流形学习及维数约简在数据隐私保护中的应用

采用流形学习及维数约简方法可以有效保护敏感数据。针对交通事故黑点的敏感数据挖掘中隐私保护问题,提出了综合应用等距变换和微分流形两种算法来提高原始数据保密程度的方法,采用基于旋转的等距变换扰乱数据,用Laplacian Eigenmap对高维数据进行非线性降维,在保留数据内在几何结构的同时,进一步扰乱数据。该方法有效地应用于交通事故黑点数据隐私保护中,同时降低了原始数据的维数,便于后续的数据挖掘与分析。     

有限域上定长序列的最短线性递归长度分布

研究有限域F（q）上任意给定长度的序列的最短线性递归长度的分布.对任意正整数n和0≤l≤n,计算出了长度为n、最短线性递归长度为l的序列个数,指出了对于固定长度为n的任意序列,其最短线性递归长度大部分情况下等于n/2或n/2＋1,即其最短线性递归长度的分布一般都集中在长度的一半位置.