离散数学论文(离散数学论文3000字)

大家好，很高兴有机会和大家一起探讨离散数学论文的问题。我将用专业的态度回答每个问题，同时分享一些具体案例和实践经验，希望这能对大家有所启发。

文章目录列表:

怎样才能学好离散数学？

学习离散数学需要一定的方法和技巧，以下是一些建议：

1.理解基本概念：离散数学包括集合论、图论、数论等分支。首先要理解这些基本概念，如集合、元素、关系、运算等。

2.学习基本定理和公式：离散数学有很多经典定理和公式，如康托尔的对角线论证、欧几里得算法等。要熟练掌握这些定理和公式，并理解它们的证明过程。

3.多做练习题：通过大量的练习题来巩固所学知识，提高解题能力。可以从课本、参考书和网络资源中找到大量的练习题。

4.分析实例：通过分析实际问题中的离散结构，理解离散数学的应用。例如，可以阅读一些关于计算机科学、通信理论、数据库等领域的教材和论文，了解离散数学在这些领域的应用。

5.参加讨论和交流：与同学、老师或在线社区进行讨论和交流，可以帮助你更好地理解离散数学的概念和方法。可以参加一些线上或线下的学习小组，与他人分享学习心得和经验。

6.定期复习：离散数学的知识体系较为庞大，需要定期进行复习，以巩固所学知识。可以将所学内容制作成思维导图或笔记，方便复习。

7.保持耐心和毅力：学习离散数学需要时间和努力，不要因为一时的困难而放弃。要有信心，相信自己可以掌握这门学科。

计算机网络工程有哪些？

计算机网络工程类包括计算机科学与技术，网络工程，电子商务等三大本科专业为依托，具体还分为：离散数学，数据结构，操作系统，数据库系统，计算机组成原理，微机与接口技术，计算机网络，高级程序与设计语言，计算机图形学，多媒体技术，通信原理，人工智能，编译技术，算法设计与分析，软件工程等专业课程扩展资料

1、主干课程

高等数学、线性代数、概率与统计、离散数学、电路与电子学、数字逻辑电路、数据结构、编译原理、操作系统、数据库系统、汇编语言程序设计、计算机组成原理、微机系统与接口技术、通信原理、通信系统、计算机网络、现代交换原理、TCP/IP原理与技术、计算机网络安全、计算机网络组网原理、网络编程技术、计算机网络管理、网络操作系统、Internet技术及应用、软件工程与方法学、数字信号处理、网格计算技术、计算机系统结构等。

2、实践教学

集中实践教学环节：军事训练、生产实习、网络综合实验、软件课程设计、硬件课程设计、VISUAL C++课程设计、毕业设计（论文）等。3、就业方向

该专业学生毕业后可在国家机关、科研机构、学校、工厂等企事业单位从事计算机应用软件及网络技术的研究、设计、制造、运营、开发及系统维护和教学、科研等工作。

黄成泉 的 毕业院校

黄成泉毕业院校：贵州民族学院数学系应用数学专业。

黄成泉，1976年生，男，仡佬族，硕士。1997年7月本科毕业于贵州民族学院数学系应用数学专业，从大学毕业至今一直在贵州民族学院从事教学工作。2002年9月考入北京师范大学攻读计算机软件与理论专业硕士。主要从事计算机软件与理论、计算机应用技术、嵌入式系统等方面的研究。

人物简介

职称：讲师。

所教课程：离散数学--代数与图论、计算机图形学、数理逻辑

研究领域：离散数学、软件工程。

科研项目与论文

（一）在国内外省部级以上以第一作者身份正式期刊公开发表论文情况

1、“The Construct and Implementation of an E-learning Environment with Moodle on Linux”，SKG2009，The 5th International Conference on Semantics，Knowledge and Grid（IEEE in Press）

2、“Technical Analysis and Implementation of Accessing Oracle Database in Java on Linux System ”，2008 Information Technology and Environmental System Sciences（ITESS 2008），vol．2．pp82-86，2008．（ISTP检索）

3、“Asianux 3 中实现DHCP服务器的构建”，网络与信息，2008年第5期。

4、“基于红旗Linux的FTP搜索引擎服务器的构建”，广西轻工业，2008年第5期。

5、“基于Asianux的Apache+Asp的服务器的构建与实现”，科技信息，2008年第17期。

（二）2005-2008年期间共参与并完成项目情况

1、主持贵州民族学院教改项目《计算机相关专业课程实验教学改革与探索》（2008年）

2、主持贵州民族学院校级项目《基于SNMP的流量监测系统的设计与实现》（2005年）

3、参与国家民委项目《基于正交Gaussian-Hermite矩的指纹识别研究》（2008年）

4、参与省科技厅项目《基于复杂背景下的汽车牌照实时识别》（2008年）

5、参与省教育厅项目《视频监控中人行为的智能分析及应用技术研究》（2007年）

6、参与省教育厅项目《计算复杂性与算法分析研究》（2007年）

7、参与省长基金项目《视频监控中人运动的跟踪及行为分析》（2006年）

8、参与省科技厅项目《生物特征识别中的指纹识别研究》（2006年）

康托尔的集合论相关论文范文

康托尔是德国一名伟大的数学家，康托尔创立了集合论。下面是我带来的关于康托尔的集合论论文的内容，欢迎阅读参考!

康托尔的集合论论文篇1：《基于集合论思想的人性》

　摘要：作为人类，我们有必要去了解自己，这样才能更加地进步。人性是从根本上决定并解释着人类行为的那些人类天性。本文利用集合论的思想对此进行了一些讨论。

　关键词：人性;理性;社会性;自然性;集合论思想

　一、引言

　在长期以来的生活中，人类的大脑会在无意识的作用下储存某些事物的信息，由于并没有通过大脑严谨的思考，所以这些信息大部分是外在的，只是事物表面的一些形态特征而已。这些信息并非零散的分布，之间没有联系。而是之间存在着一定的关联，虽然结构不严谨，可能其中会有错误。但是有时候却可以起到一定的作用。但是我们不能仅依靠这样的意识形态，因为我们有自我意识，需要不断完善，不断进步。依靠这样的意识是不可能看到事物的本质的。

　有时候你问某个人为什么，他可能会答道：?凭直觉?。我并不否认直觉所带来的?便利?，但这种?便利?是给自己不去思考事物本质的借口。直觉也是一种意识形态，但是这种意识是在潜意识之下的，这样意识的形成也是要通过长时间的作用。大脑可以自己不断地调整，不断地完善，但是这个过程相当缓慢。要进步可不能依靠这样的思想。

　现在我想说的是，我们必须减少对这些意识的依赖。因为这些意识都不是通过严谨的思考之后得到的产物，所以用这样的意识去做出一些反应是很容易出错的。这也会阻碍我们对真实世界的探索。我们应该挖掘出这样的意识，分析其中的思想结构，将不好的思想去掉，并且把有缺陷的思想不断加强和完善。这样一来，我们就会更加理性。人就具有这样的性质?理性。因此人类才能进步，文明才能发展。

　二、理论分析

　假设A={a1，a2，?，an}，B={b1，b2，?，bm}。若A?奂B，则说明A中的n个元素均可以在B中找到，且m>n。反之，说明中的个元素均可以在A中找到，且n>m。若A=B，则说明中的所有元素与B中的所有元素相同，且n=m。如果某一个元素可以在集合A中找到，那么记作a?A。

　结合以上思想，对人与动物进行分析，动物={青蛙，鱼，狗，猫，人，?}，可以看出人是属于动物的，即人动物。并且将这样的集合叫做普通集合，以区分下面所叙述的性质集合。既然青蛙，鱼，狗，猫，人等都属于动物，那么也就是说它们具有共同的性质，比如：没有细胞壁，必须利用现成的有机物获得能量，无叶绿体，能自由移动等。但是人除了这些共同性质之外，还有其他的性质。也就是说，从性质集合上看，动物的性质集合包含于人的性质集合中的。即动物的所有性质，人类均有。我们将性质集合中的元素命名为?属差?，而将普通集合命名为?种?，普通集合中的元素命名为?属?。

　如果B的性质集合包含于A的性质集合，那么A和B就具有相同的属差，并且B的所有属差均是A中的属差。属差越多，则性质集合的表述范围就越小，即越受限制。那么B显然比A的表述范围大。说明B可以述说A，即A是B，其中A就是主词，而B就是宾词，则B的所有属差是A的属差。

　那么按照上面所说，动物可以表述人，即人是动物。?人?的属差比?动物?的要多，也就是限制的条件要多一些。

　有些存在于主体中的事物，其定义是不能用来表述一个主体的。例如：对于白人来说，?白?就依存于身体这个主体，并被用来表述身体这个主体，也就是说身体可以被说成是白的，但是要注意，?白?的定义却不能被用来表述身体。

　属和种的属差都可适用于第一实体，种的属差适用于属，所以属和种决定了实体的性质。例如：?人?和?动物?的属差都可适用于个别的人，可以说人是动物，个别的人是人，个别的人是动物。也可以这样想：对?动物?的定义肯定也适用于对?人?的定义，因为?人?是属于?动物?的。所谓的?第一实体?，比如?个别的人?、?个别的老虎?等，是真实存在的个体，并不依存于其他个体。[1]

　属差的定义也能适用于属和个体，并且还可以用来表述属和个体。例如：?有脚的?、?有手的?的定义也可以适用于?人?和个别的人。并且还可以说?人?和个别的人是?有手的?。既然属差的定义可以适用于个体，那么属差也就可以决定了个体的性质。而且这些性质都可以用属差表述其个体。

　分析到这里，我们应该感觉到有点思路了。也就是我们现在要找到这样的属差，然后根据这些属差的定义来表述个体。

　但是还有一个前提，那就是个别的人是不是实体呢?因为刚才我们得到一个结论：属和种决定了实体的性质。也就是这些分析都是以实体作为前提的。所以我们要知道个别的人是不是实体。其实我们从实体最原始，最根本的定义出发，个别的人的确属于实体，因为是真实存在的，并且不依存于其他主体。

　三、结果分析

　1.人具有理性：有一篇关于鱼?自杀?的报道。我就在想鱼如何?自杀?的呢?自杀就说明鱼有自我意识，能够自己选择死亡。但科学上表明自然界(这里并不指整个宇宙)中除人类外，其他动物都只有直接意识，而没有自我意识。难道科学不客观?其实并非这样，只不过是媒体的故意渲染而已。鱼只是因为环境的改变而做出本能的反应，这样的本能就是直接意识，鱼并没有思考这样做会不会导致死亡，只是出于本能。那么人与其他动物相比，不同之处就在于人有理性。

　比如一只老虎饿了，看到食物就会扑上去吃。但是人饿了却不会看到食物就扑上去，而要想想这能不能吃。这就是与其他动物的不同之处。也就是说?理性?是?人?的一个属差。

　2.人具有社会性：人处在社会之中，与其他个体之间进行沟通，交流信息。进行物质的分享、分割和交换。社会是互动的，不可能是个别的个体所支撑。也就说明我们身处社会，只有聚集起来才能共同完成分享、分割和交换。有人说自己很孤独，其实这并不是真正的孤独，也不可能存在真正的孤独。因为人不可能摆脱社会性而存在。可能有人会对刚才我说的?不会有真正的孤独?有意见，他们会说：?既然没有孤独，那么创造这个词不就没意义吗?孤独只不过是人们的感受，感受并不能反应事物的真实规律。所以我在之前也说过，我们必须放弃一些错误的思想。这样才不会被感觉和表面现象所蒙蔽。

　在人类社会这个庞大的群体性活动中，无论是什么简单的活动，都不可避免要与其他个体进行信息传达。这样人类才能发展和繁衍下去。这样说来，动物也应当存在社会性。这显然是肯定的。一些动物也是具有这样的性质的，例如：蚂蚁，蜜蜂等。可见?社会性?也是?人?的一个属差。

　3.人具有自然性：人类是自然界中的一员，就不可能不具有自然性。人类的组织结构、生理结构和自然界交往过程所产生的一些基本特征都表现出人的自然性。人类不可能脱离自然性而独立存在。而其他生物也一样具有这样的性质。所以?自然性?也是?人?的一个属差。

　四、结束语

　我们作为人类，有必要去了解自己，这样才能更加地进步。通过集合论的思想来分析人性，是本文的亮点。除了三个性质外，还存在着其他的性质。在这里由于自己的智慧有限，没有给出更多的性质，但是本文重点是在于提供一个可行的分析 方法 。通过数学的逻辑，会使得分析变得更加严谨和系统化。这是本文做出的大胆尝试。

　参考文献：

　[1]亚里士多德.亚里士多德全集(第一卷)[M].苗力田，译.北京：中国人民大学出版社，1990.

康托尔的集合论论文篇2：《集合论与第三次数学危机》

　数学的产生和发展，始终与人类社会的生产和生活有着密不可分的联系。在新教材中，任何一个新概念的引入，都特别强调它的现实背景、数学理论发展背景或数学发展的历史背景，只有这样才能让学生感到知识发展水到渠成。所以特别希望在教学中能不时渗透数学史的相关知识，充分发挥和利用数学史的 教育 价值，使学生通过了解数学史，而更加全面更加深刻地理解数学、感悟数学。

　一、集合论的诞生

　一般认为，集合论诞生于1873年底。1873年11月29日，康托尔(G.Gsntor，1845-1918)在给戴德金(Julius　Wilhelm　Richard　Dedekind，1831?1916)的信中提问?正整数集合与实数集合之间能否一一对应起来?这是一个导致集合论产生的大问题。几天后，康托尔用反证法证明了此问题的否定性结果，?实数是不可数集?，并将这一结果以标题为《关于全体实代数数集合的一个性质》的论文发表在德国《克莱尔数学杂志》上，这是?关于无穷集合论的第一篇革命性论文?，在其系列论文中，他首次定义了集合、无穷集合、导集、序数、集合运算等，康托尔的这篇 文章 标志着集合论的诞生。

　二、集合论成为现代数学大厦的基础

　康托尔的集合论是数学史上最具革命性和创造性的理论，他处理了数学上最棘手的对象?无穷集合，让无数因?无穷?而困扰许久的数学家们在这种神奇的数学世界找回了自己的精神家园。它的概念和方法渗透到了代数、拓扑和分析等许多数学分支，甚至渗透到物理学等其他自然学科，为这些学科提供了奠基的方法。几乎可以说，没有集合论的观点，很难对现代数学获得一个深刻的理解。

　集合论诞生的前后20年里，经历千辛万苦，但最终获得了世界的承认，到了20世纪初，集合论已经得到数学家们的普遍赞同，大家一致认为，一切数学成果都可以建立在集合论的基础之上了，简言之，借助集合论的概念，便可以建立起整个数学大厦，就连集合论诞生之初强烈反对的著名数学家庞加莱(Jules　Henri　Poincar?，1854-1912)也兴高采烈地在1900年的第二次国际数学家大会上宣布：?借助集合论概念，我们可以建造整个数学大厦。今天，我们可以说绝对的严格性已经达到了。?然而，好景不长，一个震惊数学界的消息传出，集合论是有漏洞的!如果是这样，则意味着数学大厦的基础出现了漏洞，对数学界来说，这将是多么可怕啊!

　三、罗素(Bertrand　Russell，1872-1970)悖论导致第三次数学危机

　1903年，英国数学家罗素在《数学原理》一书上给出一个悖论，很清楚地表现出集合论的矛盾，从而动摇了整个数学的基础，导致了数学危机的产生，史称?第三次数学危机?。

　罗素构造了一个所有不属于自身(即不包含自身作为元素)的集合R，现在问R是否属于R?如果R属于R，则R满足R的定义，因此R不属于自身，即R不属于R。另一方面，如果R不属于R，则R不满足R的定义，因此R应属于自身，即R属于R，这样，不论任何情况都存在矛盾，这就是有名的罗素悖论(也称理发师悖论)。

　罗素悖论不仅动摇了整个数学大厦的基础，也波及到了逻辑领域，德国的著名逻辑学家弗里兹在他的关于集合的基础理论完稿而即将付印时，收到了罗素关于这一悖论的信，他立刻发现，自己忙了很久得出的一系列结果却被这条悖论搅得一团糟，他只能在自己著作的末尾写道：?一个科学家所碰到的最倒霉的事，莫过于是在他的工作即将完成时却发现所干的工作的基础崩溃了。?这样，罗素悖论就影响到了一向被认为极为严谨的两门学科?数学和逻辑学。

　四、消除悖论，化解危机

　罗素悖论的存在，明确地表示集合论的某些地方是有毛病的，由于20世纪的数学是建立在集合论上的，因此，许多数学家开始致力于消除矛盾，化解危机。数学家纷纷提出自己的解决方案，希望能够通过对康托尔的集合论进行改造，通过对集合定义加以限制来排除悖论，这就需要建立新的原则。

　在20世纪初，大概有两种方法。一种是1908年由数学家策梅洛(Zermelo，Ernst　Friedrich　Ferdinand，1871～1953)提出的公理化集合论，把原来直观的集合概念建立在严格的公理基础上，对集合加以充分的限制以消除所知道的矛盾，从而避免悖论的出现，这就是集合论发展的第二阶段：公理化集合。

　解铃还须系铃人，在此之前，危机的制造者罗素在他的著作中提出了层次的理论以解决这个矛盾，又称分支类型化。不过这个层次理论十分复杂，而策梅洛则把这个方法加以简化，提出了?决定性公理(外延公理)、初等集合公理、分离公理组、幂集合公理、并集合公理、选择公理和无穷公理?，通过引进这七条公理限制排除了一些不适当的集合，从而消除了罗素悖论产生的条件。后来，策梅洛的公理系统又经其他人，特别是弗兰克尔(A.A.Fraenkel)和斯科伦(T.Skolem)的修正和补充，成为现代标准的?策梅洛?弗兰克尔公理系统(简称ZF系统)?，这样，数学又回到严谨和无矛盾的领域，而且更促使一门新的数学分支?《基础数学》迅速发展。

　五、危机的启示

　从康托尔集合论的提出至今，时间已经过去了一百多年，数学又发生了巨大的变化，而这一切都与康托尔的开拓性工作密不可分，也和数学家们的艰辛努力密不可分。从危机的产生到解决，我们可以看到，数学的发展跟提出问题和面对困难是离不开的，期间要经历无数的挫折和失败，但是只要坚持，终会走向成功。

　矛盾的消除，危机的化解，往往给数学带来新的内容，新的变化，甚至革命性的变革，这也反映出矛盾斗争是事物发展的历史性动力的基本原理。正如数学家克莱因(FelixChristianKlein1849-1925)在《数学?确定性丧失》中说：?与未来的数学相关的不确定性和可疑，将取代过去的确定性和自满，虽然这次悖论已经找到解释，危机也已化解，但是更多的还是未知，因为只要仔细分析，矛盾又将会被认识更为深刻的研究者发现，这种发现不应该被认为是?危机?，而应该感到，下一个突破的机会来到了。?

　参考文献：

　1.《普通高中课程标准实验教科书?数学必修1》教师教学用，人民教育出版社

　2.胡作玄，《第三次数学危机》

康托尔的集合论论文篇3：《模糊集合论视角下的隐喻》

　摘 要本文从模糊集合论的角度出发，研究隐喻解读过程中的逻辑真值问题，揭示出隐喻的模糊性是固有的，客观的，对人类认识世界以及进行文学创作具有重要作用。

　关键词模糊集合论;隐喻;文学创作

　模糊性是自然语言的本质特征之一，客观事物自身范畴的模糊性、人类认知的局限性以及不同的话语语境均会导致模糊语言的形成。模糊集合论从诞生伊始，便开始了与诸多学科的交叉研究，与语言学的结合使得我们在语义研究方面有了新的视角。隐喻作为一种特殊的语义现象，其解读过程显现出模糊语言的特点。隐喻的模糊性反映出人类的潜逻辑规律，是客观的，隐性的，它不仅是人类心理范畴化的结果，也是人类模糊思维的产物，所以模糊集合论为我们研究解析隐喻开辟了新的窗口[1]。

　1965年，美国控制论专家札德受语言模糊性的启发在《信息与控制》杂志上发表了论文《模糊集合》，最早提出了?模糊集合论?的概念。传统的集合论强调，任何一个集合的成员要么属于它(隶属度为1)，要么不属于它(隶属度为0)，只有两种真值情况[2]。但是如果对自然界中的诸多对象进行分类，我们经常会找不到能够精确判定其身份的依据。所以， 札德在论文《模糊集合》中对模糊集的定义为： 设X是由点构成的一个区间， 区间内的类属性元素用x表示， 即X ={x}。在区间X中，模糊集A由具有构成该集合元素属性的隶属函数fA(x)表示。该函数与区间[ 0， 1 ]内的任一实数相关联，此对应值表示x所具有的构成A的资格程度。如果区间内设置两个临界点， 即0 <? <? < 1， 那么我们就会获得一种三值逻辑： 如果fA(x) ?， 则x属于A;如果fA(x) ?， 则x不属于A; 如果隶属函数fA(x) 所表示的值位于?和?之间，则x具有一种相对于A的中间状态。模糊集合论之所以适用于语言研究，是因为语言范畴实际上就是某一个论域中的模糊集合。某一范畴中所有成员共有的典型属性构成此范畴的核心部分，它相当于集合的定义，这部分是明确的，清晰的;相比较而言，范畴的边缘却是模糊的，很难对其进行明确地界定，此部分相当于集合的外延，也就是构成该集合的所有元素。传统集合论实际上是二值逻辑，一个命题，即一个表达明确意义的陈述句，其真值只能是真(记作?1?)，或者是假(记作?0?)，没有第三种可能性。例如?汤姆是名学生?这个命题，只允许取值?1?或?0?。但是，如果我们将这个 句子 中的?学生?加个修饰词，变成?好学生?，问题就出现了。因为?好?是个模糊概念，其内涵容易辨认，外延却不明确。对于这样的命题，如果用传统的集合论就很难判断其真值。基于二值逻辑的缺陷，札德提出了?隶属度?的概念。即对于像?好?、?坏?这样的模糊概念的集合，规定其成员对该集合的隶属程度，可以取闭区间[0，1]内的任何实数值。模糊逻辑本质上是一种多值逻辑，这使得模糊集合论在研究隐喻时具有特别重要的价值。

　模糊集合论为隐喻真值的合法性提供了依据。隐喻的理解有赖于对两组不同范畴的特征的识别，如果我们要把?A is B?视为隐喻，而非字面意思，那我们就需要确定A和B的所指。句法，语义以及语境都可以帮助我们确定其含义，但是最终还是意义的解读决定对相似属性和不同属性筛选的结果 [3]。要想理解隐喻所指双方语义属性的比较过程，我们可以求助于模糊集合论的概念。通过模糊不同集合的界限，隐喻所指某一集合的属性可以部分的与其他集合的属性相结合，进而克服精确定义所带来的阻碍。从语言的表层结构来看， 隐喻的本体集合与喻体集合是不相容的。如果我们运用模糊逻辑的开放性原理， 就可以对这两个不同集合中的属性进行对比区分， 找到相互类似的属性以及不具有可比性的属性。

　以莎士比亚名句?Juliet is the sun.?(朱丽叶是太阳)为例： ?太阳?是无生命语义标记的子集， ?朱丽叶?是有生命语义标记的子集。由于这个隐喻指出了太阳对于人类的重要性与朱丽叶对于罗密欧的重要性之间的相似性，相关元素属性的隶属函数是一个小于1的值，使得此隐喻带有较强的启示力和暗示性。一般来讲，根据逻辑真值，可以把隐喻分为epiphor(表征性隐喻)与diaphor(暗示性隐喻)。威尔赖特( P. Wheelwright)在1962年出版的《隐喻和现实》(Metaphor and reality)中指出epiphor 的基本功能在于表达(express)， 而diaphor的主要作用是暗示(suggest) [4]。隐喻所指的并置会引起语义集合的矛盾，所以有些学者把隐喻视为不合语法逻辑的实体。但是如果我们通过模糊集合论中三值逻辑来解读隐喻，我们就可以证明它的用法是正当的，合法的。根据扎德的标准， 0 <? <? < 1， 一种三值逻辑的可能性是成立的。如果我们再加入一个中间值?，区间将变为0 <? <?<? < 1， 这样三值逻辑就可以扩充为四值逻辑， 其真值分别为： Truth( fA (x) ?) 、Falsity( fA (x) ?) 、Diaphor (? < fA (x) <?) 以及Epiphor (?fA (x) <?) 。如果?的值趋近于1而?的值趋近于0， 并且中间区间的集合不包含任何 其它 元素， 那么这就是一个传统的二值逻辑。如果隶属函数值介于?到?的区间，就会产生暗示性隐喻;如果隶属函数值介于?到?的区间，就会产生表征性隐喻。隶属函数会发生变化，因为很多隐喻由于不断的重复使用，固定了所指之间的关系，暗示性隐喻也就会变成表征性隐喻，如果太过普遍，则会变成死隐喻。由此可见，模糊集合论很好的解释了隐喻解读过程中本体集合与喻体集合的冲突，使得双方在合理的范围内找到交集，而这个交集内的元素属性很可能不是唯一的，这就造成了隐喻解读的多样性与模糊性[5]。

　隐喻的本质是模糊了本体集合和喻体集合之间的界限，从而来寻找两个集合的契合点。由于模糊集合论设定了三个区间边界?、?和?， 并且0 <? <? <? < 1，这种四值逻辑不仅有助于消除隐喻所指不同集合之间所存在的矛盾，而且揭示出隐喻的模糊性实际是固有的，客观存在的。隐喻的模糊性主要是指其解读对语境的依赖性。无论从隐喻的编码，还是解码过程来看，不同的人，不同的时期，不同的场合，同一隐喻可以被赋予不同的含义。正是隐喻的这种模糊性开启了人类的想象空间，文学作品中好的隐喻总是余音绕梁，让人回味无穷。我们的生活离不开隐喻，而在隐喻所创造的模糊世界里，我们非但没有因为模糊而影响生活，反而借用隐喻的模糊性我们能够更好地认识世界，改造世界。

　参考文献

　[1]Earl R. MacCORMAC， METAPHORS AND FUZZY SET[J].Fuzzy sets and systems. 1982(7).

　[2]L.A.Zadeh.Fuzzy Set. Information and Control.1965(8).

　[3]安军.隐喻的逻辑特征[J].哲学研究，2007(2).

　[4]苏联波.隐喻的模糊化认知机制研究[J].成都大学学报(社科版)，2011(5).

　[5]束定芳.论隐喻的基本类型及句法和语义特征[J].外国语，2000(1).

猜你喜欢：

1. 高中数学论文题目大全

2. 关于数学文化的论文范文

3. 数学与哲学的论文

4. 人工智能逻辑推理论文

5. 数学学术论文范文大全

6. 数学论文离散数学

大学数学(计算机专业)

计算机科学与技术学习反思录

计算机理论的一个核心问题--从数学谈起：

记得当年大一入学，每周六课时高等数学，天天作业不断(那时是六日工作制)。颇有些同学惊呼走错了门:咱们这到底念的是什么系？不错，你没走错门，这就是计算机科学与技术系。我国计算机科学系里的传统是培养做学术研究，尤其是理论研究的人（方向不见得有问题，但是做得不是那么尽如人意）。而计算机的理论研究，说到底了，如网络安全，图形图像学，视频音频处理，哪个方向都与数学有着很大的关系，虽然也许是正统数学家眼里非主流的数学。这里我还想阐明我的一个观点：我们都知道，数学是从实际生活当中抽象出来的理论，人们之所以要将实际抽象成理论，目的就在于想用抽象出来的理论去更好的指导实践，有些数学研究工作者喜欢用一些现存的理论知识去推导若干条推论，殊不知其一：问题考虑不全很可能是个错误的推论，其二：他的推论在现实生活中找不到原型，不能指导实践。严格的说，我并不是一个理想主义者，政治课上学的理论联系实际一直是指导我学习科学文化知识的航标（至少我认为搞计算机科学与技术的应当本着这个方向）。

其实我们计算机系学数学光学高等数学是不够的（典型的工科院校一般都开的是高等数学），我们应该像数学系一样学一下数学分析（清华计算机系开的好像就是数学分析），数学分析这门科学，咱们学计算机的人对它有很复杂的感情。在于它是偏向于证明型的数学课程，这对我们培养良好的分析能力极有帮助。我的软件工程学导师北工大数理学院的王仪华先生就曾经教导过我们，数学系的学生到软件企业中大多作软件设计与分析工作，而计算机系的学生做程序员的居多，原因就在于数学系的学生分析推理能力，从所受训练的角度上要远远在我们之上。当年出现的怪现象是：计算机系学生的高中数学基础在全校数一数二(希望没有冒犯其它系的同学)，教学课时数也仅次于数学系，但学完之后的效果却不尽如人意。难道都是学生不努力吗，我看未见得，方向错了也说不一定，其中原因何在，发人深思。

我个人的浅见是：计算机系的学生，对数学的要求固然跟数学系不同，跟物理类差别则更大。通常非数学专业的所谓“高等数学”，无非是把数学分析中较困难的理论部分删去，强调套用公式计算而已。而对计算机系来说，数学分析里用处最大的恰恰是被删去的理论部分。说得难听一点，对计算机系学生而言，追求算来算去的所谓“工程数学”已经彻底地走进了误区。记上一堆曲面积分的公式，难道就能算懂了数学？那倒不如现用现查，何必费事记呢？再不然直接用Mathematics或是Matalab好了。

我在系里最爱做的事情就是给学弟学妹们推荐参考书。中文的数学分析书，一般都认为以北大张筑生老师的“数学分析新讲”为最好。万一你的数学实在太好，那就去看菲赫金哥尔茨的“微积分学教程”好了--但我认为没什么必要，毕竟你不想转到数学系去。吉米多维奇的“数学分析习题集”也基本上是计算型的东东。书的名气很大，倒不见得适合我们，还是那句话，重要的是数学思想的建立，生活在信息社会里我们求的是高效，计算这玩意还是留给计算机吧。不过现在多用的似乎是复旦大学的《数学分析》也是很好的教材。

中国的所谓高等代数，就等于线性代数加上一点多项式理论。我以为这有好的一面，因为可以让学生较早感觉到代数是一种结构，而非一堆矩阵翻来覆去。这里不得不提南京大学林成森，盛松柏两位老师编的“高等代数”，感觉相当舒服。此书相当全面地包含了关于多项式和线性代数的基本初等结果，同时还提供了一些有用的又比较深刻的内容，如Sturm序列，Shermon-Morrison公式，广义逆矩阵等等。可以说，作为本科生如能吃透此书，就可以算高手。国内较好的高等代数教材还有清华计算机系用的那本，清华出版社出版，书店里多多，一看就知道。从抽象代数的观点来看，高等代数里的结果不过是代数系统性质的一些例子而已。莫宗坚先生的《代数学》里，对此进行了深刻的讨论。然而莫先生的书实在深得很，作为本科生恐怕难以接受，不妨等到自己以后成熟了一些再读。

正如上面所论述的，计算机系的学生学习高等数学：知其然更要知其所以然。你学习的目的应该是：将抽象的理论再应用于实践，不但要掌握题目的解题方法，更要掌握解题思想，对于定理的学习：不是简单的应用，而是掌握证明过程即掌握定理的由来，训练自己的推理能力。只有这样才达到了学习这门科学的目的，同时也缩小了我们与数学系的同学之间思维上的差距。

概率论与数理统计这门课很重要，可惜大多数院校讲授这门课都会少些东西。少了的东西现在看至少有随机过程。到毕业还没有听说过Markov过程，此乃计算机系学生的耻辱。没有随机过程，你怎么分析网络和分布式系统？怎么设计随机化算法和协议？据说清华计算机系开有“随机数学”，早就是必修课。另外，离散概率论对计算机系学生来说有特殊的重要性。而我们国家工程数学讲的都是连续概率。现在，美国已经有些学校开设了单纯的“离散概率论”课程，干脆把连续概率删去，把离散概率讲深些。我们不一定要这么做，但应该更加强调离散概率是没有疑问的。这个工作我看还是尽早的做为好。

计算方法学（有些学校也称为数学分析学）是最后一门由数理学院给我们开的课。一般学生对这门课的重视程度有限，以为没什么用。不就是照套公式嘛！其实，做图形图像可离不开它，密码学搞深了也离不开它。而且，在很多科学工程中的应用计算，都以数值的为主。这门课有两个极端的讲法：一个是古典的“数值分析”，完全讲数学原理和算法；另一个是现在日趋流行的“科学与工程计算”，干脆教学生用软件包编程。我个人认为，计算机系的学生一定要认识清楚我们计算机系的学生为什么要学这门课，我是很偏向于学好理论后用计算机实现的，最好使用C语言或C++编程实现。向这个方向努力的书籍还是挺多的，这里推荐大家高等教育出版社（CHEP）和施普林格出版社(Springer)联合出版的《计算方法（Computational Methods）》,华中理工大学数学系写的（现华中科技大学），这方面华科大做的工作在国内应算是比较多的，而个人认为以这本最好，至少程序设计方面涉及了：任意数学函数的求值，方程求根，线性方程组求解，插值方法，数值积分，场微分方程数值求解。李庆扬的那本则理论性过强，与实际应用结合得不太紧。

每个学校本系里都会开一门离散数学，涉及集合论，图论，和抽象代数，数理逻辑。不过，这么多内容挤在离散数学一门课里，是否时间太紧了点？另外，计算机系学生不懂组合和数论，也是巨大的缺陷。要做理论，不懂组合或者数论吃亏可就太大了。从理想的状态来看，最好分开六门课：集合，逻辑,图论，组合，代数，数论。这个当然不现实，因为没那么多课时。也许将来可以开三门课：集合与逻辑，图论与组合，代数与数论。（这方面我们学校已经着手开始做了）不管课怎么开，学生总一样要学。下面分别谈谈上面的三组内容。

古典集合论，北师大出过一本《基础集合论》不错。

数理逻辑，中科院软件所陆钟万教授的《面向计算机科学的数理逻辑》就不错。现在可以找到陆钟万教授的讲课录像，/html/Dir/2001/11/06/3391.htm自己去看看吧。总的来说，学集合/逻辑起手不难，普通高中生都能看懂。但越往后越感觉深不可测。

学完以上各书之后，如果你还有精力兴趣进一步深究，那么可以试一下GTM系列中的《Introduction to Axiomatic Set Theory》和《A Course of Mathematical Logic》。这两本都有世界图书出版社的引进版。你如果能搞定这两本，可以说在逻辑方面真正入了门，也就不用再浪费时间听我瞎侃了。

据说全中国最多只有三十个人懂图论。此言不虚。图论这东东，技巧性太强，几乎每个问题都有一个独特的方法，让人头痛。不过这也正是它魅力所在：只要你有创造性，它就能给你成就感。我的导师说，图论里面随便揪一块东西就可以写篇论文。大家可以体会里面内容之深广了吧！国内的图论书中，王树禾老师的“图论及其算法”非常成功。一方面，其内容在国内教材里算非常全面的。另一方面，其对算法的强调非常适合计算机系(本来就是科大计算机系教材)。有了这本书为主，再参考几本翻译的，如Bondy & Murty的《图论及其应用》，人民邮电出版社翻译的《图论和电路网络》等等，就马马虎虎，对本科生足够了。再进一步，世界图书引进有GTM系列的"Modern Graph Theory"。此书确实经典！国内好象还有一家出版了个翻译版。不过，学到这个层次，还是读原版好。搞定这本书，也标志着图论入了门。 外版的书好就好在这里，最新的科技成果里面都有论述，别的先不说，至少是“紧跟时代的理论知识”。

组合感觉没有太适合的国产书。还是读Graham和Knuth等人合著的经典“具体数学”吧，西安电子科技大学出版社有翻译版。

抽象代数，国内经典为莫宗坚先生的“代数学”。此书是北大数学系教材，深得好评。然而对本科生来说，此书未免太深。可以先学习一些其它的教材，然后再回头来看“代数学”。国际上的经典可就多了，GTM系列里就有一大堆。推荐一本谈不上经典，但却最简单的，最容易学的：puter science(计算机科学的数学基础)，也就是理论计算机科学。原来在东方大学城图书馆中曾经看过一本七十年代的译本（书皮都没了，可我就爱关注这种书），大概就叫《计算机数学》。那本书若是放在当时来讲决是一本好书，但现在看来，涵盖的范围还算广，深度则差了许多，不过推荐大一的学生倒可以看一看，至少可以使你的计算数学入入门。

最常和理论计算机科学放在一起的一个词是什么？答：离散数学。这两者的关系是如此密切，以至于它们在不少场合下成为同义词。（这一点在前面的那本书中也有体现）传统上，数学是以分析为中心的。数学系的同学要学习三四个学期的数学分析，然后是复变函数，实变函数，泛函数等等。实变和泛函被很多人认为是现代数学的入门。在物理，化学，工程上应用的，也以分析为主。

随着计算机科学的出现，一些以前不太受到重视的数学分支突然重要起来。人们发现，这些分支处理的数学对象与传统的分析有明显的区别：分析研究的问题解决方案是连续的，因而微分，积分成为基本的运算；而这些分支研究的对象是离散的，因而很少有机会进行此类的计算。人们从而称这些分支为“离散数学”。“离散数学”的名字越来越响亮，最后导致以分析为中心的传统数学分支被相对称为“连续数学”。

离散数学经过几十年发展，基本上稳定下来。一般认为，离散数学包含以下学科 ：

1) 集合论，数理逻辑与元数学。这是整个数学的基础，也是计算机科学的基础。

2) 图论，算法图论；组合数学，组合算法。计算机科学，尤其是理论计算机科学的核心是

算法，而大量的算法建立在图和组合的基础上。

3) 抽象代数。代数是无所不在的，本来在数学中就非常重要。在计算机科学中，人们惊讶地发现代数竟然有如此之多的应用。

但是，理论计算机科学仅仅就是在数学的上面加上“离散”的帽子这么简单吗？一直到大约十几年前，终于有一位大师告诉我们：不是。D.E.Knuth(他有多伟大，我想不用我废话了)在Stanford开设了一门全新的课程Concrete Mathematics。 Concrete这个词在这里有两层含义：

首先：对abstract而言。Knuth认为，传统数学研究的对象过于抽象，导致对具体的问题关心不够。他抱怨说，在研究中他需要的数学往往并不存在，所以他只能自己去创造一些数学。为了直接面向应用的需要，他要提倡“具体”的数学。在这里我做一点简单的解释。例如在集合论中，数学家关心的都是最根本的问题--公理系统的各种性质之类。而一些具体集合的性质，各种常见集合，关系，映射都是什么样的，数学家觉得并不重要。然而，在计算机科学中应用的，恰恰就是这些具体的东西。Knuth能够首先看到这一点，不愧为当世计算机第一人。其次，Concrete是Continuous(连续)加上discrete(离散)。不管连续数学还是离散数学，都是有用的数学！

理论与实际的结合--计算机科学研究的范畴

前面主要是从数学角度来看的。从计算机角度来看，理论计算机科学目前主要的研究领域包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算理论，并行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这些领域互相交叉，而且新的课题在不断提出，所以很难理出一个头绪来。想搞搞这方面的工作，推荐看中国计算机学会的一系列书籍，至少代表了我国的权威。下面随便举一些例子。

由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算数论)，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。很多人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这样的理解太浅显了。

现代密码学至少包含以下层次的内容：

第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议正确？

第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。

第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。

第四，密码学的新应用。例如，数字现金，叛徒追踪等。

在分布式系统中，也有很多重要的理论问题。例如，进程之间的同步，互斥协议。一个经典的结果是：在通信信道不可靠时，没有确定型算法能实现进程间协同。所以，改进TCP三次握手几乎没有意义。例如时序问题。常用的一种序是因果序，但因果序直到不久前才有一个理论上的结果....例如，死锁没有实用的方法能完美地对付。例如,......操作系统研究过就自己去举吧！

如果计算机只有理论，那么它不过是数学的一个分支，而不成为一门独立的科学。事实上，在理论之外，计算机科学还有更广阔的天空。

我一直认为，4年根本不够学习计算机的基础知识，因为面太宽了，8年，应该差不多了......

这方面我想先说说我们系在各校普遍开设的《计算机基础》。在高等学校开设《计算机基础课程》是我国高教司明文规定的各专业必修课程要求。主要内容是使学生初步掌握计算机的发展历史，学会简单的使用操作系统，文字处理，表格处理功能和初步的网络应用功能。但是在计算机科学系教授此门课程的目标决不能与此一致。在计算机系课程中目标应是：让学生较为全面的了解计算机学科的发展，清晰的把握计算机学科研究的方向，发展的前沿即每一个课程在整个学科体系中所处的地位。搞清各学科的学习目的，学习内容，应用领域。使学生在学科学习初期就对整个学科有一个整体的认识，以做到在今后的学习中清楚要学什么，怎么学。计算机基本应用技能的位置应当放在第二位或更靠后，因为这一点对于本系的学生应当有这个摸索能力。这一点很重要。推荐给大家一本书：机械工业出版社的《计算机文化》（New Perspective of Computer Science），看了这本书我才深刻的体会到自己还是个计算机科学初学者，才比较透彻的了解了什么是计算机科学。

一个一流计算机系的优秀学生决不该仅仅是一个编程高手，但他一定首先是一个编程高手。我上大学的时候，第一门专业课是C语言程序设计，念计算机的人从某种角度讲相当一部分人是靠写程序吃饭的。关于第一程序设计语言该用哪一种。我个人认为，用哪种语言属于末节，关键在养成良好的编程习惯。当年老师对我们说，打好基础后学一门新语言只要一个星期。现在我觉得根本不用一个星期，前提是先把基础打好。不要再犹豫了，学了再说，等你抉择好了，别人已经会了几门语言了。

汇编语言和微机原理是两门特烦人的课。你的数学/理论基础再好，也占不到什么便宜。这两门课之间的次序也好比先有鸡还是先有蛋，无论你先学哪门，都会牵扯另一门课里的东西。所以，只能静下来慢慢琢磨。这就是典型的工程课，不需要太多的聪明和顿悟，却需要水滴石穿的渐悟。有关这两门课的书，计算机书店里不难找到。弄几本最新的，对照着看吧。组成原理推荐《计算机组成与结构》清华大学王爱英教授写的。汇编语言大家拿8086/8088入个门，之后一定要学80x86汇编语言。实用价值大，不落后，结构又好，写写高效病毒，高级语言里嵌一点汇编，进行底层开发，总也离不开他，推荐清华大学沈美明的《IBM-PC汇编语言程序设计》。有些人说不想了解计算机体系结构，也不想制造计算机，所以诸如计算机原理，汇编语言，接口之类的课觉得没必要学，这样合理吗？显然不合理，这些东西迟早得掌握，肯定得接触，而且，这是计算机专业与其他专业学生相比的少有的几项优势。做项目的时候，了解这些是非常重要的，不可能说，仅仅为了技术而技术，只懂技术的人最多做一个编码工人，而永远不可能全面地了解整个系统的设计，而编码工人是越老越不值钱。关于组成原理还有个讲授的问题，在我学这门课程时老师讲授时把CPU工作原理誉微程序设计这一块略掉了，理由是我们国家搞CPU技术不如别的国家，搞了这么长时间好不容易出了个龙芯比Intel的还差个十万八千里，所以建议我们不要学了。我看这在各校也未见得不是个问题吧！若真是如他所说，那中国的计算机科学哪个方向都可以停了，软硬件，应用，有几项搞得过美国，搞不过别人就不搞了，那我们坐在这里干什么？教学的观念需要转变的。

模拟电路这东东，如今不仅计算机系学生搞不定，电子系学生也多半害怕。如果你真想软硬件通吃，那么建议你先看看邱关源的“电路原理”，也许此后再看模拟电路底气会足些。教材：康华光的“电子技术基础”（高等教育出版社）还是不错的（我校电子系在用）。有兴趣也可以参考童诗白的书。

数字电路比模拟电路要好懂得多。清华大学阎石的书算一本好教材，遗憾的一点是集成电路讲少了些。真有兴趣，看一看大规模数字系统设计吧（北航那本用的还比较多）。

计算机系统结构该怎么教，国际上还在争论。国内能找到的较好教材为Stallings的"Computer Organization and Architecture:Designing for Performance"(清华影印

本)。国际上最流行的则是“Computer architecture: aquantitative approach", by Patterson & Hennessy。

操作系统可以随便选用《操作系统的内核设计与实现》和《现代操作系统》两书之一。这两部都可以算经典，唯一缺点就是理论上不够严格。不过这领域属于Hardcore System,所以在理论上马虎一点也情有可原。想看理论方面的就推荐清华大学出版社《操作系统》吧，高教司司长张尧学写的，我们教材用的是那本。 另外推荐一本《Windows操作系统原理》机械工业出版社的，这本书是我国操作系统专家在微软零距离考察半年，写作历时一年多写成的，教操作系统的专家除了清华大学的张尧学（现高教司司长）几乎所有人都参加了。Bill Gates亲自写序。里面不但结合windows2000,xp详述操作系统的内核，而且后面讲了一些windows编程基础，有外版书的味道，而且上面一些内容可以说在国内外只有那本书才有对windows内核细致入微的介绍，

如果先把形式语言学好了，则编译原理中的前端我看只要学四个算法：最容易实现的递归下降；最好的自顶向下算法LL(k)；最好的自底向上算法LR(k)；LR(1)的简化SLR(也许还有另一简化LALR)。后端完全属于工程性质，自然又是another story。

推荐教材：Kenneth C.Louden写的“Compiler Construction Principles and Practice”即是《编译原理及实践》（机械工业出版社的译本）

学数据库要提醒大家的是，会用VFP，VB, Power builder不等于懂数据库。(这世界上自以为懂数据库的人太多了！)数据库设计既是科学又是艺术，数据库实现则是典型的工程。所以从某种意义上讲，数据库是最典型的一门计算机课程--理工结合，互相渗透。另外推荐大家学完软件工程学后再翻过来看看数据库技术，又会是一番新感觉。推荐教材：Abraham Silberschatz等著的 "Database System Concepts".作为知识的完整性，还推荐大家看一看机械工业出版社的《数据仓库》译本。

计算机网络的标准教材还是来自Tanenbaum的《Computer Networks》（清华大学有译本）。还有就是推荐谢希仁的《计算机网络教程》（人民邮电出版社）问题讲得比较清楚，参考文献也比较权威。不过，网络也属于Hardcore System，所以光看书是不够的。建议多读RFC，http://www.ietf.org/rfc.htm里可以按编号下载RFC文档。从IP的读起。等到能掌握10种左右常用协议，就没有几个人敢小看你了。再做的工作我看放在网络设计上就比较好了。

数据结构的重要性就不言而喻了，学完数据结构你会对你的编程思想进行一番革命性的洗礼，会对如何建立一个合理高效的算法有一个清楚的认识。对于算法的建立我想大家应当注意以下几点：

当遇到一个算法问题时,首先要知道自己以前有没有处理过这种问题.如果见过,那么你一般会顺利地做出来;如果没见过,那么考虑以下问题:

1. 问题是否是建立在某种已知的熟悉的数据结构(例如,二叉树)上?如果不是,则要自己设计数据结构。

2. 问题所要求编写的算法属于以下哪种类型?(建立数据结构,修改数据结构,遍历,查找,排序...)

3. 分析问题所要求编写的算法的数学性质.是否具备递归特征?(对于递归程序设计,只要设计出合理的参数表以及递归结束的条件,则基本上大功告成.)

4. 继续分析问题的数学本质.根据你以前的编程经验,设想一种可能是可行的解决办法,并证明这种解决办法的正确性.如果题目对算法有时空方面的要求,证明你的设想满足其要求.一般的,时间效率和空间效率难以兼得.有时必须通过建立辅助存储的方法来节省时间.

5. 通过一段时间的分析,你对解决这个问题已经有了自己的一些思路.或者说,你已经可以用自然语言把你的算法简单描述出来.继续验证其正确性,努力发现其中的错误并找出解决办法.在必要的时候(发现了无法解决的矛盾),推翻自己的思路,从头开始构思.

6. 确认你的思路可行以后,开始编写程序.在编写代码的过程中,尽可能把各种问题考虑得详细,周密.程序应该具有良好的结构,并且在关键的地方配有注释.

7. 举一个例子,然后在纸上用笔执行你的程序,进一步验证其正确性.当遇到与你的设想不符的情况时,分析问题产生的原因是编程方面的问题还是算法思想本身有问题.

8. 如果程序通过了上述正确性验证,那么在将其进一步优化或简化。

9. 撰写思路分析,注释.

对于具体的算法思路,只能靠你自己通过自己的知识和经验来加以获得,没有什么特定的规律(否则程序员全部可以下岗了,用机器自动生成代码就可以了).要有丰富的想象力,就是说当一条路走不通时,不要钻牛角尖,要敢于推翻自己的想法.我也只不过是初学者,说出上面的一些经验,仅供大家参考和讨论。

关于人工智能，我觉得的也是非常值得大家仔细研究的，虽然不能算是刚刚兴起的学科了，但是绝对是非常有发展前途的一门学科。我国人工智能创始人之一，北京科技大学涂序彦教授（这老先生是我的导师李小坚博士的导师）对人工智能这样定义：人工智能是模

好了，今天关于“离散数学论文”的话题就到这里了。希望大家能够通过我的讲解对“离散数学论文”有更全面、深入的了解，并且能够在今后的生活中更好地运用所学知识。

请添加微信号咨询：19071507959

在线报名

上一篇：福建自考毕业论文答辩报名时间(福建自考毕业论文答辩报名时间安排)

下一篇：暂无