摘要：根据图像边缘形成的光学原理,将图像边缘分为斜坡形边缘和三角形边缘,提出了一种新的基于方向均值的图像边缘检测方法。该方法以图像像素点为中心,沿不同方向将邻域内的像素分割成两个半圆,分别计算出半圆内像素的样本均值及其差值,再根据均值差值最大值和最小值的方向与两种不同边缘之间的关系,设计边缘幅度响应函数,判断边缘类型,计算边缘幅度响应值和方向,结合漏检概率设计了边缘检测评价函数,并利用评价函数分析平滑尺寸与邻域半径之间的关系。实验结果表明,本文算法具有较好的检测精度,在一定程度上抑制了噪声对边缘检测的影响。

摘要：密钥管理模块的设计是任何一个安全系统设计时必须首先解决的一个难题。从密钥管理最重要的方面入手,讨论了密钥的管理,并在重点分析密钥产生、分配、验证、替换四个重点环节的基础上,提出了一种数据库加密系统密钥管理模块的设计和实现方案。经多次实验证明,由于密钥的分配和验证是基于模运算的,而模运算速度是很快的,所以基于该设计方案实现的密钥管理模块是安全、可行和高效的。

摘要：协同过滤是目前个性化推荐系统中广泛使用和最成功的推荐算法,但在用户评分极端稀疏的情况下将面临冷启动问题,具体包括新用户问题和新项目问题.针对新用户问题,提出了一种基于n序访问解析逻辑的冷启动消除方法,首先通过Web日志来获取用户访问项序,进而定义了n序访问解析逻辑将其分解为用户访问子序集;在此基础上设计了用户访问项序的相似性计算方法来搜寻新用户的最近邻集合,进而提出了改进最频繁项提取算法IMIEA(improved most-frequentitems extracting algorithm)来生成面向新用户的top-N推荐.实验结果表明,本文提出的新方法能够有效实现面向新用户的个性化推荐,消除了协同过滤冷启动中的新用户问题.

摘要：冲突分析有利于信息系统的问题处理。为了促进相关动态学习,将冲突分析模型推广到动态形式信息系统中,并结合三支决策思想研究基于属性值变化的动态三支冲突分析。首先,考虑单行属性值变化,研究距离矩阵的变化,得到关于冲突集、中立集、联合集的三支分析模型的变化结果。其次,类似考虑多行属性值变化,得到对应的三支分析模型的变化规律,并由此设计相关的动态更新算法。进而,针对列属性值变化,基于形式信息系统来转换成行属性值变化,从而调用行值动态更新方法。最后,实例分析说明了所得动态三支冲突分析的性质与算法的有效性。

摘要：借鉴形式背景下概念格的经典属性约简,立足决策形式背景,通过转换提出一种新的概念格属性约简,其对一般约简具有结构诱导性。首先,在决策形式背景下定义一致集,提出概念格的一致属性约简及对应算法,得到一致属性约简与三分属性的关系。其次,研究新建的一致约简与已有的强一致约简和弱一致约简之间的关系,得到一致约简具有关于概念格属性约简的严格强性,并由此设计由强至弱的启发式约简算法。最后,给出具体实例,说明与验证相关的约简、性质和算法。

摘要：分析了微软SpeechSDK5.1里语音应用程序接口(SAPI)的结构和工作原理,提出了语音控制应用程序的设计方法,并以"Z+Z智能教学平台的语音识别接口"的设计为例,展示了这类系统的主框架和关键技术。

摘要：以椭圆曲线密码系统为例介绍了公钥密码体制的基本原理,然后概述了BP神经网络的基本结构及其学习算法,分析了用BP神经网络破译椭圆曲线密码的破译原理,给出了BP神经网络破译器的结构和设计方法.

摘要：属性约简是粗糙集理论进行数据挖掘的基本途径,相关算法主要基于核。核的差别矩阵表示及相关求核计算具有重要意义,但已有的差别矩阵及其求核算法还具有时空局限性。对此,依据差别矩阵的稀疏性与大规模性,提出基于决策分类的分块差别矩阵及其求核算法,直接地将决策分类信息融入形式结构与问题求解。首先,基于决策分类来定义分块差别矩阵,设计其计算算法;其次,基于分块差别矩阵,确定核的内涵与算法;最后,进行实例分析与实验验证,说明所建方法的有效性。基于决策分类的分块差别矩阵有效地实施了信息提取与维度降低,相关的求核算法较好地减少了差别矩阵求核算法的时空复杂性。

摘要：基于属性加密算法因含有大量耗时的指数运算和双线性对运算,一些方案提出将加密外包给云服务器.然而这些方案并没有给出外包加密在云服务器中的并行计算方法,而且还存在用户保管私钥过多、授权中心生成用户私钥成本过大的问题.针对这些问题,提出一种基于Spark大数据平台的快速加密与共享方案.在该方案中,根据共享访问树的特点设计加密并行化算法,该算法将共享访问树的秘密值分发和叶子节点加密并行化之后交给Spark集群处理,而用户客户端对每个叶子节点仅需要一次指数运算;此外,用户私钥的属性计算也外包给Spark集群,授权中心生成一个用户私钥仅需要4次指数运算,并且用户仅需要保存一个占用空间很小的密钥子项.

摘要：机器学习中的决策树算法具有重要的数据分类功能,但基于信息增益的ID3算法与基于基尼指数的CART算法的分类功效还值得提高。构造信息增益与基尼指数的自适应集成度量,设计有效的决策树算法,以提升ID3与CART两类基本算法的性能。分析信息增益信息表示与基尼指数代数表示的异质无关性,采用基于知识的加权线性组合来建立信息增益与基尼指数的融合度量,开发决策树启发构造算法IGGI。关于决策树,IGGI算法有效改进了ID3算法与CART算法,相关数据实验表明IGGI算法通常具有更优的分类准确度。