| 成果基本信息 | ||||||
| 关键词: | 隐私数据,负调查,正数据,最大似然估计,重构 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明涉及一种负调查实施和重构正数据的方法,包括:按负调查的形式实施负调查,同时抽取少量的样本实施对应负调查题目的正调查;统计数据,得到各个选项负选的矩阵以及总样本数;对做了正负两个调查的少量样本做关联分析,得到重构矩阵;按负调查的矩阵约束条件,调整重构矩阵;运用最大似然估计和负调查的约束条件得到最优化的重构结果。本发明以背景知识和事件最大似然估计为基础,提出了一种负调查实施与重构方法,可以为负调查真实应用的方式提供参考,同时可以提高负数据重构的准确性 |