<?xml version="1.0" encoding="gb2312"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[计算机应用研究 -->最新文章目次]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于关键句分析的微博情感倾向性研究]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB851696149BC4377EFFA9&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=12]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对微博的情感倾向分析，提出了一种基于关键句分析的微博情感倾向性分析方法SOAS(Sentiment Orientation Analysis Based on Key Sentence Analysis)，实现了从句子级到文档级的情感分析。首先，利用关键句抽取算法得到微博关键句，关键句抽取主要考虑位置属性、关键词属性和词频句子频特征这3类属性；之后，结合依存句法分析提出了影响情感倾向的7种词性搭配，以及针对这7种搭配，给出了6种情感计算规则，计算关键句的情感倾向值；最后，以关键句得分为权重，对所有关键句的情感倾向值加权求和得到微博的情感倾向。实现结果表明，基于关键句分析的微博情感倾向算法的情感分析，比同类算法的准确率高出了10.55%，提高了情感分析的准确率，具有高效性。]]></description>
<pubDate>2019/11/13 9:32:14</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[邵帅,刘学军,李斌]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>邵帅,刘学军,李斌</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB851696149BC4377EFFA9&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=12]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于小波倒谱系数和概率神经网络的取证说话人识别模型]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB85167328CF5DCF7AA85F&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=15]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[取证说话人识别是一种利用犯罪现场留下的质疑语音来识别犯罪分子身份的技术。为了提高识别模型的抗噪能力，本论文提出了基于小波倒谱系数（WCC）和概率神经网络（PNN）的取证说话人识别模型。该模型包含WCC特征提取和PNN分类两个步骤。WCC对噪音不敏感，所以使得我们的模型有抗噪能力。PNN是一种高效的分类算法，从而提高了模型识别性能。实验表明，该模型以提高时间消耗为代价提高了识别率和抗噪能力。]]></description>
<pubDate>2019/11/13 9:32:14</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[雷磊,佘堃]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>雷磊,佘堃</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB85167328CF5DCF7AA85F&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=15]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[云环境中的侧通道攻击研究进展<sub>*</sub>]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB8516811803CA560399EB&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=44]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着云计算技术的迅猛发展,云环境中的安全问题已成为限制云计算发展的主要因素。因此对云环境中的安全威胁和防御问题的研究已成为一个研究热点。以传统的侧通道攻击方法作为切入点,讲述云环境中的侧通道攻击特点,并对云环境中存在的主要侧通道攻击方法进行分析、总结。介绍了近年来国内外应对这类攻击的防御策略和保护措施的研究成果,并基于云环境中侧通道攻击思想给出将来的防御趋势与未来研究趋势。]]></description>
<pubDate>2019/11/13 9:32:14</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[何佩聪,黄汝维,陈宁江,李志坤]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>何佩聪,黄汝维,陈宁江,李志坤</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB8516811803CA560399EB&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=44]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[云存储环境下属性基加密综述<sub>*</sub>]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB8516558C726D08CAAFF8&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=76]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[属性基加密作为一种新型的密码方案，将用户私钥和密文与属性相关联，为解决云存储环境下数据安全共享、细粒度访问控制和安全存储等问题提供了一种解决思路。在对密钥策略属性基加密、密文策略属性基加密和混合策略属性基加密深入研究后，根据不同的功能扩展，针对隐藏访问结构、多授权机构、复杂计算安全外包、可搜索加密机制、属性撤销、叛徒追踪等重点难点问题进行了深入探讨研究。最后总结了现有研究工作的不足，并指出了未来的研究方向。]]></description>
<pubDate>2019/11/13 9:32:14</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[赵志远,王建华,朱智强,孙磊]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>赵志远,王建华,朱智强,孙磊</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6474405D81AB8516558C726D08CAAFF8&yid=EA357AD73C8E13BC&vid=6209D9E8050195F5&iid=E158A972A605785F&referenced_num=0&reference_num=76]]></guid><cfi:id>0</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>