1) parallel distributed processing model
并行分布加工模型
2) parallel distributed processing model for the Stroop effect
Stroop效应的并行分布加工模型
3) parallel distributed processing
平行分布加工模型
6) Distributed and Parallel Computing Model
分布式与并行计算模型
1.
The Design and Implementation of Distributed and Parallel Computing Model;
本文以充分利用局域网中大量空闲计算资源,提高局域网整体计算能力为出发点,借鉴SUN RPC实现和并行程序设计的思想,同时结合TCP/IP网络互联技术、多线程、对象序列化及负载平衡等技术构造了DPCM—分布式与并行计算模型,本文首先分析了SUN RPC的实现机理,然后详细介绍了组成该模型的几个模块的实现,最后制定几个测试方案对该模型进行了较全面的测试。
补充资料：平行分布加工
| 平行分布加工 parallel distributed processing 现代认知心理学中一种信息加工模型。认知心理学自60年代创建以后，认为人脑的信息加工活动以序列化方式进行活动。在多种理论假设中，以串行加工模型占主导地位。根据串行加工模型假设，外界信息进入人脑后，要通过一系列加工活动才能实现最后的反应，信息的输入、编码、存储、改造、提取、输出反应是信息加工的不同阶段。80年代以后，随着计算机科学、神经科学的发展，一些心理学家日益体会到人的信息加工活动在很多方面远较计算机更为优越，利用串行加工模型不足以解释人的各种复杂的认知活动，于是又提出了信息的平行分布加工模型，或称神经网络模型，简称PDP。自1982年由D.E.鲁梅哈特和J.L.麦克莱兰所领导的一个研究小组探讨平行分布加工模型 ，于1986年出版《平行分布加工：认知的微观结构的探索》一书，此后受到普遍的重视。 平行分布加工模型假设认知系统由成千上万个相互联系的加工单元组成。每个单元都具有相同的简单功能，即输入、输出和激活状态。靠这些单元之间的联结进行信息加工活动。平行分布加工模型可以解释从知觉到思维的各个领域中的广泛的问题 。PDP模型并不把记忆看作是贮存在大脑中的一组事实或事件，而把记忆看作事件以成组或单元模式被获得时的一组关系，所贮存的是这些模式单元间所建立的联结。学习也就是建立单元间适当的联结强度，在一定的环境下激活正确的模式。平行分布加工模型更符合人脑的神经系统的网络活动。更有效地解释人的知觉和学习活动。这个模型是认知心理学的一项研究重点。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条