-
公开(公告)号：CN107360149A
公开(公告)日：2017-11-17
申请号：CN201710543007.1
申请日：2017-07-05
Applicant: 中国人民解放军信息工程大学 , 天津市滨海新区信息技术创新中心
IPC: H04L29/06
Abstract: 本发明公开了一种基于输出子集权重分配的拟态判决方法及装置，该方法首先将每个异构功能等价体的输出按照内容逻辑关系划分为多个输出子集；依据每个输出子集对系统安全性的影响，赋予相应的权重；按照权重从大到小的顺序，排列输出子集；输出代理器按照上述规定的顺序对输出子集依次进行择多判决；判断有效择多判决是否完成，若有效择多判决没有完成，则按照上述规定的顺序，选择下一个输出子集继续进行择多判决，若有效择多判决已经完成，则停止判决，根据判决结果，选择相应的异构功能等价体输出作为系统输出。该方法不仅减少了判决数据量，加快了判决速度，而且有重点地对待判决数据，降低了择多判决失败的概率，保证了重要数据的正确输出。
-
公开(公告)号：CN107360149B
公开(公告)日：2019-08-20
申请号：CN201710543007.1
申请日：2017-07-05
Applicant: 中国人民解放军信息工程大学 , 天津市滨海新区信息技术创新中心
IPC: H04L29/06
Abstract: 本发明公开了一种基于输出子集权重分配的拟态判决方法及装置，该方法首先将每个异构功能等价体的输出按照内容逻辑关系划分为多个输出子集；依据每个输出子集对系统安全性的影响，赋予相应的权重；按照权重从大到小的顺序，排列输出子集；输出代理器按照上述规定的顺序对输出子集依次进行择多判决；判断有效择多判决是否完成，若有效择多判决没有完成，则按照上述规定的顺序，选择下一个输出子集继续进行择多判决，若有效择多判决已经完成，则停止判决，根据判决结果，选择相应的异构功能等价体输出作为系统输出。该方法不仅减少了判决数据量，加快了判决速度，而且有重点地对待判决数据，降低了择多判决失败的概率，保证了重要数据的正确输出。
-
公开(公告)号：CN106326188B
公开(公告)日：2019-05-07
申请号：CN201610796407.9
申请日：2016-08-31
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种基于反向学习半径粒子群优化的任务划分系统及其方法，该系统包含半径粒子群优化模块、判决器模块及反向学习模块，半径粒子群优化模块根据服务请求及任务属性，评价候选划分方案，设计适应函数，动态分区域计算区域最优任务划分方案，选取全局最优任务划分方案；判决器模块记录划分方案，判断是否陷入局部限值，若是则触发反向学习模块，否则不触发反向学习模块，继续进行半径粒子群优化；反向学习模块对划分方案进行退化，将退化结果反馈给半径粒子群优化模块，继续求解任务划分方案。本发明通过半径粒子群优化求解全局最优任务划分方案，有效提高求解精度；通过反向学习机制将划分方案进行退化，克服局部极值问题，提高任务划分质量，系统执行性能显著提高。
-
公开(公告)号：CN106326188A
公开(公告)日：2017-01-11
申请号：CN201610796407.9
申请日：2016-08-31
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06F15/7871 , G06F15/7882 , G06F17/5009 , G06F2217/86
Abstract: 本发明涉及一种基于反向学习半径粒子群优化的任务划分系统及其方法，该系统包含半径粒子群优化模块、判决器模块及反向学习模块，半径粒子群优化模块根据服务请求及任务属性，评价候选划分方案，设计适应函数，动态分区域计算区域最优任务划分方案，选取全局最优任务划分方案；判决器模块记录划分方案，判断是否陷入局部限值，若是则触发反向学习模块，否则不触发反向学习模块，继续进行半径粒子群优化；反向学习模块对划分方案进行退化，将退化结果反馈给半径粒子群优化模块，继续求解任务划分方案。本发明通过半径粒子群优化求解全局最优任务划分方案，有效提高求解精度；通过反向学习机制将划分方案进行退化，克服局部极值问题，提高任务划分质量，系统执行性能显著提高。
-
-
-
Search Results
4
records
(took 0.027 seconds)
