检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

高效的适应性选择密文安全公钥加密算法

计算机学报 2011年第2期34卷 236-241页

作者：康立王之怡西南财经大学经济信息工程学院计算机系成都610074

安全高效的公钥加密算法是信息系统安全的重要保障技术,文中利用陷门承诺函数的思想实现对密文完整性的保护,由此在标准模型下给出一个可证明适应性选择密文攻击安全的公钥加密算法.新算法与著名的CS98公钥加密算法相比公钥参数数量减少... 详细信息

安全高效的公钥加密算法是信息系统安全的重要保障技术,文中利用陷门承诺函数的思想实现对密文完整性的保护,由此在标准模型下给出一个可证明适应性选择密文攻击安全的公钥加密算法.新算法与著名的CS98公钥加密算法相比公钥参数数量减少20%,私钥参数减少80%;与BMW05公钥加密算法比较,公、私钥参数数量大为减少且安全规约效率显著提高.新算法支持公开的密文完整性验证,具有精简的公、私钥参数数量,其安全性被证明高效地归约为GHDH数学难题假设.

关键词：公钥加密适应性选择密文安全公开密文完整性验证 GHDH

在线全文

学校读者我要写书评

暂无评论

元皇后问题回溯算法改进

四川大学学报（自然科学版） 2009年第2期46卷 339-342页

作者：钱卫张钟澍张奎良成都信息工程学院计算机系成都610225

回溯算法是解决N元皇后问题最有效的算法之一。在传统回溯算法的基础上,采用动态规划的思想,对算法进行了改进,改进后的算法大大降低了求解的复杂度和比较次数。文章还给出了改进算法的实现并通过理论分析和实验数据证明了算法的可行性。

关键词：回溯算法皇后问题动态规划

停车边缘计算:车载自组织网络中基于路边停车的任务卸载

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2022年第2期43卷 416-421页

作者：杜恬朱金奇刘念伯曹轲郭杨隆天津师范大学计算机与信息工程学院天津300387 电子科技大学计算机科学与工程学院成都610054

为解决车载自组织网络(Vehicle Ad Hoc Neteorks,VANETs)中基础设施建设的不足以及路侧单元(Roadside Uints,RSUs)通信范围受限的问题,提出停车边缘计算的思想,把拥有大量闲置计算资源的路边停放车辆组织成停车簇,令停车簇充当天然边缘... 详细信息

为解决车载自组织网络(Vehicle Ad Hoc Neteorks,VANETs)中基础设施建设的不足以及路侧单元(Roadside Uints,RSUs)通信范围受限的问题,提出停车边缘计算的思想,把拥有大量闲置计算资源的路边停放车辆组织成停车簇,令停车簇充当天然边缘计算节点,在RSUs或边缘计算服务器缺失情况下,及时执行周围移动车辆的卸载任务.分析了任务的完成时间,为最大化成功完成的任务数量,设计改进的SAC(Sampling-and-Classification,SAC)算法实现执行任务的停放车辆选择和资源的分配.基于真实城市道路停车调查的模拟实验结果证明,与其他几种任务调度策略相比,本文所提策略具有较高的任务完成率和卸载率.

关键词：移动边缘计算停放车辆任务卸载车载组织网络

在线全文

学校读者我要写书评

暂无评论

面向复杂问题的BP神经网络并行算法

西南师范大学学报（自然科学版） 2009年第3期34卷 103-106页

作者：宋智何嘉成都信息工程学院计算机系成都610225

结合基于训练集划分方法与NARA模型,提出了一个BP神经网络的并行算法.该算法不仅提高了BP神经网络的训练速度,而且增强了BP神经网络解决复杂问题的能力.

关键词： BP神经网络并行算法划分训练集 NARA模型

在线全文

学校读者我要写书评

暂无评论

基于R_N(K)准则的测试用例生成技术

吉林大学学报（工学版） 2008年第3期38卷 680-684页

作者：李宝林李志蜀金虎孙继荣陈艳红四川大学计算机学院成都610065 成都信息工程学院计算机系成都610041

针对完整路径覆盖测试的可行性,提出了R_N(K)测试覆盖准则。首先,将测试问题归纳为多目标函数的优化问题,为了提高生成效率,对遗传模拟退火算法中的编码、适应度函数和退火规则做了相应的改进,并利用其结果和程序插装理论来生成测试用... 详细信息

针对完整路径覆盖测试的可行性,提出了R_N(K)测试覆盖准则。首先,将测试问题归纳为多目标函数的优化问题,为了提高生成效率,对遗传模拟退火算法中的编码、适应度函数和退火规则做了相应的改进,并利用其结果和程序插装理论来生成测试用例。试验表明,该方法与随机法和遗传算法相比有较好的效果。

关键词：计算机软件结构测试遗传模拟退火算法测试用例控制流路径表

在线全文

学校读者我要写书评

暂无评论

基于注意力机制和迁移学习的古壁画朝代识别

计算机应用 2023年第6期43卷 1826-1832页

作者：张慧斌冯丽萍郝耀军王一宁忻州师范学院计算机系山西忻州034000 燕山大学信息科学与工程学院河北秦皇岛066004

卷积神经网络(CNN)已成功用于敦煌古壁画的朝代分类。针对敦煌壁画的数据量有限,采用某些数据增强方法对训练集进行扩充时反而会降低预测准确率的问题,提出了一种基于注意力机制和迁移学习的残差网络(ResNet)模型。首先,改进了残差网络... 详细信息

卷积神经网络(CNN)已成功用于敦煌古壁画的朝代分类。针对敦煌壁画的数据量有限,采用某些数据增强方法对训练集进行扩充时反而会降低预测准确率的问题,提出了一种基于注意力机制和迁移学习的残差网络(ResNet)模型。首先,改进了残差网络的残差连接方式;然后,使用极化自注意力(POSA)模块帮助网络模型提取图像的边缘局部细节特征和全局轮廓特征,增强网络模型在小样本环境下的学习能力;最后,改进分类器的算法,提高网络模型的分类性能。实验结果表明,所提模型在敦煌壁画DH1926小样本数据集上,取得了98.05%的朝代分类准确率,与标准的ResNet20网络模型相比,所提模型的朝代识别准确率提高了5.21个百分点。

关键词：卷积神经网络注意力机制迁移学习残差网络古壁画朝代识别

基于多核最大均值差异迁移学习的WLAN室内入侵检测方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2020年第5期42卷 1149-1157页

作者：周牧李垚鲆谢良波蒲巧林田增山重庆邮电大学通信与信息工程学院重庆400065 香港浸会大学计算机系香港999077

无线局域网(WLAN)室内入侵检测技术是目前智能检测领域的研究热点之一,而传统基于数据库构建的入侵检测技术没有考虑复杂室内环境中WLAN信号的时变性,从而导致WLAN室内入侵检测系统的鲁棒性较差。为了解决这一问题,该文提出一种基于多... 详细信息

无线局域网(WLAN)室内入侵检测技术是目前智能检测领域的研究热点之一,而传统基于数据库构建的入侵检测技术没有考虑复杂室内环境中WLAN信号的时变性,从而导致WLAN室内入侵检测系统的鲁棒性较差。为了解决这一问题,该文提出一种基于多核最大均值差异(MKMMD)迁移学习的WLAN室内入侵检测方法。该方法首先利用离线有标记和在线伪标记的接收信号强度(RSS)特征来分别构建源域和目标域;其次,通过构造最优迁移矩阵以最小化源域和目标域RSS特征混合分布之间的MKMMD;再次,利用迁移后的源域RSS特征与对应标签来训练分类器,并将其用于对迁移后的目标域RSS特征进行分类以得到目标域标签集;最后,迭代更新目标域标签集直至算法收敛,进而实现对目标环境的入侵检测。实验结果表明,该文所提方法在保证较高检测精度的同时,能够有效克服信号时变性对检测性能的影响。

关键词：室内入侵检测多核最大均值差异迁移学习最优迁移矩阵无线局域网

在线全文

学校读者我要写书评

暂无评论

基于位运算的固件代码变量区间分析法

计算机科学 2013年第1期40卷 107-111页

作者：谢晓东李清宝王炜牛小鹏赵远信息工程大学信息工程学院计算机系郑州450002

变量区间分析是程序代码数据流分析的重要部分。固件反汇编代码存在字节运算和位运算两类运算,当变量取值范围较大时,依次迭代法不能高效地分析经位运算后的结果的取值区间。提出一种快速位运算方法,即根据变量取值区间范围,先将变量转... 详细信息

变量区间分析是程序代码数据流分析的重要部分。固件反汇编代码存在字节运算和位运算两类运算,当变量取值范围较大时,依次迭代法不能高效地分析经位运算后的结果的取值区间。提出一种快速位运算方法,即根据变量取值区间范围,先将变量转化为不确定位形式再进行位运算;提出一种区间生成算法,即把不确定位形式转化为区间来实现字节运算。实验结果表明,该基于位运算的固件代码变量区间分析方法在程序变量取值范围较大时效率远远高于依次迭代法,而且在各种变量取值区间范围内所需时间稳定,并随着区间范围的增大,其有略微下降趋势。

关键词：固件代码区间分析不确定位位运算

在线全文

学校读者我要写书评

暂无评论

结合注意力机制的属性异质网络嵌入方法

小型微型计算机系统 2024年第6期45卷 1466-1473页

作者：李嘉坤王瑞锦张凤荔李冬芬孙永佼应时电子科技大学信息与软件工程学院成都610054 成都理工大学计算机与网络安全学院成都610059 东北大学计算机科学与工程学院沈阳110819 武汉大学计算机学院武汉430072

图(网络)是一种常用于抽象现实世界实体之间关系的数据结构,网络嵌入广泛应用于图数据的表征.目前大部分异质网络嵌入方法未考虑网络节点之间的多种边类型和边属性,无法完整刻画网络的结构和语义信息,导致原始网络特征信息丢失和下游任... 详细信息

图(网络)是一种常用于抽象现实世界实体之间关系的数据结构,网络嵌入广泛应用于图数据的表征.目前大部分异质网络嵌入方法未考虑网络节点之间的多种边类型和边属性,无法完整刻画网络的结构和语义信息,导致原始网络特征信息丢失和下游任务效果差的问题.为解决该问题,基于注意力机制设计了一种多边属性异质网络嵌入方法,其将注意力机制应用于学习不同边类型下嵌入向量的重要系数,通过有偏序列采样、邻居向量聚合和模型参数更新3个阶段的嵌入学习,将网络节点表示成固定长度的稠密向量.实验表明,提出的嵌入方法能够更好地嵌入网络的特征信息,使之在下游的机器学习任务上有一定的效果提升.

关键词：表示学习注意力机制异质网络图嵌入元路径