首页期刊导航|计算机研究与发展
期刊信息/Journal information
计算机研究与发展
计算机研究与发展

徐志伟

月刊

1000-1239

crad@ict.ac.cn

010-62620696;62600350

100190

北京中关村科学院南路6号

计算机研究与发展/Journal Journal of Computer Research and DevelopmentCSCD北大核心CSTPCDEI
查看更多>>本刊是中国科学院计算技术研究所和中国计算机学会联合主办、科学出版社出版的学术性刊物、中国计算机学会会刊，我国第一个计算机刊物。主要刊登计算机科学技术领域高水平的学术论文、最新科研成果和重大应用成果。
正式出版
收录年代

    自动文本摘要研究综述

    李金鹏张闯陈小军胡玥...
    1-21页
    查看更多>>摘要：近年来,互联网技术的蓬勃发展极大地便利了人类的日常生活,不可避免的是互联网中的信息呈井喷式爆发,如何从中快速有效地获取所需信息显得极为重要.自动文本摘要技术的出现可以有效缓解该问题,其作为自然语言处理和人工智能领域的重要研究内容之一,利用计算机自动地从长文本或文本集合中提炼出一段能准确反映源文中心内容的简洁连贯的短文探讨自动文本摘要任务的内涵,回顾和分析了自动文本摘要技术的发展,针对目前主要的2种摘要产生形式(抽取式和生成式)的具体工作进行了详细介绍,包括特征评分、分类算法、线性规划、次模函数、图排序、序列标注、启发式算法、深度学习等算法并对自动文本摘要常用的数据集以及评价指标进行了分析,最后对其面临的挑战和未来的研究趋势、应用等进行了预测.

    自动文本摘要抽取式方法生成式方法深度学习ROUGE指标

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

    深度神经架构搜索综述

    孟子尧谷雪梁艳春许东...
    22-33页
    查看更多>>摘要：深度学习在图像、语音、文本等多种模态的数据任务上取得了优异的效果然而,针对特定任务,人工设计网络需要花费大量的时间,并且需要设计者具有一定水平的专业知识和设计经验.面对如今日趋复杂的网络架构,仅依靠人工进行设计变得越来越复杂基于此,借助算法自动地对神经网络进行架构的搜索成为了研究热点神经架构搜索的方法涉及3个方面:搜索空间、搜索策略、性能评估策略通过搜索策略在搜索空间中选择一个网络架构,借助性能评估策略对该网络架构进行评估,并将结果反馈给搜索策略指导搜索策略选择更好的网络架构,通过不断迭代得到最优的网络架构为了更好地为读者提供一个快速了解神经网络架构搜索方法的导航地图,从搜索空间、搜索策略和性能评估策略3个方面对现有典型的神经架构搜索方法进行了梳理,总结讨论了近年来常见的架构搜索方法,并分析了各种方法的优势和不足.

    深度学习神经架构搜索搜索空间搜索策略性能评估

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

    特征特定标记关联挖掘的类属属性学习

    程玉胜张露露王一宾裴根生...
    34-47页
    查看更多>>摘要：在多标记分类中,某个标记可能只由其自身的某些特有属性决定,这些特定属性称之为类属属性利用类属属性进行多标记分类,可以有效避免某些无用特征影响构建分类模型的性能然而类属属性算法仅从标记角度去提取重要特征,而忽略了从特征角度去提取重要标记事实上,如果能从特征角度提前关注某些标记,更容易获取这些标记的特有属性基于此,提出了一种新型类属属性学习的多标记分类算法,将从特征层面提取重要标记与从标记层面提取重要特征进行双向联合学习首先,为了保证模型求解速度与精度都较为合理,采用极限学习机构建学习模型随后,将弹性网络正则化理论添加到极限学习机损失函数中,使用互信息构建特征标记相关性矩阵作为L2正则化项,而L1正则化项即提取类属属性该学习模型改进了类属属性在多标记学习中的不足,通过在标准多标记数据集上与多个先进算法对比,实验结果表明了所提模型的合理性和有效性.

    多标记学习类属属性特征特定标记极限学习机标记相关性

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

    基于时空融合图网络学习的视频异常事件检测

    周航詹永照毛启容
    48-59页
    查看更多>>摘要：视频中异常事件所体现的时空特征存在着较强的相关关系针对视频异常事件发生的时空特征相关性而影响检测性能问题,提出了基于时空融合图网络学习的视频异常事件检测方法,该方法针对视频片段的特征分别构建空间相似图和时间连续图,将各片段对应为图中的节点,考虑各节点特征与其他节点特征的Top-k相似性动态形成边的权重,构成空间相似图;考虑各节点的m个时间段内的连续性形成边的权重,构成时间连续图将空间相似图和时间连续图进行自适应加权融合形成时空融合图卷积网络,并学习生成视频特征在排序损失中加入图的稀疏项约束降低图模型的过平滑效应并提升检测性能在UCF-Crime和ShanghaiTech等视频异常事件数据集上进行了实验,以接收者操作曲线(receiver operating characteristic curve , ROC )以及曲线下面积(area under curve, AUC)值作为性能度量指标.在UCF-Crime数据集下,提出的方法在AUC上达到80 .76％,比基准线高5 35％;在ShanghaiTech数据集中,AUC达到89 B8％,比同类最好的方法高5 .44％ .实验结果表明:所提出的方法可有效提高视频异常事件检测的性能.

    视频异常事件检测空间相似图时间连续图自适应加权图卷积网络

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

    基于交叉摘的安全Tri-training算法

    张永陈蓉蓉张晶
    60-69页
    查看更多>>摘要：半监督学习方法通过少量标记数据和大量未标记数据来提升学习性能.Tri-training是一种经典的基于分歧的半监督学习方法,但在学习过程中可能产生标记噪声问题为了减少Tri-training中的标记噪声对未标记数据的预测偏差,学习到更好的半监督分类模型,用交叉熵代替错误率以更好地反映模型预估结果和真实分布之间的差距,并结合凸优化方法来达到降低标记噪声的目的,保证模型效果在此基础上,分别提出了一种基于交叉熵的Tri-training算法、一个安全的Tri-training算法,以及一种基于交叉熵的安全Tri-training算法在UCI(University of California Irvine)机器学习库等基准数据集上验证了所提方法的有效性,并利用显著性检验从统计学的角度进一步验证了方法的性能.实验结果表明,提出的半监督学习方法在分类性能方面优于传统的Tri-training算法,其中基于交叉熵的安全Tri-training算法拥有更高的分类性能和泛化能力.

    半监督学习Tri-training算法交叉熵凸优化样本标记

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

    融合用户兴趣偏好与影响力的目标社区发现

    刘海姣马慧芳赵琪琪李志欣...
    70-82页
    查看更多>>摘要：目标社区检测旨在找到符合用户偏好的有凝聚力的社区然而,所有现有工作要么在很大程度上忽视社区的外部影响,要么不是"基于目标的",即不适合目标请求为了解决这一问题,提出面向属性网络的融合用户兴趣偏好与社区影响力的目标社区发现方法,挖掘与用户偏好相关且最具一定影响力的高质量社区首先,综合节点结构与属性信息,挖掘包含样例节点的极大k-团作为潜在目标社区核心,并设计熵加权属性权重计算方法来捕获潜在目标社区属性子空间权重,挖掘用户偏好;其次,融合社区内部紧密性和外部可分离性定义社区质量函数,以极大k-团为核心扩展得到高质量的潜在目标社区;最后,定义社区的外部影响分数量化办法,并结合社区质量函数值及外部影响分数对所有潜在目标社区排序,输出综合质量较高的社区为目标社区此外,在计算极大k-团的属性子空间权重时,设计了2重剪枝策略提升方法的性能和效率在人工网络和真实网络数据集上的实验结果印证了所提方法的效率和有效性.

    用户兴趣偏好极大k-团属性子空间社区影响力目标社区发现

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

    基于故障检测上下文的等价变异体识别算法

    于畅王雅文林欢宫云战...
    83-97页
    查看更多>>摘要：等价变异体识别一直是阻碍变异测试在工业界得以广泛应用的一个关键难题为此提出了一种基于故障检测上下文的等价变异体识别算法该算法通过静态分析技术抽取程序中与故障检测条件相关的代码上下文信息,以构造故障检测上下文;接着,故障检测上下文被转换为文档模型,经过一个文档表示学习网络进行编码;最后通过机器学习模型将变异体分类为等价或非等价变异在包含了22个C程序和118000个变异体样本的训练集上,该算法取得91％的分类精准度和82％的召回率;同时在跨项目交叉验证中,机器学习模型取得了77％的精准度和78％的召回率该结果表明基于故障检测上下文的识别技术能够有效地提高等价变异体分类的精准性和泛用性,为提高变异测试技术的有效性提供了技术支持.

    变异测试等价变异体故障检测上下文机器学习静态分析

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

    分布式深度学习训练网络综述

    朱泓睿元国军姚成吉谭光明...
    98-115页
    查看更多>>摘要：近年来深度学习在图像、语音、自然语言处理等诸多领域得到广泛应用,但随着人们对深度学习的训练速度和数据处理能力的需求不断提升,传统的基于单机的训练过程愈发难以满足要求,分布式的深度学习训练方法成为持续提升算力的有效途径其中训练过程中节点间网络的通信性能至关重要,直接影响训练性能分析了分布式深度学习中的性能瓶颈,在此基础上对目前常用的网络性能优化方案进行综述,详细阐述了目前最新的超大规模分布式训练的体系结构、优化方法、训练环境和最有效的优化方法,最后对分布式训练仍然存在的困难进行了总结,对其未来研究方向进行了展望.

    分布式计算深度学习通信网络性能优化集合通信集群网络

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

    命名数据网络中的视频传输研究综述

    胡晓艳童钟奇徐恪张国强...
    116-136页
    查看更多>>摘要：互联网目前已经发展为一个由实时视频和视频点播等内容分发服务主导的网络传统IP网络对于视频分发类任务的支持存在组播的部署复杂且开销大，不能有效利用多路径获取内容、对移动性的支持差和难以同时满足可靠性以及低延时需求等问题命名数据网络(named data networking，NDN)作为新型的下一代互联网体系结构，支持网络内缓存和多路径传输，而且由消费者驱动的传输模式使其天然地支持消费者端移动性以上特点使NDN具有高效传输视频内容的潜力，首先介绍了视频传输和NDN的基础背景，然后阐述了一些利用NDN中优势实现视频传输的设计方案通过对已有方案的总结与比较，最后指出了在NDN中传输视频所面临的挑战.

    视频传输命名数据网络网络内缓存多路径传输动态自适应流

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

    网络功能虚拟化下服务功能链的资源管理研究综述

    祖家琛胡谷雨严佳洁李实吉...
    137-152页
    查看更多>>摘要：伴随着云计算,软件定义网络和网络功能虚拟化等网络新技术的出现,未来网络运维向着虚拟化、智能化的方向不断迈进.网络功能虚拟化提供了一种服务节点虚拟化的方法,它采用通用服务器替代传统网络中的专用中间件,可以大大降低网络运营商的建设和运营成本,提升网络管理的灵活性和可扩展性.由于网络端到端服务通常需要不同的服务功能,采用虚拟化技术构建网络服务功能链,进行资源的合理分配和调度成为一个重要的研究课题,引起了学术界和工业界的广泛关注从网络功能虚拟化的技术背景出发,介绍了网络功能虚拟化下服务功能链资源管理的基础架构、技术基础和应用场景.而后基于服务功能链编排的不同阶段,将现有理论研究划分为4个部分:组链、部署、调度和按需缩放分别展开论述,从问题出发介绍和分析了研究现状最后,针对现有存在问题,提出了一些拟解决方案,并对未来的研究方向进行了展望.

    网络功能虚拟化服务功能链网络资源优化未来网络管理云计算

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