检索结果

Select

1. 基于数据集特点的增强聚类集成算法

侯勇郑雪峰

计算机应用 2013, 33 (08): 2204-2207.

摘要（920）

PDF （812KB）（613）

当前流行的聚类集成算法无法依据不同数据集的不同特点给出恰当的处理方案，为此提出一种新的基于数据集特点的增强聚类集成算法,该算法由基聚类器的生成、基聚类器的选择与共识函数构成。该算法依据数据集的特点，通过启发式方法，选出合适的基聚类器，构建最终的基聚类器集合，并产生最终聚类结果。实验中，对ecoli，leukaemia与Vehicle三个基准数据集进行了聚类，所提出算法的聚类误差分别是0.014，0.489，0.479，同基于Bagging的结构化集成(BSEA)、异构聚类集成(HCE)和基于聚类的集成分类(COEC)算法相比，所提出算法的聚类误差始终最低；而在增加候基聚类器的情况下，所提出算法的标准化互信息(NMI)值始终高于对比算法。实验结果表明，同对比的聚类集成算法相比，所提出算法的聚类精度最高，可伸缩性最强。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于最大间隔超平面的增强特征提取算法

侯勇郑雪峰

计算机应用 2013, 33 (04): 998-1000. DOI: 10.3724/SP.J.1087.2013.00998

摘要（932）

PDF （483KB）（507）

核主成分分析（KPCA）与多层感知器（MLP）是流行的特征提取算法，但这些算法存在效率低下与易陷于局部最优解等问题。针对KPCA与MLP算法存在的问题，提出了一个新颖的特征提取算法——基于最大间隔超平面的增强的特征提取算法（EFE）。该算法独立于输入样本的概率分布，通过采用隔间最大化且两两正交的最大分割超平面，将输入样本映射到超平面的法线所张成的子空间中，实现输入样本的特征提取。在对现实世界数据集wine与AR的特征提取的实验表明，基于最大间隔超平面的增强特征提取算法在执行效率、识别准确率方面均超出了KPCA与MLP的执行效率与识别准确率。

参考文献 | 相关文章 | 多维度评价

Select

3. 签名长度固定的基于身份门限环签名方案

孙华郭磊郑雪峰王爱民

计算机应用 2012, 32 (05): 1385-1387.

摘要（1031）

PDF （2018KB）（645）

在门限环签名中，任意n个成员组中的t个可以代表整个成员组产生(t,n)门限环签名，而对实际的签名者却具有匿名性。为了设计签名长度是常量的门限环签名方案，通过使用双线性对技术，提出了一种无需随机预言机的基于身份的门限环签名方案。最后，通过对方案的安全性进行分析，指出方案满足无条件匿名性以及在Diffie-Hellman 逆(DHI)困难问题的假设下满足选择消息和身份攻击下的存在不可伪造性。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于进化理论的层信任模型研究与实现

周毅郑雪峰于义科

计算机应用 2010, 30 (8): 2114-2119.

摘要（256）

PDF （553KB）（1185）

通过对可信计算进行深入的分析，并进行严格的逻辑推理证明，提出了基于进化理论的层信任模型。该模型在逻辑结构上定义了可信计算环境基本的信任链和可信层，并通过3个主要属性来描述可信度，物理结构上通过广电网的基于法定权利义务关系的可信根广播和在可信终端建立基于可信存储的可信根，来实现可信计算环境。该模型使得现有通用计算平台也适用于可信计算环境，提出了解决可信计算环境的外部性和公正性问题的方法，减少了可信终端主动防御带来的验证开销，用较小的代价实现了可信计算环境下可信计算实体可信度收敛。