关于单元证明的几个结果

本文讨论了基本子句集合有单元(线性-单元、输入-单元、输入-正的单元)反驳的条件,证明了子句的文字不超过两个的不可满足的Horn集有输入-单元反驳.     

命题逻辑中一类扩展子句消去方法

随着计算机求解问题越加复杂，问题在转化为命题逻辑子句集包含的冗余信息也越来越多，浪费计算机大量的储存空间和搜索解的时间，因此，对于冗余信息的删减有助于提高计算机求解问题的效率．针对命题逻辑子句集化简问题，在原有冗余性质P、RP基础上，提出多种扩展的、具有性质HRP、ARP的子句消去方法，并通过将不对称文字添加前置方法与命题逻辑集合封锁(SET_BC)、蕴涵模归结原则(IMR)结合，分别提出不对称集合封锁(ASET_BC)消去方法和不对称蕴涵模归结(AIMR)原则．最后，提出L-集合蕴涵模归结(L-SET_IMR)原则和L-不对称集合蕴涵模(L-ASET_IMR)原则．所提出的方法丰富了命题逻辑中冗余性子句消去理论和方法．     

子句级别的自注意力机制的情感原因抽取模型

情感原因抽取(ECE)是情感分析领域的一项重要子任务,旨在识别给定文档中某种情绪表达所对应的原因.现有的一些工作将该任务定义为子句分类任务,关注了文档和子句之间的联系,而忽略情感描述子句与情感原因子句的直接语义联系,同时存在标签不平衡问题,使得情感原因子句位置难以定位.因此,提出了一个基于子句的自注意力机制同时结合了子句相对位置关系的神经网络模型去寻找情感原因子句.为了更加突显句子的局部特征,利用卷积神经网络抽取每个子句的上下文特征.模型首先使用双向长短期记忆网络编码子句信息,融合子句位置特征后,利用自注意力机制计算情感原因子句和情感描述子句之间的语义信息,并结合子句局部上下文特征,抽取情感原因子句.在基于新浪城市新闻的情感原因抽取中文数据集上,查全率R达到83.83%,优于目前的基线方法.     

不可满足公式的完备证明系统

合取范式(CNF)公式H到F的同态是一个从H的文字集合到F的文字集合的映射、并保持补运算和子句映到子句。同态映射保持一个公式的不可满足性。一个公式是极小不可满足的是指公式不可满足而且从中删去任一个子句后得到的公式可满足。MU(1)是子句数与变元数的差等于1的极小不可满足公式类。S．Szeider证明了：每个不可满足公式F是MU(1)中某个公式日的同态像。从而，基于MU(1)的同态证明系统与树消解证明系统是p-等价的。MU(1)中的公式可以用基础矩阵表示，本文用基础矩阵的方法证了同态证明系统ПMU（1）的完备性。     

Horn集上的语义归结和调换

本文在两种类型的解释上讨论了R-不可满足Horn子句集合上的语义归结和调换.     

内P-信息融合与信息过滤-辨识

P-集合(packet sets)是一个动态模型,P-集合是由内P-集合X~F(internal packet set X~F)与外P-集合(outer packet set X~F)构成的元素集合对;或者(X~F,X~F)是P-集合.利用内P-集合与信息融合交叉,给出内P-信息融合概念,给出一些基本理论结果,并利用这些特性进行信息过滤-辨识.最后利用这些结果给出应用.     

关于随机MAX k-SAT模型的上界研究

对于包含n个变量和m=αn个长度为k的子句的CNF公式,人们比较关注公式中最大可满足子句的个数max Fk(MAX k-SAT).当子句密度α比较大时,随机MAX k-SAT模型中的变量f k(n,αn)E(max Fk)的上界可以用一阶矩方法给出.通过对一阶矩方法放缩精度的改进,得到了它的一个更紧的上界(1-1/2 k)αn+h(α,t)·αn.同时,可以证明这个新的上界随着t的增大而变得更紧.     

外P-集合生成的(-f)-模型

2008年,山东大学史开泉教授提出P-集合(packet sets)的概念,P-集合是一个集合对,它由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成;P-集合具有动态特性.本文利用P-集合理论,给出外P-集合的, (-f)-模型与 (-f)-t阶单向动态模型的生成及有关概念,提出 -单向动态模型序关系定理及动态分离定理,(-f)-模型的动态特征依赖于属性集α上的属性删除.利用这些讨论,给出(-f)-模型生成原理及在动态信息系统中的应用.     

正规弗晰集合结构的一些基本性质

在文献[2]中我们证明了正规弗晰集合结构是带本元的公理集合论的一类非标准模型.本文研究的正规弗晰集合结构的一些基本性质,主要是:子结构的性质;受囿公式在U~(B)中的性质和U~(2)与基础模型M的同构性质.     

图元的子句时新性

为了给出消息子句的测试关系,选择主体角色进程演算为π演算的一个子集,以该子集刻画并发密码协议系统,事件图为其指称语义模型,由图元的前缀、非确定选择和并发合成运算得到,对于图元及其组合运算来说,图元的子句时新性质确定了主体角色消息语句的子句测试关系,且出现在图元中的消息事件满足通信关系和前驱关系约束.由图元生成的事件图涵盖了由子句测试关系构造的未知主体角色串,且通过定义图元互模拟刻画事件图的互模拟等价关系可实现并发密码协议系统安全性验证.     

考虑数据不确定性的非均匀挖掘算法

针对高维大数据不确定性的非均匀挖掘问题,提出一种基于不确定频繁模式树的模糊逻辑非均匀数据挖掘算法.首先,在考虑数据不确定性的前提下建立高维数据的区域连接演算(RCC)模型,并基于数据集合组元定义分析不确定数据集合的模糊距离;然后,采用不确定模式树对数据的非均匀特性进行均匀泛化处理,并给出了具体的实现步骤.仿真结果表明:文中方法有效地提升不确定非均匀数据集合在不同支持度情况下的挖掘效率.     

Horn集上的语义正单元归结

Ｌ． Ｈｅｎｓｃｈｅｎ证明了语义归结对 Ｈｏｒｎ集是完备的［１］。但是语义归结不是正单元归结。本文的主要结果是不可满足的Ｈｏｒｎ子句集合Ｓ有这样一个反驳，对于这个反驳的每一个归结来说，或者一个祖先子句是正单元，而且该正单元在 Ｉ上是假的；或者一个祖先子句是正单元，而且从另一个祖先子句和这个归结式中删去他们的正义字后剩下的子句在 Ｉ上都是假的．其中 Ｉ是 Ｓ的任何一个解释。     

外P-集合生成的-模型

2008年,山东大学史开泉教授提出P-集合(packet sets)的概念,P-集合是一个集合对,它由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成;P-集合具有动态特性.本文利用P-集合理论,给出外P-集合的-模型与f-t阶单向动态模型的生成及有关概念,提出f-单向动态模型序关系定理及动态分离定理,f-模型的动态特征依赖于属性集α上的属性删除.利用这些讨论,给出f-模型生成原理及在动态信息系统中的应用.     

一般关系下的变精度粗糙集模型

通过分析一般关系下基本粗糙集模型的不足,定义了一般关系下的多数包含关系,借助引入的误差参数α(0≤α＜1/2),给出了一般关系下的变精度粗糙集模型.在该模型中,当α=0时,退化为一般关系下的基本粗糙集模型(Z.Pawlak模型);当|Rs(x)|·α=k时(|Rs(x)|表示元素x后继邻域Rs(x)之基数,k为非负整数),退化为常见的程度粗糙集模型.通过它与一般关系下基本粗糙集模型(Z.Pawlak模型)的比较,可以看出,在引入误差参数α后,能够使尽可能多的有用信息被提取、挖掘.从而克服了基本粗糙集模型中由于要求绝对精确的包含关系而使大量有用信息丢失的现象,并讨论了所给模型的一些性质.最后,在所给模型基础上讨论了一种广义近似空间中集合的相对可辨性、近似依赖和属性约简.     

由其对应丛确定的正则半群

设S是一个半群,S×S的所有子半群(含空半群),按照二元关系的复合(o)、逆(-1)及集合包含关系(∈)构成了S上的对应丛.记为(C(S),o,-1,∈)或简记为C(S).如果对任何半群T,只要C(S)≌C(T),就有S≌T或S≌TOPP,则称半群S是C-确定的.Goberstein S M研究了基本逆半群及基本纯整半群的C-确定性.这里主要证明非周期群并的基本正则半群都是C-确定的.Goberstein S M所得到的结论都成为本文所得结果的推论.     

支持AFTER子句的综合算法研究

为了提高综合系统的效率,减少对综合系统的人工干预,提高其自动化程度,对VHDL硬件描述语言中的AFTER子句进行研究.通过对其行为综合语义的定义,给出了在AFTER子句时延约束下的ASAP和ALAP算法,建立了AFTER子句时延约束下的调度模型,并采用整数线性规划法求解调度模型.实验结果表明,在综合过程中考虑AFTER子句,不仅提供了一个有效给出时序约束的手段,而且使得设计描述方式更能够符合思维习惯,同时扩大了行为描述中可用语法范围,提高了行为综合的可预见性.     

关于Henschen和Wos推测的证明

Ｈｅｎｓｃｈｅｎ和 Ｗｏｓ在［２］中的定理 １和定理 ２分别证明了不可满足的 Ｈｏｒｎ集有严 格－正的－单元反驳和严格－输入反驳，如果子句（ｃｌａｕｓｅ）集合Ｓ是一个Ｒ－不可满足的 Ｈｏｒｎ集，该集合包含子句Ｒｘ，ｘ和它的函数反身公理，当Ω由调换（ｐａｒａｍｏｄｕｌａｔｉｏｎ）、 归结（ｒｅｓｏｌｕｔｉｏｎ）和因子（ｆａｃｔｏｒｉｎｇ） 三个推理规律组成时，Ｈｅｎｓｃｈｅｎ 和 Ｗｏｓ在［２］中的 定理 ３证明了：利用这三个推理规律从该子句集可以得到一个输入反驳（ｉｎｐｕｔ ｒｅｔｕｔａｔｉｏｎ） Ｄ１和一个单元反驳（ｕｎｉｔ ｒｅｆｕｆａｔｉｏｎ）Ｄ２，而且他们认为如 Ω’由调换和归结两个规律 组成时，利用这二个规律从上述子句集合有可能得到一个严格－正的－单元反驳和一个 严格－输入反驳，本文证明了这一估计是对的。     

基于语义Web服务组合的旅游调度问题研究

运用了一种基于语义Web服务组合的方法来解决web服务组合问题.首先,用户的需求被建模为一组事实和目标的子句,并基于Horn子句的形式化模型进行阐述.然后,用Petri网来建模一个Horn子句集,并且检测满足用户需求的组合服务的存在性.最后,通过一个旅游计划安排案例来验证本文提出方法的合理性.     

集合概念浅议

何谓集合概念?逻辑界一般认为,集合概念是以事物(或称“思维对象”)的集合体(或称“整体”、“群体”)作为反映对象的概念;并且认为,构成集合体的个别事物不必然具有集合体所具有的本质属性。但由于我们用二分法把概念划分为集合概念和非集合概念,同时又用二分法把概念划分为单独概念和普遍概念,而且这两种划分都是以概念的外延情况为依据的,以概念的外延是否为集合体为标准把概念分为集合的和非集合的;以概念的外延是一个对象     

关联色噪声对集合种群稳定性和平均灭绝时间的影响

基于Levins模型的研究基础上,大量研究者对“集合种群”稳定性方面的问题进行了探讨,但是之前的大多数研究都局限于确定性Levins模型,或者只是单纯地在系统中加入理想的白噪声.本文根据经典的存在生境破坏的集合种群模型,分析了具有相同关联时间的色关联高斯色噪声对集合种群稳定性的影响,根据统一色噪声近似的方法,推导出集合种群模型的近似福克－普朗克方程(AFPE),在稳态情况下,得到系统稳态概率分布函数(SPDF)的解析解.应用最速下降法,得到系统的平均灭绝时间(MFPT)的解析表达式.对计算结果进行数值分析,最终的图像分析表明：(1)加性噪声强度D的增加导致Levins模型中集合种群稳定性被弱化,而乘性噪声强度Q的增加对Levins模型中集合种群的稳定性会产生不利影响;(2)τ的增加使集合种群的稳定性得到强化;(3)噪声正关联时(0<λ<1),|λ|的增大会增加集合种群的稳定性;而负关联时(－1<λ<0),|λ|的增大却会使集合种群的稳定性弱化;(4)平均灭绝时间T(xs→x0)是Q的减函数,Q的增加会促使集合种群平均灭绝时间减小;(5)T(xs→x0)是τ的单调增函数,τ的增加延缓集合种群的灭绝.