绝对重力测量异常值的局部异常因子检测算法

自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度。目前一般采用的一元正态分布异常值检测算法漏检率高,容易造成测量结果的偏差和测量精度的下降。利用人工智能算法中的局部异常因子异常值检测算法,可以在线、快速、高效地完成自主研发绝对重力测量数据的异常值检测。首先,根据实测数据构建测试数据集,利用数值模拟确定局部异常因子算法邻域宽度参数的取值;然后,基于实测数据进行异常值检测并进行结果评估。评估结果表明,局部异常因子异常值检测算法对离群程度不同、连续出现异常值等情况检测效果明显优于一元正态分布异常值检测算法,组测量精度平均提高9.37μGal,可以作为自主研发绝对重力仪异常值检测的通用算法完成组测量结果的异常值检测。     

从色谱分离到智慧医疗所涉及共同的数学物理本质:不可逆性

溶质带中的众多分子在固定相-流动相环境中的色谱分离过程能够类比成疾病高危人群在多种暴露因素的疾病严重程度排序。色谱过程和机器疾病诊断-医嘱的共性在于对成分或个体疾病状态的分离或分类，二者都表现出随时间演化的不可逆性，但前者属于线性非平衡热力学而后者属于耗散结构的非线性非平衡热力学。当将科学视野从药物检测和制备扩展到循证医学、离散数学（公理集合论、概率测度）、人工智能（AI）-云计算领域时，对流-扩散方程和非平衡热力学中的不可逆性就成了色谱分离和智慧医疗两个交叉领域的共同的、核心的数学物理本质。抓住不可逆性这一学科间的共性特征，构建和发展这两个领域统一的、全覆盖的数学构架，具有深远的科学和现实意义。     

大数据背景下人工智能发展对大学数学教学的启示

大数据时代,以数据为载体的人工智能技术渗透到社会的各行各业,而人工智能技术的发展越来越依赖应用数学学科的进步.在此背景下,大学数学教学改革成为必需,以适应社会新时代的发展.结合自身的教学改革实践,探讨如何从基本的大学数学内容出发,进行拓展,向学生介绍前沿的人工智能技术.从而,增加数学课程教学的趣味性和实用性,加深学生对数学思想方法在人工智能领域应用理解.     

基于自组织特征映射聚类算法的研究与应用

讨论了基于自组织特征映射网络聚类算法的基本原理，并给出了基于关系数据库的具体实现方法，通过对实例的具体测试，证明算法是有效的，并对算法的参数进行了讨论．     

基于粒的二进制运算的关联规则提取方法

讨论了信息粒及其实例。建立了粒与二进制数的对应关系。定义了粒计算与二进制数计算的相似性和互换性，因此用粒计算方法作决策被转换为用二进制计算方法来提取关联规则。这样不仅是速度快，而且效率高。     

Rough集中不一致决策表的一种处理方法

Rough集理论在对不一致决策表的处理上一直是较为困难的问题。给出一种处理不一定决策表的方法，可将原决策表加工成为人们决策时满意的决策表。     

证据理论的随机集表示

证据理论是由Ｄｅｍｐｓｔｅｒ和Ｓｈａｆｅｒ于６０－７０年代提出的一种不确定推理方法，在人工智能中有着重要的应用价值。本文利用随机集为工具，给出证据理论的随机集表示，得到了证据理论中ｍａｓｓ函数的计算方法及Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ合成公式。     

人工智能与自动控制

本文着重从三个方面论述了人工智能和自动控制的关系。（１）人工智能的方法和应用；指出根据差异进行搜索的策略是自动控制的反馈思想在人工智能中的体现，而智能控制是人工智能在自动控制领域中的应用的成果；（２）自动控制理论的发展；指出智能控制的自动控制向深度发展的必然结果；智能控制理论的出现标志着自动控制理论迈进了第三个发展时代；（３）智能控制和大系统；指出智能和大系统是自动控制领域是相辅相成的两处重的前没     

调度问题中两类分离约束传播算法的比较及一种改进算法

约束传播算法是求解约束满足问题的一种重要方法。调度问题是一种特殊的约束满足问题。本介绍了调度问题中的Edge-Finding和Energy-Reasoning两种分离约束传播算法，并对它们进行了比较，中最后给出了一种结合Energy-Reasoning的Edge-Finding改进算法。     

智能化管理信息处理技术的研究与发展

智能化管理与人工智能技术、认知科学的研究与发展有着紧密的关系.本文介绍了智能化管理的软计算融合与协作技术,及其建立的智能化管理系统;探讨了人工智能和认知科学的发展,及其对智能化管理的信息处理技术的影响.