基于决策树的神经网络规则抽取方法

将从神经网络中抽取一个可理解的模型视为一个归纳学习任务 ,其中 ,目标概念就是神经网络表达的功能 ,所生成的可理解模型是一个能很好近似神经网络的决策树 .在这个过程中 ,应用了决策树归纳学习的优化原则 ,使得生成的决策树能最简洁、准确地描述神经网络学到的知识 .实验证明 ,生成的决策树可以很好地近似神经网络 ,且比用传统方法生成的决策树具有更好的分类精度 ,同时NNtoDT算法也保持了具有较好的通用性和可扩充性的特性 .     

自动布局问题的进化计算算法

二维不规则形状物体的自动最优布局是属于NP完全的组合优化问题，使用传统的方法很难得到满意解答。文章针对该问题提出了一个基于进化计算的算法，并以服装计算机辅助设计为例表明基于此进化计算计算的算法卓有成效地应用到自动布局问题。为了得到关于问题的自然和有效的编码，将问题变换为一种与之等价的关于多边形的运动规划问题，根据问题的特性设计了算法的3个重要算子，在解的解码和评价过程中则综合地利用了已有的最优算法。     

关于描述计算机科学数学对象的形式系统的构造

关于对计算机科学对象进行形式描述,以建立计算机科学的形式理论,是理论计算机科学中一个重要的问题.本文的宗旨是:在计算机科学的对象集合的总体中,排除不可判定的部分,从而构成计算机科学数学对象的形式系统,此系统用S 来表示.它是满足一定条件的受约字公理数论系统的子类.定义1 D 为计算机科学的对象集合,如果存在着算法在有穷步内判定D 中的对象是否具有某些性质Γ_1,Γ_2,…,Γ_k 和它们之间是否具有某些关系R_1,R_2,…,R_r 则D 称为计算机科学数学对象集合.以下简称为对象集合.从能行性理论中看到,如果D 为某抽象机所接受,那么它由所有抽象机所接     

关于AC函数的合一问题

本文考虑在自动定理证明中,一类特殊项的合一问题,给出一个简单的充分必要条件,用以判断满足结合律、交换律的两函数的可合一性,其时间复杂性几乎是线性的,且能较快地给出两AC函数的一个合一式.同样,此法可推广使用.     

关于相对化的计算复杂性类的研究(摘要)

设P~A 及NP~A 分别表示被多项式时间有界的确定性与非确定性的带oracleA 的图灵机所接受的语言类;E~A 及NE~A 分别表示被指数时间有界的确定性与非确定性的带oracleA的图灵机所接受的语言类.不失一般性,设图灵机的带上字母表为{0,1}.本文所讨论的语言(集合)及字分别指{0,1}~*的子集及元素.本文的证明使用了有穷损害优先方法.§1.定义1.任给A、B,若P~A (?)P~B(即A(?)_t~p B),则记为A(?)B;若A(?)B 或B(?)A,则称A、B可比较,否则称为不可比较,并记为A|B.2.称A 为密度可测,如果存在一个可计算函数d,使得(1)对任意多项式p,都可能行地找到无穷个n 使p(n)相似文献   

关于求连分数不完全商的算法

本文根据连分数不完全商的分布和其它性质,提出一种较好地寻找连分数不完全商的算法,解决了连分数在算法过程中碰到的大数的计算,保证得出不完全商的精度,并已在计算机实现.     

关于描述计算机科学数学对象的形式系统的无矛盾性问题

本文证明了〔2〕中提出的系统是无矛盾的.空的系统中的所有公式都是可推出公式.本文找到了不可推出公式.将系统中的公式与命题代数的公式对应,可推出公式必对立真公式,而(?)对应的是原始假公式,从而得到(?)是不可推出的,因而系统是非空(无矛盾)的.