一种基于双阈值函数的成员推理攻击方法北大核心CSCD

海量数据和强大算力的出现,促进了深度学习的发展,深度学习在智慧交通和医疗诊断等领域得到广泛应用,这给人们的日常生活带来许多便利。然而,机器学习中的隐私泄露问题也不容忽视。成员推理攻击通过推断数据样本是否用于训练机器学习模型,从而暴露用户训练数据的隐私。文章介绍了基于单阈值的成员推理攻击及特点,对不同攻击方法的成员和非成员的数据分布进行可视化,然后对成员推理攻击成功的内在机理进行分析,提出了基于双阈值函数的攻击模型,并通过实验对单阈值和双阈值的成员推理攻击进行系统性的分析对比,分析基于阈值成员推理攻击对不同模型和不同数据集的攻击表现。通过对多组控制变量的对比实验表明,基于双阈值函数的成员推理攻击在某些数据集和模型上,整体表现更加优异和稳定。     

基于罚函数的解析目标分流法计算特性分析

为了在复杂产品早期开发阶段更好的使用解析目标分流法(ATC),分析了基于不同罚函数的ATC方法的计算特性.给出了ATC方法的一般公式,比较了3种ATC方法的优缺点,以常用的几何规划算例为例,研究了初值、初始罚参数、收敛准则等因素对计算精度和计算花费的影响.计算结果表明,ATC是一种稳定性好、计算效率高的多学科设计优化(MDO)方法,并且基于增广拉格拉日函数的ATC方法的总体性能比其它两种方法要好一些.     

The structure of canalizing functions

The structure of a canalizing function is discussed. Using a new matrix product, namely semitensor product, the logical function is expressed in its matrix form. From its matrix expression, a criterion is obtained to test whether a logical function is a canalizing function. Then a formula is obtained to calculate the number of canalizing functions. Moreover, an algorithm is presented to generate canalizing functions. Finally, some results obtained are extended to seminested canalizing functions.     

基于支持向量机的多因素话务量预测研究

提高移动通信话务量的预测精度对提高网络性能、增进用户体验具有重要意义。由于多种因素会影响到移动通信话务量的准确预测,故选择多因素灰色话务量预测模型来预测话务量。先对数据进行预处理,用关联分析法找到影响话务量预测的主要因素。但此模型对波动较大的数据预测精度较低,用支持向量机的模型来改善预测结果,选取拥有较强的敛散性和全局寻优能力的复高斯小波核函数优化向量机。从仿真结果可以看出该模型有更好的收敛作用和较为理想的预测效果。     

基于双层结构的矢量工程图符号识别算法EI北大核心CSCD

为了从矢量工程图中自动提取零件种类和个数等信息,提出一种矢量工程图符号识别算法.首先定义矢量工程图中每个元素的3种共同抽象属性以及2个元素之间的关系描述子;然后提出描述符号的双层结构,其比传统的网状或树状结构简单;最后,通过关系描述子的匹配与双层结构的构造进行符号识别.另外,该算法利用四叉树、一次识别多种符号以及对关系描述子进行排序的方法加速符号识别.实验结果表明,文中算法比已有算法识别的符号种类更多,识别效率更高,而且在旋转和缩放变换条件下更加鲁棒.     

使用动作脚本设计互动媒体

使用Flash制作动作,如果只基于时间轴和动画图层来设计,将会受到很大的限制,例如一些复杂、精彩的动画效果难以实现,也不能让观赏者与媒体互动,即媒体不具有交互性。要想动画具有交互性,能使观赏者通过选择来控制播放的顺序或呈现不同的内容,就需要使用Flash的动作脚本语言。     

试析Web程序中常见字符串问题的处理

从PHP实现字符串的正确输出入手,分析了PHP中相关字符串处理函数在Web程序开发中发挥的重要作用。     

利用VC++绘制XMAC各向异性图的实现方法

简要介绍了XMAC各向异性图的成图原理及算法设计。根据成图原理建立了算法的数学模型,用VC++编程具体实现了各向异性图的绘制,并给出了实现的关键步骤。通过与eXpress软件比较绘图的效果,证明了给出的绘制各向异性图的方法,绘图效果达到了工程实际应用的要求,能够满足生产实际需要,并已在GeoSpace解释平台中应用。