CFW的CBR与ART-KNN集成智能预测

结合基于案例推理(CBR)方法和ART-KNN网络,提出了一种黄瓜枯萎病(CFW)的集成智能预测方法。与传统的CBR相似案例检索任务不同的是,该方法用受训ART-KNN网络对新案例分类后根据提出的案例相似性测度来计算相似案例集。对ART-KNN网络的分类性能进行测试,确定了网络的最优相似参量ρ,得到最高平均分类正确率达94.4%。对CFW进行预测,确定了案例相异阈值R的最优范围,得到病株率、病叶率的最优平均预测误差率分别达7.4%、9.3%。综合分析结果表明,提出的CBR与ART-KNN集成预测方法可为CFW的防治提供较为可靠的预测数据以及辅助决策信息。

一种基于匿名区域变换的位置隐私保护方法

针对基于位置服务的应用中存在的用户位置隐私泄露问题,提出一种基于匿名区域变换的位置隐私保护方法。在离用户一定距离处选择一个锚点生成匿名区域后,利用邻近节点处理法计算用户邻近节点查询结果与用户真实位置之间的距离,从而实现在保护用户位置隐私的同时得到精确的查询结果。理论分析和实验结果表明,与Cloaking Region和SpaceTwist算法相比,该方法在保证较低通信开销的前提下,具有较好的位置隐私保护性能。