期刊在线咨询服务, 立即咨询
计算机科学与探索杂志

杂志介绍

计算机科学与探索杂志是由中国电子科技集团公司主管,华北计算技术研究所主办的一本北大期刊。

计算机科学与探索杂志创刊于2007,发行周期为月刊,杂志类别为计算机类。

  • 基于本体指标的本体版本演变分析方法

    关键词: 本体版本  本体指标  本体分析  本体演变  

    随着语义wleb的发展和Web本体语言(wlebontologylanguage,OWL)的普及,在各个领域出现了越来越多大规模的本体,其中部分本体已历经多个版本的演变,因而需要一种简单而有效的方法,帮助人们分析和了解不同版本的本体内部的变化情况。在已有的本体指标相关工作的基础上,提出了Property层上的4个本体指标,并且选择版本更新比较完整的OpenGAL...

  • 直觉主义计算树逻辑中的安全性和活性

    关键词: 直觉主义  计算树逻辑  安全性  活性  分解定理  

    将PatrickMaier关于直觉主义线性时序逻辑的研究扩展到计算树逻辑中,基于完全树和非完全树构成的集合提出了一种直觉主义解释的计算树逻辑,并在此逻辑框架中研究了安全性和活性及其相关性质。比较了经典计算树逻辑与直觉主义计算树逻辑的表达能力,探究了直觉主义计算树逻辑中安全性和活性在并、交等操作下的封闭性以及与经典计算树逻辑中安全...

  • 基于MapReduce的连续概率Skyline询

    关键词: mapreduce  hadoop  率skyline  不确定移动对象  

    大数据对传统的Skyline研究产生了挑战,利用并行框架MapReduce计算大数据下的Skyline已成为一个研究热点。研究了不确定移动对象的Skyline查询问题,提出了一种MapReduce框架下基于事件跟踪的连续概率Skyline查询算法——MR—DTrack(domination-trackalgorithmbasedonMapReduce)。首先采用基于角度的划分方法保证负载均衡,通过预计算获取Sky...

  • 结合用户生成内容与链接关系的社区发现算法

    关键词: 社区发现  用户生成内容  用户链接关系  社会网络  

    社区发现一直是社会网络研究中的热点内容。但是当前社区发现算法更加关注用户与用户之间的链接关系,而对社会网络中用户生成内容(usergeneratedcontents,ooc)大数据研究较少。用户生成内容是Web2.0的特点,也是社会网络平台吸引用户的重要原因之一,对社区的形成起着重要作用。提出了一种新的社区发现算法,能够综合利用用户与用户之间的...

  • 面向学术社交网络的多维度团队推荐模型

    关键词: 学术社交网络  团队推荐  非负矩阵分解  多维度  

    学术社交网络的出现改变了传统的科研方式,对于如何基于学术社交网络为学者进行团队个性化推荐进行了研究,提出了一种多维度潜在团队推荐模型(multi.facetedteamrecommendation,MFTR)。该模型首先通过投影梯度非负矩阵分解方法提取团队和用户的特征向量,并根据两者的特征向量计算其相似度,然后再融合用户的社交好友关系和热门团队信息来...

  • 基于多样本RNA—Seq数据的表达水平估计方法

    关键词: 多样本  偏差曲线  稀疏  基因和异构体表达水平  

    随着下一代高通量DNA测序的快速发展,RNA-Seq测序已成为转录组学分析的标准技术。在处理多样本RNA-Seq数据时,现有表达水平估计方法通常基于单个样本逐个处理,忽略了基因读段分布在样本间高度相似的特点。因此,提出了一个基于多样本RNA-Seq数据的表达水平估计方法,称为MRSeq。其关键是通过建立偏差曲线估计模型获得基因读段分布在样本之间...

  • 结合Total—Bregman距离的模糊聚类算法

    关键词: 聚类算法  模糊聚类  

    模糊C均值(fuzzy C-means,FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法。目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等。对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能。同时对基于Total—Bregman距离...

  • 密度峰值优化初始中心的K-medoids聚类算法

    关键词: 聚类  初始聚类中心  密度峰值  准则函数  

    针对快速K-medoids聚类算法和方差优化初始中心的K-medoids聚类算法存在需要人为给定类簇数,初始聚类中心可能位于同一类簇,或无法完全确定数据集初始类簇中心等缺陷,受密度峰值聚类算法启发,提出了两种自适应确定类簇数的K—medoids算法。算法采用样本xi的t最近邻距离之和倒数度量其局部密度ρi,并定义样本戈。的新距离δi,构造样本距离相...

  • 基于距离关联性动态模型的聚类改进算法

    关键词: 聚类  任意形状的簇  不同密度的簇  距离关联性  动态模型  

    针对大部分聚类算法无法高效地发现任意形状及不同密度的簇的问题,提出了一种高效的基于距离关联性动态模型的聚类改进算法。首先,为提高聚类效率,使用层次聚类算法对数据集进行初始聚类,并剔除样本点含量过低的簇;其次,为发现任意形状及不同密度的簇,以初始聚类结果的簇的质心作为代表点,利用距离关联性动态模型进行聚类,并利用层次聚...

  • 基于BK树的扩展置信规则库结构优化框架

    关键词: bk树  优化框架  

    针对扩展置信规则库(extendedbeliefrulebase,EBRB)系统在规则数较多时推理效率不理想的问题,引入BK树数据结构,提出了一种基于BK树的结构优化框架。首先根据置信规则在度量空间中彼此的距离建立EBRB的树形索引结构,然后通过设置阈值减少EBRB系统推理时搜索规则的数量,并激活关键规则,最终达到提高EBRB系统推理效率的目的。以非线性函数...

  • 《计算机工程与应用》投稿须知

    关键词: 计算机工程  应用  中国电子科技集团公司  中华人民共和国  计算技术研究所  投稿  学术刊物  办刊方针  

    《计算机工程与应用》是由中华人民共和国中国电子科技集团公司主管,华北计算技术研究所主办的面向计算机全行业的综合性学术刊物。办刊方针坚持走学术与实践相结合的道路,注重理论的先进性和实用技术的广泛性,在促进学术交流的同时,推进科技成果的转化。覆盖面宽、信息量大、报道及时是本刊的服务宗旨。

  • 面向大规模数据的快速多代表点仿射传播算法

    关键词: 仿射传播  聚类  大数据  多代表点  

    针对原始的仿射传播(affinitypropagation,AP)聚类算法难以处理多代表点聚类,以及空间和时间开销过大等问题,提出了快速多代表点仿射传播(multi—exemplaraffinitypropagationusingfastreducedsetdensityestimator,FRsMEAP)聚类算法。该算法在聚类初始阶段,引入快速压缩集密度估计算法(fastreducedsetdensityestimator,FRsDE)对大规...

  • 优势关系下变精度与程度“逻辑且”粗糙模糊集

    关键词: 程度粗糙模糊集  逻辑且  序信息系统  粗糙集理论  变精度粗糙模糊集  

    在优势关系下将变精度粗糙模糊集与程度粗糙模糊集融合起来,建立了一种基于“逻辑且”的粗糙模糊集模型,并给出了近似区域及边界区域的精确刻画。此模型克服了传统“逻辑且”粗糙模型不能解决模糊对象的问题,使得变精度与程度粗糙集具有更广的应用领域。同时,深入研究了该模型的重要性质。最后,通过员工考核的案例给出了模型具体求解方法和...

  • EM最优参数求解的概率粗糙集推荐算法

    关键词: 粗糙集  推荐算法  参数求解  

    推荐系统根据用户对项目的历史评分实施推荐,评分矩阵的稀疏性导致推荐的先验知识不足,降低推荐准确率。粗糙集理论能够利用不完备知识实施有效推理,从而提出了基于人口统计学的概率粗糙集推荐模型,使用概率粗糙集理论划分等价类,降低了评分矩阵稀疏性对推荐结果的影响。使用基于最大期望(expecta.tionmaximization,EM)思想的参数求解...

  • 萤火虫算法收敛分析

    关键词: 萤火虫算法  收敛分析  局部收敛  

    为了系统地分析萤火虫算法(fireflyalgorithm,FA),首先对FA算法的收敛过程进行了分析,得出FA算法收敛的两个一般条件:随机扰动项的数学期望等于0;最大吸引度β0∈(0,2),通常取β0∈(0,1],并且风越大,算法收敛速度越快。接着根据随机算法的收敛准则,证明了FA算法不具有全局收敛特性。然后应用数学归纳法,结合夹逼定理及反证法,从...

  • 《计算机科学与探索》投稿须知

    关键词: 计算机科学  中国电子科技集团公司  投稿  中文核心期刊  计算技术研究所  科技核心期刊  学术期刊  引文数据库  

    《计算机科学与探索》是由中国电子科技集团公司主管、华北计算技术研究所主办的国内外公开发行的计算机学报级高级学术期刊,中国计算机学会会刊,工业和信息化部优秀科技期刊,北大中文核心期刊,中国科学引文数据库(CSCD)核心期刊,中国科技论文统计源期刊(中国科技核心期刊),并被“万方数据——数字化期刊群”、“中国学术期刊网络出版...

免责声明

若用户需要出版服务,请联系出版商,地址:北京市619信箱26分箱海淀区北四环中路211号,邮编:100083。