检索结果-南通市图书馆

基于JMS的异步Web Services模型与实现

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

微计算机信息 2007年第5X期23卷 212-213,225页

作者：王捷钱慎一郑州轻工业学院计算机与通信工程学院郑州助教硕士450002

通过对Web Services概念和体系结构的分析,提出了一种异步Web Services的解决方案,并在此基础上结合具体实例探讨了在WebLogic中如何实现基于JMS的异步Web Services。

关键词： Web Services 异步Web Services JMS

在线全文

学校读者我要写书评

暂无评论

基于混合智能算法的物流配送路径优化模型

物流技术 2014年第3期33卷 136-138,271页

作者：钱慎一段赵磊郑州轻工业学院计算机与通信工程学院河南郑州450002

为了降低复杂路网条件下的物流配送成本,通过对物流配送路径选择问题的研究和分析,建立了基于混合智能算法的物流配送路径优化模型,该模型利用Floyd算法计算出路网节点间的最短路径,并在此基础上使用节约法进行配送路径合并,再运用遗传... 详细信息

为了降低复杂路网条件下的物流配送成本,通过对物流配送路径选择问题的研究和分析,建立了基于混合智能算法的物流配送路径优化模型,该模型利用Floyd算法计算出路网节点间的最短路径,并在此基础上使用节约法进行配送路径合并,再运用遗传算法对配送路径集合进行优化。实例应用结果表明,该模型能有效降低物流配送成本,证明了该模型的实用性和有效性。

关键词：物流配送配送路径最短路径启发式算法遗传算法

基于K-Means和Apriori算法的多层特征提取方法

在线全文

学校读者我要写书评

暂无评论

华中师范大学学报（自然科学版） 2015年第3期49卷 357-362页

作者：钱慎一朱艳玲朱颢东郑州轻工业学院计算机与通信工程学院郑州450002

根据科技文献的结构特点,论文提出了一种四层挖掘模式,并结合K-means算法和Apriori算法,构建一个新的特征词提取方法——MultiLM-FE方法.该方法首先依据科技文献的结构将其分为4个层次,然后通过K-means聚类对前3层逐层实现特征词提取,... 详细信息

根据科技文献的结构特点,论文提出了一种四层挖掘模式,并结合K-means算法和Apriori算法,构建一个新的特征词提取方法——MultiLM-FE方法.该方法首先依据科技文献的结构将其分为4个层次,然后通过K-means聚类对前3层逐层实现特征词提取,最后再使用Aprori算法找出第4层的最大频繁项集,并作为第4层的特征词集合.该方法能够解决K-means算法不能自动确定最佳聚类初始点的问题,减少了聚类过程中信息损耗,这使得该方法能够在文献语料库中更加准确地找到特征词,较之以前的方法有很大提升,尤其是在科技文献方面更为适用.实验结果表明,该方法是可行有效的.

关键词：科技文献特征提取 K-means算法 Apriori算法

基于并行同态加密和STC 的高效安全联邦学习

在线全文

学校读者我要写书评

暂无评论

通信技术 2021年第4期54卷 922-928页

作者：肖林声钱慎一郑州轻工业大学河南郑州450007

联邦学习(Federated learning,FL)作为一种可以保护用户隐私安全的机器学习的框架,受到了越来越多的关注。一些研究表明,联邦学习中分布式用户共享的梯度也会泄露用户的隐私信息。因此,将同态加密算法、MapReduce并行化以及稀疏三元(Spa... 详细信息

联邦学习(Federated learning,FL)作为一种可以保护用户隐私安全的机器学习的框架,受到了越来越多的关注。一些研究表明,联邦学习中分布式用户共享的梯度也会泄露用户的隐私信息。因此,将同态加密算法、MapReduce并行化以及稀疏三元(Sparse Ternary Compression,STC)梯度选择算法相结合,设计了高效且安全的联邦学习协议。此外,使用一种高效的方法构造消息验证码来验证服务器返回结果的有效性。实验结果表明:在相同条件下,提出的安全技术在计算方面引入少量额外的开销,即可取得和明文训练一样水平的模型准确率。

关键词：联邦学习并行化同态加密 STC

在线全文

学校读者我要写书评

暂无评论

远程医疗咨询管理系统的设计与实现

微计算机信息 2007年第33期23卷 152-154页

作者：金松河钱慎一张素智郑州轻工业学院计算机与通信工程学院郑州450002

本文介绍了基于JSP、JavaBean、数据库连接池技术的远程医疗咨询管理系统的开发过程,并举例说明了系统实现的细节。系统利用JavaBean技术增强了业务处理的灵活性和通用性,利用连接池技术有效地降低了数据库连接的并发性,提高了系统的工... 详细信息

本文介绍了基于JSP、JavaBean、数据库连接池技术的远程医疗咨询管理系统的开发过程,并举例说明了系统实现的细节。系统利用JavaBean技术增强了业务处理的灵活性和通用性,利用连接池技术有效地降低了数据库连接的并发性,提高了系统的工作效率。

关键词：数据库事务连接池 JSP JavaBean

基于使用MapReduce并行的同态加密和梯度选择的联邦迁移学习算法

在线全文

学校读者我要写书评

暂无评论

网络空间安全 2021年第Z1期12卷 32-40页

作者：肖林声钱慎一郑州轻工业大学

机器学习的发展依赖大量可用的数据。但是,在现实中数据分布在大量不同的企业和组织中,并且受到很多法律和现实情况的限制,将这些分散在各处的数据合并成一个拥有大量数据的数据集并不现实。为了解决机器学习领域的这一挑战,引入了一个... 详细信息

机器学习的发展依赖大量可用的数据。但是,在现实中数据分布在大量不同的企业和组织中,并且受到很多法律和现实情况的限制,将这些分散在各处的数据合并成一个拥有大量数据的数据集并不现实。为了解决机器学习领域的这一挑战,引入了一个新的算法和框架,称之为联邦迁移学习(Federated Transfer Learning,FTL)。FTL在允许不损害用户隐私的情况下共享知识,并且也允许跨域传输互补知识,因此可以利用源域中丰富的标签,来为目标域建立一个灵活而有效的模型。在联邦迁移学习中,使用了同态加密算法来保证在传输知识时不泄露用户隐私,在提出的安全联邦迁移学习中,使用了并行方法来提升加密速度。在已有的知识基础上,结合了同态加密和Hadoop环境下MapReduce并行框架,提出了基于MapReduce并行同态加密的联邦迁移学习算法,并对该方案的安全性和正确性进行了理论的分析。论文还在联邦迁移学习中,引入了梯度选择算法Top-K,以此来减少通信开销。实验结果表明,基于MapReduce并行同态加密的联邦迁移学习算法,可以更加有效地减少数据加密的时间损耗,训练的准确率和明文训练达到同一水平。

关键词：联邦迁移学习 Hadoop MapReduce 同态加密并行处理 Top-K

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向省级应急平台的突发事件知识库系统设计

科技导报 2012年第17期30卷 56-59页

作者：郑远攀苏晓珂钱慎一郑州轻工业学院计算机与通信工程学院郑州450002 应急平台信息技术河南省工程实验室郑州450002

应急平台系统要从传统的信息管理单元转变为智能化信息处理单元,需要集成大量突发事件知识。而要更好的管理和使用突发事件知识,有必要构建基于信息技术的知识库系统。通过研究突发事件领域的知识特点,提出了突发事件知识库系统的总体... 详细信息

应急平台系统要从传统的信息管理单元转变为智能化信息处理单元,需要集成大量突发事件知识。而要更好的管理和使用突发事件知识,有必要构建基于信息技术的知识库系统。通过研究突发事件领域的知识特点,提出了突发事件知识库系统的总体目标与功能需求,给出了系统构建的框架,探讨了系统设计的微观原则与总体原则。基于系统目标与设计原则,建议了知识库中知识的元模型以及知识库的组织模型。每个知识元由法律法规、技术规范、应急知识和推理规则4个要素构成。组织模型为4大类3层模式,最上层的4大类分别是自然灾害、事故灾难、公共卫生事件和社会安全事件,中间层依据具体的省情决定包含的二级子类的数量和种类,最底层为单个知识元。结合应急管理技术和数据库技术,从软件开发的角度提出了突发事件知识库系统的初步实现方法,即基于MVC3层框架结构实现对知识库系统的构建。最后,基于前述设计与分析给出了系统的基本原型。本文的研究工作可为应急平台体系的智能化发展提供一定的支持。

关键词：应急平台突发事件知识库

基于防御蒸馏和联邦学习的安全深度神经网络研究

在线全文

学校读者我要写书评

暂无评论

湖北民族大学学报（自然科学版） 2021年第2期39卷 168-174页

作者：肖林声钱慎一郑州轻工业大学计算机与通信工程学院郑州450002

联邦学习(federated learning,FL)由谷歌于2016年提出的多方协作的机器学习方案,而深度神经网络(deep neural network,DNN)算法已经被证明在联邦学习中拥有很好的效果.然而,最近的研究表明,和其他机器学习技术一样,DNN也容易受到对抗样... 详细信息

联邦学习(federated learning,FL)由谷歌于2016年提出的多方协作的机器学习方案,而深度神经网络(deep neural network,DNN)算法已经被证明在联邦学习中拥有很好的效果.然而,最近的研究表明,和其他机器学习技术一样,DNN也容易受到对抗样本的攻击.这种攻击严重的威胁了DNN所支持的系统的安全性,有些情况下可能会带来灾难性的后果.将DNN与防御蒸馏和联邦学习相结合,来降低对抗样本在DNN中的作用并保护用户的隐私安全,并使用稀疏三元(sparse ternary compression,STC)算法来减少在联邦学习中训练的通信开销.实验表明,与不使用STC的方案相比,使用STC的该方案在保证系统和数据安全的情况下,极大地减小了通信开销.

关键词：联邦学习深度神经网络对抗样本稀疏三元通信开销

在线全文

学校读者我要写书评

暂无评论

基于大数据的学生成绩分析与研究

信息与电脑 2021年第14期33卷 253-256页

作者：孙彤钱慎一甘琤河南农业大学信息与管理科学学院河南郑州450002 郑州轻工业大学信息化管理中心河南郑州450000

随着信息化技术的快速发展,大数据技术已深入教育行业,极大地推动了高校的教学和教务管理,如何从海量的教学数据中提取出有价值的信息已经成为相关学者研究的重点。笔者从某高校的成绩分析和学业预警系统中抽取出全校学生的学习成绩,通... 详细信息

随着信息化技术的快速发展,大数据技术已深入教育行业,极大地推动了高校的教学和教务管理,如何从海量的教学数据中提取出有价值的信息已经成为相关学者研究的重点。笔者从某高校的成绩分析和学业预警系统中抽取出全校学生的学习成绩,通过统计分析学生的卷面成绩和总评成绩,了解全校学生的整体情况,研究成绩评价体系和关键指标,为学校下一步的课程制度建设提出建议。

关键词：大数据数据可视化成绩分析学业预警课程制度建设