首页期刊导航|计算机应用研究
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
计算机应用研究

四川省电子计算机应用研究中心

刘营

月刊

1001-3695

arocmag@163.com

028-85249567

610041

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

    二次滑动粗粒化的快速样本熵脑电情感分析

    朱永升钟清华蔡冬丽廖金湘...
    57-60,74页
    查看更多>>摘要:针对传统单一尺度样本熵对脑电信号(EEG)序列特征提取不明显、多尺度熵在粗粒化过程中会遗漏重要信息导致情感分类性能下降以及样本熵算法效率不高的问题,提出了一种基于二次滑动均值粗粒化的多尺度快速样本熵脑电特征提取方法.由于不同情感的脑电信号存在差异性,先采用二次滑动均值粗粒化对脑电信号进行多尺度处理,然后利用快速样本熵算法提取不同时间尺度的样本熵值作为特征向量,结合随机森林(RF)分类模型来识别不同的情感状态.提出的方法对多模态标准情感数据库DEAP进行了研究,发现大脑额区和右脑对情感比较敏感,正性、中性和负性情感在大脑侧额区获得了88.75%的平均分类准确率.实验结果表明,该方法可以有效地提取脑电特征,并且能够保证算法的效率.

    脑电信号情感识别二次滑动均值粗粒化快速样本熵随机森林

    融合社交关系和标签信息的混合新闻推荐算法

    夏鸿斌刘春芹刘渊
    61-64页
    查看更多>>摘要:针对传统新闻推荐的数据稀疏性和用户的兴趣爱好快速变化问题,提出了一种融合社交关系和标签信息的混合新闻推荐算法.首先,该算法充分利用社交网络中的社交关系和标签信息;然后使用概率主题模型(latent Dirichlet allocation,LDA)对用户兴趣进行建模;最后采用基于内容与协同过滤相结合的混合推荐算法来完成新闻推荐.实验结果表明,所提算法与已有的推荐算法相比较,在精确度上提升了10.7%、平均倒数排名上(mean reciprocal rank,MRR)提升了4.1%,在归一化折损累计增益(normalized discounted cumulative gain,NDCG)上提升了10%.该算法可在一定程度上提高新闻推荐算法的精度及推荐质量.

    新闻推荐混合推荐社交关系用户标签

    不完备邻域决策粗糙集的最小化代价属性约简算法

    姚晟李初宴吴照玉
    65-68页
    查看更多>>摘要:目前的决策粗糙集研究主要集中在完备离散型信息系统,很少有对不完备连续型数据进行研究,考虑这一问题,提出一种不完备邻域决策粗糙集模型.首先在不完备连续型数据中引入了不完备邻域关系,然后利用该二元关系对传统的决策粗糙集进行重构,一种称之为不完备邻域决策粗糙集的模型被提出,同时基于决策代价原则,进一步地提出了最小化决策代价的属性约简算法.最后通过实验表明了所提出的算法具有更高的属性约简性能.

    粗糙集不完备邻域关系最小决策代价属性约简

    基于多通道深度学习网络的混合语言短文本情感分类方法

    张洋胡燕
    69-74页
    查看更多>>摘要:相比于单一语言的短文本情感分类而言,混合语言由于其表达情感的单词语言不唯一,语法结构复杂,仅使用传统词嵌入的方法无法使分类器学到足够有用的特征,导致分类效果不佳.针对这些问题,提出一种融合字词特征的双通道复合模型.首先,针对数据集不平衡问题,提出一种基于Bert语义相似度的数据集欠采样算法;其次,构建双通道深度学习网络,分别将以字、词方式嵌入的原始数据通过两个通道送入CNN和带有注意力机制的LSTM组成的模块中进行多粒度特征提取;最后融合多通道的特征进行分类.在NLPCC2018任务1公布的混合语言五分类数据集上的实验表明,该模型的整体性能较目前有代表性的深度学习模型有进一步提高.

    混合语言短文本多通道注意力机制融合特征

    基于可靠邻居与精确簇数的稀疏子空间聚类

    郑毅马盈仓杨小飞
    75-82页
    查看更多>>摘要:为了获得更加可靠的相似矩阵,并使其含有精确的连通分支数量,提出了一种新的稀疏子空间聚类算法.该算法利用K近邻思想从局部寻找可靠邻居,在距离度量方面,选用测地线距离进行计算,考虑了数据在高维空间分布的几何结构,使得数据的邻居关系更加合理.同时,利用Ky Fan定理,通过参数的自适应调节,使得相似矩阵包含精确的连通分支数量.此外,该算法打破了常规的两步走模式,同时进行相似矩阵的学习和谱聚类过程,将数据相似性度和分割进行了紧密的联系,进一步加强了对数据结构信息的挖掘和利用.在人造数据集、图像数据集以及真实数据集进行了实验,实验结果表明该算法是有效的.

    K近邻测地线距离子空间聚类连通分支数量相似矩阵

    基于偏序集的数据清洗规则链自动生成方法

    何俊张彩庆李小珍张德海...
    83-87页
    查看更多>>摘要:针对数据清洗中规则间逻辑冲突频发和出错率高的问题,提出一种基于偏序集的规则链自动生成方法.通过分层组合的数据清洗框架自顶向下对规则进行分类处理,采用偏序集和哈斯图自动生成每个层级的逻辑正确和一致的规则链,并设计出对应的生成算法和自动清洗算法.以扶贫领域数据为例进行实验,结果表明该方法使数据清洗效率有一定提升,清洗结果出错率明显降低,检验了方法的科学性和有效性.

    偏序集数据清洗规则链哈斯图扶贫领域

    大型数据库中利用强化学习改进treap的关联规则挖掘算法

    辛春花郭艳光鲁晓波
    88-92页
    查看更多>>摘要:信息的爆炸式增长使数据挖掘分析过程更加困难,针对普通关联规则挖掘算法很难在短运行时间和低关联度的前提下完成大型数据库中变量关系的评估和发现的问题,提出利用强化学习算法改进treap的大型数据库关联规则挖掘算法.提出的算法首先计算数据库中每个变量的优先级;然后,在优先级模型中利用强化学习算法改进的build-treap程序构建treap数据结构;最后,通过遍历程序和generateRule程序完成数据库中所需的关系查找.在对提出的算法进行稳定性分析后进行了仿真验证实验,实验结果表明,提出的算法在其最次和最佳案例分析中分别能够完成O(n log n)次和0(n2)次挖掘,能够在较短时间内完成低关联度的大型数据库中变量关系挖掘任务,相对于改进型Apriori算法和改进型FP生长算法有较大提升.

    改进型treap算法强化学习算法大型数据库优先模型关联规则

    基于序列到序列模型的无监督文本简化方法

    李天宇李云钱镇宇
    93-96,100页
    查看更多>>摘要:训练基于序列到序列(seq2seq)的文本简化模型需要大规模平行语料库,但是规模较大且标注质量较好的语料却难以获得.为此,提出一种无监督文本简化方法,使模型的学习仅需要无标注的复杂句和简单句语料.首先,利用去噪自编码器(denoising autoencoder)分别从简单句语料和复杂句语料中学习,获取简单句的自编码器和复杂句的自编码器;然后,组合两个自编码器形成初始的文本简化模型和文本复杂化模型;最后,利用回译策略(back-translation)将无监督文本简化问题转换为监督问题,不断迭代优化文本简化模型.通过在标准数据集上的实验验证,该方法在通用指标BLEU和SARI上均优于现有无监督模型,同时在词汇级别和句法级别均有简化效果.

    文本简化无监督序列到序列模型去嗓自编码器

    基于空间故障网络的系统故障发生潜在可能性研究

    李莎莎崔铁军
    97-100页
    查看更多>>摘要:为了在系统故障演化过程(system fault evolution process,SFEP)中,根据系统故障事件累计数据,获得当一些事件发生后对系统最终故障发生的影响,提出一种基于空间故障网络(SFN)的系统故障发生潜在可能性分析方法.该方法的特点是根据系统运行期间发生各类事件及事件间关系,建立事件关系数据库,绘制SFN.当某种工况下已发生一些事件后,根据这些事件的因果逻辑关系和传递概率,得到这些事件能否引起系统故障、故障模式及发生可能性.通过典型实例说明了该方法的使用过程和分析效果,表明其可适应大规模故障数据处理和SFEP故障发生潜在性分析.

    安全系统工程空间故障网络故障模式潜在可能性

    基于离散小波变换和随机森林的轴承故障诊断研究

    彭成王松松贺婧李凤娟...
    101-105页
    查看更多>>摘要:针对不同工况下数据特征选择困难和单一分类器在滚动轴承故障诊断中识别率较低等问题,提出了一种基于离散小波变换和随机森林相结合的滚动轴承故障诊断方法.该方法首先利用离散小波变换分解振动信号,得到n层近似系数;然后创新性地采用sigmoid熵构造出n维特征向量,sigmoid熵能较好地提取非平稳信号的特征,提高诊断准确率;最后采用随机森林对滚动轴承不同故障信号进行分类.实验采用西储凯斯大学轴承数据中心网站提供的轴承数据,与传统分类器(KNN和SVM)以及单个分类回归树CART进行对比分析,结果表明该方法具有更好的诊断效果.

    滚动轴承故障诊断离散小波变换随机森林sigmoid