一名话新闻

第六代电子计算机是模仿人的大脑判断能力和适应能力，并具有可并行处理多种数据功能的神经网络计算机。与以逻辑处理为主的第五代计算机不同，它本身可以判断对象的性质与状态，并能采取相应的行动，而且它可同时并行处理实时变化的大量数据，井引出结论，“往的信息处理系统其能处理条理清晰．经络分明的散据。而人的大脑却具有能处理支离破碎，含糊不清信息的灵活性，第六代电子计算机将类似人脑的智慧和灵活性，     

第六代计算机

<正> 自世界第一台电子管计算机在美国问世以来,计算机技术进展异常迅速,如今已发展到第四代,第五代也已进入开发的最后阶段。但就计机“智力水平而言,第五代计算机充其量也只相当于一个幼儿,而第六代计算机则是具有与人脑相似功能的智能计算机。可以这样说,计算机从第一代到第五代的更替,最主要的变化是速度提高、耗电减少、体积缩小,但仍然需要在程序控制下工作,以数据处理的方式处理信息,与人类大脑的信息处理方式有着本质的不同。第六代计算机则将具有直观判断和不完整信息处理的能力,它工作时无需编制任何程序,     

第六代计算机的核心：神经网络计算机

神经网络计算机有可能从根本上改变计算机领域的面貌。木文阐述神经元模型和神经网络的结构与特点,指出神经网络计算机在第六代计算机中的作用。进一步讨论若干重要的神经网络模型及其技术现况和可能的应用。     

研究、开发与市场

日本开始实施智能机研究的新计划 历时10年,耗资4亿多美元的日本第五代计算机研究项目,最近已宣布告一段落。第五代计算机的研究目标是制造出能象人类一样思维的智能计算机。研究总结报告认为,虽然最后没有制造出可投放市场的产品问世,但在诸如并行处理等一些关键研究领域中还是取得了实质性的进展。 最近有消息报道,以日本通产省为主,联合美国、欧洲各国政府、企业,于1993年起开始实施为期10年的第六代计算机的研究计划,其目标是使计算机拥有近乎人类大脑的判断能力和适应能力以及能并行处理多种数据的功     

什么是第五代计算机

通常按元件将计算机划分为代,电子管为第一代、晶体管为第二代、集成电路为第三代、大规模集成电路为第3.5代、超LSI为第四代、第五代计算机是指90年代将出现的计算机。这种计算机将采用什么样的元件现在还很难肯定,但人们已     

迎接第五代计算机的挑战——赴日参加国际第五代计算机系统的学术会议的汇报

一、什么是第五代计算机第五代计算机,也称为新一代计算机,这是一个处理知识的系统。也就是一个智能系统。这样的系统聪明伶俐,人们使用起来得心应手,它能以惊人的速度,给出专家水平的问题解答,作出权威水平的英明决策。自从第一台计算机诞生以来,已经经历了从第一代到第四代的变革。这期间积累了大量的科学技术成果。主要有硬件技术、软件技术,人工智能等。这些成果是研制第五代计算机的基础。智能包括推理、学习和联想。目前正在突破推理机能、学习和联想处于学术研究阶段,     

试论基于计算机技术的创新发现

随着第一台计算机在美国宾夕法尼亚大学的诞生,很快就有了第二代、第三代、第四代、第五代计算机的出现。发展到第五代计算机,已是具有人工智能的新一代计算机,拥有推理、联想、判断、决策、学习等功能。在计算机技术飞速发展的同时,伴随着信息时代的到来,信息改变了我们这个社会。它广泛的涉及到社会工作的各个领域,受到人们极大的重视。因此,各个行业争相引入计算机技术的应用。如:工程设计、微课领域、环境保护、电子商务、企业管理等。     

神经计算机综述

神经计算机能模拟人脑的并行信息处理方式，具有惊人的自学习、思维、推理、判断和记忆的功能，被称为第六代-的计算机——智能型计算机。本文主要阐述了神经计算机与传统的数字计算机的区别，神经计算机的理论基础、元件基础、性能指标及发展现状。     

第四代和第五代语言的主要特性

由于当今的用户很需要计算机来处理大量政府、工业、大学等部门的行政、管理事务而不得不使计算机采用第四代程序语言.然而一些厂家号称的所谓第四代语言却并没有多少真正的第四代语言的性质. 从现在开始在近几年内第五代语言将会被广泛采用,这些语言一般被认为是PROLOG,LISP和其他的人工智能语言. 作者的观点趋向于用统一的标准来定义前三代,第四代和第五代语言,这个标准就是语言的数据结构,用它来作为区分语言的代的标准. 本文将回顾第四代语言产生发展的源由和过程,并且清楚地定义第四代语言主要的特性,然后对第五代语言的特性也给予简洁的定义.     

计算机视觉的理论框架研究

1.引言计算机视觉是计算机科学和人工智能的一个重要分支,它是工业生产自动化、机器人智能化、自主车导航、目标跟踪以及工业检测、医疗和军事应用的核心,也是实现机器智能及第五代计算机的关键因素之一。计算机视觉的研究目的和内容有两个方面,一是用计算机部分实现人类视觉的功能;二是理解人类视觉机理。此二方面使计算机视觉的研究既带有基础性,又有很强的应用特征和工程性质。就人类视觉而言,其功能集中于识别与理解周围环境内对象物坐标、物体间相对位置及颜色等。仿人类视觉机制,利用计算机实现从二维或系列图象中构造、理解三维世界模型的功能就称之为计算机视觉。由此亦知,计算机视觉是一综合性学科,它涉及图象处理、模式识别、图象理解、计算机科学等诸多领域。     

第五代计算机体系结构分析

第五代计算机是一个适用于广阔的应用领域的知识信息处理系统.本文以第五代计算机体系结构的功能和特点为出发点,从语言、程序组织、机器组织等方面研究可以作为第五代计算机体系结构候选者的四种非冯·诺伊曼型计算机的体系结构.     

神经网络计算机原理及实现方法

神经网络计算机能模拟人脑的并行处理方式,具有惊人的自学习、思维、推理、判断和记忆的功能。该文主要阐述了人类对大脑的研究以及由此演发的人工神经网络的理论基础,并从目前实现神经网络的三种主要途径对神经网络计算机的实现做了分析与展望。     

计算机对汉语的理解和生成

计算机对汉语的理解和生成, 是在我国推广应用计算机、实现办公自动化、研制我国的第五代计算机第一代智能机的关键研究课题。这项研究属于人工智能的重要领域-自然语言理解。     

神经网络计算机原理及实现方法

神经网络计算机能模拟人脑的并行处理方式,具有惊人的自学习、思维、推理、判断和记忆的功能。该文主要阐述了人类对大脑的研究以及由此演发的人工神经网络的理论基础,并从目前实现神经网络的三种主要途径对神经网络计算机的实现做了分析与展望。     

神经计算机的研究与发展

1 引言从40年代冯·诺依曼发明基于串行符号处理的数字计算机以来,数字电子计算机已经取得了巨大的成功,但在诸如模式识别、人工智能等研究领域却碰到了极大的困难,人们不得不以更大的兴趣去研究以并行处理模式为特征的神经计算机。80年代,在美国、日本和欧洲都掀起了一股研究神经网络理论和神经计算机的热潮。各先进国家相继投入巨额资金用于研究新型智能计算机,其研究重点主要是将神经网络原理用于图像处理、模式识别、语音综合及智能机器人控制等领域。1987年6月在美国召开了第一届神经网络国     

神经网络理论：学习,识别与计算的现代途径

神经网络是近年来掀起热潮的一个特别引人入胜的研究领域,它完全打破了学科的界限,对人工智能、计算机科学、脑神经科学、认知科学、电子学及物理学等学科的新发展都有重要影响。预计它的应用和发展不仅会推动神经动力系统理论本身,而且将影响新一代计算机的设计原理。本文介绍了神经网络的基本概念和主要特征,对该研究的历史与现状、各种神经网络模型与算法、神经网络计算机的基本原理及其VLSI实现、神经网络在各研究领域的应用和发展作了综述,最后指出了该领域研究的方向和有关课题,展望了它的发展前景。     

创刊贺词

《计算机应用与软件》杂志创刊,我代表中国电子学会计算机学会和电子工业部计算机工业管理局表示热烈的祝贺。自从世界科学技术发展以来,还没有任何科学技术象计算机那样以极高的速度向高精尖方向发展,在应用上以极大的广度向各个方面渗透。同时又对人类社会的发展发生那么深远的影响。由于发展迅速,差不多每十年就要换代。按硬件的观点,从第一代电子管计算机到第二代晶体管计算机到第三代集成电路计算机至八十年代已进入超大规模集成电路计算机时代,目前正计划发展九十年代的第五代计算机系     

柔性电子神经网络计算机结构和原理

本文以开发系统的观点描述了一种新的神经网络计算机体系结构，它以其可开发性和灵活性区别于其他各种神经网络计算机，应用于人工神经网络的研究过程。基于柔性神经网络计算机体系设计，文中提出了一种神经网络分解撕裂算法，为ＶＬＳＩ神经芯片的设计提供了一条新途径。在功能应用上，柔性电子神经网络计算机打破了其他神经网络计算机功能的针对性，为神经网络的研究，开发和应用提供较全面的支持。     

生物计算机

<正> 1946年第一代计算机(电子管)诞生以来,1956年第二代计算机(晶体管)即产生,1965年第三代计算机(中小规模集成电路)试验成功,1970年第四代计算机(大规模集成电路)宣告投产。八十年代以来,有关国家在研制第五代计算机(超大规模集成电路)——人工智能计算机的同时     

神经网络与神经计算机

脑科学和神经系统的研究已经有很长的历史。长期以来,人们一直梦想着通过对神经系统的研究,发明一种仿效人脑信息处理模式的智能式计算机。自从四十年代冯·诺曼发明基于串行符号处理的数字电子计算机以来,虽然获得了巨大的成功,但在诸如模式识别、人工智能等方面都碰到极大的困难,促使人们以更大的兴趣去研究并行处理模式为特征的神经计算学。八十年代初,在美国、日本和欧洲,都掀起一股神经网络理论和神经计算机的研究热潮。各个先进国家都相继给出巨大的投资,制定出强化研究计划、开展对脑功能和新型智能计算机的研究。并着重将神经网络原理应用于图象处理、模式识别、语音综合及智能机器人控制等领域。目前,有关神经网络的研究机构,遍及美国各大学、公司及国防、宇航的研究部门。1987年6月在美国召开第一届神经网络国际会议、并发起成立国际神经网络学会(INNS)。之后,以IBM 公司、Bell 研究所和日本的富士通、NEC 等大公司,纷纷研制各种神经芯片、相继推出各种软件、硬件产品。为神经计算机的实现,迈出了第一步。神经网络的主要特征是:大规模的并行处理和分布式的信息存贮,良好的自适应性、自组织性。并且具有很强的学习功能、联想功能和容错功能。通过神经网络的研究,将对探索更加完善的智能计算机系统和相应的人工智能技术,开辟新的途径。目前,国外神经网络的研究热潮仍方兴未艾。为了向读者系统地介绍有关神经网络和神经计算机的基本理论、学习算法和应用技术。特开辟这个专题讲座。本讲座共分八讲。第一讲:神经网络模型。第二讲:神经网络的学习算法。第三讲:神经器件。第四讲:神经计算机。第五讲:光神经计算机。第六讲:神经网络在视觉信息处理中的应用。第七讲:神经网络在模式识别中的应用。第八讲:神经网络在机器人控制中的应用。