并行归纳法推理系统

为提高归纳法推理过程的速度和效率，我们在Ｂｏｙｅｒ－Ｍｏｏｒｅ程序证明方法和自行设计的串行归纳法推理系统的基础上，进行了并行归纳法推理的研究，其中包括推理知识的分布处理，系统初始工作的并行化，并行推理子任务的识别与调度，子任务间的信息通信，以及推理问题的可并行性等方面的探讨。最后文章还介绍了对此并行归纳法推理系统的语言支持。     

归纳法在计算机学科中的应用

数学归纳法是一种非常重要的数学方法,它不仅对我们数学的学习有着很大的帮助,而且在计算机学科的研究中也是一种重要的方法.首先必须准确的理解其意义以及熟练的掌握解题步骤,而在三个步骤中运用归纳假设尤为关键,运用归纳假设推出猜想最为重要.最后我们在通过用数学归纳法证明文法语言的过程中,可以更加深刻理解和掌握"归纳-猜想-证明"这一探索发现的思维方法.     

程序语言中共归纳数据类型的一种fibrations方法

范畴论与共代数是程序语言中共归纳数据类型研究的传统方法,这些方法在语义行为分析与共归纳规则描述等方面存在一定的不足。针对以上问题,提出了一种fibrations方法以对共归纳数据类型的语义行为与共归纳规则进行研究。该方法系统分析了fibration上共归纳数据类型的重索引函子、对偶重索引函子与真值函子等基本逻辑结构,应用等式函子与商函子等工具建立共归纳数据类型与其语义行为在程序逻辑上的对应关系,深入分析共归纳数据类型的语义行为;并以基范畴上自函子及其在全范畴上保持等式的提升为工具构造共递归操作,抽象描述共归纳数据类型具有普适意义的共归纳规则;最后通过实例分析简要介绍了fibrations方法的应用。     

讨价还价博弈均衡出价策略的算法设计

在商业智能领域,为求解买卖双方讨价还价博弈的均衡出价策略,在逆向归纳法的基础上,开发出两个高效且实用的算法：基于逆向归纳过程,设计出迭代算法;基于逆向归纳结果,设计出递归算法。迭代算法是逆向归纳法的具体实现,而递归算法则并不拘泥于逆向归纳法。在智能电子商务的讨价还价实战中,分设司令部、参谋部、作战部等三个角色模块,给出应用该算法开发智能出价决策支持系统的初步设计思路。     

用类型信息简化公式

<正> 简化公式的能力是归纳法定理证明能力的核心部分;在归纳证明期间,一项主要的活动是把归纳法结论转换成类似于归纳法假设的一个表达式,从而使归纳法假设能够使用。为了简化一个公式,我们在该公式中子项的上下文里搜集一些假定,并在这些假定下简化该公式的子项。在本章,描述我们如何表示这样的假     

基于重写的成批归纳证明技术

1 引言 归纳法是刻划软硬件行为和性质的一种重要方法,归纳证明的自动化始终是一个研究热点.近二十年来,涌现出了大批证明方法和实验系统.这些成果大致可分为两类:第一类方法使用项结构上的显式归纳论证,其典型工具是1979年由Boyer和Moore提出的NQTHM证明器[1].     

关于归纳证明的探讨

归纳定理证明是一种难度较大且较有前途的一种自动定理证明方法。较早的归纳定理证明器是Boyer一Moore于1979年提出的BM证明器,BM证明器采用的是传统的结构归纳法,对所证公式中的每个函数项都根据其所谓归纳模板提出相应的归纳方案,然后对这个归纳方案进行分析、比较和整理,得出整个     

程序正确性:论归纳断言法

本文研究了一些正确性证明方法。特别对所用归纳形式进行了详尽探讨。提出了一个程序设计语言的关系语义模型,并讨论了它与谓词变换符的关系。文章立足于从基本观点上来叙述,以便尽可能简单地阐明有关的各种方法及基本原理之间的本质区别。上述结果是在我们试图对“子目标归纳”法追本穷源时获得的。     

基于归类教学的进制转换算法研究

程序设计是一门逻辑性很强的课程,教会学生编程关键是教会学生编程的思想,以及分析、解决问题的方法.很多程序的编程思想都有类似之处.文章利用归纳法的思想,把进制转换归纳成具有共性的问题进行归类,设计了把2、8、16进制统一转换为10进制的算法;同样设计了把10进制转换为2、8、16进制的统一算法.把这种归纳法的思想应用于教学,取得了良好的教学效果.     

文本元数据自动抽取算法的研究

提出一种从科技文献等文档中自动抽取元数据的方法,将自动归纳法和相似特征度算法结合起来,基于特征相似的归纳学习算法自动生成抽取规则,并对文档进行元数据的自动抽取。这种方法利用文档自身某些特有属性,对文档的内容进行分块,利用归纳法自动生成抽取规则,并结合特征相似度对生成规则进行匹配,然后对文档元数据信息进行自动抽取,提高了自动生成规则的效率和抽取元数据信息的准确率。     

高速运动弱小目标的可调模板匹配算法

深入分析了高速运动弱小目标的成像特性,提出了用可调模板实现图像匹配的方法。在归纳目标运动轨迹规律性的基础上,采用目标路径线性预测的策略,收缩模板匹配的范围,减少运算量。并采用帧间差值的统计指标,来衡量模板与目标子图的相似性。对目标实测图像序列的实验证明:该高速运动弱小目标的可调模板匹配算法具有快速、稳定、有效的优点。     

基于Fibrations理论的共享系统数据模型

传统共享系统数据模型的建模方法在语义性质分析和语义行为描述方面存在不足,针对以上问题提出了一种基于Fibrations理论的共享系统数据模型。主要工作体现在两个方面:首先,应用真值函子、保持真值的提升与内涵函子并结合代数方法精确分析了语义性质,应用等式函子、保持等式的提升及商函子并结合共代数方法形式化描述了语义行为;其次,在Fibrations理论框架内构造复杂归纳与共归纳数据结构上参数化的递归与共递归操作,抽象描述具有普适意义的归纳与共归纳规则,结合实例简要介绍了Fibrations理论的应用。相对于范畴论等传统方法,简洁描述与灵活扩展的Fibrations理论对共享系统数据模型的语义性质和语义行为进行了精确分析与形式化描述,抽象描述了复杂数据结构具有普适性的归纳与共归纳规则。     

良基归纳法在时序逻辑程序不变式验证中的应用

并发程序的不变式验证对理解程序和提高程序的正确性具有重要意义.以一种区间时序逻辑程序设计语言Framed Tempura为研究对象,给出了该语言的等价正则形,定义了该正则形在相邻两个状态上的良基关系,进而利用良基归纳法原理对该语言所描述的系统的不变式进行归纳验证.提出的基于良基归纳法的验证方法在时序逻辑程序中可以方便地验证系统的不变式,尤其是循环结构的不变量性质.     

目标检测模型及其优化方法综述

近年来, 基于卷积神经网络的目标检测研究发展十分迅速, 各种检测模型的改进方法层出不穷. 本文主要对近几年内目标检测领域中一些具有借鉴价值的研究工作进行了整理归纳. 首先, 对基于卷积神经网络的主要目标检测框架进行了梳理和对比. 其次, 对目标检测框架中主干网络、颈部连接层、锚点等子模块的设计优化方法进行归纳, 给出了各个模块设计优化的基本原则和思路. 接着, 在COCO数据集上对各类目标检测模型进行测试对比, 并根据测试结果分析总结了不同子模块对模型检测性能的影响. 最后, 对目标检测领域未来的研究方向进行了展望.     

无关式的删除

<正> A.核对无关式的两个简单的步骤 另一种获得一个更强的要证推测的方法是:在试图用归纳法证明一公式之前,删去该公式中的无关假设。而且,对一子句中那些无关项的删除,可使寻找一个合适归纳法的任务得以简化。一般说来,为识别一假设确与一公式的真值无关,就必须对手头的问题作深入的     

归纳数据类型的范畴论方法

归纳数据类型是类型论研究的重要分支,传统的数理逻辑或代数方法侧重于描述归纳数据类型的有限语法构造,在语义性质与归纳规则的分析与设计方面存在一定的不足.基于范畴论的方法,在集合范畴的框架内给出谓词的形式化定义,分析谓词范畴与代数范畴的构成与性质,并探讨集合范畴上自函子到谓词范畴上自函子的提升,最后利用伴随函子及其伴随性质深入分析了归纳数据类型具有普适意义的归纳规则.     

频繁子图挖掘算法综述

本文介绍了基于图的频繁子图挖掘算法的研究情况,提出频繁子图挖掘算法的分类方法,对一些经典的算法进行了分析和评价,归纳出频繁子图挖掘的一般步骤以及实现这些步骤的方法,展望了频繁子图挖掘的未来研究方向.     

利用子目标演绎和结构归纳法的自动编程技术

本文介绍了我们在递归程序自动综合方面的一些研究,我们的初步成果主要有三个方面:1.发展了一种新的机器推理技术——子目标演绎法,它在一定程度上缓合了组合爆炸的困难;2.在程序综合方面,利用了结构归纳法原理,从而建立了一种自动综合程序的图式;3.利用1.,2.设计并且在FELIX C-256计算机上实现了“LISP递归程序自动综合的实验系统”(RPS-1)。     

Fibrations理论在索引归纳数据类型不确定语义中的应用

应用Fibrations理论对索引归纳数据类型的不确定语义计算进行了研究。论证了索引范畴的构造,提出了索引Fibration及其真值函子与内涵函子,建立了索引范畴上自函子的一种保持真值的提升,提出了部分F-代数的定义,并应用折叠函数等工具抽象描述了索引归纳数据类型不确定语义计算,辅以实例进行了简要分析,最后通过相关工作的论述指出了Fibrations理论研究方法的优势。     

Fibrations理论在索引归纳数据类型语法构造中的应用

应用Fibrations理论对索引归纳数据类型的语法构造进行了研究。提出了索引fibration及其真值与内涵函子的定义,构造了索引与代数范畴,利用折叠函数与伴随函子等工具构造了索引范畴中一类相对复杂的索引归纳数据类型,辅以实例进行了简要分析,并通过相关工作的论述指出了Fibrations理论研究方法的优势。