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。

手术室压疮风险评估表在术中压疮高危患者中的应用

探讨手术室压疮风险评估表在术中压疮高危患者中的应用效果。 方法:选取 78 例手术患者,均于 2018 年 6月至 2019 年 6 月展开手术治疗,对 78 例患者展开随机分组,均分为对照组与观察组,每组各 39 例,在手术期间,对照组采取常规压疮风险评估予以干预,观察组则采取手术室压疮风险评估表予以干预,针对两组术中压疮高危患者所出现的皮肤受压情况进行对比,以及分析两组生活质量水平。 结果:以两组患者术后皮肤检测效果所述,观察组术后皮肤受压情况较小,无症状概率较高,与对照组相比受压不明显,且观察组各项生活质量指标单项分值均高于对照组,两组数据比较差异显著(P<0.05)。 结论:手术室压疮评估表用于手术患者压疮评估中,能降低压疮高危患者皮肤受压概率,并改善生活质量。

基于LightGBM的风电机组齿轮箱油温故障预警研究

基于风电机组运维历史大数据,探索齿轮箱油温异常预测性预警及异常原因分析的方法。首先,基于齿轮箱油温正常状态的SCADA运维大数据,在特征工程中采用方差排序、Pearson相关系数和递归特征消除进行降维,产生三个不同特征组合的数据集,分别建立LightGBM模型并选出表现最优的数据集;其次,选取boosting另外两个流行算法XGBoost与CatBoost作为对照算法,从均方误差(MSE),拟合优度(R Squared)等多个评价指标进行综合评价;最后,通过比较齿轮箱的预测油温与真实油温的偏离程度,在偏离较大时启动预警。结果显示,LightGBM算法模型保证时效性的同时,误差值明显低于其他算法模型,预测齿轮箱油温的效果最佳。本文提出的模型系统能够提前对齿轮箱油温异常进行预警,提升风电场能源持续输出效率。

具有马尔可夫切换的随机高阶非线性系统的输出反馈镇定

本文研究具有马尔可夫切换的随机高阶非线性系统输出反馈镇定问题。首先选取合适的李雅普诺夫函数和观测器,运用Ito和Dynkin公式设计了输出反馈控制器,保证闭环系统有唯一解,并且几乎处处渐近稳定。最后,通过数值仿真说明了控制方案的有效性。