支持模糊匹配的带标签隐私集合交集计算协议

支持模糊匹配的带标签隐私集合交集计算协议(Fuzzy Labeled Private Set Intersection,FLPSI)是PSI协议的变体,其特点在于发送方与接收方的集合元素并不完全相等,而是存在相似性,且发送方集合中的每个元素均关联一个标签,接收方仅得到相似匹配元素的标签,而不会泄露其他信息。现有的FLPSI协议大多使用汉明距离来判断二进制向量之间的匹配程度,协议基于昂贵的公钥密码来构建,计算开销大导致协议运行缓慢。对此,提出了一种基于对称密码构造的更加高效的FLPSI协议,通过模拟范例证明了协议在半诚实模型下是安全的,参与方均无法窃取额外的隐私信息。与现有方案相比,协议将整体通信复杂度与发送方的计算复杂度由O(n^(2))降低为O(n)。实验仿真结果表明,所提方法在平衡场景下比现有FLPSI协议快3~10倍,通信量降低89%~95%;在非平衡场景下比现有FLPSI协议快7~10倍,与类似的模糊匹配协议相比具有明显优势。此外,还设计了FLPSI协议在隐私保护条件下人脸识别的应用,通过调整参数可以满足不同场景的要求。

基于模糊匹配的无线通信网络传输节点安全检测方法

为提高无线通信网络传输节点安全检测的准确率,保证通信安全,文章提出一种基于模糊匹配的无线通信网络传输节点安全检测方法。该方法在节点处并行布置安全威胁检测传感器,获取安全威胁信息,构建安全威胁模型将其转化为威胁树的形式,分析并展示安全威胁及其成因,利用模糊匹配技术量化评估无线通信网络节点的安全威胁。实验结果表明,该方法检测准确率高于对比的两种其他检测方法,达到了98%以上,具有较高的应用价值。

基于概念的文本类别特征提取与文本模糊匹配

文本信息特征提取和文本分类是当前智能信息服务系统基础研究的重点。该文给出一种新的类别特征提取与文本匹配方法。首先对术语特征权进行了综合计算,然后基于概念网络术语—概念映射关系,将特征权由术语空间转换到概念空间并做权值限幅处理。在此基础上,通过对概念进行类内和类间的统计分析,得到类别特征的均值与方差两个向量,通过模糊距离计算来对文本进行类别匹配。该文方法克服了传统IDF方法缺点,能有效地从概念上提取文本类特征,提高文本自动分类的准确性。

基于语义的模糊匹配探索与应用

提出计算词与词之间的相似度 ,通过比较词语相似度来确定搜索到的信息是否属于某一类特定信息 ,从而实现基于语义的模糊匹配 .实验结果表明 ,该方法较传统的精确匹配方法、模糊串匹配方法能更好地保存有用信息 。

模糊匹配中的匹配度计算方法

介绍模糊推理机制中用于解决普通模糊匹配冲突问题的常用方法,包括海明距离和指数法。基于指数法提出类指数法和绝对值差积法,根据相似度的定义证明其正确性。算例比较结果表明,绝对值差积法的性能优于其他3种方法。

具有疫苗算子的可变模糊匹配阴性选择算法

为了建立可变模糊匹配阴性选择免疫算法的特异性免疫应答,基于模糊思想并采用疫苗理论,在监测异常过程中提取疫苗,研究疫苗算子和正选择算子对算法性能的影响.仿真结果表明:疫苗算子增强了抗体库的记忆功能,使算法二次应答时间明显缩短,而正选择算子是完成这种功能的具体实施者.可变模糊匹配阴性选择免疫算法经改进设计后,具有较强的自学习功能,对建立特异性免疫应答具有自适应性.

中文信息检索系统的模糊匹配算法研究和实现

在现代中文信息检索系统中,用户输入的字符串和实际数据库中的条目往往存在局部偏差,而基于关键词匹配的检索技术不能很好地解决这一问题。本文参考并改进了Tarhio和Ukkonen提出的过滤算法[1],针对汉字拼音输入法中常出现的同音字/近音字混用现象,将算法进一步扩展到广义的Edit Distance上。实验表明,本文提出的算法能有效提高中文信息检索系统的召回率,在实际应用中可达到"子线性"的效率。

一种可变模糊匹配阴性选择算法

通过对人工免疫系统中阴性选择算法机理的分析,定义了连续相似度与背离度,提出了一种可变模糊匹配阴性选择免疫算法.算法通过调整匹配阈值的方法降低黑洞数量;利用模糊思想,实现了具有一定连续相似度的模糊匹配,模糊程度可控;为了消除检测器间的冗余,提高检测器集的检测效率,算法在模糊匹配的基础上,生成了有效检测器集.仿真实验表明,可变模糊匹配阴性选择算法生成的成熟检测器检测范围较大,空间覆盖率明显提高,黑洞数量大幅下降,算法具有较强的鲁棒性.

CAPP系统中的模糊匹配方法

CAPP系统中的实例匹配是有效利用现有工艺知识和专家经验的最佳途径 .根据模糊数学原理 ,分析了工艺规程形成过程中各属性因素的影响 ,在建立模糊匹配模型时 ,从工艺条件中提取能区分和识别工艺实例的特征向量 ,确定了各属性因素的隶属函数 ,计算中增加隶属函数的权重因子 ,并给出其算例 .该方法在SMCAPP系统中得到应用 .

基于模糊匹配策略的城市中文地址编码系统

在研究空间数据地址编码技术的基础上,根据城市地址数据库特定存储格式,选取适于城市中文地址的切分方案,提出一种基于K叉地址树的模糊匹配策略,将地址数据以K叉树形式进行存储。采用分支定界思想探测并排除无效匹配结点,并应用模糊规则对匹配结果进行评价及筛选,从而提高地址匹配的效率和准确度。应用杭州市1∶10 000矢量地图数据验证了该编码系统的有效性。

宽带多极化雷达目标模糊匹配识别方法

针对宽带多极化雷达体制,提出了一种雷达目标模糊匹配识别新方法。介绍了距离-极化模糊矩阵的构造和多维模糊匹配的原理,介绍了模糊匹配模式矩阵库的构造方法,利用宽带多极化测量数据进行了目标识别的实验。实验结果表明,该方法匹配运算量少,对目标姿态角的变化有较强的容忍能力,为解决宽带多极化雷达目标识别提供了一条有效的途径。

快速中文字符串模糊匹配算法

本文解决了中文字符串模糊匹配的两个主要问题 :空间问题和时间问题。目前字符串模糊匹配的两个主要方法是位向量方法和过滤方法。由于汉字众多 ,应用位向量方法时 ,需要大量空间。对于某些内存很少的小型计算机 ,比如嵌入式系统 ,这将会是一个问题。本文改进了位向量方法 ,使其在应用于中文字符串时 ,空间需求降低到约 5 %。本文还利用汉字非常多的特点 ,提出一种新的基于过滤方法的中文字符串模糊匹配算法 ,BPM BM ,其速度比世界上最快的算法至少提高 14 %;在大部分情况下 ,是其速度的 1 5～ 2倍。

机器翻译评测中的模糊匹配

目前,大多数机器翻译自动评测方法都没有考虑在未匹配的词语中可能包含被忽略的信息。本文提出一种在参考译文和待评测译文之间自动搜索模糊匹配词对的方法,并给出相似度的计算方法。模糊匹配和计算相似度的整个过程将通过一个例子进行说明。实验表明,我们的方法能够较好地找到被忽略的、有意义的词对。更重要的是,通过引入模糊匹配,BLEU的性能得到显著的提高。模糊匹配可以用来提高其他机器翻译自动评测方法的性能。

网络化制造环境中的Web服务模糊匹配研究

针对网络化制造中Web服务在语义方面表达不足而难以搜索到合适服务的问题,提出Web服务的模糊匹配方法.通过分析网络化制造特点,构建网络化Web服务本体,增加网络化制造Web服务的语义描述.在给出多种服务相似度计算方法基础上,提出网络化制造Web服务模糊匹配方法,用相似度计算定量地描述所需服务和候选服务间的匹配程度.分析结果表明,该方法增强了Web服务能力的表达,给Web服务模糊匹配提供清晰的研究对象,推动网络化制造从信息集成向服务集成的转变,为服务选用时的决策自动化提供量化参考.

K叉树地址的模糊匹配研究与实现

在数字城市信息资源的集成和融合中,地名地址匹配是一项非常关键的基础技术。由于中文语义和地名地址描述的复杂性,中文地址的匹配比英文要复杂得多,基于海量中文地址数据进行准确分词,实现快速高效的地址匹配是城市数据集成融合的关键问题。本文在对现有地址编码及分词技术研究的基础上,通过一种基于规则和统计的组合方法来实现中文地址分词,并且使用K叉树的结构实现对中文地址的存储,提高了中文地址匹配查询的准确度和效率。基于预处理后的10 000个深圳市地址数据,通过开发原型系统对该方法进行了比较测试,验证了该方法的有效性。

汉字串的模糊匹配算法

目前手写文稿的处理由于存在分割和识别的困难,很难达到实用的阶段。文章提出的算法是针对手写文稿的处理在信封检索系统中的具体应用而提出的,在假定信封地址行分割、识别有错误的前提下,从信封地址中识别出感兴趣的字符串。试验表明:运用该算法的系统,其检出率达到95%,误检率只有15%,取得了良好的效果。

基于模糊匹配的跨学科专家团队发现算法研究

随着知识经济和大学科时代的到来，构建跨学科专家团队势在必行，但目前构建程序尚不客观，同时也缺乏程式化的团队需求描述体系及专家可信度评价机制，为此我们提出了基于模糊匹配的跨学科专家团队发现算法。算法通过引入程式化逻辑符号，率先完成了团队需求向团队特征向量的转化，生成了基于知识智能的专家特征向量。然后，在特征词关联矩阵构建的基础之上，实现了两类向量的模糊匹配。最后，以P@N为评价指标，参考数学中收敛原理，设计了候选专家可信度评价程序。实例分析表明，该算法相比之前向量余弦运算方式更为准确可靠。

一种基于Bloom过滤器的服务模糊匹配算法

针对基于内容的发布/订阅系统中常用的查找匹配算法要求严格、不能很好地支持服务模糊匹配的问题,提出了一种支持模糊匹配的服务匹配算法。该算法的基本思想是首先将服务与需求分别用两个Bloom过滤器来表示,然后通过比较两个Bloom过滤器比特向量的相似程度,估算需求与服务之间的匹配程度。理论分析及仿真结果表明,此算法可通过简单的Bloom过滤器运算实现基于内容的服务模糊匹配,准确度在95%以上。

配电网模糊匹配潮流状态估计方法分析

用模糊集合理地表示配电网的量测信息,基于量测配置结构、辐射状的配电网络和量测信息模型,提出了模糊匹配潮流状态估计方法。该方法具有抗差性的加权最小绝对值(WLAV)状态估计方法应用于配电网的等效形式。考虑到伪量测的模糊约束,所提出的方法得到的状态估计解虽不具有最优但具有满意的WLAV估计意义。采用基于模糊线性规划的前推回代潮流算法求解模糊匹配潮流,该求解过程物理意义清晰、编程实现简单,克服了求解WLAV估计方法计算量大的缺点。实际算例结果验证了所提出的方法的合理性和适用性。

基于多源数据及模糊匹配的安稳运行状态智能巡检系统

针对电力系统数据来自多个源头、现场运行维护人员日常巡检工作量大、人工核查出错率高的问题,研究了一种模糊匹配技术,模糊匹配多种数据源的数据并导入为基准值,定时巡检与基准值进行比对,对巡检周期内的巡检信息进行自动整理、智能分析,形成多种巡检报告并以Web方式展示。该技术具有匹配速度快,准确率高,混淆率低的特点,在广东电网获得了成功应用,有效替代了运行维护人员对电网安全稳定装置的日常巡检、定检及年检等工作,减少了人为参与,降低了现场运维人员核对的工作量及人工核查出错率,提高了工作效率。