期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
高效的自适应复杂网络鲁棒性优化算法 被引量:2
1
作者 黄杰 武瑞梓 李均利 《计算机应用》 CSCD 北大核心 2024年第11期3530-3539,共10页
提升复杂网络的鲁棒性对于网络抵御外部攻击和级联失效具有重要现实意义。现有进化算法在解决网络结构优化问题时存在局限,特别是在收敛性和优化速度方面有待提升。针对这一问题,提出一种新的自适应复杂网络鲁棒性优化算法SU-ANet(SUrro... 提升复杂网络的鲁棒性对于网络抵御外部攻击和级联失效具有重要现实意义。现有进化算法在解决网络结构优化问题时存在局限,特别是在收敛性和优化速度方面有待提升。针对这一问题,提出一种新的自适应复杂网络鲁棒性优化算法SU-ANet(SUrrogate-assisted and Adaptive Network optimization algorithm)。为降低鲁棒性计算所带来的巨大时间开销,该算法构建了基于注意力机制的鲁棒性预测器作为离线代理模型,以代替局部搜索算子中频繁的鲁棒性计算;而在进化过程中,为避免陷入局部最优,同时拓宽解空间的搜索范围,算法全面考虑了全局和局部信息;另外,通过设计交叉算子,使每个个体与全局最优候选解和随机个体进行连边互换,以平衡算法的收敛性和多样性;此外,采用参数自适应机制自动调整算子的执行概率,以减少参数设计对算法性能带来的不确定性影响。在人工合成网络和真实网络上的实验结果表明,SU-ANet具有更好的搜索能力和更高的进化效率。 展开更多
关键词 复杂网络 进化算法 参数自适应 鲁棒性 代理模型
在线阅读 下载PDF
混合信息系统中基于邻域粗糙集的双评价三支聚类算法
2
作者 罗一羽 杨霁琳 +1 位作者 张贤勇 孟雄 《小型微型计算机系统》 CSCD 北大核心 2024年第10期2394-2400,共7页
三支聚类将不确定性高的样本置于边界域,可有效解决由数据的不确定性带来的误决策问题,因此具有良好的聚类性能.为了在混合信息系统中更合理地刻画样本间的相似性和存在的不确定性,本文提出了一种基于邻域粗糙集的双评价三支聚类算法.首... 三支聚类将不确定性高的样本置于边界域,可有效解决由数据的不确定性带来的误决策问题,因此具有良好的聚类性能.为了在混合信息系统中更合理地刻画样本间的相似性和存在的不确定性,本文提出了一种基于邻域粗糙集的双评价三支聚类算法.首先,在混合信息系统中建立广义邻域关系,并分别从样本间相似属性个数和样本间距离两个角度来建立样本间相似性的两个评价函数.然后,通过引入基于双评价函数的三支决策规则,处理了广义邻域关系下样本间的相似性和存在的不确定性.最终在混合信息系统中建立了基于广义邻域关系的双评价三支聚类模型.在UCI数据集上的实验结果证明,与已有三支聚类算法相比,本文的算法在F1-score和兰德系数上都具有较好的聚类表现. 展开更多
关键词 三支聚类 邻域关系 双评价函数 混合信息系统 样本相似性
在线阅读 下载PDF
一种支持快速加密的基于属性加密方案 被引量:8
3
作者 罗王平 冯朝胜 +4 位作者 邹莉萍 袁丁 吴唐美 李敏 王广杰 《软件学报》 EI CSCD 北大核心 2020年第12期3923-3936,共14页
基于属性加密算法因含有大量耗时的指数运算和双线性对运算,一些方案提出将加密外包给云服务器.然而这些方案并没有给出外包加密在云服务器中的并行计算方法,而且还存在用户保管私钥过多、授权中心生成用户私钥成本过大的问题.针对这些... 基于属性加密算法因含有大量耗时的指数运算和双线性对运算,一些方案提出将加密外包给云服务器.然而这些方案并没有给出外包加密在云服务器中的并行计算方法,而且还存在用户保管私钥过多、授权中心生成用户私钥成本过大的问题.针对这些问题,提出一种基于Spark大数据平台的快速加密与共享方案.在该方案中,根据共享访问树的特点设计加密并行化算法,该算法将共享访问树的秘密值分发和叶子节点加密并行化之后交给Spark集群处理,而用户客户端对每个叶子节点仅需要一次指数运算;此外,用户私钥的属性计算也外包给Spark集群,授权中心生成一个用户私钥仅需要4次指数运算,并且用户仅需要保存一个占用空间很小的密钥子项. 展开更多
关键词 基于属性加密 加密外包 快速加密 Spark平台
在线阅读 下载PDF
基于Spark Streaming的快速视频转码方法 被引量:2
4
作者 付眸 杨贺昆 +3 位作者 吴唐美 何润 冯朝胜 康胜 《计算机应用》 CSCD 北大核心 2018年第12期3500-3508,共9页
针对单机视频转码方法转码速度较慢和面向批处理的并行转码方法效率提升有限的问题,基于Spark Streaming分布式流处理框架,提出了一种面向流处理的快速视频转码方法。首先,使用开源多媒体处理工具FFmpeg,构建了自动化的视频切片模型,提... 针对单机视频转码方法转码速度较慢和面向批处理的并行转码方法效率提升有限的问题,基于Spark Streaming分布式流处理框架,提出了一种面向流处理的快速视频转码方法。首先,使用开源多媒体处理工具FFmpeg,构建了自动化的视频切片模型,提出编程算法;然后,针对并行视频转码的特点,对弹性分布式数据集(RDD)进行研究,构建了视频转码的流处理模型;最后,设计视频合并方案,将合并后的视频文件进行有效储存。根据所提出的快速视频转码方法设计与实现了基于Spark Streaming的快速视频转码系统。实验结果表明,与面向批处理Hadoop视频转码方法相比,所提方法转码效率提升了26. 7%;与基于Hadoop平台的视频并行转码方法相比,该方法转码效率提升了20. 1%。 展开更多
关键词 视频转码 SparkStreaming 分布式流处理 FFMPEG 弹性分布式数据集
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部