期刊,计算机应用研究 2025年卷1期_国家学术搜索

期刊信息/Journal information

计算机应用研究

四川省电子计算机应用研究中心

主办单位：四川省电子计算机应用研究中心

主　　编：刘营

出版周期：月刊

国际刊号：1001-3695

电子邮箱：arocmag@163.com

电　　话：028-85249567

邮政编码：610041

地　　址：成都市成科西路3号

计算机应用研究/Journal Application Research of ComputersCSCD北大核心CSTPCD

查看更多>>本刊创刊于1981年，以其新颖性、技术性、实用性、工具性、知识性于一身，设置众多栏目，信息量极大，反映并涵盖了当今国内外计算机应用研究的主流技术、热点技术及最新发展趋势，是一份极具收藏价值的技术刊物。本刊读者对象为从事计算机应用、开发、研究的科技人员，大中专院校师生，各企事业单位技术人员，计算机业余爱好者及相关管理、情报工作者订阅、收藏。本刊现为中国计算机学会会刊，中国科技论文统计源核心期刊，全国中文核心期刊，中国科学引文数据库来源期刊，中国学术期刊综合评价数据库来源期刊，并为多个检索数据库收录，在国内科技期刊评比中多次荣获优秀科技期刊奖。

正式出版

收录年代

01 期

Issue 01

基于神经网络的优化算法在EDA中应用研究进展

赵晨晖贺珊刘先明郭东辉...

1-10页

查看更多>>摘要：为了应对芯片设计复杂度的提升,电子设计自动化工具和方法也在不断进步.然而,EDA需要协调达到最佳的功率、性能和面积,通常其不能保证最优的解决方案.EDA工具在电路设计阶段包括逻辑综合、布局布线及验证等均属于多目标、多约束的非线性规划求解过程,且为了更好解决求解中的不确定性和易于出现局域极值等难题,基于神经网络的优化算法已被集成到EDA工具的设计流程中.首先对EDA中的优化问题、多目标优化计算及基于神经网络的优化算法进行了简要概述,继而详细梳理了基于神经网络的优化算法在逻辑综合、布局布线及验证等不同设计阶段中的优化求解方法,并阐述了当前研究所面临的挑战与机遇,希望为集成电路自动化设计及相关领域研究提供参考.

关键词：

电子设计自动化非线性规划多目标优化神经网络优化计算

原文链接:

维普
万方数据

神经架构搜索技术研究综述

武家辉李科研陈丽新张家诺...

11-18页

查看更多>>摘要：神经架构搜索(NAS)的目的是为特定任务自动寻优生成高性能网络架构,从而减少架构设计对专家经验的依赖和架构设计过程中的人力资源消耗,其主要包含搜索空间、搜索策略和评估策略三个组成部分.早期NAS需要多个GPU耗时多天完成搜索,搜索耗时和计算成本高是NAS的核心问题.为帮助研究人员快速、全面地了解NAS领域,提供了一种新的视角对现有NAS工作进行梳理.首先对NAS的早期工作进行分析,并阐述了 NAS的核心问题及其产生原因;然后围绕解决NAS核心问题的三类方法,即减小架构搜索范围、减少待评估架构搜索时间、减少架构评估时间,对该领域算法进行针对性分析、对比、总结;最后归纳总结该领域后续的主要研究方向.

关键词：

神经架构搜索搜索范围搜索时间评估时间

原文链接:

维普
万方数据

基于深度学习的低光照图像增强研究综述

孙福艳吕准吕宗旺

19-27页

查看更多>>摘要：低光照图像增强的目的是优化在光线不足的环境中捕获的图像,提升其亮度和对比度.目前,深度学习在低光照图像增强领域已成为主要方法,因此,有必要对基于深度学习的方法进行综述.首先,将传统低光照图像增强方法进行分类,并分析与总结其优缺点.接着,重点介绍基于深度学习的方法,将其分为有监督和无监督两大类,分别总结其优缺点,随后总结应用在深度学习下的损失函数.其次,对常用的数据集和评价指标进行简要总结,使用信息熵对传统方法进行量化比较,采用峰值信噪比和结构相似性对基于深度学习的方法进行客观评价.最后,总结目前方法存在的不足,并对未来的研究方向进行展望.

关键词：

低光照图像增强深度学习有监督特征提取无监督

原文链接:

维普
万方数据

基于智能合约的编码级视频安全存证方案

郭冉王奎徐衍胜张守军...

28-35页

查看更多>>摘要：H.264/H.265视频压缩技术推动了短视频应用行业的蓬勃发展,但与此同时,视频安全与版权纠纷问题也日益凸显.现有的版权存证方法存在版权验证方信任缺失、验证流程不透明、视频溯源困难等问题.针对这些问题,提出了一种基于智能合约的编码级视频安全存证方案.利用H.264/H.265编码特性设计版权信息嵌入方法,将版权所有者信息作为水印在视频编码时嵌入.在保证水印鲁棒性和安全性的同时,减少嵌入信息对视频质量的影响;同时借助区块链和智能合约技术,规范身份存证、版权验证和纠纷处理等流程,增强流程执行的可信度和透明性.实验结果表明,在进行视频版权存证时采用的相似度对比算法的F1分数相比现有的最优方案增长了大约2％,证明其性能的优越性;另一组实验证实了智能合约的开销处于合理水平,确保其在实际应用中的可行性.

关键词：

智能合约版权存证视频编码区块链数字水印

原文链接:

维普
万方数据

RPC-Chain:基于信誉机制与受控PRE的众包模型链

董文浩朱晓军王龙杨倩倩...

36-41页

查看更多>>摘要：为解决众包面临的信任问题、不对称贡献与收益关系以及数据安全性共享等挑战,提出一种基于信誉模型与受控代理重加密(PRE)的众包模型链,即RPC-Chain.RPC-Chain基于超级账本Fabric,将众包模型的交易流程抽象化.首先,完善信誉机制提高系统整体的效率与公平;其次,引入受控代理重加密以确保数据安全共享服务;最后,使用Fabric搭建众包区块链仿真平台并进行了相关测试.实验表明,该方案在模型设计、数据安全加密共享和信誉模型的激励效果等方面显示出一定优势.

关键词：

区块链代理重加密信誉机制智能合约众包

原文链接:

维普
万方数据

融合节点属性的局部多重社区发现算法

陈李舟冯俊又徐煊翔刘先博...

42-47页

查看更多>>摘要：局部多重社区发现是社交网络分析中的关键技术,旨在揭示网络中用户的多重归属和复杂联系.针对现有局部多重社区发现算法大多基于网络拓扑结构,忽视节点属性信息的问题,提出了融合节点属性的局部多重社区发现算法(MLCDINA).该算法将属性网络的结构和属性信息相结合为节点对之间的边权重,并通过随机游走评估节点间结构和属性的融合重要性(IISA).此外,该算法引入了考虑边权重的局部聚类系数和亲密度随机游走(IRW),以增强对子图稠密性和IISA的评估.实验结果表明,MLCDINA在真实属性网络上的Jaccard F1-score较现有算法有显著提升,验证了其在局部多重社区发现任务中的有效性.

关键词：

局部社区发现属性网络随机游走

原文链接:

维普
万方数据

基于改进标签传播算法的舆情社交网络社区发现

钱晓东王卓

48-55页

查看更多>>摘要：通过改进的标签传播算法研究了舆情社交网络中的社交主题发现.针对传统算法容易陷入局部最优的问题,依据节点间相似度选择标签传播时的邻居节点;针对传统算法标签更新时的随机性问题,通过结合舆论动力学模型HK的观点交互过程,依据节点影响力的大小更新标签.实验结果表明,该方法在最好情况下(k=0.9)相较于原算法,在稳定性和模块度指标两方面分别提高了 31％和78％,并且优于其他几种改进算法.由此可见,该算法相较于原算法及其他改进算法在舆情社交网络的主题社区发现中表现更好.

关键词：

标签传播算法舆情社交网络HK模型主题社区发现

原文链接:

维普
万方数据

独立级联模型下基于时效性的负影响力源定位方法

严杰陈崚刘维李斌...

56-64页

查看更多>>摘要：在当今快速发展的社交网络中,有害信息的传播对社会稳定构成威胁,识别和定位有害消息源对于控制舆论至关重要.在社交网络的实际传播中,有害信息的可信度在传播中会随着时间的推移而衰减,不考虑这一因素会导致传播源定位的准确性降低.针对该问题,提出了一种独立级联模型下基于时效性的传播源定位方法.在定义了节点激活概率衰减系数的基础上,通过Bayes模型计算出节点被感染的后验概率;然后通过随机游走计算所有节点影响力,选取影响力大于阈值的节点加入候选源集合.最后,比较候选源集合节点的感染时间与其到观测节点的距离来选取k个源节点集合.在真实和合成网络上的实验结果表明,该方法能够准确识别多个传播源,源定位结果的精确度高于其他类似算法.

关键词：

社交网络独立级联传播模型影响力传播感染时间传播源定位

原文链接:

维普
万方数据

单样本条件下邻域选择聚合零次知识图谱链接预测方法

李猛董红斌

65-70页

查看更多>>摘要：为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题,提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法(NSALP).该方法主要由特征提取器、生成器、判别器三个模块实现.借鉴图同构网络的思想对特征提取器模块进行改进,在聚合头尾邻域时为每个邻域节点分配一个可学习的参数,进而过滤无关特征,凸显有效特征;以头节点嵌入与关系文本描述的组合作为生成器学习过程的引导,使生成器生成的新组合特征更加接近真实的知识三元组结构特征.在NELL-ZS和Wiki-ZS两个零次知识图谱数据集上,所提模型的性能对比基线模型分别提升了 2.5和0.7百分点.在NELL-ZS进行的消融实验中,所提extractor+和generator+模块的性能表现均优于未做改进的模型,佐证了改进方法的有效性.

关键词：

知识图谱链接预测零样本

原文链接:

维普
万方数据

融合Bi-LSTM与多头注意力的分层强化学习推理方法

李卫军刘世侠刘雪洋丁建平...

71-77页

查看更多>>摘要：知识推理作为知识图谱补全中一项重要任务,受到了学术界的广泛关注.针对知识推理可解释性差、不能利用隐藏语义信息和奖励稀疏的问题提出了一种融合Bi-LSTM与多头注意力机制的分层强化学习方法.将知识图谱通过谱聚类分簇,使智能体分别在簇与实体间进行推理,利用Bi-LSTM与多头注意力机制融合模块对智能体的历史信息进行处理,可以更有效地发现和利用知识图谱隐藏的语义信息.Hight智能体通过分层策略网络选择目标实体所在的簇,指导Low智能体进行实体间的推理.利用强化学习智能体可以有效地解决可解释性差的问题,并通过相互奖励机制对两个智能体的动作选择以及搜索路径给予奖励,以解决智能体奖励稀疏的问题.在FB15K-237、WN18RR、NELL-995三个公开数据集上的实验结果表明,提出的方法能够捕捉序列数据中的长期依赖关系对长路径进行推理,并且在推理任务中的性能优于同类方法.

关键词：

知识推理分层强化学习Bi-LSTM多头注意力机制

原文链接:

维普
万方数据