期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种新的基于概率统计论的P2P网络信任模型 被引量:5
1
作者 徐海湄 齐守青 +1 位作者 卢显良 韩宏 《电子与信息学报》 EI CSCD 北大核心 2011年第6期1314-1318,共5页
经典的P2P网络信任模型采用迭代方法由局部信任值推算出全局信任值,每次交易都要引起整个网络节点的迭代运算,导致计算复杂,通信流量大,并且面临交易数据过于稀疏,计算不够精确从而容易陷于恶意节点的共谋、诋毁和睡眠等攻击问题。为了... 经典的P2P网络信任模型采用迭代方法由局部信任值推算出全局信任值,每次交易都要引起整个网络节点的迭代运算,导致计算复杂,通信流量大,并且面临交易数据过于稀疏,计算不够精确从而容易陷于恶意节点的共谋、诋毁和睡眠等攻击问题。为了保证数据的稠密性与计算结果的精确性,论文基于概率统计理论,提出了一种新的全局信任模型。该模型根据节点的历史交易情况,运用最大似然估计,假设检验等方法计算出节点的信任度,节点选择与可信度高的节点进行交易。数学分析与仿真实验表明该模型能有效地抵抗恶意节点的攻击,与经典信任模型Eigentrust相比,较大程度地提高了整个P2P网络的成功交易率。 展开更多
关键词 对等网络 概率统计论信任模型 最大似然估计 假设检验 交易历史记录
在线阅读 下载PDF
基于高层语义的图像检索算法 被引量:20
2
作者 王崇骏 杨育彬 陈世福 《软件学报》 EI CSCD 北大核心 2004年第10期1461-1469,共9页
利用Bayes统计学习和决策理论,建立了一种图像语义综合概率描述模型(image probability semantic model,简称IPSM).该模型是一种基于描述性特征建模方法的分层体系结构,由原始图像层、图像特征层、图像语义层、综合概率层、概率传播层... 利用Bayes统计学习和决策理论,建立了一种图像语义综合概率描述模型(image probability semantic model,简称IPSM).该模型是一种基于描述性特征建模方法的分层体系结构,由原始图像层、图像特征层、图像语义层、综合概率层、概率传播层和语义映射层6个部分组成.并在IPSM模型对图像的语义分类特征进行描述和提取的基础上,提出并实现了基于高层语义的图像检索算法(semantic high-level retrieval algorithm,简称SHM)以及基于高层语义的相关反馈算法(semantic relevance feedback,简称SRF).实验结果表明,IPSM模型及SHR和SRF两个算法能够有效地对图像的高层语义进行刻画,其图像匹配检索效果良好,并具有稳定的检索性能. 展开更多
关键词 SHM 特征提取 Bayes统计学习 语义分类辞典 相关反馈
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部