计算机应用研究杂志是由四川省科学技术厅主管，四川省计算机研究院主办的一本北大期刊。
计算机应用研究杂志创刊于1984，发行周期为月刊，杂志类别为计算机类。
杂志介绍
计算机应用研究杂志
-
主管单位：四川省科学技术厅
-
主办单位：四川省计算机研究院
-
国际刊号：1001-3695
-
国内刊号：51-1196/TP
-
发行周期：月刊
-
全年订价：￥700.00
杂志介绍
计算机应用研究杂志是由四川省科学技术厅主管，四川省计算机研究院主办的一本北大期刊。
计算机应用研究杂志创刊于1984，发行周期为月刊，杂志类别为计算机类。
主管单位：四川省科学技术厅
主办单位：四川省计算机研究院
国际刊号：1001-3695
国内刊号：51-1196/TP
发行周期：月刊
全年订价：￥700.00
关键词: 深度学习 人工神经网络 卷积神经网络 计算机视觉
首先回顾了计算视觉发展的历史,介绍了神经元、多层感知机和反向传播等人工神经网络的基本知识以及卷积神经网络的发展史及其卷积、池化等基本操作;讨论了Alex Net、VGGNet、Goog Le Net和Res Net等经典卷积神经网络结构,并重点介绍了CapsNet;总结了卷积神经网络在图像分类、语义分割、目标检测以及图像生成等领域的研究进展;最后提出了卷积神经...
关键词: 视觉slam 视觉惯性slam 机器人视觉 惯性导航 视觉惯性里程计
对视觉SLAM、惯性导航和视觉惯性SLAM进行了介绍,详细介绍了视觉SLAM的框架结构和细分部分,罗列了近年来出色的视觉SLAM模型。最后在视觉惯性里程计的(visual inertial odometry,VIO)基础上对现有的不同派别的开源视觉惯性SLAM进行深入分析与比较,探讨视觉惯性SLAM的发展趋势与动向。
关键词: 姓名消歧 稀疏分布式表征 语义指纹 层级时序记忆模型
为将稀疏分布式表征理论应用到著者姓名消歧,了解其在解决姓名消歧问题时的效果,提出了基于稀疏分布式表征的英文文献著者姓名消歧方法。该方法选择论文摘要文本信息作为消歧特征,将其生成二进制表示的SDR码。根据待消歧论文的SDR与同名作者的论文SDR相似度对比来实现著者姓名消歧。最终得到的结果为准确率98. 21%,召回率76. 75%,F值86. 17%,证...
关键词: 作文跑题检测 耦合空间 主题词提取 相关度
传统的跑题检测方法大部分是将文本转换为向量空间的向量表示,再计算与正确文章之间的相似度来得到是否跑题的结果,然而这种方法仅针对文章语句结构上的表示,却忽略了文章语义上的关联,并且对于题目发散度较高的作文跑题检测效果较低。针对以上问题,利用题目与正文主题词在耦合空间计算其相关度,再通过聚类的方法实现无监督的作文跑题检测。实验...
关键词: 情感分类 特征建设 组合特征 维吾尔文
由于目前缺乏维吾尔文情感分类特征表示方面的系统性研究,以传统n-gram特征为基础,按不同规模从维吾尔文情感标注语料库中提取了新特征及其组合特征,基于支持向量机(SVM)分类器对维吾尔文情感语料库进行了正负情感分类。实验结果表明,所提取的基本特征中unigram特征的分类效率最佳;unigram特征与词组特征的组合可以进一步提高分类效率,其最佳分...
关键词: 潜在狄利克雷分布 语义分布相似度 主题模型 gpu模型
潜在狄利克雷分布(LDA)以词袋(bag of words,BOW)模型为基础,简化了建模的复杂度,但使得主题的语义连贯性较差,文档表征能力不强。为解决此问题,提出了一种基于语义分布相似度的主题模型。该模型在EM(expectation maximization)算法框架下,使用GPU(generalized Pólya urn)模型加入单词-单词和文档-主题语义分布相似度来引导主题建模,从语义关联...
关键词: 文本情感分类 注意力机制 双向门控循环神经网络
针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-attention的文本情感分类模型。首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本...
关键词: 文本聚类 话题抽取 话题表述
针对微博文本数据稀疏导致热点话题难以检测的问题,提出了一种基于IDLDA-ITextRank的话题检测模型。首先,通过引入微博时间序列特征和词频特征,构建了IDLDA话题文本聚类模型,利用该模型将同一话题的文本聚到一个文本集合TS;然后,通过采用编辑距离和字向量相结合的相似度计算方法,构建了ITextRank文本摘要和关键词抽取模型,对文本集合TS抽取摘要...
关键词: 邻域粗糙集 正域 属性约简 快速算法
在基于邻域粗糙集的属性约简算法中,正域计算是保证其有效性的重要依据,也是影响其时间开销的最主要部分。为了减少算法时间开销,通过对现有算法FHARA的正域计算进行改进,采取保留策略,利用矩阵保留度量计算值的平方,将原本n维上的计算改进为1维上的计算,从而缩减了每次度量计算的时间,并在此基础上提出了基于矩阵保留策略的邻域粗糙集属性约简...
关键词: 兴趣点 推荐系统 位置社交网络 张量分解
针对位置社交网络(location-based social networks,LBSN)中连续兴趣点(point-of-interest,POI)推荐系统面临的数据稀疏性、签到数据的隐式反馈属性、用户的个性化偏好等挑战,提出一种融合时空信息的连续兴趣点推荐算法。该算法将用户的签到行为建模为用户-当前兴趣点-下一个兴趣点-时间段的四阶张量,并利用LBSN中的地理信息定义用户访问兴趣点...
关键词: 推荐算法 slope one 用户偏好 评分预测
传统的个性化推荐算法普遍存在数据稀疏性问题,影响了推荐的准确度。Slope One算法具有简单、高效等特点,但该算法只是根据用户-项目评分矩阵进行数据分析,对所有用户采用一致性的权重进行计算,忽视了用户对项目类型的喜好程度。针对上述问题进行了研究,提出LR-Slope One算法。首先根据用户-项目评分矩阵和项目类型信息构建用户对项目类型的偏好...
关键词: 文本分类 情感分析 双向长短时记忆循环神经网络 词向量 社交网络
针对社交网络文本传统情感分类模型存在先验知识依赖以及语义理解不足的问题,提出一种基于word2vec和双向长短时记忆循环神经网络的情感分类模型--WEEF-BILSTM。采用基于CBOW (continuous bag-of-words)方式的word2vec模型针对语料训练词向量,减小词向量间的稀疏度,通过双向LSTM神经网络获取更为完整的文本上下文信息从而提取出深度词向量特征,...
关键词: 不完备区间值决策信息系统 容差关系 粗糙集
在不完备区间值决策信息系统中,针对可能度容差关系和多粒度决策粗糙集的各自优点,提出一种基于可能度容差关系的多粒度决策粗糙模型。首先提出可能度的概念,定义新的容差关系;然后构建了基于可能度容差关系的乐观和悲观多粒度决策粗糙集模型,给出模型的上下近似,并对相关性质和定理进行证明;最后以实例验证了模型的有效性与适用性。结果表明,通...
关键词: 个性化推荐 向量空间模型 用户兴趣模型 用户兴趣漂移 遗忘函数
针对新闻推荐系统中用户兴趣模型构建与用户兴趣漂移问题,提出了一种面向新闻推荐的用户兴趣模型构建与更新方法。首先采用向量空间模型与bisecting K-means聚类算法构建了原始用户兴趣模型;然后以艾宾浩斯遗忘曲线为基础构造了遗忘函数,并以此对用户兴趣模型进行时间加权,从而达到对用户兴趣模型更新的目的。实验以基于用户的协同过滤推荐、基...
关键词: 文本分类 朴素贝叶斯 js散度 词频 文本频率 类别频率
传统朴素贝叶分类算法没有根据特征项的不同对其重要程度进行划分,使得分类结果不准确。针对这一问题,引入Jensen-Shannon(JS)散度,用JS散度来表示特征项所能提供的信息量,并针对JS散度存在的不足,从类别内与类别间的词频、文本频以及用变异系数修正过的逆类别频率这三个方面考虑,对JS散度进行调整修正,最后计算出每一特征项的权值,将权值代入到...
关键词: 信息熵 噪声刻画 数据质量差异性 用户行为一致性 协同过滤
在仅以输入评分矩阵作为唯一算法输入的协同过滤推荐算法研究中,针对数据的质量不同带来的差异性对推荐结果的影响这一问题,包括对数据质量方面的重视与关注、如何刻画质量差异性以及如何针对不同质量数据的用户组别进行分组推荐建模等问题。提出针对数据质量的刻画,综合考虑用户行为一致性和用户信息熵两个指标对数据质量进行评价并对用户进行...
关键词: 推荐系统 协同过滤推荐算法 数据挖掘 加权slope one算法 关联规则
针对Slope One推荐算法在数据稀疏性高时推荐结果不够精准的问题进行研究,将关联规则思想与加权分析的方法相结合,提出基于关联规则策略加权的Slope One算法,从用户评分和项目特征两个角度对算法进行改进。实验采用Film Trust数据集,其中包含1 508个用户对2 071部电影共35 497条评分记录。经多次实验测试分析,提出的方法切实达到了预期优化效果,...
关键词: 推荐系统 信任网络 信任评估 项目特征 概率矩阵
推荐系统是处理信息过载问题的重要手段,现有的基于信任网络推荐算法没有充分挖掘用户信任关系信息,影响推荐效果。提出了综合评估信任(CETrust)的模型,该模型综合考虑了用户间的直接信任和间接信任等因素。结合推荐项目的特征属性信息,集成到概率矩阵的因式分解模型中推荐。实验表明,新提出的推荐算法(H-CETrust)推荐精度高于现有推荐算法。
关键词: 区域能源安全 外生警源 多维关联规则 apriori算法 隐含特性
针对现阶段我国区域能源安全突发事件频现的问题,对区域能源安全外生警源隐含特性展开了研究。通过对区域能源安全事件案例抽取,构建了能源安全外生警源属性集和数据集。依据数据集的特点设计了能源安全外生警源多维关联规则挖掘模型。该模型首先基于多维属性融合的思路,通过把属性划分为事务项,将外生警源多维属性映射为一维,然后利用Apriori算...
关键词: 模糊集合 用户定制化 多层次结构 柔性边界 隶属度函数
针对单一层次结构实现规则提取具有规则提取准确性不高、算法运行时间长、难以满足用户使用需求的问题,提出一种基于改进多层次模糊关联规则的定量数据挖掘算法。采用高频项目集合,通过不断深化迭代的方法形成自顶向下的挖掘过程,整合模糊集合理论、数据挖掘算法以及多层次分类技术,从事务数据集中寻找模糊关联规则,挖掘出储存在多层次结构事务...
关键词: 频繁项集 高效用项集 支持度 多最小效用阈值
针对多最小效用阈值高效用项集挖掘算法(MHUI)中出现的重复计算、挖掘的结果项集不是频繁的问题,提出两个新的快速挖掘算法FMHUI和SFMHUI。FMHUI算法在计算项集的最小效用阈值时利用前一次计算结果,避免了项之间的重复比较;另外定义了项的扩展项的最小效用阈值表EMMU-table快速计算出扩展项的最小效用阈值,提高了运行效率。SFMHUI算法在FMHUI的...
关键词: 三维重建 同时定位与地图构建 回环检测 神经网络 词袋模型 优化算法
如何提高回环检测(loop closure detection)的准确率,是同时定位与地图构建系统(simultaneous localization and mapping,SLAM)中实现更高位姿恢复精度的关键问题之一。基于传统的词袋模型原理,构建了一个全新的算法框架。该算法使用预处理的Faster-RCNN对图像序列进行检测,利用所检测出的图像语义特征种类、像素位置及特征图等信息来构建具有标...
关键词: 自适应吸引半径 迭代寻优 目标跟踪 粒子多样性 相对亮度
针对粒子滤波算法对粒子数目的大量需求等弊端,提出一种基于改进的萤火虫算法的粒子滤波。首先,在萤火虫的亮度公式中引入观测值信息以提高算法跟踪的准确性;其次,提出自适应吸引半径参数来控制萤火虫群寻优时的吸引范围,使算法的实时性更好;最终利用萤火虫算法的迭代寻优来进行粒子更新。对比实验表明,该算法在跟踪精度和运行时间上都有所优化,...
关键词: 蝗虫优化算法 模拟退火算法 混合算法 自适应曲线
针对蝗虫优化算法容易陷入局部极值点、收敛速度慢、精度较差等缺点,提出曲线自适应和模拟退火蝗虫优化算法。首先,引入曲线自适应代替蝗虫优化算法关键参数的线性自适应,提高了算法的全局搜索能力;其次,在此基础上引入模拟退火算法,对蝗虫算法的劣势解具有一定概率的接收,使算法具有跳出局部最优,实现全局最优的能力。自适应缩小模拟退火中蝗虫...
关键词: 改进狼群算法 离散域 二次搜索 路径规划
为了找到一条最短路径,并克服传统算法在路径规划中不适合离散域求解以及收敛速度慢等问题,提出一种改进的狼群算法。通过在初始化阶段引入位置-次序编码的方法,研究了离散域的路径优化;同时在迭代过程中引入二次搜索来提高算法求解速度与精度,以实现在达到最大迭代次数前出现最优解。结果表明,改进的狼群算法相比已有的算法求解精度更高,收敛速...
关键词: 鲸鱼优化算法 非线性收敛因子 自适应权重系数 limit阈值
针对传统鲸鱼优化算法收敛速度慢、易陷入局部最优等问题,提出一种基于混合策略改进的鲸鱼优化算法。首先,引入非线性调整策略改进收敛因子,平衡算法的全局探索与局部开发能力并加快算法收敛速度;然后,将自适应权重系数引入鲸鱼位置更新式中,从而提高算法的寻优精度;最后,结合人工蜂群算法的limit阈值思想,使算法能够有效跳出局部最优,改善算法...
关键词: 音频 关注区域 关注度计算 信息熵 时间趋势
音频信号某区域的关注情况受音频特征的影响,目前主要自下而上的关注区域提取算法大多将一维音频信号转至二维图像利用图像显著性算法进行分析,往往忽略了关注事件在时间维度上的持续性特征。针对此问题,基于音频信号的信息熵特征同时引入统计学时间趋势相关算法,通过对信号分帧求取信息熵值,再进行指数移动平均等计算得到关注度值,从而确定高关...
关键词: 信道和功率分配 启发式q学习 案例推理 认知无线电 认知系统能量效率 成功传输概率
针对集中式认知网络的信道和功率分配问题,提出了一种基于案例推理和启发式Q学习算法。为了提高Q学习算法的收敛速度,将当前分配问题与存储的历史案例进行相似度匹配,选取最相似案例的Q值,归一化处理后作为启发式Q学习算法的初值。为了提高启发式Q学习的算法性能,引入一个基于信息强度的指导函数,通过强调动作的重要性来改变动作策略;设计的奖赏...
关键词: 深度q网络 过估计问题 更正函数
深度Q网络存在严重的过估计问题,导致智能体寻找最优策略的能力下降。为了缓解深度Q网络中存在的过估计问题,提出一个更正函数用于对深度Q网络中的评价函数进行改进,当选择的动作为最优动作时更正函数为1,不对当前状态-动作值进行修改,当选择的动作不是最优动作时更正函数小于1,缩小当前状态-动作值,从而使得最优状态-动作值与非最优状态-动作值...
关键词: 极端学习机 单隐层神经网络 优化方法 输出值反向分配
针对传统极端学习机输入权值与隐层阈值随机设定的问题,提出了输出值反向分配算法,其在传统极端学习机的基础上,通过优化方法得到最优输出值分配系数,并利用最小二乘法确定网络输入参数。将该算法应用到常用数据集进行实验,并与其他极端学习机改进算法进行比较,显示其具有良好的学习以及泛化能力,能够得到简单的网络结构,证明了算法的有效性。
关键词: 遗传算法 自适应 半初始化 概率扰动策略 函数优化
针对遗传算法在函数寻优过程中收敛速度慢、易陷入局部最优解的问题,提出一种采用半初始化和概率扰动策略改进的遗传算法DIAGA。首先,通过引入概率扰动策略增加了算法迭代后期的种群多样性,采用半初始化从根本上改变了算法在全局最优解比较过程中的局限性;然后利用马尔可夫链理论证明了DIAGA的收敛性;最后,对六个标准测试函数进行仿真测试。仿真...
关键词: 动态有向网络 模体演化 社区一致性
针对动态有向网络中的时序链路预测问题,充分分析动态有向网络中微观结构三元组模体的演化规律,使用指数平滑法季节加法(Holter-Winter-Additive)时序分析方法预测三元组模体的转换概率,引入牛顿法寻求时序分析方法中的最优参数;同时考虑到节点的社区属性对链路预测产生的影响,定义模体内节点的社区结构一致性重要指标,对三元组模体的影响力进行...
关键词: 和声搜索 教与学优化 动态选择策略
为提高对多种不同类型问题的优化性能,提出了一种基于和声搜索和教与学优化的混合优化算法(HHSTL)。在不同的进化阶段,HHSTL算法依据种群活跃率及种群最优个体更新率动态地确定和声算法或教与学算法作为下一周期种群更新方式的比例,并在标准教与学算法中增加了"自学"策略来提高算法的全局寻优能力。对16个不同类型的Benchmark函数进行仿真,并与...
关键词: 路网匹配 lcss算法 路网融合
"六合一"道路编码是交管业务中用来定位事故和违法的基础文本数据,缺乏空间位置信息,而已有的常用路网数据如高德路网,都是基于多车道路段表达的路网且现势性相对于OSM(Open Street Map)路网较低,难以满足交管业务的需求。针对上述问题,以高德路网作为基础、高现势性的OSM路网作补充,将轨迹聚类分析中的LCSS(longest common subsequence)算法应...
关键词: 电动汽车 无刷直流电机 模糊控制器 量子行为粒子群算法
目前电动汽车常以无刷直流电机(BLDCM)作为驱动器,但BLDCM调速控制系统中模糊控制器的量化因子和比例因子采用传统方法,自调节能力弱。针对该问题提出一种改进QPSO算法(AMF-QPSO)实现对量化因子和比例因子的自适应调节。AMF-QPSO算法以收缩-扩张(contraction expansion,CE)系数控制方式为研究重点,提出粒子活性概念,并以其作为反馈量实现动态自...
关键词: 交通拥堵 多指标模糊综合评价 因素指标 熵值法 梯形隶属度函数
针对各交通时段对交通拥堵的不同影响、单因素无法准确表征交通拥堵状态的问题,提出了一种采用多指标模糊综合评价的交通拥堵评价预测方法。该方法利用粒子群算法优化支持向量回归机对道路平均速度和交通流量进行预测,得到三个因素指标平均速度v、交通流密度D、道路饱和度S的预测值。将三个因素指标输入到多指标模糊综合评价模型中,即首先建立交...
关键词: 大数据 分布式spark框架 类隶属度 模糊knn算法
针对K近邻(KNN)方法处理大数据集的效率问题进行了研究,提出了一种基于Spark框架的分布式精确模糊KNN分类算法,创新性地将Spark框架分布式map和reduce过程与模糊KNN结合。首先对不同分区中训练样本类别信息进行模糊化处理,得到类别隶属度,将训练集转换为添加类隶属度的模糊训练集;然后使用KNN算法对先前计算的类成员测试集计算得到k个最近邻;最...
关键词: 文本分类 mapreduce spark框架 分布式 朴素贝叶斯分类器 机器学习
针对现有面向大数据的计算框架在可扩展性机器学习研究中面临的挑战,提出了基于MapReduce和Apache Spark框架的分布式朴素贝叶斯文本分类方法。通过研究MapReduce和Apache Spark框架的适应性来探索朴素贝叶斯分类器(NBC),并研究了现有面向大数据的计算框架。首先,基于朴素贝叶斯文本分类模型将训练样本数据集分为m类;进一步在训练阶段中,将前一...
关键词: 城市交通路网 关键路段 有向含权复杂网络 linkrank算法 变异si模型
针对目前基于复杂网络识别城市交通路网关键路段缺乏考虑现实影响因素和路段方向性问题,提出了一种基于有向含权复杂网络的关键路段识别方法。第一阶段利用复杂网络理论将城市交通路网构建成有向含权复杂网络模型;第二阶段利用LinkRank算法对复杂网络中边进行重要度排序,以此识别关键边,即城市交通路网关键路段;第三阶段利用变异的易感-感染(sus...
关键词: 云制造 资源优化配置模型 双层规划 前景理论
为了解决云制造环境下制造资源的优化配置问题,综合考虑需求与服务双方以及云平台运营方的利益,提出了一种基于双层规划的资源优化配置模型。该模型以前景理论结合多约束多属性评价体系求解出的供需双方满意度作为上层规划的优化目标;以云平台资源利用率最大化为下层规划的优化目标;通过双层规划并采用改进的i-NSGA-Ⅱ-JG算法对多目标制造资源配...
若用户需要出版服务，请联系出版商，地址：成都市成科西路3号，邮编：610041。