检索结果-南通市图书馆

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于参数化角编码的量子K-means算法

量子电子学报 2024年第1期41卷 113-124页

作者：冯微军郭躬德林崧福建师范大学计算机与网络空间安全学院福建福州350007

结合K-means算法和角编码技术,提出了一种无需量子随机存储(QRAM)的量子K-means算法。该算法利用量子操作的并行性,仅需对数数量的时间复杂度就能完成数据的加载;并且通过对输入数据进行参数预处理操作,确定数据分量的参数阈值,解决了... 详细信息

结合K-means算法和角编码技术,提出了一种无需量子随机存储(QRAM)的量子K-means算法。该算法利用量子操作的并行性,仅需对数数量的时间复杂度就能完成数据的加载;并且通过对输入数据进行参数预处理操作,确定数据分量的参数阈值,解决了样本不同特征尺度差异的问题。该算法由编码数据、相似度度量、量子最小值搜索和质心迭代更新四个主要步骤组成,细致描述了这些步骤所涉及的算子和线路构建,并对关键线路进行了仿真模拟。实验结果和经典预测结果一致,验证了所提量子K-means算法的可靠性。此外,理论分析表明所提出算法相比于经典算法在运行时间上有平方级加速。

关键词：量子光学量子K-means算法角编码量子相位估计多量子比特交换测试

维普期刊数据库博看期刊

Arbitrated quantum signature scheme based on reusable key

在线全文

学校读者我要写书评

暂无评论

Science China(Physics,Mechanics & Astronomy) 2014年第11期57卷 2079-2085页

作者： YU ChaoHua guo gongde LIN Song School of Mathematics and Computer Science Fujian Normal University Key Lab of Network Security and Cryptography Fujian Normal University

An arbitrated quantum signature scheme without using entangled states is *** the scheme,by employing a classical hash function and random numbers,the secret keys of signer and receiver can be *** is shown that the proposed scheme is secure against several well-known ***,it can stand against the receiver’s disavowal ***,compared with previous relevant arbitrated quantum signature schemes,the scheme proposed has the advantage of less transmission complexity.

关键词： signature signer receiver secret message cryptography encryption entangled reused resist

Center-based clustering of categorical data using kernel smoothing methods

在线全文

学校读者我要写书评

暂无评论

Frontiers of Computer Science 2018年第5期12卷 1032-1034页

作者： Xuanhui YAN Lifei CHEN gongde guo School of Mathematics and Informatics Fujian Normal University Fuzhou 350007 China

1 Introduction Currently, categorical data are world applications, particularly widely used in many realin the biomedical and social sciences. Unlike the numeric case, when the data are cate- gorical, choosing the appropriate similarity or dissimilarity measure between two different categorical objects became a difficult task for many applications. What＇s more, in this case, the set mean, i.e., the averaging value of a finite set of data objects, is an undefined concept. This means that the well known K-means [ 1 ] and its numerous variants cannot be directly used for center-based clustering of categorical data.

关键词： ALGORITHM

Quantum Hierarchical Agglomerative Clustering Based on One Dimension Discrete Quantum Walk with Single-Point Phase Defects

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2020年第11期65卷 1397-1409页

作者： gongde guo Kai Yu Hui Wang Song Lin Yongzhen Xu Xiaofeng Chen College of Mathematics and Informatics Fujian Normal UniversityFuzhou350007China School of Computing and Mathematics University of UlsterNorthern IrelandBT370QBUK School of Electronic Information Science Fujian Jiangxia UniversityFuzhou350108China

As an important branch of machine learning,clustering analysis is widely used in some fields,e.g.,image pattern recognition,social network analysis,information security,and so *** this paper,we consider the designing of clustering algorithm in quantum scenario,and propose a quantum hierarchical agglomerative clustering algorithm,which is based on one dimension discrete quantum walk with single-point phase *** the proposed algorithm,two nonclassical characters of this kind of quantum walk,localization and ballistic effects,are *** first,each data point is viewed as a particle and performed this kind of quantum walk with a parameter,which is determined by its *** that,the particles are measured in a calculation *** terms of the measurement result,every attribute value of the corresponding data point is modified *** this way,each data point interacts with its neighbors and moves toward a certain center *** last,this process is repeated several times until similar data points cluster together and form distinct *** experiments on the synthetic and real world data demonstrate the effectiveness of the presented *** with some classical algorithms,the proposed algorithm achieves better clustering ***,combining quantum cluster assignment method,the presented algorithm can speed up the calculating velocity.

关键词： Quantum machine learning discrete quantum walk hierarchical agglomerative clustering

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种基于混合模型的数据流概念漂移检测算法

计算机研究与发展 2014年第4期51卷 731-742页

作者：郭躬德李南陈黎飞福建师范大学数学与计算机科学学院福州350007 网络安全与密码技术福建省高校重点实验室(福建师范大学) 福州350007

由于在信用卡欺诈分析等领域的广泛应用,学者们开始关注概念漂移数据流分类问题.现有算法通常假设数据一旦分类后类标已知,利用所有待分类实例的真实类别来检测数据流是否发生概念漂移以及调整分类模型.然而,由于标记实例需要耗费大量... 详细信息

由于在信用卡欺诈分析等领域的广泛应用,学者们开始关注概念漂移数据流分类问题.现有算法通常假设数据一旦分类后类标已知,利用所有待分类实例的真实类别来检测数据流是否发生概念漂移以及调整分类模型.然而,由于标记实例需要耗费大量的时间和精力,该解决方案在实际应用中无法实现.据此,提出一种基于KNNModel和增量贝叶斯的概念漂移检测算法KnnM-IB.新算法在具有KNNModel算法分类被模型簇覆盖的实例分类精度高、速度快优点的同时,利用增量贝叶斯算法对难处理样本进行分类,从而保证了分类效果.算法同时利用可变滑动窗口大小的变化以及主动学习标记的少量样本进行概念漂移检测.当数据流稳定时,半监督学习被用于扩大标记实例的数量以对模型进行更新,因而更符合实际应用的要求.实验结果表明,该方法能够在对数据流进行有效分类的同时检测数据流概念漂移及相应地更新模型.

关键词：概念漂移数据流分类主动学习半监督学习

基于符号化聚合近似的时间序列相似性复合度量方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2013年第1期33卷 192-198页

作者：刘芬郭躬德福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术福建省高校重点实验室福州350007

基于关键点的符号化聚合近似(SAX)改进算法(KP_SAX)在SAX的基础上利用关键点对时间序列进行点距离度量,能更有效地计算时间序列的相似性,但对时间序列的模式信息体现不足,仍不能合理地度量时间序列的相似性。针对SAX与KP_SAX存在的缺陷... 详细信息

基于关键点的符号化聚合近似(SAX)改进算法(KP_SAX)在SAX的基础上利用关键点对时间序列进行点距离度量,能更有效地计算时间序列的相似性,但对时间序列的模式信息体现不足,仍不能合理地度量时间序列的相似性。针对SAX与KP_SAX存在的缺陷,提出了一种基于SAX的时间序列相似性复合度量方法。综合了点距离和模式距离两种度量,先利用关键点将分段累积近似(PAA)法平均分段进一步细分成各个子分段;再用一个包含此两种距离信息的三元组表示每个子分段;最后利用定义的复合距离度量公式计算时间序列间的相似性,计算结果能更有效地反映时间序列间的差异。实验结果显示,改进方法的时间效率比KP_SAX算法仅降低了0.96%,而在时间序列区分度性能上优于KP_SAX算法和SAX算法。

关键词：时间序列符号化聚合近似相似性模式距离复合度量

在线全文

学校读者我要写书评

暂无评论

基于区间相似度的模糊时间序列预测算法

计算机应用 2013年第11期33卷 3052-3056页

作者：刘芬郭躬德福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术福建省高校重点实验室福州350007

针对现有模糊时间序列预测算法无法适应预测中新关系出现的问题,提出了一种基于区间相似度的模糊时间序列预测(ISFTS)算法。首先,在模糊理论的基础上,采用基于均值的方法二次划分论域的区间,在论域区间上定义相应模糊集将历史数据模糊化... 详细信息

针对现有模糊时间序列预测算法无法适应预测中新关系出现的问题,提出了一种基于区间相似度的模糊时间序列预测(ISFTS)算法。首先,在模糊理论的基础上,采用基于均值的方法二次划分论域的区间,在论域区间上定义相应模糊集将历史数据模糊化;然后建立三阶模糊逻辑关系并引入逻辑关系相似度的计算公式,计算未来数据变化趋势值得到预测的模糊值;最后对预测模糊值去模糊化得到预测的确定值。由于ISFTS算法是预测数据变化趋势,克服了目前预测算法的逻辑关系的缺陷。仿真实验结果表明,与同类的预测算法相比,ISFTS算法预测误差更小,在误差相对比(MAPE)、绝对误差均值(MAE)和均方根误差(RMSE)三项指标上均优于同类的对比算法,因此ISFTS算法在时间序列预测中尤其是大数据量情况下的预测具有更强的适应性。

关键词：模糊时间序列模糊集相似度逻辑关系预测

在线全文

学校读者我要写书评

暂无评论

复杂环境下高效物体跟踪级联分类器

中国图象图形学报 2014年第2期19卷 253-265页

作者：江伟坚郭躬德福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术福建省重点实验室福州350007

目的传统跟踪算法在复杂环境下容易发生漂移(drift)现象,通过改进TLD(tracking learning detection)跟踪技术算法,提出了基于Sliding-window的局部搜索和全局搜索策略、积分直方图过滤器和随机Haar-like块特征过滤器。方法首先,采用积... 详细信息

目的传统跟踪算法在复杂环境下容易发生漂移(drift)现象,通过改进TLD(tracking learning detection)跟踪技术算法,提出了基于Sliding-window的局部搜索和全局搜索策略、积分直方图过滤器和随机Haar-like块特征过滤器。方法首先,采用积分直方图过滤器可以有效地过滤大量非目标子窗口块,从而减少后续过滤器特征匹配数;其次,利用随机Haar-like块特征过滤器能够解决跟踪算法在复杂环境(多物体、部分或较大区域遮挡、快速运动等)跟踪过程易发生漂移而导致跟踪精度的不足。结果结合TLD原始过滤器与新提出的两个过滤器组合而成的级联分类器,通过与主流的跟踪算法实验进行对比表明,级联分类器在稳定的背景或复杂环境的跟踪鲁棒性强、跟踪精度高,并且采用了局部和全局搜索策略提高了计算速度。结论提出的方法在诸多背景环境变化,跟踪物体形变等情况下,能够精确地多尺度跟踪待测目标;结合全局和局部搜索跟踪策略能够有效地克服级联分类器所带来的时间复杂度过高的问题,从而实现实时目标跟踪。

关键词：视觉追踪 Haar-like特征级联分类器 TLD算法积分直方图

在线全文

学校读者我要写书评

暂无评论

半监督的移动对象离群轨迹检测算法

计算机研究与发展 2011年第11期48卷 2074-2082页

作者：黄添强余养强郭躬德秦小麟福建师范大学数学与计算机科学学院福州350007 清华大学计算机科学与技术系北京100084 南京航空航天大学信息科学与技术学院南京210016

移动数据的研究逐渐成为了数据挖掘研究领域的热点.已有的移动对象离群轨迹检测算法部分参数敏感且需人工调节,导致算法不稳定,可扩展性不理想;同时,已有算法完全根据自己主观定义的度量来探测离群轨迹,没有充分利用已知轨迹反映的信息... 详细信息

移动数据的研究逐渐成为了数据挖掘研究领域的热点.已有的移动对象离群轨迹检测算法部分参数敏感且需人工调节,导致算法不稳定,可扩展性不理想;同时,已有算法完全根据自己主观定义的度量来探测离群轨迹,没有充分利用已知轨迹反映的信息.因此,提出一种基于半监督技术的移动对象离群轨迹检测算法,利用半监督技术,根据已知的信息确定敏感参数,克服算法不稳定的缺点,并从整体与局部相结合的角度设计新的度量,以发现有意义的移动对象离群轨迹.实验表明该算法可以发现更有意义的移动对象离群轨迹并减少参数的人工调节.

关键词：移动对象离群轨迹半监督学习离群点挖掘数据挖掘