检索结果-内蒙古大学图书馆

计算机应用研究 2012年第7期29卷 2668-2671页

作者：崔巍周玉建梁建周游胜王尊亮伍淳华科学技术部信息中心北京100862 重庆邮电大学计算机科学与技术学院重庆400065 北京邮电大学计算机学院北京100876 北京邮电大学信息安全中心北京100876

为了设计安全、高效的电子现金方案,基于受限部分盲签名提出了一种新的基于身份的公平离线电子现金方案。该方案使用知识证明签名有效地构造了重复花费检测协议,并实现了货币追踪协议和货币所有者追踪协议,给出了不可伪造性、匿名性、... 详细信息

为了设计安全、高效的电子现金方案,基于受限部分盲签名提出了一种新的基于身份的公平离线电子现金方案。该方案使用知识证明签名有效地构造了重复花费检测协议,并实现了货币追踪协议和货币所有者追踪协议,给出了不可伪造性、匿名性、公平性和有效性证明。与已有方案相比,该方案能够有效地防止账户所有者进行重复消费,并且使用了较少的高耗时运算,提款协议和支付协议具有较高的计算效率。

关键词：基于身份公平离线电子现金重复花费检测

来源：评论

学校读者我要写书评

暂无评论

一种面向大规模URL过滤的多模式串匹配算法

引用

计算机学报 2014年第5期37卷 1159-1169页

作者：刘燕兵邵妍王勇刘庆云郭莉中国科学院信息工程研究所北京100093 信息内容安全技术国家工程实验室北京100093 北京邮电大学计算机学院北京100876 国家计算机网络与信息安全管理中心北京100029

对大量有害的URL进行过滤,是目前网络安全应用系统中所亟需的关键技术.使用经典的串匹配算法检测庞大的URL规则集,需要消耗大量的计算资源和存储资源,性能十分低下.该文设计了一种适合于大规模URL过滤的多模式串匹配算法——SOGOPT.该... 详细信息

对大量有害的URL进行过滤,是目前网络安全应用系统中所亟需的关键技术.使用经典的串匹配算法检测庞大的URL规则集,需要消耗大量的计算资源和存储资源,性能十分低下.该文设计了一种适合于大规模URL过滤的多模式串匹配算法——SOGOPT.该算法在经典的SOG算法基础上,针对URL规则的特点,提出了最优窗口选择、模式串分组规约这两种优化技术,大幅度提高了SOG算法的匹配速度,在大规模URL规则集上效果尤其显著.该文设计的算法非常适合于大规模(100万级)URL实时在线匹配的应用环境.

关键词：多模式串匹配 URL过滤最优窗口选择模式串分组规约信息安全网络安全

来源：评论

学校读者我要写书评

暂无评论

用于湿性AMD辅助诊断的双模态深度学习模型

引用

华中科技大学学报（自然科学版） 2021年第12期49卷 64-70页

作者：鄂海红何佳雯袁立飞宋美娜北京邮电大学计算机学院(国家示范性软件学院) 北京100876 教育部信息网络工程研究中心(北京邮电大学) 北京100876 河北省眼科医院河北邢台054001

为解决眼科医生阅片工作量过大的问题,将深度学习技术应用于湿性年龄相关性黄斑变性(AMD)辅助诊断领域.针对只考虑单一模态的医学影像且未将湿性AMD进行更细化的分类,构建了适用于深度学习的双模态湿性AMD数据集,并提出一种双模态湿性AM... 详细信息

为解决眼科医生阅片工作量过大的问题,将深度学习技术应用于湿性年龄相关性黄斑变性(AMD)辅助诊断领域.针对只考虑单一模态的医学影像且未将湿性AMD进行更细化的分类,构建了适用于深度学习的双模态湿性AMD数据集,并提出一种双模态湿性AMD辅助诊断模型Wet-AMD-Net.针对不同的特征提取模型与不同的特征融合策略进行实验,效果最优的模型受试者工作特征曲线下面积(AUROC)、召回率、精确度分别达到0.9881,0.9792和0.9821,超过了有多年工作经验的4位眼科医生的平均水平,用于临床辅助诊断具有实用性.

关键词：深度学习卷积神经网络双模态图像分类湿性年龄相关性黄斑变性

来源：评论

学校读者我要写书评

暂无评论

基于混沌蚂蚁的分布式系统协同优化方法

引用

模式识别与人工智能 2013年第2期26卷 195-204页

作者：魏臻葛方振陆阳王强李丽香合肥工业大学计算机与信息学院合肥230009 准北师范大学计算机科学与技术学院淮北235000 北京邮电大学信息安全中心北京100876

针对复杂分布式系统的优化问题,提出基于混沌蚂蚁的复杂分布式系统协同优化方法.在系统理论指导下,分析复杂分布式系统中自主Agent的基本动力学特征,进而提出复杂分布式系统协同优化模型.在此基础上,借助混沌蚂蚁群算法(CAS)的思想,建... 详细信息

针对复杂分布式系统的优化问题,提出基于混沌蚂蚁的复杂分布式系统协同优化方法.在系统理论指导下,分析复杂分布式系统中自主Agent的基本动力学特征,进而提出复杂分布式系统协同优化模型.在此基础上,借助混沌蚂蚁群算法(CAS)的思想,建立基于混沌蚂蚁的复杂分布式系统协同优化算法(CAS-CO).通过对复杂多Agent网络中基于位置的任务分配问题进行仿真实验,同时与已有算法仿真结果对比,表明CAS-CO算法可行有效,反映文中模型的正确性和Agent的自主性在复杂分布式系统设计和构建中的重要性.

关键词：复杂分布式系统协同优化模型自主性混沌蚂蚁群算法

来源：评论

学校读者我要写书评

暂无评论

具有消息恢复签名方案的伪造攻击

引用

通信学报 2000年第5期21卷 84-87页

作者：李子臣李中献杨义先清华大学计算机科学与技术系北京100084 北京邮电大学信息安全中心

本文对具有消息恢复的数字签名方案的安全性进行了分析 ,对Nyberg和Rueppel提出的签名方案 (NR签名方案 )和Miyaji最近提出的签名方案 (F1)和 (F2 )分别设计了一种新的伪造攻击(ForgeryAttack)方法。

关键词：密码学数学签名消息恢复伪造攻击

来源：评论

学校读者我要写书评

暂无评论

深度卷积网络的多品种多厂商药品近红外光谱分类

引用

光谱学与光谱分析 2019年第11期39卷 3606-3613页

作者：李灵巧潘细朋冯艳春尹利辉胡昌勤杨辉华北京邮电大学自动化学院北京100876 桂林电子科技大学计算机与信息安全学院广西桂林541004 中国食品药品检定研究院北京100050

近红外光谱(NIR)分析具有分析高效、样品无损、环境无污染以及可现场检测等优点,特别适合药品的快速建模分析。但NIR存在吸收强度弱以及谱带重叠等缺点,需要建立稳健可靠的化学计量学模型对其进行分析。深度卷积神经网络是深度学习方法... 详细信息

近红外光谱(NIR)分析具有分析高效、样品无损、环境无污染以及可现场检测等优点,特别适合药品的快速建模分析。但NIR存在吸收强度弱以及谱带重叠等缺点,需要建立稳健可靠的化学计量学模型对其进行分析。深度卷积神经网络是深度学习方法中一个重要分支,它通过逐层抽取数据特征并进行组合、转换,形成更高层的语义特征,具有极强的建模能力,广泛应用于计算机视觉、语音识别等领域,而在药品NIR分析方面尚未见报道。基于深度卷积网络模型,对药品NIR多分类建模进行研究。针对药品NIR数据的特点,设计若干个面向多品种、多厂商药品NIR分类的一维深度卷积网络模型。模型中卷积层和池化层交叠排列用于逐层抽取NIR数据特征,输出层连接softmax分类器,对药品NIR数据进行分类概率预测。在输出层之前采用全局最大池化层,将特征图进行整体池化,形成一个特征点,用于解决全连接层存在的限制输入维度大小,参数过多的问题。同时,在网络模型中引入批处理操作和dropout机制,以防止梯度消失和减小网络过拟合的风险。在网络模型的设计过程中,通过设计不同的卷积网络层数以及不同的卷积核尺寸大小,分析其对建模效果的影响,同时分析五种经典数据预处理方法对NIR分析的影响。以我国7个厂商生产的头孢克肟片和11个厂商生产的苯妥英钠片样本NIR为实验对象,建立药品的多品种、多厂商分类模型,该模型在二分类、多分类实验中取得了良好的分类效果。在十八分类实验中,当训练集与测试集比例为7∶3时,分类准确率为99.37±0.45,比SVM,BP,AE和ELM算法取得更优的分类性能。同时,深度卷积神经网络模型推理速度较快,优于SVM和ELM算法,但训练速度慢于二者。大量实验结果表明,深度卷积神经网络可对多品种、多厂商药品NIR数据准确、可靠地判别分类,且模型具有良好的鲁棒性和可扩展性。该方法也可推广到烟草、石化等其他领域的NIR数据分类应用中。

关键词：深度卷积神经网络近红外光谱药品鉴别多分类

来源：评论

学校读者我要写书评

暂无评论

稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法

引用

光谱学与光谱分析 2017年第8期37卷 2412-2417页

作者：周洁茜刘振丙杨辉华郑安兵潘细朋曹志伟吴开宇杨金鑫冯艳春尹利辉胡昌勤北京邮电大学自动化学院北京100876 桂林电子科技大学计算机与信息安全学院广西桂林541004 中国食品药品检定研究院北京100050

提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。首先对近红外光谱数据进行小波变换以消除基线漂移,然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示,最后采用高斯过程(GP)进行二分类,其中GP选用光谱混合(SM)核... 详细信息

提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。首先对近红外光谱数据进行小波变换以消除基线漂移,然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示,最后采用高斯过程(GP)进行二分类,其中GP选用光谱混合(SM)核函数作为协方差函数,记此分类网络为wSDAGSM。自编码网络具有很强的模型表示能力,高斯过程分类器在处理小样本数据时具有优势。wSDAGSM网络通过稀疏降噪自编码学习得到维数更低但更有价值的特征来表示输入数据,同时将具有很好表达力的光谱混合核作为高斯过程的协方差函数,有利于更准确的光谱数据分类。以琥乙红霉素及其他药品的近红外光谱为实验数据,将该方法与经过墨西哥帽小波变换的BP神经网络(wBP)、支持向量机(wSVM),SDAE结合Logistic二分类(wSDAL)、SDAE结合采用平方指数(SE)协方差核的GP二分类(wSDAGSE),以及未采用小波变换的SDAGSM网络等方法进行对比。实验结果表明,对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAGSM网络的分类准确率和稳定性。wSDAGSM方法无论从分类准确率还是分类结果稳定性方面,都优于其他分类器。

关键词：高斯过程自编码小波变换近红外光谱药品鉴别

来源：评论

学校读者我要写书评

暂无评论

基于图像和视频信息的社交关系理解研究综述

引用

计算机学报 2021年第6期44卷 1168-1199页

作者：王正吴斌王文哲滕一阳帅杰肖云鹏白婷北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 北京邮电大学计算机学院(国家示范性软件学院) 北京100876 合肥工业大学媒体计算实验室合肥230601 重庆邮电大学网络与信息安全技术重庆市工程实验室重庆400065

随着多媒体技术的快速发展,互联网上涌现了大量的文本、图像、视频、音频等多媒体数据.多媒体数据的特点表现为形式上多源异构、语义上互相联系.基于多媒体信息的社交关系理解是利用各种手段和方法从海量异构的多媒体数据中挖掘出有价... 详细信息

随着多媒体技术的快速发展,互联网上涌现了大量的文本、图像、视频、音频等多媒体数据.多媒体数据的特点表现为形式上多源异构、语义上互相联系.基于多媒体信息的社交关系理解是利用各种手段和方法从海量异构的多媒体数据中挖掘出有价值的信息,帮助人们快速地理解多媒体信息中的社交关系,促进多媒体内容理解、人物追踪、知识图谱的构建等多媒体数据检索和智能商业服务的发展.图像和视频是多媒体信息的重要组成部分,基于图像和视频信息的社交关系理解研究逐渐引起了学术界和工业界的广泛关注.本文主要对近年来基于图像和视频信息的社交关系理解的分类和研究现状进行总结.首先,给出问题定义并对基于图像和视频信息的社交关系理解过程进行介绍.其次,从图像和视频两个角度概括总结社交关系理解的主要研究现状.然后,在介绍已有的图像和视频数据集的基础上,对现有的主要算法进行比较分析.最后,对基于图像和视频信息的社交关系理解中的主要问题和挑战作进一步阐述.本文旨在为感兴趣的研究人员提供有益的参考,帮助其更全面地了解基于图像和视频信息的社交关系理解的研究现状,推动该领域的进一步发展.

关键词：多媒体特征抽取图像内容理解视频内容理解社交关系理解多元关系判定社交理解应用

来源：评论

学校读者我要写书评

暂无评论

基于位置社交网络的上下文感知的兴趣点推荐

引用

计算机学报 2017年第4期40卷 824-841页

作者：任星怡宋美娜宋俊德北京邮电大学计算机学院信息网络工程研究中心教育部重点实验室北京100876

随着基于位置社交网络(Location-Based Social Networks,LBSN)的快速发展,兴趣点(Point-of-Interest,POI)推荐为基于位置的服务提供了前所未有的机会.兴趣点推荐是一种基于上下文信息的位置感知的个性化推荐.然而用户-兴趣点矩阵的极端... 详细信息

随着基于位置社交网络(Location-Based Social Networks,LBSN)的快速发展,兴趣点(Point-of-Interest,POI)推荐为基于位置的服务提供了前所未有的机会.兴趣点推荐是一种基于上下文信息的位置感知的个性化推荐.然而用户-兴趣点矩阵的极端稀疏给兴趣点推荐的研究带来严峻挑战.为处理数据稀疏问题,文中利用兴趣点的地理、文本、社会、分类与流行度信息,并将这些因素进行有效地融合,提出一种上下文感知的概率矩阵分解兴趣点推荐算法,称为TGSC-PMF.首先利用潜在狄利克雷分配(Latent Dirichlet Allocation,LDA)模型挖掘兴趣点相关的文本信息学习用户的兴趣话题生成兴趣相关分数;其次提出一种自适应带宽核评估方法构建地理相关性生成地理相关分数;然后通过用户社会关系的幂律分布构建社会相关性生成社会相关分数;另外结合用户的分类偏好与兴趣点的流行度构建分类相关性生成分类相关分数,最后利用概率矩阵分解模型(Probabilistic Matrix Factorization,PMF),将兴趣、地理、社会、分类的相关分数进行有效地融合,从而生成推荐列表推荐给用户感兴趣的兴趣点.该文在一个真实LBSN签到数据集上进行实验,结果表明该算法相比其他先进的兴趣点推荐算法具有更好的推荐效果.

关键词：基于位置的社交网络兴趣点推荐话题模型地理相关性社会相关性分类相关性社会媒体

来源：评论

学校读者我要写书评

暂无评论

基于用户签到行为的兴趣点推荐

引用

计算机学报 2017年第1期40卷 28-51页

作者：任星怡宋美娜宋俊德北京邮电大学计算机学院信息网络工程研究中心教育部重点实验室北京100876

随着大数据技术的快速发展,推荐系统成为大数据领域里的一个重要的研究方向.随着基于位置社交网络(Location-Based Social Networks,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐成为一个重要的研究热点,帮助人们发现有趣的并吸... 详细信息

随着大数据技术的快速发展,推荐系统成为大数据领域里的一个重要的研究方向.随着基于位置社交网络(Location-Based Social Networks,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐成为一个重要的研究热点,帮助人们发现有趣的并吸引人的位置,特别是当用户在异地旅行的时候.由于用户的签到行为具有高稀疏性,为兴趣点推荐带来很大的挑战.为处理用户签到数据的稀疏性问题,越来越多的研究结合地理影响、时间效应、社会相关性、内容信息和流行度影响这些方面的因素为提高兴趣点推荐的性能.然而,目前的研究缺乏一种综合分析上述所有因素共同作用的方法来处理兴趣点的数据稀疏问题,特别是异地推荐场景被目前大多数研究工作所忽略.针对以上所述的挑战,文中提出一种联合概率生成模型,称为GTSCP,模拟用户签到行为的决策过程,该模型有效地融合上述因素来处理数据稀疏性,特别是异地推荐场景.文章所提的兴趣点推荐方法包含离线模型和在线推荐两个部分.文中所提的GTSCP联合模型支持本地和异地两种推荐场景.文章在多个真实LBSNs的大规模签到数据集上进行实验,结果表明该算法相比其它先进的兴趣点推荐算法具有更好的推荐效果.

关键词：基于位置的社交网络兴趣点推荐概率生成模型用户签到行为联合模型

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：