基于人工鱼群算法的多用户系统资源分配策略

针对当前多用户系统资源分配策略存在的用户公平性较差、 系统吞吐量小等缺陷, 设计一种基于人工鱼群算法的多用户系统资源分配策略. 首先通过分析多用户系统资源分配的工作原理, 构建相应的数学模型; 然后引入人工鱼群算法对多用户系统资源分配的数学模型进行求解, 并针对标准人工鱼群算法存在的局限性进行相应地改进; 最后与其他多用户系统资源分配策略进行仿真对比测试实验. 实验结果表明, 人工鱼群算法可以快速、 准确地找到多用户系统资源的最优分配方案, 有效保障了用户的公平性, 且大幅度改善了多用户系统的通信能力, 整体性能优于其他多用户系统资源分配策略.     

T-S模糊切换系统的非脆弱鲁棒H∞ 控制

为解决传统控制器在存在参数摄动时使闭环系统可靠性及期望的动态性能下降问题,针对一类基于T-S 模糊模型描述的不确定非线性时变时滞切换系统,进行了非脆弱鲁棒H∞控制器设计。首先,应用平行分布补偿法( PDC: Parallel Distributed Compensation) 算法,建立了非线性切换闭环系统的全局模糊模型; 其次,基于平均驻留时间法( ADT: Average Dwell Time) 通过构造出模糊基依赖的Lyapunov-Krasovskii 泛函,得到闭环系统非脆弱鲁棒H_∞控制器存在条件,并将控制器的设计转化为求解一组线性矩阵不等式的凸优化问题。最后,仿真算例验证了该方法的可行性。     

远程终端可控AI门禁系统

为解决传统门禁系统安全性低、用户体验差、无法满足社会对于智能家居的需求问题,开发了一种基于远程终端可控的人工智能门禁系统。该系统以因特尔UP2 嵌入式平台为硬件基础,乌班图操作系统为软件基础,融合人脸识别、指纹识别、语音识别、射频卡识别等技术,采用PyQt 语言编写图形界面,通过搭建云端服务器,实现远程终端控制。该系统集成了多种身份识别及开锁方式,实现开锁的智能化、便捷化,并能较好地适应不同的生活情境,同时采用多种识别方式组合验证,改善了门禁系统的安全性。     

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。     

7.21修回稿---人工智能赋能体育场馆智慧化转型的基本表征、应用价值及深化路径

运用文献资料、逻辑推理和案例调查等研究方法,深入分析了人工智能赋能体育场馆智慧化转型的基本表征、应用价值及深化路径。研究认为：1）相较于传统体育场馆特点,人工智能赋能体育场馆智慧化转型的基本表征为建筑智慧化、服务智慧化和管理智慧化;2）通过对体育场馆传统职能的厘清,人工智能赋能体育场馆智慧化转型的应用价值主要是助力大型体育赛事顺利举办、助力体育产业高质量发展和助力公共体育服务有效供给;3）在人工智能赋能体育场馆智慧化转型的实践过程中,存在着标准体系缺失、推广难度较大、应用效果不佳和数据问题较多等现实困境。4）为了使人工智能更好地赋能体育场馆的智慧化转型,提出了制定标准体系、实施差异发展、实现整体优化和提供系统保障4条深化路径。     

全球人工智能人才培养的政策比较研究:以中美英加四国为例

全球人工智能竞争的核心是人才存量与人才质量竞争,关键是人才培养能力和人才培养水平竞争,根本是人才培养制度也即高质量人才持续输出能力的竞争。面对全球人工智能人才存量不足、人才质量不高和人才流失等问题,通过系统梳理美国、英国、加拿大和中国的人工智能人才培养政策条目,从人才培养的研究维度对四国人工智能人才政策的特性进行归纳性分析与比较。研究显示,四国人工智能人才培养政策具有高度共性特征。一是重视营造良好的人才培养环境;二是制定科学的人才培养目标;三是重视人工智能教师队伍建设;四是发挥高校人才培养主体作用;五是产学研合作育人。但同时也存在显著差异,如美国在基础研究人才培养、数据环境建设、公私合作育人等方面有较好的经验;英国更加关注人工智能人才的数字理解能力培养;加拿大将培养、吸引和保留人工智能人才,构建完整的人才生态系统作为人工智能领域共识;中国在政府主导下充分发挥高校人工智能人才培养职能。针对中国面临的人工智能人才问题,建议在人才培养数据平台建设、人工智能人才概念界定、人才培养伦理构建、师资队伍建设和人才生态系统完善5个方面进一步健全人工智能人才培养政策体系。     

水产品滋味研究进展

水产品是优质蛋白质的重要来源,其滋味以"鲜甜"为主要特征,深受消费者青睐。近十年来随着水产品滋味相关研究逐年增加,其研究方向更加聚焦,研究从工艺向流通环节延伸。梳理了近年来水产品滋味的研究热点,总结发现水产品中滋味组分数量众多且具有多元化的呈味特性,包括含氮有机物、非含氮有机物和无机离子3大类。水产品中已发掘的关键滋味活性组分主要包括Glu、Gly、Ala、Arg、IMP、AMP、Na⁺、K+、K⁺、Cl+、Cl^-和PO_4-和PO_4^(3-)10种成分,但探明的水产品种类较少,仅占联合国粮食及农业组织收录的食用水产品总量的11%。相对于传统的水产品滋味分析手段环境不友好且效率低下,基于组学概念的滋味成分解析技术综合了代谢组学和蛋白组学等有利于解析水产品滋味成分的形成和分布,基于人工智能的滋味评价技术可以为水产品滋味智能化评价和精准预测提供解决方案,多技术联用的感官组学技术可进一步提升水产品滋味感官组学策略研究的效果。研究旨在为更加客观精准地解析水产品滋味成分(间)的作用机制提供支撑,为水产品高值化、规模化开发和推动水产品行业发展提供参考。     

人工智能对职工劳动收入份额的影响基于技能偏向视角的实证研究

随着信息技术的发展,劳动力市场和国民收入分配受到冲击。人工智能在制造业的应用将会影响企业内部初次分配中劳动和资本要素的份额。本研究基于技能偏向视角,通过2015~2019年计算机、通信和其他电子设备制造企业的微观数据,克服宏观总量偏误,实证检验人工智能对职工劳动收入份额的影响。研究结果表明：人工智能有助于提高职工劳动收入份额;就业技能结构在人工智能提高职工劳动收入份额间发挥部分中介效应。研究还发现：人工智能对职工劳动收入份额的影响存在边际递减效应,并且人工智能对出口企业的作用更明显。研究对适应智能社会的收入分配改革和教育培训制度具有参考价值。     

支持向量机和人工神经网络在期权价格预测中的比较研究

期权定价已成为金融市场的重要组成部分之一。 由于市场是动态的,准确预测期权价格非常困难。 因此,设计和发 展了各种机器学习技术来预测期权价格未来趋势。 比较了支持向量机(ＳＶＭ)模型和人工神经网络(ＡＮＮ)模型在期权价格预 测中的有效性。 在测试和训练阶段,２ 种模型都使用公开可用的基准数据集 ＳＰＹ ｏｐｔｉｏｎ ｐｒｉｃｅ－２０１５ 进行测试。 ２ 种模型均采 用主成分分析(ＰＣＡ)转换后的数据,以达到更好的预测精度。 另一方面,为了避免过拟合问题,将整个数据集划分为训练集 (７０％)和测试集(３０％)２ 组。 将支持向量机模型与基于均方根误差(ＲＭＳＥ)的神经网络模型的结果进行了比较。 实验结果 表明:神经网络模型优于支持向量机模型,预测的期权价格与相应的实际期权价格吻合良好。     

一类欠观测系统的可观测性研究

探索月球及月球以远天体对推动太阳系起源、行星演化、生命起源等基础科学问题的研究至关重要,已成为各航天强国的发展重心.由于深空探测任务距离遥远,深空探测器依靠地面测控网进行导航难以保证安全可靠运行,亟需发展自主导航能力.基于序列图像的自主导航系统具有成本低、功耗小、全程适用和数据结构简单等优点,可有效降低深空探测器自主导航系统的空间及能源负担,是实现深空探测器自主导航的理想手段之一.但是,受深空探测目标先验信息缺失及复杂环境下系统误差难以自主校正的影响,基于序列图像的深空探测自主导航系统属于典型的欠观测系统.为提升此类自主导航系统的精度和工程实用性,需以可观测性理论研究为基础,指导自主导航系统的设计及工程实现.针对可观测性理论研究的实际需求,本文首先从非线性系统可观测能力的表征、判定及量化等三个方面系统地阐述了现有理论及方法的研究现状;之后,调研了一类欠观测系统(基于序列图像的自主导航系统)的可观测性分析方法,给出了针对此类系统的可观测性研究现状,并讨论了各方法之间的优劣;最后,通过对已有成果进行总结归纳,探讨了现阶段欠观测系统可观测性研究存在的不足以及未来的发展趋势.