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

    求解集值折扣{0-1}背包问题的改进动态规划算法

    王茂萍潘大志
    274-277页
    查看更多>>摘要：集值折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem with Setup,D{0-1}KPS)指在同一类别中可选择多个项,每个类别对目标函数和约束条件都增加了额外的固定设置成本.提出一种求解D{0-1}KPS的改进动态规划算法,算法针对D{0-1}KPS问题本身结构特征,融合多目标优化问题中非支配解集思想,通过利用状态之间的支配与非支配关系,对每个阶段的状态集进行剪枝,形成非支配状态集,从而提出改进动态规划算法.通过实例验证了该算法的有效性和可行性.

    折扣{0-1}背包问题动态规划改进动态规划算法

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

    参数优化的SVR移动网络流量预测

    郑晓亮陈华亮来文豪
    278-284页
    查看更多>>摘要：准确预测移动网络流量,不仅可以保障互联网络安全稳定运行,还可以给运营商的资源调度做参照,使运营商能合理分配网络资源.采用参数优化的支持向量回归(SVR)进行网络流量预测研究.原始数据为淮南移动2019年1月1日至5月15日吾悦广场的流量数据,数据采集粒度为15分钟;为了寻找一种SVR的最佳优化方案,将粒子群优化(Particle Swarm Optimization,PSO)、差分灰狼优化(Differential Evolution-Grey Wolf Optimi-zer,DE-GWO)、布谷鸟搜索(Cuckoo Search,CS)算法用于SVR的参数寻优;同时将基本的手动调参的SVR用于流量预测对比.实验结果表明,DE-GWO参数优化的SVR具有较好的预测性能.

    网络流量预测优化SVRPSODE-GWOCS参数优化

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

    一种基于强化学习的云应用弹性伸缩算法

    帅斌龙士工
    285-290页
    查看更多>>摘要：针对以基础设施服务(IaaS)为主的云服务提供商,对部署在其上的Web应用以虚拟机为弹性粒度进行了弹性策略研究,提出一种基于强化学习的弹性伸缩算法PDS-lambda.该算法综合考虑用户服务违约,应用的当前负载及虚拟机数量,利用决策后状态(PDS)把算法需要学习的信息划分为动态已知与动态未知,使算法只学习动态未知的那一部分并且采用多步更新来快速达到收敛.算法对Web应用进行弹性扩张与弹性收缩操作来调整其拥有的虚拟机数量,使其在满足用户服务质量同时尽可能降低运行成本,提高云平台可靠性.仿真实验结果表明,该算法同已有的强化学习相关算法相比能更快达到收敛,且平均成本更低,用户服务违约更少.

    弹性伸缩强化学习云计算负载预测Web应用

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

    基于序列化时空残差网络预测的顺风型空间众包任务分配算法

    胡桂银翟东君
    291-297页
    查看更多>>摘要：针对空间众包中的动态性问题,提出基于序列化时空残差网络预测的顺风型空间众包任务分配算法.比起传统的任务分配方案,该算法为了提高工人、任务发布者和平台三方的收益,考虑了空间众包中的动态性问题,利用SeqST-ResNet模型产生预测信息,通过合理的路径规划提高工人得到的任务订单数量,同时设定了任务完成效率比θ来保障任务发布者的用户体验,可以提高平台长期收益.通过在真实数据集上的实验,验证了该方案可以降低任务平均等待时间和独立订单占比,虽然在一定程度上增加了任务平均完成时间,然而通过合理地控制任务完成效率比,能够保障用户体验.

    空间众包任务分配路径规划顺风型

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

    基于进化博弈模型的多层次云应用部署

    王亚利文欣秀
    298-306页
    查看更多>>摘要：为了满足云应用部署的适应性和可扩展性,提出一种基于进化博弈模型的多层次云应用部署算法EGMAP.该算法可以确保每个云应用种群找到一种进化稳定部署策略.通过该博弈策略,在给定的系统负载和云资源可用性条件下,云应用可确定其最优的部署位置和相应资源分配.对算法稳定性进行了理论分析,证明应用种群状态可以收敛在部署策略的进化稳定策略点上,并证明了均衡解具有渐近稳定性.仿真实验结果表明,与基准算法相比,该算法在应用的响应时间、资源利用率、能耗指标上均表现出更好的性能.

    多层次云应用进化博弈进化稳定策略应用部署响应时间Pareto支配

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

    基于循环神经网络的在线动态网络嵌入算法

    黄海威何慧敏吕胜飞
    307-315页
    查看更多>>摘要：网络嵌入旨在为网络中的节点学习低维的向量表示.大部分现有算法只适用于静态网络,然而对于现实世界不断增长的网络需要重新训练,降低了方法的可用性.对此提出循环网络嵌入(Recurrent Neural Net-work Embedding,RNNE)来处理在线动态网络.为了解决网络规模可能频繁改变的问题,RNNE在网络中添加了独立的虚拟点保持网络在不同时间点规模的统一.同时,RNNE在嵌入时兼顾了网络的静态和动态特征,一方面通过节点间的连边和邻居的相似度来保持网络的局部和全局结构,另一方面通过传递先前时刻的嵌入信息来减少噪音的影响.RNNE在5个数据集上与其他几个最新的算法进行了测试和比较,结果表明RNNE相比于这些算法在重构、节点分类和链路预测上具有更大的优势.

    网络表示学习神经网络动态网络

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

    基于用户偏好置信度的增强贝叶斯个性化排序算法

    汪志远石红瑞
    316-320,349页
    查看更多>>摘要：针对贝叶斯个性化排序(Bayesian Personalized Ranking,BPR)模型只考虑到用户单类反馈和用户偏好反映程度过低的问题,提出一种基于用户偏好置信度的增强贝叶斯个性化排序算法.通过量化获取各种反馈行为的权重,根据用户反馈行为的类型和时间计算用户偏好置信度,根据置信度建立用户对互动过的商品的偏序对.将该偏序对与用户对互动过的商品和未互动过的商品的偏序对结合,一起训练模型.在数据集中进行仿真实验,并与相关算法进行对比.实验结果表明该推荐算法具有较好的性能.

    隐式反馈置信度用户偏好贝叶斯个性化排序

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

    MSK信号低运算量相干多符号检测算法

    黄诚谢锡海张雯雯
    321-325,331页
    查看更多>>摘要：针对最小频移键控(Minimum Shift Keying,MSK)信号相干多符号检测运算量大的问题,提出一种低运算量的改进算法.将本地信号按待检测位置码元的不同分为两类,仅取其中一类本地信号与接收信号进行匹配相关运算,利用得到的最大相关值或者最小相关值进行判决输出,为了保证判决的正确,采用阈值对相关结果进行限定,该算法与相干多符号检测算法相比在不同观测长度下运算量分别降低了一半.仿真结果表明,改进相干多符号检测算法与多符号检测算法相比,虽然误码率为10-4时有0.1 dB性能损失,但误码率为10-2时有0.19 dB的性能提升,与现有常用的MSK信号检测算法相比,误码率为10-4时仍至少有1.5 dB性能提升.

    最小频移键控信号多符号检测相干检测

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

    基于改进无迹卡尔曼滤波算法的水下目标跟踪

    张凯
    326-331页
    查看更多>>摘要：针对水下目标跟踪的实时性和可靠性问题,考虑量测方程非线性对滤波性能的影响和降低噪声等干扰因素对滤波算法中协方差矩阵系数稳定性的影响.利用加权最小二乘估计对多个无迹卡尔曼滤波(UKF)的估计值进行积分得到改进的无迹卡尔曼滤波(IUKF),并应用IUKF对水下目标的位置和速度进行跟踪,推导建立被跟踪目标的位置和速度的量测方程,推导其雅可比矩阵.对扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波和IUKF三种滤波算法对水下目标的跟踪效果进行仿真分析,结果表明在量测方程非线性的情况下,改进后的无迹卡尔曼滤波在位置和速度的滤波精度更高,对目标位置和速度的误差估计、可靠性及稳定性方面优于扩展卡尔曼滤波和无迹卡尔曼滤波.

    扩展卡尔曼滤波无迹卡尔曼滤波目标跟踪非线性滤波加权最小二乘估计

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

    WEID:一种基于信息量差加权集成的Android恶意软件检测方法

    张高峰鲍旭丹刘敬夏雪晗...
    332-338页
    查看更多>>摘要：Android恶意软件的爆炸式增长给用户带来了严重的危害,而现有的应对方法普遍侧重于提升检测的正确率,较少考虑误报和漏检这两类误判情况.针对上述问题,提出一种基于信息量差加权集成的Android恶意软件检测方法.提取样本中权限和Intent这两类静态特征构造多组特征集;基于Stacking分层策略,将正负样本分类正确事件和分类错误事件的信息量差作为贡献度量,根据度量值指导基学习器加权集成,以获得最佳分类效果.实验结果表明,在由Drebin和Contagio构成的恶意样本集中,该方法的检测正确率在0.951～0.985之间,误报率和漏检率低至0.008和0.004,对比其他检测方法具有明显的优势.

    Android恶意软件静态特征Stacking信息量差加权集成

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