首页期刊导航|计算机科学
期刊信息/Journal information
计算机科学
计算机科学

朱完元

月刊

1002-137X

jsjkx12@163.com

023-63500828

401121

重庆市渝北区洪湖西路18号

计算机科学/Journal Computer ScienceCSCD北大核心CSTPCD
查看更多>>本刊的读者对象是：大专院校师生，从事计算机科学与技术领域的科研、生产人员。办刊宗旨是：坚持“双百”方针，活跃计算机科学与技术领域的学术气氛，重点报导国内外计算机科学与技术的发展动态，为我国的计算机科学与技术立于世界之林、达到国际先进水平奋斗而矢志不渝。
正式出版
收录年代

    融合BERT和记忆网络的实体识别

    陈德宋华珠张娟周泓林...
    91-97页
    查看更多>>摘要：实体识别是信息提取的子任务,传统实体识别模型针对人员、组织、位置名称等类型的实体进行识别,而在现实世界中必须考虑更多类别的实体,需要细粒度的实体识别.同时,BiGRU等传统实体识别模型无法充分利用更大范围内的全局特征.文中提出了一种基于命名记忆网络和BERT的实体识别模型,记忆网络模块能够记忆更大范围的特征,BERT语言预训练模型能进行更好的语义表示.对水泥熟料生产语料数据进行实体识别,实验结果表明,所提方法能够识别实体且较其他传统模型更具优势.为了进一步验证所提模型的性能,在CLUENER2020数据集上进行实验,结果表明,在BiGRU-CRF模型的基础上使用BERT和记忆网络模块进行优化是能够提高实体识别效果的.

    实体识别BERT记忆网络BiGRU-CRF

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多粒度粗糙直觉犹豫模糊集的最优粒度选择方法

    薛占熬孙冰心侯昊东荆萌萌...
    98-106页
    查看更多>>摘要：为了对含有多属性的直觉犹豫模糊决策信息系统进行约简,获取最优粒度,运用多粒度粗糙集处理直觉犹豫模糊决策信息系统中的不确定信息,并对多粒度粗糙直觉犹豫模糊集的最优粒度选择方法进行了研究.首先,在直觉犹豫模糊集的基础上引入属性信息,给出粗糙直觉犹豫模糊集的概念,提出乐观、悲观多粒度粗糙直觉犹豫模糊集的下、上近似这4种模型,且研讨了它们的性质.其次,主要定义了基于悲观多粒度粗糙直觉犹豫模糊集下近似的粒度质量相似度和内、外粒度重要度的计算公式,设计了其最优粒度选择算法.最后,通过葡萄酒测评的案例,分别基于乐观、悲观多粒度粗糙直觉犹豫模糊集的下、上近似这4种情况,计算出最优粒度并进行了分析,验证了该算法在直觉犹豫模糊决策信息系统中的约简是有效的.

    直觉犹豫模糊集多粒度粗糙集粒度重要度最优粒度选择

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多模态表示学习的阿尔兹海默症诊断算法

    樊连玺刘彦北王雯耿磊...
    107-113页
    查看更多>>摘要：阿尔茨海默症是一种典型的涉及多种致病因素的神经系统退行性疾病.然而,阿尔茨海默症的病因尚不明确,病程不可逆转,且无治愈方法,因此其早期诊断和治疗一直是人们关注的重点.受试者的神经影像数据对于该疾病的诊断具有重要的辅助作用,而结合多个模态的数据可进一步提高诊断效果.目前,联合该疾病的多模态数据进行辅助诊断逐渐成为一个新兴的研究领域.在此提出了一种基于自编码器的多模态表示学习方法,用于阿尔茨海默症的诊断.首先将多个模态的数据进行初步融合,得到初级的共同表示;然后将其送入自编码器网络,学习隐空间中的共同表示;最后对隐空间中的共同表示进行分类,得到疾病的诊断结果.在国际公开ADNI数据集上,所提算法对患病和健康受试者的诊断准确率达到88.9％,与同类算法相比取得了最好的诊断效果.实验结果验证了所提算法对阿尔茨海默症诊断的有效性.

    阿尔兹海默症疾病诊断多模态融合表示学习自编码器网络

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于堆叠自动编码器的miRNA-疾病关联预测方法

    刘丹赵森颜志良赵静...
    114-120页
    查看更多>>摘要：作为一类小的非编码RNA,miRNA的异常调控与人类疾病的发生和发展密切相关,研究miRNA与疾病的关联对于了解人类疾病致病机制具有重要意义.机器学习方法被广泛应用于miRNA-疾病关联预测,然而现有方法仅仅考虑了miRNA与疾病相似性网络信息,忽略了相似性网络的拓扑结构.因此,文中提出基于堆叠自动编码器的miRNA-疾病关联预测模型SAEMDA,该模型采用重启随机游走获取miRNA与疾病相似性网络的拓扑结构特征,用堆叠自动编码器提取miRNA与疾病的抽象低维特征,将得到的低维特征输入深度神经网络进行miRNA-疾病关联预测.SAEMDA模型在5折交叉验证中取得了较好的结果,并在结肠癌和肺癌两个案例中进行了验证.在结肠癌的案例中,此模型预测的前50个miRNA-疾病关联中的45个miRNA在数据库中得到了验证;在肺癌的案例中,排名前50的miRNA均在数据库中得到了验证.

    miRNA-疾病关联相似性网络拓扑结构重启随机游走堆叠自动编码器

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于U-Net++的心电信号识别分类研究

    杨春德贾竹李欣蔚
    121-126页
    查看更多>>摘要：探索高效、快速、精准的心电信号识别分类算法是心电诊断的难点.基于心电片段的识别分类更贴合临床应用.基于此,文中将改进的深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)用于数据扩充,将优化的一维U-Net++用于心律不齐的片段信号识别.连续截取MIT-BIH数据库中1200个采样点的心电片段作为实验数据集,以每条片段记录中心拍标签次数出现最多的类型作为整段记录的标签.再将优化的一维U-Net++作为DCGAN结构的生成器实现部分数据扩充,以解决数据不平衡的问题.在原始心电信号未经过任何预处理以及生成的扩充数据用于完成小波阈值去噪的情况下,优化的一维U-Net++模型对于正常、室性早搏、左束支阻滞、右束支阻滞4类不同的心电类型训练集的准确率能够达到98.10％,且对于测试集的精准率、召回率和F1值等指标均有较好的结果.在相同实验数据集下,优化的一维U-Net++模型比U-Net模型的准确率提高了1.05％;在相同实验参数的条件下,与欠采样数据对比,经DCGAN数据扩充后的数据集实验模型的准确率提高了0.85％.

    心电信号识别分类生成对抗网络U-Net++MIT-BIH

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于图卷积神经网络的药物靶标作用关系预测方法

    高创李建华季秀怡朱程龙...
    127-134页
    查看更多>>摘要：药物-靶标作用关系预测在药物研发以及药物重定位中扮演着重要角色,但现有的机器学习方法在正负样本高度不平衡的数据上仍存在预测能力不足的问题.为此,提出一种基于图卷积神经网络的药物靶标作用关系预测方法.该方法首先构造一个结合多种药物(靶标)相关信息的异质信息网络,然后采用图卷积神经网络在此异质信息网络上学习得到能精确表达每个节点拓扑特征及邻居特征信息的低维向量表征,最后利用这些向量信息通过向量空间投影预测节点间概率的评分.在DrugBank_FDA和Yammanishi_08数据集上进行的药物-靶标作用关系预测的对比实验中,所提方法的AUPR(Area Under the Precision-Recall Curve)值都优于其他4种方法,并且在较大型数据集上也有较好的表现.实验结果表明,所提方法提高了样本高度不平衡时的药物-靶标作用关系预测性能;同时在生物药物数据库上的实验也验证了所提方法所发现的未知药物-靶标作用关系的有效性.

    图卷积神经网络药物-靶标作用关系异质信息网络机器学习向量表征

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    船舶虚拟制造中狼群优化卷积神经网络的控制应用

    肖世龙吴迪唐超尘神显豪...
    135-139页
    查看更多>>摘要：为了优化虚拟工业制造的控制策略,采用狼群优化的卷积神经网络算法进行虚拟工业制造控制研究.首先根据虚拟工业制造任务和资源数据,建立任务-资源列表,并结合单位矩阵对任务-资源列表进行稀疏化,形成虚拟制造单元;接着建立卷积神经网络虚拟制造控制模型,并采用狼群算法对权重和偏置进行优化;最后以所有任务的平均制造时间为目标函数,对虚拟制造单元进行训练优化.船舶主机虚拟制造实验证明,相比于常用的控制算法,通过合理设置卷积核池化尺寸的狼群优化卷积神经网络算法能够获得平均制造时间的最优解.

    虚拟工业制造狼群算法卷积神经网络虚拟制造单元平均制造时间

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    关系型数据库向图数据库的转换方法

    鄂海红韩鹏昊宋美娜
    140-144页
    查看更多>>摘要：由于关系型数据库和图数据库存储模式的天然差别,将关系型数据库中的数据转存到图数据库的过程中,需解决对于关系的定义、节点唯一性以及保留原数据库约束信息的主要问题.针对上述问题,提出了一种关系型数据库向图数据库转换的方法.首先通过自定义或使用已有主键,并结合数据库表名的唯一性,解决了节点唯一性的问题;通过不同的配置方案,最大化保留了原关系型数据库的约束信息;然后提出了基于配置与中间表的边定义方法(Edge Definition Method based on Configura-tion and Intermediate Table,EDCIT),针对多种类型的数据库提供不同关系的映射方案,解决了转换过程中对于关系的定义.最终,通过对多个数据集进行实验,并使用Gremlin语句对转换后的数据进行测试,验证了转换后的数据具有完整性和可靠性.

    图数据库关系型数据库跨库数据交换HugegraphGremlin

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    对象关系数据库到RDF(S)的映射方法

    鲁佳文严丽
    145-151页
    查看更多>>摘要：随着智能信息技术的发展,知识图谱已被广泛应用于智能搜索等各个领域.知识图谱中的信息一般采取RDF(S)的数据模型来表示.知识图谱的构建需要从大量的数据源抽取信息,而数据库是不可忽视的重要数据源.近几年,对象关系数据库得到了广泛的应用,且其中存储着丰富的语义信息,而基于对象关系数据库自动构建RDF(S)的研究却较少.因此,文中给出了对象关系数据库与RDF(S)的形式化定义,根据形式化定义将对象关系数据库中的语义信息进行抽取,提出了构建RDF(S)数据的映射规则.该映射规则不仅考虑了数据库的面向对象的语义,还考虑了数据库的约束,可以充分抽取数据库中包含的语义信息.最后实现了一个名为ORDB2 RDF的映射工具,验证了该映射规则的正确性与映射结果的语义完整性.

    对象关系数据库RDF(S)知识抽取PostgreSQL

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    时序图中Top-k稠密子图查询算法研究

    穆聪聪王一舒袁野乔百友...
    152-159页
    查看更多>>摘要：稠密子图的查询是图分析领域的重要研究问题之一,在社交用户相关性分析、Web中社群分析等方面都有着广泛的应用.目前,关于稠密子图查询的研究工作主要基于静态图.而在实际应用中,时序信息会对稠密子图查询产生重要的影响,使得图拓扑结构随时间序列不断发生变化,包含的信息量也不断增加,使得已有的针对静态图的查找方法不再适用于时序图.因此,如何高效地在时序图上查找稠密子图仍然是一个挑战.为了解决上述挑战,首先规范化地定义了基于时序图的稠密子图查找问题;然后,根据图的拓扑结构和包含时间标签的边之间的相似度,提出一种基于阈值的近似查找算法DTS-base.为了加快算法的收敛速度,提出了一个基于快速计算最大相似度时间片的优化算法DTS-opt.最后,通过在真实数据集上的实验,证明了所提算法的高效性和可扩展性.

    稠密子图时序图Top-k查询

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据