生成式人工智能的数据保护及责任归属问题研究——以ChatGPT为视角展开

当前,以ChatGPT为代表的生成式人工智能已经从单一的数据生成模型过渡到多元的大数据生成模式,并引发了多重法律风险,传统的归责方式不再适用于AI类犯罪。对此,应当重点在生成式人工智能前期抓取数据阶段细化责任,防止“责任堆积”造成的混淆局面。将数据保护和责任归属两者相互融合交叉,结合法律原则,通过“治标又治本”的手段,达到归责完善和保护数据的双重目的。

Image Processing Technology of Flaws within Infrared Transmitting Glasses

We investigated image processing algorithms of the original infrared glass flaw image. Using the Laplacian edge enhancement following LSD （Line Segment Detector） algorithm, we can get a good flaw image very consistent with the original one. This study is very helpful to further enhance the infrared glass flaw inspection technique.

基于动力XFEM的结构内多缺陷三步反演法

论文进行缺陷反演时,利用损伤指标法,确定缺陷数目,针对损伤指标法中缺陷取值范围存在人为性,推导了缺陷搜索范围的合理取值并进一步缩减了搜索范围;同时提出了一种考虑非线性因子的改进型人工蜂群算法,加速了多缺陷反演时目标函数最小化迭代过程。最后,通过三个算例验证了该方法对结构内规则和不规则缺陷的反演均具有较好的识别效果。

报文摘要算法MD5分析

随着计算机网络的发展 ,社会对网络安全的要求也越来越紧迫。文章回顾了网络安全的目标、几种网络攻击方法和网络安全技术 ,重点分析了普遍用在数据签名中的 MD5报文摘要算法。首先描述了 MD5报文摘要算法 ,并对其进行了详细分析 ,找出了它的缺陷 ,最后推荐了一种为克服此缺陷而对

论自动化行政中的瑕疵指令及其救济

伴随着自动化行政的广泛利用,由于数据来源、算法以及系统因素而带来具有瑕疵的行政指令,这些都会对相对人的权利产生影响并引发后续救济的难题和困境。基于自动化行政指令形成瑕疵的不同机理,甄别自动化行政中瑕疵指令的实质,理解算法黑箱是自动化指令产生瑕疵的基础,是应当考虑的法规范基础。基于此,传统的正当程序保护、申诉以及复议和诉讼面临着新的挑战。瑕疵指令实际上对应着几种救济的可能性,即针对行政程序、行政活动与事实行为的救济。对于有瑕疵的指令,需探寻更契合自动化行政特点的救济内容。

基于EMD和GA-SVM的超声检测缺陷信号识别

为提高金属探伤时对缺陷的识别能力,提出一种遗传优化支持向量机,结合经验模态分解(EMD),对超声波缺陷信号进行自动识别。首先进行经验模态分解法分解,提取出原始信号特征,构建特征向量。鉴于常用的神经网络模型识别率不高及支持向量机参数难确定的问题,利用遗传算法优化支持向量机模型(GA-SVM)的惩罚因子和核参数,提高支持向量机建模精度。分别采用神经网络模型、SVM模型和GA-SVM模型对特征向量进行训练与测试,GASVM模型识别率达到98.437 5%,优于神经网络方法和未改进的交叉验证法SVM模型。试验结果表明:遗传算法能有效提高支持向量机的性能,在小样本条件下能够提高超声缺陷的识别率。

基于频率和模态保证准则的结构内部多缺陷反演

静响应(位移、应变等)在实际问题的反演分析中很难由安装在结构上的一组传感器记录得到,而结构的动力特性(频率、振型)和动力响应(加速度、速度、动位移)在实际问题中较易通过传感器采集得到.文中基于频率残差和模态保证准则构建了反演分析模型的目标函数,并结合频域内动力扩展有限元法和人工蜂群智能优化算法的优点,扩展有限元法通过引入非连续位移模式在不重新划分网格的情况下通过改变水平集函数反映缺陷的数量、位置及大小,避免了反演分析每次迭代过程中的网格重剖分,人工蜂群智能优化算法在每次迭代中都采用全局和局部搜索,找到最优解的概率大幅增大并可很好地避免局部最优,同时,通过引入拓扑变量,将缺陷的数量纳入到反演分析过程中,迭代过程中可智能反演出缺陷的数目,建立了结构内部多缺陷(孔洞、裂纹)的反演分析模型.通过若干算例的分析表明:建立的反演分析模型能够较为准确地探测出结构内部圆形、椭圆形以及裂纹状缺陷的数量、位置及大小,且算法具有较好的鲁棒性.

砼内缺陷特征参数的快速检测算法

本文提出了一种快速检测声学参数的方法———用计算机软件自动计算混凝土内部缺陷特征参数的快速算法 .该方法与传统的超声仪测读法相比 ,具有自动、快速、方便、准确、稳定等特点 ;与文献 [2 ]介绍的循环比较法相比 ,其运算速度更快、检测精度更高、稳定性更好 .实验结果表明 ,该算法对超声接收波的首波起点的平均误判率为 4% ,较之循环比较法提高 1 8% .

基于遗传算法与支持向量机的火炮内膛疵病分类方法研究

支持向量机能够较好解决小样本、非线性数据特征的多分类问题,适用于火炮内膛疵病的分类,但其性能依赖于其参数的选取;对基本遗传算法进行改进,使用自适应的交叉算子和变异算子,并应用于支持向量机参数优化;通过对火炮内膛疵病分类精度的对比研究,改进的遗传算法确定支持向量机优化参数的方法取得了良好的效果,验证了该方法对疵病分类的有效性。

基于阻尼LSQR算法层析成像技术在铸件缺陷检测中的应用

在普通超声波检测的基础上引入层析成像技术,形成新的超声波层析成像探伤系统,可以有效克服普通超声波检测定位困难的缺点,能准确检测铸体中缺陷的大小、形状和位置。本文重点对超声波层析成像探伤系统的工作原理和阻尼LSQR算法(DLSQR算法)进行研究,经过数据采集、正演模拟、建立走时方程、反演求解等过程,实现了基于DLSQR算法的图像重建方法。实验表明,DLSQR算法具有良好的稳定性、较小的存储容量和计算量,适合病态问题求解。

噪声环境下遗传算法的优化研究

针对噪声环境下遗传算法的优化识别性能,对噪声影响的实质进行了分析。提出了多采样率策略的遗传优化算法,通过优化仿真分析,能很好地消除噪声对遗传优化性能的影响。

基于改进混合蛙跳算法的结构多缺陷反演

将改进混合蛙跳算法与动力扩展有限元法相结合,建立了基于结构振动响应的结构多缺陷反演模型.在混合蛙跳算法中,结合花授粉算法中的转换概率,在更新青蛙个体位置时引入子群内随机个体进行协助搜索,提高算法跳出局部最优的能力;同时引入双中心策略,提高优化算法解的质量.将改进混合蛙跳算法作为缺陷信息反演分析算法,动力扩展有限元法作为数值分析方法计算结构响应,结合二者建立结构多缺陷反演模型.将该模型应用于结构孔洞、裂纹等多种缺陷的反演分析,研究该算法在高斯噪声影响下的鲁棒性.结果表明:结构多缺陷反演模型能够快速准确反演出结构多种复杂缺陷信息,改进混合蛙跳算法相比于经典混合蛙跳算法具有收敛速度快,结果精确度高,鲁棒性强的特点.

轴(孔)类工件自动化精密在线检测及评判系统的设计

提出了一种轴 (孔 )类工件自动化精密检测及评判系统模型 ,可以对轴 (孔 )类工件的长度误差、公称直径、形状误差和表面缺陷分别进行检测 ,同时给出相应的评判算法 ,分别对检测结果做出了评判。经过大量的实验分析和仿真 ,验证了这种系统模型及其相应评判算法的可行性及正确性。

基于改进遗传算法的优化研究

遗传算法本身固有的并行处理性和开放性,使得它在优化识别方面的效率非常之高,而且受到越来越广泛的研究.然而,遗传算法自身也有一些缺点.遗传算法在寻优过程中易出现"早熟",设计变量增多时效率较低以及结构分析时间长.论文分析了遗传算法的常见缺陷,并通过采用小生境技术、基于多父体变量级别的杂交以及小生境技术的改进策略,遗传算法的优化性能(优化效率和质量)得到了大大的提高.

盲分离在缺陷信号处理中的应用

针对钢管二维漏磁检测系统中,轴向缺陷检测装置中探头采集到各路轴向缺陷信号之间的互扰问题,采用基于相对梯度算法的盲分离技术,消除探头中各通道传感器采集信号之间的互扰.仿真结果表明,该方法具有稳定的可靠性和有效性,可以有效消除信号间互扰,提高检测设备探测缺陷能力,具有一定的应用前景.

基于激活漏洞能力条件的软件漏洞自动分类框架

针对软件系统安全缺陷与漏洞问题,提出一种基于激活漏洞条件的自动漏洞分类框架。从文本报告和漏洞代码修复中提取特征,采用不同的机器学习算法(随机森林、用C4.5决策树、Logistic回归和朴素贝叶斯)构建静态模型,选择具有最高F值的模型识别不可见漏洞的类别。通过分析Firefox项目的580项软件安全缺陷来评估分类的有效性。实验结果表明:在所构建框架下,C4.5决策树在几种分类器中具有最优F值来识别不可见漏洞类别。在RedhatBugzilla数据集上将本算法与其他算法进行比较,结果表明本算法对软件漏洞缺陷的分类性能更优,证明了算法的有效性。

基于独立分量分析的缺陷信号除噪

独立分量分析ICA是一项新兴的阵列信号处理方法,在简要介绍ICA概念和定点算法的基础上,将ICA的定点算法应用到缺陷信号除噪中。仿真试验结果表明,ICA的定点算法除噪效果优于传统的数字滤波器,它在缺陷信号除噪中具有较大的应用潜能。

基于扩展有限元法的结构内部多缺陷的反演分析

基于扩展有限元法和改进的人工蜂群智能优化算法,建立了检测和量化结构中多个内部缺陷的反演分析模型。反演分析模型中,由水平集函数来表征每个缺陷的位置及尺寸,采用精英加引导策略的人工蜂群搜索方程进行全局搜索,直到达到收敛为止;提出以人工蜂群对不同数目的缺陷参数样本进行贪婪选择,无需预先知道结构内部所含的缺陷数目,迭代过程中缺陷数目可以智能改变。该模型避免了反演过程中网格重划分问题,有效地减少了迭代的计算成本。通过若干算例的分析表明:在结构内部所含缺陷数目未知情况下,建立的反演分析模型能够快速准确地识别并确认出结构内部存在的缺陷数目及其相应的位置和大小。

基于独立分量分析的缺陷信号串扰消除

漏磁检测设备中纵向传感器阵列特殊的物理结构,使得采集的缺陷信号之间不可避免地产生串扰,因而降低了检测设备的可靠性。结合采集信号的阵列特性,通过使用基于独立分量分析(ICA)的阵列信号处理方法,分离出各路消除串扰的源信号。仿真试验结果表明,ICA的定点算法可以消除信号之间的串扰,满足检测设备要求,具有较大的应用潜能。

车轴压装部相控阵超声波探伤的各向异性扩散去噪改进算法

为了在铁路车轴相控阵超声波自动探伤中有效去除车轴压装部轮轴接触界面回波的干扰,结合车轴压装部裂纹的周向连续性远高于轴向连续性这一固有特征,选取超声波声束沿周向扫查(B扫)方式对车轴压装部进行超声波检测,然后对原始超声波检测信号进行数字信号处理,得到车轴压装部的B扫图;基于B扫图中界面回波与缺陷回波不同的连续性及不同的聚集特征,提出使用局部区域对比度作为聚集特征的表征参数,并将该参数作为各向异性扩散函数的一个参量,对传统的各向异性扩散去噪算法进行改进,建立基于区域对比度的自适应各向异性扩散改进算法。试验和实车的验证结果表明:与传统算法相比,采用改进算法得到的峰值信噪比和对比噪声比分别提高5.2和7.8dB,在不漏判的情况下误判率下降了18%。