基于Rough Sets的中医指症挖掘研究与应用

针对中医病历数据库中指症样本维数较大、数据特征和属性冗余量较多等特征,在对Rough Sets基本理论和属性约简算法研究的基础上,提出了将属性频度和属性重要性相结合的GENRED_GROWTH中医指症挖掘算法,并进行了基于GENRED_GROWTH的中医指症挖掘原型系统设计与实现。通过分析和实验结果表明：该算法能较好地进行中医指症属性约简,分类精度较高,并且能抽取中医指症相关诊断规则以辅助医生的诊断和治疗。     

智能计算机辅助教学的研究与应用

智能计算机辅助教学（Intelligent Computer Assisted Instruction）已成为现代计算机教育发展的一大趋势。本文首先对智能计算机辅助教学的结构和特点进行阐述,然后结合数据结构重点课程建设的实际情况,设计了其智能辅助教学系统,该系统在实际教学环节应用中取得了较好的学习效果,具有较强的适用性和推广价值。     

基于矩阵变换的线性最近邻量子线路综合与优化

为了构造线性最近邻量子线路,降低线性量子可逆线路的量子代价,提出了一种基于矩阵变换的线性量子线路综合与优化方法.该方法给出了线路的矩阵表示和基于矩阵的近邻CNOT（Controlled NOT Gate）门判定,并提出矩阵分组的最佳方案,保证了线路综合中CNOT门数量最优.为了实现量子线路近邻化,提出了swap门的矩阵表示及线路近邻化规则,证明了两种swap门添加方式的等效性;提出了不同情况下swap门的消除规则,降低了近邻化后量子线路的量子代价.选择benchmark例题库中具有代表性的线路进行实验,与已有的量子线路近邻化算法相比,线路量子代价平均优化率为34.31%.     

基于L-ESOP约简的量子线性电路逻辑综合算法

为生成在门数指标上近最优的量子线性电路,提出一种基于L-ESOP表达式约简的量子线性电路逻辑综合算法.首先通过异或运算逐步将量子线性电路每个输出的L-ESOP表达式约简成fi=xi的恒等函数形式,算法执行过程中的每次异或运算均对应一个CNOT门,将这些CNOT门逆序排列便得到结果电路;为进一步降低门数,提出3种前瞻性启发式规则,将这些规则分别应用于算法的3个不同阶段,以最大幅度地减少后续异或操作次数为衡量指标选择算法相应阶段参与异或运算的L-ESOP表达式.实验结果表明,文中算法在综合量子线性电路时所需的CNOT门数少于其他算法,且这种优势随着线路数的增加越发明显,在生成100线电路时所需的平均门数较其他算法降低了21.69%;另外,该算法可在多项式时间内完成,在生成100线电路时平均耗时仅用71.55 ms.     

可生存性MLS/DBMS中基于隐蔽通道的 恶意事务检测

 多级安全数据库系统(MLS/DBMS)中并发控制协议并不能彻底消除所有的隐蔽通道.在隐蔽通道无法避免的情况下,已渗透的恶意事务可以利用隐蔽通道泄漏和篡改机密信息.为提高数据库的可生存性,首先分析了MLS/DBMS系统中的隐蔽通道,通过对真实情况的参数模拟和实验分析,结合恶意事务特征和隐蔽通道带宽的异常改变,给出可生存DBMS中的同谋事务和恶意事务的检测,并提出了同谋用户造成隐蔽通道传递性的机理以及恶意噪声事务对其的影响.     

面向计算思维和探究能力培养的C＋＋实践教学探索

针对目前学生在C＋＋实践课程中编程能力普遍较弱的状况,分析了造成这种现状的原因,给出了基于计算思维和探究学习的C＋＋实践教学新模式,提高了学生系统分析问题和解决问题的能力。     

基于正反控制门的可逆逻辑综合

提出一种基于正反控制(PNC)门可逆网络的级联算法,为3位输入/输出函数设计相应的模板,给出级联网络的约简算法。实验结果表明,与Toffoli门级联成的网络相比,使用PNC门的可逆网络中门的数量较少,在降低网络代价方面具有一定优势。     

逻辑函数求补算法及其改进

逻辑函数求补算法存在的主要问题是时间开销大及需要的存储空间过大。该文在对递归裂变求补算法和基于最小项求补算法进行分析研究的基础上,提出了积项输入、邻项合并、积项输出的无冗余覆盖的逻辑函数求补算法。该求补算法的时间、空间的需求将大大缩小。     

一种通用的可逆比较器级联方法

可逆数值比较器是可逆计算机中诸多运算器中的重要组成部分。为了提升可逆比较器的通用性,进一步优化可逆比较器电路。分析了比较器的输入与输出的逻辑关系,提出并设计了一位可逆比较器(OBC)和一位可逆完全比较器(OBCC)。在此基础上将这两种器件进行级联,可以快速生成通用可逆比较器的级联电路.与相关文献对比,该级联方法有效的减少了常量输入和垃圾输出的同时,具有较低的量子代价,易于完成多位二进制数值在可逆电路中的比较。     

可逆逻辑门网络的表示与级联

 可逆计算是一个新兴的研究领域,可逆逻辑门网络的级联是可逆计算的重要内容.本文提出了一种可逆逻辑网络表示方法,给出了相应的可逆网络模型.为了构造可逆逻辑网络,给出了一种可逆逻辑门单元库的构造方法.证明了同一垂直线上两个不相交可逆逻辑门单元的输出值与此二逻辑门单元分布到相同平行线的两条相邻垂直线上的输出值之间的关系;给出了分布在相同平行线上奇数和偶数个相邻的相同可逆逻辑门单元输出结果的性质.提出了一种可逆网络输出向量的表示方法和基于可逆门编码的可逆网络级联方法,以此生成给定范围内的可逆网络.通过变进制数的方法快速找到可逆网络输出向量所对应的序号,降低了搜索次数,减小了搜索空间,为进一步综合大规模可逆网络,提高可逆网络级联效率提供了支持.Benchmark例题验证表明,该方法构造的可逆网络控制门数更少,代价更小.