面向不确定多属性决策问题的范例检索算法研究

将不确定多属性决策问题转化为不确定性多属性范例的检索问题,利用范例推理方法获取最相似范例作对目标决策问题的近似解,通过范例修正缩短该近似解与目标决策问题解之间的差距直至完全一致.文章系统地提出了适合于不确定多属性问题检索要求的范例检索算法(RA-UMDM),重点研究了范例聚类、用基于梯形模糊集和改进的欧氏距离检索算法分别解决范例中模糊概念属性、区间特征属性的相似度计算问题.将该方法应用于两家医院临床辅助诊断决策过程求得了较为准确的解,并且基于范例库对RA-UMDM法的有效性、准确度、效率等进行了实验,结果表明该方法能够满足不确定多属性决策问题的检索要求,检索速度较快、质量高.     

VSPC-LDPC串行级联码的结构与性能分析

提出了一种基于LDPC码和纵向单奇偶校验(VSPC)乘积码的级联编码方法。该方法利用LDPC码能否成功地译码的判定信息以取代常规乘积码中的横向校验,使单奇偶校验乘积码的复杂度获得较大的降低,提高了纠错能力。对新级联码的误码性能进行了理论分析。数值仿真结果表明,新编码方法的硬件实现复杂度较低,在AWGN信道和Raleigh衰落信道中其译码性能好于原LDPC码,且能有效地改善原LDPC码的误码平层问题。     

无证书盲签名方案

将盲签名和无证书密码结合,充分利用二者的优势,提出了一种无证书盲签名方案,使得签名方案既无对证书的需求,又无密钥托管的弊端,同时又具有盲签名的特性。给出了由系统初始化、局部密钥提取、签名者秘密信息建立、签名者公钥计算、签名者密钥计算、签名和验证7个算法组成的算法模型,并对其安全性给予了证明。分析表明,该方案具有高的安全性。     

混合指数几何分布

本文讨论元件的寿命分布服从双参数混合指数分布,元件个数服从几何分布的情形下,定义了混合指数几何分布,并研究了该分布的各种性质,讨论了参数的极大似然估计,并使用EM算法得到参数的近似估计. 最后,本文给出了参数的渐近方差、协方差、置信区间.     

人工智能时代的算法权力：逻辑、风险及规制

人工智能时代已然到来,具备自主学习能力和预测能力的智能算法开始由虚拟空间向现实空间延伸。算法已不仅仅是特定的技术,更是社会权力运行体系中的重要变量。掌握算法的企业和组织利用技术优势,把控社会的信息及资源,引导政府的决策,形成了一种非国家力量的“准公权力”。算法权力是泛在的权力关系,遵循商业逻辑、偏好原则、技术理性和隐性运行四大规则,可以影响甚至代替公权力进行决策。算法权力缺乏监管,过度的资本化和黑箱化消解了政治正义,催生了制度羞辱,并且导致了权利保护的危机。防止算法权力的异化,建立良序的网络空间,需要以政府干预弱化资本依赖,以法律规制限制算法偏好,以算法伦理保障人的价值,以外督内审显化权力运行,从而构建完善的算法治理体系,保障社会的公平正义。     

全球价值链视角下的中美贸易隐含碳研究

本文在总贸易核算框架下,采用WIOD提供数据计算与分析了在GVC视角下中美贸易隐含碳排放量,并讨论了GVC分工对贸易隐含碳排放的影响。研究结果表明,在GVC视角下中美贸易的出口隐含碳排放主要来自出口国内碳排放,进口国在消费者责任原则下承担主要的碳排放责任;中国在与美国贸易中主要处于碳排放转出地位,但碳贸易条件有所改善;参与GVC分工是导致中国对美国出口隐含碳排放出现增长的主要原因之一,但也是中国调整出口隐含碳排放结构的重要途径之一。与GVC视角下的计算结果相比,基于MRIO模型的计算结果高估了中国出口隐含碳、碳排放转移规模以及碳贸易条件指数的实际水平。本文的创新在于将总贸易核算法应用到对外贸易隐含碳的研究领域,改进了传统对外贸易隐含碳的计算方法,有助于更为全面地分析贸易隐含碳排放特征及其碳排放责任。     

互联网环境下基于消费者搜索的酒店入住率预测研究

互联网环境下消费者信息搜索反映了游客潜在的旅游需求。针对酒店入住率的非线性特征,以北京为例,构建BA-SVR@CSQ混合模型对北京星级酒店平均入住率进行预测,其中蝙蝠算法(Bat Algorithm,BA)用于优化SVR模型的自由参数,并利用2011年1月至2017年4月与北京旅游相关的消费者搜索数据(Consumer Search Queries,CSQ)构造SVR模型的输入集。12个月的预测结果表明,与基准模型相比,所构建预测方法能有效提高模型的预测精度,证实了网络搜索数据在酒店入住率预测中的重要价值,预测结果可为旅游相关部门的决策提供必要的参考。     

基于蝙蝠算法SVR模型的北京市二手房价预测研究

传统SVR模型可预测房价变化趋势,但不恰当的参数设置会影响预测的精度。本文针对北京二手房同比价格指数的非线性变化特征,将蝙蝠算法(BatAlgorithm,BA)引入到SVR模型中,使其对模型的三个参数进行优化设置,结合网络搜索数据(Web Search Data,WSD),构建了BA-SVR&WSD混合模型,并给出了该模型算法的预测流程,通过引入多个基准预测模型和预测性能度量指标进行对比研究。研究结果表明：基于蝙蝠算法的SVR模型的具有较好的泛化能力、预测效果更准确且预测精度更高,该预测方法也为北京二手房价格的监测和调控提供有价值的参考。