基于人工鱼群算法的反坦克火力分配模型研究

人工鱼群算法是一种新型仿生随机搜索全局优化方法,用以解决传统火力分配模型不易求解的问题.在建立反坦克火力分配数学模型的基础上,运用人工鱼群算法对模型进行了最优化求解,并采用基于升序排列的操作方法,实现从人工鱼群算法的连续变量到武器目标分配离散序列的转换.实例的计算结果表明,该优化算法对于模型的求解具有较好的收敛性,为解...     

蚁群算法的改进方法

蚁群优化算法是一种新型的模拟进化算法。在通讯、交通、人工智能等领域广泛应用并取得了较好的效果。本文介绍了蚁群算法的基本原理及其优缺点。基于蚁群算法的缺点——需要较长的计算时间、收敛速度慢,总结了从不同方向进行改进的方法(基于蚁群算法自身模型的改进、蚁群算法与聚类思想结合进行改进、蚁群算法与其他算法结合的改进。     

马克思“有机体”视域中的人工智能

以有机思维来研究人工智能,本质上就是以人工智能的建构基础、运行逻辑和功效评价来深入把握人工智能本质的重要方式之一。马克思的有机体思想虽然是蕴涵在其社会有机体的分析与研究之中,但是其超越自然历史有机体形成的哲学思维,使其真正内化了历史对有机体的规定性,是我们真正理解人工智能的重要理论思维。因此,以马克思“有机体”视域来研究人工智能,就是在深入探索人工智能系统自治性、算法进化性和通用智能可能性等重要问题的过程中,真正回答人工智能“类人性”的本质,并通过这样的回答使人工智能对象化、现实化、功效化的社会历史意义得到真正的显现。     

人工智能、诗性与哲学社会科学方法论的革命

哲学社会科学的诗性使其走出了与自然科学不同的方法论路线。人工智能以技术和方法的革命实现思维和诗性的革命。智能置顶开启了人类反思的二级范式。人类理性创造了算法黑箱,但无法解释黑箱,而黑箱方法又解放了理性。传统哲学的主客二元之争在智能新主体诞生中获得弥合。以大数据为基础的"第四范式"带来了哲学社会科学方法的"透明计算"。     

基于双目视觉的无人引导运输装置的研究

针对路径单一、路径变化需重复施工,柔性和智能化程度不足的传统式无人引导运输装置,研究出基于高射频识别、磁条导向与双目视觉导航结合技术、路径规划技术、区域匹配的算法等基础上的无人引导运输装置。协助人工完成货物的登记,入库以及运输,具有精确朝向与完整定位、磁条和视觉校正的循迹和导航、货物追踪管理、智能任务分配和路径规划、目标跟踪等功能。广泛应用于机械、汽车、电子等诸多智能工厂领域,减少人力成本。     

新型自行车

一种分体式、全减震、免冲气的新型自行车最近在江苏省无锡市问世。 这种定名为“普兰达”牌的自行车由无锡市西方减震自行车有限公司生产。去年6月荣获全国中小企业乡镇企业新技术新产品展示交易会金奖。与普通自行车相比,这种新型车适应在各种复杂路面     

基于粗糙集的聚类方法研究

粗糙集理论是一种新型的处理含糊和不确定性知识的数学工具。聚类是知识发现中的热点研究问题之一。目前,大部分聚类算法所面向的数据的属性是数值型的,少部分也针对属性是符号型的。该文提出一种基于粗糙集的新聚类方法,它能够处理数值属性与符号属性相混合的数据的聚类问题。实例说明,该方法是有效的。     

重视写作教学中“读者意识”的培养——西德《一次自行车障碍赛》写作练习的启示

20世纪70年代,西德的一次写作练习——《一次自行车障碍赛——公告、私人信件、报道》,引起了广泛的关注。这次写作练习围绕"一次自行车障碍赛"这一社会活动展开,涉及到"公告、私人信件、报道"三类实用文体的写作。其中"私人信件"写作思考题为:给年轻人的家庭、退休的老夫妇、面包店老板分别写一封信,写信时要考虑以下问题:     

复系数多项式的根分类

通过建立多项式的完全判别系统,彻底解决了复系数多项式根的完全分类问题;而且把所得算法用Maple编成一个通用程序,使多项式的完全判别系统及其安全根分类由计算机自动生成,绝不需要人工的干预。     

脑工终结时代的来临:通用人工智能机器生产工艺学批判

能量高度自动化的机器曾经终结手工时代,通用人工智能将成为高度发达的社会大脑所生成的高度自动化的社会机械通用智能,脑工终结时代正在来临。人类有望彻底征服自然力,使物质和精神生产力从人身生物性限制下全面解放出来,在物种关系方面超越人类与自然关系的动物性;扬弃资本之后,人与人社会关系中过度竞争的动物性也将被超越,每个人的手工、脑工劳动将从资本支配下的竞争性、商品性、雇佣性中解放出来,手工、脑工劳动面前人人平等,体力、智力自由发挥人人所求,每个人的手工、脑工劳动将从必然王国中解放出来转移到自由王国,每个人的体力、智力将得到全面、自由发展,每个人的生命意义将在平等与自由、人道主义与自然主义的高度统一中得到全面实现。面对脑工终结时代的来临,重构马克思机器生产工艺学批判,有助于推动人工智能科学发展与合理应用。     

AI仿真器将模拟速度提高数十亿倍

正美国《科学》网站报道,作为一种超快速模拟算法,人工智能(AI)仿真器提供了一条"捷径"——基于神经网络的AI可以很容易生成精确的仿真器,从而将所有科学领域的仿真加速数十亿倍。该技术被称为深度仿真器网络搜索(DENSE),依赖于斯坦福大学计算机科学家开发的一种通用神经结构搜索。它在网络的输入和输出之间随机插入     

基于主动学习的滚动轴承故障诊断

滚动轴承是旋转机械的核心,其故障对设备运行构成严重威胁.目前,故障检测存在样本量不足、模式复杂、难以辨识等问题.由此,提出一种基于主动学习的滚动轴承故障识别方法.首先采集轴承运行数据,然后计算表征运行状况的5个时域参数和3个小波包变换获得的频域参数,最后设计基于聚类的主动学习算法进行分类预测.实验表明该方法比已有算法更好,准确率达到90%以上.     

基于改进的蚁群算法求解单点交叉口信号配时优化问题

蚁群算法是近几年优化领域中出现的一种启发式仿生类并行智能进化、通用型的随机优化算法,能够较好解决交通信号配时优化问题.由于交通信号分配不合理容易引发交通拥堵,基于传统的单点交叉口交通信号配时优化问题提出了改进的蚁群算法,即针对交通具有较强的实时性和动态性的特点,在蚁群算法更新的全局信息素中引入一个随着交叉口拥挤程度不同而变化的函数,并且在信息素变化量中引入一个交叉口通行能力权系数,从而提高算法对交通实时动态性的把控能力.通过实验仿真结果表明,该改进的蚁群算法优于传统的单点交叉口信号配时方法,从而为蚁群算法求解这类问题提供了一种可行有效的新方法.     

智能小车循迹控制系统研究

通过建立两轮驱动智能小车的运动模型,分析了各因素对智能小车的影响,改进了光电管传感器的布局,设计了相应的信号转换电路和检测算法,使系统得到更加准确、丰富的信息,同时简化了其信号输入接口.通过设计轨道识别算法,使智能小车能够根据循迹状态,切换到其相应的控制策略.在Matlab上仿真以及基于广茂达AS-MF09智能小车平台上的实控,检验了上述设计,取得了良好的循迹控制效果.     

人工智能发展的突破口及其提出的新要求

人工智能(AI)时代已经到来,国家高度重视AI发展,AI已上升为国家战略性需求。分析意识的起源及其本质就可以看出,类脑智能技术将是下一次革命性进展的突破口,因而我们在发展AI时应强调人文主义道路而非物理主义道路,通过给未来的机器"立心"而让现在的人类"定心",以此面对AI发展的不确定性。在AI的普及教育上,笔者通过分析自我意识与学习之间的联系,并结合多年的教育经验提出,AI教育最终要低龄化,并且要全民普及。     

基于同构SMP集群的管道式轮询广播算法研究

本论文提出了在同构对称多处理器(SMP)的集群环境下适用长数据的新型广播算法.该算法基于管道式轮询调度机制.它全程利用所有的系统通信资源,从而使得通信性能接近理论性能值.这意味着在由偶数个节点组成网络上广播大数据时,广播执行时间约等于把该数据从一个节点传输到另一个节点的时间.本文中作者对该算法和其它在高性能计算中常见算法进行了性能比较.结论为该算法在同构SMP集群环境下,广播大数据的性能明显优于其它算法.     

基于特征矩阵的动态集合近似计算

本文研究了基于特征矩阵计算动态集合近似的增量方法.首先提出了在对象集合变化的动态覆盖近似空间中计算动态集合第二型和第六型近似的增量方法.其次,提出了基于特征矩阵计算动态集合第二型和第六型近似的增量算法,并与非增量算法做了比较.最后通过举例说明了如何利用提出的增量算法计算动态集合的第二型和第六型近似.     

非线性KDV-KSV方程聚类优化算法研究

聚类算法作为网络时代研究数据挖掘技术的重要方法被各个应用领域广泛使用,但目前所使用的聚类算法,仅仅能够求得局部最优解,而忽略了全局最优解,聚类优化结果没有良好的稳定性,对高维空间的数据计算不准确.本文提出了运用非线性KDV-KSV方程式定义影射集范数,设置初始聚类中心、通过泛函空间完成聚类中心向量的计算,得到聚类数据目标方程、通过判断隶属矩阵得到最优聚类组合.     

神奇的飞行自行车

英国发明家发明一款飞行自行车,让普通自行车变身为飞行器。这款飞行自行车最高可在距离地面1200多米高处持续飞行3小时,操作简便,无需飞行执照。发明者说,这款飞行自行车可让出行者免受交通拥堵之苦,又便于外出休闲度假。最多可飞行3小时约翰·福尔东和扬尼克·里德花费两年时间发明这款名为"Paravelo"的飞行自行车。车子由一辆普通两轮自行车后挂两轮拖车组成,拖车上有风扇、马达和降落伞。在任意开放场地,打开飞行自行车的马达,让风扇转动,鼓起降落伞充当翅膀,自行车便逐渐起飞。飞行自行车使用生物燃料,最高可飞至1219     

论智能国际传播：实践模式与驱动逻辑

智能技术对国际传播的影响不是简单的“介入”,而是重新组织了国际传播的内在构成要素，再造了传播流程，形成了新型的传播逻辑。从实践模式而言，智能国际传播以数据、算法、算力三大要素为基石，以对受众的精准洞察为起点，通过基于AIGC的人机协同内容生产，实现个性化内容生产智能化，并依据精准议题推荐技术实现从“人找信息”到“信息找人”的根本性转变，以及对公众注意力资源的有效配置。这种模式反映了数据算法对国际传播实践流程与关系要素的系统性、结构性改造，体现了国际传播自驱性、生成性、精准性与渗透性等诸多新技术特征。