陕西省自然科学基金(2010JM8039)
- 作品数：6 被引量：39H指数：3
- 相关作者：裘国永汪万紫王涛王娜史豪斌更多>>
- 相关机构：陕西师范大学西北工业大学西北政法大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于超混沌理论的小波域分块图像加密算法被引量：2
- 2014年
- 针对目前图像加密算法复杂性较高的问题,提出了一种新的小波域分块加密算法.该算法先将原始图像用小波函数进行多分辨率分解,并将分解后的低频系数进行分组,应用超混沌系统产生的加密模板,对分组的低频小波系数进行分块置乱;小波逆变换后,应用超混沌系统产生的伪随机系列与图像异或运算,实现了图像的加密变换.实验结果证明,加密后的图像已隐藏原始图像的灰度信息,且密钥空间大,安全性能高;此算法加密置乱后的图像具有良好抵抗统计攻击及差分攻击能力.
- 李红凯裘国永
- 关键词：图像加密离散小波变换超混沌系统
- 应用直线集合分割的软件缺陷预测模型被引量：1
- 2013年
- 缺陷预测能够有效地提升软件测试的效率。基于朴素贝叶斯理论,提出了一个利用平面中点与直线几何关系进行分类的软件缺陷预测模型LGD-NB。LGD-NB有两种工作模式,当其基于最小风险进行决策时,比传统的朴素贝叶斯具有对代价更为精确的描述;在定义了几何上的高风险决策区域后,LGD-NB可作为元分类器,提供一个可集成其他分类模型进行二次分类的集成框架。实验结果显示:基于最小风险LGD-NB模型的预测性能优于传统的朴素贝叶斯;而集成了SVM算法后的LGD-NB,其预测能力也有较为明显的提升。
- 包祎王涛裘国永
- 关键词：软件缺陷预测朴素贝叶斯
- 基于互信息和遗传算法的两阶段特征选择方法被引量：15
- 2012年
- 为了在特征选择过程中得到较优的特征子集,结合标准化互信息和遗传算法提出了一种新的两阶段特征选择方法。该方法首先采用标准化的互信息对特征进行排序,然后用排序在前的特征初始化第二阶段遗传算法的部分种群,使得遗传算法的初始种群中含有较好的搜索起点,从而遗传算法只需较少的进化代数就可搜寻到较优的特征子集。实验显示,所提出的特征选择方法在特征约简和分类等方面具有较好的效果。
- 裘国永王娜汪万紫
- 关键词：遗传算法特征约简
- 基于支持向量机的软件缺陷预测模型被引量：13
- 2011年
- 软件缺陷预测在软件系统开发的各个阶段发挥着极为重要的作用。利用机器学习的相关方法建立更好的预测模型已经被广泛研究。文章分析了支持向量机SVM作为二值分类模型应用到软件缺陷预测中的实现方法,构造了基于SVM的可迭代增强的缺陷预测模型SVM-DP。在13个基准数据集上开展比较实验,定量地分析了应用各种核函数对SVM-DP模型性能的影响。实验结果显示,应用线性内积核函数的SVM-DP具有最优的预测性能。同时,在与J48的比较实验中,最高超过J48预测模型20%的性能进一步证明了SVM-DP模型应用于软件缺陷预测的有效性。
- 王涛李伟华刘尊史豪斌
- 关键词：软件缺陷预测支持向量机
- 基于二分K-均值的SVM决策树自适应分类方法被引量：8
- 2012年
- 分析和研究了自适应降维算法在高维数据挖掘中的应用。针对已有数据挖掘算法因维灾难导致的在处理高维数据时准确率和聚类质量都较低的情况,将二分K-均值聚类和SVM决策树算法结合在一起,提出了一种适用于高维数据聚类的自适应方法 BKM-SVMDT。该算法能保证二分K-均值聚类是在低维数据空间中进行,其结果再反过来帮助SVM在高维空间中的执行,这样反复执行以取得较好的分类精度和效率。标准数据集的实验结果证明了该方法的有效性。
- 裘国永张娇
- 关键词：降维自适应算法
- 基于线性判别分析和二分K均值的高维数据自适应聚类方法被引量：1
- 2011年
- 将线性判别分析和二分K均值聚类耦合在一起,提出了一个适合于高维数据聚类的自适应方法:利用线性判别分析将高维数据集变换成低维数据集,然后在低维数据集上执行二分K均值聚类,并把得到的聚类结果通过一个簇成员指示矩阵H变换到原数据集中.将这样的过程反复进行,直到自适应地得到一个最优结果.基于现实数据集的实验结果证明了该方法的有效性.
- 汪万紫裘国永张兵权
- 关键词：线性判别分析
