类比推理的计算模型

本文将类比推理分为联想、求精、匹配和转换４个过程，在给出各过程遵守的原则之后，详细讨论了它们的计算模型．     

类比转换原理及其实现

类比转换完成将已知情况（称基）的知识引入到相似新情况（称靶），从而求解靶或学习到关于靶的新知识．本文的类比转换原理讨论了如何选择最佳映射，怎样在靶中创建对象和谓词，以及转换基中那些命题到靶．并基于该原理设计了类比转换的计算模型，实现了类比转换器ＡＴＥ．实例分析表明ＡＴＥ生成的类比结论既具创造性，又有较高可信度．     

从抽象ENGINE到KLND-ENGINE

本文给出了并行推理系统NDPIS基语言的抽象执行模型。从抽象模型到具体机器的映射入手,设计了NDPIS的并行推理机KLND-ENGINE,体现了面向语言设计体系结构的一般性方法和途径。     

系统可靠度最优布局的一种定性理论

本文研究在给定拓扑结构和单元可靠度的条件下系统可靠度的最优布局及一种定性理 论,提出了系统可靠度最优布局等效唯一的概念,并进行了讨论.最后以两个实例说明定理的 应用.     

试论新一代计算机的核心语言

本文论述了新一代计算机系统对其核心语言的主要需求,即:1.具有知识处理能力.2.反映并行性.3.计算模型具有良好的教学性质,并适于作为体系结构的设计依据.针对这些需求,对目前三种主要候选语言LISP、FP、PROLOG进行了分析,并提出了一些看法.     

机器学习技术与机器学习系统

知识获取是知识处理过程中的“瓶颈“，这一问题的解决有赖于机器学习研究的进展。本文从两种不同的角度概述并评价了当前机器学习中的一些主要技术和典型系统，其一是着眼于机器学习技术所采用的推理方式，即演绎推理、归纳推理和类比推理，其二是强调机器学习系统所使用的知识类型和学习过程中信息流动的走向。     

一种保留特征的网格简化和压缩递进传输方法

针对数字博物馆中三维藏品网络传输及传输过程中藏品特征保留的需要,提出了一种保留拓扑及纹理特征的网格简化方法,在三角形折叠简化算法的基础之上,通过引入边界三角形和色异三角形等概念,对误差矩阵的计算和误差控制方法进行了改进,保留了原始模型的几何边界和纹理属性等特征信息;并结合递进网格和压缩编码,构造了基于八叉树编码的递进网格文件,从而实现了基于网络的三维模型递进传输系统.     

网格环境中模式复用的异构数据库访问和集成方法

如何为网格环境的资源使用者提供异构数据库资源的全局统一视图和一致访问接口,是网格技术及其应用的关键问题和研究热点.由于大学数字博物馆网格(university digital museum grid,简称UDMGrid)需要整合和共享分布在8个城市12个大学数字博物馆的异构数据库资源,因此提出了一种网格环境下模式复用的异构数据库访问和集成方法(database access and integration in UDMGrid,简称UDMGrid-DAI).该方法首先提出了一种模式复用的虚拟数据库构建策略,定义了异构数据库资源的全局统一视图;在此基础上给出了数据库资源注册方式和虚拟数据库查询映射方法,为资源使用者提供了访问数据库的一致访问接口;最后,在UDMGrid的异构数据库资源环境下,实验了从数据库资源注册到使用的全过程,验证了UDMGrid-DAI方法的正确性和实用性.     

一种基于兴趣约束的新型组播地址分配方法

基于兴趣的约束关系提出了一种新型的组播地址分配方法——建立布种模型，通过布种模型的初始化和推演实现组播地址的静态和动态分配．论文结合二维点阵和PR四分树定义了布种模型的空间数据结构，并提出自适应生长／剪枝算法和检索算法实现组播地址的动态分配和快速搜索．算法分析和性能测试表明该方法效率高，可满足大规模分布式虚拟环境中的组播地址分配和检索．最后简介了该方法在分布式仿真运行平台BH RTI中的实现．