PROLOG与第五代计算机

引言在计算机科学中,没有什么比语言与计算机的关系更为密切。迄今为止,人们已经创造了三种类型的语言: 1.命令型语言,从机器语言、汇编语言,到FORTRAN及Ada都属于此类语言。 2.函数型语言,其代表作有Mc Carthy的纯LISP及J.Backus的FP语言。 3.逻辑型语言,其代表作有PROLOG等语言。与这些语言相对应的计算机结构体系有:     

在PROLOG中嵌入函数型语言功能的探讨与比较

本文指出在PROLOG中嵌入函数功能有三种可能的途径,一是像原PROLOG的办法将函数唯一地变换成关系。二是采用一步归约的办法。三是采用N步归约的办法。本文在PROLOG中给出了后两种办法的具体算法,具体地分析了三种办法的利弊,提出了如何嵌入函数型语言功能的建议。文中算法均用LISP语言描述并且在计算机上实现了。     

一种基于支持向量机的模糊分类器

提出了一种基于支持向量机学习的模糊分类器(FCBSVM).介绍了FCBSVM的基本思想及其结构,分析了隶属函数参数和惩罚参数C对分类规则的产生以及分类性能的影响,并提出了参数确定方法.构建这种分类器时,先选用适当的隶属函数,构造核函数.然后,以训练模式作为中心,进行模糊划分,对每个模糊划分建立一条模糊IF-THEN分类规则.最后,利用支持向量机学习方法,求出支持向量和规则的参数.这种分类器将支持向量机和模糊集合理论的优点结合起来,实现了模糊划分和模糊分类规则的自动产生.用双螺旋线数据和典型的数据集对分类器的性能进行了实验评测,验证了分类器的有效性.     

用互关联后继树模型实现一个局部相似性比对算法

对基因数据库的一种常见操作是找到与待查询序列相似的序列.目前常使用的是BLAST算法,但是这种启发式算法有时会漏解.如果使用精确匹配算法,例如Smith-Waterman(S-W)算法,计算代价又会太大.OASIS算法是一种高效并且精确的生物序列局部相似性比对算法,而且互关联后继树模型的空间效率很高,因此使用互关联后继树实现了OASIS,并命名为OASISirst算法,其比对结果和OASIS一样按照得分降序排列,并且当目标序列和查询序列均较长时,时间优势明显.     

PROLOG语言和第五代计算机

计算机的高级语言是人机对话的媒介,不同机器使用不同的语言、以人工智能为特征的第五代计算机将采用什么语言呢?《PROLOG语言和第五代计算机》一文论证了PROLOG语言和第五代计算机的关系。本文与本刊7卷7期发表的《谈谈第五代计算机》一文成为一组介绍新一代计算机的文章。