检索结果-内蒙古大学图书馆

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

基于区块链的司法数据管理及电子证据存储机制

引用

信息网络安全 2022年第2期 21-31页

作者：王健张蕴嘉刘吉强陈志浩北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 中国铁路太原局集团有限公司信息技术所太原030013 北京计算机技术及应用研究所北京100854

文章针对司法场景下的事务数据分类、实体类型及电子证据在实际应用中的存储与共享访问等需求,结合区块链技术,提出一种面向司法审判场景的电子数据安全存储链式结构。该结构分为司法联盟链JudChain和证据存储链EviChain两部分,实现对... 详细信息

文章针对司法场景下的事务数据分类、实体类型及电子证据在实际应用中的存储与共享访问等需求,结合区块链技术,提出一种面向司法审判场景的电子数据安全存储链式结构。该结构分为司法联盟链JudChain和证据存储链EviChain两部分,实现对司法流程数据和电子证据的高效管理和安全存储,且具有完整的节点认证及区块生成流程。此外,文章还提出了应用于JudChain的共识协议,该协议对传统PBFT算法进行改进,降低了共识开销和交易时延,提升了共识效率和吞吐量。

关键词：区块链电子证据数据存储共识机制实用拜占庭容错算法

来源：评论

学校读者我要写书评

暂无评论

深度卷积神经网络图像实例分割方法研究进展

引用

计算机科学 2022年第5期49卷 10-24页

作者：胡伏原万新军沈鸣飞徐江浪姚睿陶重犇苏州科技大学电子与信息工程学院江苏苏州215009 苏州科技大学苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215009 苏州科技大学苏州市大数据与信息服务重点实验室江苏苏州215009 中国矿业大学计算机科学与技术学院江苏徐州221116

图像实例分割是图像处理和计算机视觉技术中关于图像理解的重要环节,随着深度学习和深层卷积神经网络日趋成熟,基于深度卷积神经网络的图像实例分割方法取得了跨越性进展。实例分割任务实际上是目标检测和语义分割两项任务的结合,可以... 详细信息

图像实例分割是图像处理和计算机视觉技术中关于图像理解的重要环节,随着深度学习和深层卷积神经网络日趋成熟,基于深度卷积神经网络的图像实例分割方法取得了跨越性进展。实例分割任务实际上是目标检测和语义分割两项任务的结合,可以在像素层面完成识别图像中目标轮廓的任务。实例分割不仅可以定位图像中目标的位置,从像素层面上分割所有目标,还可以标注出图像中同一类别的不同个体,既是对图像的像素级分割,又是实例级理解。首先,阐述了图像实例分割产生的原因和深度卷积神经网络的作用。然后,根据图像实例分割方法的过程和特征,分别从两阶段和单阶段的角度介绍了图像实例分割的研究进展,详细阐述了两类方法的优势和不足,进而总结了各类实例分割方法对区域、特征提取和掩膜的设计思路。此外,归纳了图像实例分割方法的性能评价标准和常用的公开数据集,并在此基础上对比和评估了主流的图像实例分割模型的分割精度。最后,指出了当前图像实例分割存在的问题及解决思路,并对其未来发展进行了总结和展望。

关键词：实例分割深度卷积神经网络目标检测语义分割两阶段单阶段

来源：评论

学校读者我要写书评

暂无评论

基于曲率估计的多项式车道线检测方法

引用

装备制造技术 2023年第5期 65-69页

作者：马瑞军邓三鹏郭崇光郭世南福建信息职业技术学院智能制造学院福建福州350000 天津职业技术师范大学机器人及智能装备研究院天津300222 天津市智能机器人技术及应用企业重点实验室天津300350

车道线检测是自动驾驶研究中的重要组成部分。为了提高车道线在弯道等大曲率场景中的检测能力,提出一种基于曲率估计的多项式车道线检测方法。对采集到的车道线图片做背景剔除处理得到不含天空及障碍物在内的车道线待检测图,根据车道先... 详细信息

车道线检测是自动驾驶研究中的重要组成部分。为了提高车道线在弯道等大曲率场景中的检测能力,提出一种基于曲率估计的多项式车道线检测方法。对采集到的车道线图片做背景剔除处理得到不含天空及障碍物在内的车道线待检测图,根据车道先验知识,将待检测图输入到剪枝后的YOLO V5特征提取网络中对车道线特征进行初步提取,将提取结果滤波二值化处理得到车道线预处理结果及关键点,将关键点连成向量叉乘匹配出直线结果,计算直线结果和预处理结果之间的向量重合度决定车道线是否进入弯道,在弯道中使用牛顿迭代法、海伦-秦九韶算法以及曲率和三角形内切圆关系得到估计曲率,再将其与关键点输入到贝兹多项式拟合出弯道线,最后将直线和弯道拟合结果拼接得到全部预测结果。在实验中,采用平潭当地采集得到的道路数据集训练特征提取网络,训练完成后将100张的带弯道的车道图输入检测模型中,最终模型正确检测出弯道的比例为91%,每张图中检出线长度和实际长度平均比例为86%。该方法在匝道等大曲率弯道车道线检测中具有一定的效果。

关键词：弯道识别曲率估计 YOLO V5 贝兹多项式海伦-秦九韶算法

来源：评论

学校读者我要写书评

暂无评论

基于智能合约的云存储共享数据访问控制方法

引用

信息网络安全 2021年第11期21卷 40-47页

作者：王健于航韩臻韩磊北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京计算机技术及应用研究所北京100854

云存储已经成为数据外包、企业数据存储等数据存储的主要方式,然而云存储也面临着安全挑战,迫切需要实现对数据的访问控制及访问审计。文章在基于属性的访问控制模型的基础上,通过在区块链中存储用户属性信息和访问历史记录信息,实现了... 详细信息

云存储已经成为数据外包、企业数据存储等数据存储的主要方式,然而云存储也面临着安全挑战,迫切需要实现对数据的访问控制及访问审计。文章在基于属性的访问控制模型的基础上,通过在区块链中存储用户属性信息和访问历史记录信息,实现了基于智能合约的静态和动态访问控制方法,提高了系统安全性和用户隐私保护。理论分析和实验表明,文中数据访问控制方法可以更有效地解决数据安全性和系统可扩展性等问题。

关键词：云存储访问控制区块链智能合约

来源：评论

学校读者我要写书评

暂无评论

基于样本分布的类别均衡化方法

引用

计算机工程与设计 2023年第9期44卷 2626-2633页

作者：李国和陈桂婷郑艺峰洪云峰周晓明潘雪玲中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)克拉玛依信息科学与工程学院新疆克拉玛依834000 闽南师范大学计算机学院福建漳州363000 杭州拾贝知识产权服务有限公司应用研究院浙江杭州310010 厦门瀚影物联网应用研究院福建厦门361021

为解决样本类别不均衡问题,提出基于样本分布的类别均衡化算法。采用单类支持向量机和近邻法学习多数类样本,净化类别不清的分布边界;采用密度聚簇算法对少数类样本聚簇,根据每个类簇的权重决定每个类簇生成的样本数,平衡类簇间的样本数... 详细信息

为解决样本类别不均衡问题,提出基于样本分布的类别均衡化算法。采用单类支持向量机和近邻法学习多数类样本,净化类别不清的分布边界;采用密度聚簇算法对少数类样本聚簇,根据每个类簇的权重决定每个类簇生成的样本数,平衡类簇间的样本数量;根据每个簇的边界样本与非边界样本数量比值,确定每个样本权重,采用SMOTE合成少数类样本。采用UCI数据集实验对比和地震数据分析应用,验证了算法在不同分类模型均可提高分类精度。

关键词：不均衡数据过采样单类支持向量机密度聚类样本类别均衡化样本分布分类

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：