基于分布式并行计算的神经网络算法

为了提高计算性能（速度与可扩展性），提出了一种新颖的神经网络的并行计算体系结构和计算网络权函数的训练算法。权函数是广义Chebyshev多项式和线性函数的复合函数，只需要通过代数计算就可以求得，不需要梯度下降计算或者矩阵计算。各个权函数能够独立求解，可以通过并行系统采用并行算法计算。算法可以求得全局最优点，得到反映网络误差的一个有用的表达式。此外,算法在不超过权函数总数的范围内，还具有维持加速比与并行系统中提供的处理器的数量成线性增长的能力。仿真实验结果表明，本文算法的计算性能远远优于传统算法。     

Computation, individuation, and the received view on representation

The ‘received view’ about computation is that all computations must involve representational content. Egan and Piccinini argue against the received view. In this paper, I focus on Egan’s arguments, claiming that they fall short of establishing that computations do not involve representational content. I provide positive arguments explaining why computation has to involve representational content, and how that representational content may be of any type (distal, broad, etc.). I also argue (contra Egan and Fodor) that there is no need for computational psychology to be individualistic. Finally, I draw out a number of consequences for computational individuation, proposing necessary conditions on computational identity and necessary and sufficient conditions on computational I/O equivalence of physical systems.     

关于坏账损失及其会计核算与管理的探讨

从坏账损失的确认、条件、会计核算方法及坏账损失核算与管理意义几个方面进行分析，我们就能够对坏账损失采取监控措施。     

PC集群的建立与MPI并行环境的实现及其应用

通过网络集线器,采用以太网形式,建立了由多台微机(PC)组建的PC集群。采用TURBO-LINUX操作系统,使MPI并行环境在该PC机群上得以实现。利用了该系统实现了分子动力学程序的并行计算。     

几何计算及其理论研究

提出了一种新的几何计算理论.在几何基础层，充分利用笛卡儿创立的坐标几何思想，用几何代数化方法构建二、三维基本的几何代数基（简称几何基)，可利用它的序列建立高一层次的几何基.在几何处理层，用几何方法解决几何问题，寻求几何问题的几何基求解序列.对几何引入方向性，统一几何的表示，简化几何基序列的求解过程.并从理论上探索解决几何奇异问题的完整解决方案，形成一个统一、规范的几何计算体系.由此实现莱布尼茨式的通过几何语言直接处理几何体的宏伟设想.     

高效实现针对光子丢失问题的容错量子计算

基于两个基本操作——控制路径操作和纠缠子,首先给出非破坏性多光子奇偶校验的实现.随后,将这些操作用于光学量子计算中光子丢失问题的处理.可以实现奇偶量子态的制备,以及单体操作与两体控制非操作,由此可以实现普适容错量子计算.不管是态制备还是门操作都是确定性的,同时方案的实现复杂度也要远低于此前的方案,对于辅助单光子资源的需求也降到很低的程度.并且实现过程中除奇偶校验外,不需要进行任何单光子探测,因此不会造成任何单光子的损失,最大限度地利用了光子资源.比之此前的线性光学方案,我们方案的确定性、高效性、简单性以及资源的高利用率等特点,使得方案更具可行性和更加适用于大规模量子计算.     

关于n阶行列式的计算

探讨了ｎ阶行列式的计算问题     

面向复杂决策问题的结构计算方法研究

决策问题的复杂性与决策问题的结构化程度是高度相关的,对于决策问题复杂性的研究,主要体现在对策问题结构化的研究上。借鉴复杂系统分层递阶结构的特点,对复杂决策问题的层次结构进行形式化定义,描述了复杂决策问题的结构集成,提出问题结构集成的关键在于支配决策单元的相对权重的获得,运用梯度向量法对复杂决策问题进行层次结构分析,并结合算例验证了该方法的有效性。     

浅谈对等网络计算的模型和发现机制

描述了几种不同的对等网络计算的模型和发现机制，对等点可以使用这些机制彼此发现，介绍了每种机制的优缺点及其应用。     

线性一致逼近中的广义强单一性常数及其计算

对线性最佳一致逼近，引入广义强单一性常数，研究其选场生并得到一个方便的计算方法，该常数已用于估计最佳逼近与已计算得到的最佳逼近之间的误差。