首页期刊导航|计算机系统应用
期刊信息/Journal information
计算机系统应用
计算机系统应用

苏振泽

月刊

1003-3254

csa@iscas.ac.cn

010-62661041

100080

北京中关村南四街4号

计算机系统应用/Journal Computer Systems & ApplicationsCSCD北大核心CSTPCD
查看更多>>专业技术性刊物。推广计算机系统在各行各业的应用技术成果和运行管理经验。
正式出版
收录年代

    考虑骑手异质性的众包配送策略优化

    王会静袁鹏程
    210-221页
    查看更多>>摘要：针对当前众包平台面临的订单类型多样性(外卖订单与快递订单)和配送骑手的同质化(单一外卖型与单一快递型)问题,且现有众包配送机制较少兼顾商家和顾客满意度,在派单模式下考虑骑手的异质性,通过引入全能型骑手,将骑手划分为单一外卖型、单一快递型和全能型 3 类,根据各类骑手可服务的订单类型差异,构建基于模糊时间窗的商家和顾客对于骑手到达取送货点时间的满意度成本函数,将商家和顾客的满意度转化为时间惩罚函数,建立了以时间惩罚成本、路径行驶成本、人员运营成本最小化为目标的模型,针对模型的特点以及传统算法存在的问题,设计将遗传算法与大规模领域搜索算法相结合的混合算法,随后通过具体算例,采用模拟退火算法、遗传算法和混合算法分别进行求解,通过不同算法的优化结果对比分析,验证模型和改进算法的可行性和有效性.实验结果表明:在众包配送过程中合理考虑骑手异质性以及商家和顾客的满意度不仅能够有效提升商家和顾客满意度,也能够降低众包平台配送成本和提高配送效率,对于众包平台制定配送策略具有一定的参考意义.

    骑手异质性时间满意度订单分配路径优化混合算法

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

    基于DAF-STDC实时模型的岩屑图像语义分割识别

    潘显珊王正勇罗彬彬滕奇志...
    222-230页
    查看更多>>摘要：岩屑识别是地质勘探录井工作中的重要手段,为了解决传统人工岩性识别效率低下和常见深度学习网络推理速度慢计算量大等问题,本文借助于表现较好的短时密集串联网络模型,提出了一种实时岩屑图像语义分割网络DAF-STDC.该网络使用空洞卷积在提取特征过程中保持分辨率,利用注意力机制帮助模型获取特征图中全局信息,从而细化岩屑颗粒边缘信息,使用特征融合模块加强低阶细节特征与高阶语义特征的融合程度,帮助特征表达.经实验证明,改进后的网络模型在精度方面有了大幅提升,在岩屑录井工作中收集到的 6 类岩屑图像,制成的数据集RC_Dataset上,平均交并比达到 83.12%,在保持参数量的同时,推理速度和分割精度有了明显提升,为岩屑录井数字化提供了有效参考.

    语义分割岩屑图像岩性识别注意力机制深度学习

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

    基于改进Transformer的剩余时间预测

    刘海洲高俊涛
    231-239页
    查看更多>>摘要：剩余时间预测能够帮助企业提升业务流程执行的质量和效率.尽管现有的深度学习方法在剩余时间预测上有一定提升,但在处理复杂业务流程时,仍面临时间特征利用不足和局部特征挖掘能力有限的问题,预测精度有待提高.为此,本研究提出了一种基于改进Transformer编码器模型的剩余时间预测方法.针对已有方法忽略事件时间特征以及难以捕捉局部依赖的不足,本研究在模型中引入了时间特征编码模块和局部依赖增强模块.时间编码模块通过嵌入学习和多粒度拼接方式,构建了富有语义且具判别力的事件时间表示.局部依赖增强模块采用卷积神经网络,在Transformer编码器之后提取轨迹前缀的局部细节特征.实验表明,融合时间特征和局部依赖增强可以提升复杂业务流程剩余时间的预测准确性.

    剩余时间预测过程挖掘深度学习Transformer

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

    基于YOLOv8s的X光违禁品识别

    陈冠豪潘广贞
    240-247页
    查看更多>>摘要：快速增长的安检需求推动了智能安检技术的发展,由于X光图片的特殊性,导致小目标违禁品检测难度大,本文提出一种改进YOLOv8s的违禁品识别网络进行解决.首先引入Focal L1 Loss函数改进CIoU,优化预测框位置与长宽比,以提高网络对于违禁品的标记能力.将改进后的可变形卷积加入浅层主干网络中,捕获不同方向上的违禁品特征信息.在SPPF模块加入LSKA扩大网络感受野,并使用Swin-CS模块捕获全局信息、补充维度交互,最后使用 3 种注意力堆叠的注意力块进行处理,提高了网络对小目标的敏感性.改进后的网络在SIXray数据集上的平均精度均值达到 96.1%,相比原有的YOLOv8s提高 5.4%,mAP50-95 达到 0.682,提高 4.5%.实验结果表明,提出的模型能够准确给出预测框,应对复杂场景中的违禁品检测,证明了算法的有效性.

    安检违禁品感受野小目标检测

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

    E2E-DRNet:基于EfficientNetV2模型的糖尿病视网膜病变识别

    刘圆圆陈麓鲁峰叶阳...
    248-255页
    查看更多>>摘要：本文提出一种名为E2E-DRNet的模型,旨在解决当前人工糖尿病视网膜病变(diabetic retinopathy,DR)诊断中分类性能差、耗时费力以及视网膜图像等级差异小、病灶不明显等问题.该模型基于EfficientNetV2,并结合了有效通道注意力模块.通过对DR数据集进行处理和优化,引入了Focal Loss损失函数以解决样本不均衡问题,并将模型分为两个阶段以实现DR分类的细分.实验结果表明,该方法在公开数据集和临床数据集上表现良好,提高了对眼底病变区域的可解释性,有助于提高DR病变的筛查效率,克服了人工诊断的局限性.

    糖尿病视网膜病变EfficientNetV2有效通道注意力可解释性

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

    基于多指标关联的航路网络节点和连边识别

    孟贤田勇李江晨
    256-263页
    查看更多>>摘要：航段和航路点对网络正常运行具有重要意义,正确识别关键航段和关键航路点,并分析各个指标对航段或航路点的重要程度的关联程度有利于针对性地提升航路网络的抗打击能力.为改善航路网络对各种突发情况的弱"抵抗力"情况,从静态指标和动态指标两个方面入手,采用熵权法从数据本身的波动程度出发确定静态指标和动态指标的权重,并采用优劣解距离法通过计算连边的最优和最劣解,得到各个航段和航路点的综合得分.并继续分析各个指标之间及指标与航段或航路点综合得分之间的关联度,结果表明各个指标之间都相对独立,但各个指标与航段或航路点得分的关联度较高,该结论为航路网络结构优化提出改进依据.

    航路网络节点识别连边识别TOPSIS-EWM关联度

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

    《计算机系统应用》稿约

    COPYRIGHT(C)2024中国科学院软件研究所
    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据