计算机理论
计算机理论的相关文献在1982年到2020年内共计212篇,主要集中在自动化技术、计算机技术、信息与知识传播、教育
等领域,其中期刊论文203篇、会议论文9篇、专利文献381676篇;相关期刊103种,包括计算机教育、计算机科学、信息与电脑:理论版等;
相关会议6种,包括第四届全国智能信息处理学术会议、第十一届全国软件与应用学术会议(NASAC2012)、2011复杂系统理论与方法及其工程实践学术会议等;计算机理论的相关文献由195位作者贡献,包括刘强、刘玲、向占宏等。
计算机理论—发文量
专利文献>
论文:381676篇
占比:99.94%
总计:381888篇
计算机理论
-研究学者
- 刘强
- 刘玲
- 向占宏
- 沈辉
- 黎丽霞
- CHEN Ying
- Chen Ming-cai
- DENG Liang
- DU Yong-ping
- Feng Fei
- HE Ming
- LIU Zengliang
- LU Li-zheng WANG Guo-zhao
- Paolo Rocchi
- Pietro S.Oliveto
- TIAN Rong
- TIAN Yulong
- WANG Xiangzong
- WANG Ying-Rui
- WANG Zhen-zhen
- WU Dong
- WU Gui-Ming
- WU Qing
- XIE Xiang-Hui
- XU Chuan-Fu
- YAN Xin-Kai
- ZHANG Li-Lun
- ZHANG Lin
- ZHAO Weiguo
- ZHENG Fang
- ZHENG Xiao-jie
- Zhang Guang-quan
- Zhang Kan
- Zhang Ming-tai
- В·Д·高尔斯基
- 万云1
- 万芳
- 严忻恺
- 严隽永
- 乔金玲
- 付振陵
- 伊辉秋
- 何大华
- 何明
- 何琨
- 刘东慧
- 刘二中
- 刘善蛟
- 刘宏斌
- 刘毅文
-
-
裴之蕈;
田宏伟;
舒甲;
周晨阳;
李林峰;
刘毅文
-
-
摘要:
《形式语言与自动机(理论)》课程作为计算机科学与技术专业基础理论课程,着重于学生对计算机底层编程处理技术的了解.由于本课程过于抽象,在实际讲授时中学生对课程兴趣不高,缺乏自主学习能力,不能很好地吸收课堂知识.本文围绕如何提升学生自主学习能力,并结合现阶段主流教学模式,提出了《形式语言与自动机(理论)》课程启发式教学改革方案.
-
-
-
-
-
-
-
-
-
-
-
WANG Zhen-zhen;
王振振;
HE Ming;
何明;
DU Yong-ping;
杜永萍
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
LDA(Latent Dirichlet Allocation)模型是近年来提出的一种具有文本表示能力的非监督学习模型.提出了一种基于LDA主题模型的文本相似度计算方法,该方法利用LDA为语料库建模,利用MCMC中的Gibbs抽样进行推理,间接计算模型参数,挖掘隐藏在文本内的不同主题与词之间的关系,得到文本的主题分布,并以此分布来计算文本之间的相似度,最后对文本相似度矩阵进行聚类实验来评估聚类效果.实验结果表明,该方法能够明显提高文本相似度计算的准确率和文本聚类效果.
-
-
WANG Zhen-zhen;
王振振;
HE Ming;
何明;
DU Yong-ping;
杜永萍
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
LDA(Latent Dirichlet Allocation)模型是近年来提出的一种具有文本表示能力的非监督学习模型.提出了一种基于LDA主题模型的文本相似度计算方法,该方法利用LDA为语料库建模,利用MCMC中的Gibbs抽样进行推理,间接计算模型参数,挖掘隐藏在文本内的不同主题与词之间的关系,得到文本的主题分布,并以此分布来计算文本之间的相似度,最后对文本相似度矩阵进行聚类实验来评估聚类效果.实验结果表明,该方法能够明显提高文本相似度计算的准确率和文本聚类效果.
-
-
WANG Zhen-zhen;
王振振;
HE Ming;
何明;
DU Yong-ping;
杜永萍
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
LDA(Latent Dirichlet Allocation)模型是近年来提出的一种具有文本表示能力的非监督学习模型.提出了一种基于LDA主题模型的文本相似度计算方法,该方法利用LDA为语料库建模,利用MCMC中的Gibbs抽样进行推理,间接计算模型参数,挖掘隐藏在文本内的不同主题与词之间的关系,得到文本的主题分布,并以此分布来计算文本之间的相似度,最后对文本相似度矩阵进行聚类实验来评估聚类效果.实验结果表明,该方法能够明显提高文本相似度计算的准确率和文本聚类效果.
-
-
WANG Zhen-zhen;
王振振;
HE Ming;
何明;
DU Yong-ping;
杜永萍
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
LDA(Latent Dirichlet Allocation)模型是近年来提出的一种具有文本表示能力的非监督学习模型.提出了一种基于LDA主题模型的文本相似度计算方法,该方法利用LDA为语料库建模,利用MCMC中的Gibbs抽样进行推理,间接计算模型参数,挖掘隐藏在文本内的不同主题与词之间的关系,得到文本的主题分布,并以此分布来计算文本之间的相似度,最后对文本相似度矩阵进行聚类实验来评估聚类效果.实验结果表明,该方法能够明显提高文本相似度计算的准确率和文本聚类效果.
-
-
ZHENG Xiao-jie;
郑晓洁;
ZHANG Lin;
张琳
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
本体映射是一种常用的解决本体异构的方法,在本体映射过程中,概念相似度计算是重要的环节.针对目前概念相似度计算方法存在的不足,采用一种综合的方法进一步改善计算的过程,从本体概念的语义相似度、属性、实例、结构等方面计算概念的相似度.通过引入概念相关度以及属性论方法,寻找更加有效的概念相似度计算方法.最后的实验证明,此方法能适应不同规模的本体,并能提高概念对相似度的准确性.
-
-
ZHENG Xiao-jie;
郑晓洁;
ZHANG Lin;
张琳
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
本体映射是一种常用的解决本体异构的方法,在本体映射过程中,概念相似度计算是重要的环节.针对目前概念相似度计算方法存在的不足,采用一种综合的方法进一步改善计算的过程,从本体概念的语义相似度、属性、实例、结构等方面计算概念的相似度.通过引入概念相关度以及属性论方法,寻找更加有效的概念相似度计算方法.最后的实验证明,此方法能适应不同规模的本体,并能提高概念对相似度的准确性.
-
-
ZHENG Xiao-jie;
郑晓洁;
ZHANG Lin;
张琳
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
本体映射是一种常用的解决本体异构的方法,在本体映射过程中,概念相似度计算是重要的环节.针对目前概念相似度计算方法存在的不足,采用一种综合的方法进一步改善计算的过程,从本体概念的语义相似度、属性、实例、结构等方面计算概念的相似度.通过引入概念相关度以及属性论方法,寻找更加有效的概念相似度计算方法.最后的实验证明,此方法能适应不同规模的本体,并能提高概念对相似度的准确性.
-
-
ZHENG Xiao-jie;
郑晓洁;
ZHANG Lin;
张琳
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
本体映射是一种常用的解决本体异构的方法,在本体映射过程中,概念相似度计算是重要的环节.针对目前概念相似度计算方法存在的不足,采用一种综合的方法进一步改善计算的过程,从本体概念的语义相似度、属性、实例、结构等方面计算概念的相似度.通过引入概念相关度以及属性论方法,寻找更加有效的概念相似度计算方法.最后的实验证明,此方法能适应不同规模的本体,并能提高概念对相似度的准确性.
-
-
DENG Liang;
邓亮;
ZHANG Li-Lun;
张理论;
XU Chuan-Fu;
徐传福
- 《2013全国高性能计算学术年会》
| 2013年
-
摘要:
模板计算是众多科学计算应用的基础.已有的模板计算性能优化研究多是针对理想应用场景及传统多核平台,难以直接用于指导真实应用问题在Intel Xeon Phi上的性能优化.本文以理想场景和实际CFD应用场景下基于7点模板计算的雅克比迭代为例,结合Intel集成众核(Many Integrated Cores,MIC)架构特点,研究了其众核性能优化方法.研究发现模板计算在不同应用场景的众核加速效果存在明显差异.借助性能分析工具—LIKWID,通过收集和分析程序执行中的多种硬件性能指标,尝试对模板计算在不同场景的这种加速性能差异进行了比较研究与合理性解释.
-
-
DENG Liang;
邓亮;
ZHANG Li-Lun;
张理论;
XU Chuan-Fu;
徐传福
- 《2013全国高性能计算学术年会》
| 2013年
-
摘要:
模板计算是众多科学计算应用的基础.已有的模板计算性能优化研究多是针对理想应用场景及传统多核平台,难以直接用于指导真实应用问题在Intel Xeon Phi上的性能优化.本文以理想场景和实际CFD应用场景下基于7点模板计算的雅克比迭代为例,结合Intel集成众核(Many Integrated Cores,MIC)架构特点,研究了其众核性能优化方法.研究发现模板计算在不同应用场景的众核加速效果存在明显差异.借助性能分析工具—LIKWID,通过收集和分析程序执行中的多种硬件性能指标,尝试对模板计算在不同场景的这种加速性能差异进行了比较研究与合理性解释.