检索结果-内蒙古大学图书馆

系统科学与数学 2009年第9期29卷 1155-1168页

作者：张景中李永彬电子科技大学与中科院成都计算所自动推理联合实验室成都610054 中国科学院成都计算机应用研究所成都610041 广州大学计算机与教育软件学院广州510006 电子科技大学应用数学学院成都610054

由于传统的兴趣和多种原因,几何定理的机器证明在自动推理的研究中占有重要的地位.自吴法发表至今30年,几何定理机器证明的研究和实践有了很大的进展.对无序几何命题而言,代数方法、数值方法均能有效地判定其真假,面积法(消点法)、搜索... 详细信息

由于传统的兴趣和多种原因,几何定理的机器证明在自动推理的研究中占有重要的地位.自吴法发表至今30年,几何定理机器证明的研究和实践有了很大的进展.对无序几何命题而言,代数方法、数值方法均能有效地判定其真假,面积法(消点法)、搜索法更能生成其可读的证明.几何不等式机器证明的研究,由于多项式完全判别系统的建立,也有了突破.研究领域已由机器证明扩展为包括几何作图在内的一般几何问题的机器求解,并有了实际的应用.

关键词：几何定理机器证明可读证明代数方法面积法基于数据库的搜索法.

来源：评论

学校读者我要写书评

暂无评论

面向时间序列有序分类的Shapelet抽取算法

引用

电子科技大学学报 2023年第6期52卷 887-896页

作者：杨骏敬思远钟勇中国科学院成都计算机应用研究所成都610041 乐山师范学院电子信息与人工智能学院四川乐山614000 中国科学院大学计算机科学与技术学院北京石景山区100049 厅市共建智能终端四川省重点实验室四川宜宾644000

当前面向时间序列有序分类的Shapelet抽取算法,首先计算Shapelet与时间序列之间的欧式距离及其类别标签之间的距离,然后根据两种距离的皮尔逊相关系数或斯皮尔曼相关系数来对Shapelet进行评价,效率较低。针对该问题,提出一种基于SAX表... 详细信息

当前面向时间序列有序分类的Shapelet抽取算法,首先计算Shapelet与时间序列之间的欧式距离及其类别标签之间的距离,然后根据两种距离的皮尔逊相关系数或斯皮尔曼相关系数来对Shapelet进行评价,效率较低。针对该问题,提出一种基于SAX表示时间序列的Shapelet评价指标CD-Cover,该指标同时考虑Shapelet对时间序列数据集的覆盖集中度和覆盖优势度。其次,提出一种基于随机采样的Shapelet抽取算法,该算法采用布隆过滤器对候选Shapelet进行预剪枝,采用移除自相似策略对抽取结果进行后剪枝。在11个时间序列公开数据集上的实验结果表明,相比现有方法,该算法抽取的Shapelet具有更好的有序分类能力,且算法的计算效率也更高。

关键词：特征评价有序分类 Shapelet 时间序列

来源：评论

学校读者我要写书评

暂无评论

基于多密钥同态技术的安全多方计算协议

引用

华南理工大学学报（自然科学版） 2017年第7期45卷 69-76页

作者：王会勇冯勇赵岭忠唐士杰中国科学院大学成都计算机应用研究所四川成都610041 桂林电子科技大学数学与计算科学学院广西桂林541004 中国科学院重庆绿色智能技术研究院自动推理与认知重庆市重点实验室重庆400714 桂林电子科技大学广西可信软件重点实验室广西桂林541004

为构造具有良好性能的多密钥安全多方计算(SMC)协议,对Gentry-Sahai-Waters(GSW13)全同态加密(FHE)方案的密钥同态性质进行了研究.在此基础上提出了一个基于GSW13方案的层次型多密钥SMC协议,该协议构造方式简单,只需要3轮通信,且在半诚... 详细信息

为构造具有良好性能的多密钥安全多方计算(SMC)协议,对Gentry-Sahai-Waters(GSW13)全同态加密(FHE)方案的密钥同态性质进行了研究.在此基础上提出了一个基于GSW13方案的层次型多密钥SMC协议,该协议构造方式简单,只需要3轮通信,且在半诚实与半恶意环境和公共随机串模型下,其安全性可以归结到容错学习问题(LWE)和它的一个变种问题;分析了该变种问题的困难性,并给出了半恶意模型下该协议的形式化安全证明.该协议自然构成一个相同环境下的层次型多密钥全同态加密方案.对比分析表明,文中协议在整体性能上优于已有方案.

关键词：安全多方计算多密钥全同态加密密钥同态门限解密 GSW13

来源：评论

学校读者我要写书评

暂无评论

基于吴方法的多值模型检验

引用

系统科学与数学 2008年第8期28卷 1020-1029页

作者：赵林吴尽昭北京交通大学轨道交通控制与安全国家重点实验室北京100044 中国科学院成都计算机应用研究所成都610041

大型复杂系统的开发过程中不可避免的涉及到非确定或不一致信息的处理,而多值模型检验作为经典模型检验的一种扩展,是处理和分析包含此类信息模型的一种有效手段.提出了一种系统化的多值逻辑(涵盖经典逻辑)的代数表示方法,使用吴方法的... 详细信息

大型复杂系统的开发过程中不可避免的涉及到非确定或不一致信息的处理,而多值模型检验作为经典模型检验的一种扩展,是处理和分析包含此类信息模型的一种有效手段.提出了一种系统化的多值逻辑(涵盖经典逻辑)的代数表示方法,使用吴方法的基本思想和框架实现复杂系统形式验证中基于多值逻辑的模型检验的代数化,建立了通过吴方法实现多值模型检验技术的整体框架.这种代数化的多值模型检验方法可以作为现有方法的有力补充.

关键词：多值模型检验拟布尔逻辑多项式吴方法.

来源：评论

学校读者我要写书评

暂无评论

基于纠删码的数据消冗存储系统可靠性增强研究

引用

计算机研究与发展 2011年第S1期48卷 1-6页

作者：彭成王树鹏贾志凯中国科学院成都计算机应用研究所自动推理实验室成都610041 中国科学院计算技术研究所信息安全研究中心北京100190 电子装备结构设计教育部重点实验室(西安电子科技大学) 西安710071

针对如何使用纠删码技术增强数据消冗存储系统可靠性的问题进行了研究,首先研究了纠删编码中关键参数对存储可靠性的影响,通过数学推导证明了使用纠删码技术并不总是会比冗余复制技术更有效的增强存储可靠性,同时分析了使用纠删码技术... 详细信息

针对如何使用纠删码技术增强数据消冗存储系统可靠性的问题进行了研究,首先研究了纠删编码中关键参数对存储可靠性的影响,通过数学推导证明了使用纠删码技术并不总是会比冗余复制技术更有效的增强存储可靠性,同时分析了使用纠删码技术增强存储可靠性的条件,并结合数据消冗存储系统的特点给出一种纠删编码关键参数的选取算法,经过实验证明,该算法能够利用更少的存储空间获得比冗余复制技术更高的存储可靠性.

关键词：数据消冗存储系统重复数据删除纠删码

来源：评论

学校读者我要写书评

暂无评论

一类积分不等式的机器判定

引用

中国科学：信息科学 2011年第1期41卷 48-65页

作者：杨路郁文生袁如意华东师范大学软件学院上海高可信计算重点实验室上海200062 中国科学院成都计算机应用研究所自动推理实验室成都610041 中国科学院自动化研究所综合信息系统研究中心北京100190

将一类积分不等式转化为Tarski模型外的齐次对称多项式不等式,该类齐次对称多项式的次数是给定的,变元个数可以是任意多个,并且多项式的系数是与变元个数相关的变系数.这些特点与杨路等人最近提出的几个公开问题密切相关,是比较有代表... 详细信息

将一类积分不等式转化为Tarski模型外的齐次对称多项式不等式,该类齐次对称多项式的次数是给定的,变元个数可以是任意多个,并且多项式的系数是与变元个数相关的变系数.这些特点与杨路等人最近提出的几个公开问题密切相关,是比较有代表性的一类齐次对称多项式.然后利用Timofte关于对称多项式不等式判定的降维方法,结合不等式证明软件BOTTEMA及差分代换方法,给出对应的一类Tarski模型外的齐次对称多项式不等式的机器判定算法,从而实现原积分不等式的机器判定.当给定的积分不等式及齐次对称多项式不等式不成立时,可给出具体不成立的数值反例.应用例子表明问题的广泛性及算法的有效性.

关键词：积分不等式对称多项式不等式 Timofte降维法差分代换机器判定不等式证明软件-BOTTEMA

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的脓毒症预测与干预决策研究综述

引用

计算机应用 2024年第S2期44卷 357-363页

作者：钟坤华陈芋文秦小林孙启龙易斌中国科学院重庆绿色智能技术研究院重庆400714 中国科学院成都计算机应用研究所自动推理实验室成都610213 陆军军医大学第一附属医院麻醉科重庆400038

脓毒症是一种由细菌等病原微生物引发的医疗紧急状况,严重时可危及生命,因此早期诊断和及时治疗至关重要。近年来,机器学习技术在脓毒症的早期预测和治疗策略方面展现出巨大的潜力。通过综合多源数据,机器学习模型能精确评估患者的风险... 详细信息

脓毒症是一种由细菌等病原微生物引发的医疗紧急状况,严重时可危及生命,因此早期诊断和及时治疗至关重要。近年来,机器学习技术在脓毒症的早期预测和治疗策略方面展现出巨大的潜力。通过综合多源数据,机器学习模型能精确评估患者的风险并自动识别高风险的个体,从而实现对脓毒症的早期诊断。此外,机器学习还能辅助医生制定个性化治疗方案。然而,基于机器学习方法的临床应用目前仍面临一系列挑战,如数据标准化、模型可解释性以及医疗人员的接受度等。因此,针对基于机器学习的脓毒症预测与干预决策方法进行了系统综述。首先,介绍了脓毒症预测与干预决策的基础流程和框架;接着,系统性地概括了基于机器学习的脓毒症预测与干预决策的方法、相关数据及评价指标;然后,详细总结了机器学习方法在脓毒症相关临床方面的具体应用;最后,总结了目前该领域面临的主要挑战,并展望了未来的发展趋势。

关键词：脓毒症机器学习早期预测治疗策略

来源：评论

学校读者我要写书评

暂无评论

基于深度高斯过程回归的术中失血量和血红蛋白损失量估计

引用

计算机应用 2023年第S2期43卷 306-311页

作者：钟坤华陈芋文秦小林张力戈李雨捷胡小艳易斌中国科学院重庆绿色智能技术研究院重庆400714 中国科学院成都计算机应用研究所自动推理实验室成都610299 陆军军医大学第一附属医院麻醉科重庆400038

动态、准确地估计失血量对围手术期管理非常重要,但测量术中失血量是一项困难的任务,特别是当血液被医用纱布吸收时。针对上述情况,以浸血医用纱布图像为研究对象,提出一种基于密集连接卷积网络(DenseNet)的深度多任务高斯过程回归(DMG... 详细信息

动态、准确地估计失血量对围手术期管理非常重要,但测量术中失血量是一项困难的任务,特别是当血液被医用纱布吸收时。针对上述情况,以浸血医用纱布图像为研究对象,提出一种基于密集连接卷积网络(DenseNet)的深度多任务高斯过程回归(DMGPR)方法,以估计术中失血量和血红蛋白(Hb)损失量。DMGPR方法包括两部分:用于自动特征提取的密集连接卷积网络(DenseNet)和用于失血量及Hb损失量估计的多任务高斯回归过程(MGPR)。在手术室正常光照条件下,采集了569张浸血纱布图像,并对这些图像进行在线扩充,构建实验数据集。以决定系数(R2)、均方误差(MSE)和平均绝对误差(MAE)为性能指标,对DMGPR方法进行评估和对比。在失血量估计方面,DMGPR方法的R2、MSE和MAE分别为0.971、0.080和0.151;而在Hb损失量估计方面,DMGPR方法的相应结果分别为0.950、0.217和0.292。实验结果表明,DMGPR可以动态、准确地估计术中失血量和Hb损失量,并且比其他对比方法具有更好的性能,更适合于主要使用医用纱布和小到中度失血的手术。

关键词：术中失血量密集连接卷积网络深度高斯过程回归特征提取血红蛋白

来源：评论

学校读者我要写书评

暂无评论

求合取范式可满足性问题全部解的一个算法

求合取范式可满足性问题全部解的一个算法

引用

2002年全国理论计算机科学学术年会

作者：曾振柄中国科学院成都计算机应用研究所自动推理实验室(成都)

本文提出了把SAT问题转化为多项式问题,求解SAT问题的全部解集合的方法,通过执行Maple程序来实现.该方法能够得到SAT问题的全部解集合.

关键词：合取范式可满足性问题多项式

来源：评论

学校读者我要写书评

暂无评论

安全性电子投票方案研究综述

引用

计算机科学 2020年第9期47卷 275-282页

作者：蒲泓全崔喆刘霆饶金涛中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049 广西混杂计算与集成电路设计分析重点实验室南宁530006

近年来,电子投票因可以大幅度提高投票活动的效率和结果的准确性而得到高度关注。安全性问题一直是制约电子投票发展的瓶颈,许多研究者针对某一应用功能场景提出了相关的电子投票方案。结合电子投票的学术研究现状,详细分析了电子投票... 详细信息

近年来,电子投票因可以大幅度提高投票活动的效率和结果的准确性而得到高度关注。安全性问题一直是制约电子投票发展的瓶颈,许多研究者针对某一应用功能场景提出了相关的电子投票方案。结合电子投票的学术研究现状,详细分析了电子投票的类型、模型和安全性要求,并结合盲签名、秘密分享等相关密码学技术对4种类型的典型电子投票方案进行了综述和分析,然后介绍了成熟的电子投票系统,最后研究了电子投票未来可能的发展方向,对电子投票方案的进一步优化和改进提供借鉴和参考。

关键词：电子投票安全性要求盲签名秘密分享密码学技术

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：