-
题名变精度多粒度粗糙集近似集更新的矩阵算法
被引量：2
- 1
-
-
作者
郑文彬
李进金
于佩秋
林艺东
-
机构
闽南师范大学计算机学院
福建省粒计算及其应用重点实验室(闽南师范大学)
闽南师范大学数学与统计学院
厦门大学数学科学学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第11期3140-3145,共6页
-
基金
国家自然科学基金资助项目(11871259,61379021)
国家自然科学基金青年项目(11701258)~~
-
文摘
随着信息大爆炸时代的到来,数据集的巨大化和数据集结构的复杂化已经成为近似计算中不能忽视的问题,而动态计算是解决这些问题的一种行之有效的途径。对现有的应用于经典多粒度粗糙集动态近似集更新方法进行了改进,提出了应用于变精度多粒度粗糙集(VPMGRS)的向量矩阵近似集计算与更新方法。首先,提出了一种基于向量矩阵的VPMGRS近似集静态计算算法;其次,重新考虑了VPMGRS近似集更新时的搜索区域,并根据VPMGRS的性质缩小了该区域,有效地提升了近似集更新算法的时间效率;再次,根据新的搜索区域,在VPMGRS近似集静态计算算法的基础上提出了一种新的VPMGRS近似集更新的向量矩阵算法;最后,通过实验验证了所提算法的有效性。
-
关键词
动态计算
近似集更新
变精度多粒度粗糙集
矩阵算法
-
Keywords
dynamic computing
approximation updating
variable precision multi-granulation rough set
matrix algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向属性概念格下的知识状态转移方法
被引量：1
- 2
-
-
作者
朱泳帆
许晴媛
周银凤
王大利
李进金
张培林
-
机构
闽南师范大学计算机学院
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)
陕西师范大学数学与统计学院
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(闽南师范大学)
-
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第11期2647-2655,共9页
-
基金
国家自然科学基金项目(62076221)资助
福建省自然科学基金项目(2022J01912)资助
福建省大学生创新训练项目(S202210402024)资助.
-
文摘
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
-
Keywords
knowledge space theory
formal concept analysis
adaptive test
knowledge evaluation
knowledge state transfer
attribute-oriented concept lattice
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名支持一般电路的高效安全基于属性签名
被引量：1
- 3
-
-
作者
黄振杰
林志伟
-
机构
福建省粒计算及其应用重点实验室(闽南师范大学)
交通运输部东海航海保障中心厦门通信中心
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2023年第2期351-361,共11页
-
基金
福建省自然科学基金项目(2019J01750,2019J01752,2020J01814)。
-
文摘
基于属性签名(attribute-based signature,ABS)是一种重要的密码原语,具有广泛的应用背景,得到众多学者的关注,是密码学的研究热点.为了提高基于属性签名的安全性、表达力和效率,使用多线性映射作为工具,提出一个支持一般电路的具有完善隐私性的基于属性签名方案.引入节点权重概念并采用“从上到下”递归,显著减少生成签名的计算开销;利用左右孩子节点的对称性,缩短门节点的密钥长度.所提出的方案将不可伪造性从“选定消息且选定属性攻击下存在不可伪造”提升到更强的“自适应选择消息但选定属性攻击下存在不可伪造”;将访问结构从特殊电路拓展到一般电路,可以支持任意访问结构,达到任意的访问控制粒度;在保持签名仅为1个群元素的前提下,显著缩短主公钥、主私钥和签名钥的大小和显著降低签名密钥生成、签名生成和验证的计算开销.分析表明:所提出的方案在性能和效率方面均有明显优势,是一个实用的方案.
-
关键词
基于属性签名
一般电路
多线性映射
完善隐私性
密钥策略
-
Keywords
attribute-based signature
general circuit
multi-linear mapping
perfect privacy
key-policy
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名无监督混阶栈式稀疏自编码器的图像分类学习
被引量：6
- 4
-
-
作者
杨东海
林敏敏
张文杰
杨敬民
-
机构
闽南师范大学计算机学院
福建省粒计算及其应用重点实验室(闽南师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2019年第12期3420-3425,共6页
-
基金
国家自然科学基金资助项目(61701213)
福建省省属高校科研专项资助项目(JK2017031)
+1 种基金
教育部产学合作协同育人项目(201702098015,201702057020)
漳州市自然科学基金资助项目(ZZ2018J21)~~
-
文摘
目前多数图像分类的方法是采用监督学习或者半监督学习对图像进行降维,然而监督学习与半监督学习需要图像携带标签信息。针对无标签图像的降维及分类问题,提出采用混阶栈式稀疏自编码器对图像进行无监督降维来实现图像的分类学习。首先,构建一个具有三个隐藏层的串行栈式自编码器网络,对栈式自编码器的每一个隐藏层单独训练,将前一个隐藏层的输出作为后一个隐藏层的输入,对图像数据进行特征提取并实现对数据的降维。其次,将训练好的栈式自编码器的第一个隐藏层和第二个隐藏层的特征进行拼接融合,形成一个包含混阶特征的矩阵。最后,使用支持向量机对降维后的图像特征进行分类,并进行精度评价。在公开的四个图像数据集上将所提方法与七个对比算法进行对比实验,实验结果表明,所提方法能够对无标签图像进行特征提取,实现图像分类学习,减少分类时间,提高图像的分类精度。
-
关键词
无监督学习
栈式自编码器
降维
混阶特征
图像分类
-
Keywords
unsupervised learning
stacked sparse autoencoder
dimensionality reduction
mixed-order feature
image classification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名去中心基于属性不可否认签名
被引量：3
- 5
-
-
作者
魏亮
黄振杰
陈群山
-
机构
福建省粒计算及其应用重点实验室(闽南师范大学)
闽南师范大学计算机学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2020年第6期1003-1011,共9页
-
基金
福建省自然科学基金(2019J01750)
福建省中青年教师教育科研项目(JAT170345,JAT170346)。
-
文摘
将基于属性、不可否认和去中心3个概念相结合,提出去中心基于属性不可否认签名的定义和安全模型,并基于离散对数困难问题构造一个无双线性对的方案。该方案主要基于Cramer等的证据隐藏零知识证明协议,以Schnorr协议作为其基础Σ协议,以Shamir门限方案作为其秘密分享方案;再使用Fiat-Shamir转换得到一个(t,n)门限签名(BTS)方案;然后再对BTS方案进行不可否认、防共谋和去中心化处理;最后得到一个去中心基于属性不可否认签名方案,并在随机预言机模型下证明了其安全性。
-
关键词
数字签名
基于属性签名
不可否认签名
去中心
随机预言机模型
-
Keywords
digital signature
attribute-based signature
undeniable signature
decentralization
random oracle model
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名信息熵约束下的视频目标分割
被引量：2
- 6
-
-
作者
丁飞飞
杨文元
-
机构
福建省粒计算及其应用重点实验室(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
-
出处
《计算机应用》
CSCD
北大核心
2018年第10期2782-2787,共6页
-
基金
国家自然科学基金青年项目(61703196)
福建省自然科学基金资助项目(2018J01549)~~
-
文摘
大部分基于图论的视频分割方法往往先通过分析运动和外观信息获得先验显著性区域,然后用最小化能量模型来进一步分割,这些方法常常忽略对外观信息精细化分析,建立的目标模型对复杂场景的鲁棒性不佳。根据信息熵能够度量样本纯度,信息熵最小化和能量模型最小化具有一致的目标,提出一种信息熵约束下的视频目标分割方法。首先在经典光流法基础上结合点在多边形内部原理获得第一阶段的分割结果;然后以超像素为基本分割单元,获得均匀的运动和表现;最后在能量函数中引入信息熵约束项,构建前景背景像素标记的优化问题,通过最小化能量函数得到更精确的分割结果。在公开数据集上的实验结果表明目标模型中引入信息熵约束项能够有效提高视频目标分割的鲁棒性。
-
关键词
光流
信息熵
超像素
视频分割
能量函数
-
Keywords
optical flow
information entropy
superpixel
video segmentation
energy function
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于属性重要度的变精度邻域粗糙集属性约简算法
被引量：10
- 7
-
-
作者
郑文彬
李进金
何秋红
-
机构
闽南师范大学计算机学院
福建省粒计算及其应用重点实验室(闽南师范大学)
闽南师范大学数学与统计学院
-
出处
《计算机科学》
CSCD
北大核心
2019年第12期261-265,共5页
-
基金
国家自然科学基金项目(11871259)
国家自然科学青年基金项目(11701258)
福建省自然科学基金项目(2019J01749)资助
-
文摘
邻域粗糙集理论主要用于知识发现、属性选择、决策分析和数据挖掘等领域,能够根据数据的特点选择合适的离散化策略,在处理模糊和不确定性知识方面表现良好。但是,传统粗糙集属性约简算法存在难以确保获得约简、约简后的粗糙集属性识别准确率低等不足。对此,文中提出了一种基于属性重要度的属性约简算法。在充分考虑现有条件信息熵多方面不足的基础上,借鉴变精度邻域粗糙集理论对阈值参数进行重选,以新的条件信息熵作为度量基准,根据决策信息系统中的偏好属性推导出偏好决策规则集。对偏好决策规则集进行粗糙规则提取,并通过邻域粒化方法建立了变精度邻域粗糙集模型。该模型在处理大规模粗糙集属性数据时,计算时间较长,冗余属性过多。针对该问题,给出了一种属性重要度评价策略,在此基础上通过融合多叉树理论设计了变精度邻域粗糙集属性约简算法。实验结果表明,与传统方法相比,所提算法的属性识别准确率为92%,提高了10%左右,这充分验证了所设计的属性约简算法具有较强的有效性和较高的应用价值。
-
关键词
属性重要度
变精度邻域
粗糙集
属性约简
多叉树
-
Keywords
Attribute importance
Variable-precision neighborhood
Rough set
Attribute reduction
Multi-way tree
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
