【摘 要】
：
针对传统概念格处理不完备信息的局限,给出了处理形式背景有缺值现象的概念格扩展模型———近似概念格,在此基础上提出改进的概念格增量构造算法。该算法引入哈希技术和最近父节点的增量计算方法,从加速定位生成元和更新边这两个关键过程改进Godin算法。采用随机数据集设计实验,实验表明,改进的算法可有效提高对形式背景有缺值现象概念格的建格效率,尤其是对数据规模和发生关系概率较大的数据集,算法的高效性更明显。
【机 构】
：
河南科技大学电子信息工程学院,洛阳师范学院信息技术学院
【基金项目】
：
国家自然科学基金资助项目（61050004）, 河南省重大科技攻关项目（102102310058）, 河南省基础与前沿项目（082300410270）
论文部分内容阅读
针对传统概念格处理不完备信息的局限,给出了处理形式背景有缺值现象的概念格扩展模型———近似概念格,在此基础上提出改进的概念格增量构造算法。该算法引入哈希技术和最近父节点的增量计算方法,从加速定位生成元和更新边这两个关键过程改进Godin算法。采用随机数据集设计实验,实验表明,改进的算法可有效提高对形式背景有缺值现象概念格的建格效率,尤其是对数据规模和发生关系概率较大的数据集,算法的高效性更明显。
其他文献
介绍了Chebyshev多项式的定义和相关性质,针对确定性Chebyshev多项式公钥密码体制进行了研究,发现其不能抵抗选择密文攻击。结合抵抗选择密文攻击的安全模型,提出了基于有限域的Chebyshev多项式的概率公钥密码体制,分析结果表明该密码体制是正确的。通过归约证明,该密码体制能够抵挡适应性选择密文攻击,具有抵抗选择密文攻击的IND-CCA2安全性。
为了设计一种有效的盲环签名方案,同时克服公钥证书密码体制中的复杂证书管理以及基于身份密码体制中的密钥托管问题,将盲环签名和无证书密码体制相结合,充分利用两者的优势,并通过使用双线性对技术,在随机预言模型下基于k-碰撞攻击算法(k-CAA)困难问题和修改的逆计算Diffie-Hellman(mICDH)困难问题,提出了一种有效的无证书盲环签名方案。最后,对方案的正确性和安全性进行了分析,证明了该方案
在压缩感知理论的基础上提出了一种非规则采样层析数据的重建方法,主要研究了频域光学相关层析(SDOCT)数据的降噪问题。采用传统的B-scans扫描模式得到一系列具有高SNR的图像,对每一幅高SNR图像训练得到一个稀疏表示字典,然后由所得到的稀疏表示字典对低SNR的B-scans图像进行降噪,称这种方法为多层稀疏层析降噪算法(MSBTD)。其基本原理是在通常的SDOCT数据中,相邻的B-scans数
针对复杂背景下显著图提取精准度不高的问题,提出了一套基于自适应空间邻域的获取方案。该方案考虑人眼神经元感受野的同心圆结构,计算自适应圆形空间邻域;然后结合二维正态分布的显著权值计算空间邻域内每个像素点的显著值,获取图像的显著图,再利用简单的阈值分割算法提取二值图像;最后通过在两个自然图像集进行实验,并与三种经典算法进行比较。实验结果表明,该方法可以在复杂背景下有效地获取精确的显著图。
针对不可微方程组—绝对值方程Ax+B|x|=b的数值解问题进行研究,提出了通过构造极大熵函数和新的区间算子对方程进行求解的区间极大熵算法。该算法能同时求出绝对值方程的近似解和估算其近似解的误差限,并在A的奇异值全部大于|B|的奇异值时,证明了算法的收敛性且收敛速度至少是线性的。理论分析和数值结果均表明提出的算法是有效的。
为了提高压缩感知中图像的稀疏表示性能,提出了一种Contourlet域方向子带稀疏表示的图像压缩感知算法。将图像Contourlet分解后的多个高频子带根据方向正交特点进行重组,采用随机高斯矩阵对重组后的子带分别进行测量,实现压缩采样;利用正交匹配追踪法重建各子带系数,并进行Contourlet反变换重构原图像。实验结果表明,在相同采样率下,算法重构图像的主观视觉效果和峰值信噪比都优于小波压缩感知
大规模延迟容忍网络具有覆盖范围广、链路间歇性连通及通信时延长等特点,这使得现有认证密钥协商协议存在系统管理瓶颈及通信时延长等问题。设计了一种适用于大规模延迟容忍网络环境下的认证密钥协商协议,依赖基于分级身份的密码机制,通过密钥分级派生,减少系统管理瓶颈,同时消除对证书的依赖,减少协商时延。与现有通用环境下基于分级身份的同类协议相比,该协议的通信开销及双线性对计算开销较小,且均为常量,不受节点层次数
为了研究Pearson负相关性信息对协同过滤算法的影响,提出了一种考虑负相关性信息的协同过滤算法。该算法选取正相关用户作为最近邻居,负相关用户作为最远邻居,使用参数调节最近邻居和最远邻居在推荐过程中的作用。MovieLens数据集上的对比实验表明,负相关性不仅可以提高推荐结果的准确性,而且可以增加推荐列表的多样性;进一步分析发现,负相关性还可以大幅度提高不活跃用户的推荐准确性。该工作表明,负相关性
针对传统基于光流法步态识别复杂、识别率不高的缺点,提出了一种非模型化的方法——光流空间分布来描述并识别运动目标。首先,计算每帧步态序列中的密度光流场,所得的与尺度无关的矩描述了光流的空间形状分布;然后,分析每一组矩的周期性结构特征,不同图像序列对应的矢量有基本相同的周期特征和不同的相位特征,利用相位特征区分不同个体步态之间的差异;最后,训练时计算各个样本特征矢量的平均值作为聚类中心,识别时计算待识
适应度评价大体可以分成解码和计算适应度值两个部分,是进化计算中运算量最大、重复率最高的过程之一。为了有效利用已有计算结果的角度避免大量重复建树和遍历运算,改进了GEP解码算法基本流程以降低GEP的运算量,达到了提升运算效率的目的。采用仿真的方式对引入复用机制的GEP和传统GEP算法进行了对比实验,从解码次数、解码所用时间等两个方面进行对照,发现引入复用机制的GEP算法在解码次数上比传统GEP有多个