差分隐私模糊聚类位置保护方法

针对现有差分隐私聚类位置保护方法存在初始值敏感、离散数据不适用、误差较大的问题,文中提出了一种差分隐私模糊聚类位置保护方法。首先,通过高斯核函数将点映射到特征空间,由于核函数计算量相对较小,计算效率有了显著提升;然后,将差分隐私与改进的模糊C均值聚类算法相结合,使得每一组输入数据不再仅隶属于某一特定的类,而是以隶属程度来表现;最后,文中将满足差分隐私约束的拉普拉斯噪声添加到聚类集合的质心点中,得到每个点的扰动位置,并使用扰动位置进行查询。实验结果表明,在保障位置隐私安全的前提下,差分隐私模糊聚类位置保护方法降低了查询误差,提升了算法效率。     

一种基于随机交叠策略的多突变点在线检测方法

传统的突变点检测方法多以离线为主,无法对大规模的时序数据进行在线检测。针对这一问题,文中基于缓冲区模型和滑动窗口随机交叠策略,提出一种多突变点在线检测方法。该方法以TSTKS算法和滑动窗口模型为基础,通过缓冲区模型实时接收在线时序数据流,并将数据转移到数据接收器中;随后,在数据接收器中使用滑动窗口随机交叠策略对数据流进行切分;最后,在子数据流中用TSTKS算法对数据进行多突变点在线检测。仿真数据和癫痫病人的肌电数据等实验结果表明,文中所提方法具有时耗较短、准确率较高等优点,可作为大规模时序数据流的在线分析备选方案。     

基于SARIMA-GS-SVR组合模型的短期电力需求预测

短期电力需求预测在合理分配电力利用、减少能源浪费和增强电力系统的并网运行方面具有重要作用。应用单一的季节自回归移动平均模型对电力需求预测将限制预测精度。为了提高SARIMA的预测精度,文中提出了SARIMA-GS-SVR组合预测模型。采用网格搜索算法将SARIMA预测的残差带入支持向量回归模型进行参数训练,并将寻优的最佳参数带入SVR对残差进行预测。将得到的残差预测结果和SARIMA预测结果加和进行综合分析。建立SARIMA、SVR、GS-SVR和SARIMA-GS-SVR预测模型,以加利福尼亚州电力需求历史数据为例,对该地某日24 h的电力需求进行预测。为了体现模型整体的优越性,选用指数平滑法作为无关基准模型进行实验对比。实验结果表明,相比SARIMA,SARIMA-GS-SVR的预测精度提高了29.181 2%,且其MAE、MAPE和RMSE3种误差指标评价值低于其它4种模型。     

流体温差传感器的试验研究

流体温差传感器是流差式热能表的关键核心部件,它以进、回水流道的温度差为源信号,将温差信号转换为相应的流量信号,热能表只需测定并记录单一的流量信号即可达到计量热交换系统释放或吸收热能量的目的。通过模拟供暖实验系统测试与数据分析证实,流体温差传感器实现了等液阻流量差分,计量流量与流体温度差成线性关系。     

HPLC检测猪肉组织中3种氟喹诺酮类药物残留

建立了HPLC-FLD同时检测猪肉组织中环丙沙星、单诺沙星、沙拉沙星等3种氟喹诺酮类药物.猪肉组织样品用磷酸盐水溶液提取,在C18固相萃取柱净化,采用乙腈-磷酸/三乙胺溶液作为流动相,荧光检测器检测(λα=280nm,λ(em)=450nm).这3种氟喹诺酮标准曲线的线性回归系数均在0.9999以上,检测线性范围环丙沙星、沙拉沙星为(2.5～500)μg/kg,单诺沙星为(0.5～100)μg/kg.猪瘦肉组织中这3种氟喹诺酮的平均加标回收率为79.9%～93.6%;相对标准偏差分别为2.54%、2.60%、2.51%.环丙沙星、沙拉沙星的最低检测限为2.5μg/kg,单诺沙星的最低检测限为0.5μg/kg.     

基于HANA数据模型的企业数据分析方法

针对海量企业数据应用困难的问题,基于采用下沉分析逻辑、并列执行等处理技术设计了新型的企业数据分析方法,该方法以HANA平台为基础,构建了混沌差分进化算法模型,该模型具有智能化、自动化对内存计算过程中的各种节点寻优的功能,克服了常规技术中存在的并行计算时,数据节点查找困难的问题。构建了新型的存储模块,该模块加入段式管理模块、页面管理模块和段式页面融合模块,能够实现不同方式的数据存储和数据存储方式转换。试验表明,该研究方法寻优能力较好,误差较低,数据存储量较大。     

基于“双芯”51内核的学习机设计

嵌入式系统在教育领域的应用产生了各种类型的学习机,重点论述了一种基于M CS-51内核的“双芯”的嵌入式学习机系统,满足了职业学校学生录入练习的需求。通过对这个系统的分析和论述提出一种在51内核上运行复杂系统的方法。     

基于直方图特性的LSB匹配隐写分析研究

为了提高对高精度原始图像LSB匹配数字隐写的检测能力,提出了基于直方图特性的LSB匹配隐写分析方法.根据高精度原始图像在LSB匹配数字隐写过程前后灰度直方图、差分直方图以及小波分解后的子带系数直方图的特性差异,提取了23维的特征向量,并使用支持向量机对其进行训练,建立区分载体图像与载密图像的分类器达到检测秘密信息的目的.实验结果表明,该方法在性能上要优于文献[5]的局部极值法.     

基于差分进化算法的面目标瞄准点寻优

瞄准点的寻优选取是导弹火力筹划的核心理论问题之一。针对此问题,本文基于矩形面目标毁伤面积计算设计评价函数,利用差分进化算法原理对面目标的瞄准点坐标进行实数编码,并设计差分进化算子,建立面目标瞄准点寻优模型。通过设计面目标计算实例对模型进行验证,实验结果表明,差分进化算法的稳定性较强且具有较好的操作性,模型求得的瞄准点可信度较高,能够提升导弹打击效果并降低打击成本,为火力筹划中瞄准点寻优提供了新方法。