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。     

PROLOG线性归结的研究与设计

本文研究了 Horn 子句的形式描述,分析了 PROLOG 语言的归结机制,探讨了有选择线性归结及其不完备性,提出的改进技术引入了宽度优先搜索机制,并在理论上作了探讨,解决了使搜索陷入无穷分枝的问题。     

HORN集上基于广义归结方法的定理机器证明

设计了一个Horn集上基于广义归结方法的定理机器证明系统.在算法中使用广度优先与深度优先结合避免了传统归结的组合爆炸.分析了该系统的优缺点,在前人研究的基础上地提出了几点优化的建议.     

λ-Horn集上的λ-单元锁归结

本文给出了λ-Horn集上的λ-单元锁归结方法,并证明了λ-单元锁归结方法对λ-恒假公式是完备的。     

直觉模糊逻辑中的归结原理

在模糊逻辑归结原理的基础上，用（０，１）中的两个实数表示一个命题“真的程度”和“假的程度”，从而提出了直觉模糊逻辑，本文提出直觉模糊逻辑的归结原理，并证明其完备性。     

SLDNF-归结原理关于模态语义的完备性

Ｂａｒａｔｅｌｌａ定义了正规谓词逻辑程序的模态完全化语义,并证明了该语义关于ＳＬＤＮＦ－归结的部分完备性。本文首先给出了逻辑程序的模态直承算子,并研究了相关的理论性质,进而证明了模态完全化语义关于ＳＬＤＮＦ－归结的完备性。     

广义支撑集归结原理

广义归结是对Ｊ．Ａ．Ｒｏｂｉｎｓｏｎ普通归结的推广．支撑集策略是提高归结效率的有效方法．本文将支撑集策略引入广义归结中,提出了广义支撑集归结方法,并证明了它的完备性．     

Horn集上的有向调解法

本文证明了在一定条件下输入有向调解法在Horn集上是完备的,进而得出了在该条件下的单元有向调解法对Horn集的完备性。     

re-Horn子句集的Horn化及可满足性判定方法

在命题逻辑中给出将re-Horn子句转化成Horn子句的条件与方法,用同态的方法证明转化前后2个子句集的可满足性或不可满足性的一致性,给出re-Horn子句集的可满足性的判定方法。     

手性药物的化学拆分—形成和分离非对映体拆分法

手性药物对映体具有不同的药理活性和不同的用途。因此,获得单一对映体的药物成为一项重要的工作。而化学拆分法作为拆分的最基本的方法应用最广泛。本文通过具体手性药物的拆分介绍了该方法的原理、应用和发展。     

SDTV和HDTV系统的分解力

对电视系统分解力的定义做了阐述,分析了影响电视系统垂直分解力及水平分解力的主要因素,并给出了求解模拟电视系统、数字标准清晰度电视系统及数字高清晰度电视系统分解力的公式。最后,在结论中就SDTV和HDTV节目制作过程中应注意的问题给出了几点建议。     

翻译单位与翻译实践

对翻译单位的定义、划分及其发展作了一个回顾,然后着重用罗选民的以小句为翻译单位的理论来对一些文本进行分析,通过分析发现,翻译单位的理论对翻译实践有着重要的指导作用,但是同时也看到,小句的对应并不是译文质量好坏的唯一判断标准.因此,译者在翻译实践中不能一味地追求小句的对应,而应采取具体情况具体分析的原则.     

在最坏情况下Horn集上的单元反驳长度

１９７４年Ｃｏｏｋ和Ｒｅｃｋｂｏｗ讨论了命题演算中的证明长度。本文作者曾讨论了最好情况下基本Ｈｏｒｎ集上的单元反驳与输入反驳长度及最坏情况下基本Ｈｏｒｎ集上的输入反驳长度。本文讨论了在最坏情况下基本Ｈｏｒｎ集上的单元反驳长度上界．这一上界对某些Ｈｏｒｎ集来说是可达到的．     

Fibonacci问题的解模型

给出了Fibonacci问题的一种新的解模型。通过这个模型，找出了兔群的转移规律，得到一个与传统的递归解完全一样的非递归算法。     

多重取因子的线性序归结

本文重新定义了有序子句的有序因子,证明了在这种有序因子定义下的提升引理,进而在理论上得到了多重取因子的线性序归结方法的完备性.     

粗糙神经网络方法及其在HSV疗效分类上的应用

引进了一类粗糙神经网络算法，研究了其性质、特点，并应用该算法对用高选择迷走神经切断术（HSV）方法治疗后的十二指肠溃疡病人的疗效进行分类。结果表明，该算法较粗糙集算法明显提高了分类正确率。粗糙神经网络算法具有极高的应用价值及应用前景。