论文部分内容阅读
提出一种基于模糊集合的分层信任模型。该模型采用模糊集合对信任关系进行建模,引入向量贴近度为推荐信任分配权重,并充分考虑分层(分簇)结构移动自组网的特点,强调了系统的可扩展性、动态适应性、鲁棒性和资源开销最小。
移动自组网中一种基于模糊集合的分层信任模型
【摘 要】
：
提出一种基于模糊集合的分层信任模型。该模型采用模糊集合对信任关系进行建模,引入向量贴近度为推荐信任分配权重,并充分考虑分层(分簇)结构移动自组网的特点,强调了系统的可扩展性、动态适应性、鲁棒性和资源开销最小。
【机 构】
：
解放军信息工程大学电子技术学院,95269部队,77680部队
【出 处】
：
计算机应用研究
【发表日期】
：
2011年06期
其他文献
概率规划识别由于其自身的实用性,已经成为人们关注的热点。因此,越来越多的学者致力于该领域的研究,至今已研发出多款高效优质的概率规划识别器,都取得了良好的效果。为了使广大学者对概率规划识别有一个较为全面的了解,就概率规划识别的发展、求解方法及其应用作了介绍。
将相关向量机理论应用于视频关键帧语义提取。该方法把关键帧中的HSV颜色直方图、MPEG-7边缘直方图和灰度共生矩阵相结合,建立特征标定向量集;基于图分割模型对二叉树多分类器结构进行优化,构建最优二叉树语义多分类模型并采用主动训练策略进行训练优化;利用RVM模型对关键帧特征向量集进行训练和检测,进而得到语义。实验结果表明,所提方法与其他方法相比,不但有较高的准确率,而且在模型的稀疏性、分类检测时间等
针对传统基于"词袋"模型物体识别现有方法的不足,对现特征表达、视觉词典和图像表示方法进行优化,以提高物体识别正确率。采用HUE直方图与SIFT特征描述符分别描述兴趣点周围的颜色和形状特征,实现"词袋"模型下两种特征的特征级和图像级融合,引入K-means++聚类算法生成视觉词典,并利用软权重思想将特征向量映射到视觉单词形成图像直方图。实验结果表明,所述方法会产生较高的物体识别正确率,且识别结果不受
提出了一种新的基于分形的累加自动地形生成方法,引入断裂形成算法作为初始的地形高度生成器,通过控制幅度和迭代次数,生成形态各异的地形轮廓,从分形理论fBM数学模型出发,使用中点位移法对初始模型进行迭代处理,生成丰富的地形细节。该方法的主要优点是自动性与可控性的结合。一方面通过断裂形成算法可以自动生成特征模板;另一方面通过控制分形参数,生成任意层次的地形细节。实验表明,使用该方法可以生成真实感较强的地