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

    基于改进ORB-SLAM2矿井救援机器人空间构建方法研究

    贯怀光杨鹏诸利一邢怡君...
    70-76页
    查看更多>>摘要:矿井安全事故发生后,矿井救援机器人需在矿井环境采集视觉数据,进行应急区域的空间构建等功能。利用RGB和RGB-D的ORB-SLAM2算法进行扩充性优化研究,选用OCTOMAP优化地图,使用矿井救援机器人在室内真实场景中实验,验证该方法效果。结果表明:得到的空间构建效果比实时点云构建的应用性更强,降低处理内存空间,为矿井救援移动机器人空间构建提供方法,对后续矿井机器人移动定位的研究具有重要的实际意义。

    矿井救援机器人三维空间ORB-SLAM2

    基于改进量子遗传算法的光伏智能楼宇负荷优化

    华聪聪冯胜李大华田禾...
    77-82,105页
    查看更多>>摘要:针对楼宇用电负荷优化的问题,考虑用电成本、储能折损、用电舒适性和电网侧峰谷差波动的因素,提出一种多目标动态规划的办公楼宇负荷优化模型。结合分时电价建立楼宇净用电成本最小的目标函数,采用改进旋转门动态调整的量子遗传算法进行求解,通过动态调整量子旋转门,改变量子态的概率,提高了量子遗传算法求解的精确度;在保证得到全局最优解的同时完成负荷优化和供给侧的能量调度。实验结果表明,所提算法保证了用电舒适性,有效降低了楼宇用电成本和储能装置的折损费用,具有良好的经济收益;在降低峰谷差方面也起到了较好的效果。

    分时电价多目标规划优化调控改进量子遗传

    基于多Agent深度强化学习的无人机协作规划方法

    王娜马利民姜云春宗成国...
    83-89,96页
    查看更多>>摘要:人机协作控制是多无人机任务规划的重要方式。考虑多无人机任务环境协同解释和策略控制一致性需求,提出基于多Agent深度强化学习的无人机协作规划方法。依据任务知识和行为状态,构建基于任务分配A-gent的任务规划器,生成人机交互的相互依赖关系;设计一种深度学习强化方法,解决群体行为最优策略和协同控制方法,并利用混合主动行为选择机制评估学习策略。实验结果表明:作为人机交互实例,所提方法通过深度强化学习使群体全局联合动作表现较好,学习速度和稳定性均能优于确定性策略梯度方法。同时,在跟随、自主和混合主动3种模式比较下,可以较好地控制无人机飞行路径和任务,为无人机集群任务执行提供了智能决策依据。

    多Agent规划深度强化学习无人机协同规划混合主动行为

    智能型水面垃圾清理机器人控制系统的设计与研究

    王云亮赵逸文吴艳娟
    90-96页
    查看更多>>摘要:近年来,我国水域垃圾污染问题日益严重,针对当前现状设计一种基于图像处理的水面垃圾清理机器人控制系统,该控制系统以STM32F407作为基础结合图像处理NCC模板匹配算法以及PID控制算法,并应用GPS、视觉传感器、超声波传感器、姿态传感器和风向传感器,能够根据多个传感器协同感知环境信息并且自动靠近水面漂浮的垃圾,同时可以判断机器人的运行状态。实验室测试结果表明该机器人可以精确地识别垃圾并且能够稳定、灵活地运行。

    多传感器PID模板匹配NCC算法

    基于seq2seq和SVM双层融合的非侵入式用户异常行为检测

    江友华叶梦豆赵乐杨兴武...
    97-105页
    查看更多>>摘要:以非侵入式负荷分解为基础,对用户异常用电行为进行研究。采用Kmeans聚类算法提取负荷状态特征;采用深度学习算法中的序列到序列翻译(sequence to sequence,seq2seq)模型,将电力用户用电总数据分解成单个电器的功耗数据;结合SVM算法对分解后多种家用电器用电数据进行异常检测。在UKDALE数据集实验结果表明,该模型不仅能提高分解准确度、降低分解误差,而且多个电器数据结合分析实现了用户异常行为检测。

    非侵入式负荷分解Kmeans聚类seq2seq模型SVM算法异常行为检测

    基于自注意力机制LSTM的COVID-19感染预测

    吴昊曹宇魏海平田壮...
    106-113页
    查看更多>>摘要:COVID-19因各国气候、政府政策和疫苗接种人数等因素的不同而呈现不同的发展趋势,这导致COVID-19数据不稳定,传统的机理模型无法根据历史时序数据做出准确预测。因此,提出一种在深度学习LSTM网络框架下引入Self-Attention机制的改进模型。通过仿真实验,对中国、英国和意大利的COVID-19现存病例数据进行预测,并与带有非线性传染率的SIS模型、LSTM模型和ConvLSTM模型的预测结果对比,实验证明,相比于其他三种模型,LSTM-Self-Attention模型的预测精度更高。

    COVID-19SIS自注意力机制长短期记忆网络ConvLSTM

    融合区块链与改进蚁群算法的远程智能会诊

    张翼鹏高翔
    114-120,165页
    查看更多>>摘要:为引导医疗资源更加合理、公平的配置,解决医疗卫生系统中多方主体就收费价格协商达成一致以及患者的支付问题,解决各医院在采集患者信息的过程中如何保证数据的私密性、准确性、一致性和可追溯性等问题,根据远程会诊服务的运行流程,提出一种去中心化的、远程智能会诊区块链模型,该模型运用智能合约下的改进蚁群算法,在多节点远程会诊服务仿真平台开展对改进蚁群算法实用性的研究,根据实验分析结果,改进的蚁群算法在智能合约下能自动执行并有效匹配目标群体。

    区块链远程会诊服务蚁群算法智能合约去中心化

    基于智能电表量测的配电网非侵入式窃电检测

    韩建富肖春贾探喜张建民...
    121-126页
    查看更多>>摘要:先进的传感技术和通信功能在改善量测和控制功能的同时,也使得配电网面临着各种可能的网络攻击。当攻击者通过特定手段篡改其他用户和自身量测记录,从而实现在维持总电量数据不变情况下的窃电行为,对于这种情况传统基于电量平衡的窃电监测方法难以有效识别。因此,基于智能电表量测数据的高阶统计信息,提出一种基于智能电表量测的配电网非侵入式窃电检测方法,实现对攻击发起方和受害方进行检测。实验证明,所提方法通过利用更高阶的用电量统计信息高效地检测到非侵入式攻击,并能够识别出所涉及的用户(攻击者和受害者),获得了理想的效果。

    错误数据注入机制高阶信息智能电表阈值协方差矩阵

    一种结合包检测与流检测的SECS2流量识别方法

    唐璇严明万仕贤
    127-135页
    查看更多>>摘要:要对网络数据包所采用的应用层协议进行识别,保证半导体生产环境的安全,使用传统的基于服务端口和特征字的识别方式都具有一定的局限性,无法达到所需的准确度。针对这种情况,提出一种基于HSMS(High Speed Message Services)头部信息和SECS2数据本身固定模式的识别模型,结合深度包检测、深度流检测、机器学习等技术对SECS2流量进行识别。实验结果表明,该模型能有效地识别SECS2数据包,误判率仅为0。598 8%,相比传统识别方式,误判率降低了29。469 6%。

    SECS2HSMS流量识别深度包检测深度流检测

    5G系统中一种大规模MIMO信号检测加速算法

    吴婷席兵邓炳光周维海...
    136-140,174页
    查看更多>>摘要:在多输入多输出(Multiple Input Multiple Output,MIMO)系统中,由于MIMO系统配置的大量天线,传统检测算法难以平衡由于算法复杂度高造成的系统性能损失。在保证达到较好性能的前提下,尽可能降低复杂度,提出一种基于分块矩阵和修正因子的MBSOR(Block-Modification Successive Over-Relaxation)检测算法,该算法对滤波矩阵进行分块使对角矩阵获得更多的信道信息,并针对迭代矩阵引入修正因子,以进一步加快收敛速度。通过该算法与传统逐次超松弛(Successive Over-Relaxation,SOR)算法模拟仿真,表明MBSOR算法在减少重复次数的同时,比SOR算法的误码率更逼近最优解。

    大规模MIMO信号检测SOR算法矩阵分块修正因子MBSOR算法