電子交易信任測度中模糊神經(jīng)網(wǎng)絡(luò)模型及方法的研究.pdf

1、隨著移動通信和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，信息處理出現(xiàn)了新的模式，信息融合技術(shù)面臨了新的挑戰(zhàn)，如何讓人們在任何時間任何地點以任何方式能夠訪問到任何感興趣的有效的信息服務(wù)，目前已成為信息融合研究的熱點之一。主動/伺候式的信息服務(wù)(Proactive/attentiveService)使用戶的工作模式從“人圍著系統(tǒng)轉(zhuǎn)”變?yōu)椤跋到y(tǒng)圍著人轉(zhuǎn)”。針對海量的具有移動性的多媒體電子交易信任測度問題，現(xiàn)有的信息融合技術(shù)的研究主要采用了“人圍著系統(tǒng)轉(zhuǎn)”的傳統(tǒng)工

2、作模式、融合方法和平臺，而要實現(xiàn)主動式/伺候式的“系統(tǒng)圍著人轉(zhuǎn)”的普適訪問工作模式、融合方法和平臺，還需要解決如下關(guān)鍵技術(shù)：1)如何把固定環(huán)境和移動環(huán)境中的多媒體電子交易信息有機地結(jié)合起來，建立普適的主動式的和諧人機交互信任測度環(huán)境；2)如何融合多媒體電子交易信息以提供便捷可靠的信任測度信息服務(wù)。鑒于此，本文以移動互聯(lián)網(wǎng)為背景，以提供主動伺候式服務(wù)為目標，研究電子交易信任測度中新型的模糊神經(jīng)網(wǎng)絡(luò)模型及方法。 理論上實現(xiàn)信息融合的

3、常用基本方法有：模糊理論方法，統(tǒng)計和推理方法，聚類分析方法，人工智能(AI)方法等等。但由于信息融合是一個具有對多源信息進行聯(lián)想、相關(guān)和組合處理能力的多層次、多方面的實時連續(xù)過程，其目的是要獲得精確的被測目標的狀態(tài)、一致性估計及完整的實時評價，又由于移動互聯(lián)網(wǎng)可以在最大程度上實現(xiàn)物理資源更自由、更大范圍的調(diào)配和更快速、更便捷的信息流通，可以滿足人們數(shù)字化生活中方方面面的電子交易任務(wù)移動的需求，而常用的基本方法各有所短，并且沒有與移動互聯(lián)

4、技術(shù)緊密地結(jié)合，因此，不能滿足新型的電子交易信任測度應(yīng)用的需要。 基于對與本課題相關(guān)的美國麻省理工學院(MIT)的Oxygen研究計劃、卡耐基梅隆大學(CMU)的Aura研究計劃、加州大學伯克利分校(Berkeley)Endeavour技術(shù)以及目前各種常用信息融合方法的分析比較研究，我們采用多Agent的體系結(jié)構(gòu)，將Agent技術(shù)與模糊神經(jīng)網(wǎng)絡(luò)融合技術(shù)結(jié)合起來進行研究，提出一套新的適用于多媒體電子交易信任測度的信息融合模式、框架

5、、算法和平臺。我們所設(shè)計的處理模式中最基本的抽象是Agent(包括平臺自身提供的一些公共服務(wù)在內(nèi)的應(yīng)用層的各種模塊都被抽象為Agent)。對用戶來說，這里沒有象桌面計算中那樣明顯的“一個應(yīng)用程序”的概念，所有的功能都分布在各個Agent中，一個Agent的能力可以被任何其他Agent利用。電子交易信任測度的系統(tǒng)結(jié)構(gòu)中有三個主要的功能Agent：融合策略管理Agent、移動終端軟件Agent和移動服務(wù)代理軟件Agent。其中，融合策略管理

6、Agent負責管理多種模態(tài)融合時的策略選擇。針對電子交易信息，我們提出的模糊神經(jīng)網(wǎng)絡(luò)模型封裝在融合策略管理Agent中，它采用多層結(jié)構(gòu)，涉及選擇、細化和綜合三種信息處理策略。與模型對應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)方法中，感知器的學習目的是為了修改網(wǎng)絡(luò)中的權(quán)系數(shù)，信息進入網(wǎng)絡(luò)融合前，對所輸入的模式樣本事先用模糊技術(shù)進行正確的模糊分類處理，學習過程中，采用改進的梯度法，即神經(jīng)元的激發(fā)函數(shù)改用可微分函數(shù)，并按負梯度方向修改權(quán)系數(shù)，為此，增加了針對電子交易信

7、息的曲線擬合、誤差的梯度控制以及模糊聚類過程。 為說明和驗證模型及方法的有效性，我們對模糊神經(jīng)融合與神經(jīng)網(wǎng)絡(luò)融合的性能進行了比較研究，定性地分析了模糊神經(jīng)網(wǎng)絡(luò)融合兼具神經(jīng)網(wǎng)絡(luò)融合之所長的特點。研究表明，我們方法中的感知器的傳遞函數(shù)屬于模糊技術(shù)的隸屬函數(shù)中的非階躍函數(shù)，它不僅可以用作分類器，當函數(shù)線性可分時保證收斂，并且當函數(shù)不是線性可分時，通過模糊技術(shù)的聚類，也能求出結(jié)果，此外，融合學習過程變得相對簡單。通過電子交易信任測度和融