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

    基于计算物流与计算智能的多码头泊位堆场联合调度

    李斌唐志斌
    1-17页
    查看更多>>摘要：针对同一地区邻近集装箱码头往往物流功能相似、货源腹地重叠、无序竞争突出和资源利用率较低等特点,本文重点探讨了隶属于同一组织内且位置相邻多集装箱码头的泊位-堆场一体化计划调度(multiple container terminal tactical berth and yard incorporate integrative scheduling,MCT-TBY-IIS)问题.基于计算物流,利用多重多背包问题将MCT-TBY-IIS抽象和分解为考虑泊位水深约束和出口集装箱可转港作业的多码头动态连续泊位分配和多码头周期滚动堆场分配两个中度耦合子问题,进而在计算物流面向问题探索的思想下,提出了面向层次嵌套结构的二阶段改进帝国竞争算法(hierarchical nesting oriented two-stage improved imperialist competitive algorithm,HNO-TSI-ICA)对MCT-TBY-IIS进行求解优化.最后,面向我国东南沿海的典型多码头联合作业实例,遴选出面向帝国兴替的双同化帝国竞争改进算法和面向 0-1 背包问题的二进制帝国竞争算法组合应用于HNO-TSI-ICA,其在求解MCT-TBY-IIS时效果较好,且堆场作业子系统目标成本的结构较稳定,其不受计划期内港口负荷和计划周期长度的影响,其中,出口箱区集装箱水平运输成本的贡献度在堆场作业子目标成本的比重最大,稳定在 83%左右.通过对MCT-TBY-IIS的建模与优化,可以发现多码头联合作业模式有较好的潜力帮助同一组织内邻近的多码头降本增效和提高核心资源的利用率.

    运筹规划多集装箱码头联合作业计算物流泊位与堆场协同分配帝国竞争算法

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

    基于局部密度峰和标签传播的最小生成树聚类

    林钰莹侯新民
    18-29页
    查看更多>>摘要：基于最小生成树(minimum spanning tree,MST)的聚类算法能够识别具有任意形状的簇,该算法在如何有效构建最小生成树和识别无效边方面存在不足,而且易受到噪声点影响.本文利用密度峰值聚类算法思想的优点来寻找局部密度峰,局部密度峰在保留原始数据集分布结构的同时,排除了噪声点,因此,将局部密度峰与最小生成树聚类算法相结合,采用标签传播,提出了基于局部密度峰和标签传播的最小生成树聚类算法(DPMST).该算法采用了局部密度峰之间基于共享邻的距离,利用局部密度峰之间的邻域信息,有效构造最小生成树和识别无效边,使算法能够发现具有复杂结构的簇.标签传播增强强标签,削弱弱标签,以细化错误的标签,特别是对于边界点以及揭示复杂流形,能够提高聚类结果的质量.人工和真实数据集上的实验结果表明,与经典聚类算法DPC、MST、K-means、DBSCAN、AP、SC和BIRCH比较,DPMST算法表现优异.

    局部密度峰最小生成树标签传播聚类

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

    甘肃彩陶的几何风格迁移

    贵向泉田释文李立吕蕊...
    30-39页
    查看更多>>摘要：甘肃彩陶在中国各类彩陶文化中拥有最为完整的时空序列,然而尚未有专门针对甘肃彩陶的风格迁移研究.为弘扬中华优秀传统文化,构建了甘肃彩陶数据集,提出了一种几何风格迁移方法.该方法生成了一个神经扭曲场,将甘肃彩陶变形为目标对象的几何风格,并保持了彩陶的纹理.网络结构方面加入了位置嵌入和特征增强模块,提高特征编码的质量.损失函数方面引入了形状一致性损失和平滑正则化项,防止彩陶的细节发生突变,提高变形效果.实验结果表明,该模型能够在甘肃彩陶与不同类的对象间进行大规模的几何风格迁移,同时可以保持良好的彩陶细节,产生新的视觉体验.

    风格迁移特征提取扭曲场几何变形彩陶

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

    基于动态分布对齐和伪标签学习的跨项目缺陷预测

    高芹芹凌松松于婕于旭...
    40-50页
    查看更多>>摘要：跨项目缺陷预测(cross-project defect prediction,CPDP)已经成为软件工程和数据挖掘领域的一个重要研究方向,利用其他数据丰富项目的缺陷代码来建立预测模型,解决了模型构建过程中的数据不足问题.然而源项目和目标项目的代码文件之间存在的分布差异,导致跨项目预测效果不佳.大多数研究采用域适应方法来解决这一问题,但是现有的方法一方面只考虑了条件分布或边缘分布对缺陷预测的影响,忽视了其动态性;另一方面没有选择合适的伪标签.基于上述两个方面,本文提出了一种基于动态分布对齐和伪标签学习的跨项目缺陷预测方法(DPLD).具体来说,我们通过对抗域适应方法分别在域对齐和类别对齐模块中减小项目间的边缘分布差异和条件分布差异,并借助动态分布因子动态、定量地描述了两种分布的相对重要性.此外,本文也提出了一种伪标签学习方法,通过数据间的几何相似性来增强伪标签作为真实标签的准确性.本文在PROMISE数据集上进行了实验,F-measure和AUC的值分别提升了 22.98%、15.21%,表明了本文方法在减小项目间分布差异、提升跨项目缺陷预测性能上的有效性.

    领域自适应跨项目缺陷预测条件分布边缘分布伪标签学习

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

    基于语义引导与多尺度增强的遥感影像分割网络

    孙梓翔钱旭威杨平杭仁龙...
    51-59页
    查看更多>>摘要：遥感影像语义分割在环境监测、土地覆盖分类和城市规划等领域发挥着至关重要的作用.卷积神经网络及其改进模型是遥感影像语义分割的主流方法,但此类方法更加关注局部上下文特征的学习,无法有效建模不同物体之间的全局分布关系,进而制约了模型的分割性能.为了解决该问题,本文在卷积神经网络的基础上,构建了全局语义关系学习模块,充分学习不同物体之间的共生关系,有效地增强了模型的表征能力.此外,考虑到同一场景中,待分割物体的尺度存在差异性,构建了多尺度关系学习模块,以融合不同尺度的全局语义关系.为了评估模型的性能,本文在Vaihingen和Potsdam两个常用的遥感影像数据集上进行了充分的实验.实验结果表明,本文方法能够获得比已有的基于卷积神经网络的模型更高的分割性能.

    遥感影像语义分割全局语义关系多尺度融合

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

    基于神威加速计算架构的LBM多级并行计算

    王鑫张祖雨
    60-67页
    查看更多>>摘要：格子玻尔兹曼方法(lattice Boltzmann method,LBM)是一种基于分子运动理论计算流体力学(computational fluid dynamics,CFD)的方法,提高LBM的并行计算能力是高性能计算领域的一项重要的研究内容.本文基于SW26010Pro处理器,通过区域分解、数据重构、双缓冲、向量化等优化方法,实现了LBM的多级并行.基于以上优化方案,测试了 5 600 万网格规模,实现结果显示,相比于MPI进行级并行,碰撞过程的平均加速倍数达到61.737、迁移过程的平均加速倍数达到 17.3,同时对方腔流案例做了强扩展测试,网格规模为 1200×1200×1200,以6.2万计算核心为基准,百万核心的并行效率超过60.5%.

    格子玻尔兹曼方法计算流体力学数值模拟高性能计算神威加速计算架构

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

    基于ViT-D-UNet的双分支遥感云影检测网络

    李远禄王键翔范小婷周昕...
    68-77页
    查看更多>>摘要：云及其阴影的有效分割是遥感图像处理领域中重要的问题,它对于地表特征提取、气候检测、大气校正等有很大帮助.然而云和云影遥感图像特征复杂,云分布多样不规则,且边界信息模糊易受背景干扰等特点,导致其特征难以准确提取,也少有专门为其设计的网络.针对以上问题,本文提出一种ViT(vision Transformer)和D-UNet双路网络.本文网络分为两个分支:一路是基于卷积的局部特征提取模块,在D-UNet的膨胀卷积模块基础上,引入深度可分离卷积,提取多尺度特征的同时,减少参数;另一路通过ViT在全局上理解上下文语义,加深对整体特征提取.两支路间存在信息交互,完善提取的特征信息.最后通过独特设计的融合特征解码器,进行上采样,减少信息丢失.模型在自建的云和云影数据集以及HRC_WHU公开数据集上取得优越的性能,在MIoU指标上分别领先次优模型0.52%和0.44%,达到了92.05%和85.37%.

    遥感云检测语义分割特征融合

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

    融合知识点关系的深度记忆网络知识追踪

    王忠王净雨于浩然徐文...
    78-89页
    查看更多>>摘要：知识追踪任务旨在通过对学生历史学习数据实时准确地追踪学生知识状态,并预测学生未来的答题表现.针对当前研究忽略了题目涵盖知识点中复杂的高阶关系的问题,提出一种融合知识点关系的深度记忆网络知识追踪模型(deep memory network knowledge tracing model incorporating knowledge point relationships,HRGKT).首先,HRGKT使用知识点关系图定义图中节点之间的关系信息,表示知识点之间的丰富信息.使用GAT获取两者之间的高阶关系.然后,学习过程中存在着遗忘,HRGKT综合考虑 4 个影响知识遗忘的因素来更准确地追踪学生知识状态.最后,根据真实在线教育数据集上的实验比较结果,与当前知识追踪模型相比,HRGKT在追踪学生知识掌握状态方面表现更加准确,并且具备更好的预测性能.

    智慧教育知识追踪图注意力网络知识点关系

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

    多尺度特征融合与交互的伪装目标检测网络

    张成刘研宋慧慧
    90-97页
    查看更多>>摘要：伪装目标检测是一项在复杂场景中定位和识别伪装目标的任务.目前基于深度神经网络的方法已初步运用,但在复杂场景下遇到干扰时,许多方法无法充分利用目标的多级特征来提取丰富的语义信息,仅依靠固定尺寸特征识别伪装目标.为解决这一问题,本文提出了一种基于多尺度特征融合交互的伪装目标检测网络.该网络包含两个创新设计:多尺度特征感知模块和双阶段邻级交互模块.前者旨在通过结合多尺度特征的方式充分捕获复杂场景中丰富的局部-全局场景对比信息.后者则是整合来自相邻层的特征以利用跨层相关性将有价值的上下文信息从编码器传输到解码器网络.本文在CHAMELEON、CAMO-Test、COD10K-Test这 3 个公共数据集上对提出的方法进行了评测并与当前的主流方法对比.实验结果表明,本文方法的性能超越了当前的主流方法,在各项指标上达到了优异的性能水平.

    伪装目标检测多尺度特征提取跨级特征融合深度学习

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

    支持组用户授权管理的共享数据完整性验证方案

    张邓凡袁艺林杨帆李子臣...
    98-107页
    查看更多>>摘要：本文旨在解决共享医疗数据场景下的群组用户授权管理与完整性验证问题.首先,为防止群组用户越权操作,引入授权标识符,医疗数据持有者凭授权标识符,结合用户身份完成权限分配;而授权标识符的数学构造可有效保证其不可伪造性.其次,为记录撤销用户并剥夺其访问权限,引入基于跳表设计的撤销用户表;跳表的快速查找和插入的特性,使方案撤销用户的开销仅为O(logn).随后,完善了共享数据完整性验证的具体流程与数学设计.最后通过安全性分析和仿真实验证明了方案的安全性和高效性.

    云存储安全完整性验证医疗数据群组用户授权管理

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