神经计算与量子神经计算的研究综述

神经计算科学是从信息科学的角度,用计算的方法研究神经网络如何模仿和延伸人脑活动的机理及实现类脑智能信息系统的问题。量子神经计算是量子计算与神经计算相结合的产物。文中主要阐述了神经计算的研究现状,在其基础上对量子神经计算的概念及模型进行了介绍,综述了国内外的研究动态与发展趋势。     

神经计算科学的展望

神经计算科学是从信息科学的角度来研究如何加速神经网络模仿和延伸 人脑的高级精神活动,如联想,记忆,推理,思维及意识等智能行为,这涉及到脑科学,认知科学,神经生物学,非线性科学,计算机科学,数学,物理学诸学科的综合集成,它是综合研究和实现类脑智能信息系统的一个新思想和新策略,本文仅重点论述神经智能信息处理,盲信号处理技术,演化认知与进化计算,混沌信息技术及软科学的开发,由此展望神经计算科学的未来发展及潜力,可带动诸学科及信息技术的美好发展。     

一个面向神经计算的并行计算机系统的性能分析与测试

文中主要以一个面向神经计算的并行计算机系统ＮｅｕｒｏＣ为背景，讨论一种并行计算机性能分析模型，并对ＮｅｕｒｏＣ进行性能分析．根据实际并行神经计算模型、ＮｅｕｒｏＣ的结构和计算特点，给出了并行神经计算中一些与性能相关的结论，最后给出了一些系统实际测试结果．     

基于微分流形的神经计算

神经计算是一门崭新的信息处理学科，研究非程序的，适应性的，大脑风格的信息处理的本质和能力。它的研究对象是人工神经网络，即由大量神经元组成的非线性动力系统。本文介绍用微分流形研究神经信息处理的重要概念，讨论研究机理和方法。     

CMAC(小脑模型)神经计算与神经控制

CMAC神经网络是局部学习网络,结构简单,收敛速度快,易于软件和和硬件实现 ,具有广泛的应用前景．本文综述了CMAC神经网络结构和算法,以及在控制中的应用,指出 了CMAC神经计算和神经控制发展方向及在实际应用中需解决的问题．     

一种实现全父辈交叉遗传算法的神经计算模型

该文提出了一种实现二值编码全父辈交叉遗传算法的神经计算模型GAnn。GAnn将遗传算法的迭代循环结构通过一组由神经元模块所组成的反馈回路实现,并给出了实现二值编码全父辈交叉操作以及突变操作的人工神经元和神经网络拓扑结构。该文通过实验结果验证了GAnn的可行性。GAnn综合了硬件遗传算法和并行遗传算法的优点,这对于用硬件实现遗传算法,显式地实现遗传算法的内在并行性,提高遗传算法的实时性,拓宽遗传算法应用领域的研究具有积极的意义。     

面向神经计算的并行机体系结构设计

面向神经计算的并行计算机体系结构是神经网络研究中的一项重要工作。本文在对大量的神经计算进行需求分析的基础上，讨论了以高性能的微处理器作为计算单元，进行面向神经计算的并行计算机体系结构设计，并且介绍了它原型实现的结构、参数和性能     

一种用于捷联式惯导系统故障诊断的神经计算模型

捷联式惯导系统的可靠性是其应用中的一个关键性问题,在改善制造工艺的同时,对其故障能予以及时,正确的诊断亦是至关重要的,神经网络技术具备解决故障诊断问题的能力,且与其它方法相比具有有相当的优势,为了能对系统故障进行在线实时检测,我们基于DSP计算了一种神经计算模型,在软,硬件方面都进行了具体设计,且模型具有一定的通用性。     

一个支持副作用处理的受限AND／OR并行执行模型

本文将对开发ＡＮＤ／ＯＲ并行性时的副作用问题加以讨论，并给出一个支持副作用处理的并行执行模型Ｓ－ＲＡＰ／ＬＯＰ。在该模型中，我们在预编译时给子目标分类并加标记ＰＶＳ，这些标记规定了相应子目标的执行条件。在动态运行中，我们使用多机分级同步控制方法管理子目标及子句的并行执行。本文还将对回溯及数据库的维护等问题加以讨论。我们希望以最小的时空代价及最小的并行度损失控制副作用。     

指令级并行程序执行模型

提出了一种形式化的指令级并行程序执行模型,ＩＬＰＰＥＭ不仅可以描述程序实际执行过程的行为,也可以描述编译和执行时不确定的时间变化所造成的可行执行过程的行为;同时提出了程序执行的同构概念,并证明了可行程序执行必与一个实际程序执行同构,从而为并行程序编译和验证提供了理论依据。     

基于NARA模型和筛选方法的并行神经网络体系结构

本文将介绍一种并行的神经网络体系结构（ＰＮＮ），它是以ＮＡＲＡ模型和筛选方法为基础的，ＰＮＮ由一个控制网络ＣＮ和一组识别网络ＲＮｉ（ｉ＝１，２，３，…，ｐ）组成。它能够自动地将复杂问题分解为简单问题，容易实现追加学习，并且可以分析其内部状态，其结构也是模块化结构，易于硬件电路实现，可以作为一种计算机运算部件，而且ＰＮＮ具有较高的运行效率。     

神经网络在股市行情预测中的应用

人工神经网络以其独特的信息处理特点应用于预测领域具有很大的理论和实际应用价值。本文以股市行情为对象，详细论述了神经网络在股市行情预测领域中的应用，给出了相应的神经网络模型和两种历史数据的预处理方法，通过实验和测试，证明了这种方法的可行性和正确性，文章最后还对神经网络预测方法和基于数据统计基础之上的定理预测方法进行了比较。     

一种新型并行推理机制BTJ

本文提出一种新型并行推理机制BTJ,它同时支持受限“与”并行和完全“或”并行,与其它“与/或”并行模型相比,BTJ具有高并行度和低运行时刻代价的优点,性能测试结果表明,BTJ对于“与”并行和“或”并行均可获得较好的并行加速比。     

三维图像重建算法的并行化设计和分析

利用类体素法进行三维图像重建，速度快，精度高，本文主要从片间并行着手讨论了它的并行化设计技术，分析了在不同的数据存储情况下的计算时间和通信开锁。并在曙光一号并行上实现了基于片间并行的多线程化算法，对算法的性能进行了测试分析。     

BSP模型及其并行程序设计

当前并行计算领域的研究重点和热眯是研究“通用”并行计算的适用范围，而其中心议题是既具有可扩展并行性又同时具有体系结构独立必的可移植软件开发方法和工具的研究。解决体系结构独立的途径是通过引入的一个过渡模型使得软件和硬件得以较好的分离。ＢＳＰ（Ｂｕｌｋ Ｓｙｎｃｈｕｏｎｏｕｓ Ｐａｒａｌｌｅｌ）模型正是这样一个理论模型，它不但可提供既具有可扩展的并行性又独立于体系结构的并行软件开发方法，而且可为并行和     

通用PRIP程序设计语言EPPPI的设计

本文介绍了一种同时具有PASCAI和PROLOG语言特点的通用的模式识别和图象处理(PRIP)程序设计语言EPPPL,相对于PASCAL,EPPPI包含了抽象级更高的数据类型和相应的公共操作.因而该语言具有比PASCAL更强的描述能力,使在科学计算程序设计时有更高的效率.文中论证了在EPPPI中引入PROLOG机制的可行性.由于在EPPPI中包含了PROLOG的机制,使该语言适用于人工智能程序设计,并具有陈述式特点,因而使它的编程效率更进一步提高.     

通用路由器软件体系结构研究综述

随着Internet的发展,新的网络协议和对原有协议的扩展不断出现,除了转发分组之外,路由器还应该提供一些新的服务：如集成服务和区分服务;增强的路由能力;安全功能和包过滤;拥塞控制和对新的核心协议（如Ipvs）的支持等等。与此同时,人们还要求路由器具有一定的智能,这就对路由器的软件体系结构及其可扩展性和可编程性提出了新的要求。传统的基于主机操作系统的路由器已经不有满足网络技术发展的需要。文章全面综述了目前在路由器软件体系结构研究方面的最新进展和主要的研究型路由器操作系统。最后指出了该领域中尚等解决的问题。     

一个并行Prolog系统中的处理机分配算法及实现

本文介绍了一个适用于并行Ｐｒｏｌｏｇ系统的处理机分配算法，利用群调度，通过将空闪处理机有选择地分配给适当的任务。实现了处理机间的负载平衡，并获得高的加速比。