搜索结果: 76-90 共查到“计算机科学技术 前1”相关记录157条 . 查询时间(0.294 秒)
基于跨越连接的多层前馈神经网络结构分析
跨越连接 多层前馈神经网络 隐层结构
2009/12/10
任何连接方式的神经网络总可以归结为跨越连接网络。在传统多层前馈神经网络算法的基础上，提出了完全全连接神经网络的概念，给出了基于跨越连接的多层前馈神经网络算法。通过分析多层前馈神经网络的误差函数，从理论上证明了：相对于无跨越连接网络，基于跨越连接的多层前馈神经网络能以更加简洁的结构逼近理想状态。最后，用一个隐层神经元解决了XOR问题。
基于前验负载差异的负载平衡性能模型
数值并行计算 负载平衡 性能模型
2009/11/27
基于有限差分离散的并行应用非常普遍，针对此类问题的负载平衡性能评估，引入了一个刻画应用问题负载平衡能力的关键参数：最大负载变化率，推导了一个以并行效率为目标函数的负载平衡性能模型，涉及问题规模、并行通信计算比、离散格式复杂度和并行规模等。以POP全球海洋模式并行程序为测试实例，验证了该模型的性能。结果显示最大负载变化率作为衡量负载平衡程度的指标是有效的，基于模型的预测性能与实测性能在总体趋势上基本...
具有前向安全特性和强盲性的电子现金系统
前向安全特性 强盲性 电子现金
2009/11/19
首次将前向安全特性和强盲性同时引入到电子现金系统当中。前向安全特性能有效地减少因密钥泄露而带来的损失；强盲性在实际应用中起着保护消息发送方或消费者隐私权的重要作用。这两个性质的同时引入将在很大程度上提高电子现金系统的安全性，方案的安全性基于离散对数难解问题。
基于双线性对的前向安全短门限代理签名方案
双线性对 前向安全 短签名
2009/10/10
将前向安全的概念结合到基于双线性对的门限签名方案中，提出了一个基于双线性对的前向安全短门限代理签名方案。该方案将密钥更新算法应用在原始签名者计算过程中，更有效增强了代理签名密钥的安全性。对该方案的性能进行了分析，表明该方案是安全有效的。
蜜蜂群优化算法用于训练前馈神经网络
蜜蜂群优化 训练算法 前馈神经网络
2009/10/10
训练人工神经网络的目的是调整各层的权重系数以达到最优，因而训练过程的实质是一项优化任务。传统的训练算法存在着容易陷入局部最优、计算复杂等缺陷。介绍一种训练前馈神经网络的蜜蜂群优化算法，它是一种简单、鲁棒性强的群体智能随机优化算法。该算法把探查和开发过程有效地结合在一起，并采取了跳出局部最优的搜索策略。成功地把该算法应用于神经网络训练的基本问题：异或问题、N位奇偶校验和编码解码问题，并与传统的BP算...
无线网络中支持H.264的增强前向纠错算法
视频传输 前向纠错 H.264
2009/9/18
为了在无线网络中支持H.264视频业务传输，提出了一种增强的前向纠错算法（EFEC），并对EFEC的性能进行了分析。EFEC通过接收端发送的反馈信息决定是否采用EFEC传输数据，且不会因为反馈信息的丢失而停止数据传输；同时EFEC根据网络误比特率调整附加数据信息的长度。详细的仿真实验表明，EFEC能自动适应网络状态的变化，采取合适的编码强度与较小的冗余信息，显著地提高H.264视频业务的传输质量。
农业专题图自动识别前的色彩管理
农业专题图 色彩管理 ICC标准
2009/9/4
为了保证农业专题图自动识别的效果，需要先对扫描的图进行颜色管理。色彩管理依据国际彩色联盟制定的规范中的矩阵模型和查找表模型实现。通过色彩管理可保证专题图在色彩传递过程中颜色失真最小。
完美前向安全的匿名会议密钥分配协议
会议密钥分配 完美前向安全 匿名性
2009/8/27
为了克服当前大多数匿名会议密钥建立协议都只能提供部分前向安全性，不能提供完美前向安全性的缺点，利用基于身份的密码体制和双线性配对，提出一个匿名会议分配协议，在单向哈希函数(OWH)和Diffie-Hellman (BDH)假设的保护下，该协议能够抵抗被动攻击、假冒攻击和共谋攻击。同时，通过让私钥生成器(PKG)为所有的参与者分配1个随机数。研究结果表明，该协议能够提供完美前向安全性，即使所有参与者...
基于双线性对的前向安全代理签名方案
前向安全 双线性对 代理签名
2009/8/12
基于前向安全数字签名和代理签名，利用双线性对构造一个新的前向安全的代理签名方案。在该方案中，即使某一时刻代理签名者的密钥泄露，以前时段产生的代理签名仍有效。新方案不仅满足代理签名的可验证性、不可伪造性、不可抵赖性等性质，还满足前向安全性。
三维前处理有限差分网格剖分的并行化技术
前处理 网格剖分 并行化
2009/8/12
针对前处理中网格剖分模块计算量大、处理速度慢等问题，对网格剖分串行算法进行并行化处理，利用多线程并行机制加以实现。同时对该并行算法进行测试。实验结果表明，该算法相对于串行算法在处理速度上具有绝对优势，且其加速度和并行效率均会随网格精度的提高以及基本实体个数的增多而提高。
遗传前馈神经网络在函数逼近中的应用
遗传算法 人工神经网络 函数逼近
2009/8/5
人工神经网络具有高计算能力、泛化能力和非线性映射等特点，被成功应用于众多领域，但缺乏用于确定其网络拓扑结构、激活函数和训练方法的规则。该文提出利用遗传算法优化前馈神经网络的方法，将网络结构、激活函数和训练方法等编码作为个体，发现最优或次优解，针对特定问题设计较理想的前馈神经网络。介绍遗传算法的具体步骤，对非线性函数逼近进行实验，结果表明优化后前馈神经网络的性能优于由经验确定的前馈神经网络，验证了本...
惩罚函数优化的前馈神经网络盲多用户检测
前馈神经网络 恒模算法 惩罚函数
2009/7/31
提出一种前馈神经网络盲多用户检测算法，利用前馈神经网络替代原有检测器中的滤波器，通过惩罚函数对约束恒模代价函数进行求解，获得前馈神经网络权值和参数的迭代公式，实现了盲多用户检测。Matlab仿真结果表明，该算法改善了系统的误码率性能，加快了算法的收敛速度。
多业务分层CDMA下的前向功率补偿算法
功率补偿 功率控制 置信度
2009/7/31
针对传统功率控制算法在多业务分层CDMA系统中中断概率高、系统容量下降等问题，提出一套功率控制补偿方案。算法着眼于信道和业务动态变化的可靠程度(置信度)。通过对补偿算法仿真，证明该方案较传统方案降低了约15%的中断概率，提高了系统容量。
一种具有强前向安全性的代理签名方案
后向安全 强前向安全 代理签名
2009/7/30
分析一种基于ElGamal的前向安全签名方案。该方案满足前向安全性，但在签名者私钥泄漏后，签名是不安全的，即不满足后向安全性，有一定的局限性。该文引入强前向安全的思想，克服了该方案的局限性，并将改进后的强前向安全签名与代理签名相结合，提出一种新的满足强前向安全定义的强前向安全代理签名方案。