将病人利益置于首位原则的现实挑战与理性对待

将病人利益置于首位原则在实践中遭遇现实挑战。如何重新认识和理性对待将病人利益置于首位原则,是医学伦理学再启程必须回应的现实诘难和学术命题。回顾了将病人利益置于首位的历史演绎,即从德性范式到原则范式,包含了从个体德性到公共规范、从病人健康到病人利益、从感性经验到理性原则三个维度的提升。然后讨论了将病人利益置于首位原则面临的现实挑战,主要来自市场化背景下医方利益、家属决策和病人利益判断的复杂性等。理性客观看待将病人利益置于首位原则,需要认识病人利益的正当性、实现利益的程序合理性以及病人利益与他人/社会利益的权衡。

基于贪婪最佳优先搜索算法的方形件排样优化问题研究

方形件排样优化问题是运筹学应用的重要领域,也是实现产品个性化定制的关键,如何提高材料利用率是制造企业的一大难题。文章针对该问题充分考虑各种情形下的约束条件,建立了以板材原片利用率及生产效率最大为目标的混合整数规划模型。运用Matlab进行仿真,针对多个数据集,采用贪婪最佳优先搜索算法求解出其最优的方形件排样方案,验证了模型的有效性和可行性。实验结果表明,文章的算法可以有效减少板材用量,且计算时间满足实际应用需要,能够为实际生活中制造企业涉及到的玻璃、钢材切割等问题提供新的启发和思路。

一种改进的主题网络蜘蛛搜索算法

主题网络蜘蛛搜索策略是专业搜索引擎的核心技术。但是目前的主题搜索算法往往存在很大贪婪性,难以在全局范围内找到最优解。通过比较分析发现Best-First算法虽然有它的不足,但是它在几种算法中表现的性能最优。故以Best-First算法为基础,提出了BS-BS算法。对BS-BS算法进行性能评价,发现应用此算法搜索不但“召回率”有所提高,还能在一定程度上找到全局范围内的最优解。

基于环境与经济协调发展的环境容量分析

指出了社会福利应包括经济福利和环境福利.在环境-经济复合系统模型的基础上,建立了外部效应内在化的生产函数和效用函数,通过分析认为企业生产应该将经济效益与环境容量相结合,政府根据环境容量(自净率)来调节污染税,并进行公共投资决策.

基于跨期投资视角的大股东利益侵占行为研究

目前关于大股东侵占行为的研究不仅多集中于单期模式,而且对跨期侵占问题的研究也尚局限于单期范畴.基于跨期投资视角建立了一个两期侵占模型,来研究大股东的利益侵占行为.结果表明:1)在两期模型中,控股股东的即期最优侵占水平有所降低,而远期最优侵占水平则保持不变;2)控股股东的持股比例存在一个临界值,当持股比例小于该临界值时,即期最优侵占水平小于远期最优侵占水平;当大于该临界值时,即期最优侵占水平大于远期最优侵占水平;3)控股股东非短视,其即期最优侵占水平与远期最优侵占水平负相关;4)控股股东的两期最优侵占水平与投资者法律保护力度负相关,当投资者的法律保护力度增强时,其侵占水平降低.

数控系统的混合任务模型及其最优调度算法研究

针对数控系统中多种类型任务并存,且任务之间在时序、资源等方面存在相关性的特点,建立了混合任务系统模型,并引入计算机人工智能领域的启发式最佳优先搜索算法来实现该模型任务集的最优调度.该算法通过搜索问题的状态空间树,在符合所有约束条件的状态节点中寻找使得启发式评估函数取到极小(或极大)值的节点,最终得到系统的最优调度集.实例研究和算法性能分析表明,该算法解决了传统实时系统调度算法不适用于混合任务系统的问题,对于并发任务数量不大的数控系统,能有效地实现任务的最优调度.

基于地理信息系统的最短路径搜索算法

最短路径问题（ＳＰ）是人工智能的一个活跃研究方向，也是交通网络分析系统的一个最基本问题，在理论和应用上有着广泛而深入的研究。本文从应用的角度，结合地理信息系统（ＧＩＳ）的特点，设计了一种新的数据存储结构，改进节点搜索方法，并建立一种简捷的估价函数，为进一步解决交通网络的综合分析打下了基础。

限售股减持背景下控股股东自利行为研究——基于跨期投资的视角

以减持限售股份为前提条件,建立起两期间的控股股东跨期投资并进行利益侵占的理论模型。将现金流权比例、限售股减持比例等作为影响变量,分析其对控制权私利产生怎样的作用。通过分析得出产生的控制权私利分别与上述相关比例之间是呈负相关、正相关以及只与即期有关而与远期侵占无关的结论。同时,两期侵占模型中,控股股东的即期最佳水平与单期模型相比,有一定程度的降低。因为控股股东的减持以及侵占行为是长时间的,并且也是连续的,该行为是以获得最大收益为目的的。本文在理论分析的角度为我国资本市场的大股东持股结构改善以及投资决策选择给予支撑。

网络爬行技术研究

阐述了基于整个W eb的爬行器、增量式的爬行器、基于主题的爬行器等不同类型网络爬行器的功能及优缺点;分析了近年来国内外网络爬行器的遍历算法,包括深度优先算法、广度优先算法、主题优先算法等.分析结果表明:基于遗传算法的爬行策略能够有效地加快抓取网页的速度和扩大搜索范围.

基于Agent的个性化智能Web信息检索

介绍了Web信息检索的定义,并对Web信息检索的原理、技术进行分析,针对存在的问题,结合智能Agent技术、神经网络、最好优先算法、信息过滤、相关反馈等多种算法,提出了一个基于Agent的个性化智能Web信息检索系统模型。

主题网络蜘蛛搜索策略贪婪性解决方法

主题网络蜘蛛搜索策略是专业搜索引擎的核心技术。但是目前的主题搜索算法往往存在很大贪婪性,难以在全局范围内找到最优解。通过比较分析发现Best-First算法虽然有它的不足,但是它在几种算法中表现的性能最优。故以Best-First算法为基础,提出了BS-BS算法。对BS-BS算法进行性能评价,发现应用此算法搜索不但“召回率”有所提高,还能在一定程度上找到全局范围内的最优解。

一种内存管理技术的研究与实现

内存管理在计算机系统设计中是及其重要且必须的部分。高效的内存分配,垃圾回收和整理,在并行,分布式和实时应用中变的越来越重要。提出了一种利用二叉树来管理可利用内存分区的算法,并通过试验得出的数据分析,表明为什么该方法比其它算法更为方便高效,实现起来也比较简单易行。

结合风险选择和努力水平的创业投资家报酬模型

应用委托代理理论,在标准的道德风险模型中增加风险变量和有限责任约束,分析了创业投资家的报酬合约特征.结果表明,即使参与人均为风险中性,一级最优的报酬合约也类似于看涨期权合约,这与创业投资的实践相符.

城市降雨径流污染初始冲刷效应对BMPs选择的启示

指出城市降雨径流污染初始冲刷效应(FFE)在城市非点源污染的研究中占有重要地位。综述FFE的判定及大小定量化方法、季节性FFE的概念和污染物的相态对FFE的影响。FFE初中期雨水径流污染物浓度高的特性,为选择经济高效的最佳管理措施(BMPs)提供了理论依据和重要启示。结合FFE及冲刷过程中污染物的形态提出的工程BMPs,能使资源配置和污染控制效果达到最优化,为城市公共管理部门的决策和实践提供建议。

Internet个性化智能信息检索的分析与研究

本文首先对Internet网上信息检索进行了综述与分析 ,针对存在的问题 ,介绍了智能Agents的解决方法 ,最后本文提出了一个多Agents系统的个性化智能信息检索系统的模型 ,该模型集成了神经网络、最好优先算法、信息过滤。

融合链接结构的主题爬虫算法

通过分析基于内容的链接选择Best-First算法,引入能够体现链接价值的HITS(hyperlink induced topic search)算法,提出了新的链接选择策略.将两种算法相结合,新的爬虫不仅仅考虑页面内容,同时将链接结构加入进来,使得在下载的过程中能够保证主题相关性和权威性,缓解爬虫在爬行阶段的"近视"现象.结果表明:新的爬行策略比单一的Best-First算法具有更好的性能表现.

基于密度的面板数据聚类分析

研究面板数据聚类问题过程中,在相似性度量上,用Logistic回归模型构造相似系数和非对称相似矩阵。在聚类算法上,目前的聚类算法只适用于对称的相似矩阵。在非对称相似矩阵的聚类算法上,采用最佳优先搜索和轮廓系数,改进DBSCAN聚类方法,提出BF—DBSCAN方法。通过实例分析,比较了BF—DBSCAN和DBSCAN方法的聚类结果,以及不同参数设置对BF—DBSCAN聚类结果的影响,验证了该方法的有效性和实用性。

TTCAN周期性任务的优化调度算法

TTCAN周期性任务调度是最优装载问题的推广,它在通信时间关键的实时分布式系统中有着很强的应用背景.本文提出了4种确定基本周期的策略,给出了首次适应和最佳适应两种不同的可以在多项式时间内构造出TTCAN周期性任务调度表的算法,最后对不同规模下的两种算法的实验结果进行了比较,指出了两种算法在不同的周期策略下的渐近性能比.

基于SURF算法的医学图像特征点匹配

微创外科手术中的图像特征点快速匹配,可使计算机具备图像实时识别能力,提高手术成功率.但由于在手术中所运用的图像匹配算法具有计算量大、耗时长等缺点,提出一种基于SURF的图像特征点快速匹配算法.首先对图像采用SURF算法提取特征点,然后通过Hear小波变换确定特征点的主方向和特征点的描述子,并使用改进的最近邻搜索算法进行特征点匹配,最终根据实际需要选取相似度最高的前50～100对匹配点进行对比实验.实验结果表明,该算法鲁棒性强、速度快、匹配准确性高,且在医学图像处理中具有较大的应用价值.

基于改进SURF的图像配准关键算法研究

针对图像特征匹配算法维数高,实时性低的缺陷,研究了SURF特征匹配算法,并对其进行了改进。首先在图像的尺度空间中提取SURF特征点,并生成扩展的特征描述向量。然后建立KD-Tree特征结构,采用BBF查询机制进行最近邻查询实现特征点快速匹配。实验结果表明,SURF算法进行特征检测的时间是SIFT算法的1/3;使用BBF进行特征匹配,匹配速度提高了2—3倍。