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

    基于分布式技术的气象大数据共享服务系统设计与实现

    雷鸣陈凯华武国良李庆博...
    1-5,25页
    查看更多>>摘要：随着气象数据的不断增长及气象服务现代化要求的提升,原有省级CIMISS系统已经无法满足业务需求.为了解决系统动态扩展能力不足、实时查询性能低下等问题,分别利用分布式网格存储系统和分布式数据库,以及分布式文件系统和NAS技术,构建基于分布式技术的气象大数据共享服务系统,实现结构化数据和半/非结构化数据的存储、共享和管理,并实现与CIMISS系统无缝对接.实践证明,该方案能极大提升CIMISS系统的数据存储能力,且并发响应能力强.相同条件下,查询性能提升22倍以上,能够有效满足未来气象业务对数据服务的要求.

    数据共享CIMISS分布式数据库分布式文件系统关系数据库

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

    一种基于预过滤和聚类处理的众包标签噪声纠正方法

    史伟李超群
    6-12,37页
    查看更多>>摘要：面向众包标注数据,提出一个新的标签噪声纠正方法MCNC(modified cluster-based noise correction).利用实例多标签集合的信息进行预过滤,构建过滤器进行二次噪声过滤.在原始数据集上进行聚类学习,对两次过滤中去除的实例进行重新标注.在22个数据集上的实验结果表明,MCNC可以有效提升数据集的集成标签质量,从而提高目标分类器的性能.

    众包学习集成标签标签噪声噪声纠正

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

    基于LSTM-GAN的加油时序数据异常检测

    赵飏李晓马博王保全...
    13-19页
    查看更多>>摘要：加油站时序数据中蕴藏着大量信息,但加油数据庞大复杂且各变量间蕴含隐性关系,目前的异常检测方法经常产生"假异常"或遗漏真实异常,无法有效挖掘加油数据中的异常点.针对这种现象,提出一种基于无监督学习的异常检测方法.通过PCA对数据进行降维,提取有效的特征信息,采用基于LSTM的GAN模型(LSTM-GAN)对加油时序数据进行检测,通过生成器和鉴别器共同得到的异常损失定义异常点.通过在加油数据集和公开数据集上的实验证明了该方法的有效性,并且相较于目前的异常检测方法具有一定提升.

    生成式对抗网络长短期递归神经网络无监督学习时序数据异常检测

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

    基于改进D-S理论与SVM后验概率的温室智能控制决策

    卜娜娜刘新良李国民朱代先...
    20-25页
    查看更多>>摘要：温室环境中多参数间相互耦合,针对传统温室调控方法的决策因子单一而导致决策片面及精度低的问题,提出利用温室环境中多变量参数特征信息,将权值修正D-S理论与后验概率SVM结合的决策融合方法.利用后验概率SVM构造D-S理论的关键参数基本概率赋值函数(BPA),结合参数间的支持度、相关度和可靠度进行D-S权值修正,利用修正后的权值对BPA进行加权融合处理,根据融合结果对温室环境进行及时调控.实验结果表明,该方法可以准确调控温室环境,有效降低决策的不确定性,显著提高决策的可信度及收敛性.

    温室环境调控D-S证据理论权值修正SVM后验概率多源数据融合

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

    基于线型自抗扰控制的电网模拟器整流侧控制

    张凯谢源李少朋贺耀庭...
    26-31,58页
    查看更多>>摘要：针对电网模拟器整流侧直流电压控制,传统的比例积分控制存在动态响应慢、鲁棒性差等问题,提出将线型自抗扰控制应用于电网模拟器整流侧电压外环控制.选取合适的电网模拟器结构,建立基于d-q坐标系下的整流器数学模型,设计电压外环自抗扰控制器.通过扩张状态观测器对总扰动的估计,采取补偿并加以控制,提升抗干扰能力.仿真对比传统比例积分控制,验证了自抗扰控制器能有效地提高系统的动态响应能力和稳定性.采用控制器硬件在环测试(Controller Hardware-In-The-Loop,CHIL)并搭建电网模拟器整流侧实验平台,验证了该控制策略的可行性.

    电网模拟器PWM整流器自抗扰电压外环

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

    基于密度空间支持向量机的多工况过程故障检测

    郭金玉李涛李元
    32-37页
    查看更多>>摘要：为了有效地对多工况数据进行检测,提出基于密度空间支持向量机(SVM)的多工况过程故障检测方法.运用局部概率密度方法对多工况数据进行预处理,消除多工况数据对过程故障检测特性的影响.在密度空间,运用正常数据和故障数据训练SVM模型获得权重向量和位移.把校验数据和测试故障数据作为SVM模型的输入,对其进行监视和检测.将该方法运用于田纳西—伊斯曼(Tennessee Esatman)多工况过程,仿真结果表明,对某些故障PCA和KPCA的检测效果较好,而对于某些故障SVM的检测效果较好.SVM的平均故障检测率优于PCA和KPCA.因此,不同的方法适用于不同类型的故障.

    多工况过程故障检测局部概率密度支持向量机

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

    基于多尺度深度残差网络的时间序列异常数据检测与修正

    潘玲玲刘俊夏旻
    38-43,173页
    查看更多>>摘要：时间序列异常数据检测与修正一直是数据科学与工程领域的研究热点,是进行有效数据分析的前提.目前的传统基于回归模型与浅层学习的方法不能有效地提取数据的特征,导致异常检测结果较差.而目前深度学习的方法的长序列学习较困难,容易出现梯度消失等问题,并且只能做异常判断.针对上述问题,提出一种多尺度深度残差网络模型实现时间序列异常数据检测与修正.该方法通过对误差序列的估计实现异常数据的检测,通过网络的最后一层实现数据的修正,并利用残差学习更深的网络结构,进一步提高算法的准确率.实验对比结果表明,所提方法可以有效地实现时间序列的异常数据检测及修正.

    时间序列异常检测多尺度卷积残差网络

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

    基于支持向量机模型的机场行李码放策略

    洪振宇张聪
    44-51,66页
    查看更多>>摘要：为了解决机场行李在转运过程中存在的装箱问题,从码放策略、学习算法模型两个方面进行研究,提出基于深度稀疏最小二乘支持向量机模型(Deep Sparse Least Squares Support Vector Machine,DSLSSVM)的行李码放策略.该策略包括评价和决策两个部分.在评价时,通过将行李车与行李离散化,建立两者的数学关系,从而得到评价行李码放位置优劣的评估参数;在决策时,利用深度稀疏最小二乘支持向量机模型学习工人的码放经验,将决策问题转化为二分类问题,选择最佳码放位置进行码放.仿真实验表明:该算法可以达到较高的分类精度,并且能够得到比较理想的装箱效果,具有较强的实用性,满足机场行李高效运输的要求.

    支持向量机码放策略最小二乘稀疏化

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

    基于SAE与CEEMDAN-BiLSTM组合模型的短期电力负荷预测

    黄炜陈田
    52-58页
    查看更多>>摘要：单一模型在迭代训练过程中由于模型的自身误差,最终会降低预测精度.为了提高预测的准确性,引入完整集成经验模态分解-双向长短期记忆网络(CEEMDAN-BiLSTM)作为误差修正模型,提出一种栈式自编码器(SAE)与CEEMDAN-BiLSTM相结合的负荷预测模型.通过SAE模型学习气象因素、工作日类型、气温影响下负荷序列的主要特征,预测过程中产生的误差序列则反映了负荷序列的次要特征;使用CEEMDAN算法将误差序列分解为数个分量,针对每一项分量建立BiLSTM模型学习误差序列的时序特征,将各项分量的预测值累加得到误差的预测结果;将两种模型的预测值求和从而达到修正误差的目的.通过比较几种模型的预测结果表明:SAE与CEEMDAN-BiLSTM组合模型应用在短期电力负荷预测具有更好的准确性与稳定性.

    短期电力系统负荷预测栈式自编码器CEEMDAN双向长短期记忆网络

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

    基于乌鸦搜索和蜻蜓算法融合与支持向量回归预测的能效虚拟机迁移

    许彪高坤
    59-66页
    查看更多>>摘要：虚拟机迁移有助于均衡云计算系统负载.综合考虑系统负载、能耗和迁移代价指标,提出一种能效的虚拟机迁移算法.设计基于支持向量回归机制的负载预测方法,该方法利用非线性函数集合将已知负载值映射为未知负载值,通过回归模型预测系统负载;将乌鸦搜索算法融入蜻蜓算法中,设计基于乌鸦搜索和蜻蜓优化算法的虚拟机最优部署算法,在作出最佳虚拟机迁移选择的同时,完成高能效负载均衡.实验结果表明,设计的虚拟机迁移算法与基准算法相比,在负载率、能耗和迁移代价等性能指标方面均表现更优.

    虚拟机迁移负载均衡负载预测虚拟机部署能效

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