子句型缺省理论的推理算法

1 引言缺省理论自1980年Reiter提出之后,已成为非单调推理的热点。在缺省逻辑中,扩张的概念至为重要。Reiter对特殊的缺省理论——正规缺省理论做了许多研究,并得出了一些漂亮的结果。Etherington给出了生成任意有穷有序半正规缺省理论的扩张的程序。张明义提出缺省的一种子类——自相容缺省理     

贝叶斯网络精确推理算法的研究

贝叶斯网络是以概率理论为基础的不确定知识表示模型,贝叶斯网络推理的目的是得到随机变量的概率分布。目前,最流行的推理算法是联合树算法,它的主要思想是将贝叶斯网络转化为一棵无向树,在无向树上完成消息传递过程,求出原贝叶斯网络中任意随机变量的概率分布。为了降低算法的计算时空复杂度,对算法进行了不断的改进,为贝叶斯网络推理算法的进一步研究提供了条件。     

非评分不精确推理模型与抽象网络推理算法

在研究了专家系统中的非评分不精确推理模型后，对不精确推理模型进行了统一的概括描述，并形成了在这种抽象网络不中不确定性因子的传播算法。     

FPN并行反向推理算法研究

通过对Petri网模型和专家系统推理方法的研究,建立了模糊Petri网（FPN）推理模型。在此基础上提出了专家系统的FPN反向推理算法。最后通过实例对算法进行了检验,结果表明该算法具有解决复杂问题专家系统的并行推理能力,推理效率高,推理过程简单,容易实现。     

基于团树传播的证据网络推理算法

将团树传播算法应用于证据网络中,解决复杂的多连通知识网络结构下的信度推理问题.将复杂多连通网络构造成一棵团树,并将联合信度作为团节点的参数实现复杂多连通网络结构上的证据网络信度推理.在进行联合信度函数信息融合的过程中,通过引入两种新的交并运算实现对DSmT组合规则的改进,减少不确定性.最后通过实例验证了所提出方法的可行性.     

Smith-Waterman算法OpenMP并行化

基因比对可以实现对诲量生物信息的分析和处理,其中Smith—Waterman算法实现的比对信息精确度较高,但是处理速度慢。本文利用共享存储编程的工业标准OpenMPX;ySmith-Waterman算法进行了并行化实现。在一个拥有四个双核CPU的SMP节点上的测试表明,共享并行化使得该局部比对算法的速度提高了40％。     

不协调知识的缺省推理

提出了一个新的缺省推理理论,称为双缺省理论,使得缺省逻辑在四值语义下能够同时处理不协调的知识而不导致扩张的平凡性.为此,定义了命题公式的正变换和负变换,以便分离一个文字与其否定的语义联系.大多数关于缺省逻辑的定理都可以在双缺省逻辑下重建,证明了双缺省逻辑是缺省逻辑在不协调情形下的一般化.提供了一种方法使得超协调逻辑能够获得类似经典逻辑的推理能力.     

改进的EPTA并行细化算法

为了解决现有细化算法中像素冗余、分叉、畸变等问题,在ZS（ZHANG和SUEN）并行细化算法的基础上增加了两个映像子过程,获得了更加接近中心线的骨架图像;通过增加判决条件并设计消除模板,提出了一种改进的EPTA并行细化算法,解决了EPTA细化算法的像素冗余、二像素宽度斜线细化局限性畸变等问题。实验结果表明改进的EPTA细化算法能得到更准确的完全细化结果。     

直线的Bresenham并行绘制算法

本文对直线的Bresenham并行绘制进行了研究,并从概率上计算了当斜率k属于（0,1/2）时,每条扫描线上的平均像素个数,发现采用并行绘制方法在该区间可节约3/4的绘制时间.根据理论分析,结合经典Bresenham画直线算法,实现了并行Bresenham画直线算法,并将绘制结果与windows绘图程序和经典的Bresenham画直线算法结果进行了比较,其绘图结果完全相同.对于扫描线多点并行绘制而言,具有很好的效果,便于硬件实现,以增强对实时绘图的响应.     

全PLA并行加法网络的设计

本文提出了采用IC芯片PLA元件构成一位、二位全加法功能单元网络[3→2],[2,3→3],并以此基本功能单元组成快速并行全加器和快速乘法器。在介绍设计原理的基础上,给出了具体的逻辑设计和结构框图,并对这些职能部件进行了一点性能分析。     

Shape Context算法的CUDA并行化实现

研究了Shape Context形状识别串行算法,在此基础上针对CUDA平台多处理器流水线特性,将Shape Context算法进行适应CUDA特性的并行化改造,使得算法并行化后具有更高的执行精度,并达到了130倍以上的加速比,较大程度满足人脸识别海量数据的实时处理需求.     

离散动态贝叶斯网络推理的编程计算算法

离散动态贝叶斯网络是对时间序列进行建模和推理的重要工具,具有广泛的建模应用价值,但是其推理算法还有待进一步完善。针对构离散动态贝叶斯网络的推理算法难以理解、编程计算难、推理速度慢的问题,给出了实现离散动态贝叶斯推理算法的数据结构,推导了进行计算机编程计算的推理算法和编程步骤,并通过实例进行了算理验证。     

NIDS中一种基于petri网的并行推理算法

针对网络攻击具有并发性,攻击特征的提取具有不确定性等特点,提出了一种petri网并行推理算法,把Petri网模型转化为矩阵形式,通过矩阵的运算来实现算法的并行性,并给出了推理机的实现机制。通过算法,可以同时处理多种攻击,并得到多种攻击各自的概率,概率越高发生入侵的可能性越大,对于攻击的不确定性提供多种的攻击概率,可以降低攻击特征的不确定性。通过评估实例说明推理机制的正确性和有效性,同时也证明了推理算法的高效率。     

基于d-分隔的Credal推理网络约简算法研究

针对Credal网络推理应用中出现的Credal集顶点组合爆炸等问题,系统地提出了Credal推理网络约简的概念,并利用CredaI网络中变量间的d-分隔特性,通过变量间独立性验证,设计了求解大规模Credal推理网络约简的算法.应用实例表明,该算法简化了目标网络,有效规避了Credal集顶点组合爆炸问题,对特定推理问题具有适用性和可行性,提高了Credal网络推理的效率.     

贝叶斯网络推理的研究与分析

贝叶斯网络是人工智能中不确定知识表示和推理的有力工具.介绍了贝叶斯网络的概念,给出一个实例,分析了贝叶斯网络推理的方法和过程.     

基于贝叶斯网络不确定推理的研究

本文介绍了贝叶斯定理和贝叶斯网络的基本概念。提出可以利用贝叶斯网络表示和处理智能信息系统中的不确定性．讨论了贝叶斯网络的推理方法，并给出一个示范性的例子，阐述字使用贝叶斯网络进行不确定推理的过程。     

一种高效的FDE并行传播算法

约束规划(constraint programming, CP)是表示和求解组合问题的经典范式之一.扩展约束(extensional constraint)或称表约束(table constraint)是约束规划中最为常见的约束类型.绝大多数约束规划问题都可以用表约束表达.在问题求解时,相容性算法用于缩减搜索空间.目前,最为高效的表约束相容性算法是简单表约缩减(simple table reduction, STR)算法簇,如Compact-Table (CT)和STRbit算法.它们在搜索过程中维持广义弧相容(generalized arc consistency, GAC).此外,完全成对相容性(full pairwise consistency, fPWC)是一种比GAC剪枝能力更强的相容性.最为高效的维持fPWC算法是PW-CT算法.多年来,人们提出了多种表约束相容性算法来提高剪枝能力和执行效率.因子分解编码(factor-decomposition encoding, FDE)通过对平凡问题重新编码.它一定程度地扩大了问题模型,使在新的问题上维持相对较弱的GAC等价于在原问题...     

网络环境中FFT算法的优化设计

以并行FFT算法为例,研究微机构成的网络计算平台上的并行程序设计与优化问题。由于整个系统的性能取决于网络消息通讯,为减少实施负载平衡策略本身所带来的通信开销,在进行数据分配时尽可能使计算数据局部化。由于异构性,数据分配还应考虑节点机的性能。     

Petri网的正向推理算法

提出了一种建立在petri网的基本结构上的形式化正向推理算法,通过建立petri网的关联矩阵、标识向量和激发向量,将petri网与矩阵运算结合,可以在petri网模型中抽取一个子模型,从而把一个大的、复杂的系统转化为一个只与问题相关的小的系统来处理。该算法充分利用了petri网的并行处理能力,缩小了后续应用的范围,加速了后续应用的效率。