网络舆论干预司法公正的现象和危害

在司法实践中,由于判决不公、报道不当等原因,出现了网络舆论干预司法判决的现象,甚至＂媒体审判＂,具体案例有云南李昌奎案及赛锐27刀捅死女孩案、药家鑫案及药父诉张显侵犯名誉权案、彭宇案翻案及小悦悦案等。这对我国法制社会建设进程是很不利的,会产生超越监督界限、增大法官压力,引起舆论争议、浪费优质资源,损害司法权威、降低司法公信力等危害。网络干预的始作俑者是司法不够公正,并且网络的力量确实帮助部分受害者获得了公平,但这并不能说明网络干预就是完全正义的。司法判决的唯一依据是且只能是法律和事实,要减少网络舆论对司法判决的干预必须从源头做起,需要每个司法工作者都做到严格执法、秉公执法。     

基于Web挖掘的图书馆个性化服务系统研究

文章提出一个兼顾虚拟与物理世界信息服务的图书馆个性化服务系统结构及读者信誉度评估模型,运用Web挖掘技术对图书馆MELINETS系统中大量的Web流通日志记录进行挖掘,构建一种能反映不同用户个体和群体信息使用行为、习惯及其变化特征的动态的读者信誉度评估机制,用以科学地划分读者群,设计了能提供满足读者个性特征和需求的个性化服务功能及其组合,为进一步开发与应用图书馆个性化服务系统提供了技术基础。     

基于可信度法求解区间双层线性规划问题

采用区间数可信度方法, 给出区间双层线性规划问题可行域和最优解的概念, 并利用单层与双层规划最优值区间方法和极大极小算子, 构建区间双层线性规划问题的确定等价模型. 数值算例结果表明该方法有效.     

基于虚拟组织的网格资源管理和分配

讨论了网格计算环境下基于虚拟组织的资源管理机制与理论模型.在基于虚拟组织的网格资源管理系统中引入信誉度模型,实现资源的分类管理,改进了Buyya等提出基于代理的费用-时间最优调度算法中没有考虑任务迁移时间的不足.仿真结果表明,该资源管理系统能够根据用户的Deadline,Budget以及信誉度要求合理分配资源,实现效用驱动的资源管理和分配.     

基于信誉权值策略的多重第三方远程证明机制

针对单一第三方失效而影响云计算环境证明有效性问题,提出一种基于多重第三方远程证明机制。将单一第三方扩展为第三方验证者集群,保证了在部分验证者受到安全威胁情况下,仍然能够为证明请求者提供可靠的证明结果。同时提出第三方筛选算法和基于信誉权值策略应对多个第三方合谋攻击,避免由于恶意指控清白验证者而导致最终断言失效情形。实验结果表明,该机制相对于单一验证者更为安全可靠,在实际应用中能有效防御合谋攻击。     

组合逻辑电路可靠性的研究

对组合逻辑电路增加冗余后的可靠性概率进行了计算,指出为屏蔽可能引起输出错误的输入．组合逻辑电路各级电路之间应交错连接．     

基于特征选择验证的故障注入仿真可信度评估

针对故障注入仿真的数据复杂、细节特征多,导致单一指标可信度评估和专家目测评估方法难以得到准确的评估结果和评估专家按照AHP方法给出的是区间互补判断矩阵,导致可信度指标的权重难以确定的问题。提出了一种基于特征选择验证FSV(Feature Selection Validation)的多指标综合可信度评估模型,通过FSV方法计算可信度指标的定量或定性的可信度值;定义了区间数的模糊度和相离度,构建了多目标优化模型计算可信度指标的权重。实例证明了方法的可行性和有效性。     

Mlinex损失函数下的信度保费

在经典信度理论中，通常用对称损失函数作为衡量预测结果好坏的标准，忽略了拟合度的重要性.为使信度模型更好地应用于实际中，用Mlinex损失函数解决经典信度模型中由对称损失函数引起的高保费征收问题，推导出在Mlinex损失函数下的贝叶斯保费和信度保费，并验证了贝叶斯保费和信度保费的相合性.数值模拟结果表明，Mlinex损失函数下的信度保费优于经典信度保费.     

加权阵灰色关联理论及其在仿真模型验证中的应用

常规灰色关联分析应用于仿真模型验证时,仅考虑了时间序列之间的相似性,忽略了时间序列之间的接近性,但这种接近却属于仿真模型的误差范畴,因此使用常规灰色关联分析进行仿真模型验证存在一定的风险,针对这一问题,提出了一种加权阵灰色关联度模型,综合了时间序列之间的相近性和相似性两个方面,因此提高了模型验证的准确性和可靠性.同时该模型可以同时处理具有多个特征行为的关联分析问题.给出了具体的基于加权灰色关联分析的模型验证的操作过程,并证明了改进模型满足灰色关联四定理.通过实例分析验证了改进模型的合理性和有效性.     

基于可信性均值-方差-偏度-正弦熵的投资组合模型

通过引入可信性理论和偏度约束，分别建立了同时满足随机不确定和模糊不确定情形的均值-方差-偏度-正弦熵多目标投资组合优化模型（Mult-M-V-S-SE）和含有收益及风险系数的单目标投资组合优化模型（M-V-S-SE）；然后运用马尔科夫方法预测模糊收益率，利用遗传算法优化模型投资策略，通过上海证券交易所数据进行实证比较。结果表明：Mult-M-V-S-SE和M-V-S-SE两模型效果均超过均匀投资策略（MEAN）；M-V-S-SE模型灵活且稳定，更具有优势，在满足投资者需求的同时可实现更高的累计收益。