基于D-S证据理论的可信评估机制研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.3 研究意义 | 第13-14页 |
| 1.4 课题来源 | 第14页 |
| 1.5 研究内容及章节安排 | 第14-17页 |
| 第二章 相关背景知识介绍 | 第17-20页 |
| 2.1 信任模型研究 | 第17-18页 |
| 2.2 D-S 证据理论 | 第18-19页 |
| 2.3 G-N 聚类算法 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于 D-S 证据理论的可信评估模型 | 第20-32页 |
| 3.1 问题分析 | 第21-22页 |
| 3.2 基于改进 D-S 证据理论的信任计算方法 | 第22-23页 |
| 3.3 基于持续序列因子的基本可信度函数 | 第23-26页 |
| 3.3.1 持续序列因子 | 第23-24页 |
| 3.3.2 改进的基本可信度函数 | 第24-26页 |
| 3.4 基于评估函数的信任值归一化算法 | 第26-28页 |
| 3.4.1 信任值计算方法 | 第26-27页 |
| 3.4.2 D-S 证据理论相关知识 | 第27页 |
| 3.4.3 基于评估函数的信任归一化方法 | 第27-28页 |
| 3.5 仿真实验及分析 | 第28-30页 |
| 3.6 本章小结 | 第30-32页 |
| 第四章 基于 G-N 算法的共谋团体识别方法 | 第32-46页 |
| 4.1 问题分析 | 第32-33页 |
| 4.2 共谋团体识别框架 | 第33-34页 |
| 4.3 基于 G-N 算法的可疑社区发现方法 | 第34-37页 |
| 4.3.1 吹捧矩阵 | 第34-35页 |
| 4.3.2 基于 G-N 算法的可疑社区发现算法 | 第35-37页 |
| 4.4 基于共谋因子的共谋社区发现方法 | 第37-40页 |
| 4.4.1 共谋因子计算方法 | 第37-38页 |
| 4.4.2 共谋社区识别方法 | 第38-40页 |
| 4.5 共谋团体检测模型的部署 | 第40-41页 |
| 4.5.1 模型的组成结构 | 第40-41页 |
| 4.5.2 协议执行流程 | 第41页 |
| 4.6 仿真实验 | 第41-45页 |
| 4.6.1 性能评价指标 | 第42-43页 |
| 4.6.2 仿真结果及其讨论 | 第43-45页 |
| 4.7 本章小结 | 第45-46页 |
| 第五章 可信评估原型系统 | 第46-51页 |
| 5.1 系统功能结构 | 第46-47页 |
| 5.2 系统流程分析 | 第47-48页 |
| 5.3 系统功能实现 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 1 程序清单 | 第56-57页 |
| 附录 2 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 附录 3 攻读硕士学位期间参加的科研项目 | 第58-59页 |
| 致谢 | 第59页 |
