导读:本文包含了泛化计算论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:密云,同态,小脑,坐标,数据中心,实时,隐私保护。
泛化计算论文文献综述
王斌,张磊,张国印[1]（2019）在《基于多方安全计算的属性泛化mix-zone》一文中研究指出针对路网环境下mix-zone无法有效地实现属性进行隐藏或泛化和抵御伪装攻击的问题,基于属性泛化和同态加密,提出了一种秘态属性泛化的隐私保护方法。该方法通过同态加密,实现了秘密出价选择计算代理、秘密计算相似属性,并以相似属性完成属性泛化的整体处理。通过属性泛化,解决了mix-zone可被攻击者利用属性追踪的问题,同时秘密计算的属性处理不会泄露任何信息给参与者,也防止伪装攻击者获得mix-zone中各用户的隐私信息。最后,通过安全性分析和实验验证分别在理论和实践这2个方面对所提算法的优势加以分析和比较。(本文来源于《通信学报》期刊2019年04期）
何宝宏[2]（2019）在《警惕边缘计算被泛化炒作》一文中研究指出边缘计算的概念早期是狭义的,如今已被泛化。狭义的边缘计算指在靠近数据源头的一侧就近提供服务,以产生更快的网络服务响应速度,满足应用的实时性等需求。其中"边缘"相对于中心,且该中心只能是云计算/数据中心。此外,在边缘做计算主要是为了更好的实时性。在狭义边缘计算的语境下:不是所有位于网络边缘的就是计算;不是所有位于网络边缘的计算就是为了实时性;不是把计算放在边缘就近响应,实时性一定就会更好。(本文来源于《通信世界》期刊2019年08期）
潘永成,张鹏[3]（2018）在《基于Petri网模型的泛化度计算方法》一文中研究指出针对现有泛化度算法依赖于概率分布和时间复杂度高的缺点,提出一种基于泛化度自动机的泛化度计算方法。将Petri网中的标识作为泛化度自动机中的状态,并且借鉴过程树算法中结点被访问次数越多越可靠的思想,而不依赖于贝叶斯假设。将完全拟合的事件日志在过程模型上重演,根据标识状态变化情况构建泛化度自动机,并记录状态的被访问次数和状态发生的活动集合。状态的被访问次数与状态发生的活动数之比越高则状态越可靠,下次再访问该状态时引发新活动的可能性越小,泛化度越高。仿真实验将本文所提出的算法与其他经典算法作对比,说明了算法的正确性和实用性。(本文来源于《山东科技大学学报(自然科学版)》期刊2018年02期）
欧阳楷,陈卉,周萍,周琛[4]（1997）在《神经计算中坐标变换的网络模型(CMAC)的泛化特性》一文中研究指出在神经计算中神经网络的泛化特性是一个非常重要的内容．该文简述了小脑模型（ＣＭＡＣ——ＣｅｒｅｂｅｌａｒＭｏｄｅｌＡｒｅｉｃｕｌａｔｉｏｎＣｏｎｔｒｏｌｅｒ）的原理和学习算法，并用仿真方法讨论了在机器人使用的坐标变换关系（输入直角坐标值，输出机器手的关节角度）下ＣＭＡＣ的泛化性能：当泛化率为１∶１００时ＣＭＡＣ仍能正常工作．系统的精度虽能满足需要，但是进一步提高却受到限制．本文还讨论了影响精度的各种因素及可能的改进方法．(本文来源于《自动化学报》期刊1997年04期）
泛化计算论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
边缘计算的概念早期是狭义的,如今已被泛化。狭义的边缘计算指在靠近数据源头的一侧就近提供服务,以产生更快的网络服务响应速度,满足应用的实时性等需求。其中"边缘"相对于中心,且该中心只能是云计算/数据中心。此外,在边缘做计算主要是为了更好的实时性。在狭义边缘计算的语境下:不是所有位于网络边缘的就是计算;不是所有位于网络边缘的计算就是为了实时性;不是把计算放在边缘就近响应,实时性一定就会更好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
泛化计算论文参考文献
[1].王斌,张磊,张国印.基于多方安全计算的属性泛化mix-zone[J].通信学报.2019
[2].何宝宏.警惕边缘计算被泛化炒作[J].通信世界.2019
[3].潘永成,张鹏.基于Petri网模型的泛化度计算方法[J].山东科技大学学报(自然科学版).2018
[4].欧阳楷,陈卉,周萍,周琛.神经计算中坐标变换的网络模型(CMAC)的泛化特性[J].自动化学报.1997
论文知识图
