栏目文章

Select

1. 云环境下一种强隐私保护的安全Top-k查询方案

崔韶刚, 尹辉, 周春光

吉首大学学报（自然科学版） 2023, 44 (3): 13-28. DOI: 10.13438/j.cnki.jdzk.2023.03.003

摘要（251）

PDF（pc）（1800KB）（126）

在一个多用户应用场景下，为了防止云勾结一个数据拥有者或一个数据使用者对授权用户的查询隐私进行合谋攻击，构建了云计算环境下针对查询隐私的合谋威胁模型，并实现了一种高效的强隐私保护查询方案.方案采用动态的安全查询索引结构，该结构可以保证外包数据的安全性，且适用于数据文件频繁动态更新的多用户环境，极大地提高了系统的可伸缩性和可用性.为了满足用户的个性化查询需求，依据关键字权重对查询结果进行秘密相关性排序，实现了安全的top-k查询.

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

2. 基于改进Census变换的双目立体匹配算法

安耿, 杨奋林, 周梦园, 窦信瑞

吉首大学学报（自然科学版） 2023, 44 (3): 29-33. DOI: 10.13438/j.cnki.jdzk.2023.03.004

摘要（396）

PDF（pc）（3514KB）（165）

针对传统Census变换窗口中心点灰度值易受噪声影响而导致全局匹配精度低等问题,设计了一种基于改进Census变换的双目立体匹配算法.首先采用双边滤波的模板值替代传统Census变换窗口中心点的灰度值,为了增强初始代价计算的可靠性,加入Sobel算子,将其与灰度绝对误差和算法的匹配代价进行代价融合;然后选择动态十字交叉域建立相邻视差的联系;最后运用赢家通吃策略选择最佳的视差,并采用左右一致性检测和引导滤波优化视差图.实验结果表明,在无噪声情况下,改进算法的平均误匹配率比传统Census变换的降低了约46%,含噪声情况下降低了约53%,说明改进算法有较好的匹配精度和抗噪能力.

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

3. 带约束PSO算法的最优多带协作式频谱感知

田冲, 刘婷婷, 谭哲雯, 谭宇豪, 雷可君, 杨喜

吉首大学学报（自然科学版） 2023, 44 (3): 34-38. DOI: 10.13438/j.cnki.jdzk.2023.03.005

摘要（340）

PDF（pc）（454KB）（196）

针对无约束粒子群优化（PSO）算法在进行多带协作频谱感知时存在难以控制系统总干扰的问题，设计了一种带约束PSO算法的最优多带协作式频谱感知方法.该方法通过引入惩罚函数，将带约束条件下的优化问题转化为无约束优化问题.仿真实验结果表明，相对于无约束PSO算法，带约束PSO算法能够解决带约束的多带协作式频谱感知问题，所得最优解满足约束条件，避免造成总干扰过大.

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

4. 基于莱维飞行和布朗运动的鲸鱼优化算法

于存威, 莫礼平, 万润泽

吉首大学学报（自然科学版） 2023, 44 (2): 24-32. DOI: 10.13438/j.cnki.jdzk.2023.02.004

摘要（810）

PDF（pc）（1094KB）（512）

针对鲸鱼优化算法存在的求解精度不高、收敛速度较慢和易陷入局部最优等缺点，设计了一种基于莱维飞行和布朗运动的鲸鱼优化算法.先利用莱维飞行方法对鲸鱼种群进行初始化，以增加初始种群的多样性；再根据布朗运动原理对鲸鱼种群的位置更新进行随机扰动，以避免算法提前陷入局部最优.将改进的鲸鱼优化算法与鲸鱼优化算法、粒子群优化算法、遗传算法和蚁群优化算法在7个不同的基准测试函数上进行对比测试，结果表明，改进的鲸鱼优化算法在求解精度、收敛速度方面均优于其他4种算法.对初始化阶段采用莱维飞行策略的改进鲸鱼优化算法与采用随机搜索策略的鲸鱼优化算法的初始解探索范围进行仿真对比实验，结果表明，改进鲸鱼优化算法一定程度上可以避免陷入局部最优.

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

5. 基于随机矩阵理论的盲MEHM频谱感知算法

刘婷婷, 雷可君, 谭哲雯, 田冲, 田欣鑫, 杨喜

吉首大学学报（自然科学版） 2023, 44 (2): 33-38. DOI: 10.13438/j.cnki.jdzk.2023.02.005

摘要（446）

PDF（pc）（934KB）（249）

利用随机矩阵理论中样本协方差矩阵极限特征值的分布结果，设计了一种新的最大特征值-调和平均(NMEHM)盲频谱感知算法.NMEHM算法无需主用户信号及无线信道的先验知识，可以有效克服噪声不确定性的影响.仿真实验结果表明，相对于一些基于特征值检测的频谱感知算法，NMEHM算法的检测概率更高，且获得了比最大特征值-调和平均（MEHM）算法更优异的检测性能.

参考文献 | 相关文章 | 多维度评价 | 评论（0）

栏目文章信息