期刊文献+
共找到1,720篇文章
< 1 2 86 >
每页显示 20 50 100
基于模糊聚类的图像分割研究进展 预览
1
作者 雷涛 张肖 +2 位作者 加小红 刘侍刚 张艳宁 《电子学报》 EI CAS CSCD 北大核心 2019年第8期1776-1791,共16页
模糊聚类算法(Fuzzy C-Means,FCM)是一种基于软划分的聚类过程,已被广泛应用于机器学习、图像处理和计算机视觉等领域.虽然当前已涌现出大量关于FCM的图像分割算法,但仍然面临诸多挑战.本文将基于FCM的图像分割算法归纳为三类:基于空间... 模糊聚类算法(Fuzzy C-Means,FCM)是一种基于软划分的聚类过程,已被广泛应用于机器学习、图像处理和计算机视觉等领域.虽然当前已涌现出大量关于FCM的图像分割算法,但仍然面临诸多挑战.本文将基于FCM的图像分割算法归纳为三类:基于空间邻域信息的FCM算法、基于直方图信息的快速FCM算法及基于维度加权的FCM算法.首先系统分析和阐述了各类FCM算法的研究现状,然后通过实验分析各类算法的性能,最后总结了FCM算法在图像分割中存在的问题以及将来的研究方向. 展开更多
关键词 图像分割 模糊聚类算法 邻域信息 直方图 隐马尔科夫模型
在线阅读 下载PDF
基于可提取哈希证明系统的多策略加密方案 预览
2
作者 张丽娜 杨波 +1 位作者 黄梅娟 贾艳艳 《电子学报》 EI CAS CSCD 北大核心 2019年第2期337-343,共7页
哈希证明系统由Cramer-Shoup在2002年首次提出,到目前为止仍是密码工作者的研究热点之一.进而,Wee在2010年提出可提取哈希证明系统的概念,其可用来构造基于查找性困难假设的公钥加密方案.本文在可提取哈希证明系统之上,通过重新定义系... 哈希证明系统由Cramer-Shoup在2002年首次提出,到目前为止仍是密码工作者的研究热点之一.进而,Wee在2010年提出可提取哈希证明系统的概念,其可用来构造基于查找性困难假设的公钥加密方案.本文在可提取哈希证明系统之上,通过重新定义系统参数的意义,扩大了可提取哈希证明系统的密码学应用范围.我们利用可提取哈希证明系统的框架构造了一个基本的基于Diffie-Hellman关系的All-But-One可提取哈希证明系统.在此基础上细粒度了辅助输入,引入权重计算,给出了一个基于标签和可变策略的CCA加密方案,并进行了详细的安全性证明.特别的,该方案比可提取具有更丰富的抽象表达,即是All-But-N的,也即在提取模式中由标签决定的分支数量可以有n个.同时,该方案是基于困难性可搜索问题,本质上是基于计算性的Diffie-Hellman问题. 展开更多
关键词 Diffie-Hellman关系 选择密文攻击 哈希证明系统 可提取哈希证明系统 多策略
在线阅读 下载PDF
非平衡基因数据的差异表达基因选择算法研究 预览
3
作者 谢娟英 王明钊 +2 位作者 周颖 高红超 许升全 《计算机学报》 EI CSCD 北大核心 2019年第6期1232-1251,共20页
针对准确率不适于评价不平衡数据特征子集性能的缺陷,提出了 F2 -measure(简称 F2 )准则.为避免mRMR(minimal Redundancy-Maximal Relevance)的互信息方法倾向于选择多值特征,提出了归一化互信息 SU (Symmetrical Uncertainty).针对最大... 针对准确率不适于评价不平衡数据特征子集性能的缺陷,提出了 F2 -measure(简称 F2 )准则.为避免mRMR(minimal Redundancy-Maximal Relevance)的互信息方法倾向于选择多值特征,提出了归一化互信息 SU (Symmetrical Uncertainty).针对最大化 AUC (Area Under an ROC Curve)框架下,特征选择算法的特征与类标相关性、特征间相关性的取值范围(量纲)不一致问题,提出了归一化的特征权重.为加快特征选择过程,提出了结合 SU和AUC 的特征预选择,缩小特征搜索空间.提出动态加权顺序前向搜索DWSFS(Dynamic Weighted Sequential Forward Search)和动态加权顺序前向浮动搜索DWSFFS(Dynamic Weighted Sequential Forward Floating Search),以期得到分类性能更好的特征子集.基于最大化 AUC 和mRMR框架,结合上述创新点,设计出16种特征选择算法.7个经典二类不平衡基因数据集、3个多类不平衡(或近似平衡)基因数据集的50次重复实验表明:所提算法选择的基因子集具有非常好的分类识别能力;提出的 F2、SU、归一化基因权重、基因预选择,以及DWSFS和DWSFFS对选择非平衡基因数据集的差异表达基因非常有效.提出的 SU 在度量基因冗余性时优于斯皮尔曼等级相关系数 RCC (Rank Correlation Coefficient);基因选择过程中的权值度量采用基因与类标相关性减去基因间冗余性优于采用基因与类标相关性除以基因冗余性方案.与现有经典基因选择算法的实验比较表明:提出的基因选择算法的性能优于现有基因选择算法. 展开更多
关键词 基因选择 AUC 互信息 mRMR 不平衡数据
在线阅读 下载PDF
随机响应机制效用优化研究 预览
4
作者 周异辉 鲁来凤 吴振强 《通信学报》 EI CSCD 北大核心 2019年第6期74-81,共8页
针对本地化差分隐私中的隐私-效用均衡问题,对差分隐私和近似差分隐私情形下的二元广义随机响应机制建立效用优化模型,并采用图解法、最优性证明、软件求解和极值点等方法求解,得到了效用最优值与隐私预算、输入数据分布的精确表达式,... 针对本地化差分隐私中的隐私-效用均衡问题,对差分隐私和近似差分隐私情形下的二元广义随机响应机制建立效用优化模型,并采用图解法、最优性证明、软件求解和极值点等方法求解,得到了效用最优值与隐私预算、输入数据分布的精确表达式,给出了相应的效用最优机制。研究结果表明效用最优值和效用最优机制均与隐私预算和输入数据分布相关。另外,多元随机响应机制效用优化模型可通过本地化差分隐私极值点来求解。 展开更多
关键词 本地化差分隐私 随机响应 效用优化 极值点 单纯形法
在线阅读 下载PDF
基于DNA链置换构建逻辑计算模型 预览
5
作者 吴涛 郭冰洁 董亚非 《计算机技术与发展》 2019年第1期44-48,共5页
近年来,随着电子元器件的微型化趋势,其传统制作工艺所面临的挑战也日益显著,寻找新型手段辅助甚至替代传统硅基计算机已逐渐成为科学家们的研究重点。所以,随着生物化学技术的不断发展,以DNA分子作为存储数据和运算媒介的新型计算模型... 近年来,随着电子元器件的微型化趋势,其传统制作工艺所面临的挑战也日益显著,寻找新型手段辅助甚至替代传统硅基计算机已逐渐成为科学家们的研究重点。所以,随着生物化学技术的不断发展,以DNA分子作为存储数据和运算媒介的新型计算模型引起了研究者的广泛关注。为此,提出了基于DNA链置换与荧光标记的分子逻辑计算模型。该方法利用重金属离子Hg^2+能够引发组成DNA分子中胸腺嘧啶(thymine,T)形成T-Hg^2+-T错配的形式,通过检测荧光信号强度的相对变化,构建了与非逻辑门(NAND)。之后,在前者的基础上利用DNA富含鸟嘌呤(guanine,G)的片段可以形成G-四链体结构的情况下,通过结合氯化血红素(Hemin)形成具有过氧化物酶的活性进而促进过氧化氢(H2O2)氧化四甲基联苯胺(TMB^+)得到蓝色的TMB+,以此构建半加器。 展开更多
关键词 DNA 与非门 半加器 链置换 荧光标记
在线阅读 下载PDF
基于多注意力多尺度特征融合的图像描述生成算法 预览
6
作者 陈龙杰 张钰 +1 位作者 张玉梅 吴晓军 《计算机应用》 CSCD 北大核心 2019年第2期354-359,共6页
针对图像描述生成中对图像细节表述质量不高、图像特征利用不充分、循环神经网络层次单一等问题,提出基于多注意力、多尺度特征融合的图像描述生成算法。该算法使用经过预训练的目标检测网络来提取图像在卷积神经网络不同层上的特征,将... 针对图像描述生成中对图像细节表述质量不高、图像特征利用不充分、循环神经网络层次单一等问题,提出基于多注意力、多尺度特征融合的图像描述生成算法。该算法使用经过预训练的目标检测网络来提取图像在卷积神经网络不同层上的特征,将图像特征分层输入多注意力结构中,依次将多注意力结构与多层循环神经网络相连,构造出多层次的图像描述生成网络模型。在多层循环神经网络中加入残差连接来提高网络性能,并且可以有效避免因为网络加深导致的网络退化问题。在MSCOCO测试集中,所提算法的BLEU-1和CIDEr得分分别可以达到0.804及1.167,明显优于基于单一注意力结构的自上而下图像描述生成算法;通过人工观察对比可知,所提算法生成的图像描述可以表现出更好的图像细节。 展开更多
关键词 长短期记忆网络 图像描述 多注意力机制 多尺度特征融合 深度神经网络
在线阅读 下载PDF
基于描述约束的词表示学习 预览
7
作者 冶忠林 赵海兴 +1 位作者 张科 朱宇 《中文信息学报》 CSCD 北大核心 2019年第4期29-36,共8页
词语作为语言模型中的基本语义单元,在整个语义空间中与其上下文词语具有很强的关联性。同样,在语言模型中,通过上下文词可判断出当前词的含义。词表示学习是通过一类浅层的神经网络模型将词语和上下文词之间的关联关系映射到低维度的... 词语作为语言模型中的基本语义单元,在整个语义空间中与其上下文词语具有很强的关联性。同样,在语言模型中,通过上下文词可判断出当前词的含义。词表示学习是通过一类浅层的神经网络模型将词语和上下文词之间的关联关系映射到低维度的向量空间中。然而,现有的词表示学习方法往往仅考虑了词语与上下文词之间的结构关联,词语本身所蕴含的内在语义信息却被忽略。因此,该文提出了DEWE词表示学习算法,该算法可在词表示学习的过程中不仅考量词语与上下文之间的结构关联,同时也将词语本身的语义信息融入词表示学习模型,使得训练得到的词表示既有结构共性也有语义共性。实验结果表明,DEWE算法是一种切实可行的词表示学习方法,相较于该文使用的对比算法,DEWE在6类相似度评测数据集上具有优异的词表示学习性能。 展开更多
关键词 词表示学习 语义嵌入 词表示联合模型 词嵌入 词语结构矩阵
在线阅读 下载PDF
一种基于时间演化模型的机会网络连通度测度 预览
8
作者 卫良 李发旭 《青海师范大学学报:自然科学版》 2019年第1期1-6,共6页
为了深入研究机会网络的连通性,在分析已有连通度指标在度量机会网络连通性上的不足,本文利用机会网络的时间演化模型,提出了一种新的机会网络连通度测度方法,并通过仿真分析了几个主要指标对机会网络连通度的影响.
关键词 机会网络 连通度 算法
在线阅读 下载PDF
基于高阶近似的链路预测算法 预览
9
作者 杨燕琳 冶忠林 +1 位作者 赵海兴 孟磊 《计算机应用》 CSCD 北大核心 2019年第8期2366-2373,共8页
目前大部分链路预测算法只研究了节点与邻居节点之间的一阶相似性,没有考虑节点与邻居的邻居节点之间的高阶相似性关系。针对此问题,提出一种基于高阶近似的链路预测算法(LP-HOPA)。首先,求出网络的归一化邻接矩阵和相似度矩阵;其次,利... 目前大部分链路预测算法只研究了节点与邻居节点之间的一阶相似性,没有考虑节点与邻居的邻居节点之间的高阶相似性关系。针对此问题,提出一种基于高阶近似的链路预测算法(LP-HOPA)。首先,求出网络的归一化邻接矩阵和相似度矩阵;其次,利用矩阵分解的方法将相似度矩阵进行分解,得到网络节点的表示向量以及其上下文的表示向量;然后,通过高阶网络表示学习的网络嵌入更新(NEU)算法对原始相似度矩阵进行高阶优化,并利用归一化的邻接矩阵计算出更高阶的相似度矩阵表示;最后,在四个真实的数据集上进行大量的实验。实验结果表明,与原始链路预测算法相比,大部分利用LP-HOPA优化后的链路预测算法准确率提升了4%到50%。此外,LP-HOPA算法能够将基于低阶网络局部结构信息的链路预测算法转换为基于节点高阶特征的链路预测算法,在一定程度上肯定了基于高阶近似链路预测算法的有效性和可行性。 展开更多
关键词 链路预测 高阶近似 相似度矩阵 矩阵分解 网络嵌入更新算法
在线阅读 下载PDF
Android移动应用检测研究 预览
10
作者 刘玮 李蜀瑜 《计算机应用与软件》 北大核心 2019年第6期322-326,共5页
随着Android操作系统在智能设备上的广泛应用,Android应用的安全性检测成为了当前关注的重点。为了从Android应用程序中检测出恶意软件,研究Android应用静态分析技术、动态分析技术及基于机器学习的Android应用检测技术。提出一个通用... 随着Android操作系统在智能设备上的广泛应用,Android应用的安全性检测成为了当前关注的重点。为了从Android应用程序中检测出恶意软件,研究Android应用静态分析技术、动态分析技术及基于机器学习的Android应用检测技术。提出一个通用的恶意软件检测框架。该框架通过逆向工程从Android应用中提取(安全应用、受感染应用)特征信息并建立关