可拓集合论在专家系统知识表示中的应用

引入了可拓集合论来优化专家系统的设计过程,阐述了可拓集合论应用于专家系统的可行性,在分析知识表示的集合与分类特征的基础上,探讨了可拓集合论在知识表示中的应用,结合人工智能技术的发展趋势,对专家系统在可拓学中的应用前景做出了展望.     

高等智能·机制主义·信息转换

提出了一种全新的人工智能研究方法,称为第4方法,或“机制主义”方法,从智能生成的共性核心机制入手探讨智能的本质. 结果发现,在一般情形下,智能生成的共性核心机制表现为“信息—知识—智能转换”. 进一步研究发现,知识是一个生态系统,它从欠成熟的经验性知识生长为成熟的规范性知识,再进一步生长为过成熟的常识性知识. 可以证明,此前互不相容的结构主义、功能主义、行为主义3种国际主流方法分别是机制主义方法在不同知识状态下相辅相成的特例,于是在“机制主义”框架内实现了和谐的统一,从而形成了人工智能的统一理论. 更有意义的是,还可以证明,机制主义方法更一般的表述是“信息转换”,它是研究高等智能(AI)的有效方法,与物理学的质量转换和能量转换同样重要.     

魏元光"德、智、体、群"教育思想的内涵及启示

介绍了魏元光教授“德、智、体、群”教育思想,结合当前中国高职高专教育对人才培养要求的实际,分别阐述了“德、智、体、群”教育思想的内涵和启示。     

基于散射通信的雷达情报传输系统方案设计

针对传统雷达情报传输方式灵活性、机动性差或受地理环境和通信距离限制较大的现状,在分析散射通信的原理和特点以及散射传输可行性的基础上,提出一种基于散射通信的雷达情报传输系统方案设计.该方案采用具有较好抗干扰能力的扩频通信技术,通过对流层散射传输信息,系统能够在复杂地形或特殊场合的雷达站和旅团情报中心之间实现超视距无线传输.仿真结果表明系统的误码率小于10 3.该设计在战时可作为一种重要的雷达情报应急传输方式和备份手段.     

一种单种群混合蛙跳算法

针对SFLA算法运行速度较慢、在优化部分函数问题时精度不高和易陷入局部最优的缺点,提出了一种单种群混合蛙跳算法SPSFLA。该算法采用单个种群,无需对整个种群进行排序,每个个体通过向群体最优个体和群体中心位置学习进行更新。如果当前个体学习没有进步,则对群体最优个体进行变异,并用变异的结果替代当前个体,加快了算法的运行速度和收敛速度,提高了优化精度。仿真实验结果表明,该算法具有更好的优化性能。     

精炼镁渣制光卤石和硫酸镁工艺研究

介绍了从精炼镁渣中制取光卤石和硫酸镁的工艺过程是破碎制粉(粒径1—2mm)、稀H2SO4(浓度20％--30％)溶解、采用苦土粉中和过量酸，过滤除杂、中和、冷却、结晶工序。设计出制备工艺的最佳条件，并讨论了生产中的有关影响因素，最终生产出达标的合格产品。     

危岩主控结构面智能显现机理研究

危岩是典型的地质灾害类型之一,存在众多的结构面是其重要特征,灾害发生时,起主导作用的结构面只有一个,其它的结构面只是起到辅助作用。本文利用BP神经网络系统,在快速寻找危岩主控结构面方面做了一些尝试,首先将输入样本按照重要程度划分为四级,在实例的基础上选取了大量的训练样本后进行工程预测,结果表明,所建立的系统能够很好的揭示危岩主控结构面,在三峡库区的部分危岩工程治理中得到了成功应用,效果良好。结果对于危岩工程实践具有一定的参考和应用意义。     

面向智能驾驶的平行视觉感知：基本概念、框架与应用

目的 视觉感知技术是智能车系统中的一项关键技术,但是在复杂挑战下如何有效提高视觉性能已经成为智能驾驶领域的重要研究内容。本文将人工社会（artificial societies）、计算实验（computational experiments）和平行执行（parallel execution）构成的ACP方法引入智能驾驶的视觉感知领域,提出了面向智能驾驶的平行视觉感知,解决了视觉模型合理训练和评估问题,有助于智能驾驶进一步走向实际应用。方法 平行视觉感知通过人工子系统组合来模拟实际驾驶场景,构建人工驾驶场景使之成为智能车视觉感知的“计算实验室”;借助计算实验两种操作模式完成视觉模型训练与评估;最后采用平行执行动态优化视觉模型,保障智能驾驶对复杂挑战的感知与理解长期有效。结果 实验表明,目标检测的训练阶段虚实混合数据最高精度可达60.9%,比单纯用KPC（包括：KITTI（Karlsruhe Institute of Technology and Toyota Technological Institute）,PASCAL VOC（pattern analysis,statistical modelling and computational learning visual object classes）和MS COCO（Microsoft common objects in context））数据和虚拟数据分别高出17.9%和5.3%;在评估阶段相较于基准数据,常规任务（-30°且垂直移动）平均精度下降11.3%,环境任务（雾天）平均精度下降21.0%,困难任务（所有挑战）平均精度下降33.7%。结论 本文为智能驾驶设计和实施了在实际驾驶场景难以甚至无法进行的视觉计算实验,对复杂视觉挑战进行分析和评估,具备加强智能车在行驶过程中感知和理解周围场景的意义。     

计算机人工智能识别技术的应用

人工智能是以计算机技术为基础发展起来的新型实用技术,随着信息化和智能化时代的到来,人工智能技术逐渐渗透到社会各个领域当中,为人类的生产生活提供了诸多便利。高新科技带动了人工智能技术的不断创新,人工智能识别技术是人工智能技术的一个分支,在金融支付、扫码出行等领域可以方便地解决传统智能技术存在的问题,方便了人们的工作和生活。我们有必要对于人工智能识别技术的概念和具体的应用方式进行了阐述和分析。     

自适应序列生成的建筑能耗预测

提出一种基于强化学习的生成对抗网络(Reinforcement learning-based Generative Adversarial Networks,Re-GAN)能耗预测方法.该算法将强化学习与生成对抗网络相结合,将GAN(Generative Adversarial Nets)中的生成器以及判别器分别构建为强化学习中Agent(生成器)以及奖赏函数.在训练过程中,将当前的真实能耗序列作为Agent的输入状态,构建一组固定长度的生成序列,结合判别器及蒙特卡洛搜索方法进一步构建当前序列的奖赏函数,并以此作为真实样本序列后续第一个能耗值的奖赏.在此基础之上,构建关于奖赏的目标函数,并求解最优参数.最后使用所提算法对唐宁街综合大楼公开的建筑能耗数据进行预测试验,实验结果表明,所提算法比多层感知机、门控循环神经网络和卷积神经网络具有更高的预测精度.