检索结果

Select

1. 无证书签名方案的分析与改进

赵洪, 喻书涵, 韩妍妍, 李兆斌

《计算机应用》唯一官方网站 2023, 43 (1): 147-153. DOI: 10.11772/j.issn.1001-9081.2021111919

摘要（446）

HTML （36）

PDF （910KB）（218）

针对汤永利等提出的9种无证书签名方案（汤永利，王菲菲，叶青，等.改进的可证明安全无证书签名方案.北京邮电大学学报，2016，39（1）：112-116），首先使用线性化方程分析方法，发现所有方案中公钥之间存在线性关系，利用此缺陷完成对所有方案的签名伪造攻击；其次，为打破公钥之间的线性关系，使用改造哈希函数参数的方法改进方案，并在随机预言机模型下证明了改进方案的安全性；然后，提出一种无证书签名方案中的公钥构造格式，通过该格式构造出的签名方案无法被敌手进行公钥替换攻击；最后，通过仿真对改进方案与现有的无证书签名方案进行效率比较。实验结果表明，改进方案在提高安全性的同时未降低计算效率。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于卷积神经网络的视差图生成技术

朱俊鹏, 赵洪利, 杨海涛

计算机应用 2018, 38 (1): 255-259. DOI: 10.11772/j.issn.1001-9081.2017071659

摘要（505）

PDF （1010KB）（412）

针对裸眼三维中视差图生成过程中存在的高成本、长耗时以及容易出现背景空洞的问题，提出了一种基于卷积神经网络（CNN）学习预测的算法。首先通过对数据集的训练学习，掌握数据集中的变化规律；然后对输入卷积神经网络中的左视图进行特征提取和预测，得到深度值连续的深度图像；其次将预测所得到的每一个深度图和原图进行卷积，将生成的多个立体图像对进行叠加，最终形成右视图。仿真结果表明：该算法的像素重构尺寸误差相比基于水平视差的三维显示算法和深度图像视点绘制的算法降低了12.82%和10.52%，且背景空洞、背景粘连等问题都得到了明显改善。实验结果表明，卷积神经网络能提高视差图生成的图像质量。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于直觉模糊包含度的聚类有效性分析

张戈雷英杰翟兴隆赵洪静

计算机应用 2010, 30 (06): 1527-1529.

摘要（1736）

PDF （431KB）（1014）

针对直觉模糊集合数据的聚类有效性问题,提出了一种基于直觉模糊包含度的聚类有效性分析方法。该方法采用直觉模糊包含度和直觉模糊划分熵来评价直觉模糊聚类的有效性。其中,直觉模糊包含度通过增加非隶属度参数对模糊包含度进行直觉化扩展,用于评价类与类间包含的程度;而直觉模糊划分熵用于检验分类结果的可靠性。最后通过典型实例验证了该方法的有效性。