晋中学院信息技术与工程学院 作品数:142 被引量:286 H指数:8 相关作者: 宫建平 秦振吉 赵丽 常文萃 张鸿雁 更多>> 相关机构: 太原科技大学计算机科学与技术学院 中国科学院地理科学与资源研究所 首都师范大学物理系 更多>> 发文基金: 山西省普通本科高等教育教学改革研究项目 国家自然科学基金 山西省教育科学“十二五”规划课题 更多>> 相关领域: 自动化与计算机技术 理学 文化科学 电子电信 更多>>
基于同态加密算法的网络信息安全保护 2019年 随着网络信息量的不断增长,网络信息在进行储存、传输的过程中,对网络信息的安全保护是网络安全的重要保障,为了提高网络信息的安全性能,因此,提出基于同态加密算法的网络信息安全保护。在引入同态加密的基础上,构建同态加密改进算法,再结合网络信息安全保护体系结构的确定,实现基于同态加密算法的网络信息安全保护,实验数据表明,提出的基于同态加密算法的网络信息安全保护方法相比于传统安全保护方法,对网络信息具有较高的安全保护性能。 鲍海燕关键词:同态加密 网络信息 安全保护 基于改进AES算法的网络数据安全加密方法研究 被引量:7 2019年 随着网络安全机制和技术不断推出,改进AES(高级加密标准)算法作为一种高级加密标准算法得到了广泛应用。针对传统算法加密程序繁琐导致的加密速度慢,保护范围具有局限性的缺点,通过采用改进AES算法对网络数据安全加密方法进行优化处理,并阐述优化后的网络数据安全加密应用过程。将改进后的安全加密方法与原网络数据安全加密方法在特定的实验环境下进行测试,结果表明:基于改进AES算法的网络数据安全加密方法,加密速度与效果均有较为明显的提高。 鲍海燕关键词:网络数据安全 加密方法 氢原子的概率密度分布 被引量:1 2015年 利用数值计算方法绘制出氢原子的径向概率、角向概率分布、等概率曲线图和等概率曲面图,从而将氢原子的概率密度空间分布展示出来. 宫建平关键词:氢原子 概率密度 一种并行的加速K-近邻分类方法 被引量:1 2014年 文章针对传统K-近邻分类方法学习效率低下的问题,提出一种基于并行计算的加速K-近邻分类方法(K-nearest neighbor classification method based on parallel computing,PKNN),即并行K-近邻分类.该方法首先将所需要分类的样本划分为不同的工作子集,然后在每个子集上进行并行的K-近邻分类.由于划分后每个工作子集的规模均远小于整个数据集的规模,因此降低了分类算法的复杂度,可有效处理大规模数据的分类问题.实验结果表明,PK-NN方法能提高分类效率. 王秀华 王建珍关键词:并行计算 势垒边界对共振透射的影响 2015年 利用转移矩阵方法讨论势垒中粒子概率振荡峰的个数与入射能量、势垒宽度的关系及其势垒边界对共振透射的影响.计算结果表明边界只是改变了共振透射的位置,并没有改变振荡峰的个数与入射能量、有效势垒宽度的关系. 任振忠 王丹关键词:共振透射 转移矩阵方法 氩粒子系统的分子动力学模拟 2015年 分子动力学方法是一种计算机模拟实验的方法,这种方法不仅可以得到原子的运动轨迹,还可以观察到原子运动过程中的各种微观细节.通过对256个氩原子系统进行分子动力学模拟得出了氩原子系统的能量演化过程、粒子的运动轨迹、系统的径向分布函数等一些有意义的结果. 张丽娟关键词:分子动力学 径向分布函数 基于可信密码模块的密钥迁移研究与改进 2019年 本文针对可信密码模块在密钥迁移方面对迁移密钥的完整性验证问题,提出一种通过TCM芯片提供的SM3算法执行哈希运算,将迁移密钥的消息摘要值在目标平台的计算值与源平台的计算值进行比对的机制,验证了迁移密钥的完整性,进一步加强了迁移密钥的安全性。 张换梅关键词:TCM 城市表层土壤重金属空间分布特性及影响因素 被引量:2 2014年 本研究以土壤中八种重金属含量为依据,通过相关分析、聚类分析、主成分分析和地统计分析等方法,分析了重金属空间分布特性及影响因素.研究结果表明:该城市Hg污染严重,平均含量为299.7(ng/g).重金属As、Cd、Cu、Ni、Pb、Zn呈现出强空间相关性,Cr、Hg为中等空间相关性.Pb-Zn-Cd、Cr-Ni-Cu之间都有显著的相关性;As、Cd、Cr、Cu、Ni、Pb、Zn变异以人为因素影响为主,而Hg的变异与土壤母质、地形的关系较大. 李春明关键词:主成分分析 聚类分析 重金属污染 基于属性相似性的超图聚类改进算法 2015年 聚类可应用于现代生活的诸多方面,现代生活中的数据对象往往是高维、稀疏的。对于此类高维数据,传统聚类算法不能有效地处理。提出一种基于属性相似性的改进的超图聚类算法,在原有超图聚类算法的基础上,根据超边距离阈值形成超图模型并采用超图分割法对数据对象进行聚类,采用簇内奇异特征值进行评估聚类质量。 霍娜关键词:聚类 高维数据 一种基于流形边缘最大化的图像集分类算法 2018年 现有的图像集分类算法在进行图像集表示时往往做出多种假设,无法有效描述图像集的特点,且难以利用图像集中区分性信息进行分类。为此,借鉴深度学习的思想,提出一种改进的图像集分类算法。将每个图像集模拟为一个流形并作为多层深度神经网络的输入,通过激励函数使得各个流形非线性地映射到另一个特征空间。在网络的最顶层,采用反向传播和最大流形边缘准则训练和优化流形的参数。在测试阶段,使用训练得到的深度网络,计算测试图像集和所有训练类别之间的相似性,并利用最短距离进行分类。实验结果表明,与判别典型相关分析算法、流形到流形距离等算法相比,所提算法的分类精度更优、运行时间更短。 武丽芬 赵昌垣 严学勇关键词:神经网络 激励函数