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

    基于语言模型的中文话头自足句识别方法

    张禹尧蒋玉茹毛腾张仰森...
    386-390页
    查看更多>>摘要：根据话头自足句理论进行标点句的话头自足句识别任务,探究语言模型在该任务中的应用效果,进一步将该任务划分为单个标点句的话头自足句识别和标点句序列的话头自足句识别.在单个标点句的话头自足句识别任务中,对该任务在形式上进行了完整的定义,将其形式化为机器阅读理解任务.从结果来看,在《围城》语料上取得了83.46％的准确率,在"鱼类百科"语料上的准确率达到91.21％.在标点句序列的话头自足句识别任务中,利用单个标点句的话头自足句识别任务中训练好的模型,以流水线的方式进行标点句序列的话头自足句识别,在"鱼类百科"语料上的准确率达到82.03％.实验结果表明,提出的方法能够有效地提高中文话头自足句识别的准确率.

    话头自足句语言模型标点句机器阅读理解

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    云模式事件混沌关联特征提取的物联网大数据聚类算法

    王雪蓉万年红
    391-397页
    查看更多>>摘要：目前的聚类方法单纯从某个角度研究数据聚类问题,对基于云模式的混沌的物联网大数据聚类的考虑不足,聚类质量不高.为实现敏捷、智能、平稳的物联网大数据聚类,基于开展物联网事件的云模式通用描述模型、物联网事件混沌关联特征的云模式通用解析模型、基于云模式的物联网事件混沌关联特征提取算法、基于云模式混沌关联特征的物联网大数据关联挖掘研究,改进分解奇异值算法、网格耦合聚类算法、K-means算法、决策树学习法、分析主成分法、分层合并法等算法和分布概率函数,设计了一种基于事件混沌关联特征、敏捷、智能、平稳的物联网大数据聚类算法.最后,开展实验验证,并与传统算法进行性能对比分析.实验结果表明,相比传统算法,该算法聚类时间短、误差小,且敏捷性、智能性、动态演化性和平稳性高.因此,该算法实现了基于云模式的具有混沌关联特征的物联网事件大数据的有效聚类,具有较高的应用价值.

    物联网事件云模式混沌关联特征关联挖掘大数据聚类算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于知识图注意网络的个性化推荐算法

    荣沛苏凡军
    398-402页
    查看更多>>摘要：现有的大多数利用知识图谱的推荐算法在探索用户的潜在偏好时没有有效解决知识图谱中存在的不相关实体的问题,导致推荐结果准确率不高.针对这一问题,提出了基于知识图谱和图注意网络的推荐算法KG-GAT(knowledge graph and graph attention network).该算法将知识图谱作为辅助信息,在图注意网络中使用分层注意力机制嵌入与实体相关的近邻实体的信息来重新定义实体的嵌入,得到更有效的用户和项目的潜在表示,生成更精确的top-N推荐列表,并带来了可解释性.最后利用两个公开数据集将所提算法和其他算法进行实验对比,得出所提算法KG-GAT能够有效解决沿着知识图谱中的关系探索用户的潜在偏好时存在的不相关实体的问题.

    知识图谱图注意网络注意力机制可解释性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于AR_TSM的时间序列motif关联规则挖掘方法研究

    赵丹枫黄雁玲黄冬梅林俊辰...
    403-408页
    查看更多>>摘要：挖掘时间序列motif间潜在的关联规则可以在预测未来趋势方面发挥重要作用,时间序列motif即时间序列中先前未知的重复出现的模式.针对符号化时间序列提取motif导致信息丢失的问题,提出基于剪枝技术的motif提取算法PM_Motif,实现了保留原始信息的motif的精准快速提取;针对分割motif来发现其内部关联规则导致的规则不一致的问题,从motif间的关联规则入手,给出了基于AR_TSM方法的时间序列motif关联规则挖掘算法,从根本上避免了因motif分割引起的不确定性,保证了规则的一致性;最后,引入了关联规则评价参数RM,在多数据集上证明了关联规则的预测性能.

    时间序列motif关联规则数据挖掘关联规则评价参数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于Spark的大规模网络结构发现算法

    柴变芳欧朋成胡吉朝
    409-413页
    查看更多>>摘要：当今社会处于大数据时代,现实中的网络数据越来越多,其结构复杂、规模庞大,有效分析其结构对了解、应用其提供的信息具有重要作用.基于混合模型的网络结构发现算法可挖掘网络中的多类型聚类结构,但不能有效处理大规模网络.基于GraphX图计算模型,提出基于Spark的大规模网络的结构发现算法LNSES,从存储空间和运行时间两方面提升算法效率.为减少网络结构发现算法存储大规模网络邻接矩阵内存耗费量,LNSES算法将边、节点及节点静态属性值进行分布式存储,边分区记录节点连边,可作为索引进行节点间参数传递.为提高网络结构发现算法效率,边分区和节点分区进行拉链操作产生索引结构;更新参数时,节点根据索引找到边分区上对应的边,并行实现节点参数更新.在真实和人工大规模网络数据集上的实验结果表明:LNSES在运行时间和网络结构识别准确度方面都要优于同类网络结构发现算法,可以对大规模网络中的结构进行挖掘分析.

    大规模网络网络结构发现并行图计算Spark

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    多尺度分类挖掘算法

    张璐璐赵书良田真真陈润资...
    414-420页
    查看更多>>摘要：多尺度分类挖掘多局限于空间数据,且对一般数据尺度特性进行分类的研究较少.针对上述问题,进行普适的多尺度分类方法研究,以扩大多尺度适用范围.从空间数据估计角度出发,结合层次理论和尺度特性,基于概率密度估计离散化方法,针对数据的多尺度特性进行分类挖掘.以非局部均值和三次卷积插值为理论基础,利用Q统计和不一致度量进行操作,提出多尺度分类尺度上推算法和多尺度分类尺度下推算法.采用UCI数据集和H省人口真实数据集进行实验,并与CFW、MSCSUA和MSCSDA等算法进行对比,结果表明,该算法可行有效.与其他算法相比,尺度上推算法正确率平均提高4.5％,F-score提高4.8％,NMI提高12.3％,尺度下推算法各个相应指标分别平均提高5.3％,6.6％和11.8％.

    多尺度不一致度量尺度转换多尺度分类挖掘Q统计

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于LFOA-HSRVM的IPTV用户报障预测方法

    刘超陈春冰王攀
    421-425页
    查看更多>>摘要：针对交互式网络电视(IPTV)用户报障因素复杂、故障样本相对贫瘠的问题,基于相关向量机(RVM)高稀疏性的建模特点提出一种结合RVM参数优化和混合采样的IPTV用户报障预测方法(LFOA-HSRVM).该方法将IPTV的用户报障预测视为一个针对非均衡数据集的二分类问题,克服了传统RVM算法在处理非均衡数据时决策边界偏向少数类样本的问题.实验表明,与其他相关算法相比,该算法的少数类分类性能和总体分类性能均有较大提升,能获得更好的报障预测效果.

    非均衡数据RVM核参数寻优混合采样报障预测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于Erlang-HSMM的设备剩余寿命预测研究

    李永朋刘勤明叶春明李冠林...
    426-429,443页
    查看更多>>摘要：对于关键复杂设备进行健康诊断和设备剩余寿命预测,提出了一种基于爱尔朗分布和隐半马尔可夫模型的联合剩余寿命预测模型(Erlang-HSMM,E-HSMM).首先,提出了改进的前后向算法、维特比算法和Baum-Welch算法,有效地降低了模型的计算复杂度;其次,基于爱尔朗分布改进设备的健康状态逗留时间,将状态逗留时间分为已遍历和未遍历两个部分,提出新的健康状态逗留时间的概率分布;最后,针对状态监测数据,利用失效率理论构建设备剩余寿命预测模型.通过美国Caterpillar公司液压泵的状态监测实际数据进行评价与验证,实验结果表明,E-HSMM模型对设备的状态诊断和剩余寿命预测更加符合实际状况,比传统的隐半马尔可夫模型(HSMM)更有效.

    隐半马尔可夫模型爱尔朗分布故障诊断寿命预测失效率函数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于引力搜索的布尔函数生成算法

    贾少帅张凤荣
    430-434页
    查看更多>>摘要：布尔函数是在密码学、纠错编码和扩频通信等领域有着广泛应用的密码函数,寻找性能优良的布尔函数一直是密码学领域的重要问题之一.基于引力搜索算法设计了一种搜索布尔函数的新算法.该算法模仿万有引力定律,以n维空间中的质量点表示布尔函数,以布尔函数的密码特性作为目标适应度函数进行搜索.实验结果表明,算法使用新设计的目标适应度函数可以直接生成具有1阶弹性、1阶扩散准则和高非线性度、高代数次数以及低自相关指标等多种密码学指标的平衡布尔函数,并且进一步给出了直接生成2输出平衡布尔函数的计算机搜索算法.

    密码学布尔函数引力搜索算法启发式算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于ML loss的SVM分类算法

    徐龙飞郁进明
    435-439页
    查看更多>>摘要：SVM的损失函数可以保证分类结果的高置信度,但同时是一个无界的凸函数,导致受噪声的影响较大.为了提高SVM在噪声环境下的分类效果,提出使用结合了pinball和LS损失函数的ML loss来降低对噪声的敏感性,将其应用到SVM中得到MLSVM模型.根据LS损失函数具有结构风险最小化的特性和等式约束来简化求解过程,然后使用pinball损失函数根据分类样本之间的最大分位数距离来确定分类超平面,再使用拉格朗日函数等方法求解MLSVM的目标函数和分类超平面.在数据集上的实验表明,相比于hinge SVM等模型,MLSVM可以降低对数据中噪声的敏感性,提升对含噪数据的分类性能.

    支持向量机(SVM)损失函数噪声pinballLSMLlossMLSVM

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普