首页期刊导航|计算机应用与软件
期刊信息/Journal information
计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心
计算机应用与软件

上海市计算技术研究所 上海计算机软件技术开发中心

朱三元

月刊

1000-386X

cas@sict.stc.sh.cn

021-62520070-505/112，62524515

200040

上海市愚园路546号

计算机应用与软件/Journal Computer Applications and SoftwareCSCD北大核心CSTPCD
查看更多>>本刊面向从事计算机应用软件技术开发的科研人员、高等院校师生、科技管理专业人员等。主要报道计算机在各个领域中的应用技术成果。内容翔实，富有创新性、科学性、实用性，是一本颇具参考价值的刊物。
正式出版
收录年代

    基于多粒度双向注意力机制的词义消歧深度学习方法

    初钰凤张俊赵丽华
    194-200页
    查看更多>>摘要：词义消歧的目标是在特定的上下文中识别歧义词的正确词义.传统的监督方法主要是利用上下文的数据,而忽略了丰富的词义定义等词汇资源.最近的研究发现将词义定义整合到神经网络对于词义消歧具有显著的改进效果.提出引入词义定义的基于多粒度双向注意力机制的词义消歧模型,该模型采用字符级、词级和上下文嵌入的表示,使用双向注意力机制获取上下文和词义定义之间的交互关系,消融实验验证了模型中每个组成的重要性.实验结果表明,这种建模方式可以有效地识别歧义词的正确词义,在SemEval-13-task#12和SemEval-15-task#13公开数据集上进行了测试,F1值分别可达到68.9％和73.1％.

    词义定义词义消歧双向注意力

      原文链接:
    • 万方数据
    • 维普

    基于注意力机制的交通场景图像描述生成算法

    宋禄琴玄祖兴王彩云
    201-207页
    查看更多>>摘要：针对交通场景复杂多变,主要体现在道路拓扑结构复杂、道路元素和交通参与者类型的多样性问题,提出一种基于注意力机制的图像描述生成算法.在算法的编码阶段,利用卷积神经网络提取图像不同区域的图像特征,每个区域融合注意力机制用来获取具有注意力权值的图像特征,突出图像中的重点信息.解码阶段,利用多个长短期记忆网络模块作为交通场景图像描述生成任务的语言模型.实验结果表明:在MSCOCO验证数据集中,该算法在评估指标BLEU-1至BLEU-4上分值分别为0.735、0.652、0.368和0.323,所提算法能够很好地描述交通场景图像.

    交通场景图像注意力机制卷积神经网络长短期记忆网络图像描述生成

      原文链接:
    • 万方数据
    • 维普

    基于注意力机制的U-Net网络模型分割X线图像椎弓根影

    顾霄莹张俊华王嘉庆
    208-214页
    查看更多>>摘要：脊椎X线图像中椎弓根影面积小且对比度不高,现有的X线图像椎弓根影的分割方法存在精度较低且效率不高的问题,对此提出一种端到端的基于注意力机制的U-Net神经网络的脊椎X线图像椎弓根影的分割方法.在原始U-Net网络中嵌入通道注意力模块和注意力门模块,既提高了网络对目标区域提取的准确性又解决了模型跳跃连接的冗余问题,从而实现高精度全自动的X线图像椎弓根影分割.实验结果表明,采用改进后的U-Net网络模型分割X线图像椎弓根影平均准确率为99.13％,平均Dice系数为89.01％,平均精确度为88.75％,平均召回率为89.80％,平均Hausdorff距离为3.8316像素,优于现有的自动化分割方法.

    X线图像椎弓根注意力机制U-Net网络

      原文链接:
    • 万方数据
    • 维普

    一种改进的随机森林Boost多标签文本分类算法

    邵孟良齐德昱
    215-221,303页
    查看更多>>摘要：针对目前Boosting算法计算成本高、学习时间长的问题,提出一种改进的随机森林提升(RF-Boost)算法(IRF-Boost).对训练特征进行排序;在每个Boosting轮中,过滤并使用排序靠前特征的较小子集;根据权重选择一个特征构建新的弱假设,弱假设搜索空间的大小从k降低至1.实验检验并分析了信息增益、卡方、GS S系数、互信息、优势比、F1得分和准确度共7种特征排序方法.实验结果表明:在所评价的特征排序法中,互信息最适用于RF-Boost;IRF-Boost的效率优于RF-Boost及AdaBost.MH,即IRF-Boost是解决实践应用和专家系统中分类问题的较好选择.

    Boosting算法特征排序多标签学习文本分类弱假设

      原文链接:
    • 万方数据
    • 维普

    一种基于势能模型的数据流聚类算法

    舒越解庆刘永坚唐伶俐...
    222-230,237页
    查看更多>>摘要：传统的数据流聚类算法大部分将距离作为相似度度量标准,这造成对噪点敏感的问题,聚类效果不理想.针对这种情况,提出一种基于势能模型的数据流聚类算法PHAStream,该算法结合在线/离线两阶段数据流聚类框架和基于势能模型的层次聚类算法PHA,可以有效处理噪点问题.初始化阶段使用PHA聚类算法得到初始微簇;在线阶段,对每个新到达的数据点,采用融合势能和距离的相似度度量标准来更新微簇,每隔一段时间采取剪枝策略删除过期的微簇,并调整所有微簇的类型;离线阶段,对所有正常微簇使用改进的PHA聚类算法得到最终聚类结果.在两组真实数据集上的对比实验表明,PHAStream算法可以有效提高聚类质量、聚类纯度和时间效率.

    数据挖掘数据流聚类势能场模型数据概要

      原文链接:
    • 万方数据
    • 维普

    基于深度强化学习的路径规划算法研究

    曹景祥刘其成
    231-237页
    查看更多>>摘要：针对现有的路径规划算法效率低的问题,根据奖励函数和多层感知机提出一种基于深度强化学习的路径规划算法.考虑到环境的复杂程度,为了降低过拟合的概率,因此神经网络选择较优的动作,提出以多层感知机为基础的深度Q网络算法(Deep Q-learning Network,DQN).为了得到动态的奖励值,该算法根据目标的相关信息改进奖励函数,根据动态的奖励值来区别不同动作的价值,从而提升神经网络动作选择的效率.实验结果表明,该算法能够用更少的探索步数使奖励值趋向平稳,并且找到较优路径.

    路径规划深度Q网络多层感知机奖励函数动作选择

      原文链接:
    • 万方数据
    • 维普

    面向不规则集装箱的货物装载优化问题研究

    张长勇翟一鸣
    238-244页
    查看更多>>摘要：以航空货运背景下不规则集装箱的货物装载问题为研究对象,搭建含有装载顺序、体积、质量、重心、不重叠等多种实际约束的航空货物堆码数学模型,采用可放置点构建、规则设定、排序、参考线引入策略,提出一种拟人算法.在此基础上,结合改进的遗传算法,实现初始装载布局方案的优化.采用多组真实航空货物数据进行实验,验证了混合遗传算法能够有效处理不规则集装箱的装载问题,可以减少空间浪费,对强异构货物有着较好的布局效果.为方便指导实际应用中的装箱操作,设计一款装箱软件来验证算法的实用性与有效性.

    不规则集装箱实际约束强异构货物混合遗传算法装箱软件

      原文链接:
    • 万方数据
    • 维普

    基于成本函数优化的柔性针RRT路径规划算法

    蔡旻薛杰高涵文李华一...
    245-249,296页
    查看更多>>摘要：针对RRT算法应用于柔性针手术时,不能考虑到针头系统的随机性的问题,将目标误差和障碍物接近度的总和定义为一个成本函数,用这个成本函数对RRT算法的确定可行路径进行优化.建立柔性针的运动模型并将运动模型推导成指数积的形式;定义一个成本函数对原始RRT的确定路径进行优化,这个成本函数是通过比例因子确定目标误差和障碍物接近度不同权重后的总和;通过在三维环境下进行对比仿真验证.仿真表明,优化后的路径总成本更低、长度更短,而且由于考虑了柔性针系统的随机性,将障碍物的接近度从概率的角度最小化,使路径更加适合实际手术应用.

    柔性针RRT成本函数比例因子路径规划

      原文链接:
    • 万方数据
    • 维普

    基于动态选择技术的食品安全谣言不平衡数据集分类方法

    何思宇汪颢懿左敏张青川...
    250-256,349页
    查看更多>>摘要：关于食品安全谣言的文本数据是极其典型的不平衡数据集之一,而传统机器学习算法对于不平衡数据少数类的分类精度较低.动态选择是评估分类器池中每个分类器对测试样本局部区域进行预测的能力,根据对于预测能力的评估,为每个测试样本选择分类器子集的方法.提出一种针对多类不平衡数据集的动态选择方法DCS-MI,并进行了广泛的实验.与一些最先进的动态选择技术相比,该方法提高了对不平衡数据集的分类性能,并能够在食品领域谣言分类问题上得到很好的应用.

    动态选择不平衡数据集食品安全谣言

      原文链接:
    • 万方数据
    • 维普

    基于动态编程匹配的聚类序列数据挖掘算法

    曾铮
    257-263,323页
    查看更多>>摘要：针对共现聚类挖掘算法忽略共现事件的发生顺序和时间间隔,且推理精度受限等问题,提出一种基于动态编程匹配的聚类序列数据挖掘算法.利用贝叶斯推理来推断时间间隔的概率密度函数从而提高对不确定性的鲁棒性,并且同时考虑了空间接近性和时间间隔接近性;利用动态编程匹配的思想来获取事件之间发生的内在关系,从而提高时间间隔概率密度函数的推断准确性.通过使用合成数据进行的实验,验证了该算法在不确定情况下良好的推理精度,并将该算法应用于燃料电池损伤分析中,其能够准确地确定损伤模式,进一步验证了算法的有效性.

    共现聚类挖掘动态编程聚类序列数据挖掘概率密度函数损伤性分析

      原文链接:
    • 万方数据
    • 维普