符号叙述学视域下的算法信息分发及其反思

在人工智能时代,算法技术无疑是运用最为广泛的计算机技术之一,它在带来许多显而易见的便利的同时,也可能导致形成看似开放实则封闭的信息系统,将用户作为主体的自我囚禁于其中而不自知。本文运用符号叙述学的相关理论,站在全文本的视角上,将算法技术与符号文本视为整体进行探讨。同时,尝试厘清算法分发信息中隐含作者与隐含读者之间的关系,并对"信息茧房"问题作出反思。

基于多无人机远程动目标跟踪的信息传输算法研究

针对轻型无人机群在远程动目标信息传输中面临的通信距离限制、带宽受限、信号干扰及无人机数量限制等问题,为提高信息传输的效率、可靠性与准确性,本文改进存储转发(store and forward,SF)算法,以有效解决无人机之间因通信受限造成信息无法传回测控站的问题。首先,对多无人机远程动目标跟踪系统模型进行设计;其次,设计与优化信息传输算法;最后,通过实验来验证本文提出的信息传输算法的可行性与有效性。以期为更多领域的远程信息传输与动目标跟踪问题提供有益借鉴与指导,并为航天任务的成功执行提供有力技术支撑。

一种求解高密度最大权重团的信息传播算法

在高密度复杂结构带权无向图中,由于信息传递复杂,传统信息传播算法求解最大权重团问题效率较低。利用最大权重独立集与最大权重团的映射关系提出一种针对高密度带权无向图求解最大权重团问题算法,该算法以最大积信息传播算法为框架,将最大权重团的约束条件与置信传播算法迭代方程相结合,设计信息传播算法势函数。同时,将高密度复杂结构带权无向图映射为因子图,并进行去环操作,利用信息传播迭代式进行特征收敛计算,通过迭代收敛后的最大后验概率计算最大权重团最优解。基于不同密度随机图进行实验对比分析,实验结果表明,该算法求解高密度复杂结构带权无向图最大权重问题时非常有效,求解总权值的准确度与求解速率均高于标准置信传播算法。

融入结构先验知识的隐私信息抽取算法

随着数据脱敏技术的持续进步,精确识别隐私数据已成为关键挑战.目前,隐私信息抽取算法主要基于传统自然语言处理技术,如双向循环神经网络和基于注意力机制的预训练语言模型(如BERT).这些模型利用其强大的上下文特征表示能力,克服了传统方法在多义词表示方面的限制.然而,它们在精确判断实体边界方面仍有改进空间.提出了一种新颖的隐私信息抽取算法,该算法融合结构先验知识,通过一种隐私数据结构知识增强机制,提高模型对句子语义结构的理解,从而提高了隐私信息边界判断的准确性.此外,还在多个公开数据集上对模型进行评估,详细的实验结果展示了其有效性.

基于单光子线性APD的信息提取算法研究

针对新型单光子线性APD器件获得信息维度多、灵敏度高的特点,提出了一种基于单光子线性APD的微弱回波信号距离信息提取算法。首先利用微弱信号的泊松分布特性对回波信号进行建模,随后对每纳秒内的回波光子数进行统计,利用与脉宽等宽的距离窗进行滑窗求和,将最大值位置作为信号脉冲接收时刻,进而反算距离信息。设计了跟踪前的目标搜索策略和稳定跟踪后的距离门匹配算法,有效降低了背景光干扰和计算资源消耗,在回波光子数分别为200、10、5个时分别获得了100、9993、9658的计算正确率。对单光子量级信号设计了脉冲积累算法,单个光子信号回波的计算正确率为995。同时对静止目标通过算法迭代实现了信噪比为0dB甚至负dB的信息提取,对003个光子信号回波探测的计算正确率为961。仿真结果表明该算法可以综合应用单光子线性APD的强度信息以及单光子灵敏度,实现了在极限灵敏域下的距离信息提取。

基于数据挖掘技术的网络数据信息分析算法研究

为解决各大医院医疗数据分析处理效率低、不及时问题,文章应用数据挖掘技术,设计一种高效的医疗数据分析算法。首先,根据区块链技术相关概念,完成对OpenAPI工作流设计;其次,从预处理数据库、异常数据检测诊断、训练数据挖掘模型权重三个方面入手,完成对基于数据挖掘的网络医疗数据分析算法设计;最后,对文章算法进行验证。结果表明:文章算法可获得较高的准确度,其准确度高达99.2%,满足不同时间跨度医疗数据的精确化分析需求。

基于模糊信息聚类算法的变电站作业信息分析

为了提高变电站作业信息的计算能力,构建了一种新型的模糊信息聚类算法模型。将变电站作业信息按电力属性数据信息进行分类,将变电站信息共享调度的主要特征量进行组合或者集中分配以处理;构建变电站作业信息分析应用系统,实现变电站作业路在超出标准时的信息报警和录像回传;通过带宽方式进行信息传达,提高了变电站作业路参数和线路的信息分析。最后在35 kV变电站作业路进行试验,算法识别精度为97.3%。该技术为变电站作业智能监控技术奠定了基础。

基于互信息和模拟退火算法的多模式医学图像配准

目的 实现 CT- MR多模式医学图像配准 .方法 提出了一种基于互信息和模拟退火算法的医学图像配准方法 .对多模式医学图像 ,运用信息论的基本概念“互信息(MI)”作为匹配标准 ,使用改进的模拟退火算法作为优化准则 ,通过求解两幅图像的最大互信息量搜索出最佳匹配参数 ,对待配准图像进行变换 ,从而达到配准的目的 .结果 我们把此方法应用于 CT和 MR图像的三维刚性配准 ,取得了较好的配准效果 .结论 该方法匹配精度和鲁棒性比较高 ,其中模拟退火算法克服了其他搜索算法容易陷入局部极大值的弊病 。

一种基于信息分散算法的分布式数据存储方案

针对分布式数据存储方案中,基于复制的方法和基于秘密共享的方法存在存储开销过大的问题,提出了分布式系统中一种基于IDA码的客户服务器工作模式的数据存储方案。该方案在数据写入过程中通过构造编码后数据分块的Hash值级连,即所谓的数字指纹,可实现Byzantine环境数据的完整性保护。

一种基于图像处理的岩石裂隙粗糙度几何信息算法

岩石节理裂隙的发育程度对精确预测山体灾害起着重要的作用。利用数字图像方法测量岩石裂隙粗糙度,在基于VC平台下编程得到了岩石裂隙曲线波峰与波谷之差、角点个数、与其拟合直线的交点个数和宽度4个信息几何参数,用得到的参数分析了裂隙粗糙度,并对其进行了有效量化。通过大量实验证实,这4个参数与岩石裂隙粗糙度系数之间有明显的关系,用这4个参数来描述岩石裂隙的粗糙度是一个可行的方法。

针对一类信息伪装算法的隐藏信息检测

本文针对一类基于空域LSB替换的信息伪装方法,提出了一种有效的隐藏信息检测技术。本文提出的隐藏信息的检测技术基于图像LSB比特序列的随机性度量的分析。在唯载密图像攻击条件下,通过在图像中嵌入测试信息的方法,建立秘密信息嵌入比例与LSB比特序列随机性度量的逻辑回归模型,从而实现图像中隐藏信息存在性的检测。实验表明对于灰度图像中即使0.4比特每像素的隐藏容量,仍可能获得较高的检测可靠性。这一方法同样适用于真彩图像。

XML文档的信息查询算法的实现

针对简单的XML文档提出了一种信息查询的算法 ,并以Java语言给出了具体的实现。

基于文本的信息隐藏算法

本文提出了一种新的基于文本的信息隐藏算法,算法利用人类的视觉系统(HVS)对标点符号和上下文之间 以及字与字之间的间隔并不敏感这一特点进行信息隐藏。大量的实验结果表明这一算法具有很好的隐藏效果。 每一个字可以隐藏一比特的密文信息。算法利用纠错交织分帧技术获得一定的抗增、删攻击能力。

信息隐藏与检测算法的特性分析

本文从系统模型的角度研究了信息隐藏与检测的问题 ,提出了用参数估计理论来衡量信息提取算法的优劣 .同时 ,用信息隐藏中常用的两种算法和四种应用环境为例 ,推导了参数估计的方差下限 ,并且用仿真结果验证了理论结果 ,同时得到了对应的信息提取算法为最佳估计算法的结论 .

基于N层向量空间模型的信息检索算法

N层向量空间模型是在传统向量空间模型的基础上提出的一种新的信息检索算法模型 ,这种模型将一篇文档从逻辑上划分为 N个相对独立的文本段 ,然后按照文本段的内容建立文本特征向量以及文本权值向量 .在此模型的基础上 ,更为精确地定义了特征值向量和相似度的计算方法 ,使之能比较好地适应文档集合的动态扩充 .理论分析和实验结果表明 。

增强现实环境下产品信息标注布局算法研究

针对增强现实条件下标注布局复杂多变的特点,提出在标注算法中加入预分布过程以提高算法效率,增强算法稳定性,并通过实验加以验证。分析增强现实中信息标注的问题类型,指出解决该类问题的思路,并阐述改进算法的实现过程,选择相关的参数,进行多次验证实验,并对结果进行分析,找出影响产品布局算法实现效率的因素,并使问题得到较好的解决。算法在解决信息标注问题上完全可行。

基于模糊评判的决策级信息融合算法的研究

文章针对水电故障诊断系统中普遍采用的传感器阀值判断方法引起的信息损失问题,将决策级信息融合技术应用于故障诊断系统中。在模糊综合评判技术和软判决融合结构下,提出了一种新的决策级信息融合算法。该算法以合成运算和全局决策融合来自多传感器的局部判决以获取所处理对象的综合决策分析,并通过在丰满水电仿真系统的故障诊断系统中的实际应用表明该算法优于传统的故障检测方法。

调制度测量轮廓术高度信息获取新算法

理论分析表明,在正弦光栅成像面前后调制度分布是一种高斯分布,据此提出一种基于高斯曲线拟合的调制度测量轮廓术高度信息获取新算法:高斯曲线拟合法。该算法对调制度分布序列中极值位置附近的部分数据点利用高斯函数进行拟合,从获得的拟合曲线求出调制度极大值的真实位置,该位置对应的扫描距离即为对应点的高度信息。对同一测量数据利用三种高度算法分别计算高度,测量精度为:极值算法0.78mm、重心算法0.37mm和高斯曲线拟合算法0.22mm,表明高斯曲线拟合法可以获得更高的测量精度。

不完整数据集的信息熵集成分类算法

集成方法是处理包含缺失属性数据集分类问题的一种简单有效的方法,但目前针对不完整数据的集成分类算法在衡量各子分类器的权重时只考虑对应的数据子集的维数和大小.考虑到不完整数据集的缺失属性对类别的贡献度,使用信息熵衡量缺失属性之间的差异,提出一种新的针对不完整数据的集成学习分类算法———信息熵集成分类算法(EECA).应用以BP神经网络为基础分类器的集成分类器在UCI数据集上进行实验.实验结果表明,EECA比简单使用缺失属性的多少计算子分类器权重的方法更有效,最终结果准确度更高.

利用Arnold对称性变换的图像信息隐藏算法

提出了一种利用Arnold对称性变换的图像信息隐藏算法 .待隐藏的秘密信息以及公开的承载信息均为灰度级静止图像 .首先使用图像置乱技术将秘图变换成无意义的图像 ,同时用一个数值控制置乱的次数 ,并在嵌入和提取时作为密钥 .在此基础上 ,将密图嵌入到承载图像的DCT域系数中 .该算法实现的隐藏图像透明性好 。