多策略概念相似度计算方法LMSW

本体映射是语义集成的关键,国内外对本体映射进行了深入的研究。将机器学习的方法引入到组合概念相似度的权值计算中来,提出了基于Widrow-Hoff理论的权值确定算法LMSW。通过梯度下降法来搜索最佳拟合训练样例的权向量,从而计算出组合的概念相似度,最终实现组合多种概念相似度算法的本体映射。实验表明该算法比单独使用概念相似度计算方法在查全率、查准率上均有所提高。

基于Stacking方法的多策略本体映射

将概念相似度的计算问题看做分类问题,提出一种基于Stacking方法的多策略本体映射框架;利用Stacking方法组合多种概念相似度算法,进而提出基于Widrow-Hoff理论的元数据分类算法LMSMC。该框架中,第0层分类器使用各种概念相似度算法对源本体进行分类,第1层分类器使用LMSMC算法对元数据进行分类,从而实现组合多种算法的本体映射。实验表明该方法比单独使用相似度算法在查全率、查准率上均有所提高。

一种新的本体映射发现方法SME

本体映射是基于本体的语义查询与集成的基础。本体映射发现的任务是从源本体和目标本体的相似度中发现本体映射,它是本体映射的关键。将本体映射发现问题看成是集合覆盖问题,提出一种基于集合覆盖的本体映射发现方法SME(SCM-based Mapping Extraction),该方法在训练阶段找到最大程度覆盖训练数据的属性集,在测试阶段利用这些属性集在测试数据上对应属性值的交操作来发现映射。实验证明该方法具有较好的综合性能。

工程教育认证背景下离散数学课程体系的实施

介绍工程教育认证背景下离散数学课程的相关教学研究,从网络工程专业的培养目标出发,根据具体的毕业要求,构建相应的课程体系,从教学计划、教学过程和考核评价3方面进行探讨,并阐述该培养体系的实施过程。

一种带空结点的大规模本体模块化算法

本体模块化是解决大规模异构本体间知识共享的关键过程。在本体模块化的过程中,忽视空结点的影响会带来模块化性能低,损失语义的问题。研究了本体中的空节点信息,根据分而治之的思想,提出一种容许空结点的大规模本体模块化算法,将本体实体先划分成实体簇,从实体簇中创建本体模块。实验表明,该算法在本体模块化的均匀性、分布性方面均优于现有的算法。

异构分布的多元线性回归隐私保护模型

隐私保护是数据挖掘领域中一个极其重要而富有挑战性的课题,以实现隐私数据的保护和准确知识的挖掘两者兼得为其最终目标.统计回归是数据挖掘的常用工具之一,而数据分布式存储情况下统计分析的研究工作甚少.由于机密性或其他原因,数据拥有者往往不情愿与其他合作方分享原始数据,去又希望与其他合作方共同协作执行统计分析.关注于如何解决既获取准确统计分析结果又保护原始数据隐私的平衡问题,基于环同态和离散对数计算困难的思想,建立了隐私保护回归模型,该模型通过同态公钥加密协议的同态性质从而获取准确的统计分析结果.经理论分析和实验证明该协议模型在语义上是安全的和有效的.

基于SMC的隐私保护聚类模型

隐私保护数据挖掘指在实现准确挖掘知识的同时确保敏感数据不泄露。针对垂直分布式数据存储结构的聚类隐私保护问题,提出基于全同态加密协议和数据扰乱方法的隐私保护聚类模型。该模型通过采用安全比较协议解决了垂直分布式聚类的两个隐私保护关键步骤:求解最近簇和判断质心变化,从而实现了数据的有效保护。理论证明了该模型的安全性并分析了其时间复杂度和通信耗量,实验结果表明该隐私保护聚类模型是安全有效的。

基于隐私保护的序列模式挖掘

隐私保护是当前数据挖掘领域的一个研究热点,其目标是在不暴露原始数据信息的前提下准确地实现挖掘任务。针对隐私保护序列模式挖掘问题,提出了项集的布尔集合关系概念,设计了基于随机集和扰乱函数对原始序列库进行数据干扰的方法模型,并通过扰乱函数的特性还原出原始序列库的频繁序列模式的真实支持度,完成了在保护原始数据隐私的前提下准确地挖掘出频繁序列模式的任务。理论分析和实验结果表明,该方法模型具有很好的数据隐私保护性、挖掘结果准确性和算法执行高效性。

“汇编语言程序设计”课程的教学内容与实践方法的探讨

"汇编语言程序设计"课程是计算机及相关专业的专业基础课,多年来随着计算机硬件和软件的发展,汇编语言从DOS汇编、80X86汇编到Win32汇编经历了较大的变化。在教学过程中如何准确的制定教学计划、确定教学内容、较好地掌握教学方法是该课程在教学过程中的关键问题。本文根据作者长期的教学经验和实践过程对"汇编语言程序设计"课程的教学内容和实践方法等方面进行了探讨。

网络交换机的路由和分配策略

集群服务器是大访问率站点的路由结构。最常见的网络集群结构由复制的服务器节点和在节点间对用户进行路由的网络交换机组成。网络交换机在网络集群中具有关键作用 ,本文介绍了网络交换机的功能 ,它的两种结构 :4层网络交换机和 7层网络交换机 ,比较了这两种网络交换机的路由算法。并介绍了 7层网络交换机的基于内容的分配策略。

普通高校计算机专业双语教学的探讨

本文从普通高校计算机专业双语教学的实践出发,阐述了双语教学实施的必要性,分析了双语师资、双语教材,以及学生接受双语教学存在的障碍等双语教学过程中存在的问题,提出了加强双语师资的培养、双语教材的建设和引进,及时制定有关标准来规范双语教学的应对策略;为了更好地推动双语教学的发展,进行了有益的探索。

云存储中高效密文检索的中文数据加密方案

数据加密是确保云存储数据安全的主要技术,高效的密文检索技术对于提高密文检索效率和减小存储开销起到了决定性作用。大多数已有的基于密文检索的中文数据加密方案需要上传密钥,增加了密钥泄漏的风险。在密文检索过程中,对于关键字的匹配,一些方案需要多次对密文解密,严重降低了密文检索的效率;另一些方案构建了大量的索引文件,浪费了云存储空间。文中提出了一种能兼顾检索效率和存储开销的中文数据加密方案,其在数据加密阶段利用了数据分块随机排序和标号向量加密技术,在密文检索阶段配合构建的索引向量文件对密文进行类明文检索。在整个过程中不需要将密钥上传至云服务器,建立索引向量文件所消耗的存储空间也小于其他基于索引的方案。实验表明,本方案在检索效率和存储开销上优于其他两种方案,并且能在耗费较少时间和存储空间的情况下准确地找到用户存储的数据。

Web应用案例研究与实现

为了让学生对Web程序设计产生兴趣,加强学生实践编程能力,本文主要研究了如何对web应用案例进行了分层次的分析、设计及实现,让学生能够循序渐进的学懂学会web相关技术,并能使用这些技术自主编程完成一个小型web应用系统,并能够发布到网络上,在网络上进行访问。

基于k-prototype聚类的差分隐私混合数据发布算法

差分隐私是一种提供强大隐私保护的模型。在非交互式框架下,数据管理者可发布采用差分隐私保护技术处理的数据集供研究人员进行挖掘分析。但是在数据发布过程中需要加入大量噪声,会破坏数据可用性。因此,提出了一种基于k-prototype聚类的差分隐私混合数据发布算法。首先改进k-prototype聚类算法,按数据类型的不同,对数值型属性和分类型属性分别选用不同的属性差异度计算方法,将混合数据集中更可能相关的记录分组,从而降低差分隐私敏感度;结合聚类中心值,采用差分隐私保护技术对数据记录进行处理保护,针对数值型属性使用Laplace机制,分类型属性使用指数机制;从差分隐私的概念及组合性质两方面对该算法进行隐私分析证明。实验结果表明:该算法能够有效提高数据可用性。

一种改进的Attention-Based LSTM特征选择模型

为了对高校学术活动进行信息提取和文本分类,基于结合注意力机制的长短期记忆网络(Attention-Based Long Short-Term Memory)特征选择模型,构建了高校学术活动分类系统。通过大量分析高校学术活动语料的特点,准确抽取学术活动的相关内容,改善了文本数据质量;提出了一种改进的Attention-Based LSTM特征选择模型,降低了数据维度,有效地突出了重点信息。实验结果表明,该方法提高了分类的准确率,其分类效果明显优于普通LSTM(Long Short-Term Memory)模型和传统模型的处理结果。

基于改进BP神经网络的学术活动文本分类

网站已成为高校发布学术活动通知的主要平台,能否从中准确抽取相关信息并进行分类,直接影响着办公自动化的效率。为了实现文本分类,采用向量空间模型(VSM)描述文本,利用一种改进的TF-IDF算法设置文本向量特征权重,并通过优化的互信息算法来实现文本特征提取与降维,改善了分类模型的向量输入。最后在构造BP神经网络文本分类器时,通过激活函数的选择、参数的初始值设置以及动量因子的引入对其进行改进。实验结果表明,改进后的方法在分类精度上有明显的提高,利用该方法可以较好地进行学术活动的文本分类。

基于LSTM的金融新闻倾向性

为尽早发现负面新闻以降低对公司的影响,提出采用判断新闻文本关键句群倾向性的方法判断新闻的倾向性。对于公司名识别,在综合原有方法优势的基础上增加百度百科查询,向公司名基础词典加入公司名和公司代码映射;在关键句群抽取环节中,使用doc2vec模型计算句子和新闻标题相似度,综合句子位置信息、句子中领域动词信息、句子中公司名信息;使用Word2vec模型并结合TFIDF的句子表示方法,使句子的表示更加准确、更有侧重。使用LSTM模型对关键句群进行分类,实验结果表明,该模型分类效果优于传统机器学习分类模型和CNN。

VANET中基于RSU辅助签名环形成的方案

车辆自组织网络(Vehicular Ad-hoc Network,VANET)使交通系统更加智能和高效。信道的开放性以及车辆移动的高速性等特点,导致VANET存在诸如身份、传输数据以及位置等隐私信息泄露问题。目前,针对VANET的身份隐私泄露问题,越来越多的学者采用基于环签名的方案,但是车辆如何在行驶过程中与周围车辆组成签名环一直是一个难解决的问题。针对基础设施部署较完善地区,文中提出一种基于RSU(Road-Side Unit)辅助签名环形成的方案。该方案通过RSU收集覆盖区域内车辆的公钥并广播公钥集,从而确定区域内车辆的签名环,并利用双线性对映射实现RSU与车辆间消息传输的基于身份加密的过程。安全分析和实验证明,所提方案在基础设施较完善地区能够拥有较好的效率和安全性。

面向动态数据发布的差分隐私保护研究综述

现实应用中,许多数据需要不断更新并动态发布。使用这些数据资源进行数据挖掘,在提供便捷服务的同时也会导致个人隐私信息泄露。差分隐私保护技术能防止攻击者进行任意背景知识攻击并提供有效的隐私保护,因此成为数据发布领域中的研究热点。阐述了差分隐私保护技术的原理及性质;重点针对动态数据发布的差分隐私保护技术进行分类研究,并从关键技术、效果等方面对实时数据流发布和连续数据发布进行综合对比分析;总结了差分隐私保护在其他领域的应用并提出了未来的研究方向。

移动社交网中基于兴趣社区的消息传输方案

节点对路由消息的存储-携带-转发是移动社交网中的一种短距离通讯方式,传输性能是影响用户交互体验的关键因素,如果用户能够根据彼此间的兴趣或社区来进行消息传输,则可提高传输性能。目前,针对移动社交网中的短距离通讯,已有的研究主要是基于兴趣或者基于社区的传输方式。为了使用户得到更好的交互体验,将用户兴趣与社区相结合,提出基于兴趣社区的消息传输方案InComT(Interest Community based Transmission)。对移动社交网中单个节点的兴趣进行度量,根据得出的节点兴趣值进行社区划分,从而确定社区整体的兴趣值,并根据兴趣值来选择中继社区和中继节点,实现消息的传输。仿真结果表明,该策略在传输负载率和平均延时较低的情况下能够拥有较高的传输成功率。