真假“智”辨:生成式人工智能参与事实核查的价值、逻辑与强化

生成式人工智能正在强势介入信息领域,重塑信息生产和传播的流程,重建信息秩序。借助生成式人工智能辨别真假信息、进行事实核查的意义不仅仅在于其提升了对虚假信息的纠错率,解放了人工审核的劳动力,更在于以结构化内嵌的形式赋能信息社会治理,对稳定信息秩序、重塑信息格局有极大助益。本研究以问题为导向,首先分析生成式人工智能参与事实核查的难点和价值。其次,梳理当前生成式人工智能在事实核查方面的特征、技术逻辑等,对直接提问式核查和算法嵌入式核查进行归纳总结,并指出其存在的内生性矛盾。最后,在经验做法层面提出未来的治理之道。

适用于铁路时间同步协议的双向身份认证方案

针对铁路时间同步协议客户端认证缺失、关键消息明文传输等问题,提出一种更安全的双向身份认证方案,用于时间节点之间的认证和密钥建立.方案采用非对称加密机制和ECDH(elliptic curve Diffie-Hellman)算法安全协商共享密钥,运用主机当前时间作为序列号抵抗重放攻击,由共享密钥和序列号产生的身份校验码完成双向身份认证.随后用共享密钥加密保护之后的关键消息,解决了关键消息明文传输的问题.该方案不仅解决了客户端认证缺失的问题,而且还具有前后向安全性.最后,采用BAN逻辑进行形式化验证,结果表明:该方法在安全性、认证开销方面较其他方法更优,能够满足铁路时间同步协议双向身份认证安全性和实时性的要求.

圆筒型FPSO总体强度校核设计波优化算法

针对圆筒型FPSO总体结构强度准静态设计方法依赖工程师经验的局限性,将设计波法引入圆筒型FPSO总体结构强度校核,提出了针对特征荷载选择的优化算法。该方法通过分析圆筒型FPSO总体结构承载特点和失效模式,结合常用特征载荷中有相同设计波的特征荷载,选择了舷侧外板波浪压力、上部模块重心处的水平和垂向加速度,作为设计波筛选的特征载荷;并根据圆筒型FPSO结构对称性,减少加载浪向,优化设计波搜索相位;基于本文方法的校核工况减少了60%,有效提升了校核效率。该方法已被应用于中国首条完全自主设计的圆筒型FPSO“海洋石油122”平台的强度校核中,校核结果通过了挪威船级社认证,该平台目前已完成设计,进入建造阶段,这也说明了本方法的可行性以及对后续同类FPSO设计的借鉴意义。

空间耦合低密度奇偶校验码残差滑窗译码算法

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低边信息无效更新的频率,提高窗内译码收敛速度。仿真结果表明:相比于传统SWD算法,RSWD算法在窗口中各位置的误比特数明显降低,抑制错误传播效果明显;在高信噪比(SNR)区域或者低迭代次数的情况下,RSWD算法的误码率性能优于SWD算法;此外,将动态残差应用到消息复用(MR)和窗口扩展(WE)两种窗译码算法中,亦能得到类似结论,提升窗译码性能。

LDPC码的分层自适应最小和译码算法

针对归一化最小和译码算法较置信传播译码算法误差较大的问题,提出自适应最小和译码算法。通过对当前迭代后验概率的硬判决值与前一次迭代后验概率的硬判决值进行计算,动态调整归一化因子与偏移因子,使得到的改进算法更接近于置信传播译码算法。在此基础上,应用分层式调度策略,提出分层自适应最小和译码算法,提升译码算法收敛速度。仿真实验结果表明,在误码率为10-6时,所提译码算法的误码性能与分层归一化最小和译码算法相比有0.25 dB的增益,与分层置信传播译码算法的译码性能十分接近,迭代次数仅有1次的增加,具有更好的收敛性能。

低密度校验码ADMM译码的2种欧几里德投影算法复杂度研究

目的 理清低密度校验(Low-Density Parity-Check, LDPC)码的交替方向乘子(Alternating Direction Method of Multipliers, ADMM)译码方法中向量到校验多胞体投影操作的复杂度。方法 比较基于割查找的欧几里德投影算法和快速近似欧几里德投影算法2种典型投影算法的投影结果、算法特点、时间复杂度以及基本操作次数。结果与结论快速近似欧几里德投影算法各种操作的次数低于基于割查找的欧几里德投影算法,表明前者的时间复杂度低于后者。

基于概率计算的多进制LDPC译码器设计

LDPC码以其逼近香农极限的卓越性能,在多种通信标准中得到了广泛应用。现有的LDPC软判决译码算法虽然具有优异的译码性能,但由于其内部包含大量乘法等计算复杂度高的运算,导致这些算法在硬件实现上难度较大,资源消耗过高,进而造成资源利用率低下等问题。此外,这些算法难以实现完全的并行处理,这显然难以满足当前高速、高吞吐率的应用场景需求。针对这一问题,实现了一种基于概率计算的多进制LDPC译码器设计,该译码器在和积译码算法基础上,创新性地采用概率计算方式实现检查节点的更新,并设计了概率质量信息生成模块、符号信息生成模块等核心模块单元,以完成概率信息的计算。这种设计巧妙地将原本复杂的运算转化为简单的逻辑门功能实现,从而显著降低了硬件实现的难度与资源开销。经过仿真性能分析与比较,该译码器在LDPC(200,100)码型下的译码性能表现出色,误比特率与误帧率均可达到10-6量级,在高信噪比环境中具备极佳的纠错能力与抗噪能力,尤其适用于64进制及以上阶数的LDPC译码场景。

基于物料流仿真的门式起重机任务序列验证和优化

根据门式起重机的系统特性,在物料流仿真软件平台上进行门式起重机系统建模。输入一定周期的运行计划进行门式起重机任务序列验证,测算门式起重机的运行时间和行走距离进行干涉检查,并观察任务对象位置改变的影响。设计任务编码,适配遗传算法,实现门式起重机任务序列优化。所进行的研究可为提高门式起重机运行计划的可执行性提供一种简易方法。

医疗保障任务风险评估:一项结合判断矩阵与群智能优化算法的研究

目的提出一种快速智能优化算法,使在通过层次分析法(AHP)对医疗保障分队任务进行风险评估时存在的判断矩阵不满足一致性的问题得到解决,同时最大程度保留专家原始信息。方法在原判断矩阵的基础上,充分结合各指标间两两重要性程度,通过特征向量法构造一个各指标之间重要性程度完全合理的矩阵作为过渡矩阵。进而以一定比例系数将两个矩阵结合,使结合成的新矩阵既满足指标间重要程度比较的合理性,又能最大程度保留原矩阵的信息。为了找到最优的比例系数,结合群智能优化算法,设置优化目标为新矩阵与原始矩阵的相似度,约束条件为矩阵满足一致性检验。最终找到最优的比例系数,并将在此系数下形成的新矩阵作为优化后的矩阵。结果该算法可以优化AHP在医疗保障任务风险评估应用中判断矩阵的一致性,有效解决原始矩阵不满足一致性检验的问题,并最大程度保留专家的原始意图。结论本算法实现了智能优化判断矩阵的一致性,使AHP在医疗保障任务风险评估、医疗安全风险评估等复杂系统的应用中更具科学性与合理性。

老旧装置静设备设计文件合规性排查数据分析模型研究

开展老旧装置设计文件合规性排查有利于精准管控炼化行业发展进程中积累的风险,是统筹好发展和安全的必然要求。文章对获取的老旧装置静设备设计文件排查数据中的文本数据进行机器学习算法研究,构建数据分析模型,旨在获取不符合设计文件合规性的老旧装置的关键信息,并进行分析研究。研究主要包括3方面:一是利用数据预处理方法对文本进行数据清洗;二是利用TextRank算法实现大量文本中关键词和关键短语的自动获取;三是利用LDA算法训练主题模型,实现文本中关键主题的自动生成。利用该方法得到的结果可辅助专家对老旧装置设备的安全风险信息进行快速、精准的排查和评估。

天基信息传输高效低复杂度LDPC译码算法研究

军事卫星通信由于需满足信息实时性、传输速率高、通信容量大以及符合星间链路信道的时变特性等要求,通常采用高编码增益、高吞吐量的信道编码方案。低密度奇偶校验(Low-Density Parity-Check,LDPC)码由于具备接近Shannon极限的优异纠错性能和可并行计算的特性成为卫星通信主导信道编码标准之一。目前卫星通信接收机的译码器模块设计仍存在诸如无法实时在线判断迭代停止、系统吞吐量受限、大量判决电路影响核心译码电路的低功耗和实时性等问题。考虑上述问题,以因子图模型为基础,针对空间数据系统咨询委员会(Consultative Committee for Space Data Systems,CCSDS)标准深空通信码型,将校验节点归一化满足概率进化图案与LDPC译码器状态紧密耦合,给出可实时在线判断迭代停止的最优停止准则,实现高性能、低复杂度的停止准则译码算法设计。当优先考虑高吞吐量时,误码率(Bit Error Rate,BER)性能退化0.13 dB,中低信噪比平均迭代次数(Average Number of Iteration,ANI)降低50%以上;当优先考虑纠错性能时,BER性能仅退化0.02 dB,同时大幅降低ANI。该译码算法为高效低复杂度LDPC译码器设计提供有效解决方案。

融合深度学习与AM的资源数据智能校核技术

在对各类资源数据进行智能校核的过程中,传统算法存在对数据量依赖性强、数据特征敏感度高的缺点。对此,文中提出了一种融合深度学习与注意力机制的改进算法。该算法针对电网人力资源数据集存在的特征维度多、原始数据特征易缺失的特点,使用KNN对数据缺失的属性进行补偿以提升数据质量,通过引入Wasserstein距离改进了对抗神经网络,以此使得少量数据集也同样能够实现较优的训练效果。采用混合注意力机制对数据特征权重加以训练,有效提升了模型的核验精度及效率。实验测试结果表明,所提算法的数据准确率均在77%以上,在对比算法中最优,具有较强的数据核验能力。

图划分的谱聚类算法在命令票系统校核文本挖掘中的应用

由于电力调度系统中命令票内容的不同,现有文本挖掘方法难以得到精准结果,因此提出基于图划分谱聚类算法的命令票系统校核文本挖掘方法。根据命令票内容将其分为不同的种类,引入二部图建模分析各个组间的关系;利用谱聚类算法中Laplancian矩阵做图分割处理,获得矩阵的特征向量和数据点集合,凭借维数特征数据集完成得到聚类结果,即命令票校核文本挖掘结果。实验结果表明,所提方法的挖掘准确性在80%以上,挖掘时间最高19.5 ms,稳定性保持在80%以上,符合电力企业需求。

无人机激光扫描测绘系统误差的模型检校技术及实验研究

该文提出一种检验和校正无人机激光扫描测绘系统误差的技术,并设计实验对该技术的误差检校效果进行验证。该技术的实现方法是根据系统主要误差构建基于航带平差的差异分析模型。无人机航测获得扫描数据后,使用迭代最近点(ICP)算法对采集到的数据进行航带点云配准,得到航带平差。将平差参数输入到差异分析模型中解算出系统误差,利用解算结果补偿系统、消除误差,从而达到系统校正的效果。从实验结果来看,使用系统误差模型校验技术后,初始点云图和校准后的新点云图在不同方向的航带点云颜色深浅一致,说明高程误差被消除。

基于机器视觉的机场托运行李系统行李异常滞留检测报警方法

机场行李托运系统的托盘分拣机如存在分拣异常,会导致行李延误装机。针对此问题,本文提出了一种利用监控视频对其进行实时图像处理从而达到检测异常滞留行李的方法。首先对视频流进行定时抽帧处理得到正常运行下的模板图像与待处理图像,通过提取图像HOG特征向量进行余弦相似度(Cosine Similarity)计算到初步比对结果,在得到初步比对结果基础之上再次进行感知哈希算法比对(Perceptual Hash Algorithm),利用两种算法的互补性得到最终检测结果。通过为期12 h对24件异常行李的检测试验证明:相较于coco数据集的YOLOv5模型与改进帧差法改方法检出率分别提升了20.8%、37.5%,并且误报率分别降低了8.3%、20.8%。通过试验证明,该方法可以部署在托盘分拣机槽口用于检测异常滞留行李以提升行李托运系统效率。

基于Twitter签到数据的城市居民群体分类算法研究

为实现基于社交媒体大数据的居民群体分类,引入自然语言处理(NLP)领域的标签潜在狄利克雷分布(Labeled LDA)模型。基于2014年芝加哥市的Twitter签到数据,使用LDA探索性分析提取先验信息。构建Labeled LDA,将城市居民分为五类:上班族、大学生及高校教职工、中小学生及教职工、市政工作人员和其他。实验结果表明,Labeled LDA的分类精度达到0.92,超过了支持向量机(SVM)0.87的分类精度。该算法有效地实现了居民群体分类,从而促进有针对性的服务制定。

基于WLMS算法的高压断路器可控开断故障电流研究

可控开断故障电流能有效提高断路器的开断能力和延长其电寿命。断路器可控开断故障电流的关键是快速提取故障电流参数,准确预测开断过程中电弧熄灭时的故障电流零点,确定断路器触头最佳分离时刻。采用加权最小均方差算法WLMS实现对故障电流参数估计,运用F0假设检验方法提取故障电流初始相角,并采用自适应算法改变采样数据窗,从而快速预测故障电流零点。采用MATLAB建立高压断路器可控开断故障电流模型和故障录波数据,并对提出算法的性能进行了测试验证,测试结果表明,提出算法能够在故障发生后10 ms内准确地预测出电流过零点,并且估计的电流零点误差小于±1 ms。

电涡流传感器温度漂移分析及补偿实现

大温差环境下检测线圈阻抗是导致传感器输出漂移的主要环节。对检测线圈阻抗温度漂移进行了理论分析 ,电阻温度漂移改变了阻抗 ,间隙对传感器温度灵敏度的影响很小 ,即不同间隙下温度漂移量认为是相同的。提出对检测线圈进行串联负温度系数 (NTC)电阻补偿 ,并采用修正表算法来减小检测线圈带来的温度漂移。对漂移补偿后的传感器进行了实验验证。

2000—2014年呼伦贝尔草原植被覆盖度时空变化分析

以呼伦贝尔草原核心区的新巴尔虎右旗、新巴尔虎左旗、陈巴尔虎旗和鄂温克族自治旗为主要研究区,基于MODIS NDVI数据,利用像元二分模型反演得到植被覆盖度,并结合土地覆盖分类产品,构建2000—2014年研究区植被覆盖度时间序列。通过时间序列分析,从不同的时间和空间尺度分析草原植被覆盖度的变化规律;同时引入覆盖度异常变化点检测算法,并结合该地区同期气象数据,进一步探讨研究区植被覆盖度变化与气象因子之间的内在驱动力关系。结果表明,植被覆盖度在空间分布上主要表现为:从东往西依次递减,特别是研究区西南部,覆盖度最低;15年来研究区植被年际变化总体上呈现前10年下降、后5年缓慢上升的趋势。对植被覆盖度的异常变化进行分析,结果显示:返青期和枯萎期覆盖度的剧烈变化与温度的相关性较大,生长旺季内(7—8)月覆盖度的剧烈变化主要与降水量有关。

一种特洛伊木马的检测算法

运用字母集合到数字集合的映射理论、字符串的可计算性理论与数论理论 ,设计了一种特洛伊木马的检测算法 ,该算法能够有效地检测出特洛伊木马 ,同已有的检测算法相比 ,速度较快 ,不但适合字母文字的可执行程序检测 。