Toffoli门可逆网络计数与级联

分析并证明了同型Toffoli门串联的输出结果与串联门个数之间的关系.为了保证串联过程收敛,给出了Toffoli门串联网络的计数,证明了可逆网络输入向量中Hamming重量的位向量个数与位向量位数之间的关系.提出了一种Toffoli门的串联、并联和混合级联网络的算法,并验证了该算法的有效性.     

量子电路可逆逻辑综合的研究及进展

分析了量子电路可逆逻辑综合的意义、研究现状和研究进展,给出了相关的研究方法和目前量子可逆逻辑综合研究中存在的主要问题,提出了量子可逆逻辑综合中的最小量子代价、最小化垃圾信息位、最小化门的数量和可逆逻辑综合的规模等关键技术问题的解决思路.     

基于量子云模型演化的最小属性约简增强算法

为提高决策表中最小属性约简的效率、稳定性和鲁棒性,基于云模型在非规范知识定性、定量表示及其相互转换过程中的优良特征对量子进化算法进行算子设计,提出了一种基于量子云模型演化的最小属性约简增强算法(QCMEARE).该算法采用量子基因云对进化种群进行编码,基于约简属性熵权逆向云进行量子旋转门自适应调整,使其在定性知识指导下能够自适应控制属性约简空间搜索范围,并采用量子云变异和云纠缠操作算子较好地避免了在属性演化约简中易陷入局部最优和早熟收敛等问题,使算法快速搜索到全局最优属性约简集.仿真实验表明,提出的最小属性约简增强算法具有收敛速度快、约简精度高和稳定性强等优点.     

基于置换群的可逆网络级联

通过分析可逆门逻辑网络与置换群的等价关系,把可逆门网络级联转化为对称群的轮换问题.证明了任何一个相邻3轮换置换(u,s,t)可以通过4个(n-2)-CNOT门和至少2n位的NOT门生成,以此n位的偶数二元可逆网络可通过NOT和2-CNOT门构造.给出了通过对称群轮换置换级联可逆网络的方法,实例验证了该方法的正确性.结果表明,该方法没有垃圾信息输出,同时在可逆门转换方面更加灵活有效.     

基于扩展粗糙集模型的近似概念格规则挖掘研究

粗糙集和概念格是两种不同的知识发现和数据挖掘有效工具,已被广泛应用于许多领域.在对粗糙集和概念格基本理论研究基础上,提出了利用扩展粗糙集模型对概念格近似使其得以改进,即在概念格中引入β-多数蕴涵关系实现概念格中结点近似合并以及近似概念格(ACL)的构建,由此提出概念格粗糙近似和规则挖掘算法(LCBA).最后通过UCI机器学习数据库相关测试表明该算法的可行性和有效性.     

基于实验任务驱动的操作系统教学设计

章在分析了计算机操作系统课程特点后，提出了以构建主义教学理论为基础的基于实验任务驱动的操作系统教学设计方案。章从操作系统实验任务驱动教学的理论依据、实验任务设计及其操作等方面做了比较全面的阐述。     

基于实验任务驱动的操作系统教学设计

文章在分析了计算机操作系统课程特点后 ,提出了以构建主义教学理论为基础的基于实验任务驱动的操作系统教学设计方案。文章从操作系统实验任务驱动教学的理论依据、实验任务设计及其操作等方面做了比较全面的阐述     

基于粗糙集的组合逻辑优化算法

运用粗集理论对逻辑函数进行知识表达的方法,提出了基于粗糙集的组合逻辑优化方法,并给出了相应的算法.通过对20变量以下的组合逻辑标准Benchmark-89,91和93相容逻辑矩阵例题进行了检验,结果表明此算法是正确的,并具有显著的化简效果.     

逻辑函数的粗糙集表达及最小化方法

提出了基于粗糙集理论对逻辑函数进行知识表达的方法,给出了运用粗糙集进行组合逻辑化简的优化算法.为保证化简前后逻辑上的等价性,用化简前的逻辑矩阵中的on-set项是否被化简后的off-set项的补完全覆盖的方法进行检验,结果表明化简前后是等价的.算法通过了对20变量以下的组合逻辑函数标准的Benchmark例题和部分组合逻辑函数典型实例验证,保证了优化结果正确性和有效性.     

融合变精度粗糙熵和协同进化的概念格挖掘算法

为解决概念格挖掘优化问题,借鉴变精度粗糙集模型和协同进化思想,提出了融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法(REVPT).该算法引入变精度粗糙熵对各概念格子群动态度量建立粗糙近似格,并通过种群之间协作共享寻优经验提高概念格的全局挖掘优化能力,有效缩减原格群规模并挖掘出一致粗糙分类规则.实验结果表明,当变精度粗...