基于MOVR启发式的求差知识编译算法

DKCHER算法是基于超扩展规则的求差知识编译算法,也是目前为止表现最好的EPCCL理论编译算法.本文通过研究DKCHER算法的执行流程,设计了一种新的启发式策略MOVR（maximum occurrence number of variables in middle result）,用于动态地从输入子句集中选择所包含变量在中间结果中出现次数最多的子句.将MOVR启发式策略与DKCHER算法相结合,设计了MOVR_DKCHER算法.实验结果表明,MOVR启发式策略能够显著提高DKCHER算法的编译效率和编译质量,编译效率平均可提升70倍左右,最高可以提高237倍.     

基于MACR和CAL启发式的求差知识编译算法

DKCHER算法是基于超扩展规则的求差知识编译算法.本文首先研究了DKCHER算法的执行流程,并定义了互补量的概念,然后设计了启发式策略MACR（maximum complementary amount of clauses with middle result）,用于动态选择与中间结果互补量最大的子句.针对互补展开过程,设计了动态启发式策略CAL（optimal sequence sorted by complementary amount of literals）,将互补展开中的文字按照与输入公式互补量的大小进行排序并展开.将上述两种启发式策略与DKCHER算法相结合,分别设计了MACR_DKCHER算法、CAL_DKCHER算法和MACR_CAL_DKCHER算法.实验结果表明,MACR启发式策略能够提升DKCHER算法的编译效率和编译质量,编译效率最高可提升9倍,编译质量最高可提升1.9倍;CAL启发式策略在子句数和变量数比值较大的实例上,能够提高DKCHER算法的编译效率,但会降低DKCHER算法的编译质量;MACR_CAL启发式最高可将DKCHER算法的编译效率提高12倍,但会导致DKCHER算法的编译质量有所降低.     

多元智能理论在"编译原理"教学中应用

多元智能理论给传统教育带来了巨大影响,同时也赋予了现代高校教学新的模式与方法。本文首先介绍了多元智能理论和编译原理课程的特点,然后说明了将多元智能理论应用于“编译原理“教学的作用。主要从培养目标、课堂组织、理论实践、评价体系四个方面进行了探讨,并分析在此理论指导下学生自学能力、独立思考能力、研究能力和创新能力的培养。     

数据挖掘算法并行化研究

<正>数据挖掘的目标是从海量的数据中抽取出模式,找出数据变化的规律和数据之间的相互依存关系,使人们能够从宏观的高层次的角度来审视数据,充分发掘数据的潜力,指导人们的行为,为决策和科学     

基于分布式并行关联规则的挖掘算法

以往使用的分布式数据挖掘算法各有优缺点,提出了一种基于星型网络的分布式关联规则挖掘算法。对其基本思想、算法描述等进行了分析。     

分布式并行数据挖掘计算框架及其算法研究

为了提供一个灵活可扩展的计算平台进行高效的挖掘计算，提出了一种应用于分布和并行环境的数据挖掘计算框架和相应的算法。通过分析关联规则挖掘理论和以往算法的优缺点，建立一种分布式并行数据挖掘的计算框架，并给出相应的求解算法。实例分析表明该计算框架能够减少节点问的通信开销，保持了良好的可扩展性：挖掘算法则利用本地节点动态有序集合枚举树生成方法代替数据库节省了本地空间的占用．大大提高了查找的计算效率。     

语音信号及其编译码算法的研究

对语音信号的特征及其产生模型作一概述,并对实际应用中常采用的编译码算法作一简单介绍。最后结合一些新兴的改进的算法提出改进思路。     

遥感图像复原与超分辨算法及其并行实现

为了提高海量遥感图像的处理效果和速度,进行了相应的图像复原与超分辨算法及其并行硬件体系结构的研究。首先,介绍了频域内的解模糊、去噪和超分辨等关键算法;然后,对DSP和机群两种体系结构进行了分析和比较,结果表明,机群更适合于大规模并行处理;最后,在DSP和计算机系统上对算法的处理效果和速度进行了实验和分析,给出了机群的性能预测,确定了关键参数即处理器数目的选择依据。实验结果表明,该系统可满足实时应用的要求,同时使处理后图像的清晰度、对比度和分辨率显著提高。     

面向软件工程专业工程化改造编译原理

随着社会经济的迅速发展,计算机学科中"编译原理"工程化改造的重要性逐渐凸显出来,在面向软件工程专业工程化改造变异原理中,可以通过创建"编译原理"课程工程化的实践教学体系来实现,通过相关方法和措施,能够有效帮助和解决编译原理这门课程在面颊软件工程专业工程化改造中所遇到的问题。本文就面向软件工程专业工程化改造编译原理进行分析,并提出一些可供参考的意见和措施。     

可拓知识空间和可拓知识网格模型(Ⅰ):可拓知识空间

本文提出了可拓知识空间概念，建立相应的可拓知识空间相关操作，并在此基础上进一步构架可拓知识空间语义网和可拓知识网格模型。本文第一部分论述了上述模型的建立过程，提出了可拓知识空间关联函数计算方法，第二部分分析了可拓知识空间操作在可拓知识空间语义网上的对应行为，并讨论了可拓知识网格服务。上述方法和模型对于大规模可拓问题求解与计算具有一定意义。     

可拓知识空间和可拓知识网格模型(Ⅱ):可拓知识网格

第1部分中已介绍了可拓知识空间定义和相关操作，以及可拓知识空间关联函数计算方法。这一部分进一步建立可拓知识空间语义网、可拓知识网格和可拓知识网格服务，并给出实例和相关的分析讨论。     

Semantic dictionary based method for short text classification

The traditional short-text classification's accuracy usually highly relies on statistical feature selection. Owing to the fact that short-text has inherent defects such as short length, weak signal and less features. It is hard to avoid noise words when doing feature extension which will highly influence the accuracy of classification. In order to solve the above problem, this paper proposes a semantic dictionary method for short-text classification. The method builds a set of domain dictionary by analyzing the specific characteristics in certain field. As each word's weight in the dictionary is designed according to the correlation between the word and the category, classification accuracy has improved to some extent. Then, in order to enhance dictionary vocabulary coverage, association rules are utilized to automatically extend semantic dictionary. Finally, an experiment based on micro-blog data is conducted which shows that the method has a good effect.     

基于IAPS的扩展规则局部搜索算法

ERACC （Extension Rule Based on Accurate Configuration Checking）算法由杨洋等人基于扩展规则和格局检测提出,具有较高的推理效率.为进一步提高ERACC算法在大规模SAT（Satisfiability）问题求解上的性能,本文在搜索由极大项组成的空间时,首先利用IMOM（Improved Maximum Occurrences on Clauses of Maximum Size）思想生成初始极大项,接着设计了适用于扩展规则推理的CCA_ER（Configuration Checking with Aspiration for Extension Rule-Based Reasoning）启发式策略,为极大项中格局信息未发生变化的变量对应文字提供一定的翻转机会.同时,为进一步提高扩展规则推理算法在k-SAT问题求解上的性能,设计了适用于扩展规则推理的PAWS_ER（Pure Additive Weighting Scheme for Extension Rule-Based Reasoning）策略,并且给出变量的Subscore_ER（Subscore for Extension Rule-Based Reasoning）,CScore_ER（Comprehensive Score for Extension Rule-Based Reasoning）和HScore_ER（Hybrid Score for Extension Rule-Based Reasoning）属性.在此基础上,提出了ERACC_IAPS（ERACC with IMOM,CCA_ER,PAWS_ER and Subscore_ER）和CERACC_IAPS（ERACC with IMOM,CCA_ER,PAWS_ER,CScore_ER and HScore_ER）算法.实验结果表明:ERACC_IAPS和CERACC_IAPS算法的效率明显优于ERACC算法,最高可将其求解效率提高1000多倍.     

面向对象方法构造基于规则专家系统

分析了基于产生式规则专家系统的知识表示模型和面向对象的知识表示方法,并详细介绍构造基于规则专家系统的设计思路,提供用面向对象语言C 实现该专家系统的过程。     

逆云模型在语音音质评估中的应用

介绍了云理论和一种逆向云简约算法;分析了语音信号在相空间分布上的云特点,并根据工程中实际计算情况引入了类超熵概念,有效解决了超熵计算中出现复数的问题;提出了利用逆向云参数进行语音音质评估的方法,经过对大量受扰语音不同文件的统计分析,认为此方法在进行语音音质评价中是切实可行的。     

关于\"信息-知识-智能转换规律\"的研究

人类以资源和资源转换能力为生.工业时代的表征性资源是能量,\"能量转换与守恒定律\"就成为整个近代科学技术的基石;信息时代的表征性资源是信息,\"信息-知识-策略-行为的转换与统一理论\"将成为引领信息时代科学技术发展的灵魂.本文将阐明信息、知识、策略、行为的概念及其转换机制,建立\"信息-知识-策略-行为的转换与统一理论\".这里,信息理论将大大超越Shannon理论,知识理论将大大突破\"知识工程\",同时,原来的结构主义学派、功能主义学派、行为主义学派将被综合成为一个有机的整体.信息-知识-策略-行为的转换与统一理论将为智能科学的进一步发展提供新的视野和活力.