赫夫曼算法在分类优化应用中的缺陷及其修正

本文针对赫夫曼算法在最佳分类判定中的应用所存在的明显缺陷，提出了一种可直接有效的地解决分类判定问题优化的修正赫夫曼算法。     

人工免疫原理在NIDS中的研究

分析了人工免疫系统的原理,简单建立了一种基于否定选择算法的网络入侵检测系统,引入了一种用于异常事件识别的r-字符块匹配规则,并对规则存在的漏洞进行了分析。     

算法教育治理：技术逻辑、风险挑战与公共政策

智慧学习、智慧课堂、智慧校园等智慧教育的具象形态,从本质上来说,就是算法学习、算法课堂、算法校园,这也使得算法教育治理日益成为教育现代化进程中不可忽略的研究议题。遵循"技术逻辑→风险挑战→公共政策"的分析框架对算法教育治理进行系统探讨,发现由于数据鸿沟、算法黑箱、效率优先等众多因素的复合影响,导致算法教育存在自我强化偏差、技术控制困境、主体性危机等治理难题,也让教育公平、教育平等、教育效率等传统议题在"互联网+教育"时代显得更加突出。为规避只注重相关关系描述,而不重视因果关系研究的算法给教育带来的风险挑战,可从算法教育基础的数据正义、算法教育程序的合理公开、算法教育结果的有限使用等三个层面开展对算法教育治理的公共政策选择,以更好地推动人工智能在实现发展更加公平更有质量教育过程中的重要作用。     

一个遗传神经网络预测模型

BP算法是人工神经网络研究的一个常用方法，但从本质上说是属于局部寻优法，容易陷入局部极小点，且存在着学习速度与精度之间的矛盾；遗传算法是一种全局优化算法，具有并行计算能力．本文采用遗传算法来训练前向神经网络，建立一个基于遗传算法和BP算法的神经网络预测模型．试验结果表明它是一个成功较高的预测模型．     

基于遗传算法的网络拥塞控制新策略

推导了基于流体流理论的网络简化模型,并基于该模型将遗传算法应用于PID控制器参数优化,定义了一个综合调节时间、上升时间、超调量、系统误差等动静态性能指标函数,在给定的参数空间进行组合优化搜索,迅速求得使性能指标优化函数极小化的一组PID控制器参数,而将PID控制器应用于网络主动队列管理系统中。仿真结果表明,在大时滞和突发业务流的冲击两种情况下,该方法设计的控制器的动静态性能优于RED、PI算法。     

基于路段流量的交通分配模型的遗传算法

本文讨论了基于路段流量的交通分配问题,指出其最优解是满足wardrop平衡条件的。对这类问题本文采用了遗传算法,并给出了算法的基本思想及详细的实现过程。数值实验表明该方法是可行有效的,可以用于实际交通路网的配流计算。     

投资问题的规划模型及其分解算法

建立投资问题的规划模型,提出分解算法和投资分类法,实践效果显著．     

中长期预测模型的GMDH不同水平算法优势比较及实证分析

本文给出了二、三水平算法的一般模式,分析不同水平算法的优势,利用经济变量进行实证分析。研究结果表明,随着算法水平的提高,算法的抗干扰能力不断加强,预测效果越来越好,进一步证实了算法的有效性。     

基于模拟退火算法的Tile集生成优化

纹理合成技术是计算机图形学、计算机视觉和图像处理领域的研究热点之一,其中因Wang-Tile纹理合成方法可以实时地生成任意大小的纹理而受到人们的关注。Tile集的生成是Wang-Tile纹理合成方法的一个重要方面,但由于其中样本纹理选择的随意性使得合成纹理出现明显的菱形接缝。采用模拟退火算法来实现样本纹理选择过程的全局优化,提高了Tile集的质量,得到了理想的合成结果,对此进行了论述。     

一种基于WF-Net中隐含任务的过程挖掘算法

首先分析WF-Net中存在的隐含任务问题,然后基于α算法,提出了能发现工作流日志中隐含任务的过程挖掘算法α＋＊＊。该算法利用任务间特定的相互依赖关系判定是否存在隐含任务,然后把隐含任务添加到对应的位置生成新日志。最后采用α算法从新日志中提取出工作流网。利用ProM对本算法进行了验证。