与局部微调方法相结合的遗传算法

传统的遗传算法存在早熟收敛的缺点，不善于高精度的局部微调。为此，提出了一种与局部微调方法相结合的遗传算法。算例表明，它是有效的、稳健的，在水科学优化问题中具有广泛的应用价值。

自适应局部微调遗传算法

针对遗传算法在有限时间内难于给出高精确度解的问题,在传统遗传操作的前期与后期分别采用自适应与局部微调相结合的方法,给出了一种自适应局部微调的遗传算法,即将遗传代数划分为自适应概率搜索阶段和局部微调阶段,在交叉操作中分别采用自适应概率算术交叉和部分确定性诱导交叉;在变异操作中分别采用自适应随机扰动变异操作和最优个体诱导变异操作。应用该算法对全局最优解领域进行搜索,能在较短的时间内找到高精确度的数值解。对6个典型测试函数的优化问题实验表明,该方法具有快速、稳定和易于实现的优点。

整体稳定 局部微调——谈2003年高考语文科《考试说明》的修改

2003年高考语文科《考试说明》的修改,是在整体上保持与2002年连续性基础上的一种局部微调。把准“微调”中所透射出来的变化信息,对于有针对性的搞好2003年复习备考工作有着很强的指导意义。

局部快速微调遗传算法

给出了一种进行局部快速微调的遗传算法———在变异中,将适应值高的个体和适应值低的个体分别进行诱导和随机动态区域变异;在交叉操作中,划分为搜索阶段和微调阶段,分别采用随机线性交叉和部分确定性诱导交叉.应用该算法对全局最优解邻域进行搜索,能在较短的时间内找到高精度的数值解.对10个典型测试函数优化问题的实验表明,该方法具有快速、稳定和易于实现的优点.如果合理调整控制参数,其全局搜索的收敛速度和解的质量明显优于传统GA.

深度回归网络下的人脸对齐方法

为解决在人脸识别、表情识别等过程中,大规模姿态变化和遮挡等复杂环境下无法实现精确面部对齐的问题,提出一种深度回归网络(deep regression networks)下的人脸对齐方法。使用深度卷积神经网络对测试样本进行头部姿态估计并初始化人脸形状,降低头部姿态对人脸对齐造成的影响,在深度回归网络下进行局部回归微调,实现抗遮挡人脸精确对齐,使用图基的双权重函数作为训练深度回归网络的损失函数,减小训练过程中异常值的影响。选用300W和COFW人脸数据集进行测试,实验结果表明,该方法相比其它方法具有较强的鲁棒性,可实现大规模姿态变化和遮挡下人脸的精确对齐。

智能应用的隐私保护研究

关于人工智能领域的隐私保护方法有很多。本文首先对相关的安全多方隐私计算方法、图像检索隐私保护方法、机器学习的隐私保护方法进行了综述。目前边缘计算为多方面智能应用程序提供了很多好处,但与此同时在边缘计算卸载过程中进行端-边分布式计算的时候,会产生隐私泄露问题。本文提出保证人脸属性特征提取、隐私特征消隐的双向任务的分布式布局隐私保护策略,主要目的就是在传输主要任务的同时,避免隐私信息人物向远程传输而将其尽量在移动设备上进行消隐处理,以提高隐私保护的有效性。从最终实验结果可以得出,该网络框架算法可以有效达到隐私消隐的效果。

解读考试大纲，把握高考命题规律

2013年生物考试大纲保持了近年的考纲风格，以稳定为主，局部微调。从近年的考纲和命题规律来看，试题较好地体现知识与能力并重，稳定与发展并举的命题思路，突出了基础知识和主干知识的考查。命题以能力测试为主导，虽然高考题目年年都有变化，但考查学生运用所学知识灵活地分析和解决生物学问题的指导思想一直都没变。