基于智能计算的高校教育信息处理进展

在介绍智能计算方法基础上, 分析了模糊计算、神经网络和遗传算法三种智能计算方法的特点, 对智能计算方法在高校教育信息处理, 特别是在预 测预报、评价(评估)、分类和识别以及优化计算方面的应用, 以及发展方向进行了综述和展望.     

计算智能算法的研究

智能计算方法的发展对智能计算的应用有深广的意义。本文对计算智能的主要算法进行了介绍,并对计算智能所取得的成就和存在的问题进行了剖析,对当前广泛关注的热点问题提出了一些新的思路和解决方法,最后对该领域的发展趋势进行了预测。     

民族高校研讨式教学的探究——以《智能计算》为例

文章从民族高校的智能计算的教学现实和特点出发,从教学理念、教学设计和评价方法等方面对智能计算这门专业课提出了教学改革的基本思路。实践证明这种研讨式教学的探讨效果良好。     

智能计算方法在信息安全技术中的应用

互联网技术的迅速发展,在给人们带来方便的同时也带来了信息安全隐患,信息安全研究成为学术界关注的热点,一些智能计算方法逐渐应用在信息安全技术中。介绍了DNA计算、模糊提取、神经网络模型等智能计算方法原理及在信息安全中的应用。     

计算智能理论及应用

计算智能由美国学者James C．Bezedekl992年首次给出其定义，广义的讲就是借鉴仿生学思想，基于生物体系的生物进化、细胞免疫、神经细胞网络等某些机制，用数学语言抽象描述的计算方法。是基于数值计算和结构演化的智能，是智能理论发展的高级阶段。从方法论的角度和现在的研究现状，计算智能的主要方法有：人工神经网络、模糊系统、进化计算、免疫算法、DNA计算以及交叉融合的模糊神经网络、进化神经网络、模糊进化计算、进化模糊系统、神经模糊系统、进化模糊神经网络和模糊进化神经网络。计算智能理论技术的应用主要可以分为以下几个方面：智能建模、智能控制、智能优化、智能管理、智能仿真、智能设计和制造等。     

基于数学史的智能计算思维培养——以圆周率为例

智能计算思维的培养在国际上受到了高度的关注,而我国目前对于数学课堂上培育学生智能计算思维的研究还比较少.本研究旨在为基于数学史培养学生的智能计算思维提供一个思路.本文对数学教育中的智能计算思维进行了介绍,回答了为什么要基于数学史对学生智能计算思维进行培育.以圆周率为例,说明如何根据数学史来设计教学活动,通过智能计算思维...     

智能电网中的云计算平台研究

统一坚强智能电网是未来电网发展的趋势,信息技术是其建设和发展的重要支撑,云计算为坚强智能电网下的海量数据处理、分析、存储、管理与计算平台提供了新的技术手段。为了更好地研究和利用云计算构建智能电网中的信息平台,首先对云计算进行了概述,总结了智能电网对信息平台的要求及云计算在智能电网中的应用,并结合已有研究对智能电网下云计算平台研究的新内容进行了讨论分析。     

对智能型无触点无功功率补偿装置的探讨

通过对低压无功功率补偿装置-LTSC型无触点智能补偿屏的研究,阐明了低压动态无功补偿的技术特点及选用计算方法。     

向您推荐——两套台湾版幼儿教材

《智能测验》全套10本,是台湾人类文化幼儿教育编辑部根据幼儿身心和智能发展的规律,按测试智商的国际标准和打分方法,分2～6岁五个年龄组而精心编撰的幼儿教材。这套教材通过孩子对各种生动形象的图例和问题解答,教师和家长即可知孩子对事物的思考、推理、组合和计算能力,智能是高还是低,今后着重加强孩子哪方面的培养和训练。每本书中均特辟了教师和家长发问方法、指导方法     

基于研讨法的《计算智能》课程教学研究

《计算智能》是信息与计算科学专业的一门重要选修课。针对课时少、内容多、学生基础差、内容难度大等诸多教学难处,本文对研讨法在《计算智能》课程教学中的应用进行研究,得到了"四步法"的初步教学模式,即知识点讲述、文献阅读、课堂研讨和小论文写作。     

适应值共享小生境遗传算法实现与性能比较分析

小生境遗传算法是近年来智能计算领域的研究热点之一,基于适应值共享的小生境遗传算法在解决多种优化问题时收到了很好的效果.该文对基于适应值共享小生境遗传算法的多种实现机制进行探索,并对不同类型算法各自的性能、适应情形和优缺点进行比较分析.     

人工智能算法的生物学视角:从进化论到遗传算法的课堂实践

"人工智能+基于心智的生物学"课程的总体设计是从生物学视角来解释人工智能的算法逻辑,包括从生物学看终极算法、从计算机科学看认知神经科学、仿生人工智能、心智社会四大模块。"从进化论到遗传算法"是"从生物学看终极算法"模块的第3课时,该课时教学通过多足行走器等可视化算法内容培养学生对遗传算法的兴趣,通过类比达尔文的进化论使学生理解遗传算法的架构和逻辑、培养他们的跨学科思维能力,通过让学生模拟遗传算法的表演和上机实践过程进一步加深他们对遗传算法概念的理解、培养他们的信息意识和计算思维等。     

遗传算法教学辅助系统分析与设计

随着人工智能的不断发展,遗传算法(Genetic Algorithms,简称GA)作为一种人工智能算法有着很长的发展史,在工业,医疗等等许多方面都有着广泛的运用,但是因其依靠随机搜索,在演示教学上一直有其难度,这点在一定程度上影响了遗传算法的运用及推广,作者通过对遗传算法的研究和对软件系统的分析,达到了对算法的分步演示及可视化,改善了教学方法,提高了教学质量。     

智能蚂蚁算法及其在电信网动态路由优化中的应用

本文介绍一种新的、启发式的、具有自组织能力的智能蚂蚁算法;并针对我国电信网的具体情况,提出借助这种智能蚂蚁算法,用分散控制的方式实现电信网动态路由优化的一种方案,目的是提高网络资源的利用率、网络运行的效率和可靠性。     

群智能优化算法及其在生物信息学问题中的应用

生物信息学研究需要使用先进的计算工具处理大量生物的模糊的和不确定的数据。群智能优化算法以低成本、快速和准确合理地解决复杂的搜索问题的优点,使其成为一族能用以较好地解决生物信息学中的问题的启发式算法。综述群智能优化算法及其在生物信息学问题中的应用。     

经典人工智能算法综述

人工智能算法繁多,但经得起实践考验的经典算法有限,常见的有朴素贝叶斯、决策树、逻辑回归、支持向量机、深度学习、强化学习、遗传算法、蚁群算法、元学习等。依据人工智能算法理论基础知识,如概率统计、集合论、空间几何、图论、矩阵论等加以分类,并对相应经典人工智能算法概念和主要应用领域进行概述,去除结构细化和公式展开所带来的复杂感,揭开人工智能的神秘面纱,让算法整体轮廓得以更清晰地呈现。     

一个新的两点梯度法

构造一个新的解无约束优化问题的两点梯度法,类似共轭梯度法,在构造搜索方向时,充分利用上次迭代点的信息·采用强Powell-Wolf搜索准则产生步长,在较弱条件下,算法总体收敛,并且至少线性收敛·数值实验表明,在计算量和结果精度方面明显优于最速下降法·     

基于MAS的故障诊断任务分解研究

在传统故障诊断基础上，将多Agent技术（MAS）应用于复杂系统故障诊断领域，是求解复杂过程故障诊断问题的一种新尝试．研究了基于MAS的分布式智能故障诊断模型，基于一种分布式Agent诊断系统结构原型系统，重点研究了诊断问题的任务辨识、分解问题，构建了基于Agent的任务分配的综合遗传算法和模拟退火算法的混合算法．应用表明，该算法具有很好的可扩展性、适应性和稳定性．     

合取范式化为析取范式的DNA表面计算

合取范式化为析取范式的计算复杂度是指数级别的,为了降低它的计算复杂度,提出了合取范式化为析取范式的DNA表面计算．因为DNA中碱基对的配对可以同时进行,所以DNA表面计算具有并行计算能力,它实现了将合取范式化为析取范式的计算复杂度降低到多项式级别．     

人工智能与教育深度融合发展:逻辑、困境与策略

人工智能与教育深度融合发展的目的在于通过高智能性的技术来不断提升教育的科学性和民主化。人工智能与教育深度融合发展的操作原理是通过技术、数据和算法的重组,推动教育走向智能化,具体表现为支持智能教育关键技术的高智能化(技术)、教育资源的整合与教育大数据的形成(数据)和教育供给的科学化(算法+服务)。就目前而言,人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题。为此,要想实现人工智能与教育的深度融合发展,教育应尽早谋划,重新思考人工智能时代教育将如何存在,并从技术基础(改善技术的成熟度,重新思考技术世界中的教育)、数据驱动(加快教育数据资源的整合力度,提高教育数据单元质量)和算法服务(创新教育资源的有效供给方式)三个层面协同推进。