最大泛化规则生成

讨论了基于粗糙集理论的分类知识发现中最大泛化规则的生成．首先给出一个最大泛化规则的生成算法,提出采用基于信息论观点的J-measure作为属性有效度量,用来在求最大泛化规则的过程中,启发式地选择试图删除的条件属性．最后通过实例说明了最大泛化规则生成算法的执行过程．     

逻辑作为一种计算机语言

本文过论一阶谓词逻辑及其变种作为计算机高级语言的有关问题;结合逻辑程序设计语言PROLOG介绍逻辑编程的理论基础和思想方法以及罗辑编程的理论和概念技术。     

逻辑程序设计的几个问题

一、引言大多数传统的程序设计语言本质上都是以赋值为核心并且基于显式控制流的计算式语言(如PASCAL和C)。这种风格的程序语言是针对von Neumann体系结构的。计算机应用的重点正在由数值处理转移到非数值信息处理,而von Neumann机器以及相应的程序语言在非数值处理(比如说符号推理)应用中的缺点是人所共知的。逻辑编程语言就是基于(一阶谓词)逻辑(及其变种)或其子集(如Horn子集)的计算机语言。它是一种以(符号)模式匹配为核心,没有(或很少有)显式控制流的推理式语言。逻辑程序设计最初提出主要是针对软件工程考虑,后来日本决定来用逻辑语言作为其新一代计算机结构(即第五代机)的核心语言(PRO-     

计算机多媒体技术与应用课程改革的建议

分析了当前计算机多媒体技术与应用课程教材与教学中存在的问题,指出这种教学内容已经偏离了计算机应用软件教育的主流发展方向,建议用计算机图形学课程的教学替代计算机多媒体课程的教学．     

一个进程调度问题及其分布式算法

一般形式下的进程调度问题是NP完全的,一般采用多项式时间复杂性的启发式算法求其次优解。本文提出一种调度问题,其求最优解的复杂性也是NP完全的。我们先将问题化成图论问题。然后提出一种有效的分布式算法求其次优解。最后,基于分析和模拟,对该算法的行为进行讨论。     

人工智能与并行处理

随着人工智能(AI)研究和应用的日益深广,VLSI技术和计算机体系结构(并行处理和分布式计算机系统)的发展,AI问题求解将与并行处理技术紧密地结合起来。 AI问题求解,一般总可以归结为大规模符号知识库的操纵(基于知识或启发式规则的推理)或大规模符号状态空间的非确定性搜索(即各种可能性的枚举与考查)。AI并     

组合论、复杂性、随机性

Richad M.Karp因对计算复杂性理论作出了卓越的贡献而获得1985年ACM的最高荣誉图灵奖. Karp的成名作是1972年的论文“Reducibility among Combinatorial Problems”(“组合问题中的可归约性”).通过扩展S.Cook的早期工作,Karp使用多项式时间可归约性概念证明了大多数经典组合优化问题都是NP-完全的.后来Karp又开创了组合优化(近似)算法的概率分析并对随机算法的研究作出了巨大的贡献. Karp博士现在是加州大学伯克莱分校电气工程与计算机科学系、数学系、以及工业工程及运筹学系的教授.本文是其获奖演说,阐述了理论计算机科学领域的一些发展前景.     

OCLIPS中RETE算法的改进实现

ＲＥＴＥ算法是一种效率很高的模式匹配算法，但若实现得不当，也会出现效率低下的状况，其中模式的次序是影响效率的重要因素，鉴于此，在专家系统工具ＯＣＬＩＰＳ中，提出了几项原则用以调整模式间的次序，提高推理效率，文中最后，给出了有关的数据结构及实现算法。     

算法设计

探索计算方法的效率不仅能得出快速算法,而且可以产生巧妙、简洁而通用的问题求解方法的深刻见解。该文作者与其老师John.E.Hopcroft由于在算法方面的卓越贡献而荣获1986年度图灵奖。这篇文章是其授奖会上的讲演。作者的研究领域有数据结构、算法设计与分析、组合优化、计算几何和计算复杂性。最近仍集中于数据结构与算法的研究。     

基于Search并行的顺序PROLOG系统的设计与分析

克服PROLOG系统低效的重要途径是减少/加快数据库搜索及项合一操作以及减少/加快回溯操作。本文给出一种多处理机上的基于SEARCH并行的顺序PROLOG解释方法,指出它在克服搜索/合一代价高这一方面的优点并分析通讯对于系统性能的影响。