A new smart smudge attack using CNN

International Journal of Information Security - This paper deals with a well-known problem in the area of the smudge attacks: when a user draws a pattern to unlock the pattern lock on a smartphone...     

基于度量学习的意图识别和槽填充方法

人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能.     

急性炎性疾病患者乳酸林格氏液液体动力学

目的:探索炎性疾病患者的乳酸林格氏液（Ringer's lactate,RL）液体动力学特征以及炎性生物标记物是否可以作为协变量影响RL分布和排泄。方法:本研究为前瞻性队列研究。选择40例美国麻醉医师分级（ASA）I-II级，腹腔镜下择期胆囊切除术（胆囊炎组，n=20）或者腹腔镜下急诊阑尾切除术（阑尾炎组，n=20）。所有患者麻醉诱导前开始输注RL，按15 mL/kg，35 min内输毕。采用酶联免疫（enzyme-linked immunosorbent assay,ELISA）方法测定血浆炎症（TNF-α,IL-10和CRP）或者内皮损伤生物标记物（syndecan-1,SDC-1）；利用血红蛋白（Hb）稀释-时间曲线和尿量，使用Phoenix软件，采用非线性混合效应模型分析计算RL液体动力学参数和协变量的影响。结果:与胆囊炎组相比，阑尾炎组RL从组织间隙到血浆的转运速率常数（k21）显著降低（14×10-3min-1 versus 35×10-3min-1;P=0.012）。阑尾炎组C反应蛋白（CRP）升高［中位数38.1(1.8-143.6) μg/mL versus 1.3(0.1-159.0) μg/mL;P<0.001］；与清醒状态相比，麻醉期间（输液开始后30～45 min），液体从中央室中到外周室的转运速率常数（k12）显著增加（57×10-3min-1 versus 32×10-3min-1；P<0.01）。清除速率常数（k10）降低90%（0.6×10-3min-1 versus 5.3×10-3min-1;P<0.001）。无论在清醒状态还是麻醉状态下低血压均能降低液体清除；炎症或者内膜损伤的生物标记物不能作为显著影响RL液体动力学参数的协变量。结论:阑尾炎或者胆囊炎患者术前输入液体后“炎症反应的生物标记物”不是RL的液体动力学的协变量，但是两组患者中，全身麻醉期间输入液体的清除率下降。     

Low complexity quantum private queries protocol

Private information retrieval(PIR) is an important privacy protection issue of secure multi-party computation, but the PIR protocols based on classical cryptography are vulnerable because of new technologies,such as quantum computing and cloud computing. The quantum private queries(QPQ) protocols available, however, has a high complexity and is inefficient in the face of large database. This paper, based on the QKD technology which is mature now, proposes a novel QPQ protocol utilizing the key dilution and auxiliary parameter. Only N quits are required to be sent in the quantum channel to generate the raw key, then the straight k bits in the raw key are added bitwise to dilute the raw key, and a final key is consequently obtained to encrypt the database. By flexible adjusting of auxiliary parameters θ and k, privacy is secured and the query success ratio is improved. Feasibility and performance analyses indicate that the protocol has a high success ratio in first-trial query and is easy to implement, and that the communication complexity of O(N) is achieved.     

Principled analytic classifier for positive-unlabeled learning via weighted integral probability metric

Machine Learning - We consider the problem of learning a binary classifier from only positive and unlabeled observations (called PU learning). Recent studies in PU learning have shown superior...     

应用膨胀算法提取目标的直接定位算法

为了解决被动雷达系统中的多发射源定位问题，提出了一种基于多重信号分类(MUSIC)算法和图像膨胀(IE)算法的直接定位方法。该方法结合了谱分析中的MUSIC思想，通过对接收量测协方差矩阵进行特征分析求解目标的位置。首先，在目标个数未知的前提下，利用Akaike信息准则(AIC)来确定模型阶数；然后，推导了基于MUSIC的定位代价函数；之后，利用图像膨胀算法处理得到的代价函数平面；最后，膨胀处理后的输出为目标个数及目标位置的估计值。提出的算法有效地解决了目标检测及提取的问题，能够确定多个目标的位置坐标，为后续的定位性能分析提供可能性，也保证了算法的完整性。进一步地分析了多个临近目标情况下影响目标提取性能的主要因素。     

一种实用的多数据库量子信息检索协议

针对目前量子私有信息检索不能适用与云存储的多数据库问题,基于现在成熟的量子密钥分发方法,提出了一种适合在多数据库环境下,实用的量子私有信息检索协议。对于不同大小的数据库,协议可通过调节参数θ和k,在保证数据库安全及用户隐私的情况下,完成信息的检索。性能分析结果表明,协议的通信复杂度低,检索成功率高、易于实施。