语言无关性与算法同一性的统一以—NET的GDI＋编程为例

在程序编写中有一个很重要的原则,程序=算法 数据结构,虽然这个等式不一定符合现代大规模的编程需求,可是这个等式充分说明了算法在程序编写之中的重要性。不同的需求需要不同的数据结构和算法分析,但是与语言没有多大的关系。语言之间的区别就是编写复杂程度之区别,而提取程序中     

算法偏见问题的技术—权力互构论解析

近年来的数据集下架潮、算法偏见大辩论使得算法偏见成为一个不可忽视的社会问题,这归根结底是由算法的政治性决定的.本研究从技术与权力的互构共生关系视角,批判了算法的价值中立论,在算法赋权的社会—技术系统中,算法作为非人类行动者参与到人类行动者的决策过程中.算法偏见可以区分出若干类型,其实质是当代数字化社会的一种形式偏见,可...     

免疫算法解最大团问题

论述了最大团问题的免疫算法,用MATLAB写出了算法的程序。     

现象、原理和规制：人工智能司法与刑事程序正义的融合之路

在数字化时代,大数据分析和机器学习算法等人工智能技术已经在刑事司法中得到深度应用,并且在预测警务、犯罪风险评估、量刑决策辅助等法律事项上发挥出技术层面的效率优势。同时,也必须清醒地认识到,人工智能介入刑事司法活动当中,对传统刑事程序正义理论的基本理念和价值产生技术性冲击,尤其是算法偏见和算法黑箱等难以避免的技术难题可能在一定程度上侵蚀了裁判中立原则、程序公开原则、程序对等原则和程序参与原则。但是,在弱人工智能司法的现实语境下,刑事程序正义理论因为司法活动中人的主体性依旧可以发挥规制作用,而在人工智能司法中贯彻程序正义的理论基础在于尊严理论、司法公信力理论以及分布式道德责任理论。最后,刑事程序正义理论应当借鉴技术性正当程序理念,通过引入机器决策风险提示、算法透明原则、算法审计以及算法问责机制等举措来实现技术赋权,强化对当事人的诉讼权利保障。     

双重驯化与人技混合：驯化视角下的算法再定义

算法的介入带来了信息传播乃至社会建构的巨大变化。与过度强调算法力量的技术决定论或过度强调人的主控性相比,驯化视角平衡了智能媒体兴起以来数字逻辑和技术逻辑在算法研究领域中的主导地位,唤起对算法结构下人类能动性的思考。双重驯化过程中,算法依靠其强大的连接属性集纳了各种社会要素和社会主体,从而形成一个既包含技术程序,又受到人类意志影响的“人—技混合体”。在此基础上,算法与新闻业已经走过了最初敌视与警惕的阶段,逐渐形成相互嵌入、协同稳定的共生关系。     

速裁程序在我国的适用初探

面对当前诉讼爆炸,大量案件涌入法院的现状,如何缓解法院的办案压力,提高司法效率,实现司法资源的良好配置,是一个迫切需要解决的问题。为解决该问题,最高人民法院借鉴国外法院的经验,在全国选取了部分法院进行速裁程序试点,虽收到了一定效果,但因为速裁程序缺乏法律依据,也饱受诟病。本文拟就速裁程序在我国的适用问题作一初步探讨。     

求解一个N阶阶乘的算法及其相关的应用分析

问题及分析: 我们知道1..N 自然数的全排列共有 n!种,那么如何设计算法用计算机打印出1..n 的所有全排列呢?当 n 是某一个固定值时,可以轻而易举地通过 n 重循环算法完成此功能。但是要对任意 n 值实现算法,却并不容易实现。在很多问题求解中,都会用到1..n 各种全排列,本文给出了三种实现此功能的算法,分析了算法的时间复杂度,并介绍了两种具体应用的例子。     

我国环境行政公益诉讼制度诉前程序的研究

我国早期的发展以环境污染为代价,环境问题随之成为了制约我国经济社会发展的重要因素.随着社会发展,环境问题得到重视,环境行政公益诉讼案件数量呈上升趋势.然而,我国有关环境行政公益诉讼诉前程序的制度设计并不完善,因此文章归纳总结了诉前程序在调查权的行使、检察建议、履职标准等方面的问题.只有梳理好诉前程序的流程,从检察机关的调查权、监督权入手,以制定检察建议的标准为基础,明确行政机关的回复、履行期限,优化诉前程序与诉讼程序的衔接,才能使诉前程序得以完善,但这需要一个逐步深入的过程,不能一蹴即至.检察机关、行政机关、司法机关之间要以我国实际情况为前提,在实践中对诉前程序进行完善.     

算法监控的逻辑理路、伦理风险及治理路径

伴随算法应用的全面普及，算法在社会运行体系中处于重要位置，一个算法社会正在到来。算法应用给社会发展和个体生活带来了诸多便利，同时也埋下了各种隐忧。算法监控肆意将引发一系列伦理风险，包括算法歧视隐忧、过滤气泡陷阱、隐私侵犯困境、劳动伦理侵蚀等。解决算法监控问题，要着眼于制度的规范与防范、技术的纠偏与破解、企业的自律与他律和个体的维权与抵抗，以推动算法向善。     

几种基本的排序算法

排序问题的定义:输入一个线性表,该线性表的元素属于一个偏序集:要求对该线性表的元素做某种重排,使得线性表中除表尾外的每个元素都小于等于(或大于等于)它的后继。排序问题一般分为内排序(internal sorting)和外排序(externalsorting)两类:内排序:待排序的表中记录个数较少,整个排序过程中所有的记录都可以保留在内存中;外排序:待排序的记录个数足够多,以至于他们必须存储在磁带、磁盘上组成外部文什,排序过程中需要多次访问外存。从算法的角度来看,外排序可以看作是内排序的扩展和综合,所以本文着重介绍几种典型的内排序算法。