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

    TMGAT:类型匹配约束的图注意力网络

    孙首男汪璟玢吴仁飞游常凯...
    235-243页
    查看更多>>摘要：近年来利用图结构来解决知识图补全(KGC)问题取得了不错的进展,其中图神经网络(GNNs)通过聚合实体的局部邻域信息来不断更新中心实体的表示,图注意力网络(GATs)使用注意力机制有侧重地聚合邻居,以获得更准确的中心实体表示.这些模型虽然在KGC中取得了不错的性能,但它们都忽略了中心实体的类型信息,仅仅使用邻域信息来计算注意力,将导致计算出来的注意力不够精准.针对这些问题,文中提出了一种类型匹配约束的图注意力网络(TMGAT),该方法通过计算中心实体类型对每个邻域关系的注意力,来得到实体类型-关系级别的注意力,以进一步计算出中心实体与各邻域关系的类型匹配度,再通过邻域关系及对应的邻居实体,结合类型匹配度计算实体-关系级别的注意力,得到邻域节点对中心实体的最终注意力.使用类型匹配度来约束传统的注意力机制,提升注意力机制的准确性,得到更加精准的中心实体嵌入,进而提升知识图补全的准确性.截至目前,文中提出的TMGAT是第一个在GATs中结合显式类型进行知识图补全任务的模型.文中加工了两个现有的数据集,使数据集中每个实体都拥有若干个类型,以验证TMGAT模型的性能.最后,实验部分展现了 TMGAT在知识补全任务中优秀的竞争力,并研究了类型个数对模型性能的影响.

    知识图谱知识图补全图结构图注意力机制类型信息

      原文链接:
    • 维普
    • 万方数据

    自校准首脉冲时间编码神经元模型

    冯忍陈云华熊志民陈平华...
    244-250页
    查看更多>>摘要：由于脉冲神经元具有复杂的时空动力过程且脉冲信息不可导,脉冲神经网络(SNN)的训练一直是一个难题.基于人工神经网络(ANN)转SNN间接训练深度SNN的方法,避免了直接训练深度SNN的难题,但该方法所获得的SNN的性能在很大程度上会受到脉冲信息编码机制的影响.在众多编码机制中,首脉冲时间编码(TTFS)具有良好的生物学基础和更高的能效,但现有TTFS编码采用单脉冲形式,信息表征能力较弱,编码所需时间窗较大.为此,在TTFS的单脉冲编码基础上,增加一个校准脉冲,形成一种自校准首脉冲时间(SC-TTFS)编码机制,并构建相应的SC-TTFS神经元模型.在SC-TTFS中,首脉冲为必定发放的脉冲,而校准脉冲根据首脉冲发放后剩余的膜电位来确定是否发放,用于对编码脉冲所引起的转换量化误差和截断误差进行补偿,同时缩小编码所需的时间窗.通过对多种编码对应的转换误差进行对比分析,以及在多种网络结构上进行ANN-SNN转换实验,验证了所提方法的优越性.采用CIFAR10和CIFAR100数据集,基于VGG和ResNet两种网络结构进行了实验验证.结果表明,所提方法在两类网络结构和两种数据集上均实现了精度无损的ANN-SNN转换,且相较于最先进的同类方法,所提方法所构建的SNN具有最短的网络推理延迟.另外,在VGG结构上,所提方法相比TTFS编码能源效率提升了约80％.

    脉冲神经网络脉冲编码机制ANN-SNN转化

      原文链接:
    • 维普
    • 万方数据

    融合实体描述的水泥制造领域知识图谱嵌入模型

    周泓林宋华珠张娟
    251-256页
    查看更多>>摘要：针对知识图谱嵌入模型在进行知识嵌入时大多缺乏对语义信息的考虑,不能很好地提取水泥制造领域专业性的实体语义信息问题,文中将实体描述文本加入到水泥制造领域知识图谱(CMFKG)的嵌入工作中,提出了融合实体描述的知识图谱嵌入模型(KGEED).该模型采用TransE模型得到CMFKG结构信息的嵌入,采用基于CNN的实体描述嵌入模块获得CM-FKG基于语义的嵌入,并用CNN对结构信息嵌入与语义信息嵌入的三元组进行融合,从而可以很好地考虑水泥制造领域知识图谱丰富的实体描述文本信息.经实验表明,该模型在水泥制造领域知识图谱的嵌入工作中取得了不错的效果.

    水泥制造领域知识图谱实体描述嵌入实体链接

      原文链接:
    • 维普
    • 万方数据

    基于VMD-ELMAN的肌电信号对下肢关节角度预测

    汪文淼
    257-264页
    查看更多>>摘要：表面肌电信号(Surface Electromyography,sEMG)提前于人体动作产生,常用于预测人体行为运动意图.但由于其自身的非平稳性与时变特性,因此难以较为准确地预测人体下肢关节角度变化.文中研究人体下肢肌肉针对正常行走、上下楼梯这3种动作进行的肌肉选取,提出了一种VMD-ELMAN角度拟合算法,提高了表面肌电信号角度预测精度,增强了角度预测的实时性,为提升人与外骨骼设备人机融合度提供了有效的解决方案.实验结果表明,相比常见角度拟合算法,所提算法的时间耗时较短,在3种常见动作中,髋关节角度预测值RMSE的最高精度达0.5789,膝关节角度预测值RMSE均在0.2以内,预测精度均优于常见模型,模型鲁棒性强.

    人机融合sEMG特征提取角度预测elman神经网络

      原文链接:
    • 维普
    • 万方数据

    FCES2024第一次筹备会议于沈阳召开

    CCF微信公众号
    264页
      原文链接:
    • 维普
    • 万方数据

    碳达峰约束下电动汽车在线充电调度算法

    曹永胜刘洋王永全夏天...
    265-270页
    查看更多>>摘要：随着电动汽车数量的增加,电动汽车充电对社区电网总负荷和碳排放量产生了很大的影响,导致社区电网不太稳定,降低了电能质量.文中基于碳达峰的约束条件,研究了未提前知晓电动汽车到达时间、出发时间和充电需求等情况下的电动汽车充电碳排放问题.首先,建立了电动汽车充电碳排放问题,并在未来信息未知的情况下进行了研究.针对电动汽车充电行为的不确定性,提出了一种改进型演员-评论家的智能充电碳排放算法.该算法采用的是连续碳排放动作的电动汽车充电碳排放策略,而不是离散近似碳排放动作.仿真结果表明,相比OA和AEM两个基准算法,所提算法能够降低电动汽车预期成本约24.03％和 21.49％.

    碳达峰电动汽车不确定性在线充电能量管理

      原文链接:
    • 维普
    • 万方数据

    结合元学习的去中心化联邦增量学习方法

    黄楠李冬冬姚佳王喆...
    271-279页
    查看更多>>摘要：针对联邦增量场景中持续学习和数据安全的问题,构建了结合元学习的去中心化联邦增量学习框架.首先,为解决增量场景中持续学习带来的灾难性遗忘问题,提出了结合最近类均值样本回放的增量元学习方法NMR-cMAML,利用元训练对不同任务流的快速适应进行元更新,得到适用于新旧样本的模型.然后,为解决联邦增量场景中的数据安全问题,设计了基于对等网络架构的去中心化联邦增量学习框架,对等架构中每个客户端采用NMR-cMAML对私有的持续任务流进行增量学习.不同于传统的基于服务器-客户端的中心化架构,该去中心化架构采用客户端间通信的策略,消除了传统中央服务器易被攻击的隐患;同时,在联邦通信过程中,通过共享元学习的模型参数实现客户端间知识的有效迁移.最后在图像数据集(Cifar100和Imagenet50)上进行了不同任务场景的实验,结果表明所提方法能在提高系统的数据安全性的同时提升客户端本地性能.

    去中心化联邦学习数据安全增量学习元学习

      原文链接:
    • 维普
    • 万方数据

    基于改进NSGA-Ⅲ的D2D协同MEC多目标优化研究

    王志鸿王高才赵启飞
    280-288页
    查看更多>>摘要：在当前的移动边缘计算(Mobile Edge Computing,MEC)模型中,由于任务是直接上传到MEC服务器执行,存在边缘服务器的计算压力大、空闲移动设备上的资源未得到充分利用等问题.使用边缘网络中的空闲设备进行协同计算,能够实现用户闲置资源的合理利用,增强MEC的计算能力.因此,提出了一种利用终端直通(Device-to-Device,D2D)进行协同计算的部分卸载MEC模型(D2D Collaborative MEC for Partial Offloading,DCM-PO).在该模型中,除本地计算和 MEC服务器计算外,还能将部分任务上传到空闲D2D设备进行辅助计算.首先,以最小化边缘网络的时延、能耗和费用为 目标建立多 目标优化问题.然后,在多染色体混合编码、自适应交叉率和变异率等方面对基于参考点的非支配排序遗传算法(Non-dominated Sorting Ge-netic Algorithm Ⅲ,NSGA-Ⅲ)进行改进,使之适合DCM-PO模型中的多 目标优化问题求解.最后,仿真结果表明,相比基准MEC模型,DCM-PO模型在多项性能指标上有明显优势.

    移动边缘计算D2D任务卸载多目标优化NSGA-Ⅲ

      原文链接:
    • 维普
    • 万方数据

    基于链路关联度模型的绿色节能路由框架

    王玲金子琨吴勇耿海军...
    289-299页
    查看更多>>摘要：随着信息技术的高速发展,互联网的规模逐渐增大,与此同时,网络的能耗也随之攀升.业界普遍采用关闭利用率较低的链路来降低网络能耗.然而,目前的网络节能方案并不能有效平衡能量节约率、计算开销和路径拉伸度三者之间此消彼长的关系.为了应对上述问题,文中提出了 一种基于链路关联度模型的绿色节能路由框架.该框架支持不同的链路关联度模型,仅需要网络拓扑结构,而不需要网路中的实时流量矩阵,更易于在实际网络中部署.基于提出的链路关联度模型的绿色节能路由算法的框架,文中实现了链路行关联度算法LRC(Link Row Correlation)、链路列关联度算法LCC(Link Column Correla-tion)、链路行-列关联度算法 LRCC(Link Row Column Correlation)和链路介数关联度 LBC(Link Betweenness Correlation)4 种不同的绿色节能路由算法.实验结果表明,在The Internet Topology Zoo公布的真实拓扑和由Brite模拟生成的拓扑中,LRC,LCC,LRCC和LBC的平均能量节约率比DLF算法的平均能量节约率高12.65％和7.17％,且它们的平均路径拉伸度比DLF算法的平均路径拉伸度低3.00％和13.75％.

    绿色节能路由链路关联度模型路径拉伸度能量节约率

      原文链接:
    • 维普
    • 万方数据

    DTN中基于虚拟货币交易的高效率路由算法

    崔建群刘珊常亚楠刘强强...
    300-308页
    查看更多>>摘要：由于容迟网络的间歇性连接等特点,以及节点自身缓存、能量等资源受限,DTN中的节点往往会表现出一定的自私性.自私节点的存在可能会提高网络的开销,降低消息的成功投递率.为了促进自私节点参与合作,提出了一种基于虚拟货币交易的高效率路由算法 PVCT(Efficient Routing Algorithm Based on Virtual Currency Transaction in DTN),并结合容迟网络的小世界特性,提高了路由算法的效率.该算法利用虚拟货币交易的方式,并根据节点的基本属性、位置属性、社会属性等进行定价,节点根据设计的价格函数给出对应的报价,并利用价格函数合理地分配消息副本数.在PVCT策略中,节点根据判断情况分为正常节点和自私节点,当消息的跳数小于或等于两跳时,按照概率路由的策略进行转发;反之,当消息的跳数大于两跳时,若遇到的为自私节点,则执行虚拟货币交易的路由算法.携带消息节点的出价若高于转发节点的价格,则进行交易,更新各自的收益状态;否则,进入二次价格调整阶段以协调节点双方之前的虚拟报价.仿真实验表明,PVCT路由算法在DTN中能更好地促进消息的转发,从而提升网络的整体性能.

    DTN虚拟货币小世界价格函数自私节点

      原文链接:
    • 维普
    • 万方数据