题名 基于信任评估带权重的动态秘密共享方案
1
作者
韦晓东 仲红 石润华
机构
安徽大学智能计算与信号处理教育部重点实验室 安徽大学计算机科学与技术学院
出处
《计算机工程》
CAS
CSCD
2012年第22期122-125,共4页
基金
国家自然科学基金资助项目(61173188 61173187) +1 种基金 安徽省自然科学基金资助项目(11040606M141) 安徽大学211工程基金资助项目
文摘
已有的秘密共享方案中参与方权重固定不变,不能满足实际应用的问题。为此,基于信任评估模型,提出一种参与方权重可以动态变化的秘密共享方案。根据参与方的不同行为对其子秘密数量进行调整,并改变其秘密分享职能。在删除不诚实成员后可以加入新的成员,在不改变参与方共享秘密的条件下,可以先验式地更新参与方所拥有的秘密份额。分析结果表明,该方案是一个安全的、参与方权重以及子秘密可动态改变的秘密共享方案。
关键词
秘密共享 信任评估 参与方动态 改变 权重动态调整 子秘密更新
Keywords
secret sharing trust evaluation dynamic participant changing dynamic weight adjusting sub-secret updating
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于困难感知元学习的跨域人脸伪造检测
2
作者
金世辰 谭晓阳
机构
南京航空航天大学计算机科学与技术学院
出处
《南京航空航天大学学报(自然科学版)》
北大核心
2025年第2期371-377,共7页
基金
国家自然科学基金(6247072715)。
文摘
随着面部伪造技术的快速迭代,能够应对未见过的伪造方法的鲁棒检测机制需求变得日益重要。然而,当前的方法主要针对特定的伪造技术设计,这在应对更广泛的检测挑战时存在局限性。为了解决这些问题,本文提出了一种用于跨域人脸伪造检测的难度感知元学习(Difficulty⁃aware meta⁃learning,DAML)方法。在元训练阶段,本文方法利用与伪造图像无关的元学习(Model⁃agnostic meta⁃learning,MAML)方法来训练模型。通过利用目标域中的少量数据,可以调整参数以适应新任务。为了解决与模型无关的元学习方法中的不稳定训练问题,本文引入了一种难度感知机制,在训练阶段动态调整不同任务的学习权重。在多个公开的基准数据集上进行了广泛的实验,实验结果表明,本文方法优于RECCE、Xception、RFM等方法,在适应未见过的目标域方面表现更好。
关键词
人脸伪造检测 元学习 跨领域 动态 调整 学习权重 泛化性
Keywords
face forgery detection meta⁃learning cross domain dynamic adjustments of learning weights generalization
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 科技项目完成情况的模糊综合评价研究
被引量：8
3
作者
梁吉业 褚成缘 胡建龙 李德玉
机构
山西大学计算机与信息技术学院系统工程研究所 中国科学院计算技术研究所
出处
《系统工程学报》
CSCD
北大核心
2008年第5期636-640,共5页
基金
国家863计划资助项目(2004AA115460) 国家自然科学基金资助项目(60773133 +7 种基金 70471003 60573074) 山西省自然科学基金资助项目(20041040) 教育部科学技术研究重点项目(200718 200617) 教育部博士点专项基金资助项目(20050108004) 山西省科技攻关资助项目(051129) 山西省重点实验室开放基金资助项(200603023)
文摘
对照科技项目合同的预定目标,提出了一种评判科技项目完成情况的模糊综合评价方法.对定量指标,提出的改进对比打分公式(contrasl evaluation formula,CEF)不仅能体现超额工作的贡献,同时能够通过指标的互补性适度地体现额外贡献.本文还提出了指标赋权的动态调整方法以解决评价过程中遇到的指标不完整问题.通过对实际科研项目的评价,验证了该方法的有效性.
关键词
科技项目评价 模糊综合评价 对比评价公式(CEF) 权重动态调整
Keywords
evaluation of technological project fuzzy integrative evaluation contrast evaluation formula dynamic adjustment of weight
分类号
C931
[经济管理—管理学]
题名 复合材料构件模具材料选择模糊决策研究
被引量：3
4
作者
陈功 周来水 安鲁陵 邓冬梅
机构
南京航空航天大学CAD/CAM工程研究中心
出处
《宇航材料工艺》
CAS
CSCD
北大核心
2006年第5期53-57,共5页
基金
国防基础科研项目 高等学校优秀青年教师科研奖励计划资助
文摘
为了实现复合材料构件模具材料的计算机辅助决策,在分析研究复合材料构件模具材料选择的知识和经验的基础上,运用加权多因素模糊模式识别技术,同时结合基于规则的推理(RBR)技术和权重动态调整技术,实现了具有一定自适应功能的复合材料构件模具材料选择模糊决策方法。实践表明,该决策方法能够很好地实现复合材料构件模具材料选用的快速智能化决策。
关键词
复合材料构件 模具材料 加权模糊模式识别 RBR 权重动态调整
Keywords
Composite component, Mold material, Fuzzy pattern recognition with weights, RBR, Dynamic adjusting of weights
分类号
V261.97
[航空宇航科学与技术—航空宇航制造工程]
题名 资源受限网络控制系统的模糊反馈调度
被引量：6
5
作者
田中大 高宪文 史美华 李琨
机构
东北大学信息科学与工程学院
出处
《电机与控制学报》
EI
CSCD
北大核心
2013年第1期94-101,共8页
基金
国家自然科学基金重点资助项目(61034005) 教育部基本科研业务费研究生科研创新项目(N100604001)
文摘
针对带宽受限的多回路网络控制系统提出一种模糊反馈调度方法。首先利用二次型函数映射的动态权重调整策略对控制回路赋予不同的权重系数,继而考虑控制系统输出的误差和误差变化率,提出了改进的基于模糊反馈调度的优先级配置策略,设计了模糊反馈调度器,对各控制回路的优先级进行动态的调整。最后通过TrueTime工具箱建立了动态权重调整的多回路网络控制系统的模糊反馈调度仿真模型,并将该方法同EDF(earliest deadline first)与权重固定的模糊反馈调度方法进行对比。仿真结果表明在相同的网络带宽占用的情况下,该方法具有更小的网络时延,且具有较好的性能。
关键词
网络控制系统 调度 模糊反馈 优先级 动态 权重 调整
Keywords
networked control system scheduling fuzzy feedback priority dynamic weight adjustment
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
题名 混合Boost算法实现的行人检测技术
被引量：3
6
作者
陈超
机构
内江师范学院数学与信息科学学院
出处
《计算机应用与软件》
北大核心
2019年第6期184-189,共6页
文摘
传统AdaBoost存在一定的局限,比如训练分类器时对训练样本自身所带的噪声过于敏感,产生的分类器泛化能力不强和导致分类器过拟化问题,在训练分类器时只能静态分配分类器权重而不能自适应地对每个训练样本动态调整权重等问题。提出一种基于SBoost算法和PBoost算法,引入样本权重调节器、非平衡的样本采样、误差纠偏方法来检测潜在的样本。模拟实验表明:改进后的技术有效的提高了分类器的精确度且防止过拟化问题。
关键词
SBoost算法 PBoost算法 混合 Boost算法 动态 权重 调整 非平衡的样本采样 误差纠偏方法
Keywords
SBoost algorithm PBoost algorithm Mixture Boost algorithm Dynamic weight adjustment Unbalanced sample sampling Error correction method
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
题名 智能识别技术在现代物流搬运机器人中的应用与优化
7
作者
刘琴琴 徐子午 熊航 马力超
机构
成都锦城学院智能制造学院
出处
《机电工程》
2025年第9期1830-1836,共7页
基金
四川省教育厅省级一流本科专业建设项目(川教函〔2019〕238号)。
文摘
针对物流自动化中复杂光照导致搬运机器人视觉识别率下降及定位精度偏移这一问题,提出了一种基于动态权重的自适应滤波算法(DWAF)。首先,在传统平均滤波框架中,构建了动态权重-自适应窗口双调节架构的数学模型,通过实时调整数据权重和窗口大小,有效抑制了光照变化引起的噪声干扰;然后,搭建了集成光敏电阻与电荷耦合器件(CCD)融合的实验平台,通过PCF8591模块完成了光强数据的模数转换,并采用了I2C协议与STM32主控器通信,系统实时控制LED补光强度,实现了自适应环境光照补偿目的,将环境照度稳定控制在基准值,降低了CCD识别干扰;最后,在模拟工业场景(初始照度100 lx,叠加0-50 lx随机阶跃光照)中开展了50组实验,在相同环境参数下(照度波动≤±0.5 lx),分别采用卡尔曼滤波算法与DWAF算法进行了10次独立测试。研究结果表明:相较于传统滤波,DWAF算法位姿估计均方根误差(RMSE)由7.29±0.7 lx降低至6.39±0.06 lx(降幅12.4%);与卡尔曼滤波相比,DWAF算法的响应时间缩短了92.3%,在复杂光照场景下的识别正确率达到96%以上。该算法为智能物流装备提供了高精度、强适应性的感知解决方案。
关键词
智能物流装备 动态 权重 自适应滤波算法动态 权重 调整 自适应窗口 卡尔曼滤波 电荷耦合器件
Keywords
intelligent logistics equipment dynamic weight adaptive filtering algorithm(DWAF) dynamic weight adjustment adaptive window Kalman filter charge-coupled device(CCD)
分类号
TH24
[机械工程]
TP242
[机械工程—机械制造及自动化]
题名 基于多序列交互与对比学习的侧信息集成序列推荐模型
8
作者
赵伟 孙福振 张文轩 王澳飞 王绍卿
机构
山东理工大学计算机科学与技术学院
出处
《计算机应用研究》
2025年第9期2653-2659,共7页
基金
国家自然科学基金资助项目(61841602) 山东省自然科学基金资助项目(ZR2020MF147)。
文摘
现有的侧信息集成序列推荐模型中存在对用户表示学习及优化不足的问题,针对此问题提出基于多序列交互与对比学习的侧信息集成序列推荐模型(side-information integrated sequential recommendation model based on multi-sequence interaction and contrastive learning,MICL)。首先,引入多序列交互注意力机制,对项目序列和侧信息序列构建序列内和序列间的深度关联,从项目和侧信息两个角度捕获用户偏好,生成两个视角的用户表示。其次,采用用户表示优化模块,结合动态难负样本采样策略构建正负样本对,利用自监督信号优化用户表示。最后,通过多任务动态权重调整策略在推荐任务与属性预测任务之间实现动态平衡优化目标,提升模型的鲁棒性和泛化能力。在Beauty、Sports、Toys和Yelp四个公共数据集上进行实验,与效果较好的基线模型相比,MICL的召回率(recall)和归一化折损率(NDCG)平均提升了1.63%和2.35%,验证了MICL对学习和优化用户表示方面的有效性。
关键词
序列推荐 侧信息 多序列交互注意力 用户表示优化 动态 难负采样策略对比学习 多任务动态 权重 调整 策略
Keywords
sequence recommendation side information multi-sequence interaction attention user representation optimization dynamic hard negative sampling strategy contrastive learning multi-task dynamic weight adjustment strategy
分类号
TP391
[自动化与计算机技术]
