占空比传输机制下基于协同预测的时变不确定系统递推滤波

以工业互联网为背景,研究占空比传输机制下一类时变不确定系统的滤波问题,结合协同预测方法设计了新颖的递推滤波算法,解决了占空比传输机制下滤波性能降低的问题。首先给出描述占空比传输机制的数学模型,然后提出结合协同预测方法的递推滤波方案,设计基于占空比机制的递推滤波算法,推导了滤波误差协方差矩阵的一个上界,随后分析这个上界的有界性,实现了在稀疏数据情形下提高滤波性能的目的。仿真结果验证了所提算法的高效性和有效性。

基于MT-TF模型的个人隐私定价问题研究

大数据时代带给人们方便的同时,也因为信息泄露问题,引起了人们对于自身隐私数据信息的重视。本文基于市场时效性和三角模糊数提出运用隐私信息定价模型MT-TF量化个人隐私信息。MT-TF模型从时间成本、财产损失和精神损失三个方面确定隐私信息初始价值,应用信息新度函数确定隐私信息的时效性价值,利用基于均衡理论的市场方法准确量化个人隐私的价值。为获得部分信息价格,该模型利用三角模糊数来获得相应的信息权重。模型实证分析结果显示,某真实个人隐私泄露案件中法院判决为13684元,模型计算为15802元,总体效果较好。该模型能够较好地完成个人隐私信息定价的精准计算,为我国司法、安全及合法隐私交易等领域提供有力的技术支持。