基于SUSAN算法和9／7提升小波图像去噪融合

为了对含噪模糊图像进行有效的去噪增强,并考虑到实时性的要求,本文提出了一种新的基于SUSAN算法和9／7提升小波图像去噪融合方法。首先,对含噪模糊图像进行SUSAN算法处理;同时,对含噪模糊图像利用9／7提升小波进行通用阈值去噪;最后,在对去噪后的图像进行镜像对称延拓处理并与经SUSAN算法处理后的图像进行有效的融合。仿真实验结果表明,该方法不但能够大大提高图像的信噪比,而且能有效提高图像的清晰度。     

商务智能系统中两种改进的关联规则挖掘算法

根据日常商务数据的特点,提出了商业应用系统中进行数据挖掘的改进的Apriori算法和对点击流数据进行挖掘的改进的多支持度关联规则算法,并结合具体实例进行了分析.分析结果表明,2种改进的算法可以有效地提高系统数据挖掘的效率.     

基于混合算法的具有硬时间窗口约束的VRPSPD问题

具有硬时间窗口约束下同时收发的车辆路径问题（vehicle routing problem with simultaneous pick-up and delivery with hard time windows,VRPSPD with Hard TW）是将产品配送和废物回收统一进行优化的问题。本文研究了一个中心仓库,多台车辆向具有配送需求和回收需求的客户提供服务,客户存在硬时间窗口要求的车辆运输问题。该问题中,客户的配送需求和回收需求必须同时获得满足,即客户仅允许被访问一次,且需求不可分割,只能由一台车辆提供服务。且客户的硬时间窗口要求必须获得满足。首先将修正后的旅程分割方法应用于硬时间窗口约束下的VRPSPD问题初始解的获得,并利用响应性禁忌搜索算法框架,结合基于多种领域的可变式搜索方法,给出一启发式算法。计算机实验结果表明,该启发式算法在求解VRPSPD with hard TW上是有效的。     

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。