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

    基于二维结构熵的置信传播算法收敛性分析

    牛进王晓峰左逢源林青文...
    2032-2036,2043页
    查看更多>>摘要:为了对置信传播(BP)算法在结构比较复杂的命题公式上有时会失效,常常表现为不收敛的现象给予理论解释,提出了基于警示传播的社区发现算法(WPLPA).依据BP算法在因子图上的信息迭代策略,利用WPLPA算法对命题公式所对应因子图的社区结构进行划分.借助二维结构熵的相关理论技术,建立了命题公式的二维结构熵度量模型,通过该模型分析了BP算法的收敛性与二维结构熵之间的关系,给出BP算法的收敛性判定条件,对BP算法的收敛性进行系统分析.实验分析证明该方法有效可行,能为信息传播算法的后续研究提供理论支持.

    命题公式二维结构熵置信传播算法收敛性社区发现

    基于社区探测的层次自适应并行布局算法

    邓皓天周锐王桂娟母东生...
    2037-2043页
    查看更多>>摘要:针对大规模网络高效布局和递进式结构分析的需求,提出基于社区发现的多层级力导向布局算法.首先,该算法采用Louvain算法对网络进行多层级社团结构划分,根据划分结果压缩网络并进行骨架布局,确定网络整体架构;然后,采用自适应的力导向变体算法对各个社团内部的原始节点并行布局,细化社区内部网络结构,并引入补偿力减少社区划分带来的网络结构信息缺失;最后,设计了初始布局算法、改良了振颤模型来减少布局所需的迭代次数.实验结果表明,与现有网络布局算法相比,该算法能够更清晰、高效地展示大规模社交网络数据,满足大规模复杂网络可视化的需要.

    社区探测复杂网络自适应布局多层级

    基于免疫进化的物联网系统架构优化

    张玉杜猛猛张红艳李虎...
    2044-2049,2055页
    查看更多>>摘要:随着众多的智能设备成为物联网系统的构件,其系统架构形式和规模呈现出多样化、巨大化的特点.物联网系统的性能取决于其本身的组织架构.因此,物联网系统组织架构方式的优化尤为重要.由于系统架构本质为系统节点的排列组合问题,将系统架构问题转换为系统效能值的优化问题,提出了一种基于免疫进化的求解算法.该算法采用层次编码方式,将系统组织架构转换为整数编码形式,设计了自适应层级交叉算子、小扰动变异算子,并采用个体激励度来引导算法的搜索方向,搜索出满足性能要求的物联网系统结构.实验结果表明:该算法可获得具有高效能值的系统组织架构,在成功率、相对错误率和收敛速度上的表现较优.

    物联网组织结构进化算法免疫算法

    车联网中改进粒子群算法的任务卸载策略

    缪裕青徐伊张万桢刘同来...
    2050-2055页
    查看更多>>摘要:当前,多数车联网任务卸载工作仅考虑时延因素将任务卸载至边缘服务器执行(LOCAL-MEC),但是,车载单元仍有一定的计算能力可以利用.针对上述问题,研究了任务卸载的总代价即时延和能耗两个目标,提出一个将车辆自身的计算单元、附近车辆的计算单元与边缘服务器协同计算的任务卸载模型.该模型既考虑了任务的优先关系,又同时考虑了系统的时延和能耗.通过借鉴模拟退火算法思想并引入压缩因子改进粒子群算法来实现任务卸载.实验结果表明:与其他任务卸载策略相比,提出的任务卸载策略优化效果明显,TPSO算法的总代价为传统粒子群算法的53.8%、LOCAL-MEC策略的27.1%、DCOS(distributed computation offloading scheme)算法的78%,并且适用于多种现实场景.

    移动边缘计算任务卸载车联网改进粒子群算法

    基于随机图的物联网多节点连通性判定方法

    何杏宇张兆赵丹杨桂松...
    2056-2059页
    查看更多>>摘要:多节点协作已成为物联网的重要应用趋势,为了确保多个节点之间的可靠协作,提出了一种基于随机图的多节点连通性判定方法.首先,根据节点之间的直接连通概率构建节点连通性随机图;然后将所构建的随机图拆分为包含协作组节点的目标组件和不包含协作组节点的中继组件,从而将协作组内多节点之间的连通性转换为组件之间的连通性;最后,提出了测试组件之间连通性的算法,其中定义了与直接连通概率有关的测试规则以对组件之间测试边的测试优先级进行排序.仿真结果表明,相比于现有方法,所提方法能够以较低的成本获得较高的准确度.

    多节点连通性随机图直接连通概率测试规则

    基于互质阵的循环平稳信号低复杂度欠定DOA估计算法

    张晋王大鸣崔维嘉巴斌...
    2060-2065页
    查看更多>>摘要:针对现有大多数循环平稳信号DOA估计算法复杂度较高、估计精度低无法实现对有用信号的欠定估计问题,提出了一种基于互质阵的循环平稳信号低复杂度、欠定DOA估计算法.算法的主要思想是利用互质阵良好的稀疏特性,通过矢量化处理构造虚拟阵列模型,扩展阵列孔径,实现阵列自由度的提升.首先,算法构造了互质阵输出的循环自相关矩阵,然后进行矢量化处理得到最大连续虚拟阵元部分,给出其谱峰搜索的表达式.最后,为降低计算复杂度,对算法进行改进,应用多项式求根的方法直接求解DOA估计值.仿真结果表明,所提算法能实现对有用信号的欠定估计,计算复杂度较低,且相比于大多数的循环平稳信号DOA估计算法,所提算法估计自由度和估计精度有了进一步的提升.

    循环平稳信号互质阵型波达方向估计欠定估计

    基于异常值的拟态裁决优化方法

    高振斌贾广瑞张文建谭力波...
    2066-2071页
    查看更多>>摘要:针对拟态裁决器多数一致性表决算法的优化方法,提出用异常检测的方法直接量化数据可靠性来提升表决正确率.基于异常值的表决算法,通过构建拟态系统异构执行体输出数据集和训练深度学习异常检测模型量化了执行体输出数据异常值;使用权值优化算法优化加权分配,在表决时选择最优加权结果作为表决输出结果.实验结果表明,该方法能够提升拟态裁决器的表决输出正确率,具有一定共模逃逸检测能力,提升了系统的安全性和可靠性.

    拟态防御裁决器表决算法深度学习异常检测

    具有隐私保护的边缘计算高效数据卸载方法

    董骏冯锋
    2072-2076页
    查看更多>>摘要:针对用户终端数据卸载过程中难以同时实现高隐私安全和低时间消耗的目标,提出了一种具有隐私保护的边缘计算高效数据卸载方法.首先,利用时间计算模型和隐私熵值分别将用户终端时间消耗和数据隐私安全程度进行量化,并建立一个多目标优化问题模型;其次,利用改进强度帕累托进化算法对时间消耗和隐私熵值进行联合优化;最后,利用基于熵权法的多属性决策方法选取最优的时间消耗和隐私熵组合策略.在多终端用户多计算任务的边缘计算下展开实验研究和对比分析,结果表明,该方法在降低传输时间的基础上还增强了数据卸载传输的安全性.

    边缘计算数据卸载隐私保护时间消耗隐私熵多目标优化算法

    环境感知的新冠肺炎传播态势的建模与分析

    杨伟宏秦阳吴兵兵
    2077-2080页
    查看更多>>摘要:针对现有传播模型没有考虑个体所在环境对个体感染病毒的影响以及经典传播模型无法很好地刻画个体特征的问题,提出了基于环境感知的病毒传播模型(EA-SIR).首先,引入个体接触矩阵来描述个体之间的接触情况,推导基于环境感知的个体染病概率,建立EA-SIR的微分方程组;然后,推导EA-SIR的基本再生数及其上界.EA-SIR的基本再生数上界小于或等于经典SIR模型,说明病毒在EA-SIR中更难传播,实际上人们强烈的自我保护意识有利于阻断病毒的传播,因此理论上EA-SIR更适用于刻画病毒的传播.最后,使用"钻石公主"号以及国内四个城市的疫情数据进行实验,以平均绝对误差(MAE)为评价标准.仿真实验的结果表明,EA-SIR能够较好地刻画新冠肺炎疫情的传播态势.

    病毒传播模型环境感知个体接触行为基本再生数新冠肺炎

    一种融合各类最小主成分子空间的特征变换方法

    杨中良李蒙蒙徐若灏杨莉芳...
    2081-2084,2090页
    查看更多>>摘要:针对主成分分析算法没有很好地利用数据的类别信息,且最大主成分方向容易导致各类数据重叠的问题,提出一种融合各类最小主成分子空间的特征变换方法.首先将各类数据分别进行主成分分析,由各类最小主成分方向张成各类投影子空间;然后将原始数据在各类子空间投影后的最小主成分子空间进行融合,构成新的特征空间;最后使用KE E L公共数据集对该方法进行测试.结果表明,与其他特征变换方法相比,该方法能够构造出更加利于分类的特征空间,有助于提升分类器的分类精度.

    主成分分析特征变换子空间最小主成分