检索结果-内蒙古大学图书馆

贵州大学学报（自然科学版） 2022年第6期39卷 87-98页

作者：黄达刘传唐郑熠陈龙辉胡文瑜福建工程学院计算机科学与数学学院福建福州350118 湖南工商大学移动商务智能湖南省重点实验室湖南长沙410205 福建工程学院福建省大数据挖掘与应用技术重点实验室福建福州350118

充电网络建设的滞后已经成为制约电动汽车发展的关键因素,而C2C的商业模式则有望成为其强大的推动力,但由此也产生了为交易双方建立信任机制的问题。针对该问题,提出一种对充电网络的交易主体进行信任评估的方法,并设计了基于双层区块... 详细信息

充电网络建设的滞后已经成为制约电动汽车发展的关键因素,而C2C的商业模式则有望成为其强大的推动力,但由此也产生了为交易双方建立信任机制的问题。针对该问题,提出一种对充电网络的交易主体进行信任评估的方法,并设计了基于双层区块链的信任数据存储系统;同时,还提出了基于“轮盘赌”策略的共识算法,以改善工作量证明(proof of work, PoW)机制在算力损耗和共识效率上的缺陷。实验结果表明,提出的方法能够较好地识别恶意主体,并可以取得较高的共识效率。

关键词：双层区块链电动汽车充电站共识机制信任管理

来源：评论

学校读者我要写书评

暂无评论

融合隐式信任与层次社区发现的协同过滤推荐算法

引用

武夷学院学报 2022年第12期41卷 26-32页

作者：郭磊吴清寿武夷学院数学与计算机学院福建武夷山354300 福建省茶产业大数据应用与智能化重点实验室福建武夷山354300

针对海量数据环境下,推荐算法存在的数据稀疏性与低效率的问题,提出一种融合社区结构与用户隐含信任度的协同过滤推荐算法。首先通过信任矩阵获得用户信任与被信任的非对称信任关系,依此计算用户隐含信任度,并通过隐含信任度对用户进行... 详细信息

针对海量数据环境下,推荐算法存在的数据稀疏性与低效率的问题,提出一种融合社区结构与用户隐含信任度的协同过滤推荐算法。首先通过信任矩阵获得用户信任与被信任的非对称信任关系,依此计算用户隐含信任度,并通过隐含信任度对用户进行社区划分,更准确的寻找用户间的影响力关系,最后通过社区用户的评分预测目标用户的评分并形成推荐。通过在FilmTrust数据集上验证,与对比算法比较,算法MAE和RSME值均提升4%以上,算法能够获得更好的推荐效果。

关键词：协同过滤推荐算法社区结构非对称信任隐含信任度社区用户

来源：评论

学校读者我要写书评

暂无评论

数据库云平台UUID方法的新算法

引用

闽南师范大学学报（自然科学版） 2022年第2期35卷 44-47页

作者：刘王飞闽南师范大学计算机学院福建漳州363000 闽南师范大学数据科学与智能应用福建省高等学校重点实验室福建漳州363000

针对传统的分布式系统UUID(universally unique IDentifier)算法的不足,提出一种新的具有规律性、结构性、利于索引的UUID方法;并设计一个基于微服务架构的数据库云平台,运用新的UUID算法生成任务ID.实验表明,新的UUID算法在数据库云平... 详细信息

针对传统的分布式系统UUID(universally unique IDentifier)算法的不足,提出一种新的具有规律性、结构性、利于索引的UUID方法;并设计一个基于微服务架构的数据库云平台,运用新的UUID算法生成任务ID.实验表明,新的UUID算法在数据库云平台大量任务索引与管理中具有明显的优势.

关键词： UUID算法 MD5算法毫秒数自增数

来源：评论

学校读者我要写书评

暂无评论

基于4类峰值位图块的可逆信息隐藏

引用

西昌学院学报（自然科学版） 2022年第3期36卷 79-84页

作者：夏婷婷刘奇武夷学院数学与计算机学院福建武夷山354300 福建省茶产业大数据应用与智能化重点实验室福建武夷山354300.

AMBTC压缩技术被广泛地应用于信息隐藏领域,这类方法主要是通过对高、低量化值的判断,选择用于信息隐藏的位图块。因此,如何简单有效地选用更多位图块,这对方案的性能优劣起到关键性作用。基于此,提出了一种基于4类峰值位图块的可逆信... 详细信息

AMBTC压缩技术被广泛地应用于信息隐藏领域,这类方法主要是通过对高、低量化值的判断,选择用于信息隐藏的位图块。因此,如何简单有效地选用更多位图块,这对方案的性能优劣起到关键性作用。基于此,提出了一种基于4类峰值位图块的可逆信息隐藏方案。方案采取2种策略对秘密信息进行隐藏,一类藏于4类峰值位图块内,一类藏于高、低量化值相等的位图块中。前者,采用(7,4)汉明码的信息隐藏策略;后者,采用秘密信息直接替换位图的方法。同时,将采用对高量化值的最低比特位进行标识、记录,用来区分4类峰值位图的第1个位图和其他位图。实验结果表明,该方案的效果优于1种峰值位图和2种峰值位图方案,在保持较高图像质量的同时,大大提高了信息隐藏量。

关键词：灰度图像可逆信息隐藏 4类峰值位图 AMBTC

来源：评论

学校读者我要写书评

暂无评论

融合权重和结构的加权非负矩阵分解的链路预测

引用

西华大学学报（自然科学版） 2022年第4期41卷 57-65页

作者：陈广福刘奇李晓飞武夷学院数学与计算机学院福建武夷山354300 福建省茶产业大数据应用与智能化重点实验室福建武夷山354300

链路预测的目标是根据已知网络结构信息去预测尚未连接的节点间形成链接的可能性。大部分现存链路预测方法仅关注无向无权网络,忽略自然权重与网络结构,从而导致预测精度下降。为此,文章提出一个加权非负矩阵分解(WNMF)的链路预测模型... 详细信息

链路预测的目标是根据已知网络结构信息去预测尚未连接的节点间形成链接的可能性。大部分现存链路预测方法仅关注无向无权网络,忽略自然权重与网络结构,从而导致预测精度下降。为此,文章提出一个加权非负矩阵分解(WNMF)的链路预测模型。该模型同时保持自然权重和加权网络局部结构。首先,将权重网络的邻接矩阵分解映射到低维潜在空间,以保持原始网络自然链接权重,然后将3个经典的加权共同邻居(WCN)、加权Adamic-Adar(WAA)和加权资源分配(WRA)作为指示矩阵分配给非负矩阵分解模型,以保持网络局部结构,并融合以上两类信息提出3个基于加权非负矩阵分解框架(WNMF框架)的链路预测模型:WNMF-WCN、WNMF-WAA和WNMF-WRA。此外,采用拉格朗日乘法规则学习所提3个模型参数。在6个真实世界加权网络上将现有链路预测模型与本文链路预测模型相比较,其结果表明,所提模型的PCC和Precision值最高可分别提升22.8%和23.5%。

关键词：加权网络链路预测自然权重权重结构

来源：评论

学校读者我要写书评

暂无评论

融合节点中心性和度相关聚类的有向网络链路预测

引用

计算机与现代化 2022年第8期 36-42页

作者：陈广福连雁平武夷学院数学与计算机学院福建武夷山354399 福建省茶产业大数据应用与智能化重点实验室福建武夷山354399

现存大部分有向网络的链路预测方法仅关注链接方向信息和互惠链接信息而忽略节点重要性及度相关聚类的贡献,导致预测精度下降。针对以上不足,提出基于节点中心性和度相关聚类的有向网络链路预测指标。首先,利用节点中心性统计任意节点... 详细信息

现存大部分有向网络的链路预测方法仅关注链接方向信息和互惠链接信息而忽略节点重要性及度相关聚类的贡献,导致预测精度下降。针对以上不足,提出基于节点中心性和度相关聚类的有向网络链路预测指标。首先,利用节点中心性统计任意节点邻居数量去衡量节点的影响力;其次,将节点度相关聚类系数方法扩展到有向网络去评估节点聚类能力,并与网络同配系数相融合获得节点对高聚类能力;最后,融合以上2类信息提出一个带参的有向网络链路预测指标。在6个真实世界有向网络上与最近代表性预测指标比较,所提指标AUPR和AUC分别提高了33%和1.6%。

关键词：有向网络链路预测节点中心性度相关聚类系数

来源：评论

学校读者我要写书评

暂无评论

概念格的频繁项集生成算法

引用

武夷学院学报 2023年第3期42卷 38-44页

作者：周向荣吴清寿湄洲湾职业技术学院信息工程系福建莆田351200 武夷学院数学与计算机学院福建武夷山354300 福建省茶产业大数据应用与智能化重点实验室福建武夷山354300

为提高频繁项集的生成效率,提出一种基于概念格的频繁项集生成算法。首先将事务数据库映射为形式背景,利用概念格构建算法从形式背景中生成概念及其偏序关系,概念内涵表示项集,概念外延表示项集对应的支持度计数。根据概念的外延长度将... 详细信息

为提高频繁项集的生成效率,提出一种基于概念格的频繁项集生成算法。首先将事务数据库映射为形式背景,利用概念格构建算法从形式背景中生成概念及其偏序关系,概念内涵表示项集,概念外延表示项集对应的支持度计数。根据概念的外延长度将所有概念划分到不同的层中,层的序号与概念外延长度相同,将层按照序号进行降序排列,从层序号大于等于最小支持度计数的概念中生成频繁项集。在两个人工数据集上的实验结果表明所提算法在时间性能上优于对比算法,最小支持度计数的值越小,所提算法的优势越明显。

关键词：概念格频繁项集关联规则形式背景分析

来源：评论

学校读者我要写书评

暂无评论

直觉模糊向量■覆盖L粗糙集

引用

模糊系统与数学 2022年第6期36卷 26-39页

作者：林依婷马周明李进金闽南师范大学数学与统计学院数字福建气象大数据研究所福建省粒计算及其应用重点实验室

直觉模糊覆盖粗糙集作为模糊粗糙集的一类推广，自提出以来就备受关注。为了更好的刻画直觉模糊环境中的目标概念，同时兼顾不同对象容错能力的差异性，本文提出了直觉模糊向量■覆盖L粗糙集，讨论了它们的相关性质、不确定性度量及其... 详细信息

直觉模糊覆盖粗糙集作为模糊粗糙集的一类推广，自提出以来就备受关注。为了更好的刻画直觉模糊环境中的目标概念，同时兼顾不同对象容错能力的差异性，本文提出了直觉模糊向量■覆盖L粗糙集，讨论了它们的相关性质、不确定性度量及其属性约简方法。首先研究了直觉模糊向量■覆盖及其邻域的相关特征。其次在直觉模糊β覆盖粗糙集的基础上给出了直觉模糊β覆盖L-1粗糙集，讨论了二者之间的联系。在直觉模糊向量■邻域的基础上，定义了直觉模糊向量■覆盖L-2粗糙集，探讨了其相关性质并讨论了它和其它模型之间的相关联系。最后研究了模型相关的直觉模糊粗糙性、相似性、辨识性度量等不确定性刻画方式，并给出相关属性约简算法。通过例子验证了模型的有效性与适用性。结论表明，就已有的直觉模糊β覆盖粗糙集而言，直觉模糊β覆盖L-1粗糙集与目标概念之间具有更高的相似性；直觉模糊向量■覆盖L-2粗糙集具有更好的适用性，并在一定的程度上具有更高的精确度。

关键词：直觉模糊集直觉模糊向量■覆盖直觉模糊粗糙集不确定性度量属性约简

来源：评论

学校读者我要写书评

暂无评论

约简加速求解的属性簇方法

引用

南京理工大学学报 2020年第2期44卷 216-223页

作者：陈妍宋晶晶杨习贝江苏科技大学计算机学院江苏镇江212003 数据科学与智能应用福建省高校重点实验室福建漳州363000

为了进一步提高约简求解的效率,该文在桶模型的基础上,从数据中属性间的相似性程度出发,将属性划分为不同的簇,使得在约简的搜索进程中,只需以属性簇为基准进行候选属性的筛选即可达到压缩属性搜索空间的目的。实验结果表明,无论是采用... 详细信息

为了进一步提高约简求解的效率,该文在桶模型的基础上,从数据中属性间的相似性程度出发,将属性划分为不同的簇,使得在约简的搜索进程中,只需以属性簇为基准进行候选属性的筛选即可达到压缩属性搜索空间的目的。实验结果表明,无论是采用传统的邻域计算或是基于桶模型的邻域计算,在不降低分类性能的前提下,基于属性簇的搜索策略都能显著降低求解约简的时间消耗。该文研究可从样本和属性两方面为约简求解加速提供参考。

关键词：属性簇属性约简桶模型邻域粗糙集

来源：评论

学校读者我要写书评

暂无评论

工业物联网数据流自适应聚类方法

引用

计算机系统应用 2022年第3期31卷 169-177页

作者：朱维富曾智霞肖如良福建师范大学计算机与网络空间安全学院福州350117 福建省应用数学中心(福建师范大学) 福州350117 福建师范大学数字福建环境监测物联网实验室福州350117 福建师范大学福建省网络安全与密码技术重点实验室福州350007

5G通讯技术的迅猛发展使工业物联网得到了全面提升,工业物联网数据规模将越来越大、数据维度也越来越高,如何高效利用流聚类进行工业物联网数据挖掘工作是一个亟需解决的问题.提出了一种基于工业物联网数据流自适应聚类方法.该算法利用... 详细信息

5G通讯技术的迅猛发展使工业物联网得到了全面提升,工业物联网数据规模将越来越大、数据维度也越来越高,如何高效利用流聚类进行工业物联网数据挖掘工作是一个亟需解决的问题.提出了一种基于工业物联网数据流自适应聚类方法.该算法利用微簇之间的高密性,计算各微簇节点的局部密度峰值以自适应产生宏簇数;采用引力能量函数对微集群进行递归在线更新;并且去除边缘相交微簇之间的计算以达到降低维护宏簇所需的计算量.理论分析和实验对比表明所提出的方法跟当前主流的流聚类算法相比有着更高质量的聚类效果.

关键词：工业物联网流数据自适应流聚类微簇

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：