您现在的位置: 首页> 研究主题> 随机响应

随机响应

随机响应的相关文献在1989年到2022年内共计311篇,主要集中在力学、建筑科学、公路运输 等领域,其中期刊论文252篇、会议论文29篇、专利文献52937篇;相关期刊164种,包括地震工程学报、西南交通大学学报、振动工程学报等; 相关会议24种,包括建筑结构高峰论坛—复杂建筑结构弹塑性分析技术研讨会、第六届全国信号和智能信息处理与应用学术会议、全国第一届防灾减灾工程学术研讨会等;随机响应的相关文献由659位作者贡献,包括李创第、林家浩、朱位秋等。

随机响应—发文量

期刊论文>

论文:252 占比:0.47%

会议论文>

论文:29 占比:0.05%

专利文献>

论文:52937 占比:99.47%

总计:53218篇

随机响应—发文趋势图

随机响应

-研究学者

  • 李创第
  • 林家浩
  • 朱位秋
  • 葛新广
  • 高世桥
  • 黄志龙
  • 张义民
  • 宋海娜
  • 应祖光
  • 强士中
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 徐长春; 冯超; 彭俚; 葛新广; 杨海峰
    • 摘要: 针对基于欧进萍谱的非黏滞阻尼结构随机地震动响应分析比较繁琐的问题,提出一种新的简明封闭解法。首先,工程应用时指数型核函数卷积形式所表示的非黏滞阻尼模型不易获得简明解,故而提出其等效的微分型本构关系;其次,利用欧进萍谱基于白噪声的滤波方程和非黏滞阻尼结构的微分型本构关系重构非黏滞阻尼结构的地震动方程;最后运用复模态法,获得非黏滞结构位移及速度等响应的方差和0-2阶谱矩的简明封闭解。对一算例运用新方法与虚拟激励法进行对比分析。结果表明,文中所提封闭解是正确、高效的。
    • 何佳捷; 鞠增业; 刘韶庆; 李鹏; 邹洪伟
    • 摘要: 转向架撒砂装置在服役过程中承受来自轮轨的随机振动激扰,其与轴箱体螺纹连接的部位可能出现松脱甚至断裂。文章一方面通过结合模态计算与模态试验对标研究,校验有限元模型,获得模态参数,并综合随机响应分析和疲劳应力评估的Dirlik模型,研究基于模态分析的随机振动疲劳分析方法;另一方面,为增加撒砂装置服役安全,研究了一种基于光纤光栅的状态监测技术,并在台架试验上进行了验证,在设计上保障了撒砂装置的服役安全。
    • 金媛媛; 倪志伟; 朱旭辉; 陈恒恒; 陈千
    • 摘要: 空间位置数据分布通常具有不均匀性,不同位置区域的密度差异较大,在本地差分隐私模型中无法直接获取用户真实的位置数据,使得空间位置划分方法受到限制以及数据发布存在查询精度低、通信代价大等问题。为在本地差分隐私模型下的大规模空间数据采集和发布过程中进行空间划分,提出一种空间数据分层自适应划分算法KDG-HT。通过收集部分用户的数据来初步获取区域的分布情况,采用KD-树的思想划分区域,并利用抽样技术对用户进行分组,根据分组用户统计结果所提供的先验知识来完成多层细粒度划分。在此基础上,结合差分隐私模型的并行组合特性分层扰动用户数据,从总体上实现发布数据的ε-差分隐私保护。实验结果表明,KDG-HT算法适用于具有不同数据分布情况的大规模空间数据集,查询精度及运行效率优于RAPPOR、UG、GT-R等算法,其中与GT-R算法相比,KDG-HT算法发布数据的查询精度最高提升3倍,运行效率提高17%。
    • 卢岑; 沈苏彬
    • 摘要: 本地差分隐私(local differential privacy, LDP)可以对可穿戴装置(wearable devices)采集到的数据进行隐私保护,每个用户都会在本地扰乱自己的数据,并且将扰动后的数据发送给数据汇聚服务器,以保护用户免受私人信息泄漏的影响。可穿戴装置采集到的数据是多维的,但是现有的针对可穿戴装置多维数据的个性化本地差分隐私保护研究比较少而且不完善。针对现有个性化本地隐私方案存在的最坏情况下噪声方差大的问题,采用结合机制,结合随机响应机制和分段机制,对数值型数据进行扰动,提出了一种处理数值型数据的个性化本地差分隐私保护方案,并将该方案应用到多维数值型数据,通过随机采样提高数据可用性。此外,分别从理论分析和仿真验证的角度对提出的本地差分隐私方案与现有解决方案进行了对比分析和实验。实验结果表明,提出的方案在最坏情况下的噪声方差方面优于现有解决方案,并且具有更好的数据可用性。
    • 王丽馨; 杨德友; 蔡国伟; 高晗
    • 摘要: 弱阻尼低频振荡是制约区域间传输功率、影响系统安全稳定的关键因素之一。针对系统运行过程中潜在的区间弱阻尼模式,提出一种随机数据驱动的基于发电机有功调制的区间模式阻尼提升策略。首先,以环境激励下系统随机响应为输入信号,利用子空间动态模式分解(SubDMD)算法在线提取弱阻尼模式下各发电机有功功率的参与因子,量化分析系统发电机有功出力在对应模式中的参与程度。进而,在Sub-DMD模态振型辨识结果基础上,依据模态相角将机组划分为两群,并结合区间断面潮流确定两群机组出力调整方向,准确定位送端区域和受端区域有功调制关键机组。最后,按照送端机组减出力,受端机组增出力的原则,并充分考虑参调发电机功率限额约束及实际调度操作可行性,构建仅依赖随机响应数据的互联电网阻尼在线提升策略。IEEE16机5区域系统和某实际电网仿真结果,验证了该方法在互联电网阻尼提升方面的可行性和有效性。
    • 朱素霞; 王蕾; 孙广路
    • 摘要: 本地差分隐私作为一种隐私保护技术,被广泛用于连续数值型数据的均值估计,使用的扰动机制将直接影响均值的准确度.为进一步提高均值估计的准确性,提出了一种满足差分隐私的分类变换扰动机制.该机制对连续数值型数据划分变换范围并进行分段,根据分段将其变换为1维二元分类数据.转换后使用随机响应机制进行扰动,再根据扰动后的数据标识的数值段从中随机均匀抽取数值作为扰动值.在真实数据和合成数据中的均值估计实验结果表明该机制极大地提高了准确性.除此之外,将分类变换扰动机制用于构建满足本地差分隐私的小批量梯度下降算法,并完成线性回归学习任务,实验结果证明该方法同样优于其他已有机制,可得到更小的均方误差.
    • 黄觉; 周春来
    • 摘要: 大数据时代信息技术不断发展,隐私问题越来越受到人们的关注。尤其是随着移动端的普及,如何在数据发布的同时保护用户个人的隐私信息是当前面临的重大挑战。此前学术界曾提出依赖于可信第三方的中心化差分隐私技术,但在实际应用中可信第三方的条件通常不成立;随后,在中心化差分隐私的基础上进一步提出了本地化差分隐私,它能够防止来自不可信第三方的隐私攻击,并且面对具有任意知识背景的隐私攻击者依然具有很强的防御效果。但是,市场通常不仅要迎合用户的需求,也要满足运营商的要求。为了对两者进行平衡,如何解决运营商的分析任务是亟待解决的问题。RAPPOR(Randomized Aggregatable Privacy-Preserving Ordinal Response)算法能够很好地完成这个任务,它通过使用两次随机响应机制对用户数据进行加密,保证了隐私保护的力度,并使用Lasso回归模型对加密数据进行解密,保证了频率特征提取的准确度。文中的贡献在于将RAPPOR算法应用于疫情信息采集,在保护受访者隐私信息的同时能获取真实的疫情资料,以美国各地新冠确诊人数的数据集进行实验,实验结果表明,所提方法较高程度地拟合了真实结果,完成了频率特征提取的分析任务。RAPPOR算法实现了本地化差分隐私技术从理论走向应用,切实保障了个人的隐私问题。
    • 褚雪君; 龙士工; 刘海
    • 摘要: 多维数据的发布与分析可以产生巨大的价值,但在数据收集阶段时常发生隐私泄露的问题.传统的中心化差分隐私保护方法要求一个完全可信的第三方数据收集者来收集数据,但在现实中很难找到一个完全可信的第三方数据收集者.随着属性维度的增加,数据收集者的求精处理工作(联合分布的计算)也成了一个亟待解决的问题.针对上述问题提出一种适用于多值数据的本地化差分隐私保护算法(RR-LDP),引入一元编码和瞬时随机响应技术用来在数据收集阶段保护个人隐私,降低了通信开销;在满足LDP的情况下,结合期望最大化(EM)算法和LASSO回归模型,提出了高效的多维数据联合分布估计算法(LREMH).该算法用LASSO回归模型估计初始值,用EM算法进行迭代计算.理论分析和实验结果表明LREMH算法在精度和效率之间取得了平衡.
    • 郝梅; 潘超; 蔡川
    • 摘要: 提出以结构性能需求和目标耗能增效比为约束条件,以惯质比最小化为目标,对惯容系统进行参数优化。选用群智能算法中稳定性好、原理简单的粒子群优化算法作为优化求解手段。首先针对优化问题中涉及的惯容减震结构响应量,基于随机振动理论推导得出其解析表达式。接着在优化问题及解析表达式的基础上,使用Python语言编制粒子群优化算法程序来求解惯容减震系统的目标耗能增效设计问题。最后进行算例设计与分析验证。结果证明,本文方法能够在满足性能需求的前提下,实现对惯容系统耗能增效程度的控制,且优化算法易于实现、求解能力强,可作为减震结构优化设计的有效手段。
    • 王广艺; 杨庚
    • 摘要: 本地差分隐私(LDP)频率估计是数据挖掘领域的一个重要组成部分,目的是在满足LDP的前提下计算特定数据项出现的频率.在基于云服务的应用中,LDP频率估计实现了数据采集过程与数据分析过程的隐私保护,可应用于频繁模式挖掘、恶意攻击检测等.但是LDP频率估计存在随机化噪声较多、依赖数据量较大、高维数据分析准确性较低等缺点.介绍LDP频率估计过程及其存在的性能分析问题,详细讨论LDP频率估计算法,主要包括单值频率估计方法、泛化频率估计方法、集合数据频率估计方法,并对下一步研究方向提出建议.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号