务规则集合。