PPDM中面向k-匿名的MI Loss评估模型

隐私保护数据挖掘（PPDM）利用匿名化等方法使数据所有者在不泄露隐私信息的前提下,安全发布在数据挖掘中有效可用的数据集。k-匿名算法作为PPDM研究使用最广泛的算法之一,具有计算开销低、数据形变小、能抵御链接攻击等优点,但是在一些k-匿名算法研究中使用的数据可用性评估模型的权重设置不合理,导致算法选择的最优匿名数据集在后续的分类问题中分类准确率较低。提出一种使用互信息计算权重的互信息损失（MI Loss）评估模型。互信息反映变量间的关联关系,MI Loss评估模型根据准标识符和标签之间的互信息计算权重,并通过Loss公式得到各个准标识符的信息损失,将加权后的准标识符信息损失的和作为数据集的信息损失,以弥补评估模型的缺陷。实验结果证明,运用MI Loss评估模型指导k-匿名算法能够明显降低匿名数据集在后续分类中的可用性丢失,相较于Loss模型和Entropy Loss模型,该模型分类准确率提升了0.73%~3.00%。     

机械结构相似度评价及可靠性预计研究

在用传统的相似产品法进行可靠性预计时,所选取的相似产品与评价对象之间差异较大,会造成预计结果的偏差较大。为解决这一问题,提出了一种基于"功能—运动—动作"结构化分解的可靠性预计新方法。通过明确产品的各大运动功能建立功能层,分析完成各功能的机械部件运动建立运动层,确定实现各机械部件运动的元动作运动单元建立元动作层,建立了可靠性预计的"功能—运动—元动作运动单元"层次模型。引入区间层次分析法,确定了"功能—运动—元动作运动单元"层次模型中各子代运动单元对父代运动单元的可靠性影响权重,并构建了由子代运动单元预计父代运动单元可靠性的数学模型。确定影响评价机械结构相似度的因素,构建了区间数综合评判云模型并选取与元动作运动单元相似的参考结构,以区间数综合评价云模型得出的相似度值修正参考结构的可靠性数据来预计元动作运动单元的可靠性。将元动作运动单元的可靠性预计值代入数学模型,层层预计父代运动单元的可靠性,从而得出整个产品的可靠性水平。最后以数控转台为例进行了分析,得出了可靠性预计值,并将该方法与传统方法进行了比较。结果表明,新的可靠性预计方法具有较好的可行性和较高的准确性。     

基于数字兆欧表自动切换档位的研究与实现

随着电力、电气设备的日益复杂化,对于其安全性能也有了更高的要求,数字兆欧表作为测量绝缘阻值的重要工具,已在工业领域中广泛应用;为了满足测量精度以及兆欧表的可靠性,通过基于S3C2440的嵌入式平台,提出了一种基于数字兆欧表的自动切换档位的实现方案,以达到更加精确的测量;此方案通过判断采集到的电压值选择相应的采样电阻来实现,并结合硬件平台和软件设计,分别介绍了驱动程序和应用程序的编写与测试,并很好地应用到了实际电路中;经测试,能够达到预期的效果,测量精度高,测量误差控制在±2%。     

基于信息熵的粮食干燥塔温度预测控制

针对混流式粮食干燥塔生产过程中,物理化学变化复杂,温度变化呈现的非线性和滞后性,难以准确检测的问题,提出了一种基于信息熵的温度预测方法;首先分别采用支持向量机和灰色预测独立建立第一降速段的温度模型;利用加权方法对两种模型进行集成,最后利用信息熵算法,对加权因子进行优化,提升模型的预测精度;运行结果表明干燥后的稻谷含水量与设定值误差从原来的±24.7%,降低至8.5%,验证本方法在实际生产中的有效性。     

煤与瓦斯突出联网系统的应用研究

介绍了煤与瓦斯突出联网系统的总体结构和联网数据的形成。该系统通过分析和计算各矿井的煤质结构、地压活动范围和瓦斯倍率的密切关系,得出判断煤与瓦斯突出事故的综合分析指标,以预测与防治事故的发生。实际应用表明,该系统实现了对煤与瓦斯突出的预测功能。     

A probabilistic reputation model based on transaction ratings

This work introduces a probabilistic model allowing to compute reputation scores as close as possible to their intrinsic value, according to the model. It is based on the following, natural, consumer-provider interaction model. Consumers are assumed to order items from providers, who each has some intrinsic, latent, “quality of service” score. In the basic model, the providers supply the items with a quality following a normal law, centered on their intrinsic “quality of service”. The consumers, after the reception and the inspection of the item, rate it according to a linear function of its quality - a standard regression model. This regression model accounts for the bias of the consumer in providing ratings as well as his reactivity towards changes in item quality. Moreover, the constancy of the provider in supplying an equal quality level when delivering the items is estimated by the standard deviation of his normal law of item quality generation. Symmetrically, the consistency of the consumer in providing similar ratings for a given quality is quantified by the standard deviation of his normal law of ratings generation. Two extensions of this basic model are considered as well: a model accounting for truncation of the ratings and a Bayesian model assuming a prior distribution on the parameters. Expectation-maximization algorithms, allowing to estimate the parameters based on the ratings, are developed for all the models. The experiments suggest that these models are able to extract useful information from the ratings, are robust towards adverse behaviors such as cheating, and are competitive in comparison with standard methods. Even if the suggested models do not show considerable improvements over other competing models (such as Brockhoff and Skovgaard’s model [12]), they, however, also permit to estimate interesting features over the raters - such as their reactivity, bias, consistency, reliability, or expectation.     

无线传感器网络中基于RSSI的节点距离预测

无线传感器网络大量应用在环境监测、目标跟踪、安全监控等领域,因此网络的自身定位是大多数应用的基础。常用的定位方法必须测量节点间的距离。为了预测距离值,根据实验获取的RSSI值与对应的距离值,先对实验数据进行滤波处理,建立面向Matlab神经网络工具箱的神经网络预测模型,利用神经网络的特性和Matlab工具箱的强大功能,通过实测数据对网络进行训练。预测结果表明,距离精度达到1 m之内。     

海洋食品微生物生长智能通用预测平台

针对海洋食品对虾生产加工的特点,设计与开发了对虾生产加工中微生物生长智能通用预测平台,为海洋食品的安全生产与加工提供分析手段。     

一种高效语音基音检测方法的研究

根据语音信号产生的机理,综合考虑基音频率检测的准确性与高效性,提出了一种基于下采样的基音检测方法.该方法以传统的自相关函数法为基础,结合线性预测逆滤波及下采样技术,有效地提高了抗噪性,降低了计算复杂度.通过Matlab软件对计算结果进行仿真分析,证明新算法计算简便、准确,基音频率平滑性好,算法鲁棒性好,适用于实时语音信号的基音检测.     

QSAR/QSPR模型验证方式与预测能力的关系研究

QSAR研究中,判断模型预测能力至关重要。长期以来,模型的预测能力是使用留一法或留k法等内部验证来确定,但在2004年形成的OECD规则中,已明确规定必须使用外部验证集去评价模型的预测能力。为了研究内部验证和外部验证与模型预测能力之间的关系,本文以45种睾酮和二氢睾酮衍生物以及37种萘锟酯衍生物为研究对象,以E-Dragon计算的分子描述符作为自变量,在增n减l算法选择变量的基础上,采用SVM算法对同种物质的不同活性以及不同物质的不同活性建立QSAR模型,研究QSAR/QSPR建模时的不同验证方式与模型预测能力的关系。研究结果表明,模型的预测能力与内部验证结果的好坏无必然联系,而结合外部验证的检验结果则是判断模型预测能力的可靠依据。