您的位置: 专家智库 > >

王锐

作品数:3 被引量:4H指数:1
供职机构:哈尔滨工程大学计算机科学与技术学院更多>>
发文基金:黑龙江省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 1篇隐私
  • 1篇隐私保护
  • 1篇语言模型
  • 1篇语义
  • 1篇语义层
  • 1篇语义层面
  • 1篇招投标
  • 1篇数据挖掘
  • 1篇投标
  • 1篇频繁项
  • 1篇频繁项集
  • 1篇网上招投标
  • 1篇文档
  • 1篇系统设计
  • 1篇项集
  • 1篇密码
  • 1篇密码学
  • 1篇密码学技术
  • 1篇模型库
  • 1篇关联规则

机构

  • 3篇哈尔滨工程大...
  • 1篇内蒙古大学
  • 1篇教育部

作者

  • 3篇王锐
  • 2篇刘杰
  • 1篇李石
  • 1篇黄少滨
  • 1篇薛大伟

传媒

  • 1篇计算机工程与...
  • 1篇计算机科学

年份

  • 1篇2024
  • 1篇2009
  • 1篇2007
3 条 记 录,以下是 1-3
排序方式:
网上招投标系统设计及其安全性研究
随着电子商务系统的迅速发展,作为其主要应用子系统的网上招投标系统也逐渐成为研究热点。网上招投标系统可以充分体现“招标投标活动应当遵循公开、公平、公正和诚实信用的原则”。通过 UML 建模语言设计系统体系结构,利用决策支持...
李石刘杰王锐薛大伟
关键词:UML模型库密码学技术
文献传递
基于对比学习的大型语言模型反向词典任务提示生成方法
2024年
反向词典任务是一种新兴的任务,目的是根据给定的定义来查找对应的单词。大规模语言模型为这一任务提供了新的可能性,但是提示语句的质量会影响大模型的性能。为此,提出了一种基于对比学习的提示生成方法。该方法在从多个语义层面上理解定义语义的同时,还利用对比学习的原理在训练过程中引入了负例,提升了模型的泛化能力。通过这种方法,可以将目标单词缩小到一个小范围内,然后用大模型从这个范围内选择最符合定义语义的单词。实验结果表明,该方法可以有效地提升大规模语言模型在反向词典任务上的表现。提示生成模型有94.7%的概率生成包含目标词的范围,大规模语言模型有58.03%的概率直接选出目标单词,有74.55%的概率在给出5个候选单词时包含目标单词。
田思成黄少滨王锐李熔盛杜治娟
隐私保护关联规则挖掘算法的研究被引量:4
2009年
针对MASK算法的不足,将随机响应技术与关联规则挖掘算法相结合,提出一个多参数随机扰动算法—MRD算法。当以不同的随机参数对数据集进行处理时,可以实现对原始数据的干扰或隐藏,解决了单一使用数据干扰策略和数据隐藏策略的缺陷,有效地提高了算法的隐私保护度。在此基础上,给出了在伪装后的数据集上生成频繁项集的挖掘算法。最后,通过具体实例验证,证明了当随机参数选择合适时,MRD算法的隐私性和准确性均优于原算法。
王锐刘杰
关键词:数据挖掘关联规则频繁项集隐私保护
共1页<1>
聚类工具0