期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于量子局部内在维度的对抗样本检测算法
张瑜, 昌燕, 张仕斌
《计算机应用》唯一官方网站    2024, 44 (2): 490-495.   DOI: 10.11772/j.issn.1001-9081.2023020172
摘要85)   HTML1)    PDF (1918KB)(34)    收藏

为解决基于局部内在维度(LID)的对抗样本检测算法高时间复杂度问题,结合量子计算优势,提出一种基于量子LID的对抗样本检测算法。首先,使用SWAP-Test量子算法一次性计算待测样本与所有样本间的相似度,避免了经典算法中的冗余计算;然后,结合量子相位估计(QPE)算法和量子Grover搜索算法计算待测样本的局部内在维度;最后,以LID作为二分类检测器的评判依据,检测区分出对抗样本。分别使用IRIS、MNIST、股票时序数据集测试和验证所提算法,仿真实验结果表明,均能通过计算出的LID值突出对抗样本与正常样本之间的差异性,并能作为检测依据区分样本属性。理论研究证明,所提算法时间复杂度与Grover算子迭代次数及邻近样本数和训练样本数的平方根的积同一数量级,明显优于基于LID的对抗样本检测算法,实现了指数级加速。

图表 | 参考文献 | 相关文章 | 多维度评价
2. 基于加权直觉模糊集合的聚类模型
昌燕 张仕斌
计算机应用    2012, 32 (04): 1070-1073.   DOI: 10.3724/SP.J.1087.2012.01070
摘要954)      PDF (618KB)(381)    收藏
针对已有基于直觉模糊集的聚类方法的局限性,提出了一种基于加权直觉模糊集合的聚类模型——WIFSCM。在该模型中,提出了特定特征空间下的等价样本和加权直觉模糊集合的概念;并推导出基于等价样本和加权直觉模糊集合的直觉模糊聚类算法的目标函数,利用该目标函数推导出直觉模糊聚类中心迭代算法和隶属度矩阵迭代算法;定义了基于加权直觉模糊集合的密度函数,确定了初始聚类中心,减少了迭代次数。通过灰度图像分割实验,证明了该模型的有效性,同时与普通直觉模糊集FCM聚类算法(IFCM)相比,聚类速度提高近百倍。
参考文献 | 相关文章 | 多维度评价
3. Web服务信任类型动态定义研究
昌燕
计算机应用    2011, 31 (07): 1880-1883.   DOI: 10.3724/SP.J.1087.2011.01880
摘要1475)      PDF (601KB)(655)    收藏
在已有的信任类型研究的基础上,分析了针对Web服务的信任分类的不准确性问题,提出了动态定义信任类别的方案。从定义Web服务的信任属性的合理性和灵活性角度出发,提出用直觉模糊数描述信任特征,考虑固有能力、安全特性和声誉三个方面的特征对信任的影响,并给出能力信任贡献度、安全信任贡献度和声誉信任贡献度的计算方法。构造了信任直觉模糊集的相似矩阵,由求传递闭包的方式得到直觉模糊等价矩阵,通过设定不同的阈值得到不同的阈值截矩阵,从而得到不同的分类结果。验证了动态定义信任类别的有效性和准确性。
参考文献 | 相关文章 | 多维度评价
4. 基于样本预处理的低成本对抗样本防御算法
陈虓, 昌燕, 王丹琛, 张仕斌
《计算机应用》唯一官方网站    DOI: 10.11772/j.issn.1001-9081.2023091249
预出版日期: 2024-01-10