大类招生、分流培养——对本科院校计算机专业学生采取的思考

当前,随着我国新课标的全面实施和开展,我国在教育过程中,加大了对各方面的改革和完善,实施"大类招生、分流培养"的模式受到了当前很多本科院校的重视。在"大类招生、分流培养"相关知识的基础上,针对本科院校计算机专业学生如何采取"大类招生、分流培养"给予一定的思考,并提出一些加强本科院校计算机专业学生"大类招生、分流培养"的措施。

直觉模糊信息系统中的信息熵

在直觉模糊信息系统上,直觉模糊信息熵和直觉模糊信息粒度是两种有效地进行不确定性研究的重要工具。在直觉模糊信息系统上,引入直觉模糊粒结构的交、并、差、补等四种运算。提出了基于直觉模糊粒结构的直觉模糊信息熵;并研究了直觉模糊信息熵与直觉模糊信息粒度之间的关系。

变精度覆盖决策信息系统的约简

把变精度方法引入到覆盖决策信息系统中,给出变精度覆盖下近似与变精度覆盖上近似的定义。进而讨论了变精度覆盖下近似与变精度覆盖上近似的若干性质及约简。分析了它们与覆盖分布约简、最大覆盖分布约简、覆盖下近似约简、覆盖上近似约简之间的关系。并给出实例进行说明。

校企联合—提高工科学生职前素质技能的有效途径

大学生的就业问题在一段时间内仍是我国社会的一个难题。针对工科学生的就业问题,充分利用高校和企业两方面的资源优势,创新校企合作模式已是大势所趋。探讨校企联合对于高校和企业的"双赢"作用,提出实现校企联合的有效途径,充分利用高校和企业两种资源,达到优势互补,对于提高工科大学生职前素质技能、实现人才培养目标、促进大学生充分就业,具有重要的现实意义。

基于ADXRS6XX陀螺仪高速数据采集系统的研究与设计

针对由多通道运算放大器配置适当电阻网络的方法实现传统的单端/差分转换电路,这种电路存在输出信号不是全差分信号且不具有严格的反相性和同时性、会降低差分式AD采样精度等缺点.设计一个来自ADXRS622陀螺仪传感器的单端信号,经抗混叠滤波和THS4531全差分驱动器调理后,由差分式AD转换器ADS8317和DSP完成的数据采集.实验结果表明所设计的调理电路方案可行,确保系统的精度,提高ADC性能.

形式背景与协调决策形式背景属性约简与概念格生成

通过引入交式可约元概念,文中提出了一种形式背景属性约简的新方法.基于此方法,获得了形式背景属性约简个数计算的精确公式,改进了原有的约简个数估计.在此基础上,给出了概念格的生成算法及其图示.最后,针对协调决策形式背景,通过实例给出了新的属性约简方法.

一个可证安全的基于证书聚合签名方案

基于证书公钥密码体制是新近提出的一类新型公钥密码体制,它克服了传统公钥密码体制的证书管理问题和基于身份的密码体制固有的密钥托管问题。聚合签名是一种可将不同签名者对不同消息的签名聚合成一个单一签名的数字签名技术。利用双线性对和Computational Diffie-Hellman困难性问题提出了一个基于证书的聚合签名方案,并在随机预言机模型下证明其安全性。

可证安全的基于证书部分盲签名方案

为有效保护签名者的合法权益,防止盲签名的非法使用,解决传统公钥密码系统所存在的证书管理和使用代价高昂等问题,应用双线性映射,结合基于证书公钥密码体制和部分盲签名系统,提出一类基于证书的部分盲签名方案,包括基于证书部分盲签名的形式化定义及其安全性定义,并构造一个具体的基于证书的部分盲签名方案。在随机预言机模型下,基于计算DiffieHellman困难性假设,证明该方案的安全性,结果表明,该方案简化了基于传统公钥系统部分盲签名中证书的发布、存储与管理,并解决了基于身份部分盲签名系统中的密钥托管问题。

融合邻域信息的k-近邻分类

距离度量是影响k-近邻(KNN)法分类精度的重要因素之一。提出一种融合邻域信息的k-近邻算法。首先,定义了样本邻域的概念,并根据邻域的影响提出2条相应准则;然后,在计算测试样本与训练样本的距离时,综合考虑了样本邻域所带来的影响。该算法不仅可以更加精确地刻画样本之间的距离,而且一定程度上增强了KNN的稳定性。该方法在UCI标准数据集上进行了测试,结果表明,性能优于或与其他相关的分类器相当,并且在噪声扰动下具有较强的鲁棒性。

基于身份的代理聚合签名方案的分析与改进

针对2011年王勇兵等提出的一个基于身份代理聚合签名方案,给出一个聚合签名的伪造攻击以及代理签名者的否认攻击,证明了该方案存在安全隐患,进而提出改进方案,并对其安全性进行了分析,弥补了原方案的安全缺陷。

虚拟人舌运动可视化在发声中的研究

发音障碍是听力残疾者和言语残疾者的显著特征之一。舌部作为发音的主要器官,在发音训练中起重要作用。如果将发音可视化引入发音障碍康复训练中,可以让聋人和言语残疾者直观地看到发音过程中舌位及舌形的变化,则康复训练时将起到事半功倍的效果。在研究舌部解剖结构及其运动特征的基础上,通过建立三维舌体肌肉模型,结合发音中舌的X光图片和电子颚位图仪等相关数据,实现舌体模型仿真发音中常见的运动及形状,进而利用这种可视化技术,帮助听力残疾者和言语残疾者达到矫正和康复的目的。

高效可证安全的基于证书数字签名方案

基于证书公钥密码系统是近年来提出的一种新型公钥密码体制,它结合了传统公钥密码体制和基于身份密码体制的优点,克服了其存在的问题。利用双线性映射,提出了一个基于证书的数字签名方案,在随机预言机模型下给出了严格的安全证明。方案的安全性基于q强Diffie-Hellman问题和扩展的逆计算Diffie-Hellman问题的困难性。分析表明,所构造的新方案满足正确性和存在不可伪造性,具有较高的安全性,不仅简化了证书管理过程,克服了密钥托管问题,而且方案的整体性能比较高。

一个常数对基于证书聚合签名方案

基于证书公钥密码体制是新近提出的一类新型公钥密码体制,它克服了基于身份密码体制的密钥托管问题和传统公钥密码体制下的证书管理问题.聚合签名是一种可将不同签名者对不同消息的签名聚合成一个单一签名的数字签名技术.然而,在聚合签名的验证过程中,随着聚合人数的增加,运算量也线性地增加.本文利用双线性对和Computational Diffie-Hellman困难性问题构造了一个常数对运算基于证书的聚合签名方案.

基于肌肉控制的拇指腕掌运动学模型

针对拇指运动结构的复杂性,建立拇指骨骼模型及拇指腕掌关节肌肉控制机制.在基于人手生理解剖结构建立模型的过程中,考虑拇指腕掌关节的特殊性,通过控制肌肉收缩实现腕掌关节的灵活运动.实验结果表明,所建立的控制机制能较好地仿真拇指腕掌关节的环绕运动,运动符合生理特征,具有较好的真实感和自然性.

一个高效的基于证书的短签名方案

在Gentry所提出的基于证书加密概念的基础上,构造一个高效的基于证书的短签名方案。方案使用证书作为用户临时签名密钥的一部分,有效简化了证书的管理,克服了证书的发布和密钥托管问题。所提方案在签名产生阶段不需要任何双线性对运算,在签名验算阶段也仅需要一个双线性对运算。因此,方案具有更短的签名长度、更少的计算代价和更高的执行效率。

基于邻域互信息最大相关性最小冗余度的特征选择

特征选择是一种重要的数据预处理步骤,其中互信息是一类重要的信息度量方法.本文针对互信息不能很好地处理数值型的特征,介绍了邻域信息熵与邻域互信息.其次,设计了基于邻域互信息的最大相关性最小冗余度的特征排序算法.最后,用此算法选择前若干特征进行分类并与其它算法比较分类精度.实验结果表明本文提出算法在分类精度方面且优于或相当于其它流行特征选择算法.

基于选择度的分类规则学习算法

规则式分类器通常使用单一度量选择属性值,然而单一度量会导致很多属性值具有相同的度量值,从而无法选择出"好"的属性值。此外,规则式分类器通常提取置信度为100%的规则,致使规则提取过程比较费时,并且所得到的规则支持度较低。针对上述不足,提出新的属性值度量——选择度。选择度是基于信息熵、类支持度及偏离度3种度量的结合,能更好地区分属性值的优劣。在此基础上,提出一种基于选择度的分类规则学习算法LRSM。在LRSM算法中,当规则包含的负实例数小于给定域值时,该规则被抽取,删除被此规则覆盖的实例,抽取下一条规则。实验结果表明,与FOIL算法相比较,LRSM算法提高了分类准确率,同时明显地减少了分类所消耗的时间。

虚拟人食指肌肉控制及运动约束研究

基于生理解剖结构,建立了虚拟人食指肌肉控制机制,通过控制多条肌肉收缩,实现了单指多关节灵活运动。同时针对传统模型单指运动控制较为独立,缺乏约束而导致不够真实的情况,研究了运动中双指间促进和制约的关系,提出了运动约束关系图。该图能够同时描述单指及双指的运动空间及其非线性约束关系,并刻画出实际不可到达区域。实验表明,所建立的控制机制能较好地仿真出食指的灵活运动,利用约束关系图能够保证手部仿真运动符合生理特征,具有较好的真实感和自然性。

一个新的基于证书聚合签名方案

基于证书公钥密码体制是新近提出的一类新型公钥密码体制,它克服了基于身份密码体制的密钥托管问题和传统公钥密码体制下的证书管理问题。聚合签名是一种可将不同签名者对不同消息的签名聚合成一个单一签名的数字签名技术。本文利用双线性对和Computational Diffie-Hellman困难性问题构造了一个基于证书的聚合签名方案。

基于信息熵的懒散关联分类方法

懒散关联分类针对每个待分类实例的特征进行分类关联规则的挖掘,通常能取得较高的准确率.然而,由于某些数据集中存在一些质量不好的特征,将影响懒散关联分类的准确率.此外,分类耗时较长是懒散关联分类另一个缺点.针对上述问题,提出了一种基于信息熵的懒散关联分类算法.该算法以信息熵度量属性值的质量,仅选取每个待分类实例中最好的k个属性值,将得到规模较小且与待分类实例紧密相关的训练子集,从中高效挖掘到高质量的规则.实验表明,与懒散关联分类相比,基于信息熵的懒散关联分类方法提高了分类准确率,并极大减少了运行时间.