求网络极小割集的一个新算法

定义了网络连结矩阵的两个变换 ,引入了L 满秩矩阵与L 非满秩矩阵的概念·证明了这两类特殊矩阵与网络连通性的关系·利用这一关系和定义的两个变换 ,给出了求网络极小割集以及与极小割集对应的结点集合的递推公式 ;建立了一个求网络所有极小割集及与之对应的结点划分集合的有效算法·算法只需对网络的连结矩阵进行处理 ,在计算机上实现起来很方便·最后通过实例说明了算法的有效性·

基于贝叶斯推理与PFNET理论的认知模型

针对从固定认知结构中生成认知模型的局限性,提出在认知元素固定而认知结构不固定的学习中使用贝叶斯推理方法和PFNET理论从以往学习者的样本信息中按学习者的要求生成"最佳Ki结点集合"和"最优Ki认知链",获得B-P认知模型;对B-P认知模型的生成原理进行说明并通过实例验证该模型的有效性和可行性。