检索结果-内蒙古大学图书馆

计算机应用 2023年第1期43卷 154-159页

作者：农强张棒棒欧阳玉豪闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高等学校重点实验室(闽南师范大学) 福建漳州363000

现有基于经典数论问题假设的无证书代理签名方案无法抵御量子计算机攻击,在应用于有大量用户的系统时会存在单点失效和不易扩展等局限。针对这些问题,提出一种基于格的分层无证书代理签名方案。首先,采用拒绝采样技术和无陷门技术提高... 详细信息

现有基于经典数论问题假设的无证书代理签名方案无法抵御量子计算机攻击,在应用于有大量用户的系统时会存在单点失效和不易扩展等局限。针对这些问题,提出一种基于格的分层无证书代理签名方案。首先,采用拒绝采样技术和无陷门技术提高密钥生成的计算效率;其次,不同层级的原始签名人和代理签名人通过交换随机选取的矩阵进行互认证,实现代理授权;最后,在随机预言机模型下的小整数解(SIS)困难问题假设下证明了该方案的安全性。相较于现有的代理签名方案,所提方案允许签名人来自不同层级且隶属于不同密钥生成中心(KGC)。性能评价实验结果表明,该方案的公钥尺寸是一个常数,代理签名和验证开销与层级无关,且代理密钥和签名尺寸非层级的线性量。因此,该方案可更好地满足大规模分布式异构网络对均衡负载的需求,是高效可行的。

关键词：分层无证书代理签名格单点失效拒绝采样无陷门

来源：评论

学校读者我要写书评

暂无评论

结合邻域信息和标记相关性的在线多标记流特征选择算法

引用

重庆邮电大学学报（自然科学版） 2023年第1期35卷 79-89页

作者：包丰浩林耀进李育林毛煜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

现有大多数多标记流特征选择算法在进行特征选择时,往往忽略标记间的相关性,易导致算法预测精度的下降。为解决这一问题,提出一种结合邻域信息和标记相关性的在线多标记流特征选择算法;定义自适应邻域关系解决邻域粗糙集的粒度选择问题... 详细信息

现有大多数多标记流特征选择算法在进行特征选择时,往往忽略标记间的相关性,易导致算法预测精度的下降。为解决这一问题,提出一种结合邻域信息和标记相关性的在线多标记流特征选择算法;定义自适应邻域关系解决邻域粗糙集的粒度选择问题,将其推广到多标记学习中;利用互信息计算标记间的相关性得到标记权重;通过邻域粗糙集和标记权重评估特征和标记间的相关性,并设计特征在线重要度分析、在线相关性分析和在线冗余度分析3种指标,以实现在线评价动态候选特征。在7组多标记数据集以及5个评价指标上的实验结果表明,所提算法综合性能较优。

关键词：流特征特征选择邻域粗糙集标记相关性多标记学习

来源：评论

学校读者我要写书评

暂无评论

面向长尾分布数据的在线流特征选择

引用

昆明理工大学学报（自然科学版） 2023年第1期48卷 77-88页

作者：范凯钧林耀进张智慧毛煜王晨曦闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高等学校重点实验室闽南师范大学福建漳州363000

在开放动态环境下分类学习的任务中,数据通常存在类别长尾分布的特点,且数据标记空间存在层次化结构关系以及动态性.针对实际任务中不同的需求,许多特征选择算法被提出,但是这些已有的特征选择算法忽略数据的长尾分布特点和特征空间的... 详细信息

在开放动态环境下分类学习的任务中,数据通常存在类别长尾分布的特点,且数据标记空间存在层次化结构关系以及动态性.针对实际任务中不同的需求,许多特征选择算法被提出,但是这些已有的特征选择算法忽略数据的长尾分布特点和特征空间的不确定性.针对上述问题,文中提出基于邻域粗糙集的长尾分布数据在线流特征选择算法.借助邻域粗糙集模型,并考虑邻域内样本间的关系后,定义了自适应邻域关系,设计基于稀有类样本重要性的依赖度计算公式.同时,利用层次结构降低类别不平衡性,提出在线冗余度分析和在线重要度分析两种在线特征评价指标,用于选出具有高可分离性和强区分性的特征子集.实验结果表明所提算法优于其它先进算法.

关键词：特征选择长尾分布数据集在线流特征选择层次分类邻域粗糙集

来源：评论

学校读者我要写书评

暂无评论

面向属性概念格下的知识状态转移方法

引用

小型微型计算机系统 2024年第11期45卷 2647-2655页

作者：朱泳帆许晴媛周银凤王大利李进金张培林闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室(闽南师范大学) 福建漳州363000 陕西师范大学数学与统计学院西安710119 闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室(闽南师范大学) 福建漳州363000

如何高效率地寻找猜测答对或粗心答错情况下不相容答题状态对应受测者真实的知识状态是目前计算机自适应测试领域研究的一个热点问题.现有知识状态转移方法时间成本高,不适用于含有大量测试问题和技能的应用场景.并且,现有知识状态转移... 详细信息

如何高效率地寻找猜测答对或粗心答错情况下不相容答题状态对应受测者真实的知识状态是目前计算机自适应测试领域研究的一个热点问题.现有知识状态转移方法时间成本高,不适用于含有大量测试问题和技能的应用场景.并且,现有知识状态转移方法将合取模型和能力模型均视为能力模型,采用同一种方法进行知识状态转移,灵活性不够,评估效率不高.本文针对合取模型和能力模型,分别提出基于面向属性概念格的知识状态转移方法.首先由技能映射或多映射建立技能背景并诱导出对应的面向属性概念格,进一步使用概念格中概念的外延并结合最大概率方法得到受测者猜测或粗心情况下的真实知识状态,最后给出知识评估过程.实验表明,在知识评估结果相同的前提下,本文所提方法相比现有方法极大地降低了评估时间成本,因此具有更好的性能.

关键词：知识空间理论形式概念分析自适应测试知识评估知识状态转移面向属性概念格

来源：评论

学校读者我要写书评

暂无评论

树图和单圈图的零强迫数与全强迫数

引用

高校应用数学学报（A辑） 2024年第3期39卷 361-370页

作者：涂东鑫李建喜闽南师范大学数学与统计学院福建省粒计算及其应用重点实验室福建漳州363000

用F(G)和F_(t)(G)分别表示图G的零强迫数和全强迫数.Davila(2020)研究了树图的零强迫数与全强迫数的关系,证明了对任意树图T,F_(t)(T)≥F(T)+1,并刻画了所有满足F_(t)(T)=F(T)+1的树图.Li和Jiang(2022)证明了对任意的单圈图G,F_(t)(G)≥F(G),并刻画了所有满足F_(t)(G)=F(G)的单圈图.该文通过分别刻画全强迫数为3的所有树图和单圈图,进一步刻画了所有满足F_(t)(T)=F(T)+2的树图和所有满足F_(t)(G)=F(G)+1的局部太阳图.

关键词：零强迫数全强迫数树图单圈图

来源：评论

学校读者我要写书评

暂无评论

基于邻域粒化的多数据源高投票决策规则的挖掘

引用

南京大学学报（自然科学版） 2017年第6期53卷 1063-1071页

作者：陈辉皇林耀进林国平唐莉闽南师范大学计算机学院漳州363000 数据科学与智能应用福建省高等学校重点实验室漳州363000 闽南师范大学数学与统计学院漳州363000

多数据源高投票决策规则挖掘是指从多数据源中挖掘存在大部分数据源且具有重要意义的决策规则,此类规则在银行理财产品营销、市场营销、疾病诊断等领域中具有指导性作用.利用样本邻域粒化来构建决策规则的表现形式,在此基础上定义了覆... 详细信息

多数据源高投票决策规则挖掘是指从多数据源中挖掘存在大部分数据源且具有重要意义的决策规则,此类规则在银行理财产品营销、市场营销、疾病诊断等领域中具有指导性作用.利用样本邻域粒化来构建决策规则的表现形式,在此基础上定义了覆盖度、投票数等多种决策规则的度量指标,用以挖掘满足这些度量指标的高投票决策规则.实验结果验证了所提算法挖掘多源决策信息系统中的高投票决策规则挖掘的有效性.

关键词：邻域粒化多数据源高投票决策规则分类间隔

来源：评论

学校读者我要写书评

暂无评论

基于邻域交互增益信息的多标记流特征选择算法

引用

南京大学学报（自然科学版） 2020年第1期56卷 30-40页

作者：陈超逸林耀进唐莉王晨曦闽南师范大学计算机学院漳州363000 数据科学与智能应用福建省教育厅重点实验室漳州363000

现有的多标记特征选择一般假设特征空间是固定已知的,然而实际应用中很多特征是需要在提取过程中实时地进行筛选.为此,提出基于邻域交互增益信息的多标记在线流特征选择算法.首先,基于多标记邻域互信息和邻域交互增益信息提出在线相关... 详细信息

现有的多标记特征选择一般假设特征空间是固定已知的,然而实际应用中很多特征是需要在提取过程中实时地进行筛选.为此,提出基于邻域交互增益信息的多标记在线流特征选择算法.首先,基于多标记邻域互信息和邻域交互增益信息提出在线相关性分析与在线冗余性分析两种策略来评价特征;其次,基于邻域交互增益信息构建了在线流多标记特征选择的目标优化函数;最后,在六个多标记数据集和四个评价指标上,实验结果证明了该算法的有效性和稳定性.

关键词：在线流特征多标记学习邻域熵邻域交互增益信息

来源：评论

学校读者我要写书评

暂无评论

面向对象删除的局部邻域粗糙集动态更新算法

引用

山东大学学报（理学版） 2023年第5期58卷 17-25页

作者：时俊鹏张燕兰闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

为了有效地计算动态数值型数据的近似算子,提出了一种局部邻域粗糙集模型的动态更新算法,分析对象集减少时局部近似集的更新公式,设计获取局部近似集的动态算法。动态更新算法充分利用已有知识,避免了大量重复计算。为了验证算法的有效... 详细信息

为了有效地计算动态数值型数据的近似算子,提出了一种局部邻域粗糙集模型的动态更新算法,分析对象集减少时局部近似集的更新公式,设计获取局部近似集的动态算法。动态更新算法充分利用已有知识,避免了大量重复计算。为了验证算法的有效性,使用来自UCI的6组数据集进行了对比实验。

关键词：邻域信息系统局部邻域粗糙集对象删除近似集动态更新

来源：评论

学校读者我要写书评

暂无评论

局部加权邻域多粒度粗糙集

引用

模糊系统与数学 2022年第6期36卷 64-78页

作者：樊祥宁张燕兰闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

为处理粒度质量不均衡型数据,加权多粒度粗糙集及加权平均多粒度决策粗糙集被先后提出,其拓宽了多粒度粗糙集的应用范围。然而,随着数据规模剧增,传统模型已无法满足实际需求。利用矩阵算法计算近似算子有利于提高计算效率,但其空间复... 详细信息

为处理粒度质量不均衡型数据,加权多粒度粗糙集及加权平均多粒度决策粗糙集被先后提出,其拓宽了多粒度粗糙集的应用范围。然而,随着数据规模剧增,传统模型已无法满足实际需求。利用矩阵算法计算近似算子有利于提高计算效率,但其空间复杂度相对较高。为此,本文提出局部加权邻域多粒度粗糙集模型,将局部粗糙集模型与矩阵理论相结合以降低矩阵算法的时间和空间复杂度。首先,给出局部加权邻域多粒度粗糙集模型的定义和性质;随后,设计出计算近似算子的矩阵算法。最后,通过实验在6个UCI数据集中验证局部算法比全局算法具有更高的时间效率。

关键词：局部粗糙集加权多粒度粗糙集邻域信息系统矩阵近似算子

来源：评论

学校读者我要写书评

暂无评论

基于ReliefF的层次分类在线流特征选择算法

引用

计算机应用 2022年第3期42卷 688-694页

作者：张小清王晨曦吕彦林耀进闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

在图像标注、疾病诊断等实际分类任务中,数据标记空间的类别通常存在着层次化结构关系,且伴随着特征的高维性。许多层次特征选择算法因不同的实际任务需求而提出,但这些已有的特征选择算法忽略了特征空间的未知性和不确定性。针对上述问... 详细信息

在图像标注、疾病诊断等实际分类任务中,数据标记空间的类别通常存在着层次化结构关系,且伴随着特征的高维性。许多层次特征选择算法因不同的实际任务需求而提出,但这些已有的特征选择算法忽略了特征空间的未知性和不确定性。针对上述问题,提出一种基于ReliefF的面向层次分类学习的在线流特征选择算法OH_ReliefF。首先将类别之间的层次关系融入ReliefF算法中,定义一种新的面向层次化数据的特征权重计算算法HF_ReliefF;其次,利用特征对决策属性的划分能力动态选择重要特征;最后,基于特征之间的独立性对特征进行动态冗余分析。实验结果表明,与五种先进的在线流特征选择算法作对比,OH_ReliefF算法在K最邻近(KNN)分类器和拉格朗日支持向量机(LSVM)分类器的各个评价指标中都取得较优的结果,准确率最少提高7个百分点。

关键词：特征选择在线流特征选择层次分类 ReliefF算法兄弟策略

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：