递归运算机制在语言中的运用及进化:对Chomsky的反驳

依据其在不同时期的关注焦点,Chomsky对递归性的论述可分为三个阶段:句法递归阶段、认知递归阶段和生物递归阶段。Chomsky对这三个阶段的论述均存在一定的问题。句法递归作为研究本体在语言实践中应用有限,语言“有限手段无限运用”的特征还需多元实现;认知递归作为研究目标具有普遍性,它在实践中呈现为一种认知能力的连续体,并表现出二元、多元和复合等多种形态;生物递归作为研究证据缺乏有效支撑,并且受句法自主等根深蒂固立场的影响,其对现有认知实验结果的解读也值得怀疑。基于这些质疑的反思可以发现,语言系统呈现出与概念系统的单向分离关系,句法及其递归特征可能是丰富概念系统向线性语音表达妥协以适应交际所需的产物。

溯源弹簧形变过程的断路器振动信号递归量化分析辨识方法

从锁止机构脱扣引起储能弹簧释能,经部件带动动触头运动再到静止的每个动作具有严格阶段特征,伴随断路器动作的机械振动展现了能量传递及设备健康状态。该文提出一种溯源弹簧形变过程的断路器振动信号递归量化分析方法,首先由高速相机捕捉断路器操动时储能弹簧的动作图像,通过计算机视觉跟踪动态提取反映弹簧形变特征帧,再依据特征帧时序划分操动过程;然后将不同阶段振动信号映射至高维相空间,经递归分析得到体现动力系统变化特征的递归图,并递归量化分析其纹理结构特征;最后利用支持向量机模型对正常及故障状态下的断路器振动特征样本进行分析辨识,对比结果证明,由弹簧释能时序细化振动信号特征分析有效提高了分类识别准确率。该文方法在断路器操动机构状态辨识中具有广阔的应用前景。

递归算法的非递归化实现

由递归算法直接转换成相应的非递归算法能有效地提高程序的执行效率 .本文列出了几类递归算法的非递归化实现方法 ,分别说明了这几类递归算法的特点及算法实例 。

基于自适应聚合循环递归的稠密点云重建网络

为了解决弱纹理重建难、资源消耗大和重建时间长等问题,提出了一种基于自适应聚合循环递归卷积的多阶段稠密点云重建网络,即A2R2-MVSNet(adaptive aggregation recurrent recursive multi view stereo net)。该方法首先引入一种基于多尺度循环递归残差的特征提取模块,聚合上下文语义信息,以解决弱纹理或无纹理区域特征提取难的问题。在代价体正则化部分,提出一种残差正则化模块,该模块在略微增加内存消耗的前提下,提高了3D CNN提取和聚合上下文语意的能力。实验结果表明,提出的方法在DTU数据集上的综合指标排名靠前,在重建细节上有着更好的体现,且在BlendedMVS数据集上生成了不错的深度图和点云结果,此外网络还在自采集的大规模高分辨率数据集上进行了泛化测试。归功于由粗到细的多阶段思想和我们提出的模块,网络在生成高准确性和完整性深度图的同时,还能进行高分辨率重建以适用于实际问题。

基于尺度递归分析的恶性室性心律失常检测

为及时准确地检测恶性室性心律失常,本研究提出了一种结合心电多尺度分析与递归量化分析(recurrence quantification analysis, RQA)的方法。首先,通过固定频率经验小波变换滤波器组将心电信号(electrocardiogram, ECG)分解为两个子信号(0.5~10 Hz、10~30 Hz),并分别映射为递归图;然后基于0.5~10 Hz频段子信号与原信号构建交叉递归图,从三张递归图中提取RQA特征;最后将特征输入XGBoost分类器进行特征排序与筛选,实现ECG的准确分类。本研究使用MIT-BIT恶性室性心律失常数据库和Creighton大学室性快速性心律失常数据库进行实验。在10折交叉验证下,该方法对5 s心电的恶性室性心律失常检测的灵敏度、特异性、准确率分别为97.40%、99.01%和98.69%。本研究方法在检测恶性室性心律失常方面具有一定的可靠性。

求解大规模全局优化问题的新型三层递归差分分组方法

协同进化算法在求解大规模全局优化问题上具有较好的效果,其核心思想是利用分而治之的策略将一个高维问题分解成若干个子问题,然后分别优化每个子问题.然而,现有的分解方法通常需要花费大量的计算成本来获得精确的变量分组.通过采用递归交互检测中的历史信息简化分组过程,能够避免检测某些集合的相互关系,本文提出了一种新型三层递归差分分组策略(NTRDG).与其他4种现有的分组方法相比,NTRDG在不影响分组精度的情况下计算成本消耗较低.仿真结果表明,NTRDG在求解大规模全局优化问题时具有很强的竞争力.

基于递归奇异能量指标的板梁桥铰接缝损伤识别方法

为实现板梁桥铰接缝损伤的定量定位识别,提出了一种基于递归奇异能量指标的损伤识别方法:首先将待测桥梁各相邻梁体的竖向冲击振动响应进行交叉递归分析并得到无阈值交叉递归矩阵,其次对各递归矩阵进行奇异值分解以进一步提取损伤特征,最后对奇异值求取能量(递归奇异能量指标(recurrence singular energy index,RSEI)),进一步建立了基于该指标的铰接缝损伤识别方法,并对其适用性进行了分析。结果表明:RSEI指标对板梁桥铰接缝损伤较为敏感,所提方法仅在板梁桥跨中布置一排传感器即可实现铰接缝平均损伤程度的定量识别,并可实现损伤铰缝的定位,识别效果良好;铰接缝损伤位置、损伤个数及噪声对识别结果的影响极小,冲击位置会对识别结果造成一定影响,但识别效果在可接受的范围之内;应用RSEI指标开展板梁桥铰接缝损伤识别时,建议将冲击位置设在边梁跨中,可避免冲击位置对识别结果造成的影响,取得更加理想的识别效果。

一种将递归过程转换为非递归过程的方法研究

提出一种把递归过程转换为非递归过程的方法——递归树法,画出递归过程的递归树,然后通过对递归树的后根序遍历实现递归过程的非递归化,最后通过案例说明该方法的可行性和有效性。

基于声信号递归Hilbert变换的轴承故障诊断研究

轴承缺陷检测与损伤程度检测一直是旋转机械领域内非常重视的问题,虽然目前针对振动信号的研究已经取得相当好的结果,但是对于难以安装振动传感器的情况,诊断效果仍需改进。针对强背景噪声下故障轴承产生的声音,提出一种基于递归Hilbert变换和一维卷积神经网络的诊断方法来提取抽象特征并进行模式识别。卷积神经网络结构中引入了全局平均池化层来加速网络的运行。最后,通过数据集验证了所提方法的有效性,与其他常用分类方法进行对比,验证了该方法的优越性。结果表明:所提算法不仅能够准确识别轴承的损伤部位,而且能够准确区分部件的损伤程度。

递归型数据中心网络上g-额外连通度及容错单播算法研究

数据中心网络的研究是近几年兴起的热点。与传统的树型数据中心网络相比,递归型数据中心网络具有更好的容错性和可扩展性。部署于n-口交换机上的k-维递归型完全图网络可以表示为Xk,n,σ表示图中任意顶点与同维度其他子图相连接的边数。在实际情况中,网络的额外连通度相较于传统的连通度能够更准确地衡量一个网络的容错性。证明当k≥3,n≥3,σ∈{1,n-1}且0≤g≤2时,Xk,n的g-额外连通度为(g+1)(kσ-1)+n,这一结果接近于其连通度的g+1倍。进一步,提出基于该情形下的容错单播算法,并证明了该算法的时间复杂度和在最坏情况下Xk,n中任意两点间构造出路径长度的上界。通过模拟仿真实验,验证了该算法在执行效率上优于广度优先和深度优先搜索算法,且算法具有较好的容错性。

基于递归认证测试的SIP协议形式化分析

文章以形式化分析方法证明协议安全为研究目的,以具有灵活性、开放性、可伸缩性等特性的SIP协议为研究对象,运用基于串空间理论改进的递归认证测试形式化分析方法,分析了一种BAN逻辑证明安全的SIP身份认证协商协议,发现了该协议执行过程中协议格式不准确、易受中间人攻击的缺陷,并提出了针对该协议缺陷的改进方案。结果表明,文章所提出的递归认证测试形式化分析方法比BAN逻辑更适用、更有效,同时改进方案也增强了SIP身份认证协商协议的安全性。

脑电情感识别中多上下文向量优化的卷积递归神经网络

目前的脑电(EEG)情感识别模型忽略了不同时段情感状态的差异性,未能强化关键的情感信息。针对上述问题,提出一种多上下文向量优化的卷积递归神经网络(CR-MCV)。首先构造脑电信号的特征矩阵序列,通过卷积神经网络(CNN)学习多通道脑电的空间特征;然后利用基于多头注意力的递归神经网络生成多上下文向量进行高层抽象特征提取;最后利用全连接层进行情感分类。在DEAP(Database for Emotion Analysis using Physiological signals)数据集上进行实验,CR-MCV在唤醒和效价维度上分类准确率分别为88.09%和89.30%。实验结果表明,CR-MCV在利用电极空间位置信息和不同时段情感状态显著性特征基础上,能够自适应地分配特征的注意力并强化情感状态显著性信息。

子程序递归调用的实现

1 引言递归程序设计方法,具有容易理解,容易设计,程序清晰易读等优点,作为程序设计的一种方法被广泛地使用,递归算法简明,且被众多的高级语言采用。然而,BASIC语言却不支持递归调用,某些递归描述的算法不能直接用它实现,虽然我们能够将一些递归过程转换成非递归过程,但对程序设计增加了很大的难度,文虽然提出了利用变量、字符串和数组等方法来解决递归问题,但对树结构问题进行检索、排序却难以实现.本文利用堆栈和栈指针的方法,实现BASIC子程序的递归调用更具有一般性。

递归原理的思维特性及其数学应用

递归原理的基本思想隐含于数学知识或解题过程中,构造递归结构是运用递归方法进行解题的关键步骤,也凸显了递归方法解题的策略性和技巧性。递归原理具有结构化、条件性、有限性和辩证性等思维特性,在数学实践中,结合数学课程内容,通过强化递归原理的数学观念、思想方法、策略模式等进行解题思维训练,可引导学生达成思维自控,不断提升思维能力,完善数学认知结构。

基于多智能体系统的自适应递归终端滑模控制算法

针对具有外部扰动和非线性动力学的二阶领导者-跟随者多智能体系统的有限时间一致性问题,提出一种全分布式自适应递归终端滑模控制算法。首先,在避免奇异性的基础上,提出一种新的自适应算法,有效克服了多智能体系统中常见的控制器抖动现象;然后,用神经网络估计系统中未知的非线性动力学,使控制器不再需要已知精确的模型信息。最后,用仿真算例验证了该算法的优越性,算法结构简单,不包含任何图论信息和模型信息,具有一定的通用性。

RCEP实施对中国轻工产品贸易的影响——基于动态递归GTAP的模拟分析

RCEP实施将对中国轻工产品贸易产生重要影响。总结2000—2021年中国轻工产品的贸易现状,采用RCA、TCI指数分析中国与主要贸易伙伴轻工产品的竞争与互补关系,运用动态递归GTAP模型模拟RCEP实施对中国轻工产品贸易的影响。研究表明:近20年来,中国轻工产品进出口规模和贸易顺差快速增长,且具有完备的产业链和较强国际竞争力,与全球各地区的贸易互补性较强。RCEP实施后,关税减免将推动中国轻工产品贸易扩大,且对区域内各国的贸易增幅远大于区域外地区;提高贸易与投资便利化水平对中国轻工产品贸易的促进作用大于降低关税,并且对出口的提升作用远大于进口。中国企业应充分运用RCEP条款,积极扩大轻工产品出口,并做好迎接贸易摩擦的准备。

基于BIRCH聚类和递归神经网络的高铁强风预警算法

针对高铁临近风速预测需要克服数据的无周期性规律以及随机性较强的问题,构建了一种基于BIRCH聚类和LSTM递归神经网络算法的临近风速预测预警系统。该系统先做历史数据的交叉验证,然后用BIRCH进行在线增量聚类,最后根据聚类结果选取最接近当前预测时间序列的数据做LSTM的滚动训练并进行预测后得出预报预警结果,因此具有无需依赖数值预报产品以及随机数据适应性强的特点。实验证明,该系统的两种算法同时并行化在线运转,运行效率较高,预测效果较好,是解决强风预警问题的一种新方法。

RCEP对中国机电产品产出及贸易的影响--基于动态递归GTAP的模拟分析

RCEP的实施将对中国机电产品的产出及贸易产生重要影响。采用RRCA和TCI指数分析了中国与RCEP成员国机电产品的贸易竞争与互补关系,运用动态递归GTAP模拟了RCEP对中国机电产品产出及贸易的影响。研究发现:近20年来,中国对各成员国机电产品进出口额增长较快,且对各国机电产品的贸易互补性较强。降低关税与技术性贸易壁垒、提升互联互通水平、增加投资及劳动力等措施都将促进中国机电产品产出及贸易增长,其中对日本、韩国、东盟的进出口增加额较大。中国企业要充分利用RCEP关税减让表,扩大机电产品出口,加强与各成员国的机电产业合作,积极面对贸易竞争加剧带来的挑战。

论递归方法的实质和普遍意义

从方法论意义上说，递归方法是一种从简单到复杂、从低级到高级的可连续操作的解决问题的方法。它的每一步骤都是能行可操作的，各步骤之间是连续转换的。递归定义是用简单的、自明的要素描述、构造、说明复杂的整体。递归方法是通过解决简单的问题来解决复杂的问题。在人们的思维过程中，普遍存在着递归机制。递归方法是一种处理问题的精致技巧、解决问题的有效方法。从哲学方法论角度研究递归方法，具有重要的意义。

基于递归神经网络算法的电子物流配送系统配送路径优化

传统电子物流配送系统无法有效优化配送路径,需要花费大量的时间进行路径搜索,从而导致分配成本的增加和效率的降低。因此,提出了递归神经网络算法(RNNs)的物流分布路径优化模型,并将递归模糊神经网络算、与布谷鸟搜索算法(CSA)与群体智能算法(ACO)进行电子商务物流分布路径比较。实验结果表明,递归模糊神经网络算法可以实现电子商务物流分布路径的优化,与群体智能算法和布谷鸟搜索算法相比,递归神经网络算法的最优路径长度分别减少3.7 km和3.5 km,并且在迭代200次数的条件下,递归神经网络算法可以获得最短配送路径。