差分可辨性隐私参数的迭代分配方法

在大数据时代,对个人隐私的保护不容忽视.于2013年被提出的ρ-差分可辨性定义解决了传统差分隐私仅关注个体对数据库输出影响的问题,使隐私保护的重点转移到防止个体被重新识别上,更加符合相关法律的定义.然而,现阶段对差分可辨性的相关研究较少.本文基于差分可辨性组合性质,提出了差分可辨性隐私参数的迭代分配方法,能够在迭代轮数固定和未知两种情况下分配差分可辨性隐私保护参数,使最终模型满足差分可辨性的隐私定义.对于某些需要迭代的模型,如聚类算法k-means,在聚类过程中可能出现隐私泄露,可以借助差分可辨性的实现机制来对每轮迭代进行加噪处理来保护隐私.实验结果表明,本文方法对数据进行噪声添加后,一定程度上能够保证经过差分可辨性隐私保护的聚类结果可用性.

停车场规划的多点区域分配—迭代寻优选址法

在研究了停车场选址问题的基础上,抓住了主要因素,建立了实用停车场选址的模型,并设计了往复调整、下降迭代相结合的算法,并在昆山市交通管理规划应用中取得了良好的效果。

基于Shapley值抽样估计法的电力用户参与互动效益分摊方法研究

为促进用户与电网实施友好互动,降低能源消费和用电负荷,应研究如何将电网公司的互动效益按一定补贴比例公平地分摊给各参与用户。为解决传统Shapley值法的组合爆炸问题,提出一种基于Shapley值抽样估计法分摊用户互动效益的补偿方法,该方法在满足收支平衡的约束条件下,通过分层随机抽样方法减少样本量;为确定各层样本分配量,综合比较了随机分配法、平均分配法及Neyman最优分配法的优缺点;为解决Neyman最优分配法中参与者各层样本标准差未知的问题,提出一种基于强化学习算法的ε(t)迭代估计最优分配方法。算例表明所提出的方法具有Shapley值法的所有特性,能精确地估计Shapley值法的分摊结果,因而能实现公平合理的分配,同时能有效地减少计算时间。

基于QAP算法的游客信息搜索动因研究

旅游信息搜索是游客购买旅游产品过程的首要步骤之一。随着网络技术的不断发展和智慧旅游建设工作的深化,互联网信息已成为游客信息搜索过程中的首要信息源。通过百度指数得到了游客对中国西南地区26个国家5A级景区的搜索数据,利用UCINET构建信息搜索网络,构建了影响游客信息搜素网络的模型,并基于二次迭代分配(QAP)算法,从关系数据视角探讨了影响游客搜索旅游信息的因素。研究发现,景区间距离差值矩阵和对游客信息搜素网络具有显著的反向作用,景区网站效用差值矩阵具有显著的正向作用,门票价格对游客信息搜素行为影响较弱。

停车场规划选址新方法研究

在研究停车场选址问题的基础上,建立了实用停车场选址的模型,并设计了往复调整、下迭代相结合的算法,并在A市交通管理规划应用中取得了良好的效果。

从x射线粉末数据获得非等效本征重叠衍射的合理衍射强度

提出一种非等效本征重叠衍射强度合理分配的方法———位置待定的原子强度贡献迭代分配法 (IDM UAIC) ,并用已知结构的模拟粉末衍射数据进行了验证 .IDM UAIC利用可靠的晶体学和结构化学知识 ,交替进行结构解析和强度分离 .结果表明 :如果可以通过等效本征重叠足够精确地确定总体散射能力的 30 % ,结构就可能解出 .对于 5 5个 (不含三角晶系用菱形单胞表示的 5种空间群 )强度均分不合理的空间群 ,IDM UAIC具有明显的优越性 ;而对于强度可均分的空间群 ,IDM