谭亚莉:算法时代网络主流意识形态的优化策略

一、算法传播与网络主流意识形态话语建构的互动关系

(一)算法传播的逻辑规则作为一种崭新的传播形态和传播范式,算法传播具有独特的逻辑规则:

第一,从本质上来看,算法传播是一种建立在大数据建模分析基础之上,依靠算法决策的新型传播形态。数据收集和数据分析是算法传播的基本单元,算法传播过程则被简化为一种数据挖掘和数据驱动,表征为实现一系列象征性数据和符号的编码、解码。它不仅包含对一切客观自然存在或社会存在的数据化表象呈现,而且织就了万物互联、意义互通的空间,实现了人与人、人与物、物与物之间的信息高速转换、交流、循环,打破了真实世界与互联网大数据世界的边界。算法累积的用户数据越庞大、越完整,生成的内容越符合用户需求,传播效果越理想。基于大数据,算法可以同时追踪数千万个受众信息行为并建立模型,通过频率分析寻找最佳模式来获得用户特征,通过“用户画像”精准掌控用户习惯、兴趣爱好,并在实时监控和反馈下不断强化或调整生成、分发内容,“实现了千人千面的个性化、分众化的信息筛选与推送”[5],推荐信息更新周期短、推送效率更高。

第二,从形式上来看,算法传播以算法技术为驱动,形成了以“人”为计算中心的供给与需求关系链。算法传播主张“一切可计算”,遵循数据中心主义原则,传播框架内的对象、内容、方式、效果等都可以被计算。在算法传播规则中,人的情感、思维、行为、态度、社交关系等都被量化为一系列的数据流,例如具有相似兴趣爱好、使用习惯的社交媒体用户,算法均为他们建构了专属的心理特征和行为档案。经过无时无处不在的大数据收集和分析,算法频率会在特定情境下根据用户需求自动生产、自动分发融趣味性、偏好化、娱乐化为一体的内容,并实时根据用户信息获取体验反馈,调整分发方式,对传播对象实施精准营销。“从算法信息分发的内在机理看,代码催生的个性化信息订制蕴含了‘推送何种信息’取决于‘你是谁’的潜在逻辑。”[6]这种精准个性满足了信息受众的需求,导致网民对算法充满了好奇与崇拜,自动默认与追随算法推荐的信息内容,沉醉于其中甚至欲罢不能。

第三,从传播要素来看,在大数据技术背景下参与算法传播的自我、群体、媒介,依托数据流实现了深度融合与进化。算法传播主体“逐渐成为一个自组织的智能系统”,“远远超过个体、组织、媒介或人工物所可能具有的能力和范围,进而生成为一种数据的集体无意识”[7]。在一定意义上,我们可以说智能算法已成为算法传播主体,它承担着生产者、把关人、中介渠道、消费者、反馈者等多重角色,“依靠关键词分析和自动化内容生成,独立完成了以往需要传播组织内部分工协同的多项工作”[8]。传播主体的不确定性与信息边界的模糊化,促使“人”的主体性和权力不断退让,资本和权威控制数据流和信息流,由算法所建构的、稳定的信息控制模式改写了传播规则与传播价值。算法传播对象也不再是被动的信息接受者,而是转变为网络信息再生产和话语权力再分配的积极参与者。

在商业价值追逐、资本逻辑裹挟下,算法传播极易“异化”为资本主义意识形态的输出工具,以十分隐蔽的形式“使强调价值引导、社会责任、内容为王为主导的话语建构受到挤压,为消极错误思想、西方自由主义思潮、虚无主义思潮,以及伪科学、假消息等开辟了技术的‘自由场域’”[10]。成为导致网民认知偏向、价值迷失、行为扭曲的一种“隐性权力”。境外势力借助算法技术先发优势频繁对境内网络进行操控,部分网络社交媒体或自媒体的信息生产被垄断,在利益正当性掩护下不断夺取网络领域的精神生产支配权。民粹主义、新自由主义、历史虚无主义等社会思潮披着算法推荐的技术外衣,挑起众多网络舆情事件,碎片化的话语体系和网民快餐式浏览行为助推舆情事件持续发酵,掩盖甚至淹没了事实真相。

综上,基于大数据和智能媒介技术的算法传播生成了全新的网络拟态环境,它既可以是对现实世界的真实客观反映,也可以是偏离或歪曲反映,它与现实环境共同作用于网民对主流意识形态话语的认知、态度、行为。网络主流意识形态话语传播要正视算法传播对舆情事件或符号信息进行摹写、加工以及结构化后所形成的信息环境,还要充分考量受众接受信息的心理环境与非理性因素的影响,充分借助现代化传播手段描绘与重构有利于主流意识形态话语传播的网络拟态环境,牢牢掌握网络主流意识形态话语权和领导权。

算法传播的技术根基是算法,算法从计算机领域为实现特定结果的一套编程表达技术,伴随算法推荐技术在信息媒介领域的广泛应用,“算法不再仅仅只是一种技术工具或者技术手段,而是成为一种事物存在的‘形式’深度渗透到社会生活中,并且还会逐渐脱嵌出来形成自身的技术文化与思想范式”[12]。算法由信息传播手段发展为社会行为导向、思想价值塑造、现实利益分配的一种权力,反向“绑架”和“规训”人们的生产生活、社会交往和思维方式,挑战人的主体能动性。网络主流意识形态话语的有效建构可以在思想引导和行为塑造层面坚守“以人为本”的根本原则,从价值理念的源头上充分体现和尊重人的主体性地位,有效规避算法传播对人的反向驯化和吞噬。

从网络意识形态工作发展视角来看,算法传播可以成为网络主流意识形态话语建构的机遇和载体,成为增强网络主流意识形态工作实效的渠道与媒介。在网络主流意识形态话语“缺场”的阵地,算法传播叙事能在一定程度上替代主流意识形态话语行使思想价值引导、人文精神关怀等功能,但算法负载的技术逻辑和价值逻辑易导向信息乱象、社会价值失序、受众行为失范。网络主流意识形态话语能增强主流价值对算法传播过程的导向,以算法传播为主导的平台媒体将不再以受众偏好、兴趣为首要的价值评判标准,自觉加大对符合社会主义主流意识形态话语内容的推送权重。通过对网络信息内容的有效监管、筛选和把关,高扬那些体现崇高意义和社会价值的正能量信息,抛却那些刻意迎合兴趣但意义缺失甚至负面低俗的信息内容,让主流意识形态话语顺利穿透算法迷雾,占领网络空间舆论场域的制高点。

“每种技术都有其内在偏向,在它的物质外壳下,它常常表现出要派何用场的倾向。只有那些对技术的历史一无所知的人,才会相信技术是完全中立的。”[13]技术本身并无价值取向可言,但任何一项技术因开发者的介入都会打上价值观烙印,不存在绝对价值中立或无价值观的技术。算法传播所配置的个性化信息的意义、流向以及受众对信息感知的方式,都带有或明或暗的不同价值倾向,这种倾向会伴随算法技术更新换代不断扩大影响力。算法传播既然具有价值负载性,就决定了它可以被主流价值驯化。网络主流意识形态话语可以在价值层面赋予算法传播正当性和合理性,纾解人们的算法焦虑。在主流价值驯服、驾驭之下的算法,可以实现技术发展、社会责任与价值担当的双向促进,实现工具理性与价值理性的辩证统一。在中国特色社会主义制度语境下,网络主流意识形态话语可以为算法传播提供主流价值标准,它所蕴含的理性、伦理、人文、法律和制度的综合力量,可以作为算法传播设计与运行的伦理原则和政治指导,这是提高算法传播在媒介技术领域的核心竞争力、实现其长远发展的根本前提。

二、算法传播时代网络主流意识形态话语建构的现状

(一)算法传播依托平台优势,削弱了网络主流意识形态话语的主导力在互联网技术与移动通信技术赋能下,以智能应用为媒介、以数据为中介的网络数字平台实现了野蛮生长,为网民提供了直观、简洁、快速的信息获取与丰富的场景沉浸体验,带来了生产生活方式的革新。据中国互联网协会发布的《中国互联网企业综合实力指数(2021)》显示,位居前十的互联网头部企业均为平台型企业,主体上包括电商平台、社交平台、娱乐游戏平台、信息搜索平台、新闻资讯平台、物流交通平台,全方位覆盖日常生产生活应用场景。网络数字平台利用多样化算法推荐机制实现人与信息的智能“连接”,生成全新的信息获取方式、知识生产模式、社交关系建立路径,新技能、新信息、新知识、新服务、新关系以“懂你”的姿态俘获万千用户芳心。

在算法传播主导下,那些特色网站、网络论坛、大V、短视频、直播平台所呈现的言语符号系统“有趣有料”、传播快捷、覆盖范围广、交互性强,其所包含的网络流行语、亚文化话语等,高度贴合受众个性化需求,并以强大的情绪情感黏性锁住用户。在技术加持、资本裹挟、盈利能力突出的算法平台夹击下,主流媒体的品牌效应、用户忠诚度、社会影响力深受冲击,绝对意义上的话语权威、话语主导地位被打破,传统主流媒体面临被边缘化风险。网络主流意识形态的话语传者主要通过传统主流媒体进行发声,在争夺有限注意力的智能媒体时代,网民对智能算法的依赖和兴趣提升,在比较优势下削弱了网络主流意识形态话语传者的“吸粉”能力,侵蚀和压缩了网络意识形态话语有效传播的空间。

从网络主流意识形态话语建构实践来看,其话语生产传播机制是单向度、自上而下的,带有强烈的威权色彩与灌输意味。话语体系、话语方式、话语资源、话语内容与网民全方位、多领域的需求匹配度不够,表现出话语使用剥离受众生活世界、话语信息不对称、网络话语与主流话语差异大等症候,导致话语受众对主流意识形态话语的依赖和信任逐渐减弱。同时,网络主流意识形态话语传者对算法传播带来的传播媒介、场域、平台和载体的变化缺少全方位分析,对话语受众网络思想行为、认知方式、接受特点及兴趣爱好缺乏精准研究,因而不能像算法传播一样精准投放适应受众需求、符合受众特点、有吸引力和感染力的话语内容,网络主流意识形态话语的主导力逐渐式微。

算法传播信息的个性化、偏好化收割了绝大多数的注意力资源,侧面导致了主流意识形态话语的信息传递到达性、阅读频率和点赞、转发概率有所降低。受众日益沉浸在算法传播的碎片化、泛娱乐化、虚拟化的情境中,他们所接触的话语与公共性价值日渐背离,兼具严肃、理性与深刻的主流意识形态话语被悬置,并逐步退出其注意力范围。算法传播不断生成的“信息茧房”效应、“泛娱乐化”现象、“后真相”环境,为主流意识形态建构带来价值无序化、边缘化、分化和固化等诸多负面影响[18]。网络主流意识形态话语被“不感兴趣”标签自动过滤和清洗,高度个性化和同质化的信息将受众包裹在“信息茧房”中,造成受众逐渐疏离具有公共性的主流意识形态话语,沉浸在高度同质甚至低质的个性化信息洪流中。“后真相”又造成网络次生舆论甚嚣尘上,公众情绪非理性化、个体思维固化、群体极化,不断解构传统主流价值共识与认同,进而产生政治冷漠、信任体系异化、价值虚无危机[19]。长此以往,将削弱主流意识形态话语的凝聚力,解构网络空间价值共识和良好的舆论环境,具有偏见性质的网络舆论与现实社会问题、公众情绪叠加,造成公共舆论“巴尔干化”和分歧,放大了社会风险。

(三)算法传播遮蔽了受众主体性和价值判断能力,加大了网络主流意识形态话语的认同难度

智能媒体的“致瘾”机制遮蔽了受众的主体意识与思维能力[20],数字技术催生的快乐主义和消费主义价值观,让受众欲罢不能、全情投入,盲目接受算法推荐、缺乏反思精神的受众,将逐渐放弃主动选择、主动创造信息价值的权利。在算法建构的泛娱乐化、后真相信息圈池中,受众的理性思考能力、价值判断能力、意识形态风险防范意识都被削弱,文化分层和价值区隔化也日益窄化网民的视界,弱化了受众对主流意识形态话语的理性认知能力、理解能力和接受能力,那些碎片化、娱乐化信息内容也阻碍网民形成系统性、整体性思维。“选择性悖论”在算法传播时代高度张扬,即受众选择越多、越被动,越主动去选择、接受更多的信息,越被局限在算法规则之下,结局即为信息同质化、价值扁平化、主体性缺失。

三、算法传播时代网络主流意识形态话语建构的优化策略

(一)重塑生态:强化主流价值对算法传播的引领网络空间意识形态工作要反思算法传播带来的机遇与风险,转换理解技术的方式,超越二元对立模式,积极寻求建构和谐共生关系的路径。要以主流价值观来调控算法,通过调控、疏导和引领信息生产源头的算法设计者、信息内容的生产和分发过程,把算法传播培育成促进网络主流意识形态话建构的积极力量。

第一,注重对开发者和生产者的价值观教育与行为规范引导。算法传播的起点是算法程序和算法规则,它是由人工和智能机器协作完成的一套代码和编程来实现,而“媒介是人的延伸”,任何一次算法传播的发生都承载了人的价值倾向,算法传播引起的价值问题要归结于开发者的价值塑造和价值教育。要加强对算法程序人员的网络信息技术伦理、社会主义核心价值观教育,使他们坚定政治立场、提高思想觉悟,引导其合理合法合规的开发算法、运用算法。运用算法推荐技术的媒体行业要增强自律意识,自觉把职业道德规范、法律法规内化为自身行为标准和价值准则,强化媒介担当和社会责任。企业平台要自觉承担算法传播信息内容审查责任,阻止破坏网络舆论环境的不良信息泛滥,净化网络生态环境。

第二,加强主流价值观对算法传播过程的把关作用。众多智能媒介技术介入到信息生产和传播过程中,尽管提高了信息收集和传播效率,但机械化的技术易被人为控制和操纵,算法把关容易使那些错误社会思潮和敌对意识形态以隐蔽而有效的方式充斥网络空间,遮蔽、削弱甚至压制主流意识形态,对网民特别是青年网民产生不可估量的负面影响。为此,要加大“人”在算法推荐过程中的参与性与主体性,重新将把关人角色从算法传播手里夺回,守住主流价值观的话语权阵地。在信息分发阶段可采用人工筛选和智能机器分拣、过滤协作的方式,如“今日头条”招聘大量人工编辑来填补算法漏洞,把那些恶意、虚假、淫秽、怪异、低俗等信息粉碎、淘汰,把符合主流价值观的、积极健康向上的信息分发、推送,最后形成主流意识形态话语占主导的传播态势。

(二)争夺注意力:推动网络主流意识形态话语变革创新面对算法传播对网络信息格局的强势建构,主流意识形态话语必然要实现与算法推荐技术与内容的深度融合,在确保意识形态性、理论性、系统性的基础上,提升话语的亲和力、吸引力、感染力。

(三)识别接纳:提高网络主流意识形态话语受众的算法素养为了推进网络主流意识形态话语与受众的有效连接,规避算法传播风险,必须提高主流意识形态话语受众的算法素养。如果把算法比喻成一个“黑箱”,那么算法素养就是识别“黑箱”的能力,包括“过滤机制和设计选择功能的基本知识,以及了解算法对个体的影响是什么”[23]。算法素养一方面强调要接受算法传播的存在,勇于接受算法技术和算法思维的挑战;另一方面也要客观认识到算法传播可能带来的个人主体性损伤与社会风险,提高防范风险、对抗风险的能力。

第一,帮助受众正确认知算法原理、识别算法风险。调动社会资源,开拓受众正确认知算法推荐本质及其影响的渠道,倡导那些对网民影响力大的主流社交媒体,适度公开其算法推荐原理,向网民解析平台算法推荐的方式、过程、目的,引导网民在进行信息选择和信息服务消费时保持理性审慎的态度。开展媒介素养教育,设计专题在线课程,邀请计算机领域专家透析算法传播所带来的“信息茧房”“过滤气泡”“群体极化”“回音室”等效应,深刻认识这些效应对当下社会价值共识凝聚、对个体现实生活所产生的影响。帮助网民全面认知算法推荐原理及对个体和社会可能带来的风险,可以通过采取什么方式或行为去抗衡算法影响。支持那些有足够能力和条件的受众,通过学习掌握的算法知识进一步建构自己的算法,抗衡或改变算法传播的不利影响。

(四)利用超越:激发网络主流意识形态话语传者的算法能量网络主流意识形态话语传者要顺应算法传播潮流,及时转变理念,清晰认知算法推荐本质与规律,理性研判和审视算法传播风险,抓住大数据时代算法把关范式带来的发展机遇,驾驭算法、优化算法、为我所用,在技术赋能下推进主流意识形态话语内容的多媒介渠道融合传播,提升主流意识形态话语的舆论引导力、思想渗透力、价值引领力。

THE END
1.精选教程Transformer模型(时间复杂度过高)优化策略还有一个好消息 85后“海王”被抓:11年结婚5次 女子地铁起冲突大吼你有几套房 周黑鸭创始人谈伤势:现在脸上光溜了 李亚鹏也来卖酒了 高校回应男生将女生按地上强吻 中国过境免签政策全面放宽优化 山体滑坡致44人遇难!致灾成灾原因查明 曝学生校服中扯出薄膜 官方介入 涉案超30亿 巨贪李建平被执行死刑 《清明上https://m.163.com/v/video/VXIOBOT9V.html
2.神经网络优化:实时计算和延迟优化神经网络优化是一种关键的技术,它旨在提高神经网络的性能和效率,以满足实时计算和延迟优化的需求。随着大数据和人工智能技术的发展,神经网络优化已经成为一个热门的研究领域,具有广泛的应用前景。 在本文中,我们将深入探讨神经网络优化的核心概念、算法原理、具体操作步骤和数学模型公式,以及实际代码实例和未来发展趋势。我https://blog.csdn.net/universsky2015/article/details/137303318
3.高并发实时优化算法研究.docx此时,实时优化算法可以通过在线学习和迭代优化,不断提升数据分析的精度和速度。 此外,在物联网领域,实时优化算法也发挥着关键作用。随着物联网设备数量的不断增加,如何合理地管理这些设备,确保它们之间的通信稳定和高效,成为了一大挑战。实时优化算法可以根据设备的状态和网络环境的变化,实时调整设备的工作参数和通信https://www.renrendoc.com/paper/315566383.html
4.关于优化方案集锦10篇进行车载柜体的优化设计时,除了需要有可靠的优化模型外,还需要选择效率和计算精度都比较高的优化算法。按照优化过程中对约束的处理方法、样本选择方法等不同,优化算法可以分为梯度法、直接法和全局优化法3类: (1)梯度法利用了函数的导数、梯度等数学特征,是解决目标函数和约束函数为非线性、连续、可微函数这类问题的https://www.oh100.com/a/202211/5483466.html
5.分布式实时系统任务容错调度优化算法研究在线阅读下载 引用 收藏 分享打印 摘要:随着计算机应用的日益流行,分布式实时系统的应用范围越来越广。实时系统具有严格的实时性和可靠性要求,确保实时系统的实时性和可靠性已经成为实时系统研究中亟待解决的问题。实时系统容错调度算法是确保实时性和可靠性的有效方法。任务容错调度是分布式实时系统的一个关键问题,有效的分https://d.wanfangdata.com.cn/thesis/Y3177514
6.蚂蚁金服核心技术:百亿特征实时推荐算法揭秘阿里妹导读:本文来自蚂蚁金服人工智能部认知计算组的基础算法团队,文章提出一整套创新算法与架构,通过对TensorFlow底层的弹性改造,解决了在线学习的弹性特征伸缩和稳定性问题,并以GroupLasso和特征在线频次过滤等自研算法优化了模型稀疏性,在支付宝核心推荐业务获得了uvctr的显著提升,并较大地提升了链路效率。 https://maimai.cn/article/detail?fid=1010621115&efid=mIQCHnkj0zjxlpygUmo5mg
7.腾讯AILab详解3大热点:模型压缩机器学习及最优化算法知识蒸馏常被用于训练低复杂度、高泛化能力的模型,但是离线知识蒸馏算法往往需要一个高精度的预训练模型作为参考,并且训练过程需要分为两个阶段进行,而在线知识蒸馏算法不能有效地构造一个高精度的参考模型。本文提出了一种在线自我集成的知识蒸馏算法,以实现单阶段的在线蒸馏。具体地,该算法训练了一个多分支的网络,https://www.jiqizhixin.com/articles/2018-12-11-21
8.实时数仓flink实时数仓面试题小屁孩的技术博客69、MySQL 优化,怎么建索引? 70、算法:给 2 个有序数组,合并成一个有序数组 71、SQL排名取值 题目描述:有一个班级学生成绩表,包含班级,学号,科目,分数等字段,现在求某个班级总分最高的前五名? 72、数组目标数据查找算法 题目描述:如何查找有序数组中的目标值?二分查找法,请简述二分查找法的实现原理? https://blog.51cto.com/u_93011/10454019
9.2020届计算机科学方向毕业设计(论文)阶段性汇报基于强化学习的推荐系统长期目标优化算法 推荐系统与用户进行多步交互的过程可以建模为马尔科夫决策过程并使用强化学习算法训练推荐策略,但在真实的工业界场景中,在线上进行强化学习模型的训练成本极高。本课题希望使用推荐系统与用户交互的历史数据离线训练强化学习算法,并探讨这一模式的问题解决方式。 https://zhiyuan.sjtu.edu.cn/html/zhiyuan/announcement_view.php?id=3709
10.Unity引擎下多人在线网络游戏的设计与开发本文基于改进A*算法[4]的3D场景的自动寻路. 网格寻路的效果如图12所示, 蓝色区域为可行走区域, 其他为不可行走区域. 3.2 预测式位置同步算法 由于存在网络延迟, 很难做到实时的、精确的位置同步, 只能通过各种方法来尽量减少误差[5]. 传统的有瞬移式位置同步算法和移动式位置同步算法, 但是游戏体验不好, 误差比https://c-s-a.org.cn/html/2020/5/7407.html
11.科学网—[转载]强化学习在资源优化领域的应用根据智能体在与环境交互过程中具体学习的内容,可以把无须对环境进行建模(即model-free)的强化学习算法分为两大类:直接学习动作执行策略的策略优化算法(如REINFORCE)和通过学习一个值函数进而做出动作执行决策的值优化算法(如Q-learning)。 在策略优化这类算法中,主要学习对象是动作执行策略πθ,其中,θ表示当前策略的https://blog.sciencenet.cn/blog-3472670-1312677.html
12.电力系统黑启动恢复问题的研究评述文献[55]考虑特级负荷的停电损失,建立了重构过程中的源网荷协同优化模型。文献[26]开发了目标网架与恢复序列统一决策的应急恢复在线决策支持系统。文献[56]提出一种离线训练在线搜索的网架重构实时优化决策框架,采用深度学习算法离线训练估值网络,通过蒙特卡洛树搜索方法进行网架重构方案的实时在线搜索。https://dgjsxb.ces-transaction.com/fileup/HTML/2022-13-3183.htm
13.一种基于双步在线智能优化算法动力电池峰值功率估计方法目前常用的电池SoP估计的方法,如神经网络法、复合脉冲算法(PNGVHPPC法)、电压法、SoC法,并不能保证估计结果的最优性,因此,本专利公开一种基于双步在线智能优化算法的动力电池峰值功率估计方法。 发明内容 针对以上问题,本发明公开了一种基于双步在线智能优化算法的动力电池峰值功率估计方法。该方法的引入了智能优化算法https://wenku.baidu.com/view/79a705f5e618964bcf84b9d528ea81c758f52eac.html
14.基于5G和人工智能的产品质量实时检测和优化本测试床项目将产品质量优化问题的全过程概括分为数据获取、决策优化、方案实施这三个阶段,边缘网关通过图像处理方法,实现决策优化过程,基于远端云海量数据和算法,更快更好地完成边缘服务难以实现的大数据计算任务。基于5G和人工智能的产品质量实时检测和优化测试床项目在实施阶段的云端检测反馈信息作为新的输入数据,并对边http://www.aii-alliance.org/resource/c333/n1807.html
15.加速发展能源数字化智能化低碳化智慧供热平台可以为客户快速建立热网的数字孪生模型,通过在线热工水力仿真和实时优化算法,实现供热系统的调度控制一体化。为保障在线模型的精度,根据管网基础数据建好机理模型后,工程师会根据实际运行数据修正相关系数,进一步对模型进行校准。同时,系统将接入实时运行数据、当地的天气、热用户等相关数据,通过负荷预测和在线https://www.iyiou.com/news/202312211057926
16.朱庆华宋珊珊风险视角下生成式人工智能的司法应用路径如,辅助承办人在阅卷时实时对证据存在的问题进行标注,标注完成后自动生成问题清单,生成监督文书。此外,对于案情简单的案件,可以与既有应用系统的流程监控联用,流程监控提醒预警、权利保障提醒预警,评查案件实现全程人工智能办案、司法人员校核的履职模式。 3.优化全息在线辅助办案应用https://www.jfdaily.com/sgh/detail?id=1247369
17.一种基于PSO算法优化RBF神经网络的电机PID控制方法5.本发明提供一种基于pso算法优化rbf神经网络的电机pid控制方法,通过建立基于pso算法优化rbf神经网络的在线实时整定pid参数的控制方法,使电机转速控制系统获得最佳的控制效果。解决了现有技术中神经网络存在的参数选取困难、训练时间长、数据不够精准的技术问题。 https://www.xjishu.com/zhuanli/54/202210508317.html/
18.TCCT通讯Newsletter2017No.01基于LMI优化算法的非均衡蛛网模型多目标控制 系统科学与数学, 2016 Vol. 36 (10): 1548-1556 Abstract | PDF 傅勤 大型互联非线性分布参数系统的分散迭代学习控制 系统科学与数学, 2016 Vol. 36 (10): 1557-1573 Abstract | PDF 苏佰丽,杨雪 一类离散非线性系统基于幂次函数的显式高阶滑模预测控制算法 系https://tcct.amss.ac.cn/newsletter/2017/201701/journal.html