人工智能算法专利化的学理基础

人工智能算法能够成为一种专利客体已经成为共识,却仍然缺乏对其的理论阐释.劳动理论、人格精神理论需要进行适当的改进.应将"人类的劳动与思想—权利"的链条延长至"人类的劳动与思想—机器—权利"这一链条.在社会风险理论以及公共政策理论的指引下,人工智能算法的专利化具有合理性.     

一种混合文本分类方法研究

文本自动分类是信息检索领域的一个重要研究方向。一些标准的机器学习算法像支持向量机已经成功地运用到了这一领域。不幸的是高维的输入向量严重的影响了分类速度,而支持向量机核函数参数的确定影响到分类的精度。为了提高分类精度和分类速度,本文提出了一种混合分类算法,首先用粗糙集理论对向量进行约简,然后采用基因算法对支持向量机的核函数参数进行优化。实验证明我们提出的算法是有效的。     

An improved genetic algorithm for training layered feedforward neural networks

The new genetic algorithm for training layered feedforward neural networks proposed here uses a mutation operator for performing the search behaviors of local optimization. Combining the random restart method with the local search technique, the algorithm can converge asymptocally, to the optimal solution. Test with a practical example showed that the improved genetic algorthm is more efficient than the conventional genetic algorithm. Project supported by NSFC (No 39870940) and (G199054405-973) the National Key Scientific Research & Development Program.     

最优化计算中的若干新技术

简要介绍了近年来研究十分活跃的以模仿自然与生物优化为特征的几个新的最优化计算方法：根据退火、进化计算和多目标进化优化,并且给出了这些方法的算法描述,最后对单目标和多目标优化问题各给出一个计算实例。     

一种可生存性的通用突变算法模式及其模拟框架

可生存性是近年来网络安全领域的研究热点。提出将可生存性的目标系统分为有界系统和无界系统,并给出用于实现无界系统的可生存性突变算法的通用模式,其使用多代理系统和协议进行系统建模,部署可生存性控制代理,设计代理间的互操作协议,以此提高系统的可生存性。最后还设计了用于验证和评估突变算法的模拟框架。     

网络专题知识组织知识元自动抽取系统的设计与实现

采用Visual studio.NET 开发平台,使用C#程序设计语言以及XML知识描述和数据存储,对网络专题知识组织和知识元自动抽取系统进行开发设计。对该系统的文本信息预处理、快速汉字结合自增长分词、词频全文精确统计等重要功能的设计与实现进行了深入研究。     

Algorithms: avoiding the implementation of institutional biases

ABSTRACT

Computer algorithms, the logic and code that power automated decision-making programs, increasingly dominate many aspects of modern society. There are already many examples of institutional biases – including ideological bias, racism, sexism, ableism – being solidified in algorithms, causing harm to already underprivileged populations. This article explores library-specific and society-wide examples as well as efforts to prevent the implementation of these biases in the future.     

基于Catmull-Clark细分的曲面重构

本文利用收缩包围算法给出了一种对无结构三角网格拟合出Catmull-Clark细分曲面的算法，根据Catmull-Clark细分的特点，具体设计了松弛算子和吸引算子.通过提出用于三角形合并的保凸约束和平坦度约束，不但使得构造出的基网格保持了三角网格中的尖锐特征，而且细分后网格的边不会自交.通过引入回插细分、给出四边形网格下的吸引算子和松弛算子，使得曲面在重构过程中无需识别网格中的尖锐特征，能够对整个网格采用统一的方式进行处理.基网格的构造、网格顶点的调整、细分模式的选取和重构曲面的误差分析是算法的主要组成部分.     

Forward and backward models for fault diagnosis based on parallel genetic algorithms

In this paper, a mathematical model consisting of forward and backward models is built on parallel genetic algorithms （PGAs） for fault diagnosis in a transmission power system. A new method to reduce the scale of fault sections is developed in the forward model and the message passing interface （MPI） approach is chosen to parallel the genetic algorithms by global single-population master-slave method （GPGAs）. The proposed approach is applied to a sample system consisting of 28 sections, 84 protective relays and 40 circuit breakers. Simulation results show that the new model based on GPGAs can achieve very fast computation in online applications of large-scale power systems.     

基于蚁群神经网络的模拟电路故障诊断研究

为了克服BP算法收敛速度慢、易陷入局部极小点的不足,提出将蚁群算法用于模拟电路故障诊断的神经网络模型学习算法。通过对实际模拟电路的仿真测试,表明该模型能有效地提高包括容差在内的多故障的模拟电路的故障诊断准确率和诊断速度,取得了令人满意的应用效果。