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

    基于规则控制与XGBoost的智能开窗系统设计

    曹扬王强
    197-202页
    查看更多>>摘要:为了提高开窗系统在雨天及初始工作时的智能性,降低开窗器的能耗损失,设计一款基于规则控制和XGBoost算法的智能开窗系统。系统通过使用ZigBee技术、使单片机处于停止模式和切断非实时工作模块供电电路降低电路功耗,并综合考虑当前时间、环境和未来1小时的降雨概率,通过融合规则控制和XGBoost算法预测当前窗户状态。实验结果表明,该系统能在降低功耗的同时实现远程控制和防雨水入户等基础功能,且能学习用户的开关窗习惯,在融合使用规则控制和XGBoost算法及综合考虑当前和未来环境后,提高系统的预测准确性。

    智能开窗系统ZigBee低功耗规则控制XGBoost算法预测

    封臣算法:针对B2C电商物流配送中心的储位优化算法

    刘威林海罗嫚玲
    203-211,303页
    查看更多>>摘要:针对B2C电商配送中心人到货拣选系统中拣选作业时耗过高的问题,在考虑一品多位操作和商品关联度的基础上,提出新的储位优化算法——封臣算法。基于商品的关联度,商品间的关系首先被抽象成图结构。封臣算法将图中的节点视为单块领土,通过入侵流程确定各领土的封臣与领主,并基于封臣与领主,每个节点被分到至多两个分区中;调整节点个数至所需节点数;以社区为单位,按照贪心分配策略完成储位分配。实验结果表明,在商品种类数增多的情况下,封臣算法生成的储位分配方案相较随机策略优化程度有所提升;迭代400轮下该算法优于遗传算法、模拟退火算法、人工鱼群算法、粒子群算法3。00%、28。76%、22。03%、11。42%,且运行时间仅占到其0。04%~3。85%。

    B2C电商储位分配封臣算法社区划分

    基于改进SegNet网络的障碍物检测算法研究

    胡均平张洪伟黄强向思平...
    212-217,225页
    查看更多>>摘要:为了提高自动驾驶车辆的多类障碍物检测的精度,提出一种改进的SegNet神经网络算法。该算法在SegNet网络的基础上结合残差网络和多尺度融合算法,提高分类的准确性。对网络训练策略进行改进,采用 自设置对比度归一化算法、学习率调整算法和类平衡算法提高网络的鲁棒性和收敛速度。通过在不同场景下进行实验,结果表明,相较于SegNet神经网络,改进后的SegNet神经网络的像素平均精度(PPA)从85%提高至97%;平均交并比(MIOU)从76%提升至90%。

    自动驾驶障碍物检测SegNet网络残差网络多尺度融合算法

    基于改进人工蜂群算法的边缘服务器部署策略

    李波袁也侯鹏丁洪伟...
    218-225页
    查看更多>>摘要:作为移动边缘计算架构部署的第一步,边缘服务器的部署是基础和关键,其部署位置与用户体验和系统性能密切相关,但是目前较少有研究关注该问题。研究无线城域网中移动边缘计算环境下的边缘服务器部署问题,以最小化响应时间为目标,将边缘服务器部署问题定义为一个优化问题,并提出基于交叉的全局人工蜂群算法求解边缘服务器部署的最优解以降低系统的平均响应时间。充分的实验结果表明,所提算法能够有效降低系统响应时间,算法性能优于其他代表性部署算法。

    移动边缘计算边缘服务器人工蜂群算法计算卸载组合优化

    基于改进分层DQN算法的智能体路径规划

    杨尚志张刚陈跃华何小龙...
    226-232,239页
    查看更多>>摘要:针对智能体使用DQN(Deep Q Network)算法进行路径规划时存在收敛速度慢、Q值难以准确描述动作好坏的问题,提出一种优化DQN模型结构的分层DQN算法。该算法建立的激励层和动作层叠加生成更为准确的Q值,用于选择最优动作,使整个网络的抗干扰能力更强。仿真结果表明,智能体使用分层DQN算法的收敛速度更快,从而验证了算法的有效性。

    分层DQN神经网络强化学习路径规划

    改进DTW下界约束的Granger多元时序LSTM预测模型

    许凤魁孙士保贾少勇王静...
    233-239页
    查看更多>>摘要:多元时序的因果预测研究是探讨复杂网络响应关系的热点问题。提出一种通过DTW的下界约束组合并改进的层级过滤器,与格兰杰因果验证法相结合验证其因果统计量,挖掘出有效信息实现有效降维,进一步输入LSTM预测模型进行因果预测。仿真实验利用开源的空气质量数据集进行定量和定性对比验证,该方法的损失函数训练曲线和测试曲线有较好的拟合度,表明该因果预测法是可行且有效的。

    动态时间弯曲长短时记忆网络格兰杰因果关系层级过滤器

    基于流水线计算的3D NoC测试规划研究

    胡聪白杨周甜朱爱军...
    240-246,303页
    查看更多>>摘要:为了提高三维片上网络(3D NoC)资源内核的测试效率,提出一种在功耗约束条件下多播流水线并行测试同构核与单播测试异构核相结合的方法对IP核进行测试。为了减少测试数据因资源冲突而进行等待的时间,设计一种改进XYZ路由算法,并采用改进人工蜂群(ABC)算法求解最佳测试规划方案。以国际标准电路测试集ITC'02作为实验对象,结果表明,测试时间最大优化率达到15。45%,与其他测试规划方法相比该文方法能有效地提高并行测试效率。

    三维片上网络流水线计算多播通信测试规划人工蜂群算法

    一种融合语义特征的图卷积文本分类方法

    黎文杰洪嘉伟魏艳辉左亚尧...
    247-253,285页
    查看更多>>摘要:随着文本分类领域相关研究的推进,基于深度学习的文本分类方法成为了该领域的重要研究方向之一。深度学习模型因其强大的特征提取能力,在文本分类任务上有着颇为优越的表现。但由于文本数据的高维性和自然语言的语义复杂性,现有的深度学习模型在复合语义信息的提取上仍有待进一步优化,其表现对文本分类效果产生不可忽视的影响。为此,该文提出一种基于LDA和GCN的文本分类模型LGCN。该模型利用LDA模型学习文档、单词和主题的关联信息,借助滑动窗口、PMI值计算等方式获取字符间的联系,采用TF-IDF得到单词和文档的联系,通过融合这些丰富的语义信息得到以节点形式构建的图,使用GC N模型学习图中语义信息并对图中文档节点进行分类从而完成文本分类任务。实验结果表明,在相同的数据集上,LGCN模型的文本分类效果优于LSTM等参照模型。

    图卷积神经网络隐狄利克雷分布文本分类

    基于一致引导的不完全多视图聚类

    安萍彭军龙
    254-263页
    查看更多>>摘要:为了解决传统聚类方法存在的效果差、泛化能力弱等问题,提出一种基于一致引导的不完全多视图聚类方法。将图学习和一致性表示学习集成到一个联合框架中,从而充分利用多视图数据信息。引入的自适应学习权值向量可以平衡不同视图的影响,联合正则化表示学习策略则为一致表示学习提供了更大的 自由度。提出交替迭代优化算法对聚类进行优化。在七个数据集上的实验结果表明,提出的方法能够有效提升不完全多视图聚类的效果。

    多视图聚类一致引导图学习正则化自适应

    基于证据理论的三向密度峰值聚类

    赵乌吉斯古楞凃云杰
    264-273页
    查看更多>>摘要:为避免聚类标签错误传播,并且充分挖掘邻域信息,提出一种基于证据理论的三向密度峰聚类方法。在分配非分组点时考虑到K近邻的聚类信息,有利于提升聚类精度;用证据理论来描述和合并这些近邻信息,使建立的三向聚类模型能够将它们分配到最可能的聚类中,从而有效地避免了密度峰值聚类算法中错误标签的传播。在多个数据集上的实验对比结果表明,提出的方法能够有效避免聚类标签错误传播,并且实现了较高的聚类精度。

    密度峰值聚类标签错误传播三向理论证据理论