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

    融合因果关系和时空图卷积网络的人体动作识别

    叶松涛周扬正范红杰陈正雷...
    130-135页
    查看更多>>摘要：基于人体骨骼的动作识别因具有简洁、鲁棒的特点,近年来受到了广泛的关注.目前大部分基于骨骼的动作识别方法,如时空图卷积网络(ST-GCN),通过提取连续帧的时间特征和帧内骨骼关节的空间特征来区分不同的动作,取得了良好的效果.考虑人体运动中存在的因果性关系,提出了一种融合因果关系和时空图卷积网络的动作识别方法.针对计算关节力矩获取权重复杂的情况,根据关节之间的因果关系为骨骼图分配边权重,并将权重作为辅助信息增强图卷积网络,来提高驱动力较强的关节在神经网络中的权重,降低重要性低的关节的关注度,增强重要性高的关节的关注度.相比ST-GCN等方法,在Kinetics公开数据集上,所提方法无论是Top-1还是Top-5都有较大的提升,在构建的真实太极拳数据集上的识别精度达97.38％(Top-1)和99.79％(Top-5),证明了该方法可以有效地增强动作特征,提升识别的准确率.

    动作识别因果关系权重嵌入时空图卷积网络收敛交叉映射

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

    基于Transformer的汉字到盲文端到端自动转换

    蒋琪苏伟谢莹周弘安平...
    136-141页
    查看更多>>摘要：汉字到盲文自动转换是改善我国1700万视障人群生活学习和贯彻落实国家信息无障碍建设的重要问题.现有汉盲转换方法均采用多步转换方法,先对汉字文本进行盲文分词连写,再对汉字进行标调,最后结合分词和标调信息合成盲文文本.该文提出一种基于编码器-解码器模型Transformer的端到端汉盲转换方法,利用汉字-盲文对照语料库训练Transformer模型.基于《人民日报》六个月约1200万字中文语料,该文构建了国家通用盲文、现行盲文、双拼盲文三种对照汉盲语料库.实验结果表明,该文提出的方法可将汉字一步转换为盲文,并在国家通用盲文、现行盲文、双拼盲文分别有80.25％,79.08％和79.29％的BLEU值.相比现有汉盲转换方法,该方法所需语料库的建设难度较小,且工程复杂度较低.

    汉盲转换端到端深度学习编码器-解码器模型Transformer

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

    基于高斯-柯西变异的帝国竞争算法优化

    魏昕冯锋
    142-146页
    查看更多>>摘要：为解决帝国竞争算法(Imperial Competitive Algorithm,ICA)竞争过程中收敛速度慢和易陷入局部最优的问题,提出了一种基于高斯-柯西变异的帝国竞争算法(Imperial Competitive Algorithm Based on Gauss-Cauchy Mutation,GCICA).在ICA帝国竞争时引入高斯变异,加快竞争过程中的收敛速度;帝国灭亡后多样性减少且仅在小范围区域内进行寻优,引入柯西变异,使其跳出局部最优.分析引入高斯、柯西、高斯-柯西变异后的算法在多个典型基准测试函数上的仿真结果,GCICA的收敛速度和寻优精度都得到了提升.

    优化算法帝国竞争算法高斯变异柯西变异

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

    基于吸收态马尔可夫链的智能无人车系统实时性能分析

    吴培培吴兆贤唐文兵
    147-153页
    查看更多>>摘要：随着人工智能技术的进步和人机物融合系统的发展,智能无人车系统成为了新一代人工智能研究的前沿.智能无人车系统根据车辆和环境数据进行实时决策以控制无人车运行,因而该系统具有较高的实时性能要求,对系统实时性的分析是保障系统安全可靠的方法之一.为了对智能无人车系统的实时性能进行分析,以智能无人车变道系统为例,首先使用MARTE模型对智能无人车变道系统进行建模,在系统设计早期就引入性能需求参数;然后,通过模型转换将MARTE模型转化为吸收态马尔可夫链;最后,利用吸收态马尔可夫链的相关理论和公式综合估算了智能无人车系统的实时性能指标,并针对影响整个系统实时性的关键模块进行了分析.实验结果表明,文中所提模型和分析方法可以较好地分析智能无人车系统的实时性能.分析发现系统中智能模块的准确率与响应时间相互制约,在不同的运行场景下需要找到二者之间的平衡点以获得更优的实时性能.

    智能无人车系统MARTE模型吸收态马尔可夫链实时性能分析

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

    基于双向GRU神经网络和注意力机制的中文船舶故障关系抽取方法

    后同佳周良
    154-158页
    查看更多>>摘要：随着深度学习的发展,越来越多的深度学习模型被应用到了关系抽取任务中.传统的深度学习模型不能解决长距离的学习任务,且当抽取文本的噪声较大时表现更差.针对以上两个问题,提出了一种基于双向GRU(Gated Recurrent Unit)神经网络和注意力机制的深度学习模型来对中文船舶故障语料库进行关系抽取.首先,通过使用双向GRU神经网络来提取文本特征,解决了文本的长依赖问题,同时减少了模型运行的时间损耗和迭代次数;其次,通过建立句子级别的注意力机制,提高模型对有效语句的关注度,降低噪声句子给整体关系提取效果带来的负面影响;最后,在训练集上进行训练,并在真实的测试集上计算精确率、召回率、F1的值来将该模型与现有的方法对比.

    船舶故障门控循环单元注意力机制关系抽取深度学习

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

    一种基于改进图波网的双重自回归分量交通预测模型

    李浩王飞谢思宇寇勇奇...
    159-165,183页
    查看更多>>摘要：随着智慧城市的建设,城市交通流量预测在智能交通预警和交通管理决策方面至关重要.由于复杂的时空相关性,有效地对交通流量进行预测成为了一项挑战.现有的对交通流量进行预测的方法大多采用机器学习算法或深度学习模型,而它们各有优缺点,若能够将两者优点结合起来,将进一步提高交通流量预测的精度.文中针对交通时空数据,提出了一种基于改进图波网(Graph WaveNet)的双重自回归分量交通预测模型.首先,通过门控3分支时间卷积网络有效融合3个时间卷积层,从而进一步提升了捕获时间相关性的能力;其次,首次引入自回归分量,将自回归分量和门控三分支时间卷积网络、图卷积层有效融合,使模型能够充分反映时空数据之间的线性和非线性关系.在METR-LA和PEMS-BAY两个真实的公共交通数据集上进行实验,并将所提模型与其他交通流量预测基准模型进行比较.结果表明,不管是短时间还是长时间的预测,文中所提模型在各个指标上都优于基准模型.

    智能交通时空数据交通流量预测自回归分量时间卷积层

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

    基于投影圆度和遗传算法的空间圆柱面拟合方法

    高帅夏良斌盛亮杜宏亮...
    166-169,203页
    查看更多>>摘要：针对空间圆柱面拟合非线性强、鲁棒性差和稳定性弱的问题,提出基于投影圆度和遗传算法的空间圆柱面拟合方法.首先,通过坐标变换计算圆柱面在平面上的投影圆度.然后,借助遗传算法的全局寻优特性快速搜索最优投影圆度所在平面的法向量,进而利用平面投影计算空间圆柱面的半径及轴线方程.最后,利用坐标逆变换得到原始坐标下的空间圆柱面特征参数.由于空间圆柱面投影圆度只与投影平面法向量的方向角有关,因此只须合理设置法向量方向角的取值范围,即可使得解空间覆盖所有位姿的空间圆柱面.另外,遗传算法具有良好的全局寻优性和收敛性,在空间圆柱面拟合这类多变量非线性寻优问题中能够取得良好的效果.仿真实验和实际应用表明,相对于传统拟合方法,基于投影圆度和遗传算法的空间圆柱面拟合方法具有无须预估初值、鲁棒性强、拟合精度高和稳定性好等优点,是实现任意位姿空间圆柱面拟合的有效方法.

    空间圆柱面投影圆度遗传算法曲面拟合

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

    基于改进TF-IDF和ABLCNN的中文文本分类模型

    景丽何婷婷
    170-175,190页
    查看更多>>摘要：文本分类是自然语言处理领域中的重要内容,常用于信息检索、情感分析等领域.针对传统的文本分类模型文本特征提取不全面、文本语义表达弱的问题,提出一种基于改进TF-IDF算法、带有注意力机制的长短期记忆卷积网络(Attention base on Bi-LSTM and CNN,ABLCNN)相结合的文本分类模型.该模型首先利用特征项在类内、类间的分布关系和位置信息改进TF-IDF算法,突出特征项的重要性,并结合Word2vec工具训练的词向量对文本进行表示;然后使用ABLCNN提取文本特征,ABLCNN结合了注意力机制、长短期记忆网络和卷积神经网络的优点,既可以有重点地提取文本的上下文语义特征,又兼顾了局部语义特征;最后,将特征向量通过softmax函数进行文本分类.在THUCNews数据集和online_shopping_10_cats数据集上对基于改进TF-IDF和ABLCNN的文本分类模型进行实验,结果表明,所提模型在两个数据集上的准确率分别为97.38％和91.33％,高于其他文本分类模型.

    文本分类TF-IDF卷积神经网络注意力机制长短期记忆网络

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

    兴趣点推荐方法研究综述

    邢长征朱金侠孟祥福齐雪月...
    176-183页
    查看更多>>摘要：兴趣点(Point-Of-Interest,POI)推荐是基于位置的社交网络(Location-Based Social Networks,LBSN)中一项重要的服务,无论对商家还是对客户都有重要的影响,并且兴趣点数据作为时空数据的典型更是得到了广泛关注,因此兴趣点推荐近年来已经成为学术界的热门研究课题.文章分析了兴趣点推荐的影响因素,对传统兴趣点推荐方法进行了总结,分析了最新的基于图嵌入方法以及图神经网络在兴趣点推荐领域中的应用,最后对兴趣点推荐所面临的挑战以及未来的研究趋势加以分析.

    兴趣点推荐影响因素图嵌入方法图神经网络

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

    基于区块链的大数据交易关键技术与发展趋势

    曹萌于洋梁英史红周...
    184-190页
    查看更多>>摘要：大数据时代下各类数据价值日益凸显,不同主体对大数据交易的需求也愈加迫切.传统集中式平台下的大数据交易存在用户数据被恶意采集、隐私泄露、数据被转售、数据虚假等诸多风险.一般认为,采用具有去中心化、透明性、隐私保护、不可篡改性等特点的区块链技术是解决上述大数据交易问题的一种重要途径.然而,区块链技术在大数据交易领域的应用还处于早期发展阶段,应用方案尚未成熟.对此,对目前学术界提出的多种基于区块链技术的数据交易方案进行总结,从隐私保护、数据转卖和交易公平3个角度出发,介绍使用区块链技术提升集中式数据交易的具体方法,并对各方法的优缺点进行分析;最后从隐私保护、身份认证、海量数据等方面分析"区块链+大数据交易"目前面临的挑战和未来的发展方向.

    区块链大数据交易隐私保护访问控制身份认证

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