-
公开(公告)号：CN107967171A
公开(公告)日：2018-04-27
申请号：CN201711248932.8
申请日：2017-12-01
申请人： 电子科技大学 , 电子科技大学广东电子信息工程研究院
摘要： 本发明公开了一种云环境下基于遗传算法的多工作流调度方法，其包括以下步骤：保留先前工作流调度状态并将遗传算法和新工作流进行初始化，计算新工作流每个个体的适应度并选出两个父代个体，根据遗传算法对父代个体进行交叉操作和单点变异得到子代个体并计算其适应度，比较子代个体和与其对应的父代个体的适应度，选择较小的两个个体加入子代种群；若子代种群大小等于父代种群的大小则合并子代种群和父代种群，并从合并种群中选出符合遗传算法的个体数量组成新的父代种群，否则跳转到重新选择父代个体步骤；最后根据迭代次数输出最优调度。本发明不仅避免了破坏以前工作流调度会产生的额外通信开销，还提高了虚拟机的计算资源利用率。
-
公开(公告)号：CN107819578B
公开(公告)日：2019-11-26
申请号：CN201711322300.1
申请日：2017-12-12
申请人： 电子科技大学
摘要： 本发明公开了一种基于属性的可验证外包解签密方法，其包括采用签名属性集和解密属性集组成的属性域生成密码系统的公钥和主密钥，之后生成用户的签名密钥和解密密钥；对明文进行签密，生成签密文，并将签密文存储在密文存储服务器上；下载签密文，并生成转换密钥和恢复密钥；对签密文中的签名进行盲化处理，之后将转换密钥、部分签密文和盲化后的签名发送给云服务器；接收云服务器的签名验证结果及转换签密文；当下载签密文用户的解密属性集满足上传签密文用户的加密策略时，根据恢复密钥和秘密值，计算验证值；当签名验证结果的值与验证值相等时，计算嵌入对称密钥的部分签密文，并采用一次性对称解密运算恢复下载签密文用户的明文。
-
公开(公告)号：CN111091575B
公开(公告)日：2022-10-18
申请号：CN201911406491.9
申请日：2019-12-31
申请人： 电子科技大学
摘要： 本发明公开了一种基于强化学习方法的医学图像分割方法，包括以下步骤：采集待分割医学3D图像和训练医学3D图像，将待分割医学3D图像和训练医学3D图像顺序且均匀地分片，得到待分割的2D医学图像序列和训练2D医学图像序列；建立神经网络模型，根据强化学习方法并通过训练2D医学图像序列对神经网络模型进行训练；将待分割的2D医学图像序列依次输入训练完成的神经网络模型，得到分割结果。本发明提高了医学图像的分割效率，且能够高精度地对脑部肿瘤图像进行分割。
-
公开(公告)号：CN107967171B
公开(公告)日：2020-05-12
申请号：CN201711248932.8
申请日：2017-12-01
申请人： 电子科技大学
摘要： 本发明公开了一种云环境下基于遗传算法的多工作流调度方法，其包括以下步骤：保留先前工作流调度状态并将遗传算法和新工作流进行初始化，计算新工作流每个个体的适应度并选出两个父代个体，根据遗传算法对父代个体进行交叉操作和单点变异得到子代个体并计算其适应度，比较子代个体和与其对应的父代个体的适应度，选择较小的两个个体加入子代种群；若子代种群大小等于父代种群的大小则合并子代种群和父代种群，并从合并种群中选出符合遗传算法的个体数量组成新的父代种群，否则跳转到重新选择父代个体步骤；最后根据迭代次数输出最优调度。本发明不仅避免了破坏以前工作流调度会产生的额外通信开销，还提高了虚拟机的计算资源利用率。
-
公开(公告)号：CN111091575A
公开(公告)日：2020-05-01
申请号：CN201911406491.9
申请日：2019-12-31
申请人： 电子科技大学
摘要： 本发明公开了一种基于强化学习方法的医学图像分割方法，包括以下步骤：采集待分割医学3D图像和训练医学3D图像，将待分割医学3D图像和训练医学3D图像顺序且均匀地分片，得到待分割的2D医学图像序列和训练2D医学图像序列；建立神经网络模型，根据强化学习方法并通过训练2D医学图像序列对神经网络模型进行训练；将待分割的2D医学图像序列依次输入训练完成的神经网络模型，得到分割结果。本发明提高了医学图像的分割效率，且能够高精度地对脑部肿瘤图像进行分割。
-
公开(公告)号：CN107819578A
公开(公告)日：2018-03-20
申请号：CN201711322300.1
申请日：2017-12-12
申请人： 电子科技大学
摘要： 本发明公开了一种基于属性的可验证外包解签密方法，其包括采用签名属性集和解密属性集组成的属性域生成密码系统的公钥和主密钥，之后生成用户的签名密钥和解密密钥；对明文进行签密，生成签密文，并将签密文存储在密文存储服务器上；下载签密文，并生成转换密钥和恢复密钥；对签密文中的签名进行盲化处理，之后将转换密钥、部分签密文和盲化后的签名发送给云服务器；接收云服务器的签名验证结果及转换签密文；当下载签密文用户的解密属性集满足上传签密文用户的加密策略时，根据恢复密钥和秘密值，计算验证值；当签名验证结果的值与验证值相等时，计算嵌入对称密钥的部分签密文，并采用一次性对称解密运算恢复下载签密文用户的明文。
-
公开(公告)号：CN101329668A
公开(公告)日：2008-12-24
申请号：CN200710049315.5
申请日：2007-06-18
申请人： 电子科技大学
摘要： 本发明涉及互联网技术，公开了一种网络信息特征规则生成方法及装置、网络信息类型判断方法、装置及系统。其中网络信息特征规则生成方法包括：读取分类已知信息的内容；将所述信息内容使用预置提取算法得到信息规则库；采用所述的信息规则库使用预置学习算法进行概率分析；将所述概率作为对应规则的分数得到分数集。网络信息类型判断方法包括：读取分类未知信息的内容并进行格式解析；采用网络信息特征规则生成方法得到的规则库和分数集对所述解析后的信息内容使用预置预测算法进行计算；根据计算结果对所述信息类型进行判断。使用本发明提供的实施例，可以对网络信息的信息类型进行判断，从而过滤网络垃圾信息。
-
公开(公告)号：CN101266672A
公开(公告)日：2008-09-17
申请号：CN200710048623.6
申请日：2007-03-14
申请人： 电子科技大学
IPC分类号： G06Q30/00
摘要： 本发明涉及一种涉及信誉值机制的基于Gradual Release的公平交换方法，其特征在于，当系统中任意两交换方准备进行交换时，将首先根据系统中对方的信誉值决定是否交换。双方都同意交换后，就采用基于Gradual Release的交换方法对信息分片，然后逐步传输信息分片。传输结束后，参与交换的双方都将对对方在此次交换中的行为进行评分，并作为交换参与者的一部分信誉记录保存在本地。信息分片数由交换双方中信誉值较低的一方的信誉值决定。本方法通过将信誉值机制引入公平交换，一方面改进了Gradual Release的公平交换方法，极大地提高了高信誉值用户进行公平交换的效率；另一方面采用信誉值机制在不需要第三方参与的情况下激励交换双方尽可能的遵守协议，减少破坏协议公平性行为的发生。同时在交换双方具体进行交换时，将由信誉值较低的一方首先发出自己的信息分片，在一定程度上解决了原有Gradual Release的“最后一比特的不公平性”问题。本发明适用于难于找到TTP或者希望花费较少代价即可进行公平交换的场合。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.03 秒)
