肤色检测技术综述

肤色检测在人脸和手势识别与跟踪、Web图像内容过滤、数据库或因特网中的人物检索和医疗诊断等方面有广泛应用，文中通过分别介绍基于统计和基于物理的两类肤色检测技术，较全面地综述了肤色检测技术，其中对颜色空间选择、静、动态肤色建模方法、肤色反射模型和肤色波谱特性等肤色检测重要环节做了分析，明确了选择颜色空间与特征提取和分类方法的联系，强调了研究肤色波谱特征对基于物理的肤色检测技术的重要性，最后探讨了肤色检测的技术难题和发展趋势。  

分布式动态负载平衡调度的一个通用模型

在大规模并行分布处理系统，特别是网络工作站机群（ＮＯＷ）系统中，各结点机之间的负载平衡调度是最为常见的关键性问题之一．本文在简单分析了动态负载平衡调度中接收者驱动和发送者驱动这两个常用策略基础上，提出了一个通用的基于混合驱动策略的动态负载平衡调度模型，并给出了曙光１０００并行机上的部分实验结果.  

基于信息融合的网络安全态势评估模型

安全态势评估是近年来国内外在网络安全领域的研究热点之一.对已有的安全态势评估方法进行了详细分析和比较,针对网络安全中多数据源的特点,提出基于信息融合的网络安全态势评估模型,引入改进的D-S证据理论将多数据源信息进行融合,利用漏洞信息和服务信息,经过态势要素融合和节点态势融合计算网络安全态势,绘制安全态势曲线图,同时对态势计算结果进行时间序列分析,从而实现网络安全趋势的预测.最后利用网络实例数据,对所提出的网络安全态势评估模型和算法进行了验证,结果表明该模型比已有成果更加有效和准确.  

基于日志审计与性能修正算法的网络安全态势评估模型

文章分析和比较了目前的安全态势评估方法,提出了一种基于日志审计与性能修正算法的网络安全态势评估模型.首先利用日志审计评估节点理论安全威胁,并通过性能修正算法计算节点安全态势.然后利用节点服务信息计算网络安全态势,并且采用多种预测模型对网络安全态势进行预测,绘制安全态势曲线图.最后构建了一个网络实例,使用网络仿真软件对文中提出的态势评估模型和算法进行了验证.实验证明该方法切实有效,比传统方浇法更准确地反映了网络的安全态势和发展趋势.  

空间几何对象相对位置判定中的私有信息保护

保护私有信息的计算几何是一类特殊的安全多方计算问题，它是指在一个互不信任的多用户网络中，几个用户基于各自输入的几何信息共同协作来完成某项可靠的计算任务，但任何一个用户都不愿意向其他用户暴露自己的输入，该问题在协作进行太空开发等领域有着重要的应用前案．秘密判定两组数据是否对应成比例是安全多方计算的一个基本问题，在判定空间几何对象相对位置关系中起着重要作用．设计了判断两组数据是否对应成比例的秘密判定协议；分析了该协议的正确性、安全性及复杂性；在保护用户私有输入信息的条件下，解决了空间中点、直线、平面等几何对象之间的相对位置判定问题．  

基于火焰图像动态特征的火灾识别算法

提出了一种基于火焰图像动态特征的火灾识别算法.首先在HSI空间对捕捉的图像进行彩色分割,通过相邻两帧图像判断视频中是否存在可疑火焰.当有可疑火焰存在时,再连续捕捉多帧图像,进行火焰中心定位并提取火焰动态特征,最后判断是否发生火灾.实验结果表明,该算法具有比较好的鲁棒性,能够有效地提高火灾识别的准确率、降低误报漏报率.  

基于垂直数据分布的关联规则高效发现算法

文章分析了在KDD研究中现有的关联规则发现算法关于频繁项目集的生成与测试方法,提出了一种新的基于垂直数据分布的关联规则发现算法.该算法无需复杂的Hash数据结构,仅需对整个数据库作两次遍历,从而既方便了实现,又提高了效率.  

基于遗传算法的Job-Shop调度问题求解方法

调度问题是许多计算机应用领域的重要问题,Job-Shop调度是其中的一类典型的困难问题,它通常包含多个可并行实现的目标以及实现这些目标的多种方法与资源.本文以一类实用的Job-Shop问题模型为基础,给出了用遗传算法求解调度问题应采用的染色体表示方法,并针对问题的特点,给出了面向资源空间与面向规划空间的遗传操作的设计思想与方法.实验结果表明,基于遗传算法的Job-Shop调度问题求解方法具有较好的性能,同时也表明,对于求解过程中可能出现的提前收敛问题可通过改变遗传操作概率及调节适应度等方法予以解决.  

基于安全多方求和的多候选人电子选举方案

多候选人电子选举方案在许多实际环境下具有重要的应用价值，但现有绝大多数方案由于技术限制只能进行“两选一”投票．设计了一种新型的选票结构，在一个多精度数中隐藏“m选k”形式的选票。对m个候选人至多可以投k个赞成票；将多精度计算及安全多方求和协议应用于投票和计票，选举过程中不需要可信任第3方，任何投票人都可以计票．与一般方案相比，该方案具有更强的安全性，包括选票的完全保密性和无收据性、计票的公平性和无争议性、系统的健壮性等；无需使用传统的加密技术．对n个投票人，计算的位复杂性为O （ nm （log2 n ）），其效率优于现有方案且容易实现．  

中文文本分类中的特征选择研究

有多种特征选择算法被用于文本自动分类,YimingYang教授曾针对英文文本分类中的特征选择做过深入的研究,并得出结论:IG和CHI方法效果相对较好.考虑到该结论不一定适合对中文文本的分类,对中文文本分类中的特征选择方法进行研究,采用了包含500篇新闻的中文语料库对几种特征选择算法进行测试,结果表明:在测试的特征选择算法中,χ2估计方法无需因训练集的改变而人为调节特征阀值,并且分类准确率较高.