非确定的公钥密码及其实现

首先引入非确定的公钥密码和解密成功率的概念, 并基于有限域上多变元问题的困难性, 给出其实现方案N-HFMS; 然后对F_q［M］中非奇异矩阵的数量进行分析, 利用Euler-φ_q函数推导出F_q［M］中非奇异矩阵的精确计数公式. 结果表明, 该方法不仅可对任意特定N-HFMS实例的解密成功率进行精确估算, 还可推导出N-HFMS方案的解密成功率下限, 从而在理论上证明N-HFMS的可行性. 利用N-HFMS方案, 可约定会话密钥, 进而实现保密通讯.     

基于乌鸦搜索算法的新型特征选择算法

基于元启发式算法--乌鸦搜索算法（CrSA）, 提出一种改进的基于乌鸦搜索算法的特征选择算法（IFSCrSA）, 以解决目前特征选择问题中存在的不足. 通过与传统的机器学习特征选择算法和基于进化计算的特征选择算法进行比较, 结果表明, IFSCrSA能在数据集中选择辨识度较强的特征, 不仅大幅度降低了特征子集的规模, 而且提高了分类准确率.     

非确定的公钥密码及其实现

首先引入非确定的公钥密码和解密成功率的概念, 并基于有限域上多变元问题的困难性, 给出其实现方案N-HFMS; 然后对F_q［M］中非奇异矩阵的数量进行分析, 利用Euler-φ_q函数推导出F_q［M］中非奇异矩阵的精确计数公式. 结果表明, 该方法不仅可对任意特定N-HFMS实例的解密成功率进行精确估算, 还可推导出N-HFMS方案的解密成功率下限, 从而在理论上证明N-HFMS的可行性. 利用N-HFMS方案, 可约定会话密钥, 进而实现保密通讯.     

基于乌鸦搜索算法的新型特征选择算法

基于元启发式算法--乌鸦搜索算法（CrSA）, 提出一种改进的基于乌鸦搜索算法的特征选择算法（IFSCrSA）, 以解决目前特征选择问题中存在的不足. 通过与传统的机器学习特征选择算法和基于进化计算的特征选择算法进行比较, 结果表明, IFSCrSA能在数据集中选择辨识度较强的特征, 不仅大幅度降低了特征子集的规模, 而且提高了分类准确率.