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

    基于主题一致性保持和伪相关反馈库扩展的缺陷报告重构方法

    刘文杰邹卫琴蔡碧瑜陈冰婷...
    1-9页
    查看更多>>摘要：为了加快开发人员定位软件缺陷,研究人员提出了一系列基于文本检索的缺陷定位技术,自动为用户所提交的缺陷报告推荐可疑的代码文件.由于用户的专业知识不同,编写的缺陷报告质量不一致,因此某些低质量的缺陷报告无法被成功定位.对低质量的缺陷报告进行重构从而改进其定位效果,是常见的解决方案.现有基于查询扩展和查询缩减的主流重构方法,容易出现重构前后查询主题不一致或所依赖伪相关库质量差导致重构质量低的问题.对此,提出了一种基于主题一致性保持和伪相关反馈库扩展的缺陷报告重构方法,由主题一致性保持的查询缩减阶段和伪相关反馈库扩展的查询扩展阶段两部分组成.查询缩减阶段将缺陷报告的概要问题描述和从问题描述文本中提取的关键词合并来解决主题不一致性问题;查询扩展阶段综合使用多种定位工具(即Lucene,BugLocator和Blizzard)来获得伪相关反馈库,并从中提取查询扩展关键词,以解决现有伪相关反馈库质量差导致的重构质量低的问题;最后将查询缩减和扩展阶段的输出合并得到重构后的查询.通过在6个Java项目上进行实验发现,对于使用现有缺陷定位方法无法在TOP 10可疑推荐文件中定位的低质量缺陷报告,使用所提重构方法后,能定位其中21％～39％的缺陷即Accuracy@10,MRR@10为10％～16％.对比现有重构技术,所提重构方法在Accuracy@10和MRR@10两个指标上分别可以提升7％～32％和2％～13％.

    缺陷定位查询重构查询缩减查询扩展伪相关反馈库缺陷报告质量

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

    面向ARINC653操作系统的综合化航空电子软件代码自动生成方法

    凌仕翔杨志斌周勇
    10-21页
    查看更多>>摘要：综合化航空电子系统(Integrated Modular Avionics,IMA)是一类典型的安全关键系统,具有分布式、异构、计算资源和物理资源强耦合等特征.随着IMA系统趋于复杂化和智能化,系统的功能越来越多地采用软件来实现,如何对这类复杂软件进行建模并自动生成代码成为一个重要挑战.文中提出了一种基于AADL(Architecture Analysis and Design Language)的综合化航空电子系统代码生成方法.首先,提出HMC4ARINC653(Heterogeneous Model Container for ARINC653)属性集扩展,使其具备描述IMA软件架构、异构功能行为和非功能属性的能力;其次,提出IMA模型到C代码及ARINC653系统配置文件的映射规则,并遵守MISRA C安全编码规范,生成的代码能够在ARINC653操作系统上部署并仿真执行;最后,设计并实现了相应的原型工具,以ARINC653操作系统和工业界实际案例,验证了所提方法和工具的有效性.

    综合化航空电子系统ARINC653操作系统AADL代码自动生成

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

    基于特征重要性的深度学习自动调度优化研究

    杨恒刘勤让范旺裴雪...
    22-28页
    查看更多>>摘要：随着深度学习和硬件架构的快速发展,模型和硬件架构的多样性导致采用手工优化方式实现深度学习模型的高性能部署面临严峻的挑战,因此现有的AI编译器框架通常采用自动调度的方法来实现这一过程.但是已有的TVM自动调度优化方法中存在着代价模型数据集不平衡以及调度时间过长的问题,为了解决这些问题,提出了一种基于特征重要性的自动调度优化方法.首先采用xgboost算法对特征重要性进行分析,然后基于重要性系数降低特征维度并对数据标签值进行重分配,以实现提高代价模型精度和优化自动调度效率的目的.实验结果表明,应用所提优化方法,使3种深度学习模型的自动调度时间缩短了9.7％～17.2％,推理时间最多缩短了15％.

    AI编译器自动调度xgboost特征重要性深度学习

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

    基于自然语言需求的SCADE模型测试用例自动生成方法

    邵温欣杨志斌李维周勇...
    29-39页
    查看更多>>摘要：随着安全关键软件规模和复杂性不断增加,模型驱动开发方法在安全关键领域得到了广泛应用.SCADE作为一种重要的建模方法和工具,能够表达确定性并发行为且具有精确时间语义等特性,适用于安全关键软件的建模、测试与验证.目前,已有方法主要采用手工方式构造SCADE模型测试用例,存在需求与测试用例不一致、成本代价高且容易出错的问题.文中提出了一种基于自然语言需求的SCADE模型测试用例自动生成方法.首先,给出了基于模型检测的测试用例自动生成方法,通过自然语言需求处理生成原子命题,用于生成前提假设Assume和观察者模型,同时给出了陷阱性质(Trap Properties)生成规则来生成陷阱性质用于模型检测;其次,给出了基于覆盖分析和变异测试的测试用例质量评估方法,并在SCADE模型上进行变异测试;最后,设计和实现了原型工具,并基于一个工业界案例飞行员弹射座椅控制系统进行了案例分析,验证了所提方法的有效性.

    安全关键软件模型驱动开发SCADE测试用例自动生成模型检测

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

    结构化数据库查询语言智能合成技术研究进展

    刘雨蒙赵怡婧王碧聪王潮...
    40-48页
    查看更多>>摘要：近年来,随着大数据、云计算等技术的飞速发展,大规模数据的产生使得各类应用对于数据库技术的依赖日益加深.然而,传统的数据库一般采用形式化的数据库查询语言SQL进行操作,对无编程经验或数据库使用经验的用户来说,复杂SQL语法难度较高,降低了各个领域数据库应用者的便捷程度.近年来,机器学习、深度神经网络等人工智能技术的飞速发展,尤其是ChatGPT横空出世引发的大语言模型技术热潮,驱动了数据库与人工智能的深度结合与技术变革.通过智能方法将用户输入语言自动化合成SQL语言,以满足不同程度数据库使用者的操作需求,提升数据库的智能性、环境适应性及用户友好性.为全面聚焦数据库查询语言智能合成技术的最新研究进展,从范例输入、文本输入及语音输入这3类用户输入切入,详细阐述各类智能合成模型的研究脉络、代表性工作及最新进展,同时对各类方法的技术框架进行归纳与对比,最后 对全文进行全面性的总结,并针对现有方法存在的问题和挑战展望未来发展方向.

    数据库技术SQL智能合成语义解析SQL语法大语言模型

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

    城市大数据认知计算研究与应用进展

    刘伟孙佳王鹏陈亚繁...
    49-58页
    查看更多>>摘要：城市大数据为城市运行状态估计与综合决策提供理论与行动支撑,而其多源异构、耦合度低及动态变化等特点给传统的集成分析带来极大挑战.认知计算适用于时变多维、复杂多样数据的分析与挖掘,并可对问题进行自适应学习与进化,是解决城市大数据问题的重要途径.文中以城市大数据为背景,根据城市大数据的不同类型结构等特点,针对性地按照认知流程的4个环节对相应处理方法进行归纳,并进一步从知识驱动、数据驱动以及知识与数据协同驱动的角度,对上述具体方法进行概念级分类.最终形成城市大数据认知流程中不同驱动方式的方法间有机协同,从感知理解到决策行为的城市大数据认知闭环.同时从应用领域多角度综述了城市大数据认知计算的研究与发展现状.最后讨论了认知计算在城市大数据建设领域面临的挑战,并对未来发展趋势和研究方向进行了思考和展望.

    智慧城市大数据认知计算知识驱动数据驱动

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

    SVM样本约简算法研究综述

    张代俐汪廷华朱兴淋
    59-70页
    查看更多>>摘要：支持向量机(Support Vector Machine,SVM)是基于统计学习理论和结构风险最小化原则发展起来的一种有监督的机器学习算法,它有效克服了局部最小和维数灾难等问题,具有良好的泛化性能,并被广泛应用于模式识别和人工智能领域.但SVM的学习效率随着训练样本数量的增加而显著降低,对于大规模训练集,采用标准优化方法的传统SVM面临着内存需求过大、执行速度慢,有时甚至无法执行的问题.为了缓解SVM在大规模训练集上存储需求高、训练时间长等问题,学者们提出了SVM样本约简算法.文中首先介绍了SVM理论基础,然后从基于聚类、几何分析、主动学习、增量学习和随机抽样5个方面系统综述了SVM样本约简算法的研究现状,讨论了各种SVM样本约简算法的优缺点,最后总结全文并展望未来.

    支持向量机大规模数据集样本约简机器学习分类

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

    基于TCN-A模型的高效查询负载预测算法

    白文超白淑雯韩希先赵禹博...
    71-79页
    查看更多>>摘要：针对大数据查询领域中出现的由于查询负载随时间动态变化且难以有效预测所导致的数据库管理系统无法及时优化的问题,提出了一种基于新型时间序列预测模型的查询负载预测算法.首先,该算法采用过滤、时域间隔划分以及查询负载构造等技术对原始的历史用户查询进行预处理,得到便于网络模型分析处理的查询负载序列.其次,所提算法以时间卷积神经网络为核心构建时序预测模型,提取查询负载数据的历史变化趋势及自相关性特征,高效地实现时序预测;同时,融入设计的时域注意力机制,对查询负载序列进行重要性加权,保证模型的分析计算效率,提升算法的预测性能.最后,基于上述时序预测模型,充分利用查询间隔时间完成对未来查询负载的精确预测,使得数据库管理系统得以预先实现自身性能调优,以适应工作负载的动态变化.实验结果表明,设计的查询负载预测算法在多个评价指标中均表现出良好的预测性能,并且能够在查询时间间隔内更加精确地预测未来查询负载的变化.

    时间卷积神经网络注意力机制查询负载

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

    融合Dead-ends和离线监督Actor-Critic的动态治疗策略生成模型

    杨莎莎于亚新王跃茹许晶铭...
    80-88页
    查看更多>>摘要：强化学习对数学模型依赖性低,利用经验便于架构和优化模型,非常适合用于动态治疗策略学习.但现有研究仍存在以下问题:1)学习策略最优性的同时未考虑风险,导致学到的策略存在一定的风险;2)忽略了分布偏移问题,导致学到的策略与医生策略完全不同;3)忽略患者的历史观测数据和治疗史,从而不能很好地得到患者状态,进而导致不能学到最优策略.基于此,提出了融合Dead-ends和离线监督Actor-Critic的动态治疗策略生成模型DOSAC-DTR.首先,考虑学到的策略所推荐的治疗行动的风险性,在 Actor-Critic框架中融入Dead-ends概念;其次,为缓解分布偏移问题,在 Actor-Critic框架中融入医生监督,在最大化预期回报的同时,最小化所学策略与医生策略之间的差距;最后,为了得到包含患者关键历史信息的状态表示,使用基于LSTM的编码器解码器模型对患者的历史观测数据和治疗史进行建模.实验结果表明,DOSAC-DTR相比基线方法有更好的性能,可以得到更低的估计死亡率以及更高的Jaccard系数.

    动态治疗策略Dead-endsActor-Critic状态表征

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

    保持决策蕴涵不变的决策背景属性约简

    毕盛翟岩慧李德玉
    89-95页
    查看更多>>摘要：形式概念分析是一种利用概念格进行数据分析的理论,属性约简是概念格约简的主要方式之一.决策蕴涵是形式概念分析在决策情形下的一种知识表示与推理模型.在已有保持决策背景知识信息不变的属性约简研究中,通常以保持概念规则或粒规则来保持决策背景的知识信息.而相比于概念规则与粒规则,决策蕴涵具备更强的知识表示能力.为了进一步缩小数据在属性约简前后对知识信息表示的差异,对保持决策蕴涵不变的属性约简进行了研究.首先,结合决策蕴涵的语义给出了保持决策蕴涵不变的协调集和约简定义,提出了判定协调集和约简的充要条件;接着,通过实例分析了该约简存在的问题,并结合蕴涵理论给出解决方法,从而给出了弱协调集和弱约简的定义;然后,从知识包含的角度分析了弱约简相比于约简的合理性;最后,提出了判定弱协调集和弱约简的充要条件,并结合决策蕴涵规范基给出了能够找到弱约简的方法,丰富了保持知识信息的属性约简研究内容.

    形式概念分析属性约简决策蕴涵知识表示模型决策蕴涵规范基

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