首页期刊导航|重庆邮电大学学报（自然科学版）
期刊信息/Journal information
重庆邮电大学学报（自然科学版）
重庆邮电大学
重庆邮电大学学报（自然科学版）

重庆邮电大学

刘宴兵

双月刊

1673-825X

journal@cqupt.edu.cn

023-62461032

400065

重庆南岸区

重庆邮电大学学报（自然科学版）/Journal Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊主要刊登通信与信息系统，信号与信息处理，计算机应用技术，计算机软件与理论，电磁与微波技术，微电子学与固体电子学，控制理论与控制工程以及相关基础技术领域的学术论文、研究报告、综述、研究简报及学位论文。中国科技核心期刊、教育部优秀期刊、全国优秀学报、重庆市“十佳”科技期刊、重庆市优质期刊；英国科学文摘（SA）、英国INSPEC数据库、美国剑桥科学文摘（CSA）、俄罗斯文摘（AJ）、中国科技论文与引文数据库（CSTPC）、学术期刊综合评价数据库等收录。
正式出版
收录年代

    可监管的工业物联网数据共享方案

    柯小辉李冬梅
    601-608页
    查看更多>>摘要：针对当前工业数据共享存在中心化、监管困难和数据安全等问题,提出了一种在工业物联网环境下的安全、高效和可监管的数据共享方案.该方案引入监管机构来控制授权令牌发放,保证数据共享活动的可控性.结合门限代理重加密和区块链技术,将系统初始化和重加密任务分配给共识节点来完成,减轻系统计算开销.利用智能合约和零知识证明技术自动验证数据的有效性,保障了数据用户的权益.此外,高效的共识算法提高了区块链系统处理交易的速率.经安全性分析和性能分析表明,该方案在大规模工业数据共享场景中能更加安全高效地共享数据.

    工业数据区块链智能合约零知识证明门限代理重加密

      原文链接:
    • 万方数据
    • 维普

    融合深度神经网络和方面感知的可解释推荐方法

    唐宏张静刘斌金哲正...
    609-618页
    查看更多>>摘要：为提升推荐结果的准确性和可解释性,提出一种融合深度神经网络和方面感知的可解释推荐方法.针对评分数据的稀疏性问题,综合考虑显式和隐式评分数据,通过深度神经网络的矩阵分解模型学习用户和物品的潜在特征;通过无监督的方面提取模块来学习用户和物品的方面特征;将潜在特征和方面特征统一到预测层进行评分预测;针对生成解释质量低且缺乏个性化的问题,在评分预测的基础上,采用提取的主题词和预定义的神经模板相结合生成推荐理由,提高解释的生成质量.实验表明,提出的方法不仅能准确预测用户对物品的评分,还能够生成具有解释性的推荐理由,且生成的解释质量优于对比方法.

    推荐系统可解释推荐深度神经网络评分预测理由生成

      原文链接:
    • 万方数据
    • 维普

    "面向数据融合、多模态模型的智能识别与感知创新应用"专题征稿启事

    封3页
      原文链接:
    • 万方数据