基于最大似然估计的负调查重建算法的优化研究任务书
2021-02-25 13:12:45
1. 毕业设计(论文)主要内容:
目标简介:随着互联网的发展,数据安全和隐私保护越来越重要。信息的负表示是一种新的很有前景的数据安全和隐私保护方法。负调查是在信息负表示的基础上提出的。负调查是在收集数据的同时有效保护参与调查人员的隐私,适合运用于敏感数据收集。负调查的分布重建是负调查工作中最为关键的一部分,它主要用于从负调查结果中重建出有用的统计信息。
本课题拟在已有的负调查重建算法上进行优化,通过改进已有算法或提出新算法,提高负调查重建的效率和精度,同时设计适用于任意的选择概率矩阵的重建算法。本课题的工作可以为负调查方面的研究提供有益的指导与帮助。
2. 毕业设计(论文)主要任务及要求
1、 查阅15篇相关文献(含近五年外文3篇),并每篇书写200—300字文献摘要(装订成册,带封面);
2、 认真填写周记,完成800字开题报告;
3、 完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);
3. 毕业设计(论文)完成任务的计划与安排
1、 2017/1/11—2017/1/22:查阅参考文献,明确选题;
2、 2017/1/23—2017/3/7:进一步阅读文献,并分析和总结;确定技术路线,
完成并提交开题报告;
4. 主要参考文献
[1] 包亚飞. 关于负调查的若干问题研究. 安徽:中国科学技术大学硕士学位论文,2013.
[2] 鲁义辉. 负调查的相关方法及应用研究. 安徽:中国科学技术大学硕士学位论文,2015.
[3] 赵冬冬. 信息负表示的若干应用方案研究. 安徽:中国科学技术大学博士学位论文,2016.