向量化下标追踪法的工程实现

在文献[1]的基础上,本文介绍下标追踪法工程实现中的若干技术,核心内容是层次片断定理。该定理给出追踪区间的确定方法和公式,实际上解决了坐标方法未能解决的整数环上受限二元一次方程的求解问题。在那里,添加同名数组下标表达式一次项系数全同的条件回避掉这个问题。 层次片断定理突破了下标追踪法工程化的难关,并且进一步放宽对于赋值语句循环的限制,达到只要求步长和线性下标表达式系数编译时可计值的程度。     

串行运算向量化的下标追踪法

本文为电子计算机向量运算识别器研制了一种识别与构造算法,这种算法自成体系,被命名为“下标追踪法”。跟坐标方法和时性关系矩阵方法相比较,它不仅增强了对于赋值语句循环的识别能力,而且把识别范围扩张到IF与GOTO语句,正在诸如151-3/4大型序列机一类的系统上加以实施。 文中介绍下标追踪法的基本思想、基本理论和基本方法,主要提出构造时序层次的公理系统——繁衍规则,证明了年长顺序定理与判别准则。     

关于命题与开语句的学习

命题与开语句是两个容易混淆的概念 ,本文对这两个概念作一剖析 ,供读者参考 .1　命题、开语句的定义初中教材把命题定义为“判断一件事件的句子” ,高中教材把命题定义为“可以判断真假的语句 .”实质是一致的 ,即能判断表达的事实正确或错误的语句是命题 .开语句 :含有变量 ,并且在没有给出含变量的值以前无法确定真假的语句 .如“x >3” ,“a - 3=5”等语句 .还指出含变量的恒成立的语句都应看作命题 ,如“x2 +x + 1>0” .2　区分命题与开语句在命题逻辑中 ,原子命题被当作基本单位 ,其内部结构不再分析 .但要区分命题与开语句 ,要对原子…     

向量化下标追踪法的强化定理及其应用

在文献[1]和[2]的基础上,本文运用现代集合论工具对时序层次加以抽象,接着证明了强化定理。最后,本文运用强化定理彻底解决一般赋值语句循环的向量化问题。     

串行运算向量化的丢番图方程及其限界解法

综观计算机的发展史,对超高运算速度的追求是刺激巨型机发展的首要指标。因此,所有的巨型机都是以并行处理为基础的。在巨型机不断地更新换代的过程中,面向向量型并行计算的向量机,成为现代巨型机的主要型式。 在通常的标量机中,标量是基本操作对象。例如下面的两个DO循环:     

两类判别的ROC曲线与SAS语句

在综合指标是正态分布条件下 ,本文给出求两类总体分界点的 ROC曲线 ,从中可以人为地决定一个分界点。同时给出求 ROC曲线及不同分界点时的错判率     

FP-内射模决定凝聚环与IF环

我们在§2.中证明了 1.可换环是Noether环?平坦模与内射模的张量积是内射模。本文的其余部分考虑用FP-内射性质来刻划凝聚环、CF环及IF环,主要结果有: 2.对于环R,下述各条等价: (1) R是左凝聚环。 (2) 对于任意有限表示模_RM,FR-内射模_RN,都有Ext_R²(M,N)=0 (3) 若N₁?_RN都是FP-内射的,则N/N₁是FP-内射     

IF—环的同调维数

本文证明了IF—环的弱维数等于0或∞。并给出了弱维数有限时,弱维数的一个新的计算公式。     

IF你没有整理物品的习惯

Lucky前两天剐学了一个新词,叫“自我管理”。我看呐,贝卡的自我管理能力就太差了吧。估计是被贝妈宠的,衣来伸手,饭来张口,离了妈妈．他估计连饭都吃不上一口。     

关联规则向量化挖掘算法及其在车险精算中的应用

本文首先回顾了关联规则的基本概念和传统的Apriori算法，然后利用关联规则的数据库是布尔型数据库的特点，在计算关联规则的支持度和置信度的时候引进向量数乘和向量内积的概念，得到关联规则向量化挖掘算法ARVDA，避免全数据库逐条记录模式匹配和属性分层，提高算法的速度．最后，本文利用提升度量关联规则的重要性，采用单独追踪和对比分析方法，衡量车险精算中风险因子的有效性．结果表明把车辆使用性质作为车险定价的分级因素是比较合理的，对于非运营车辆需要合理的费用附加．     

不确定性量化法与不确定性决策

以不确定性信息的数学处理理论即不确定性数学理论为基础 ,阐述了专家意见的不确定性量化法 ,进而创立了不确定性决策模型 .最后通过举例 ,详细地演示了不确定性决策模型的建立过程 .     

单调空间与度量化定理

本文回答了关于MCM空间遗传性的一个问题,讨论了k-MCM空间是k半层空间的条件,得到了一些用g函数刻划的度量化定理.主要结论有:MCM空间是关于Fσ子空间遗传的;在正规空间类中,q空间(ωN空间,k-MCM空间)是关于开Fσ子空间遗传的;如果X是具有Gδ对角线的正则次中紧 k-MCM空间,则X是k半层空间;X是可度量化空间的充要条件是存在X上的g函数满足对X中任意不相交的闭集F与紧集C,都有某个n∈ω,使得(∪x∈F g(n,x))∩(∪y∈C g(n,y))=(?).     

右IF－环及凝聚环的挠理论

本文研究了右ＩＦ－环的性质，证明出环Ｒ是右ＩＦ－环当且仅当Ｒ是左凝聚环，并且是平坦模；由此证明出右ＩＦ－环与左ＧＱＦ－环是等价的，其次应用右ＩＦ－环研究了凝聚环的挠理论性质，证明出凝聚环与Ｔ－凝聚环的关系。     

关于CWC映射与度量化定理

本文讨论CWC映射在度量化定理中的应用, 通过Nagata条件和弱$\gamma$空间条件等给出拓扑空间一些新的度量化定理, 推广了R.E. Hodel和J.Nagata等获得的度量化定理.     

量化宽松：逻辑选择与反思

纵观整个货币政策史,货币政策大多都是围绕着数量进行调节,但是“量化”的尺度则是个“李约瑟”难题。     

右IF－环及凝聚环的挠理论

本文研究了右ＩＦ－环的性质，证明出环Ｒ是右ＩＦ－环当且仅当Ｒ是左凝聚环，并且是平坦模；由此证明出右ＩＦ－环与左ＧＱＦ－环是等价的，其次应用右ＩＦ－环研究了凝聚环的挠理论性质，证明出凝聚环与Ｔ－凝聚环的关系。     

基于∑△量化的多智能体系统的量化一致性

用量化控制分析多智能体的一致性问题.不同于以往的静态量化器,例如均匀量化或者对数量化,文章运用动态Sigma-Delta(Σ△)量化器提出新的多智能体量化一致性协议,利用有限比特数使系统达到渐进一致,且渐进收敛到初值的平均值,并且给出系统达到渐进一致的充分条件.与静态的非对称和对称量化器相比,∑△量化器克服了静态量化器无记忆并且不能消除稳态误差及需要无限比特的量化信息的缺点,体现了它的优越性.     

稳定程度"量化"的设想与困惑

1 问题的提出 1.1 先看两道例题 例1 甲、乙两种水稻试验品种连续5年的平均单位面积产量如下(单位:t/hm2),试根据这组数据估计哪一种水稻品种的产量比较稳定.     

参量化的Hilbert不等式

通过引入一些参数及估算权系数,给出一个推广的具有最佳常数因子的Hilbert重级数不等式,它联系着β函数．作为应用,考虑了它的等价形式及一些特殊结果．