概念知识表示和推理

N ilsson教授首先提出了代数格应用于概念知识表示的思想,其优点在于知识表示的代数特性和图示特性,在此基础上,本文把代数格与PROLOG相结合,定义了一种基于概念的逻辑编程语言,其语言具有比PROLOG更抽象、更方便的编程风格.此外,给出了该逻辑编程语言的匹配算法.

一种挖掘最小蕴涵规则集的通用算法

给出一种挖掘最小蕴涵规则集的通用算法,该算法基于闭包运算,利用闭包运算产生所有闭集,从闭集格中导出最大∧-不可约集及其补集,然后产生最小蕴涵规则集;给出了计算所有闭集的新算法,同Ganter算法相比,该算法充分考虑闭包运算的特性,使得冗余计算显著减少,提高了算法效率。

基于概念的折半查找算法

自顶向下或自底向上两种标准查找方式不适合于具体领域逻辑,且缺乏灵活性。模拟有序数组中的折半查找,提出逻辑空间上的折半查找方法,证明该查找方法在保持完备性和非冗余性的同时,还提供了更好的灵活性,最后给出了该查找的通用算法,并分析其复杂性。

利用格结构特性生成概念格的算法

给出了概念格中关于后代和后继的一些性质,利用这些性质,提出了一种生成所有概念及其序关系的算法。对于任一形式概念,该算法能产生它的全部后代,并确认哪些后代为后继。为提高算法效率,采用了集合的精确匹配代替高代价的子集关系的检验。与现有算法相比,该算法的计算效率有显著的提高。

以绘图为专题的Java教学

在进行J ava教学时,以绘图为专题,规划出一系列的教学流程与策略,不仅可以改善教学模式,提高教学效果,而且能增进学生学习程序设计的兴趣。

基于结构化属性集的规则学习

提出了从结构化属性的背景中学习关联规则的通用算法,该算法使用过滤函数检查频繁概念,只需修改该函数,就可得到各种基于概念的规则。该算法的优点是在计算过程中利用属性结构化消除频繁概念中的冗余内涵,使得到的规则更精炼、更实用。

模糊概念格在知识发现的应用及一种构造算法

基于有限L_背景的模糊格在扩展和时空复杂度上有局限 .本文定义了广义的模糊概念格和其上的截运算以简化格构造 ,提出了一种模糊格构造算法 .在概念格结点级上定义了两个模糊参数α和 δ ,以避免提取因高偏差导致的无效规则 .给出一个实例 ,说明了从模糊概念格提取不确定规则、计算规则支持度、置信度的原则、方法 .实现了构造算法与Godin算法的对比实验 ,结果表明本算法在时空性能上要优于Godin算法 .

一种模糊概念格构造算法研究

基于有限L_背景的模糊格在扩展和时空复杂度上有局限。该文定义了广义的模糊概念格和其上的截运算以简化格构造,提出了一种模糊格构造算法。在概念格结点级上定义了两个模糊参数α和δ粎,以避免提取因高偏差导致的无效规则。给出一个实例,说明了从模糊概念格提取不确定规则、计算规则支持度、置信度的原则、方法。实现了构造算法与Godin算法的对比实验,结果表明本算法在时空性能上要优于Godin算法。

变测度的积分-水平集确定性算法

提出了一个求总极值的变测度确定性算法,对不同的箱子采用不同的测度,结合确定性数论方法选取一致分布佳点集来代替Monte-Carlo随机投点,使水平值充分地下降,更快地到达全局最小,从而提高算法的计算效率.在文中给出了算法的收敛性证明,并通过数值算例验证了它的有效性.

变测度算法的最优性条件

郑权首先提出了求总极值的积分-水平集方法及其算法的最优性条件.此后,邬冬华等人给出了一种修正的积分-水平集算法及相应的最优性条件.在此基础上,该文提出一个变测度的积分-水平集概念性算法,并给出类似的最优性条件.

基于Agent技术规范(FIPA)的移动应用研究

首先介绍移动应用中的新问题,然后介绍软件Agent技术、描述基本的FIPA规范及FIPA支持的移动应用的基本原理,并通过一个例子来阐明这些原理。

信息与计算科学专业实践教学课程体系的构建与改革

信息与计算科学专业是由计算科学、计算机科学、信息科学以及控制科学等多门学科交叉渗透的专业。由于需要兼顾多个学科的交叉融合,同时又要办出特色,需要开设课程种类和门类较多,这就造成了课程体系设置的困难。文章旨在通过构建科学合理的实践教学体系,如提高课程实践地位、强调课程设计、加强课外实践活动、与企业合作培养等系列设计方案,使实践教学成为提升学生创新能力的途径,从而提高学生的综合素质和专业竞争力。

有约束的变测度积分-水平集算法

提出了一种有约束的变测度积分一水平集的算法,对不同的箱子采用不同的测度,结合确定性数论方法选取一致分布佳点集来代替Monte—Carlo随机投点,使水平值充分地下降,更快地到达全局最小,从而提高算法的计算效率.给出了算法的收敛性证明,并通过数值算例验证了它的有效性.