排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
在现有方案的基础上,通过分析超椭圆曲线双线性对和基于身份的特点,给出了一个改进的基于身份的一次性盲公钥方案。该方案由用户和可信中心共同完成用户密钥的生成,克服了密钥托管问题,避免了由可信中心进行密钥管理所产生的安全隐患。新构造的方案能够抵抗伪造性攻击,具有不可欺骗性,又保证了一次性盲公钥的独立性,是安全可靠的。而且方案中用户在通讯时可以使用不同的公钥,解决了Internet通信中的匿名认证问题,实现了用户隐私的有效保护。 相似文献
2.
查询操作是数据库中最常用的操作,由于分布式数据库的数据分布性和冗余性,使得查询优化处理成为分布式数据库研究的核心问题之一。为了提高分布式数据库查询效率,分析讨论了基于直接连接的常见执行策略和查询优化算法,同时针对分布式数据库应用中多表连接时存在多连接属性,提出一种改进的直接连接查询优化策略。改进后的算法提高了查询执行的并行性,缩短了查询处理时间,提高了查询效率。 相似文献
4.
为解决单一推荐算法应用具有局限性和用户行为数据具有稀疏性的问题,将迁移学习方法应用到组合推荐算法.该算法首先分别利用矩阵分解(MF)推荐算法和深度神经网络(DNN)推荐算法对用户行为数据进行预测,然后利用迁移学习方法将训练出来的特征数据作为组合推荐算法的输入,并进行再次训练,获得预测评分,实现对目标用户的推荐.实验结果表明,具有迁移学习的基于矩阵分解和深度神经网络的组合推荐算法能够有效地提升推荐质量. 相似文献
5.
基于液晶的电控双折射特性和光子晶体自准直特性,在二维光子晶体引入复合缺陷提出一种可调谐Mach-Zehnder 干涉(MZI)滤波器结构,应用液晶系统的自由能理论,推导了外加电压与液晶有效折射率的关系,并结合MZI 相位调制原理和光子晶体等效折射率理论,得到液晶的电控双折射特性与MZI 滤波器的输出光谱间的数学关系,运用时域有限差分法(FDTD)对滤波器的输出进行仿真模拟,并根据仿真结果对结构进行一级级联的优化设计。结果表明:通过控制外加电压的大小可以改变输出端的透射波长,达到可调谐滤波的效果,并且一级级联后的滤波效果比级联前有很大的改善,滤波的半波带宽从20 nm 减小为7 nm,可调谐范围从15 nm 增大为40 nm,因此可以通过进一步级联的方式使滤波器结构更加的优化,以便运用到光波分复用系统中。 相似文献
6.
应用超声波处理红葡萄酒,探讨超声因素(超声频率,超声功率,超声处理温度,超声时间)对红葡萄酒中总酚、总黄酮含量及自由基清除活性的影响。结果表明超声处理会使红葡萄酒总酚含量、总黄酮含量与自由基清除活性显著降低(p<0.05)。超声处理红葡萄酒后,其抗氧化活性与其总酚含量呈高度正相关,回归方程为y=0.0270x+38.806(R2=0.9007,p<0.01);其抗氧化活性与其总黄酮含量亦存在一定线性关系,回归方程为y=0.0592x+37.357(R2=0.4970,p<0.05)。在本文实验条件下根据实验结果可以推知,超声处理后红葡萄酒自由基清除活性的降低,部分是由于总酚含量和总黄酮含量降低所引起的。 相似文献
7.
当前,利用FoxPro开发数据库应用系统的软件开发人员很多,在开发过程中,大家往往都会碰到一个相同的问题,那就是,在各自的应用系统中总是要为用户提供各种帮助信息,例如,提示行信息、警告信息以及弹出窗口等。本人在长期开发过程中,总结出几个通用的函数,可以方便地产生各种帮助信息,现将这几个函数的源程序提供给大家。 相似文献
8.
9.
针对基于基因表达式编程(GEP)的自动聚类算法GEP-Cluster中聚类中心的筛选和聚合、计算数据对象到各聚类中心距离两个关键步骤效率不高的问题,提出了一种基于统一计算设备架构(CUDA)和GEP的自动聚类改进算法(CGEP-Cluster)。CGEP-Cluster算法采用基因阅读运算器方法对GEP-Cluster算法的聚类中心筛选和聚合步骤进行改进,并基于CUDA将GEP-Cluster算法中数据对象到各聚类中心距离的计算并行化。实验结果表明,在数据对象规模较大时,CGEP-Cluster算法可获得8倍左右的加速比。CGEP-Cluster算法可用于聚类数未知且数据对象规模较大情况下的自动聚类。 相似文献
10.
本文考虑求解带有两块变量的结构型凸优化问题.ADMM算法是求解该问题的一种经典算法,主要思想是在増广拉格朗日乘子算法的基础上,利用目标函数关于两块变量的可分性,降低了子问题的计算难度.ADMM下降算法是ADMM算法的一种改进,对部分变量利用最优步长外加一个固定的延长因子进行延长,以加快ADMM算法的收敛速度.数值实验结果表明,ADMM下降算法比ADMM算法收敛速度更快.根据徐海文提出的随机步长收缩算法的思想,我们在ADMM下降算法的基础上,将延长因子改为利用随机数生成,提出了带随机步长的ADMM下降算法,并证明了新算法的收敛性.初步数值实验结果,表明新算法的计算效率优于经典ADMM算法和ADMM下降算法,且新算法的计算效率对问题规模的增长有更好的尺度适应性. 相似文献