广告点击率预估的逐层残差交互网络

网络广告费的收取通常是以用户的点击次数来计算的,因此如何准确地预估点击率(CTR)是广告公司十分关心的问题.当前先进水平的方法集中在构建各种高阶特征交互模型来预估CTR,但是高阶特征交互会丢失低阶信息,尤其是丢失原始特征的信息.为此,本文提出一个新的逐层残差交互网络,它在每次交互时都考虑原始特征的引导作用,被命名为逐层残差交互网(LRIN).LRIN强调高阶特征交互应该建立在原始特征逐层交互的基础上.n阶特征交互由原始特征与n-1阶特征通过元素积运算得到.进而,本文引入了多尺度方法来设计注意力网络.受逐层交互的影响,注意力网络也被设计成多层,称之为逐层注意力网络.为了将二者结合起来,本文提出将逐层残差交互网络的输出作为逐层注意力网络的权重,由此形成了一种新的双网络训练模型.在多个benchmark数据集上的实验结果表明,LRIN的性能比当前先进的方法在Criteo数据集上平均提高1.24%,在Avazu数据集上平均提高2.16%,在MovieLens-1M数据集上平均提高了1.3%,在Book-Crossing数据集上平均提高了1.27%.

基于RBF神经网络的电网可靠性评估模型研究

为了改善电网可靠性评估的计算效率 ,提出了RBF(径向基函数 )神经网络的学习算法和电网可靠性评估算法。计算结果表明 :此算法能够快速有效地进行可靠性评估。

基于敏感度分析的电网可靠性算法

推导了系统电量不足期望对元件故障概率的敏感度的计算公式解,引入了元件敏感度定义,筛选出敏感度指标大的元件集合,使用交流潮流算法,组合计算电力系统的可靠性指标,提出了利用元件敏感度分析对系统元件进行排序,从而获得关键元件信息进而进行电力系统可靠性指标的REAUSA组合计算。在计算速度上取得了突破性的进展,缓解了电网可靠性指标计算的“计算灾”问题,为研究电网可靠性评估算法提供了一种新思路。

一种基于语义的本体概念相似度的计算方法

本体映射是实现异构本体互操作的有效方法,其关键技术在于概念相似度的计算。本文提出了一种概念相似度的计算方法,主要从概念名称、概念属性、概念关系来计算概念相似度,通过引入候选概念集和信息增益,提高了相似度的准确率,简化了相似度的计算过程。

移动IPv6通信对端绑定更新安全研究

本文基于新的WTLS证书和ECC加密算法,使用WAP中的WTLS协议来提供MN和CN之间通信的保密性、数据整合以及鉴权,保证了MN和CN之间绑定更新的安全,从而较好地解决了移动IPv6环境下的安全绑定更新问题。论文最后在OMNET++平台上对该方法进行仿真实验,结果表明该方法在时间性能上具有一定的优势。

基于预算机制的非结构化P2P网络搜索算法

目前非结构化对等网络(P2P)搜索算法均采用生存时间(TTL)机制控制搜索算法的搜索深度,有效地控制了搜索消息在网络上的传播,对于盲目搜索算法控制效果较好。但是TTL机制由于存在着在相同的搜索半径内所搜索的节点数目差异巨大、各个搜索分支只能搜索同一深度等缺陷,搜索效果不稳定且不能较好支持目前主流的基于兴趣域等导向性搜索算法。针对这一问题,提出采用预算机制取代TTL机制,通过使用预算值取代传统的TTL值来控制搜索的深度和搜索节点数目,能保证搜索节点数目较固定且能实现不同搜索分支采用不同搜索深度,从而更好地支撑导向性搜索算法。实验表明,基于预算机制的非结构化P2P网络搜索算法的搜索节点数目稳定,导向性好,算法搜索效率较高。

基于自组织RBFN神经网络的预想事故分类器的设计

提出了自组织径向基函数网络（ＲＢＦＮ） 神经网络的结构和学习算法，从而提高了ＲＢＦＮ 神经网络的学习精度和效率。在此基础上，设计出了基于自组织ＲＢＦＮ 神经网络的电网预想事故分类器。用此预想事故分类器对ＩＥＥＥＲＴＳ６系统的一阶、二阶和三阶预想事故进行安全与不安全的分类。

基于面向对象的电网可靠性评估辅助决策系统

电网可靠性是电力系统可靠性研究领域的重要组成部分。通过对电网可靠性评估的研究 ,提出了用面向对象程序设计技术 (OOP)来设计电网可靠性评估系统 ,在可靠性评估算法和图形表达方面 ,提出了新的设计方法 ,并在Windows 95环境下 ,用VisualC ++5 .0开发出了电网可靠性评估软件辅助决策系统。该系统能为电力系统的运行和规划提供有用的可靠性数据 ,为规划和决策提供依据。系统具有扩展性强、使用方便、接口丰富。

基于椭圆曲线的门限多重秘密共享方案

本文基于椭圆曲线密码系统,即椭圆曲线离散对数问题(ECDLP)的难解性,提出了一个安全性更强的门限多重秘密共享方案。该方案具有以下特点:相对于传统的基于大数分解和离散对数体制,在子秘密长度及安全性等方面更具优势:无需更改参与者的子秘密实现任意多个秘密共享;提供了验证机制防止秘密分发者欺诈以及参与者之间的相互欺诈,避免了以往很多方案中交互信息量大,秘密分发者计算量大的缺点。

对SVO逻辑方法的改进

随着移动应用广泛普及,移动通信的安全要求就愈来愈高,而移动设备计算能力相对较低,如何降低移动端的计算量是移动通信的认证密钥协商协议需要解决的问题.为了降低通信中移动端的计算量,很多用于移动设备的身份认证协议采用哈希函数代替签名机制进行身份认证,而SVO逻辑缺乏对哈希函数用于身份认证的形式化描述.因此,扩展了SVO逻辑分析哈希函数的逻辑语法,增加了相应的推理公理,证明了推理公理的安全性.然后,讨论了SVO逻辑方法的分析目标,举例证明了其实体认证目标存在的漏洞,提出新的认证目标,同时分析了新目标的安全性.实验证明,对SVO逻辑方法的扩展与改进是实用和有效的,此工作对其他的安全协议形式化分析方法也具有借鉴意义.

基于NLPNN的电网可靠性评估模型

电力系统的根本任务是尽可能经济而可靠地将电力供给各种用户 ,安全、经济、可靠是对电力系统的根本要求。运用NLPNN模型 ,进行了电力系统故障状态的行为分析研究 ,提出了该问题的稳定性和收敛性定理 ,证明了求解负荷优化削减问题的可行性和收敛性。同时还提出了用NLPNN来对电力系统进行可靠性分析的新思路 ,且在电网可靠系计算分析模型方面取得了很大进展 。

IEEE 802.11i协议的形式化分析

在Furqan提出运用串空间理论对IEEE802.11i协议进行形式化验证的基础上,对IEEE802.11i协议的串空间模型进行了改进,并证明了Furqan没有证明的保密性以及服务器的认证性。分析结果证明,在目前的攻击者模型中,IEEE802.11i协议是安全的。

故障察觉率可变的软件可靠性增长模型

证明了基于G-O模型的NHPP类型的软件可靠性增长模型不需要考虑不完美排错和排错过程中新错误的引入,并在该基础上提出了一种新的软件可靠性增长模型。该模型在软件排错过程中不但考虑了软件开发员对系统熟悉程度的上升,而且考虑了系统现存错误数的不断减少,是一种故障检测率随时间变化的软件可靠性增长模型。并利用现有的公开发表的数据对该模型进行测试,发现其达到了比G-O模型的等其他模型更好的拟合效果。

基于提前绑定更新选项的通信对端绑定方法

针对移动IPv6解决下一代互联网移动性问题,它不仅提供了巨大的地址空间,而且增强了移动用户的切换能力和实现了路由优化.IPv6将取代IPv4成为下一代Internet协议,因此移动IPv6将在下一代Internet中得到广泛应用.未来网络中,移动IPv6将为数据、语音、视频等多种业务提供一个统一的传输平台,人们不仅对多媒体播放业务的需求越来越大,而且提出了更高的要求———交互能力.针对移动IPv6通信对端绑定中返回路由可达过程带来较大延迟的问题,提出一种基于提前绑定更新选项的快速绑定方法.该方法不仅消除了50%的标准绑定所造成的额外延迟,而且提高了对交互式实时应用的支持能力.

一种安全椭圆曲线的有效构造方法

椭圆曲线密码系统是公钥基础设施中的一种非常有效的技术,但是产生相应的椭圆曲线是很困难的。本文提出了一种在已知有限数域上产生一类安全椭圆曲线的算法。当素数 p=6k+1(k∈Z,Z 为自然数)时,该素数可表示成 W^2+4V^2(W,V∈Z)的形式。基于该结论,证明了有限域 F^p 上的 j 不变为1728的椭圆曲线 y^2=x^3+1的阶#E(F_p)为 p+1±2W(当 W=4L+1,L∈Z,#E(F_p)=p+1-2W;当 W=4L-1,L∈Z,#E(F_p)=p+1+2W),并提出了一种构造安全椭圆曲线的算法,分析了算法的有效性。

大电网可靠性计算中的负荷削减策略

为了改善现有的电网可靠性评估算法 ,提出了失效事件流量、失效事件的送端和受端、受端削减域、负荷削减域的度等基本概念 ,阐明了相关定义 ,丰富了LCSN(LoadCurtailStrategybyNear)的内涵。在此基础上 ,研究了求负荷削减域的算法 ,导出了相关公式 ,为进一步研究LCSN提供了理论基础。应用表明 。

一类发电厂故障智能诊断系统模式的研究

针对发电厂运行过程中故障诊断的需要 ,应用神经网络技术、面向对象技术、人工智能技术以及计算机网络技术 ,提出了一种发电厂故障智能诊断系统模式 ,并设计了相应的软件系统结构和硬件系统结构 ,设计了相应的数据库 ,开发了数据采集软件以及基于面向对象的神经网络型专家系统。

基于移动选项的HMIPv6域间切换对端绑定方法

针对HMIPv6域间切换通信对端绑定延迟较大的问题,本文提出一种基于提前绑定更新选项的对端绑定方法;同时,提出提前预留资源的方式,提高对实时数据流的支持能力。最后通过仿真实验,证明了方案的优越性。

一种面向方面的软件组件监控模型

针对传统软件监控方法中模块化不好、缺乏灵活性的缺点,文中的模型中,将组件技术中的概念和方法应用于面向方面的技术中,提出了一个模块化、灵活性好的软件监控模型。在模型中将监控功能封装为一个面向方面的组件,有效解决了传统监控方法中因在应用代码中插入监控功能代码所产生的代码混乱与分散问题,也避免了因在组件和方面两个维度上考虑监控问题所产生的代码混乱与分散问题。

基于人工免疫网络的动态聚类算法

聚类分析的两个基本任务是分析数据集中簇的数量以及这些簇的位置 .大多数的聚类方法通常只关注后一个问题 .为了在聚类数不确定的情况下实现聚类分析 ,本文提出了一种新的结合人工免疫网络和遗传算法的动态聚类算法—DCBIG .新算法主要包含两个阶段 :先使用人工免疫网络算法获得聚类可行解 ,然后使用遗传算法依据聚类可行解实现动态聚类 .本文对获得聚类可行解的条件和概率进行了分析 .仿真实验结果表明与现有方法相比 ,新方法具有更高的收敛概率和收敛速度 .