导读:本文包含了定量信息论文开题报告文献综述及选题提纲参考文献，主要关键词:定性定量,公共空间室内设计,信息化教学
定量信息论文文献综述
胡曦[1]（2019）在《论“定性定量”信息在高职《公共空间室内设计I》课堂教学单元中的应用》一文中研究指出"定性定量"信息的应用,是课程教学设计的基本手段。信息时代背景下,《公共空间室内设计I》核心课程的建设同样需要朝着一个新知识观、新学习观进行改革深化,通过"定性定量"信息在高职课堂教学单元中的应用,以期向可持续性培养创造性的人才迈进。(本文来源于《智库时代》期刊2019年31期）
魏航[2]（2018）在《基于半定量信息的云系统安全状态感知方法研究》一文中研究指出云计算作为当前以信息技术为中心的效用计算商业标签,对于IT行业的整体运营模式产生了颠覆性的影响。建立一个稳定可靠的云计算平台,不仅可以保障现有商业目标,而且对于这种云驱动下的商业模式发展和创新提供了有力的技术支持。云计算系统可靠性安全状态监测技术属于云服务质量体系中的重要分支,这种技术能够根据特征指标宏观地反映出量化的云计算系统安全状态。系统管理者通过该技术能够更快速精准地判断当前云平台的可靠性安全状态趋势,而且能对未来状态做出预判,进而对后续工作提前决策,以保障系统服务得以正常运转。云计算系统属于复杂网络集群服务系统,拟实现获取全面且精确的云环境态势,需要有效的利用系统中各组织环节信息和技术知识对系统进行建模。对于解决此类非线性复杂系统建模,需要了解系统中复杂的非线性系统结构,进而提取特征参数进行合理的辨识。非线性系统辨识为当前学术界研究的热点,而对于复杂系统的非线性辨识目前还没有形成较为成熟的理论体系。对此,本文内容体现了较为重要的理论研究与实际应用价值。为解决上述所提问题,本文着眼于提高复杂云系统服务质量(Quality of Service,Qo S),保证系统的可靠性和安全性,提出使用基于半定量信息(包含定量数据和定性知识的信息)的建模方法对复杂系统建模,并且采用证据推理(Evidential Reasoning,ER)算法用于系统指标融合,使用置信规则库(Belief Rule Base,BRB)模型作为规则推理工具。这种BRB建模方法能够对包含定量数据和定性知识的信息进行处理的同时,也可以描述知识不确定因素中存在的模糊性和概率性。使用ER算法对系统指标和模型规则推理,使得推理过程更具合理性且易于解释。对此,采用该方法能够更深入的对云系统中各环节特征信息进行挖掘,从而获得更符合实际云环境的状态评价,为系统管理者对运维服务质量做出的保障决策提供技术支持。本文主要研究内容分为以下几个部分。分析云计算复杂系统可靠性安全环境,以云计算服务等级协议(Service-Level Agreement,SLA)为研究背景,介绍了云系统中涉及可靠性安全的基于服务质量的相关特征指标。SLA是用于形式化地描述云提供者提供的保障与相应的用户需求之间经过议定的协议而达成共识,目的是维持系统正常运行以满足特定的服务质量。本文着重考虑系统的可靠性和安全性,对云系统中各环节的指标进行深入分析,建立了一种多级指标的云计算平台安全评估体系框架,该体系框架能够从多方面对系统可靠性安全状态进行全面分析。针对云系统安全状态评估问题,通过对云系统各安全指标进行深入分析,在考虑了观测数据和专业定性知识的前提下,提出了一种基于半定量信息的证据推理(Evidential Reasoning,ER)算法的云计算安全状态评估方法。通过ER算法全面地逐级融合云计算中包含各种不确定信息指标参数,该方法对于处理多属性决策问题体现出良好的性能,从而能够更客观地准确描述云环境安全状态。通过在搭建的实际的云计算平台上进行了实例验证,评估结果验证了该方法的有效性和高效性。针对云环境外界噪声影响,并结合云系统内部各安全要素指标的分析,提出一种新的基于隐含置信规则库(Hidden BRB,HBRB)的双层BRB模型的云计算安全状态评估方法。该BRB模型分为两层BRB,BRB_1模型用于捕捉外部噪声的环境影响和隐含行为之间的关系,而BRB_2模型则用于构建隐含行为的评估模型与系统内部可观测数据建立联系。云计算系统的内部环境对其整体安全状态的影响可以通过ER算法融合来获得。对于模型求解中,由于先验知识的缺失,致使初始前提属性的取值精度可能不精准,造成评估结果不准确的结果,采用最大似然算法(Maximum Likelihood,ML)对模型初始参数进行优化训练。通过基于外部攻击和系统内部安全事件的双重环境因素影响下搭建仿真实验进行分析,实例验证了高效且更精确的评估策略,求解得出的评估结果更接近实际情况。针对云系统安全状态感知问题,根据得出的云计算安全状态评估结果,进一步提出了一种考虑监测指标可靠度的置信规则库云复杂系统安全状态感知方法。介于在实际云计算平台工况中,系统遭受恶意攻击的安全威胁的概率很低,然而云系统的脆弱性也是客观存在的,管理者又不能忽视这种高破坏性的不稳定因素,同时对实际系统进行仿真模拟测试攻击必然会耗费更多的时间和财政成本,所以,有必要抓取观测数据进行预测感知。在实际监测环境中,由于监测器自身的检测精度和外界环境噪声的干扰,致使可能出现获取的指标数据可靠度降低而影响预测精度的情况,对此,本文在感知模型中的前提属性引入了可靠度的概念,从而使得建模更符合实际情况。由于初始参数的赋值不准确,影响求解精度,对此,利用协方差矩阵自适应进化策略(Covariance Matrix Adaptation Evolution Strategy,CMA-ES)算法进行模型参数更新,该优化算法具有极其高效的优化效率,特别适用于云系统中指标具有样本类型众多且各类样本数量匮乏的情况。通过仿真实验得出,经过优化的BRB感知模型可以更好地预测云系统安全状态,相比于其他算法具有更高的预测精度。(本文来源于《哈尔滨理工大学》期刊2018-06-01）
尹晓静[3]（2017）在《基于半定量信息的复杂机电系统健康评估及预测方法研究》一文中研究指出复杂机电系统是装备制造业的核心,是国民经济发展与国家安全的重要基石。随着现代化工业技术的发展,复杂机电系统的健康管理直接影响着系统的安全运行及维护成本,成为研究的热点之一。健康评估及预测是复杂机电系统健康管理的重要内容,对复杂机电系统的健康管理起到至关重要的作用。由于复杂机电系统的复杂性、强耦合、非线性等特点,至今还没有形成较为完善和成熟有效的复杂机电系统健康评估及预测理论与方法。因此,该项研究具有重要的理论研究意义和实际应用价值。为了解决复杂机电系统健康评估及预测方法存在的问题,以真实反映复杂机电系统当前健康状态及有效预测系统未来时刻健康状态为目的,本文以航空发动机这一典型复杂机电系统为具体研究对象,深入开展了基于半定量信息(包含定性知识和部分定量信息)的复杂机电系统健康评估及预测建模方法研究,有效解决了复杂机电系统“贫数据”的问题,提高了复杂机电系统健康评估及预测精度,为复杂机电系统的健康管理及最优维护提供了决策依据。本文主要开展了以下四方面的研究工作:1)提出了一种复杂机电系统健康特征量确定与特征量提取的思路及方法。从复杂机电系统的工作与故障机理出发,研究故障征兆与系统参数变化之间的关系,在此基础上确定系统的健康特征量,并从机械动力学角度模拟特征量变化对系统的影响,验证了所确定健康特征量的有效性,同时也获取与丰富了健康特征量有效数据;在确定特征量的基础上,基于极大不相关法进行了特征量提取,实现了优化模型结构、减小模型计算量、提高模型实时性的目的。最后,以某型航空发动机为实际对象,确定并提取了系统的健康特征量。2)针对复杂机电系统难以建立准确健康评估模型的问题,利用半定量信息,提出并建立了一种基于置信规则库(belief rule base,BRB)理论的复杂机电系统健康评估模型。该评估模型利用证据推理(evidential reasoning,ER)算法实现了知识的推理,融合了丰富的不确定信息,提供了更为接近实际的知识表达方式。在评估过程中,利用差分优化(differential evolution,DE)算法进行了模型参数更新,解决了定性知识存在主观性的问题。以某型航空发动机关键部件为例进行实验验证,结果表明基于BRB的复杂机电系统健康评估模型能够真实有效的反映系统健康状态,与其它评估模型相比,具有较高的评估精度。3)针对复杂机电系统健康状态预测问题,为了更好的反映复杂机电系统健康状态的动态变化过程,提出并建立了基于双层BRB的复杂机电系统健康状态预测模型。利用系统当前及历史数据和部分定性知识,建立系统健康特征量时间序列预测模型BRB_layer1,动态的反映了系统健康特征量的变化,为系统健康预测奠定基础;其次,以系统健康特征量预测值为输入,建立复杂机电系统未来时刻健康状态评估模型BRB_layer2,实现复杂机电系统未来时刻健康状态的综合决策。在双层BRB健康预测模型中,为了提高模型的准确性,利用带有投影操作的约束协方差矩阵自适应进化策略(projection covariance matrix adaption evolution strategy,P-CMA-ES)算法对专家给定的模型初始参数进行优化更新。最后,以某型航空发动机整机振动故障进行实验分析,结果表明基于双层BRB的健康预测模型可以有效预测系统健康状态,与其它方法相比,具有更高的预测精度。4)针对复杂机电系统在实际工况下获取的健康特征量监测数据可靠度低的问题,提出了一种考虑特征量监测误差的复杂机电系统健康预测模型。在建模过程中,考虑了获取的特征量监测数据存在环境干扰及传感器跟踪能力退化带来的属性监测误差问题,当这些存在随机、不可预测误差的数据作为BRB属性输入时,会影响到属性表达真实信息的能力。该模型基于距离进行特征量监测误差计算,将特征量监测误差作为干扰因子与双层BRB预测模型融合,提高了复杂机电系统健康预测的精度,更加具有实际应用价值。最后,通过某型航空发动机整机振动故障进行实验验证,结果表明了所提方法的有效性与准确性。(本文来源于《长春工业大学》期刊2017-12-01）
吴兵[4]（2017）在《社区级居民地定量信息在地震应急中的研究》一文中研究指出本文基于国内外基础数据发展的研究现状,综合分析了各类数据类型在震害评估中的精度与问题,同时也分析了各类数据类型获取的难易程度,指出了地震应急数据库的发展趋势与亟待解决的难点问题,并提出了相应的对策。在此基础之上,提出了本文研究思路,在互联网数据、统计数据、遥感数据与实地调查数据的支持下,以某开源软件嵌入ARCGIS软件中作为数据获取的平台,实现了基础数据的分析、统计与可视化。社区级居民地的研究方法主要涉及二个方面:(1)社区级居民地单元的划分。怎样的数据尺度能够满足精确救灾的需求是划分单元的一个重要原则,社区级居民地数据的基本要求就是通过明显的数据差异性和丰富性来区别不同单元内的震害,从而为地震应急和制定相应的应急救援策略提供基础的数据支撑;(2)单元内基础数据的获取。本文同时利用“互联网+遥感技术+实地调查”的方式获取社区级居民地单元的基础数据,以求将数据单元内的数据做到精细化和精准化。并通过人工调查和百度街景的方式检验了数据的精度。本文在收集的数据的基础之上,结合交通道路分布与高程的具体情况,通过人工的方式获取到每个单元人口数、自然村面积、高程、距离交通线距离、距离乡镇中心距离和设防比例等相关参数,并将这些参数归纳成表格的形式,利用SPSS数据相关性分析的功能,分析了相关因子之间的关系得到:(1)高程与自然村面积呈负相关关系;(2)高程与人口户数、人口数呈负相关关系;(3)高程与设防比例呈正相关关系;(4)自然村面积与人口呈现高度正相关。最后本文利用居民地基础数据对地震应急现场措施进行了深入分析,同时结合实地调查结果,着重从应急救援的角度来分析研究区各类因素对应急救援的影响。本文选取居民地设防比例、多层或单层、高程、建筑物总面积、距离道路距离和是否有地质灾害这6个参数作为研究区地震应急救援的分级指标,将研究区划分为平原城市、平原农村和山区农村居民地,根据不同地域的救援难度又将城市地区划为4级、平原农村划为5级、山区农村划为4级,分别代表不同地区不同的救援方式与救援难度。(本文来源于《中国地震局地质研究所》期刊2017-06-01）
杨阳,王连仲[5]（2016）在《实现国道定点定时定量信息查询》一文中研究指出本报讯 通讯员杨阳 王连仲报道 3月31日，公益性行业（气象）专项“道路天气预警服务、对策与气象服务效益评估”通过中国气象局科技与气候变化司组织的结题验收。该项目由中国气象局沈阳大气环境研究所主持，江苏省气象科学研究所、交通运输部公路科学研究所、中国气象(本文来源于《中国气象报》期刊2016-04-08）
吴鹏海[6]（2014）在《多传感器遥感数据的时空定量信息融合方法研究》一文中研究指出随着遥感传感器数量和种类的增加,遥感应用领域在不断拓展,对遥感数据的时间分辨率和空间分辨率要求也越来越高。但由于技术上的限制,遥感仪器在设计时需要权衡空间分辨率和扫描带宽,结果获取的遥感数据及其定量信息很难同时具有高空间、高时间分辨率,这在一定程度上限制了一些潜在应用。如何在不改变现有的观测条件下,利用已有高时间、低空间分辨率数据和高空间、低时间分辨率数据整合成需要的高空间、高时间分辨率数据,这就是遥感数据融合发展的新方向——遥感时空信息融合技术。由于该技术具有构模简单、适用性广、不需要任何辅助数据等优点,近几年受到国内外学者的广泛关注。因此本文以提高遥感数据时空分辨率为出发点,提出遥感时空定量信息高精度、高稳健的融合模型,同时对传统的时空融合框架进行扩展,以适用于多传感器遥感定量信息一体化融合。本文主要研究工作可以概括为以下几个方面：(1)以提高遥感数据时间分辨率和空间分辨率为主线,分析了传统遥感融合方法、传统时空降尺度方法和新兴的遥感时空融合方法的研究现状；并阐述新兴的时空融合方法在提高遥感数据的时空分辨率方面具有不可比拟的优势和应用潜力。(2)介绍遥感时空融合前的必要预处理技术以及融合效果的质量评价方法；详细阐述了遥感时空融合的基本框架,系统地比较了该框架下的两种基本遥感时空融合方法：时空自适应反射率融合模型(STARFM)和增强型时空自适应反射率融合模型(ESTATFM)；同时将其它框架的时空融合方法分为涉及物理机制的时空融合、基于信号理论的时空融合和服务于特殊应用的时空融合叁大类,并简单概述了前两者的算法流程。(3)提出顾及观测差异的地表反射率时空融合方法。如何利用不同传感器在同一观测时相的光谱差异信息,是实现时空反射率融合、降低噪声影响的关键。首先求解不同传感器之间的内在关联函数,在描述光谱差异不确定性时通过该函数可减少传感器硬件设计和观测条件的影响；同时为了顾及地物类型的响应差异,基于稳健的类内M估计拟合进行不确定性差异函数的构建；此外提出一种更加客观和准确的相似像元筛选方法;实验结果表明：顾及观测差异的反射率时空融合模型能有效提高融合精度。(4)提出地表温度的时空变分融合方法。基于贝叶斯最大后验概率准则,构建影像数据的似然概率密度函数顾及遥感观测时空信息的一致性约束,构建影像数据先验概率密度函数顾及影像数据的邻近空间约束,在变分框架下将融合数据的求解转换为极值最优化问题,实现对影像数据的整体求解；同时通过正则化参数调节时空信息一致性约束项与邻近空间约束项的权重,最大限度保持融合结果的细节信息；最后,对不同尺度差异的地表温度数据进行融合,并利用站点实测数据验证变分融合算法的优越性。(5)提出多传感器遥感时空定量信息一体化融合方法。在分析现有时空融合多为两个传感器这一现状的基础上提出多传感器遥感时空一体化融合的概念；重点阐述多传感器时空一体化融合框架的构建以及相应的时空权重函数表达式的建立；对叁种尺度的地表温度数据进行融合,并结合站点实测数据对融合结果进行验证与分析。(本文来源于《武汉大学》期刊2014-05-30）
徐淼[7]（2013）在《中国企业社会责任报告定量信息披露不规范》一文中研究指出曾有人这样打比方，企业的财务报告就像是给学生的学业考卷，考的是学生的学业水平；社会责任报告就像是给学生的道德考卷，考的是学生的德育水平；二者结合，才能体现一家企业的真正实力。 作为企业与各利益相关方全面沟通的重要载体，社会责任报告是企业对自身责(本文来源于《中国贸易报》期刊2013-10-24）
周志杰,胡昌华,韩晓霞,张邦成,尹晓静[8]（2013）在《基于半定量信息的复杂系统隐含行为在线预测方法研究》一文中研究指出在工程实际中,对复杂系统隐含行为进行预测是非常重要的。现有方法无法有效利用半定量信息对隐含行为进行预测。鉴于此,本文提出一种新的基于置信规则库(BRB)的隐含行为预测模型。在所提预测模型中,参数的初始值通常由专家给定。由于专家的主观性,一些参数的取值可能不精确,从而导致不精确的预测结果。针对这一问题,基于极大似然估计(ML)算法,进一步提出预测模型参数训练算法。实验研究验证了所提模型和算法能够有效地解决陀螺仪的故障预测问题。(本文来源于《第25届中国控制与决策会议论文集》期刊2013-05-25）
陈贵林[9]（2010）在《一种定性定量信息转换的不确定性模型——云模型》一文中研究指出目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。(本文来源于《计算机应用研究》期刊2010年06期）
刘广峰[10]（2008）在《基于定量信息的定性仿真研究》一文中研究指出仿真技术是一门迅速发展的高新技术;由于它具有经济、可靠、安全、灵活、可多次重复使用等优点,已成为许多复杂系统分析、设计、试验、评估等不可缺少的重要手段。微分差分方程是用来描绘自然现象变化规律的一种有力工具,其定性分析一直是近年来研究的热点。然而差分方程的稳定性理论却很少有人从仿真的角度去考虑,本文主要研究了这些热点问题中尚存在的问题。粗略的说,我们做了下列几个方面的工作:1)对一国际期刊上提出的如下公开问题:假定p , q∈[0, +∞)且k∈{2,3, },研究方程所有正解的全局吸引性,进行了仿真;从仿真结果可以初步得出平衡点y是该方程所有正解的一个全局吸引子的结论,然后定量地研究了该方程所有正解的全局渐进稳定性,部分地解决了该公开问题。2)在定性仿真的基础上,引入定量知识,大大减少了定性仿真每一步由定性计算导致的模糊性,从而减少了许多不必要的仿真分支,节省了大量无谓的计算;同时,也可以构造不同层次的系统模型,形成智能系统,满足系统不同的应用需求。对在QSIM算法中增加定量信息的Q2算法进行了改进,使之能够应用于一类离散系统。3)构造了一个基于差分方程的定量定性仿真系统(DQSM),对算法做了一些改进,并对主要类进行了说明。该系统在QSIM算法的基础上,增加了五个约束,增强了系统的描述能力,大大地减少了系统冗余行为的产生,相对于Kuipers的定性仿真系统有一定的优势。(本文来源于《南华大学》期刊2008-05-01）
定量信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
云计算作为当前以信息技术为中心的效用计算商业标签,对于IT行业的整体运营模式产生了颠覆性的影响。建立一个稳定可靠的云计算平台,不仅可以保障现有商业目标,而且对于这种云驱动下的商业模式发展和创新提供了有力的技术支持。云计算系统可靠性安全状态监测技术属于云服务质量体系中的重要分支,这种技术能够根据特征指标宏观地反映出量化的云计算系统安全状态。系统管理者通过该技术能够更快速精准地判断当前云平台的可靠性安全状态趋势,而且能对未来状态做出预判,进而对后续工作提前决策,以保障系统服务得以正常运转。云计算系统属于复杂网络集群服务系统,拟实现获取全面且精确的云环境态势,需要有效的利用系统中各组织环节信息和技术知识对系统进行建模。对于解决此类非线性复杂系统建模,需要了解系统中复杂的非线性系统结构,进而提取特征参数进行合理的辨识。非线性系统辨识为当前学术界研究的热点,而对于复杂系统的非线性辨识目前还没有形成较为成熟的理论体系。对此,本文内容体现了较为重要的理论研究与实际应用价值。为解决上述所提问题,本文着眼于提高复杂云系统服务质量(Quality of Service,Qo S),保证系统的可靠性和安全性,提出使用基于半定量信息(包含定量数据和定性知识的信息)的建模方法对复杂系统建模,并且采用证据推理(Evidential Reasoning,ER)算法用于系统指标融合,使用置信规则库(Belief Rule Base,BRB)模型作为规则推理工具。这种BRB建模方法能够对包含定量数据和定性知识的信息进行处理的同时,也可以描述知识不确定因素中存在的模糊性和概率性。使用ER算法对系统指标和模型规则推理,使得推理过程更具合理性且易于解释。对此,采用该方法能够更深入的对云系统中各环节特征信息进行挖掘,从而获得更符合实际云环境的状态评价,为系统管理者对运维服务质量做出的保障决策提供技术支持。本文主要研究内容分为以下几个部分。分析云计算复杂系统可靠性安全环境,以云计算服务等级协议(Service-Level Agreement,SLA)为研究背景,介绍了云系统中涉及可靠性安全的基于服务质量的相关特征指标。SLA是用于形式化地描述云提供者提供的保障与相应的用户需求之间经过议定的协议而达成共识,目的是维持系统正常运行以满足特定的服务质量。本文着重考虑系统的可靠性和安全性,对云系统中各环节的指标进行深入分析,建立了一种多级指标的云计算平台安全评估体系框架,该体系框架能够从多方面对系统可靠性安全状态进行全面分析。针对云系统安全状态评估问题,通过对云系统各安全指标进行深入分析,在考虑了观测数据和专业定性知识的前提下,提出了一种基于半定量信息的证据推理(Evidential Reasoning,ER)算法的云计算安全状态评估方法。通过ER算法全面地逐级融合云计算中包含各种不确定信息指标参数,该方法对于处理多属性决策问题体现出良好的性能,从而能够更客观地准确描述云环境安全状态。通过在搭建的实际的云计算平台上进行了实例验证,评估结果验证了该方法的有效性和高效性。针对云环境外界噪声影响,并结合云系统内部各安全要素指标的分析,提出一种新的基于隐含置信规则库(Hidden BRB,HBRB)的双层BRB模型的云计算安全状态评估方法。该BRB模型分为两层BRB,BRB_1模型用于捕捉外部噪声的环境影响和隐含行为之间的关系,而BRB_2模型则用于构建隐含行为的评估模型与系统内部可观测数据建立联系。云计算系统的内部环境对其整体安全状态的影响可以通过ER算法融合来获得。对于模型求解中,由于先验知识的缺失,致使初始前提属性的取值精度可能不精准,造成评估结果不准确的结果,采用最大似然算法(Maximum Likelihood,ML)对模型初始参数进行优化训练。通过基于外部攻击和系统内部安全事件的双重环境因素影响下搭建仿真实验进行分析,实例验证了高效且更精确的评估策略,求解得出的评估结果更接近实际情况。针对云系统安全状态感知问题,根据得出的云计算安全状态评估结果,进一步提出了一种考虑监测指标可靠度的置信规则库云复杂系统安全状态感知方法。介于在实际云计算平台工况中,系统遭受恶意攻击的安全威胁的概率很低,然而云系统的脆弱性也是客观存在的,管理者又不能忽视这种高破坏性的不稳定因素,同时对实际系统进行仿真模拟测试攻击必然会耗费更多的时间和财政成本,所以,有必要抓取观测数据进行预测感知。在实际监测环境中,由于监测器自身的检测精度和外界环境噪声的干扰,致使可能出现获取的指标数据可靠度降低而影响预测精度的情况,对此,本文在感知模型中的前提属性引入了可靠度的概念,从而使得建模更符合实际情况。由于初始参数的赋值不准确,影响求解精度,对此,利用协方差矩阵自适应进化策略(Covariance Matrix Adaptation Evolution Strategy,CMA-ES)算法进行模型参数更新,该优化算法具有极其高效的优化效率,特别适用于云系统中指标具有样本类型众多且各类样本数量匮乏的情况。通过仿真实验得出,经过优化的BRB感知模型可以更好地预测云系统安全状态,相比于其他算法具有更高的预测精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
定量信息论文参考文献
[1].胡曦.论“定性定量”信息在高职《公共空间室内设计I》课堂教学单元中的应用[J].智库时代.2019
[2].魏航.基于半定量信息的云系统安全状态感知方法研究[D].哈尔滨理工大学.2018
[3].尹晓静.基于半定量信息的复杂机电系统健康评估及预测方法研究[D].长春工业大学.2017
[4].吴兵.社区级居民地定量信息在地震应急中的研究[D].中国地震局地质研究所.2017
[5].杨阳,王连仲.实现国道定点定时定量信息查询[N].中国气象报.2016
[6].吴鹏海.多传感器遥感数据的时空定量信息融合方法研究[D].武汉大学.2014
[7].徐淼.中国企业社会责任报告定量信息披露不规范[N].中国贸易报.2013
[8].周志杰,胡昌华,韩晓霞,张邦成,尹晓静.基于半定量信息的复杂系统隐含行为在线预测方法研究[C].第25届中国控制与决策会议论文集.2013
[9].陈贵林.一种定性定量信息转换的不确定性模型——云模型[J].计算机应用研究.2010
[10].刘广峰.基于定量信息的定性仿真研究[D].南华大学.2008