基于集成学习的LIBS定量分析方法

    公开(公告)号:CN110763660B

    公开(公告)日:2021-07-30

    申请号:CN201911008476.9

    申请日:2019-10-22

    IPC分类号: G01N21/63 G06N20/20

    摘要: 本发明公开了一种基于集成学习的LIBS定量分析方法。所述方法包括如下步骤:目标元素原始特征提取;使用遗传算法筛选原始特征;使用前向序列选择算法筛选特征;合并各基学习器筛选特征;训练筛选基学习器;使用Stacking集成选择的基学习器;训练筛选元学习器,并用效果最佳的学习器作为集成模型元学习器构成集成模型。本发明具有预测精度高、抗干扰能力强、减小基体效应、可在不同数据集中通用等优点。

    基于多目标优化问题的自适应路网语义位置隐私保护方法

    公开(公告)号:CN112995987A

    公开(公告)日:2021-06-18

    申请号:CN202110175304.1

    申请日:2021-02-07

    IPC分类号: H04W12/02 G06N3/00

    摘要: 本发明公开了一种基于多目标优化问题的自适应路网语义位置隐私保护方法,包括:1)将真实路网地图转化为语义位置路网图,并在语义位置路网图上,基于用户真实位置,获取多条邻近路网边作为候选匿名路网边,生成候选匿名路网边集合;2)针对候选匿名路网边集合进行序列化处理,生成多个序列化匿名路网边排列集合,每个序列化匿名路网边排列集合都包含多个排列子集;3)利用序列化匿名路网边排列集合构造粒子群空间,基于多目标优化问题定义适应度函数,启发式选择最优的序列化匿名路网边排列子集,发送给LBS服务器进行匿名查询处理,实现路网语义位置隐私保护。本发明提高了匿名查询服务的抗语义相关性攻击能力的同时,也保证了位置服务器的查询效率。

    一种基于P2P结构下的位置隐私保护方法

    公开(公告)号:CN107204988A

    公开(公告)日:2017-09-26

    申请号:CN201710507834.5

    申请日:2017-06-28

    IPC分类号: H04L29/06 H04L29/08

    摘要: 本发明公开了一种基于P2P结构下的位置隐私保护方法,包括步骤如下:1、用户生成寻找协助节点请求,收集愿意协助的节点位置信息,形成用户节点集;2、用户获取自己的位置信息;n子区域数目与δ区域相似因子进行多个子匿名区域的生成工作;3、生成相应子区域中的查询;将不同的查询间隔随机时间段发送给相应的代理节点;4、不同的代理节点发送相应的查询信息到LBS服务器;5、LBS服务器根据不同的查询信息,对数据库进行相应的检索,并发送相应的查询候选集结果到相应的代理节点;6、从所有结果集中筛选求精获得合适的查询结果。具有在平均匿名区域大小、用户分布熵值与恶意用户合谋攻击抵抗三个方面都具有良好表现的优点。

    一种基于边簇图的语义位置隐私保护方法

    公开(公告)号:CN106878312A

    公开(公告)日:2017-06-20

    申请号:CN201710103216.4

    申请日:2017-02-24

    IPC分类号: H04L29/06 H04L29/08

    CPC分类号: H04L63/0421 H04L67/18

    摘要: 本发明公开了一种基于边簇图的语义位置隐私保护方法,包括以下步骤:步骤1、用户发送当前位置、用户隐私偏好、请求兴趣点类型到匿名服务器;步骤2、匿名服务器执行匿名算法得到匿名集;步骤3、匿名服务器发送匿名后的请求到位置服务器;步骤4、位置服务器进行查询,将查询结果返回给匿名服务器;步骤5、匿名服务器对结果进行求精,将结果返回给用户。具有提高了匿名服务器对匿名请求保护的成功率、降低了匿名时间、提高了位置服务器的查询效率等优点。

    一种基于路网环境下个性化位置隐私保护方法

    公开(公告)号:CN106507312A

    公开(公告)日:2017-03-15

    申请号:CN201611261584.3

    申请日:2016-12-30

    摘要: 本发明公开了一种基于路网环境下个性化位置隐私保护方法,包括如下步骤:1、初始化路段的位置语义影响力向量;2、封装查询信息Q并将其发送给匿名服务器;3、将路段e加入匿名集S;并标记当前路段eNow=e;4、获取eNow的所有邻接路段,并设定所有邻接路段的距离的eNow的路段距离加1;并将所有邻接路段加入候选集H;5、匿名服务器调用距离调整模块,对H中所有路段进行路段距离调整;6、使用所述公式计算H中各路段的敏感度,并选择敏感度最低的路段et加入S,设定eNow=et;7、匿名服务器调用匿名集敏感度计算模块,计算S是否满足用户要求。具有抗攻击能力强、更安全、考虑的情况更符合实际情况等优点。

    一种云环境下远程数据完整性认证数据结构及其实现方法

    公开(公告)号:CN103716404B

    公开(公告)日:2017-02-01

    申请号:CN201310754002.5

    申请日:2013-12-31

    IPC分类号: H04L29/08 G06F21/64

    摘要: 本发明公开了一种云环境下远程数据完整性认证数据结构的实现方法,其包括:利用认证数据结构来认证存放于云端数据的完整性包括是否被修改,是否有数据丢失;在云端服务器不可信的情况下,利用认证数据结构来认证存放于云端数据的下标正确性;利用认证数据结构来支持云端数据的动态更新,所述动态更新包括修改操作、插入操作和删除操作。本发明还公开了一种云环境下远程数据完整性认证数据结构,包括:认证二叉树的生成的伪代码模块;证明路径的生成和验证的伪代码模块;节点的修改操作的伪代码模块;节点的插入操作的伪代码模块;节点删除三种情形的操作的伪代码模块。具有降低了在用户端和云端的计算在时间复杂度和存储空间的消耗等优点。