有限离散属性网络模型及分类搜索方法

记忆是思维的源头，如何高效组织存储信息是机器智能活动的前提，利用神经网络的结构思想、数据库表的映射作用，属性论的事物表达思想构造的属性网络模型能有效组织与存储信息，从根本上解决存储容量和渐进学习问题，使分类搜索变得非常简单。     

属性盲化的模糊可搜索加密云存储方案

为保护基于属性的密文策略（ciphertext-policy attribute-based encryption,CP-ABE）可搜索加密云存储机制中数据使用者的属性隐私,实现云存储模糊可搜索加密,该文提出一种属性盲化的模糊可搜索加密云存储（attribute blinding fuzzy searchable encryption cloud storage,ABFSECS）方案.数据使用者的每个访问属性被随机盲化,再聚合为一个完整的盲化属性.通过关键字索引集和数据使用者生成的关键字陷门的匹配计算,实现了模糊可搜索加密云存储机制.利用云服务器的强大计算资源,引入预解密操作,减少了数据使用者的计算时间开销.安全性分析表明,ABFSECS方案具有不可伪造性,可抵抗数据使用者与云存储服务器间的共谋攻击,不会泄露数据使用者的属性隐私信息.      

抽象语法树在属性计算中的应用

属性是语义分析中非常重要的一个概念,因为它使得语法符号和结构有了意义,而这种意义最终将被计算机接收。属性计算是一个复杂的过程,原因在于属性间的依赖关系的紧密性以及存储结构的复杂性。抽象语法树是语法树的简化,是属性计算中很有效的一种存储结构。本文首先阐述抽象语法树的意义、结构及构造,然后对属性及相关问题作了介绍,最后根据属性文法的种类,给出相应语法结构的属性计算算法。     

一种基于异或运算的属性撤销CP-ABE方案

针对属性撤销CP-ABE方案中密钥更新时属性授权机构与用户之间的通信开销过大及密文更新时云存储中心的计算复杂度过高的问题,本文提出一种基于异或运算的、支持属性级撤销的密文策略属性基加密方案. 在该方案中,属性授权机构先将需要撤销的属性名称、被撤销用户的标识及新的时间参数发送给云存储中心,然后云存储中心根据用户标识和新的时间参数的异或结果与密文的一部分进行异或运算,得到新密文.收到新密文后,正常用户可以利用自己的密钥解密得到原密文,进而得到明文,而被撤销用户则只能使用已撤销属性的新密钥才能解密得到原密文,从而实现属性级撤销. 理论分析和数值模拟表明,在保证系统安全性的前提下,该方案能够减少属性授权机构与用户间的通信开销,降低云存储中心的计算复杂度.     

P-集合的属性函数与P-信息融合的属性合取特征及应用

利用P-集合的结构,给出P-集合中元素的属性及属性函数的概念,讨论P-集合与属性函数的关系以及单属性函数和满属性函数的计数问题。给出P-信息融合的属性合取扩展-收缩特征、内P-信息融合的属性合取扩展定理、外P-信息融合的属性合取收缩定理、具有属性合取扩展特征的内P-信息融合发现定理、具有属性合取收缩特征的外P-信息融合发现定理。最后,给出具有属性合取扩展特征的内P-信息融合生成-发现的应用实例。     

信息表属性约简之间的若干关系

研究信息表绝对属性约简与相对属性约简之间的关系,指出一个绝对属性约简通常只是包含而不一定会是相对属性约简,同时给出相对属性约简不是绝对属性约简的一个充分条件.此外还阐述了绝对属性约简与属性依赖性之间的关系.     

基础地理数据库建设研究——以天津市为例

以天津市基础地理数据库建设为对象,从数据库总体设计、数据存储与备份方案设计、数据库标准设计、数据属性组织、基础地理数据数据库建设等方面进行研究和设计,为天津市基础地理数据库的建设和完善提供参考。     

基于属性标识位的面向对象时空数据模型

在时空数据模型发展的基础上，提出了一种新的基于属性标识位的面向对象时空数据模型．将时空数据库分为一般基本属性库、有效时空属性库和历史时空属性库三部分存储，利用属性标识符标识数据对象在各部分库中的存在与否，进而对操纵语言进行基于新的数据模型的扩展。     

地理信息特点的研究

地理信息基本特点的研究是当前地理信息科学基础研究重要内容之一。根据地理信息产生传输和转化的规律，作者将地理信息的特点归纳为客观存在性与抽象性、时空必瑟属性、可存储性与保传输性、可度量性与近似性、可转换性与可扩充性、商品性与共享性等特征。     

人脸属性编辑的全局组织网络算法

提出一种新的基于生成对抗网络的人脸属性编辑全局组织网络算法.人脸属性编辑是指通过结合编码解码器结构与生成对抗网络,生成具有期望属性的人脸图像.传统的编码解码器结构对人脸的重构和编辑能力有限.直接将编码特征与属性标签结合会因为融入编码特征造成属性编辑性能低下,同时,也会由于缺失编码特征造成人脸还原度的损失,两者无法平衡.因此,提出U型传递方式与全局组织单元. U型传递改变了传统的属性流动方式,并生成反向状态.全局组织单元结合反向状态生成全局属性信息,在编码解码器中搭建桥梁,帮助解码器更好地融入编码器特征与属性信息.与此同时,为了更好地配合全局组织模块,重新设计了编码器下采样.实验结果表明,本文所提方法可以同时提高模型的人脸重塑与属性编辑能力.      

样本信息处理中一种属性约简方法的研究

为了剔除样本信息中存在的冗余成分和不相容性,同时提取关键信息等,根据样本信息的特点和信息具有粒度的思想,基于粗糙集的2个近似精度科学地定义了条件属性重要性,进而提出一种对样本信息进行属性约简的有效、简便方法.该方法主要包括信息核的求取、可省条件属性的重要性计算和相对属性约简集的确定.其中,为连续属性的离散化处理提供了一种基于模糊相似比原理的快速离散化算法,它能起到剔除模糊噪声的作用.典型实例计算和在油水层识别系统中的实际应用表明,这种属性约简方法的识别准确率可达90%以上,应用效果显著.     

随机信息系统中基于不可辨识矩阵的属性约简

在随机信息系统中,根据不可辨识关系,提出了不可辨识属性矩阵的概念,证明了不可辨识属性矩阵与可辨识属性矩阵的关系,最后提出了一种基于不可辨识属性矩阵约简算法.实例研究表明,相对于可辨识属性矩阵算法,该算法在时间和存储空间上都有较大的改善和提高.     

基于工效学的人体记忆属性简述

人体记忆属性是工效学研究中的新概念,在提高人因工效方面应用甚广。总结了人们工作和生活中的人体记忆属性现象,分析了人体记忆属性的形成机理,简述了人体记忆属性对于提高工效和系统效能的重要作用。     

一种新的启发式属性约简算法

为解决属性约简的诸多问题,比如基于信息熵的属性约简方法偏向多值属性的缺点,而基于属性相似度的属性约简方法偏向少值属性的不足,现提出一种将信息熵和属性相似度结合起来的新的启发式属性约简方法.实验结果表明,避免了上述两种属性约简算法的偏向性.     

属性约简在空间电力负荷预测中的应用

空间电力负荷预测是一个将总量负荷预测分配到供电小区的过程,涉及空间信息量多,影响其未来小区使用的因素也多,这就需要大量的存储空间和较长的运算时间.粗糙集是一种新型的数据分析方法,属性约简是其主要算法,它不需提供问题所需处理的数据集合之外的任何辅助信息.因此采用粗糙集(Rough Set)区分矩阵法对空间电力负荷预测中可能影响小区用地决策的相关属性进行约简,去除冗余属性,得出决定小区用地类型的决策规则,取得了较好的效果,提高了整个负荷预测效率.     

一种改进的决策树算法

为解决决策树算法ID3的多值偏向的缺点,利用属性相似度偏向少值属性的特点,提出一种将属性相似度作为信息熵的系数的属性选择标准,从而提出相应的决策树生成算法.实验结果表明,新算法既避免了以信息熵作为属性选择标准的决策树算法的多值偏向,也避免了以属性相似度作为属性选择标准的决策树算法的少值偏向.     

基于属性文法的研究生教育评价系统设计

使用属性文法设计了研究生教育评价系统,非终结符表示一级和二级评价指标,终结符表示输入的数据,文法符号的属性表示相应数据的值,并设计语义规则实现了对这些属性的加工处理,完成了对某一单位研究生培养的评价.该设计方法不仅节省内存空间,而且提高了系统的灵活性.     

决策树算法中的连续属性处理方法

决策树是分类数据挖掘的重要方法。C4．5算法延用了经典ID3算法的基本策略,增加了处理连续属性的方法。在C4．5算法的基础上,讨论了新的基于属性变换的连续属性处理方法。该方法基于统计概率信息,依据概率属性的最佳分裂对应分裂连续属性,增加了决策树的分类精度。     

基于决策支持度的不完备信息系统约简算法

提出了一种基于决策属性支持度的属性相对约简算法。通过引入决策属性支持度对不完备决策表中属性的重要性进行了定义,并以此作为启发信息进行属性的选择,该算法的时间复杂度是多项式的。寻找决策表中最小相对约简问题是典型的NP-hard问题,采用该算法可降低问题复杂度。通过实例说明,该算法能得到不完备决策表的最小相对约简。