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

    PipeCNN:一种基于软件流水线的并行化卷积神经网络方法

    吴鹏周宁宁
    1079-1083页
    查看更多>>摘要:针对使用传统模型并行方法加速卷积神经网络训练容易出现设备利用率不高的问题,提出了通过软件流水线方式加速卷积神经网络的方法PipeCNN.首先研究了卷积神经网络中的前向传播与反向传播算法,分析了训练过程中的数据相关性;然后基于软件流水线改进了卷积神经网络的训练过程,提出了两种可行的参数更新方式;最后使用循环队列来实现网络中层与层之间的消息通信,并提出任务分配算法来划分软件流水线中的工作段.实验结果显示,这种方法在保证模型准确性的前提下,可以取得良好的加速比以及设备利用率,表明了使用软件流水线可以有效解决模型并行中设备利用率不高的问题,提高了卷积神经网络的训练速度.

    卷积神经网络软件流水线模型并行深度学习

    联合结构化图学习与l1范数谱嵌入的鲁棒聚类算法

    汤立伟张家珲彭勇孔万增...
    1084-1087,1096页
    查看更多>>摘要:谱聚类算法存在两个不足:a)将图的构造与谱分解割裂成两个独立的阶段,导致了结果的次优性;b)常用的基于l2范数度量谱特征向量的相似性具有噪声敏感性.为了克服上述两点不足,提出基于联合结构化图学习与l1范数谱嵌入的鲁棒聚类算法(记为CLRL1).在该算法框架下,一方面图的学习过程与聚类过程可以有效结合起来进行协同优化,另一方面l1范数的使用可以很好地约束谱特征向量的相似性以提升算法的鲁棒性.在多个常用数据集上进行的实验结果表明,改进算法聚类性能得到了明显提升.

    谱聚类结构化图学习l1范数联合学习

    虚拟化云计算数据中心资源节能调度算法研究

    宁士勇
    1088-1091页
    查看更多>>摘要:针对当前云计算数据中心资源调度过程耗时长、能耗高、数据传输准确性较低的问题,提出基于VR沉浸式的虚拟化云计算数据中心资源节能调度算法.构建云计算数据中心资源采样模型,结合虚拟现实(virtual reality,VR)互动装置输出、转换、调度中心资源,提取中心资源的关联规则特征量,采用嵌入式模糊聚类融合分析方法三维重构中心资源,建立虚拟化云计算数据中心资源的信息融合中心,采用决策相关性分析方法,结合差异化融合特征量实现对数据中心资源调度,实现虚拟化云计算数据中心资源实时节能调度.仿真结果表明,采用该方法进行虚拟化云计算数据中心资源节能调度的数据传输准确性较高,时间开销较短,能耗较低,在中心资源调度中具有很好的应用价值.

    虚拟化云计算数据中心资源VR沉浸式

    基于大批量训练和正交正则化的跨模态哈希方法

    张学旺周印
    1092-1096页
    查看更多>>摘要:基于深度学习的跨模态哈希方法都使用小批量训练方式来训练模型,然而小批量方式在每次更新参数时获取样本数量有限,不能得到很好的梯度,影响最终训练的模型检索性能.针对此问题,提出了一个新的跨模态哈希方法.该方法使用大批量方式进行训练,并引入正交正则化来增加大批量训练的稳定性;同时考虑了哈希码的离散性,将哈希码与特征之间的距离加入到目标函数中,使得哈希码能够更加真实地表示数据.在两个广泛使用的跨模态检索数据集上的实验表明,该方法比现有的几种哈希方法具有更好的性能.

    跨模态哈希大批量训练正交正则化哈希码和特征之间的距离

    基于基因水平多样性的微种群教与学优化算法

    王筱薇范勤勤王维莉
    1097-1101页
    查看更多>>摘要:种群多样性对微种群教与学优化算法的性能有极大影响.为进一步提高其性能,提出一种基于基因水平多样性的微种群教与学优化算法(MTLBO-GLD).该算法从基因水平上对种群多样性进行监测;并使用混沌搜索和余弦函数分阶段进行扰动以增加种群多样性.所提算法与八种元启发式算法(四种微种群算法和四种非微种群算法)在13个测试函数上进行性能比较.实验结果表明,MTLBO-GLD的整体性能要显著好于其他八种对比算法.

    教与学优化微种群混沌搜索种群多样性

    电动汽车分时租赁用户预约分配问题的新型电磁场优化算法求解

    赵桐刘勇
    1102-1107页
    查看更多>>摘要:针对电动汽车电量对于行驶里程的限制问题,建立用户预约分配模型,以得到利润最大时的订单分配结果.该类问题属于NP-hard问题,求解具有一定困难.因此,设计一种新型离散电磁场优化算法求解方法.在基本电磁场优化算法的基础上使用二进制编码方式,改变粒子移动方式,并对负电磁场中的电磁粒子增加更新过程.将提出的新算法与遗传算法、二进制粒子群算法、改进二进制布谷鸟算法及二进制狮群算法进行对比,数值实验表明新算法具有更高的计算效率.此外,与传统分配模型相比,新订单分配模型能够获得更高的利润,说明了该模型的有效性.

    分时租赁用户预约分配模型离散电磁场优化算法传递函数优化

    意愿计算的股市突变点预测方法

    姚宏亮董伟伟王浩杨静...
    1108-1112,1118页
    查看更多>>摘要:由于传统分段线性表示方法没有考虑股市数据分布变化导致分段不合理,同时股市突变点相关特征的局部性导致突变点难以有效预测,所以在分段线性表示方法的基础上提出一种意愿计算的股市突变点预测方法(WC-WSVM).首先,给出一种波动率分布变化的分段线性表示(V-PLR)方法,通过波动率分布变化自适应地优化PLR分段阈值;然后,提取与主力买卖股票意愿相关的股市特征并进行量化,利用逻辑回归(LR)对于所提取的特征进行融合得到意愿计算结果;最后,将意愿计算结果与PLR-WSVM算法输入特征共同代入到WSVM中,进行突变点预测.在真实数据上的实验结果表明,算法具有强适应性,预测精度得到有效提升.

    突变点分段线性表示支持向量机意愿计算逻辑回归

    云制造环境下基于SVM的加工设备资源分类研究

    徐东升陈友玲刘舰谢蓉...
    1113-1118页
    查看更多>>摘要:云制造资源的有效分类是资源服务化封装及后续制造资源服务检索的前提条件,针对高维度特征、多类别加工设备资源的分类问题.依据描述云制造加工设备资源属性特征的XML文档,提取资源属性特征并进行向量化处理.基于SVM算法建立制造资源自动分类预测算法模型,引入SMO算法提升SVM分类算法的分类效率,并利用网格搜索寻求SVM算法的最优参数从而优化SVM算法效果.最后基于某设备资源集的原始设备信息对不同加工设备进行分类实验,验证了该分类模型的有效性以及可行性.

    云制造加工设备SVM算法SMO自动分类

    基于IPSO-BSVM的小样本数据不均衡下的设备健康预测研究

    位晶晶刘勤明叶春明陈翔...
    1119-1122,1127页
    查看更多>>摘要:针对设备的健康预测缺乏大量样本且存在样本不均衡问题,提出基于改进粒子群优化算法优化均衡支持向量机(IPSO-BSVM)的健康预测模型.首先,提出动态非线性惯性权重对PSO进行优化;其次,提出了一种非线性多分类均衡支持向量机BSVM,以减小由于样本量不均衡引起的误差;然后利用改进后的PSO对BSVM参数进行优化;最后利用建立的IPSO-BSVM模型对设备进行状态识别及剩余寿命预测.仿真结果表明,提出方法能够有效解决小样本数据不均衡下的设备健康预测问题.

    状态识别剩余寿命预测小样本BSVMPSO

    不确定环境下多机器人编队控制研究

    吴军成肖宇峰霍建文
    1123-1127页
    查看更多>>摘要:针对多机器人在不确定环境下难以保持某种队形到达预定目标等问题,提出了一种无须全局坐标的多机器人编队控制算法.该算法通过Reynolds类鸟群模拟方法设计了"分离""对齐""队形"三规则的控制器来实现多机器人任意队形保持控制,并增加切换规则来实现多机器人队形变换.在不同场景及复杂环境下进行仿真实验,验证了提出方法的优越性.该算法能够使多机器人在不确定环境下保持队形到达目标,对于救援、救灾下多机器人的运用具有重要意义.

    多机器人不确定环境任意队形保持队形变换控制器