基于抽象语法描述的中间表示技术

中间表示技术是高质量可重定目标编译器开发中的关键技术。针对嵌入式软件危机 ,提出了一种基于抽象语法描述的中间表示技术 AIR。AIR以代数数据类型为主体 ,并用面向对象特征对其进行扩展。在这种中间表示技术中 ,通过使用不受限制的高级中间表示 ,可充分利用现有的前端。通过这种语法能对现有中间表示提供自然编码的抽象中间表示 ,提高了编译成份的可复用性和互操作性 ,简化了编译基础设施的建构 ,进一步实现了高质量编译器的快速开发     

有机物同分异构体生成算法及其实现

介绍一种自动生成有机物同分异构体的算法，提出了一种可以惟一表示有机物分子结构的表示方法有效解决了如何对两个有机分子进行比较的问题．     

基于DCT的人脸特征提取

设计一个准确性和鲁棒性均很好的人脸识别系统．该系统利用DCT来提取人脸特征，并且采用归一化技术来提高人脸对几何特征与光照的鲁棒性．并在人脸图像库中对系统进行了测试．实验表明，该系统的识别率和速度要比采用其他识别方法的系统好很多．①     

论可裂G2的基本态

设G为连通线性单Lie群,Knapp和Speh在文献[1]中指出,若P=MAN为G的一尖抛物子群,则唯一存在M的基本态,并讨论了基本态和G的酉表示之间的关系.除了G为     

具有交换幂零根基的完备李代数的表示

讨论了具有可换幂零根基的完备李代数的有限维与无限维不可约表示。     

人脸斜视图象的特征提取与恢复

给出了能对正视图象和斜视图象同样有效地进行特征点的提取的一些新算法．建立了人脸斜视图象的数学模型，对于斜视了一定角度的人脸图象提取出一些比较明显的特征，并通过查阅标准数据库，对特征向量进行恢复，找出最佳匹配的标准图象．最后给出了实验结果     

Groupoid C-代数中的三角子代数的表示

研究了ｇｒｏｕｐｏｉｄＣ＊－代数中三角子代数的表示，这些表示是ｇｒｏｕｐｏｉｄＣ＊－代数的＊表示的约束，且把ｇｒｏｕｐｏｉｄＣ＊－代数中的Ｃａｒｔａｎ子代数映成Ｂ（Ｈ）中的一个ｍａｓａ中的弱稠子集．     

二值神经网络的推理和矛盾分析

由节点和约束组成的约束满足网络(Constraint satisfaction networks,简称CSNs)能够描述许多问题,在AI中具有十分重要的地位.神经网络(Neural networks,简称NNs)能够被看作CSNs,而且被认为是适合于求解约束满足问题,因此NNs中必然有一个相应的逻辑理论.本文通过对比CSNs提出了弱推理理论和矛盾分析法,以研究二值神经网络的定性逻辑行为.文中用神经元(称为判决元)表示判决,连接表示判决元之间的柔性约束并执行     

因素空间理论与知识表示的数学框架（Ⅰ）──因素空间的公理化定义与描述架

系统地研究因素空间理论及其在知识表示中的应用。介绍因素空间理论的基本思想，修改了原有的因素空间的公理化定义，提出了表达概念的基本工具－－描述架，为建立知识表示的数学框架奠定了基础。     

一种电机设计领域的知识模型

在分析电机设计特点的基础上，提出了一种电机设计领域知识模型。该模型能在同一级上描述定性与定量知识，适合于描述电机设计领域知识。该模型具有结构上的层次性和描述上的相对封闭性，可以保证知识表达的清晰、直观以及系统推理的高效率。同时，文中也给出了模型的推理与控制策略。最后，文章给出了按上述模型建立的异步电动机电磁设计中有关效率目标参数专家决策经验的知识表示实例。