检索结果-内蒙古大学图书馆

计算机工程 2020年第3期46卷 34-39页

作者：吕佳曹素珍寇邦艳张志强韩龙博西北师范大学计算机科学与工程学院兰州730070

为解决5G网络下的用户身份信息泄露及隐私保护问题,提出一种无证书身份隐藏签密方案。运用密码学哈希函数将签密者的身份信息与其公钥进行绑定并生成用户部分私钥,以防止用户公钥替换攻击。在解签密阶段,输入信息中不包含签密者的身份信... 详细信息

为解决5G网络下的用户身份信息泄露及隐私保护问题,提出一种无证书身份隐藏签密方案。运用密码学哈希函数将签密者的身份信息与其公钥进行绑定并生成用户部分私钥,以防止用户公钥替换攻击。在解签密阶段,输入信息中不包含签密者的身份信息,而是将其作为输出信息进行验证,从而实现签密者身份信息的隐藏。实验结果表明,在随机预言模型下,该方案的安全性规约于计算判定性Diffie-Hellman问题,且具有较高的通信效率与较低的计算开销。

关键词： 5G网络无证书密码体制身份隐藏签密判定性Diffie-Hellman

来源：评论

学校读者我要写书评

暂无评论

结合拓扑势与信任度调整的重叠社区发现算法

引用

计算机工程 2022年第5期48卷 53-58页

作者：李晓红王闪闪周学铭宿云西北师范大学计算机科学与工程学院兰州730070

现实世界中的复杂系统可建模为复杂网络,探究复杂网络中的社区发现算法对于分析复杂网络的拓扑结构和层次结构具有重要作用。早期研究通常将网络中的节点局限在一个社区中,但随着研究的深入发现社区结构呈现重叠特性。针对现有重叠社区... 详细信息

现实世界中的复杂系统可建模为复杂网络,探究复杂网络中的社区发现算法对于分析复杂网络的拓扑结构和层次结构具有重要作用。早期研究通常将网络中的节点局限在一个社区中,但随着研究的深入发现社区结构呈现重叠特性。针对现有重叠社区发现算法存在划分社区结构不稳定、忽略节点交互和属性等问题,提出一种基于网络拓扑势与信任度调整的重叠社区发现算法。融合节点的属性和结构特征计算节点的拓扑势,依据节点的拓扑势选取核心节点。从核心节点出发构建初始社区群,计算各个社区间的调整信任度,实现社区的合并与再调整,从而识别重叠社区。在多个人工模拟网络和真实网络数据集上的实验结果表明,与基于贪婪派系扩张、种子扩张等的重叠社区发现算法相比,该算法将扩展模块度最高提升至0.719,能有效识别社区结构及重叠节点,提升重叠社区检测性能。

关键词：重叠社区发现节点属性拓扑势核心节点信任度调整

来源：评论

学校读者我要写书评

暂无评论

支持用户撤销的多用户多副本数据公开审计方案

引用

计算机工程 2020年第12期46卷 150-156,192页

作者：杨小东裴喜祯陈桂兰王美丁王彩芬西北师范大学计算机科学与工程学院兰州730070

用户将海量数据存储于云服务器以节省本地存储空间,然而云存储存在数据丢失或损坏的风险,现有审计方案虽能进行云端数据完整性验证,但主要用于单用户单副本环境,不支持用户撤销且数据动态更新计算开销较大。针对该问题,基于秘密共享技... 详细信息

用户将海量数据存储于云服务器以节省本地存储空间,然而云存储存在数据丢失或损坏的风险,现有审计方案虽能进行云端数据完整性验证,但主要用于单用户单副本环境,不支持用户撤销且数据动态更新计算开销较大。针对该问题,基于秘密共享技术和多分支路径树,提出一种多用户多副本云端数据公开审计方案。引入代理重签名算法实现用户安全撤销功能,利用多分支路径树完成云端数据的修改、插入和删除等动态更新,并对该方案的安全性和计算效率进行分析。实验结果表明,该方案满足审计的健壮性并能抵抗云服务器和被撤销用户的合谋攻击,与同类多副本数据完整性方案相比,在签名和挑战响应阶段具有较高的计算效率。

关键词：云存储基于身份的密码系统用户撤销数据动态更新多分支路径树

来源：评论

学校读者我要写书评

暂无评论

融合语义特征的TextRank关键词抽取方法

引用

计算机工程 2021年第10期47卷 82-88页

作者：杨延娇赵国涛袁振强韩家臣西北师范大学计算机科学与工程学院兰州730070

TextRank使用共现窗口代替PageRank网页超链接以判断词语关系,但共现窗口机制下的词汇图是无向图,且实际中文文本中词语与其共现窗口内的词语之间在多数情况下没有认知上的指向性链接关系,导致共现窗口机制下的词语关系与PageRank网页... 详细信息

TextRank使用共现窗口代替PageRank网页超链接以判断词语关系,但共现窗口机制下的词汇图是无向图,且实际中文文本中词语与其共现窗口内的词语之间在多数情况下没有认知上的指向性链接关系,导致共现窗口机制下的词语关系与PageRank网页超链接关系存在较大差别。为此,提出一种融合语义特征的关键词抽取方法S-TextRank。在TextRank方法的基础上以依存关系代替共现窗口判断词语关系,以模拟PageRank网页指向性超链接。对不同词性词语赋予相应的权重系数,从而模拟不同性质网页的重要程度。在此基础上,使用IDF方法结合汉语语法规则构建非关键词表,排除无关词语以降低其对抽取结果的影响。实验结果表明,S-TextRank方法在测试集上的准确率达到74%,比TextRank方法高19.4个百分点。

关键词： TextRank方法关键词抽取依存关系词性重要度 IDF方法 PageRank方法

来源：评论

学校读者我要写书评

暂无评论

基于深度残差网络的多损失头部姿态估计

引用

计算机工程 2020年第12期46卷 247-253页

作者：齐永锋马中玉西北师范大学计算机科学与工程学院兰州730070

为提高真实场景下头部姿态估计的准确性,提出一种采用深度残差网络的头部姿态估计方法。将深度残差网络RestNet101作为主干网络,引入优化器提高深层卷积网络训练时的梯度稳定性,使用RGB图像并采用分类器计算交叉熵损失,同时结合回归损... 详细信息

为提高真实场景下头部姿态估计的准确性,提出一种采用深度残差网络的头部姿态估计方法。将深度残差网络RestNet101作为主干网络,引入优化器提高深层卷积网络训练时的梯度稳定性,使用RGB图像并采用分类器计算交叉熵损失,同时结合回归损失预测欧拉角表示头部姿态。实验结果表明,与FAN地标检测方法和无关键点细粒度方法相比,该方法在AFLW2000数据集和BIWI数据集上的平均绝对误差值更小,分别达到5.396和2.922,在300W_LP数据集上测试精度超过95%,在真实场景下具有较好的鲁棒性。

关键词：深度残差网络欧拉角梯度优化回归损失姿态估计

来源：评论

学校读者我要写书评

暂无评论

基于跨会话知识图谱的图注意力网络推荐方法

引用

计算机工程 2023年第2期49卷 136-142,149页

作者：张晓晖马慧芳王文涛高子皓西北师范大学计算机科学与工程学院兰州730070

基于会话的推荐方法旨在根据匿名用户行为序列预测下一个项目。然而,现有会话推荐方法多基于当前会话建模用户偏好,忽略了会话间蕴含的语义信息及知识图谱中丰富的实体和关系信息,无法有效缓解数据稀疏性的问题。提出一种基于跨会话信... 详细信息

基于会话的推荐方法旨在根据匿名用户行为序列预测下一个项目。然而,现有会话推荐方法多基于当前会话建模用户偏好,忽略了会话间蕴含的语义信息及知识图谱中丰富的实体和关系信息,无法有效缓解数据稀疏性的问题。提出一种基于跨会话信息与知识图谱的图注意力网络推荐方法。通过有效整合跨会话信息和知识图谱中的项目知识构建跨会话知识图谱,利用知识感知的注意力机制计算各邻居节点的重要性分数,以更新项目节点表示,采用门控循环单元和图注意力网络将每个会话表示为该会话的当前偏好和全局偏好的组合。在此基础上,将会话嵌入和项目嵌入拼接后输入到多层感知机,得到目标会话和候选项目的预测分数,从而实现会话推荐。实验结果表明,与GRU4REC、SR-GNN、FGNN等方法相比,该方法在KKBOX和JDATA两个真实数据集上的推荐命中率分别至少提高了8.23和2.41个百分点,能有效增强会话推荐性能。

关键词：会话推荐跨会话知识图谱图注意力网络门控循环单元

来源：评论

学校读者我要写书评

暂无评论

基于用户模糊聚类的综合信任推荐算法

引用

计算机工程 2021年第6期47卷 60-67页

作者：贾俊杰张玉超西北师范大学计算机科学与工程学院兰州730070

针对传统协同过滤推荐算法通常存在的数据稀疏和冷启动问题,根据用户间的信任关系,提出基于模糊C均值聚类的综合信任推荐算法。采用评分数据和信任数据计算用户间的隐式信任值和显式信任值,利用显隐式信任得到综合直接信任值,基于信任... 详细信息

针对传统协同过滤推荐算法通常存在的数据稀疏和冷启动问题,根据用户间的信任关系,提出基于模糊C均值聚类的综合信任推荐算法。采用评分数据和信任数据计算用户间的隐式信任值和显式信任值,利用显隐式信任得到综合直接信任值,基于信任的传递特性获得Jaccard全局信任值,最终通过动态结合综合直接信任与Jaccard全局信任获取综合信任值,同时将信任机制融入模糊C均值聚类算法实现对目标用户的精准推荐。在FilmTrust真实数据集上的实验结果表明,该算法有效缓解了数据稀疏和冷启动问题,并且相比传统协同过滤推荐算法具有更高的推荐质量。

关键词：推荐系统模糊C均值聚类信任网络 Jaccard全局信任值综合信任值

来源：评论

学校读者我要写书评

暂无评论

语义增强的图神经网络方面级文本情感分析

引用

计算机工程 2023年第6期49卷 71-80页

作者：代祖华刘园园狄世龙西北师范大学计算机科学与工程学院兰州073500

方面级情感分析是一种细粒度文本情感分析技术,可以判断文本目标方面的情感倾向,被广泛应用于商品评价、教育评价等领域,可以辅助用户更全面地了解实体属性并做出精准决策。但是现有方面级情感分析技术大多存在文本句法依存关系特征以... 详细信息

方面级情感分析是一种细粒度文本情感分析技术,可以判断文本目标方面的情感倾向,被广泛应用于商品评价、教育评价等领域,可以辅助用户更全面地了解实体属性并做出精准决策。但是现有方面级情感分析技术大多存在文本句法依存关系特征以及外部知识特征提取不充分的问题,为此,利用图卷积神经网络可以处理异构数据的特点,构建一种语义增强的方面级文本情感分析模型。将文本的词嵌入向量输入双向门控循环神经网络以提取文本和目标方面词的上下文语义信息,依据句法依存关系类型构建加权句法依存图,根据文本单词和外部知识库构建知识子图,使用图卷积神经网络处理加权句法依存图和知识子图,从而获取融合文本句法结构信息的文本特征和体现外部知识信息的目标方面特征,在此基础上,拼接两组特征向量完成情感极性分类。实验结果表明,在Laptop14、Restaurat14和Restaurat15数据集上,该模型的F1值分别达到77.34%、76.58%和68.57%,相比ATAELSTM、TD-LSTM、ASGCN等基线模型,其F1值分别平均提高7.28%、5.71%和6.28%,所提模型通过提取文本句法依存关系特征以及外部知识特征获得了更好的情感分析性能。

关键词：方面级情感分析图卷积神经网络句法依存图知识图谱注意力机制

来源：评论

学校读者我要写书评

暂无评论

融合双向GRU与注意力机制的医疗实体关系识别

引用

计算机工程 2020年第6期46卷 296-302页

作者：张志昌周侗张瑞芳张敏钰西北师范大学计算机科学与工程学院兰州730070

传统的实体关系识别方法多数是以单个句子作为处理单元,难以解决训练语料中实体关系标签标注错误的问题,且没有充分利用包含实体信息的多个句子在分类实体关系时的相互增强作用。为此,提出一种双向门控循环单元(GRU)和双重注意力机制结... 详细信息

传统的实体关系识别方法多数是以单个句子作为处理单元,难以解决训练语料中实体关系标签标注错误的问题,且没有充分利用包含实体信息的多个句子在分类实体关系时的相互增强作用。为此,提出一种双向门控循环单元(GRU)和双重注意力机制结合的中文电子病历医疗实体关系识别方法。构建BiGRU-Dual Attention模型,采用双向GRU学习字的上下文信息,以获取更细粒度的特征,通过引入字级注意力机制提高对关系识别起决定作用的字权重,同时利用句子级注意力机制从多个句子中获取可增强识别性能的特征,降低标注错误的句子对分类的影响。实验结果表明,与BiLSTM-Attention模型相比,该模型的F1值提高了3.97%,达到了82.17%。

关键词：中文电子病历医疗实体关系抽取双向门控循环单元双重注意力机制深度学习

来源：评论

学校读者我要写书评

暂无评论

一种优化初始点与自适应半径的密度聚类算法

引用

计算机工程 2022年第1期48卷 51-59页

作者：王治和曹旭琰杜辉西北师范大学计算机科学与工程学院兰州730070

传统DBSCAN算法不能正确聚类密度不均匀的数据集,聚类结果受邻域阈值和密度阈值参数的影响较大。提出一种新的优化初始点和自适应半径的密度聚类算法。利用反向最近邻和相似度矩阵发现当前全局密度最大的数据样本,分析该样本周围密度的... 详细信息

传统DBSCAN算法不能正确聚类密度不均匀的数据集,聚类结果受邻域阈值和密度阈值参数的影响较大。提出一种新的优化初始点和自适应半径的密度聚类算法。利用反向最近邻和相似度矩阵发现当前全局密度最大的数据样本,分析该样本周围密度的分布情况,采用自适应的方法计算当前簇的邻域阈值,并利用DBSCAN算法进行聚类。在人工数据集和UCI数据集上进行测试的结果表明,与经典的DBSCAN、OPTICS、RNN-DBSCAN算法相比,优化初始点和自适应半径的密度聚类算法在ARI、NMI、Homogeneity、Completeness和V-measure 5个评价指标上整体取得最优值,其中在Compound、Jain等数据集上达到1.0,具有较高的聚类效率和准确度。

关键词：密度聚类初始点优化反向最近邻自适应半径相似度矩阵

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：