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

    后验正则化综述

    韩亚楠刘建伟罗雄麟
    2881-2887,2903页
    查看更多>>摘要:在模型训练过程中,训练语料通常包含许多针对特定问题的边信息,而模型往往无法直接利用这些边信息.后验正则化(posterior regularization,PR)由于其框架的灵活性和简单性,在分类任务、自然语言处理以及远程监督系统等领域获得广泛应用.首先系统性地对后验正则化问题进行描述;然后详细介绍了三类后验正则化的通用框架,并指出了各个后验正则化框架被提出的原因以及其模型的具体形式、所具有的优缺点、适宜解决的问题等;进而又指出了近年来几类后验正则化框架的典型应用,并指明了后验正则化框架未来可能的发展方向;最后对全文内容进行概括总结.

    后验正则化边信息后验分布自然语言处理

    基于深度学习的视觉单目标跟踪综述

    张长弓杨海涛王晋宇冯博迪...
    2888-2895页
    查看更多>>摘要:单目标跟踪是一种在视频中利用目标外观和上下文信息对单个目标分析运动状态、提供定位的技术,在智能监控、智能交互、导航制导等方面具有应用前景,但遮挡、背景干扰、目标变化等问题导致实际应用的进展缓慢.随着近年来深度学习的快速发展,研究使用深度学习技术优化单目标跟踪算法已成为计算机视觉领域的热点之一.围绕基于深度学习的单目标跟踪算法,在分析了单目标跟踪的基本原理基础上,从相关滤波、孪生网络、元学习、注意力、循环神经网络和生成对抗网络六个方面,根据核心算法的不同分别进行了概述和分析;此外,对研究现状进行了总结,提出了算法的发展趋势和优化思路.

    单目标跟踪深度学习孪生网络相关滤波元学习注意力机制

    模糊多核支持向量机研究进展

    戴小路汪廷华胡振威
    2896-2903页
    查看更多>>摘要:模糊多核支持向量机将模糊支持向量机与多核学习方法结合,通过构造隶属度函数和利用多个核函数的组合形式有效缓解了传统支持向量机模型对噪声数据敏感和多源异构数据学习困难等问题,广泛应用于模式识别和人工智能领域.综述了模糊多核支持向量机的理论基础及其研究现状,详细介绍模糊多核支持向量机中的关键问题,即模糊隶属度函数设计与多核学习方法,最后对模糊多核支持向量机算法未来的研究进行展望.

    核方法模糊支持向量机多核学习隶属度函数

    LBA:轻量级区块链架构

    邓小鸿朱年红黄磊王智强...
    2904-2908,2914页
    查看更多>>摘要:针对现有区块链架构在面临垂直结构型的轻量级应用时存在着结构冗余、性能不足的缺点,提出一种轻量级区块链架构(lightweight blockchain architecture,LBA).在数据层,提出按行存储机制提高数据读写效率,并增加基于MongoDB的存储方式,支持海量数据的线下隔离存储.在共识层,设计分层共识机制,将节点按事务粒度划分为决策层和执行层,减少参与共识的节点数量,提升共识效率.在网络层,提出分布式结构化网络模型,提高网络中数据的广播效率.在应用层,设计自定义事务接口,支持不同场景下的区块链系统功能定制,采用自定义的有限状态机取代图灵机,提高智能合约的可控性和降低复杂度.实验仿真结果表明,LBA架构能有效提高区块链系统中的数据存储效率、网络通信和共识效率,适用于区块链的轻量级中小型应用.

    轻量级区块链体系结构共识算法智能合约

    基于配对制度的DPoS共识机制

    张雅萍任秀丽
    2909-2914页
    查看更多>>摘要:针对授权股权证明共识机制中节点投票不积极和节点腐败的问题,提出一种基于配对制度的DPoS共识机制(delegated proof-of-stake based on matching mechanism,DPoS-M2).根据节点属性值将节点分为独立节点、主节点和配基节点,通过主节点和配基节点配对增加节点间相互作用力,提高各类节点参与共识的积极性,从而降低系统中心化程度.采用类别评定模块,计算节点行为权重值并更新节点类别,使系统对节点的奖惩更具有针对性.当新节点加入系统时,运用马氏距离计算公式求出最需要该节点的社区,以保证社区动态且平衡运行.在仿真环境下,DPoS-M2在运行了80 min时,与DDPoS、DPoS-PI和DPoS相比,节点的参与度分别提高21.9%、8.7%和32.4%;出块数量分别提高63.2%、44.8%和11.6%;新节点参与率分别提高22.8%、25.5%和28.7%;恶意节点的剔除速度分别提高12%、32%和48%.实验结果表明,DPoS-M2能有效地提高节点的积极性和系统去中心化程度,加快出块速度,提高可扩展性,增强系统安全性.

    区块链共识机制授权股权证明类别评定模块马氏距离

    基于三链的艺术品区块链存证溯源模型

    袁健王雪凤
    2915-2918,2925页
    查看更多>>摘要:针对现有艺术品流通信息不透明、中心化交易权限不对称等问题,提出一种基于三链的艺术品区块链存证溯源模型.首先,针对艺术品信息单条数据量大的特点,提出基于区块链的对称可搜索加密算法,并结合星际文件系统对艺术品流通记录进行链上链下安全存储.其次,对于艺术品信息有效数据日渐增长的特点,提出基于区块链的倒排快速查询溯源算法,帮助数据用户实现快速溯源定位.同时,首次提出虚假信息联盟链存储失实艺术品流通记录,实现对虚假信息的处理.最后,实验验证了模型的大数据安全存储、快速查询溯源可行性.实验表明该模型可行,查询方法有效.

    区块链存证溯源可搜索加密倒排索引快速查询

    基于区块链的IoV隐私保护认证方案设计

    曾萍陈志娟马英杰赵耿...
    2919-2925页
    查看更多>>摘要:传统车联网(Internet of Vehicles,IoV)身份认证系统普遍具有中心不可信的安全风险,而智联车又存在许多亟待解决的隐私安全问题.因此,借助区块链分布式、可溯源、不可窜改等特点,提出云链结合的可信分散式系统架构,基于该架构同时结合无证书的密码机制以及密钥隔离技术设计分布式身份认证协议.通过安全性分析表明,该方案安全性高、能满足车联网匿名身份认证的要求.同时与现有方案进行仿真对比表明,本方案具有更低的计算开销和通信成本,适用于实际的认证时延低和隐私保护的车联网环境中.

    车联网区块链分布式认证隐私保护无证书

    改进的自适应大规模邻域搜索算法求解动态需求的混合车辆路径问题

    南丽君陈彦如张宗成
    2926-2934页
    查看更多>>摘要:为了给物流企业在车辆配送方案制定上提供决策支持,针对电动物流车与燃油物流车混合配送的模式,研究了带时间窗的动态需求车辆路径问题,建立了以配送总成本最小化为目标的两阶段整数规划模型.针对模型特点,设计了改进的自适应大规模邻域搜索(improved adaptive large neighborhood search,IALNS)算法,提出新的删除、修复算子及动态阶段加速策略,分别针对大规模的静态算例与动态算例进行算法性能测试.结果表明,与无改进策略的IALNS(IALNS-ND)相比,静态问题中在相同的求解时间内75%的算例(12个算例中9个)IALNS得到的最小值和平均值优于IALNS-ND,动态问题中95%(60个算例中57个算例)的算例可以得到成本和时间均优于IALNS-ND的解;与三种算法——自适应大规模邻域搜索算法(ALNS)、大规模邻域搜索算法(LNS)以及变邻域搜索算法(VNS)相比,静态问题中所有算例IALNS获得的总成本的最小值和平均值均优于三个对比算法,动态问题中58%(60个算例中35个算例)的算例IALNS能够以少于三个对比算法1.5倍甚至10倍的时间获得更优的解.同时随着问题动态度的提高,IALNS的速度更快,质量更好,证明了该算法在求解时效性要求高的动态需求车辆路径问题的优越性.

    动态需求电动车车辆路径问题混合车队改进的自适应大规模邻域搜索算法

    基于注意力的时空神经网络城市区域交通流量预测

    廖挥若杨燕
    2935-2940页
    查看更多>>摘要:可靠的交通流量预测在交通管理和公共安全方面具有重要意义.然而,这也是一件具有挑战性的任务,因为它易受到空间依赖性、时间依赖性以及一些额外因素(天气和突发事件等)的影响.现有的大部分工作只考虑了交通数据的部分属性,导致建模不充分,预测性能不理想.因此,提出了一种新的端到端的深度学习模型——时空注意力卷积长短期记忆网络(ST-AttConvLSTM),用于交通流量的预测.ST-AttConvLSTM将整个模型分为三个分支进行建模,每个分支经过残差神经网络提取局部的空间特征,同时进一步结合天气等外部因素,再利用卷积长短时记忆网络(ConvLSTM)和注意力模型两种组件来挖掘流量的潜在规律,捕获时空维度上数据的关联性.使用北京市和纽约市两个真实的移动数据集来评估提出的方法,实验结果表明,该方法比知名的基准方法有更高的预测精度.

    交通流量预测深度学习卷积长短时记忆网络注意力模型

    基于事件触发机制的双编队车辆换道决策模型

    谢光强戴金刚李杨许浩然...
    2941-2947,2973页
    查看更多>>摘要:针对由联网自动化车辆(connected and automated vehicle,CAV)组成的双编队车辆换道问题进行了研究,提出了一种基于事件触发的分布式换道决策模型.该模型针对双编队系统设计了一种编队内和编队间的一致性控制协议;同时,为了减少CAV车辆控制器的频繁更新,设计了一种基于组合测量方式的事件触发器,并给出Lyapunov函数证明了算法的稳定性且不存在Zeno行为.仿真结果表明,所设计的控制协议能够使双编队系统收敛一致,有效降低CAV控制器的更新频率,减少系统能耗.通过模型对比,在证明所提决策模型有效性的同时,系统能够更快地收敛.

    多智能体系统分布式事件触发机制李雅普诺夫分布式换道策略