目前计算机科学领域的前沿,计算机科学前沿热点及发展趋势

2011.22

e7ad81a041acceafb6315bde10dfae7d.png

C h i n a C o l l e c t i v e E c o n o m y

集体经济·摘要:文章系

统地介绍了信息处理、文字与自然语言的理解、数据仓库和数据挖掘、知识科学、人工智能、人工神经网络的研究、遗传算法、逻辑学等领域研究中前沿的若干问题,并提出未来计算机科学的发展趋势。

关键词:信息技术;知识科学;智能技术;发展趋势

一、计算机科学前沿热点

(一)信息处理技术

信息处理技术是当今计算机科学发展的重点,目前计算机处理的信息可分为符号和数据,因而一切要由计算机处理的对象首先是符号化和数字化。信息科学正在形成和迅速发展,现在主要的研究课

题集中在以下方面:信息源理论和信息的获取;信息的传输、存储、检索、转化和处理;信号的测量、分析、处理及显示;模式信息处理,研究对文字、声音、图像等信息的处理、分类和识别,研制机器图像和语音识别系统;知识信息处理,研究知识的表示、获取和应用,建立具有推理和自动解决问题能力的知识信息处理系统,即专家系统;决策和控制,在对信息的采集、分析、处理、识别和理解的基础上做出判断、决策或控制,从而建立各种控制系统、管理信息系统和决策支持系统。

(二)知识科学

知识进步是人类社会发展的永恒动力,知识经济是推动其他经济发展的原动力,知识产权关系国家命运。可见知识在计算机科学中发展的重要意义。计算机科学虽然是一门刚刚兴起的学科,但它与数学、逻辑学、语言学、认知科学、心理学、哲

学等关系相当大。目前知识科学主要的研究领域表现在:知识模型研究,常识性知识研究;非规范知识研究,知识处理的数学理论;知识获取理论和技术;知识科学和软件科学;基于知识的计算机艺术。

(三)智能处理技术

从第一台电子计算机诞生至今,其主要功能都是进行数值计算和数据处理。但随着基于符号的运算、推理逻辑的迅速发展和对人类大脑的思维形式的研究逐步清晰,人们开始研制具有“智能”的计算机,这是人工智能的基本思想。人工智能(Artificial Intelligence ,AI )、人工神经网络(Artificial Neural Network ,ANN )、遗传算法、逻辑学的高速发展构成了计算机科学发展新趋势。这些计算机科学的众多研究热点在我国国家自然科学、863计划、攻关

项目等均有较大的投入。信息是计算机的源,知识是信息的模型,人工智能是知识挖掘的动力,三者协调发展是非常必要的。

二、计算机发展趋势(一)智能化的超级计算机

超高速计算机采用平行处理技术改进计算机结构,可以使计算机系统同时执行多条指令,或同时对多个数据进行处理,进一步提高计算机运行速度。超级计算机通常是由成百数千甚至更多的处理器构成,能完成普通计算机和服务器所不能计算的大型的复杂任务。从超级计算机获得的数据分析和模拟成果,能推动各个领域高精尖项目的研究与开发,为我们的日常生活带来更多的便利。

(二)新型高性能计算机问世

随着硅芯片技术的高速发展,硅技术越来越接近了其自身的物理发展极限。因此,迫切要求计算机从结构变革,到器件与技术的革命这一系列的技术都要产生一次质的飞跃才行。新型的量子计算机、光子计算机、分子计算机和纳米计算机由此应运而生。

量子计算机的概念源于对可逆计算机的研究,量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。量子计算机是在量子效应基础上开发的,利用一种链状分子聚合物的特性来表示开与关的状态,利用激光脉冲来改变分子的状态,使信息沿着聚合物移动,从而进行运算。量子计算机中的数据用量子位存储。

光子计算机是利用光子取代电子进行数据运算、传输及存储。光子计算机即

全光数字计算机,以光子代替电子,光互连代替导线互连,光硬件代替计算机中的电子硬件,光运算代替电运算。在光子计算机中,不同波长的光代表不同的数据,可以对复杂度高、计算量大的任务实现快速地并行处理。光子计算机将使运算速度在目前基础上呈指数上升。

分子计算机体积小、耗电少、运算快、存储量大。分子计算机的运行是吸收分子晶体上以电荷形式存在的信息,并以更有效的方式进行组织排列。由于分子芯片的原材料是蛋白质分子,所以分子计算机既有自我修复的功能,又可直接与分子活体相联。预计20年后,分子计算机将进入实用阶段。

纳米计算机是用纳米技术研发的新型高性能计算机。纳米技术是从20世纪

80年代初迅速发展起来的新的前沿科研

领域,最终目标是人类按照自己的意志直接操纵单个原子,制造出具有特定功能的产品。现在纳米技术正从微电子机械系统起步,把传感器、电动机和各种处理器都放在一个硅芯片上而构成一个系统。应用纳米技术研制的计算机内存芯片,其体积只有数百个原子大小,相当于人的头发丝直径的千分之一。纳米计算机不仅几乎不需要耗费任何能源,而且其性能要比今天的计算机强大许多倍。纳米计算机体积小、造价低、存量大、性能好,将逐渐取代芯片计算机,推动计算机行业的快速发展。

综上所述,计算机技术主要朝着三个方向发展:一是向“快”的方向,速度越来越快,性能越来越高,计算机的主频越来越快;二是向“广”度方向发展,计算机发展的趋势无处不在,应用范围更加广泛;三是向“深”度方向发展,即向信息的智能化发展。

参考文献:

1、张瑞.计算机科学与技术的发展趋势探析[J].制造业自动化,2010(8).

2、蔡芝蔚.计算机技术发展研究[J].电脑与电信,2008(2).

3、陈相吉.未来计算机与计算机技术的发展[J].法制与社会,2007(10).

4、文德春.计算机技术发展趋势[J].科协论坛,2007(5).

5、何文瑶.计算机技术发展态势分析[J].科技创业月刊,2007(5).

6、陆志一,吴学庆.计算机未来的发展趋势[J].黑龙江科技信息,2008(4).

(作者单位:山东外国语职业学院)

计算机科学前沿热点及发展趋势

何稳高晓莉秦磊贾瑞刚

科技研发

170

  • 7
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
近十年来,研究者分析时间序列数据的方式发生了巨大变化。这本十分必需的书归纳了这一日益重要领域的主要最新进展,并就其现有表述给出了一个单一的一致的表示。汉密尔顿就诸如向量自回归、广义矩方法估计、单位根的经济和统计结果、随时间变化的方差以及非线性时间序列模型等重要创新,首次给出了一本完整的和详细的教科书。另外,汉密尔顿还介绍了动态系统分析的传统工具,如线性表示、自协方差、生成函数、谱分析以及卡尔曼滤子,并介绍了它们在经济理论以及研究并解释真实一世界数据两方面的用途。 本书的目的在于为学生、研究者和预测者提供关于动态系统、经济计量学和时间序列分析方面的概览。从第一个原理开始,汉密尔顿的明析介绍使得新旧进展皆适合于大学一年级学生和非专业人员。另外,时间序列分析从内容的广度和深度上使其成为该领域前沿研究者不可多得的一本参考书。汉密尔顿通过大量的数值例子解释理论结果如何在实践中运用并将大量推导细节放在每章末的数学附录中,以此达到了上述双重目的。本书为该领域的学生和研究者提供了一个路径地图,相信在未来几年内它都会是较权威的指南。 詹姆斯D.汉密尔顿是加利福尼亚大学圣地亚哥分校的经济学教授。他获得了加利福尼亚大学伯克利分校的博士学位,并曾在弗吉尼亚大学任教。
模式识别与智能系统 (081104) 一、培养目标 培养热爱祖国,拥护中国共产党的领导,拥护社会主义制度,遵纪守法,品 德良好,具有服务国家、服务人民的社会责任感,掌握本学科坚实的基础理论和 系统的专业知识,具有创新精神、创新能力和从事科学研究、教学、管理等工作 能力的高层次学术型专门人才。 模式识别与智能系统是 20世纪 60 年代以来在信号处理、 人工智能、 控制论、 计算机技术等学科基础上发展起来的新型学科。该学科以各种传感器为信息源, 以信息处理与模式识别的理论技术为核心,以数学方法与计算机为主要工具,探 索对各种媒体信息进行处理、 分类、理解并在此基础上构造具有某些智能特性的 系统或装置的方法、途径与实现,以提高系统性能。模式识别与智能系统是一门 理论与实际紧密结合,具有广泛应用价值的控制科学与工程的重要学科分支。 本学科培养德智体全面发展, 具有坚实和系统的模式识别与智能系统理论知 识和实践技能, 了解模式识别与智能系统学科发展前沿和动态,能够适应我国 经济、科技、教育发展需要,面向二十一世纪的科学研究、工程技术和高等教育 的高层次人才。 学位获得者业务上应具有具备从事在本学科及相关学科领域独立 开发研究工作的能力, 注意理论联系实际,能够分析和解决现代经济建设和交叉 学科中涌现出的新课题; 能够熟练利用计算机解决本学科的有关问题;较为熟练 地掌握一门外国语;具有健康的体格。 二、研究方向 (一)智能机器人系统 主要进行智能机器人控制与决策系统的研究与开发,包括自主移动机器人、 特种机器人、服务机器人、工业机器人等内容。机器人的自主定位、导航、避障 与多机器人协调控制为主要研究方向。 (二)系统仿真技术与应用 主要研究方向为控制系统仿真与计算机辅助设计、半实物仿真与实时控制、 分数阶与网络控制系统仿真、 系统建模校验与验证及仿真算法和高层体系结构理 论与应用技术、工业过程建模仿真和提高控制效果与系统性能的方法研究。 (三)图像处理与计算机视觉 研究图像信息获取、处理、分析、理解与识别分类等理论与技术,研究图像 处理技术在医学影像处理、动态目标识别与跟踪、智能交通系统、军事等领域的 工程应用问题。 (四)建筑智能化技术 本方向以建筑智能化技术为背景,主要研究智能建筑系统集成理论与技术、 现场总线技术、建筑节能控制、建筑安全报警系统、电梯智能控制、分布式信息 感知系统、建筑灾难救援技术等内容。 (五)无线传感器网络 本方向以突发灾难环境信息感知为背景, 主要研究无线传感器网络节点及系 统构建、 移动目标定位与跟踪、 跨层优化通信协议、 多媒体传感器网络信息感知、 机器人移动感知网络、智能空间的移动机器人导航等内容。 三、学制与学习年限 本学科学制为 2.5 年,最长学习年限不超过 4 年。 四、课程设置与学分要求 硕士生修课总学分不低于 30 学分,其中必修课不低于 20 学分。 课程 类别 开课 学期 课程编号 课程名称 学时 学分 考核 方式 授课/组织单位 备注 必 修 课 1 y2014670001 自然辩证法概论 18 1 文法学院 y2014670003 中国特色社会主义 理论与实践研究 36 2 文法学院 y2014680001- 2014680005 硕士外语(一学期) 64 4 外国语学院 备注 1 2 y2014680006- 2014680010 硕士外语(二学期) 32 2 外国语学院 1 y2014600001 学术道德与论文写 作 16 1 信 息 科 学 与 工 程学院 备注 2 2 y2014600002 学术报告与讲座 1 信 息 科 学 与 工 程学院 1 y2014620002 数值分析 48 3 理学院 y2014620005 矩阵分析 32 2 理学院 y2014600801 机器人原理与应用 32 2 考试 信 息 科 学 与 工 程学院 y2014600802 图像处理分析与识 别 32 2 考试 信 息 科 学 与 工 程学院 y2014600803 计算机视觉 32 2 考试 信 息 科 学 与 工 程学院 选 修 课 1 y2014680011 二外英语 64 4 外国语学院 备注 3 1 或 2 y2014600811 控制系统计算机辅 助设计 32 2 考查 信 息 科 学 与 工 程学院 y2014600812 人工神经网络的模 型与算法 32 2 考查 信 息 科 学 与 工 程学院 y2014600813 系统仿真技术 32 2 考查 信 息 科 学 与 工 程学院 y2014600814 智能计算方法及应 用 32 2 考查 信 息 科 学 与 工 程学院 y2014600815 MATLAB 语言与科 学运算 32 2 考查 信 息 科 学 与 工 程
内容推荐 预测是作决策、规划之前的必不可少的重要环节 ,是科学决 策、规划的重要前提。混沌时间序列预测是预测领域 内的一个重 要研究方向。基于小波和人工神经网络的混沌时间序 列预测研究 是近几年来的研究热点,受到了特别的重视。小波神 经网络是结 合小波变换理论与人工神经网络的思想而构造的一种 新的神经网 络模型,它结合了小波变换良好的时频局域化性质及 神经网络的 自学习功能,因而具有较强的逼近能力和容错能力。 自从小波神 经网络被提出以后,它在非线性函数或信号逼近、信 号表示和分 类、系统辨识和动态建模、非平稳时间序列预测与分 析等许多领域 中被较为广泛地应用。尽管如此,将小波和人工神经 网络理论应 用到预测还有许多不尽如人意和有待进一步研究的地 方,还有很 大的研究余地。姜爱萍编著的《混沌时间序列的小波 神经网络预测方法及其优化研究》对此进行了深入分 析和研究,主要研究了小 波神经网络的构造、学习和优化以及小波神经网络在 混沌时间序 列预测中的应用,构建了适应于混沌时间序列短期预 测的模型,并 将其应用于中国股票价格预测。《混沌时间序列的小 波神经网络预测方法及其优化研究》主要研究成果与 创新点分述 如下: (1)用混沌理论及其分析方法对非线性时间序 列进行了研 究,为混沌时间序列的短期预测性提供了理论基础。 并以上证综 合指数为例,通过对其进行相空间重构,反映了股指 序列具有吸引 子结构。同时,对股指序列进行了确定性检验,求取 最大李雅普诺 夫指数。根据最大李雅普诺夫指数,确定了上证综合 指数序列具 有混沌特性,这为探求股指变化规律和正确建立其短 期预测模型 奠定了基础。 (2)从小波神经网络构造理论出发,详细介绍 了小波神经网 络的数学基础和性质,对目前广泛应用的四种小波神 经网络的结 构进行了深入分析,根据网络算法、逼近细节能力、 包含频域信息 广等方面因素,提出多分辨小波神经网络更适合混沌 时间序列预 测,因为多分辨小波神经网络既能逼近混沌时间序列 的整体变化 趋势,又能捕捉细节的变化。 (3)利用相空间重构技术,把消噪后得到的状 态矢量作为多 分辨小波神经网络的多维输入,构建了多维多分辨小 波神经网络 预测模型,将其应用于混沌时间序列预测,并给出了 实现方法。针 对多分辨小波神经网络提出了BP和多分辨率学习组合 算法,解 决了传统学习算法网络隐层节点数难以确定的问题, 克服了BP 网络单尺度学习算法很难学习复杂的时间序列的不足 。以上证综 合指数为例,分别采用具有相同结构的MRA—WNN和 RBF_ VJNN预测模型对股价时序进行预测,仿真结果表明, 多分辨小波 神经网络具有较高的预测精度。 (4)给出了小波神经网络的优化的两类非单调 的方法。一类 是非单调的滤子方法,并且证明了该算法是全局收敛 到一阶临界 点。这个算法不同于传统的滤子信赖域方法,因为它 使用了试探 步的切向和法向的分解;也不同于Gould提出的非单 调方法,因为 本书提出的非单调性更为松弛。这使得在不引入二阶 校正步的情 况下改进了滤子方法。同时也不再定义支配区域的边 界,而直接 使用面积,这样也相应简化了算法。另一类是非单调 的无罚函数 方法,该方法利用非单调线搜索和对于约束违反度函 数的可行性 恢复阶段来达到目标函数和约束违反度函数之间的平 衡,而非单 调的方法在M一1时是等价于单调方法的,非单调方法 从M步看 来仍然是单调的。当然,在这种方法中,也可以采用 试探步分解的 技术,然后利用滤子来做接受性的检验。进一步地, 我们还可以将 非单调的滤子方法推广到一般的约束最小化问题之中 ,数值结果 表明这种方法也是可执行的且是有效的,并用此两种 方法作为训 练小波神经网络的优化新算法。 (5)提出将无罚函数方法与非线性互补问题相 结合用于小波 神经网络的优化,将互补问题转化为约束优化问题, 应用约束优化 问题的策略和技巧对其求解,融入无罚函数的概念, 并得到了算法 的收敛性。同时,其数值结果也表明这类算法和同类 的其他方法 比起来更为灵活,且具有更好的数值效果。 (6)提出基于修正的SQP滤子方法的小波神经网 络的优化, 修正了序列二次规划子问题,使得二次规划子问题在 每个迭代处 总是可解的,同时不用线搜索,提出了修正的滤子方 法。另外,引 入积极集策略,减小运算量。当第一次得到的搜索方 向不被滤子 接受时,不是直接舍弃它,而是转而以这个方向为基 础,构造另一 个可行下降的搜索方向。并在此基础上加入了线搜索 ,得到了带 线搜索的滤子方法,其数值结果也说明基于修正的 SQP滤子方法 的小波神经网络的优化是有效的。 (7)提出基于新的无罚函数方法的小波神经网 络的优化,应 用NCP函数把约束优化问题转化为非线性非光滑方程 的求解问 题。运用分裂的思想将其分裂为光滑函数和非光滑函 数之和, 同时将NCP函数的信息融入了滤子对中,改造了原有 的滤子对 的形式,最终得到了算法的全局收敛性和局部超线性 收敛性。 另外,为了求解大规模问题,结合积极集策略,提出 了积极集滤 子方法,得到了非单调的滤子方法简化小波神经网络 优化运算 的目的。 (8)用全局优化方法——填充函数法研究了小 波神经网络 的优化方法,构造了一种新的易于计算的单参数的填 充函数,不 仅证明了新构造的函数具有填充函数的性质,还把填 充函数和 BP算法相结合,提出一种训练小波神经网络的混合型 全局优化 新算法。 (9)在退火遗传算法的基础上提出一个新的自 适应退火策 略,将自适应退火策略用于选择概率的计算以增强算 法的收敛性, 在交叉和变异概率的选取上也进行了自适应处理,以 进一步改善 算法的稳定性和收敛性,并将此自适应退火遗传算法 应用于小波 神经网络权值的优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值