摘要：为增强hash函数的安全性,提出将哈希函数随机化的观点。将传统确定的哈希函数替换成随机的哈希函数,随机函数具有多种具体形式,在运算的时候通过消息确定随机函数的具体形式,哈希函数的破译者不知道消息,无从得知哈希函数的具体形式而很难破译。提出一些哈希函数的设计新原则,论证基于随机函数的哈希函数满足这些原则,相对于确定的哈希函数具有很好的安全性,对潜在的新型攻击方法进行分析,提出设计的思路,防止这些攻击方法。

摘要：为了改善广泛使用的广度优先证书路径构造算法在工作时缺乏灵活性的缺点,利用古典概率模型的思想设计了一种描述证书权威(certificate-authority)的选择因子的计算方法,并将其应用于证书路径构造算法。针对多种不同信任模型的实验结果表明,选择因子的使用使得新算法相较于广度优先算法减少了节点测试数量,且提高了针对多种潜在实际应用状况的灵活性。

摘要：属性网络嵌入旨在学习网络中节点的低维表示,具有拓扑和属性相似的节点在嵌入空间彼此接近。注意力机制能有效学习网络中节点与其邻居的相对重要性并基于邻居重要性聚合节点表示。据此,提出一种在属性网络中融合双层注意力机制的节点嵌入算法NETA,可以有效地实现属性网络嵌入。该算法首先从拓扑结构捕获直接邻居,基于属性关系捕获间接邻居,并在此过程中考虑节点邻居的相对重要性。具体地,首先捕获节点的直接邻居和间接邻居,然后设计节点级注意力分别聚合直接邻居表示和间接邻居表示,最后设计语义级注意力对2种嵌入表示融合得到最终嵌入。在人工数据集和真实数据集上的大量实验验证了本文算法的有效性。

摘要：为进一步减少产品设计的不确定性,解决公差信息在异构系统之间难以有效共享和顺畅传递的问题,将本体技术引入到装配公差类型的自动生成方法中。首先,构建了基于空间关系的装配公差表示模型,并采用OWL断言表示了模型各层中的约束关系。其次,通过提取表示模型中的相关概念和关系,构建并实现了装配公差表示的本体。基于构建的本体及空间关系与装配公差类型之间的映射关系,采用SWRL定义了装配公差类型的生成规则。再次,基于实现的本体及定义的规则构建了可选装配公差类型生成知识库系统,在此基础上设计了装配公差类型的自动生成算法。最后,通过工程实例分析验证了生成算法的有效性。

摘要：为了使公差信息更好地被计算机理解,将描述逻辑引入到对公差设计的研究中。从几何要素之间的基本空间关系出发,提出几何公差描述逻辑GTDL(Df),并给出该逻辑的Tableau判定算法。应用GTDL(Df)的刻画能力,构建几何公差的GTDL(Df)表示模型;在此基础上,借助GTDL(Df)的Tableau判定算法,设计公差类型的自动生成算法。通过工程实例验证了生成算法的有效性。

摘要：为挖掘用户对互联网产品的使用评价,从用户角度提高产品体验,建立一个基于最大熵的情感模型,对微博、贴吧的中文短文本评论数据进行情感分析。针对中文短文本评论数据的稀疏性,以分类准确率为目标,综合考虑F1值,运用有限拟牛顿平滑算法(L-BFGS)对情感分析模型进行平滑优化;针对有效数据特征维度低的特点,引入3类话题模型(TopicModel)辅助模型分类;针对小样本产品的冷启动问题,提出情感话题加权模型,实现中文短文本的情感分析,在时效性和冷启动两个方面验证了模型的鲁棒性。通过在以产品名为关键字划分的评论数据集上进行的对比实验,结果验证了该模型的有效性。

摘要：分布式多Agent构成的社交网络通常表现出不同的特征,针对不同的社交网络和多Agent本身的异质性,提出了一种面向社交网络的基于协作度协商联盟形成机制.该机制依托多Agent构成的社交网络环境,建立面向分布式环境的分布式协商协议,并设计一种考虑到社交网络特征和Agent异质性的基于协作度的协商策略,采用分布式自动协商方式形成联盟.通过对全连通网络、层次网路和小世界网络的仿真实验结果表明,该机制能够有效地实现分布式环境下的联盟形成,并且在反应大多数实际应用环境的小世界社交网络中表现出相对较好的性能.

摘要：轮询协议是一种经典的介质访问控制(MAC)层时分多址(TDMA)时隙分配协议,具有无冲突数据通信且功耗低的特点,但无法保证通信可靠性及实现有区别服务。为此,研究一种具有动态重传和差异服务机制的TDMA时隙分配协议。重新设计帧结构,根据终端节点数据包信息完成静态时隙分配,在数据传输失败时,利用重传时隙提高通信可靠性,通过影子时隙实现有区别服务。在无线抄表系统上的实验结果表明,与经典轮询协议相比,该协议的丢包率降低了3 %。

摘要：新一代信息技术的兴起以及互联网产业的飞速发展使得数据量呈爆炸式增长。为满足数十亿用户从海量数据中快速获取有效信息的需求,提升搜索引擎的检索质量以及查询效率具有重要意义,同时也面临挑战。一方面,用户的查询词日益复杂,语言词汇形态变异的特点导致检索词变得多样化,而现有词干提取算法普遍存在词干提取不足、词干提取准确率不高等问题;另一方面,在海量数据中检索到满足用户查询要求的文档结果是一项非常耗时的任务,而现有将文档划分到多个服务器处理查询延迟的方法常常会出现尾延迟问题。针对以上问题,在文本预处理阶段,设计了词形规范化算法APS,对规则函数进行重编码,优化了特征词提取;在相关排序阶段,设计了基于一次一得分查询处理策略的随时排序算法SAR,在给定时间预算处理完指定数量倒排段后能够提前终止查询过程,大大减少了查询评估时间。在多个真实数据集上进行了实验,验证了APS算法对于提高词干提取准确率的有效性以及SAR算法对于控制查询延迟的真实性。

摘要：针对遗传算法只能生成线性装配解的局限,提出采用遗传编程来求解并行装配序列规划问题的方法。对传统的遗传编程算法进行改进,由于各零件间只有装配的动作,删除了遗传编程符号集内容,只保留了终端集;对遗传编程算法中有关算子及参数进行了设计与改进,使算法最终能够处理并行装配序列规划问题。该方法使用树型解结构代替串型解结构,转变了装配方式,提高了零件的装配效率和自动化装配水平。结合生产实际需求,给出了一种新的装配适应度衡量因子———装配总重,结合其他传统适应度衡量因子,共同评判装配解的优劣。