检索结果

Select

1. 基于随机矩阵理论的高维数据特征选择方法

王妍, 杨钧, 孙凌峰, 李玉诺, 宋宝燕

计算机应用 2017, 37 (12): 3467-3471. DOI: 10.11772/j.issn.1001-9081.2017.12.3467

摘要（572）

PDF （734KB）（693）

传统特征选择方法多是通过相关度量来去除冗余特征，并没有考虑到高维相关矩阵中会存在大量的噪声，严重地影响特征选择结果。为解决此问题，提出基于随机矩阵理论（RMT）的特征选择方法。首先，将相关矩阵中符合随机矩阵预测的奇异值去除，从而得到去噪后的相关矩阵和选择特征的数量；然后，对去噪后的相关矩阵进行奇异值分解，通过分解矩阵获得特征与类的相关性；最后，根据特征与类的相关性和特征之间冗余性完成特征选择。此外，还提出一种特征选择优化方法，通过依次将每一个特征设为随机变量，比较其奇异值向量与原始奇异值向量的差异来进一步优化结果。分类实验结果表明所提方法能够有效提高分类准确率，减小训练数据规模。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于角色-权限的普适计算受限委托方法

高大利孙凌辛艳

计算机应用 2011, 31 (05): 1298-1301. DOI: 10.3724/SP.J.1087.2011.01298

摘要（1164）

PDF （669KB）（885）

针对普适计算跨区域访问控制中的委托授权限制问题,在角色-权限分配中根据权限的重要程度关联信任阈值和访问时间限制,设计了一种基于角色的访问控制(RBAC)模型的以角色-权限为委托单位的受限委托方法。通过证明执行模型与委托条件的一致性,表明该方法能够满足普适计算权限委托限制的要求,可以灵活地支持基于角色-权限的临时性和可执行角色集的依赖性。

相关文章 | 多维度评价

Select

3. 基于概率和可信度方法的普适计算信任模型

孙凌辛艳罗长远

计算机应用 2010, 30 (9): 2379-2382.

摘要（1351）

PDF （635KB）（994）

根据普适计算环境下信任的特点以及现有信任模型存在的不足，提出一种基于概率和可信度方法的信任模型。模型综合考虑影响信任的主观和客观因素，通过主观信任、直接信任和推荐信任得到总体信任。计算推荐信任时引入基于可信度的匹配度算法对多个推荐实体进行取舍，在计算前就把不符合推荐条件的实体排除，再结合对推荐链路的更新，能够更有效地避免恶意推荐的影响，计算出来的信任值可靠度更高。

相关文章 | 多维度评价

Select

4. 基于扩展角色访问控制的普适计算访问控制模型

孙凌辛艳罗长远

计算机应用 2010, 30 (4): 1045-1047.

摘要（1316）

PDF （772KB）（1082）

针对普适计算访问控制对客体部分动态管理的需要，分析了现有扩展基于角色的访问控制（RBAC）的不足，提出一种新的扩展RBAC模型。模型引入客体与客体的关联，使得权限既可以通过角色也可以通过客体获得，并采用描述逻辑对模型访问控制过程进行了形式化描述。该模型能够实现细粒度的动态授权，解决了因决策的固有性导致角色数量过多、授权不灵活的问题。