Efficient Evaluation of Generalized Left-linear Recursive Queries With Multivalue Binding Sets

The left-linear transformation presented by Ullman, Naughton el al. is a rule-rewriting algorithm, which is similar to the magic sets transformation. Since left-linear recursions are among the most common recursions in practice and the transformed rules can be evaluated bottom-up efficiently, the left-linear transformation has been chosen as one of the best strategies for recursive query processing by the NALL! system at Stanford and the LDL system at MCC. However, there are two strick restraints for the left-linear

两类图完美匹配的计数公式

利用划分、求和、再递推的方法给出图2-nRO_8和图2-F_(2n+1,4)完美匹配数目的计算公式.进一步,用所给的方法可计算出许多图类的所有完美匹配的数目.

水轮发电机组神经网络非线性建模研究

针对多层前向神经网络，运用递推预报误差（ＲＰＥ）算法对水轮发电机组进行非线性建模研究．研究结果表明，利用神经网络建立水轮发电机组非线性模型是有效的．

二阶线性递归数列的几个等价命题

证明了二阶线性递归数列的几个等价命题 。

一类非线性、非齐次递归数列的通项公式的求法

本文讨论了一类非线性递归数列、非齐次递归数列 ,探讨了这类递归数列的一般规律 。

一类线性递推数列求通项的特征根法的探讨

求线性递推数列的通项是高考中的重点和难点,此类问题的解法繁琐且易出错,本文探讨了常见的特征根法,给出了相关例子,说明其普遍性、实用性。

多层前向神经网络带正则化因子的算法

针对权衰减递推最小二乘算法(trueweightdecayRLS,TWDRLS)每迭代一步计算复杂度和存储要求很大,基于局部线性最小二乘算法(locallinearizedleastsquaresalgorithm,LLLS)与正则化因子,给出了多层前向神经网络带正则化因子的LLLS算法,大大减小了TWDRLS算法每迭代一步计算的复杂度和存储量。实验表明,改进的算法提高了原LLLS算法的鲁棒性和泛化能力,其性能接近TWDRLS算法。

广义查询的计数算法

计数算法是最著名的ＳＬ递归处理算法之一．对于一类称作计数线性的递归，它具有良好的性能．然而，计数算法要求查询的约束集为单值的，因此很难用作子目标的处理策略．本文提供一种新的广义查询计数算法，它能处理任意的多值约束集．从而本文提供的算法不仅能够用于查询的求值，而且也能用于子目标的处理．算法的正确性和变换后的规则的有效性也在本文简略讨论．

长约束非递归系统卷积码的盲识别

针对长约束非递归系统卷积码识别性能随约束长度增加而迅速恶化的问题,提出一种基于码型转换的识别方法。该方法适用于1/2长约束非递归系统卷积码及以其为母码的(n-1)/n删除卷积码。首先根据编码原理,利用编码数据构造一种码长约为原卷积码约束长度1/n的线性分组码;然后求取该线性分组码的校验矩阵,进而从校验矩阵中重构原卷积码的生成多项式。对IESS309中涉及到的两种长约束非递归系统卷积码进行仿真试验。相对于现有方法,当码率为1/2时,识别性能约改善了1dB;当码率为2/3和3/4时,改善程度均超过了2dB。仿真结果表明,与现有方法相比,所提方法具有更好的识别性能。

关于线性递归数列的通项公式

线性递归数列是一种重要而又常见的数列 ,本文从理论上系统地研究了线性递归数列的通项公式 ,并给出了求这种数列的通项公式的一般方法 .

关于杨辉三角错位变体和克隆变体的猜想

从杨辉三角的两种基本变体即错位变体和克隆变体的概念,提出两个猜想,并证明两种变体的各行和与形如a_(n+k+l)=a_(n+k)+a_n的线性递归数列的对应关系,同时给出这类递归数列的两种通项公式1)。借助杨辉三角及其变体研究线性递归数列的性质将会是一种新颖而且有效的方法。

广义查询的一般右线性递归变换的正确性

在先前的研究中,我们提出了一种可用于处理广义查询的一般右线性变换,本文旨在证明该变换的正确性,并简略讨论其有效性。

二阶常系数线性齐次递推序列通解的证明及其应用

采用特征根法和常生成函数法给出了二阶常系数线性齐次递推序列通解的两种证明,并举例应用所给的两个定理解题.

线性递推方程解的结构及解法

本文研究了线性递推方程解的结构以及常系数线性齐次递推方程解法 .

关于常系数线性非齐次递推关系的求解

本文利用构造生成函数的方法给出常系数线性非齐次递推关系 :h(n) =a1h(n- 1) +… +akh(n -k) +f(n)解的一般公式及其应用 ,其中f(x)为一般函数。本文的方法是对文献 [1][2 ]中特殊形式f(x) =βnPl(n)求解的一种推广 。

关于常系数线性递推关系的若干注记

重新编排常系数线性递推的理论体系,使之与常微分方程的处理方法类似·还给出几个相关定理的证明,这些定理对简化计算起着重要作用·

矩阵理论在求分式线性递推数列通项公式中的应用

特殊的分式线性递推数列通项公式可用等差(比)数列知识求得,一般的分式线性递推数列通项公式可用其系数矩阵的特征值、特征向量等矩阵理论而求得。

广义线性模型参数递推M估计

本文根据Huber的M估计理论,构造了广义线性模型参数递推M估计。以离散鞅的极限理论为工具,给出了参数递推M估计收敛于真参数的极限速度。

分式线性递归关系的研究

用递归关系的不动点变换研究了分式线性递归数列与等差数列、等比数列的关系,并讨论了分式线性递归数列的收敛性。最后,给出了一种求分式线性递归数列通项的简易方法。

供热系统换热站供热参数预测模型对比分析

通过相关性分析确定了集中供热系统换热站供/回水均温的影响因素,进一步依据最小二乘拟合计算得到预测模型中历史供热参数的最佳周期,同时结合室外空气温度和室内温度作为模型输入参数,运用Matlab仿真模拟软件建立广义回归神经网络(GRNN)、Elman递归神经网络(Elman)以及多元线性回归(MLR)预测模型,分别对未来18个时刻的供/回水均温进行仿真验证。分析预测结果发现,MLR预测模型的精度最高,GRNN预测模型精度略低于M LR,而Elman模型预测精度最低。