元程序设计环境的自动生成技术实现

针对因目标程序和元程序的复杂性而导致元程序设计环境的构造过程十分复杂的问题,将面向对象的方法应用于元程序设计环境的自动生成技术,并以此为基础,实现了一个支持多种环境语言(实现元程序的语言)的元程序设计环境自动生成系统--O_MPS.实验结果表明,该系统可以根据用户提供的说明自动生成元程序设计环境,O_MPS生成的元程序设计环境包含丰富的元级操作,支持中间表示和元级操作的同时扩展,为灵活高效地进行元程序设计提供了支持.     

ATLAS_MPS的设计与实现

针对ATLAS语言的特点及其实用价值, 使用面向对象技术设计并实现了ATLAS元程序设计系统ATLAS_MPS. 利用该系统, 可以方便地对ATLAS语言程序进行各种操作.     

Prolog语言与Gödel语言中元程序设计方法的研究

元程序设计是许多逻辑程序语言具有的重要特点,它可以有效地实现程序自解释自调节功能,研究逻辑语言的元程序设计方法对于自动优化程序设计和实现智能计算都具有重要的意义.Prolog语言与G(O)del语言分别支持使用非基本表示与使用基本表示的元程序设计功能.本文通过对这两种语言中的元程序设计方法进行研究,讨论了基本表示与非基本表示的主要特点和实现机制,具体分析了Prolog语言与G(O)del语言元解释程序的构造方法以及部分求值功能实现.     

Prolog语言与G(O)del语言中元程序设计方法的研究

元程序设计是许多逻辑程序语言具有的重要特点,它可以有效地实现程序自解释自调节功能,研究逻辑语言的元程序设计方法对于自动优化程序设计和实现智能计算都具有重要的意义.Prolog语言与G(O)del语言分别支持使用非基本表示与使用基本表示的元程序设计功能.本文通过对这两种语言中的元程序设计方法进行研究,讨论了基本表示与非基本表示的主要特点和实现机制,具体分析了Prolog语言与G(O)del语言元解释程序的构造方法以及部分求值功能实现.     

浅谈面向对象的程序设计思想

面向对象技术是目前软件开发技术的主流．很多开发人员都转向用面向对象的语言编程,但从思维方式上还是沿用传统的方法。本文从结构化的程序设计方法入手,分析了面向对象程序设计方法与结构化程序设计方法的异同,引申出以类与对象为根本的面向对象程序设计的编程思想。通过一些实际的例子。论述了类与对象及其关系。同时阐述了面向对象程序设计方法中所涉及到的继承、封装、多态及重载等重要特性。     

Prolog语言与Gdel语言中元程序设计方法的研究

元程序设计是许多逻辑程序语言具有的重要特点,它可以有效地实现程序自解释自调节功能,研究逻辑语言的元程序设计方法对于自动优化程序设计和实现智能计算都具有重要的意义.Prolog语言与Gdel语言分别支持使用非基本表示与使用基本表示的元程序设计功能.本文通过对这两种语言中的元程序设计方法进行研究,讨论了基本表示与非基本表示的主要特点和实现机制,具体分析了Prolog语言与Gdel语言元解释程序的构造方法以及部分求值功能实现.     

C语言中操作对象的指针法引用

指针是用C语言实现高质量代码的关键,也是学习C语言的难点.针对C语言指针教学中发现的问题,首先介绍了指针的定义,然后对指针的使用进行了详细阐述,包括用指针引用变量、用指针处理字符串、用指针调用函数、用指针对文件操作等,并通过实例进行了详细解析.以便于学习者熟练掌握指针知识,并合理运用指针进行程序设计.     

C++面向对象程序设计中引用的使用

通过对C 语言的挖掘和实践,讨论了引用在C 面向对象程序设计中的使用情况,并结合实例说明了引用和指针的区别、引用的两个主要用途以及引用中存在的问题.     

程序设计中类的认识和应用

编程是指用程序设计语言来生成能够被计算机识别的系统过程.在编程过程中,随着计算机的发展,人们采用过各种各样的方法,过去基本上采用的是面向过程的程序设计方法,而现在采用的是面向对象的程序设计方法.文中就面向对象程序设计方法中类的概念和应用做了一些讨论.     

利用多态性解决异质链表的访问问题

多态性 ( polymorphism)是面向对象程序设计中的一个十分有用的语言设施 .尽量使用多态性 ,也是面向对象程序设计的一个重要特色和风格 .介绍一种利用多态性构造访问异质链表的统一函数调用界面的程序设计方法 .其要点是 ,先为异质链表上各被链对象建立一个公共基类 ,即把链表上的各个不同类型的对象统一成一种类型 ,并在此基类中定义有关的虚函数 ,然后构造含有统一的对象指针类型转换形式的函数调用界面 .此方法与传统方法相比 ,其程序要简洁得多 ,且易于扩充和维护 .     

一种基于层次模型的面向对象类型分析框架

建立了一种用于静态类型面向对象程序的类型分析框架,该框架集成了目前最为实用的４种类型分析方法,即唯一名分析、类层分析、快速类型分析以及指针别名分析。首先在这４种方法的基础上提出了类型分析的层次模型,然后以此模型为核心,结合程序预处理器和信息加工器等建立了一种类型分析框架,该框架适合分析静态类型的面向对象程序,如Ｃ＋＋／Ｊａｖａ程序等。     

路径表达式的并行正向指针跟踪算法:设计与性能分析

在对象数据库系统中,路径表达式是用于定位复杂对象的不可缺少的工具·由于路径表达式的计算非常耗时,因此若要提高数据库性能,优化和并行计算路径表达式的执行是关键环节·并行正向指针跟踪算法(PFPC)充分利用了管道并行性和I/O并行性·在基于分布式共享虚拟存储器(DSVM)的分布式对象数据库FISH系统上完成了实现和测试·对算法的设计进行了详细描述并分析其性能·     

实用元程序设计技术

给出了一种应用于微机的实用元程序设计技术，并利用这一技术在微机上成功的开发了一个元程序设计系统．     

用面向对象方法实现类属表

本文用面向对象技术来处理用传统编程方法无法解决的类属问题。通过对数据类型和数据结构的分析，找出解决类属问题的难点，提供了两种解决方案。一种是运用两面对象的一般思路，通过对象指针之间的强类型转换实现；另一种是直接使用面向对象系统提供的模板工具来实现，面和对象技术的引入，改变了我们考虑和解决问题的方法和思路，使以往难以解决的复杂问题变得简单。本文使用Ｃ＋＋这个具体的面向对象语言来对类属问题进行具体描述     

基于元编程技术的硬件设计模式研究

针对硬件设计的复杂性和自动化效率低等问题，提出了一种基于时钟处理的硬件设计模式．该模式充分考虑了软、硬件模式设计的互通性，并结合元编程技术，将成熟的软件设计模式的思路应用于硬件设计之中．它的核心是：用高速集成电路硬件描述语言（VHDL）解析器分析已知器件的接口，构造语法树，抽取生成器的变量值；将生成器用元程序封装在域实体之中；按照设计模式的作用和具体的变量值生成详细的VHDL代码．应用实例表明，所提模式生成的代码有效性高，设计过程可行性强，可广泛应用于复杂的时钟控制系统的设计领域．     

面向属性的RST在数据挖掘中的应用

基于对 RST的基本概念和近似空间的形式描述 ,定义了不确定信息系统 ,并引入面向对象属性的泛化和约简操作算法 .在此基础上 ,提出了一个面向属性的 RST的数据挖掘方法 ,即基于系统的关系数据库形成差别矩阵 ,并对差别矩阵施行最佳约简和核操作 ,给出在逻辑意义下的决策规则 ,从而完成领域的知识发现 .同时给出了在一个医疗诊断系统中应用的实例     

一类发电厂故障智能诊断系统模式的研究

针对发电厂运行过程中故障诊断的需要,应用神经网络技术、面向对象技术、人工智能技术以及计算机网络技术,提出了一种发电厂故障智能诊断系统模式,并设计了相应的软件系统结构和硬件系统结构,设计了相应的数据库,开发了数据采集软件以及基于面向对象的神经网络型专家系统。实际运行结果表明所提出孤方法是有效可行的。     

面向真三维地学建模的海量虚拟八叉树模型研究

高分辨率和海量数据是真三维地学属性建模所面临的关键问题,传统的指针八叉树、线形八叉树及其变种模型在这方面存在不足,存储空间大、处理效率低.作者提出一种多级线性结构、无指针/无位置码的海量虚拟八叉树模型,采用基于规则分块的多级压缩机制实现了海量属性数据的高效压缩和组织,采用基于快速Morton码分解和数组访问的多级索引方式实现了属性数据的高效查询.新模型在内存和外存中具有统一的压缩原理、索引结构和查询机制,以数据块为基本单位进行数据交换,给出了具体的实现方法.应用实例表明,新模型能够有效处理海量属性数据,对于大范围、高精度的真三维地学属性建模及其分析具有重要的应用价值.     

面向真三维地学建模的海量虚拟八叉树模型研究

高分辨率和海量数据是真三维地学属性建模所面临的关键问题,传统的指针八叉树、线形八叉树及其变种模型在这方面存在不足,存储空间大、处理效率低。作者提出一种多级线性结构、无指针/无位置码的海量虚拟八叉树模型,采用基于规则分块的多级压缩机制实现了海量属性数据的高效压缩和组织,采用基于快速Morton码分解和数组访问的多级索引方式实现了属性数据的高效查询。新模型在内存和外存中具有统一的压缩原理、索引结构和查询机制,以数据块为基本单位进行数据交换,给出了具体的实现方法。应用实例表明,新模型能够有效处理海量属性数据,对于大范围、高精度的真三维地学属性建模及其分析具有重要的应用价值。     

Feature Selection Based on Difference and Similitude in Data Mining

Feature selection is the pretreatment of data mining. Heuristic search algorithms are often used for this subject. Many heuristic search algorithms are based on discernibility matrices, which only consider the difference in information system. Because the similar characteristics are not revealed in discernibility matrix, the result may not be the simplest rules. Although differencesimilitude（DS） methods take both of the difference and the similitude into account, the existing search strategy will cause some important features to be ignored. An improved DS based algorithm is proposed to solve this problem in this paper. An attribute rank function, which considers both of the difference and similitude in feature selection, is defined in the improved algorithm. Experiments show that it is an effective algorithm, especially for large-scale databases. The time complexity of the algorithm is O（｜ C ｜^2｜U ｜^2）.