反垃圾邮件技术及贝叶斯算法的研究

垃圾邮件给互联网以及广大的使用者带来了很大的影响，这种影响不仅仅是人们需要花费时间来处理垃圾邮件、占用系统资源等，同时也带来了很多的安全问题。过滤器技术是目前最为广泛使用的反垃圾邮件技术，反垃圾邮件方案所采用的是多种多类技术的综合体。     

郑霞忠教授简介

郑霞忠，男，湖北鄂州人，1963年11月出生，1986年本科毕业于华中师范大学物理系。2002年获武汉大学管理学硕士学位。教授，硕士生导师，三峡大学经济与管理学院副院长，管理科学与工程学科带头人，注册安全审核员。     

算法时代我国主流意识形态安全研究评述

伴随信息化技术的迅猛发展以及大数据的全面普及应用,原本只存在于人工智能领域的算法被推上“前台”,凭借其技术逻辑与技术特性,逐渐僭越其技术中立性,日益同各类意识形态共生共融共进。学界对算法时代我国主流意识形态安全的研究聚焦在如下层面,即我国主流意识形态安全面临资本逻辑渗透、“受众本位”重塑、“茧房效应”遮蔽、算法“黑箱”操弄等挑战,呈现出方法隐蔽、手段多样、传播面广、破坏性强等新特点,对此应从价值、技术、平台、主体与法治等维度进行有效防治。就研究现状而论,学界深化了研究层次、创新了研究视角、丰富了研究内容与方式,但也存在研究前瞻性欠缺、研究针对性薄弱、研究内容重叠、基础理论研究逊色等不足。今后,我们需要注重经典文本、增强问题意识、补齐理论短板、加强观点创新、增强前瞻意识以及拓展研究思路,为不断深化研究做出不懈努力。     

算法解释权的证成与限定

以数据驱动的算法决策在公共部门和商业领域得到广泛应用，算法治理的呼声此起彼伏，算法解释权据此成为理论界与实务界关注的焦点。针对算法解释权能否作为一项法律权利，支持者与反对者都提出有力的论证。根据新兴权利的证成标准，算法解释权同时满足合理性、合法性与现实性标准，应当认定《个人信息保护法》第24条、第48条已赋予数据主体算法解释权。但算法解释权利在制度构造上需进一步限定，具体包括解释权的解释内容限于事后解释，通过权利主体、决策类型、行使边界限制适用范围及参照动态体系论中的具体要素，结合应用场景，确立算法解释标准。     

HAMILTON动力系统的辛几何精细算法

本文提出了哈密尔顿动力系统辛几何精细算法，这种算法由于计入了舍入误差的积累性质，使辛格式具有更好的稳定性和长期跟踪能力，计算结果非常精确，几乎是计算机上的精确解。     

算法时代的行政法法典化

算法时代与中国法典化时代的共时性使算法治理法治化成为行政法法典化必须回应的时代主题。将体现制度创新的算法治理法律制度与体现体系创新的行政法法典化相结合，需妥善解决两组关键矛盾：法律体系开放性与稳定性；法典的民族性与国际化。以算法技术运用主体的法律性质为界，将算法分为公权力算法与私权利算法，再分别细化约束上述两类算法的法律制度，进而定位相应制度在行政法法典体系中的位置，有助于在保证算法技术发展所需的必要空间之前提下，保障数字时代的公民基本权益。     

数字经济中算法消费者的生成机理、保护方案与制度建构

算法消费者是数字经济中新业态新模式下的消费者，具有可分类、可预测和可被操纵的特点。算法消费者的生成机理体现在认知、动因和结构三方面：从认知层面上，人工智能体思维在心理认知学、意思表示等方面与人类思维的差异，决定了算法只是智能互联网平台的一种工具；从动因层面上，算法消费者的形成顺应了消费者行为理论数字化演变的趋势；从结构层面上，以算法为纽带的平台和算法消费者之间关系的失衡，意味着应给予算法消费者特别保护。国外算法消费者的保护方案虽然在法律形式上有所差异，但均以寻求平台监管和算法消费者保护之间的平衡作为内核，具体体现为赋予算法消费者算法权利和强调以透明度为核心的算法治理两方面。我国应在把握数字经济发展规律的基础上，完善平台监管、算法规制的分级制度，健全平台数据合规和算法的治理制度，确立平台数字社会责任和算法伦理制度，最终通过平台治理模式和算法权利成长的权责制度以推进算法消费者保护的制度构建。     

算法治理视阈下的企业合规：困境、逻辑与进路

当前以大型互联网企业为代表的数字平台和企业影响力日益强大，成为全球算法治理机制的重要力量。企业算法合规是一种基于“算法风险”的专项合规管理，是企业为了有效防范、识别、应对可能发生的算法违规风险所建立的一整套公司治理体系。企业算法合规因具有改进算法治理模式、降低企业治理风险、提升权利保护水平、改进传统企业合规治理方式的优势，在算法治理中具有必要性。同时，中国特色企业算法合规的开展以“以人民为中心”为价值导向、以“创新与伦理的平衡”为应然边界、以“全面渗透与多层参与”为行动指南、以“公开透明和灵活持续”为执行要求，与当前算法治理的现实需求相吻合，因此具有成为算法治理新路径的可行性。     

从规训到控制——“算法本体论”时代意识形态建设探微

因凭数据资源赋予的强大权力，大数据算法崛起成为去中心式交互网络中的高效行动元，算法对个体生活交往架构的重塑为“算法本体论”时代的来临赋予了合法性基础，算法在幕后“提线”操控着网络主体价值观念的变迁和网络意识形态话语的构建，成为网络信息传播与意识形态治理的关键变量。传统福柯式的意识形态规训体制逐渐被算法时代开放式的多元主体控制矩阵所取代，主流意识形态的生存处境遭受严重挑战。为实现从算法操纵主体到主体控制算法的反转，从算法失位到算法赋能主流意识形态的复归，应协同加强数据治理，打通数据孤岛、深耕人机合作，推进技术升级、创新叙事形式，生产优质话语、完善制度设计，坚持主体自律以形成治理合力祛除算法之蔽，为走出“算法本体论”时代价值引领的迷宫提供阿里阿德涅之线⁽(1))。     

论类ChatGPT通用人工智能治理——基于算法安全审查视角

类ChatGPT具有潜意识形态性,其引入和嵌入应用易招致非传统国家安全威胁。类ChatGPT通用人工智能算法受资本与西方价值观的浸润,冲击国家意识形态安全和情报安全,易诱发意识形态安全风险,并为网络情报的获取和传输提供诸多便利条件；杜撰假舆论,致使社会谣言泛滥,或将挑战社会公共安全；收集存储处理用户数据,严重威胁国家数据安全；阻碍发展中国家崛起的步伐,使产业跨国转移变得缺乏现实意义并重新定义社会人力资源成本上限,或将挟制他国经济发展安全。我国算法审查制度面临专门审查主体缺失、审查范围不明和审查法律规范体系化水平严重滞后等现实问题。应当以总体国家安全观为指引,明确中央科技委员会领导的、国务院数据安全局负责执行的算法安全专门审查主体机制,统筹算法审查宏观设计；充分发挥平台经营者和使用者的协同共治效能,夯实算法审查的社会基础；将算法文化监控、算法可解释性和算法可控性纳入算法审查范围,合理评估算法对国家和社会的冲击,明确算法安全内容；制定“算法安全法”以破解政策敏锐立法滞后的困局,回应算法安全制度的现实需求和总体国家安全的需要,提升国家在科技领域的监管能力,积极应对西方国家算法霸权,加速推进类ChatGPT通用人工智能本土化应用及国产化替代进程。     

运输路径问题的一个新启发式算法

在解运输路径问题时常常使用Clarke和Wright提出的启发式算法(下称C.W.算法)。本文对Clarke和Wright算法进行改进。改进算法的计算复杂性虽不如C.W.算法,但计算的数值结果在大多数情况下比C.W.算法的结果更好。     

压裂液滤失的二维数值模拟

结合油藏工程和数值模拟技术,根据压裂施工过程中滤失的压裂液在地层中二维流动和压裂液为非牛顿型流体的实际,建立了非牛顿型压裂液的二维动态滤失模型,用数值方法求解,并将计算结果与一维模型结果进行对比分析。计算表明:仅考虑压裂液垂直于裂缝壁面一维流动所计算的滤失速度会偏小,并且这种差值会因地层渗透性的增加而加大。二维方法由于考虑了压裂液的非牛顿特性和二维流动,其结果也比一维模型更符合现场实际,可以减少压裂施工的风险,提高压裂设计的可靠性。     

一种改进EM算法的联合信道估计与数据检测

最近的一些研究表明,在接收机利用可用的信道估计误差的统计时,可以显著提高检测性能.对此,提出了一种基于改进期望最大化(EM)算法的数据辅助信道估计,它通过在每次迭代中提供估计误差的统计信息,减少在各自的接收器信道估计误差的影响.仿真结果表明,与传统的EM及VBEM算法相比,在不需增加接收机复杂程度的情况下,改进的EM算法在估计精度上优于其对应的传统估计方法,有效降低了信道估计误差,其误码性能接近理想信道时的性能.     

高效实时的抽取滤波器的FPGA实现

介绍了分布式算法实现乘积和运算的原理及工程上的实现方式,提出了适合现场可编程门阵列器件基本查找表结构的改进分布式算法,通过计算机仿真,在具体器件上实现了抽取滤波器。实验结果表明:该分布式算法结构可以充分利用现场可编程门阵列器件的资源,并且只引入固定的流水线延迟,具有很好的高效性和实时性。     

改进的分布式数据查询算法研究和实现

通过对数据库查询领域中SDD-1算法性能的分析，针对其在特定情况下存在的不足，引入人工智能领域的Ⅳ算法。将改进后的SDD-1算法与J2EE技术结合，应用到生产加工企业的材料供应链系统中。通过实验表明，新算法比SDD-1算法更具有适用性。     

用改进蚁群算法求解多目标优化问题

蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。     

基于改进遗传算法的最大类别方差法

本文利用开放式遗传算法的理论对遗传算法进行改进,使种群在开放的环境中进化,增加了种群的多样性.并以最大类别方差法为例,将改进的遗传算法应用到图像的单阈值分割中.通过实验对比,表明改进的遗传算法比传统的最大类别方差法和基本遗传算法有明显的优势,说明了本算法的可行性.     

基于SVM学习方法的分析

介绍了增量学习算法、序列最小优化算法、加权支持向量机算法等几种应用于大型数据库,在加快训练速度、降低分类错误率等方面有改进的SVM流行算法.在分析各种算法优缺点的基础上,提出了在线性样本训练、超大规模样本下满足KKT条件的算法是SVM算法的发展方向的观点.     

用改进的人工鱼群算法求解TSP问题

针对人工鱼群算法在寻优过程中存在的不足,结合嗅觉在自然界鱼类捕食过程中的重要作用,在基本人工鱼群算法的基础上,提出了具有嗅觉特征的人工鱼群算法。最后,利用改进的人工鱼群算法成功解决了旅行商问题,并且通过比较基本人工鱼群算法与改进人工鱼群算法的实验结果,得出结论,改进后的人工鱼群算法在算法搜索时间、全局最优值精确度方面都有了显著的提高。     

面向时滞测试生成的改进遗传算法(英文)

在提出的无冒险的时滞测试能量函数的基础上,对传统的遗传算法进行了改进,即在搜索中根据进化程度对群体尺寸进行调整来加速收敛,用于时滞测试生成。实验证明该方法是一种较有发展前途的算法。