一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

高級(jí)搜索

留言板

尊敬的讀者、作者、審稿人, 關(guān)于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復(fù)。謝謝您的支持!

姓名
郵箱
手機(jī)號(hào)碼
標(biāo)題
留言內(nèi)容
驗(yàn)證碼

論文元數(shù)據(jù)搜索,找到相關(guān)信息共 5 條:

排序:
相關(guān)度
發(fā)表時(shí)間
每頁顯示:
10
20
30
50
視覺采樣聚類方法VSC
郭偉, 王士同, 程科, 韓斌
2006, 28(4): 597-602.  刊出日期:2006-04-19
關(guān)鍵詞: 聚類;視覺采樣;Weber定律;聚類有效性
基于視覺采樣原理,該文提出了一般化的視覺采樣聚類方法VSC。該方法將視覺原理與著名的Weber定律結(jié)合起來,其特點(diǎn)是:對(duì)聚類初始條件不敏感;Weber定律提供了新的聚類有效性標(biāo)準(zhǔn),并且該方法所得到的合理的聚類數(shù)可以依據(jù)Weber定律而得到。大量的實(shí)驗(yàn)結(jié)果表明了算法VSC的有效性。文中討論了算法VSC與由Yang Miin-Shen等人(2004)新近提出的基于相似度量的聚類算法SCA之間的內(nèi)在聯(lián)系,得出了這兩個(gè)算法具有一定的同解性質(zhì),從而揭示了該文所提方法VSC能夠有效地克服算法SCA中參數(shù) 不易確定的困難。
一個(gè)新的多重代理多重簽名方案
祁傳達(dá), 王念平, 金晨輝
2006, 28(8): 1415-1417.  刊出日期:2006-08-19
關(guān)鍵詞: 數(shù)字簽名;代理簽名;多重代理;多重簽名
為克服多重代理簽名方案中無法確認(rèn)誰是真正簽名者的弱點(diǎn),Sun于1999年提出了不可否認(rèn)的代理簽名方案。2000年Hwang等人指出Sun的方案不安全,并對(duì)Sun的方案進(jìn)行了改進(jìn),2004年 Tzeng, Tan, Yang各自對(duì)Hwang等人的方案進(jìn)行了安全性分析,指出Hwang方案容易受到內(nèi)部偽造攻擊。該文通過讓原始簽名組與代理簽名組互動(dòng)來實(shí)現(xiàn)秘密共享和密鑰分配的方法,設(shè)計(jì)了一種新的安全的多重代理、多重簽名方案,它能夠滿足不可否認(rèn)性和不可偽造性的要求。
對(duì)一種新型代理簽名方案的分析與改進(jìn)
魯榮波, 何大可, 王常吉, 繆祥華
2007, 29(10): 2529-2532. doi: 10.3724/SP.J.1146.2006.00414  刊出日期:2007-10-19
關(guān)鍵詞: 代理簽名;匿名代理簽名;孤懸因子;強(qiáng)不可偽造性
Gu-Zhang-Yang(2005)提出了一個(gè)不需要可信第三方參與的匿名代理簽名方案,由于該方案的簽名驗(yàn)證數(shù)據(jù)中沒有回避孤懸因子這一現(xiàn)象,因此并不滿足強(qiáng)不可偽造性,原始簽名人可以偽造一個(gè)有效的代理簽名通過驗(yàn)證,并成功地在代理簽名者身份揭示階段向公眾證明該偽造的代理簽名是由合法的代理簽名者產(chǎn)生的。本文在分析該方案安全性的基礎(chǔ)上提出了改進(jìn)的匿名代理簽名方案,克服了原方案的不足。
兩種環(huán)簽名方案的安全性分析及其改進(jìn)
王化群, 張力軍, 趙君喜
2007, 29(1): 201-204. doi: 10.3724/SP.J.1146.2005.00574  刊出日期:2007-01-19
關(guān)鍵詞: 環(huán)簽名;雙線性對(duì);偽造攻擊;GDP(Gap Diffie-Hellman)
通過對(duì)Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進(jìn)行分析,指出了這兩種環(huán)簽名方案都容易受到群成員改變攻擊(group-changing attack),并給出了攻擊方法;另外,Zhang的方案還容易受到多已知簽名存在偽造(multiple-known-signature existential forgery)攻擊。為防范這兩種攻擊,對(duì)這兩種環(huán)簽名方案進(jìn)行了改進(jìn),改進(jìn)后的方案在最強(qiáng)的安全模型(Joseph, 2004提出)中仍是安全的。
基于多層感知卷積和通道加權(quán)的圖像隱寫檢測
葉學(xué)義, 郭文風(fēng), 曾懋勝, 張珂紳, 趙知?jiǎng)?/nobr>
2022, 44(8): 2949-2956. doi: 10.11999/JEIT210537  刊出日期:2022-08-17
關(guān)鍵詞: 隱寫檢測, 卷積神經(jīng)網(wǎng)絡(luò), 多層感知卷積, 通道加權(quán)
針對(duì)目前圖像隱寫檢測模型中線性卷積層對(duì)高階特征表達(dá)能力有限,以及各通道特征圖沒有區(qū)分的問題,該文構(gòu)建了一個(gè)基于多層感知卷積和通道加權(quán)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)隱寫檢測模型。該模型使用多層感知卷積(Mlpconv)代替?zhèn)鹘y(tǒng)的線性卷積,增強(qiáng)隱寫檢測模型對(duì)高階特征的表達(dá)能力;同時(shí)引入通道加權(quán)模塊,實(shí)現(xiàn)根據(jù)全局信息對(duì)每個(gè)卷積通道賦予不同的權(quán)重,增強(qiáng)有用特征并抑制無用特征,增強(qiáng)模型提取檢測特征的質(zhì)量。實(shí)驗(yàn)結(jié)果表明,該檢測模型針對(duì)不同典型隱寫算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的檢測準(zhǔn)確率,與最優(yōu)的Zhu-Net相比,準(zhǔn)確率提高1.95%~6.15%。