具有特别曲率性质的m次根芬斯勒度量

研究形如F=(ai1i2…im(x)yi1 yi2…yim)(1/m)的m(m≥3)次根芬斯勒度量.分类这类度量具有相对迷向的平均Landsberg曲率或者具有相对迷向的Landsberg曲率.     

容有半对称度量联络的广义复空间中子流形上的 Chen 不等式

在容有半对称度量联络的广义复空间中建立了子流形上的 Chen 不等式,这些不等式给出了子流形的平均曲率（关于半对称联络）与截面曲率,数量曲率之间的关系。     

G锥度量空间中广义c距离的不动点定理

推广了Cho Yeol Je,Saadati Reza和Wang Shenghua的结果,引入了广义c距离的概念,并将广义c距离运用到G锥度量空间中来解决相关不动点问题.去掉了算子的连续性,锥的正规性等一系列附加条件,与以往传统方法相比,更具技巧性.     

面向突发事件的电网韧性能力评价及构建方法

近年来,我国对电力系统面对突发事件时的性能表现提出了更为严格的要求,利用韧性的概念构建电网系统能够实现应急全周期内避免损失.文章利用应急管理理论分阶段刻画韧性的特征,在描述突发事件下电网韧性能力的同时提出了一种定量评价电网韧性的方法,它侧重于电网在突发事件发生后随着时间的推移维持稳定、抵抗中断、恢复性能的调整能力:利用给出的韧性评价指数结合电网特有的包括运行模式、组件物理强度和网络拓扑结构在内的电网特征,针对性地描述了能够增强电网韧性的措施.最后举例选取N-1准则措施利用PSCAD软件进行仿真模拟,利用韧性评价指数说明N-1措施能够增强电网韧性的同时,验证了韧性评价指数的合理性.电网实例引用IEEE14节点模型.     

赋值Banach代数的锥度量空间中的一类新型不动点定理

定义了一种向量版本的α-可容许函数,在不考虑锥的正规性的条件下,给出了赋值Banach代数的锥度量空间中的带有α-可容许函数条件的几类压缩型映射的不动点定理,所得结果大大地改进了前人的一些结果,并且举例验证了所得到的结论.      

Privacy Quantification Model Based on the Bayes Conditional Risk in Location-Based Services

The widespread use of Location-Based Services(LBSs),which allows untrusted service providers to collect large quantities of information regarding users’locations,has raised serious privacy concerns.In response to these issues,a variety of LBS Privacy Protection Mechanisms(LPPMs)have been recently proposed.However,evaluating these LPPMs remains problematic because of the absence of a generic adversarial model for most existing privacy metrics.In particular,the relationships between these metrics have not been examined in depth under a common adversarial model,leading to a possible selection of the inappropriate metric,which runs the risk of wrongly evaluating LPPMs.In this paper,we address these issues by proposing a privacy quantification model,which is based on Bayes conditional privacy,to specify a general adversarial model.This model employs a general definition of conditional privacy regarding the adversary’s estimation error to compare the different LBS privacy metrics.Moreover,we present a theoretical analysis for specifying how to connect our metric with other popular LBS privacy metrics.We show that our privacy quantification model permits interpretation and comparison of various popular LBS privacy metrics under a common perspective.Our results contribute to a better understanding of how privacy properties can be measured,as well as to the better selection of the most appropriate metric for any given LBS application.     

一种互联网拓扑结构局部特征度量修正算法

对互联网拓扑结构局部特性展开研究,针对已有IP定位数据库的异构性和准确率不高造成的特征度量分析存在偏差的问题,提出了一种基于机器学习的修正算法(IPMG).以复杂网络为基础,结合网络测量数据和已有IP定位数据库中的IP地理位置信息,定义了互联网局部拓扑结构的地理度和地理介数这两种新的特征度量;分析了地理度和地理介数分布的幂律特性以及二者与IP地理位置之间的关系;运用机器学习的方法修正了不同IP定位数据库之间存在的分析有偏差的问题,并通过交叉验证和地标验证结合的方法验证了IPMG算法的有效性.实验结果表明:IPMG算法有效修正地理度和地理介数的同时提高了IP定位数据库的准确率.     

多准则排序中的路径问题及层次分析法推广

本文指出,在多准则排序中层次分析法用矩阵乘法实现排序度量转换是不正确的.实际上排序度量转换与把排序指标的重要性传递到目标的路径有关,多准则排序是多路径的,多路径排序度量转换不是线性转换,不能用矩阵乘法实现.为此,将排序度量映射到高维状态空间上、用不确定性隶属度向量表征,进而把排序度量转换转化为隶属度转换.通过揭示指标隶属度中包含着确定目标隶属度的冗余值来论证隶属度转换是非线性转换,用区分权滤波算法实现隶属度非线性转换.由此建立多准则排序的非线性排序模型.     

K-N-K黑洞视界极点处二级无限小邻域的度规

利用极限法得到了Kerr-Newman-Kasuya(K-N-K)黑洞视界极点处二级无限小邻域的度规,并证明这个时空度规是以常角速度转动的 Rindler度规.     

基于黎曼度量的最小二乘支持向量机模型选择

针对最小二乘支持向量机(LS-SVM)模型选择效果不稳定、易于过学习的问题,提出了一种基于黎曼度量的模型选择方法.首先,基于信息几何理论,证明了LS-SVM模型泛化能力受样本点二阶协变张量的影响;其次,进一步证明了同时最小化所有样本点的黎曼度量之和与权重向量的L2范数即可提高模型泛化能力;在此基础上,将LS-SVM模型选择转换为一个多目标优化问题,引入多目标粒子群算法选取最优超参数.采用仿真与真实UCI数据集对所提方法进行了对比实验,结果表明,与传统LS-SVM与基于留一法模型选择的LS-SVM相比,所提方法可以取得更小的泛化误差,同时数值稳定性更好.