信息权与发展权的推理研究

信息时代,信息权和发展权的关系是隶属关系,在人权范围内,发展权是基础,信息权是发展权的时代产物。信息权分信息获取权(访问权)、信息生产权、信息传播权、信息隐私权、信息安全权等子权利,对其逐一分析,便于人们更好地获取发展权。     

战场感知与认知:网络空间安全态势感知的建立方法

实现“积极防御、综合防范”的前提是建立与维持计算机网络空间的信息优势。本文提出了网络信息安全保障模型。探讨了网络信息安全保障体系的组成要素及管理模式,并采用IPIB原理与方法,探讨了基于战场感知与认知(DBA／DBK)的网络空间安全态势感知技术的建立途径。     

我国政府环境信息公开法律制度的完善

我国政府环境信息公开法律制度存在诸多不足，如环境信息权尚未得到确认、环境信息公开的主体较少、获取门槛较高范围较窄．救济机制和赔偿机制不完善等。作者针对这些问题提出完善我国政府环境信息公开法律制度的具体措施。具体措施有明确环境信息权．从立法层次上确立其地位；扩大环境信息公开的权利主体和义务主体、同时降低获取环境信息的要求；扩大环境信息公开的范围；建立环境公益诉讼和国家赔偿制度。     

论制宪权的主体

制宪权主体是制宪权的构成要素之一,分为制宪权的享有主体与制宪权的行使主体。基于人民主权理论,制宪权的享有主体应是人民．人民作为制宪权的享有主体具有重要的宪政价值。人民间接行使制宪权,制宪权的具体行使者是制宪机关．制宪机关行使制宪权要考虑社会现实需要、本国国情和历史传统、其他阶层利益和意志、民众的普遍接受程度等相关因素。我国的制宪权享有主体是人民,全国人民代表大会是制宪权的具体行使机关。     

吸引优秀创业家的信息甄别契约安排

分析了风险投资过程中存在的逆向选择风险及其对风险投资机构的影响，以及不同能力的创业在融资过程中对控制权和剩余索取权不同的要求与侧重．讨论了在风险投资中制定适当的剩余索取权和控制权分配契约束吸引优秀创业家的重要性和必要性；从最大化风险投资家的期望效用的角度出发，并考虑创业家的参与与约束与激励相容约束，建立了一个吸引优秀创业家的信息甄别模型．用实例说明了该模型的具体运用．     

信息网络传播权对图书馆信息服务的影响及其完善

本文对图书馆信息服务与信息网络传播权两者之间的冲突进行分析,针对目前图书馆服务中所受到的限制,提出了如何完善我国信息网络传播权的相关法律法规,以促进图书馆网络信息服务,更好的实现资源共享.     

图书馆在知识产权和公众信息权之间的平衡功能研究

通过对知识产权和公众信息权法律渊源的分析,建立了两种权利与图书馆间的模型关系,并试图借助图书馆的中介作用来平衡这两种权益,以达到动态平衡状态。     

基于熵权模糊集理论的电网信息安全风险评估

为保证电网企业信息安全,在传统评估对象资产、脆弱性和威胁3个要素的基础上增加了安全防控措施要素.借助模糊集理论对4个要素进行分析,并构造对应评判集的隶属度矩阵.为减小主观赋权的偏差,采用熵权理论计算权重,集成综合风险值并判定所属安全等级.通过实例计算证明了模型的合理性和有效性.     

高阶齐权方程的降阶

本给出了高阶齐权方程的概念及按律降阶的方法，并推及准齐权方程。齐权方程的引入大大拓宽了可降阶的高阶方程的范围。．     

模糊控制理论在新技术评价中的应用

应用模糊控制思想确定变权的方法，解决新技术评价的信息的不确定问题。采用常权与变权相结合的方法，对新技术进行综合评价。本文不仅提出了新技术评价的一种有效的新方法，而且加快企业信息化的实现，并使模糊控制的理论和方法得到更广泛的应用。     

信息融合系统评价中指标排序权值的求取

针对当前信息融合研究中对算法有效性测试评估的需要,就中心融合层指标的标准化处理方式及其对应的权值求取作了理论探讨和实验论证,这些方法可于指标极值的在线自适应凋整,有助于在各种类型的数据源下选取合适的融合算法。     

基于综合集成法的多目标群体决策方法

在多目标群体决策中,目标权重的确定受各群体成员的主观因素影响,容易产生较大偏差,进而制约群体决策的可靠性。运用综合集成法,以目标客观权重为标准检验群体成员定性分析确定的主观权重,剔除偏差较大的主观权重,然后综合有效的群体成员所赋目标主观权重,得到目标最终的权重,完成多目标群体决策。该法综合主观信息及客观信息,是一种简单、可靠的多目标群体决策方法。     

基于改进理想点法的信息系统选购决策方法

将信息系统看作一个多准则决策问题,提出一种混合使用熵权和理想点的信息系统选购决策方法,通过计算信息熵确定各准则的客观权重,然后使用改进的理想点法对多个候选供应系统进行排序,从而确定它们的优胜序列。该方法概念清晰,过程简单,容易在计算机上编程实现,而且在很大程度上克服了传统方法在权重确定上的主观性和随意性。该方法灵活实用,可以为系统采购提供决策参考。     

运用最小二乘法确定后评估指标权重的方法

为了克服在投资项目后评估中确定指标权重时主观性强的弊端,提出了一种通过最小二乘法确定指标权重的优化方法。该方法在对指标有偏好信息及客观熵信息输出权重的基础上,以最小二乘法为工具,建立指标权重确定模型,应用于实践可以使后评估工作决策更加准确客观、真实有效。克服了后评估过程中确定指标权重时主观性强的弊端,提高了判决准确性和科学性,具有实际应用价值。     

本体领域综合概念相似度计算中的权重确定方法

利用粗糙集及条件信息熵的相关理论,针对基于相似度计算的本体映射方法在相似度融合时权重过分依赖专家参与等问题,给出一种自动确定权重的策略,并通过实例验证了该方法的可行性.该方法充分考虑在信息量不确定情况下,用各属性对系统信息熵的影响程度确定各属性在当前信息系统中所占的权重,从而使本体的自动化映射和语义网的实时服务成为可能.     

基于熵权法的过滤式特征选择算法

互信息过滤式特征选择算法往往仅局限于互信息这一度量标准.为规避采取单一的互信息标准的局限性,在互信息的基础上引入基于距离度量的算法RReliefF,从而得出更好的过滤式准则.将RReliefF用于分类任务,度量特征与标签的相关性;应用最大互信息系数(maximal information coefficient,MIC)度量特征与特征之间的冗余性、特征与标签的相关性;最后,应用熵权法为MIC和RReliefF进行客观赋权,提出了基于熵权法的过滤式特征选择算法(filtering feature selection algorithm based on entropy weight method, FFSBEWM).在13个数据集上进行对比实验,结果表明,FFSBEWM所选择的特征子集的平均分类准确率和最高分类准确率均优于其他对比算法.     

判断矩阵一致性的一个充要条件

层次分析法在许多领域已广泛应用，然而，其判断矩阵的一致性检验尽管有许多方法，如最小二乘法、特征根法等，但都没有一个客观标准，本文证明了判断矩阵的一致性的一个充要条件，并在此充要条件的基础上，提出了一种直接进行排序权向量计算的方法，并得到了实例检验．     

基于目标优先级加权的一种传感器管理算法

基于目标的运动优先级，提出了一种利用加权值对目环进行检测与跟踪的传感器管理算法，当信息增量的大小不足以检测跟踪到目标时，可以利用目标在某时刻的速度大小去定向地检测与跟踪优先级高的某个目标。该算法在检测与跟踪目标时，不仅考虑到目标的信息增量，还考虑到目标任务的优先级，仿真结果表明：与仅利用信息增量的方法相比，该算法能更好地检测和跟踪目标。     

Two-stage prediction and update particle filtering algorithm based on particle weight optimization in multi-sensor observation

The reasonable measuring of particle weight and effective sampling of particle state are consid- ered as two important aspects to obtain better estimation precision in particle filter. Aiming at the comprehensive treatment of above problems, a novel two-stage prediction and update particle filte- ring algorithm based on particle weight optimization in multi-sensor observation is proposed. Firstly, combined with the construction of muhi-senor observation likelihood function and the weight fusion principle, a new particle weight optimization strategy in multi-sensor observation is presented, and the reliability and stability of particle weight are improved by decreasing weight variance. In addi- tion, according to the prediction and update mechanism of particle filter and unscented Kalman fil- ter, a new realization of particle filter with two-stage prediction and update is given. The filter gain containing the latest observation information is used to directly optimize state estimation in the frame- work, which avoids a large calculation amount and the lack of universality in proposal distribution optimization way. The theoretical analysis and experimental results show the feasibility and efficiency of the proposed algorithm.