计算机应用研究

2023年03期

收藏成功

微博空间微信

类型

月刊

类别

定价

促销信息

全年订阅更优惠!

￥50.00 ￥12.00

原貌版试读单本购买

分布式账本技术的发展历程研究综述 摘要：物联网、人工智能、大数据等众多领域缺乏量身定制的安全隐私技术保障，基于分布式账本技术（DLT）的系统作为一种分散的数据管理方法可以很好地满足其安全需求，因此基于分布式账本技术的系统层出不穷。为了帮助后续的研究者更全面快速地了解分布式...
生成对抗网络改进角度与应用研究综述 摘要：生成对抗网络（GAN）作为一种新兴的生成式模型，逐渐发展应用于图像生成、三维重构、跨模态转换等领域，有效解决了常规卷积神经网络在图像生成类任务方面效率低下的问题，填补了深度学习在图像生成领域上的短板。为了帮助后续研究人员快速并全面了...

基于改进的区块链云数据动态审计机制研究 摘要：云存储凭借其高扩展性、低成本等优点得到大众青睐，但确保云数据完整性成为亟待解决的安全挑战。为解决基于TPA的公共审计方案中存在的安全和效率问题，有学者提出了基于区块链的公共审计方案，但数据拥有者的审计负担较大，都是静态审计，且不支持...
基于推荐信任模型改进拜占庭容错共识算法 摘要：针对拜占庭容错算法存在通信开销大、节点选取简单、对恶意节点缺乏惩罚机制的问题，提出了一种基于推荐信任模型的改进拜占庭容错共识算法。引入P2P网络下的推荐信任模型，根据节点在共识阶段的行为，计算各节点的全局信任值，使用节点选取机制，解...

基于脑启发的类增量学习 摘要：现有的类增量学习方法多是采用存储数据或者扩展网络结构，但受内存资源限制不能有效缓解灾难性遗忘问题。针对这一问题，创新地提出基于脑启发生成式重放方法。首先，通过VAE-ACGAN模拟记忆自组织系统，提高生成伪样本的质量；再引入共享参数...
融合位置信息的观点三元组情感分析模型 摘要：方面级情感分析主要有两大类任务：a）抽取任务，旨在抽取出语句中的方面词及观点词；b）分类任务，旨在分析情感极性。在这两种复合任务的基础上，针对目前方面词与观点词耦合性较差，导致分类任务出错这一问题，提出了融合位置信息的观点三元组情感...
基于局部特征聚焦的方面级情感分析 -摘要：现有方面级情感分析模型忽略了各词间句法关系且未能针对性地提取语义信息。为此，提出一种可聚焦局部上下文特征的方面级情感分析模型，其核心思想在于构建局部上下文加权邻接图和动态赋权方法，通过图卷积神经网络生成聚焦于局部上下文信息的方面词...
基于改进的ISODATA的超球覆盖仿生模式分类算法 摘要：现有仿生模式识别分类器难以解决含有多个聚集点、非线性和稀疏性样本的分类问题。因此，引入特征分类贡献度，提出了基于改进的迭代自组织数据分析（M-ISODATA）的超球覆盖仿生模式识别算法。首先引入马氏距离对自组织数据分析方法（ISOD...
融合信息反馈共享与蜉蝣搜索机制的樽海鞘群算法 摘要：针对樽海鞘群算法（SSA）收敛速度慢和易陷入局部最优的问题，提出了一种融合信息反馈共享与蜉蝣搜索机制的改进樽海鞘群算法。使用Piecewise映射的方法进行种群初始化，使初始樽海鞘种群更均匀的覆盖可行域空间；采用信息共享机制，提出辅...
多策略融合的改进樽海鞘群算法 摘要：为解决传统樽海鞘群算法（SSA）收敛精度低、难以跳出局部最优等问题，提出了一种多策略融合的改进樽海鞘群算法（ISSA）。首先，提出了一种新的融合中垂线算法收敛策略的追随者位置更新方法，以解决传统SSA追随者位置更新方法的不足；为提升...
考虑公众风险的多目标医疗废物选址路径问题及樽海鞘算法求解 摘要：针对医疗废物处理中心的选址路径问题，在考虑公众风险的情况下，构建多目标优化模型。首先，分别从政府、公众和处理中心承包商角度出发，构建了以运营成本、风险成本以及运输成本最小化的多目标选址路径模型；其次，针对所构建模型的特点，设计了一种...
融合多策略的增强海鸥优化算法 摘要：针对海鸥优化算法（SOA）求解精度低、种群多样性差、易陷入早熟收敛的缺点，提出了一种融合多策略的海鸥优化算法（ESOA）。首先，在每次迭代的过程中，引入改进的自适应差分变异策略，对单个海鸥个体进行差分变异操作并通过自适应机制扩大海鸥...
基于样本重叠与近似马尔可夫毯的特征选择算法 摘要：随着信息技术的快速发展，数据中的高维特征极大地增加了产生冗余特征的可能性，冗余特征不仅导致搜索空间增大，而且影响了分类的准确率。针对现有的特征选择算法难以解决高维特征选择问题，提出了基于样本重叠与近似马尔可夫毯的特征选择算法（sam...
受强弱关系理论启发的改进人工蜂群算法 摘要：针对原人工蜂群算法在寻优过程中存在收敛精度不高、容易陷入局部最优的问题，提出一种改进人工蜂群算法（SWT-ABC）。将社会学中强弱关系模型化并引入多子群矩阵式蜂群结构，定义了强关系个体从三个方向随机引导搜索，加快算法收敛速度和提高收...
基于K-shell位置和两阶邻居的复杂网络节点重要性评估方法 摘要：K-shell分解法能快速识别复杂网络中的关键节点，但是无法辨别同壳层内节点重要性的差异，并且低估了处于网络边缘位置的高度值节点的重要性。针对这两个问题，提出一种基于K-shell位置和两阶邻居的节点重要性评估方法。该方法根据K-s...
基于改进北极熊算法的多租户数据中心电力成本优化方法研究 摘要：为了满足电力需求响应，通过改进北极熊算法提出了一种面向多租户数据中心的成本优化算法。首先采用一对多的逆向拍卖模型建立租户及运营商的关系，激励租户主动参与拍卖并提交相应的节能方案和期望奖励；接着通过改进现有的北极熊算法，来求解最优租户...
结合增益率与堆叠自编码器的并行随机森林算法 摘要：针对大数据环境下随机森林算法存在冗余与不相关特征过多、特征子空间信息含量不足以及并行化效率低等问题，提出了结合增益率与堆叠自编码器的并行随机森林算法PRFGRSAE（parallel random forest algorithm ...
融合语义差别和流型学习的偏标记学习方法 摘要：偏标记学习是一种重要的弱监督学习框架。在偏标记学习中，每个实例与一组候选标记相关联，它的真实标记隐藏在候选标记集合中，且在学习过程中不可获知。为了消除候选标记对学习过程的影响，提出了一种融合实例语义差别最大化和流型学习的偏标记学习方...
面向交通流量预测的多头注意力时空卷积图网络模型 摘要：为了充分获取交通流量数据中隐藏的复杂动态时空相关性，提高交通流量预测精度，提出一种多头注意力时空卷积图网络模型MASCGN。首先，采用多头注意力机制为路网中的交通传感器节点自动分配注意力权重，实现对不同邻居节点的权值自适应匹配，充分...
基于多组学数据和稀疏变分自编器的生存分析算法 摘要：针对生存分析中多组学数据带来的维数灾难和过拟合问题，提出了一种基于多组学数据和稀疏变分自编码器的生存分析算法VAESCox。该算法将变分自编码器的基本结构与稀疏编码和生存分析相结合，在无监督阶段训练变分自编码器学习低维表示，在监督阶...
一种基于时序邻居序列的游离水军群组检测方法 摘要：某些卖方通过雇佣水军群组撰写虚假评论和评分等手段来影响或误导消费者的购买决策，而拥有造假间隔时间长、造假次数少、规模小等特殊造假特征的水军群组即游离水军群组，是难以识别的。为了检测游离水军群组，提出了一种基于时序邻居序列的游离水军群...
基于方向指引的蚁群算法机器人路径规划 摘要：针对蚁群算法收敛速度慢、折点多、路径长等问题，提出了一种基于方向指引的蚁群算法。该算法通过引入向量夹角，重新构造了蚂蚁转移概率，提高了算法的收敛速度且路径长度更短；算法同时融合了插点策略，进一步对生成的路径进行优化，缩短了路径长度，...
基于图卷积网络的无监督跨模态哈希检索算法 摘要：针对无监督跨模态检索任务中不能充分利用单个模态内的语义关联信息的问题，提出了一种基于图卷积网络的无监督跨模态哈希检索方法。通过图像和文本编码器分别获得两个模态的特征，输入到图卷积网络中挖掘单个模态的内部语义信息，将结果通过哈希编码层...
鲁棒结构正则化非负矩阵分解 摘要：现有的非负矩阵分解方法既忽略数据的非局部结构，又难以有效应对噪声和野值点。为了解决上述问题，提出一种新的用于聚类的鲁棒结构正则化非负矩阵分解算法。所提出的算法分别构建一个近邻图和一个最大熵图描述数据的局部结构和非局部结构，并使用L2...
改进萤火虫算法求解多机器人路径规划 摘要：为解决多机器人在静态环境中的路径规划问题，以路径长度为优化目标模型，并针对此模型设计了多机器人萤火虫算法（MR-FA）。首先，考虑到路径安全性对环境中的障碍物采取扩张操作，设计初始化规则以提高生成初始种群的效率；其次，根据算法的连续...
融合知识感知和时间感知的用户偏好网络 摘要：在知识感知推荐领域，基于嵌入传播的方式可以挖掘知识图谱的结构化信息，也能够获取n跳实体间的语义信息，但随着传播范围的增加，嵌入传播方式会丢失部分结构化信息，且以这种方式所获得的用户向量表示是粗粒度的，不能充分表征用户的偏好。针对以上...
能耗感知下云资源三支粒度调度策略研究 摘要：云资源调度是云数据中心的一种重要节能方式。然而，实际云平台中，受单一物理机资源限制，存在虚拟机资源竞争和利用率低的问题。对此，通过分析虚拟机负载相似性及资源占有度问题，提出一种基于三支决策的能耗感知虚拟机迁移策略。首先，在虚拟机迁移...
基于超网络的集成工艺决策与调度问题研究 摘要：针对多工艺产品的加工路线决策与车间调度方案不能同步制定的问题，在制造车间数字化背景下，提出集成车间不同要素信息的特征—工序—机器—工人的超网络结构，建立基于超网络的加工路线决策与车间调度模型，设计一种集成工艺决策与车间调度的两阶段混...
基于节点相似性的图注意力网络表示学习模型 摘要：图注意力网络（GAT）通过注意力机制聚合节点的邻居信息以提取节点的结构特征，然而并没有考虑网络中潜在的节点相似性特征。针对以上问题，提出了一种考虑网络中相似节点的网络表示学习方法NSGAN。首先，在节点层面上，通过图注意力机制分别学...
无更换条件下双寿命装备梯次使用问题建模及I-NSGA-Ⅲ求解 摘要：在无更换条件下，针对由两种寿命指标衡量且其中一种无法被控制的装备梯次使用问题进行了研究。构建装备梯次使用问题决策模型，提出以梯次均匀度、寿命匹配度和寿命利用率最大化为目标，使用改进的基于参考点的快速非支配排序遗传算法进行求解。根据问...
深度置信网络的代价敏感多粒度三支决策模型研究 摘要：最优粒度选择是自编码网络构造多粒度特征的关键环节。针对自编码网络粒度选择方法不合理导致特征提取效果差以及错误分类成本和测试成本高的问题，提出一种基于小批量梯度下降（mini-batch gradient descent，MBGD）的...

基于单UWB融合里程计的多机器人相对定位方法 摘要：针对卫星信号受阻，无预设基础设施（定位基站、地标等）环境下多机器人间的相对定位问题，提出了一种基于单个超宽带（ultra-wideband，UWB）融合里程计的多机器人相对定位方法。该方法利用滑动窗口截取历史时刻的多组机器人间测距信...
基于坐标—灰度交织映射的视频麦克风声音复原系统 摘要：区别于声学麦克风，视频麦克采用高帧率摄像机，利用声音震动引起周围物体的帧间图像细微差异，对声音进行复原。模拟人脑v2皮层位置亮度交织神经网络，提出一种基于二维对数的坐标—灰度交织映射算法。算法将视频帧图像矩阵与函数构造矩阵交织映射，...
以瓶颈为中心多层次负荷集成的订单交货期预测方法 摘要：针对MTO（make-to-order）生产环境下的订单交货期预测问题，提出了一种集成订单接收、订单投放与车间调度等多层次负荷，以瓶颈为中心的订单交货期预测（bottleneck driven due-date forecastin...
云环境下基于动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型 摘要：针对点值预测方法预测虚拟机故障，未充分利用虚拟机历史周期特征和上下文信息、预测准确率不高的问题，提出了一种动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型。该模型首先利用动态滑动窗口动态捕获虚拟机故障发生过程的上下文特征；然后构...
一种基于多任务学习的代码补全方法 摘要：针对基于语言模型的代码补全方法忽略源代码中结构信息和命名信息而导致补全准确率偏低的问题，提出一种基于多任务学习的代码补全方法（multi-task learning code completion，MTLCC）。MTLCC对源代码数...

基于量子粒子群优化的多波束卫星联合资源分配算法 摘要：当使用元启发式算法求解多波束卫星联合资源分配问题时，时延约束和容量约束会导致计算复杂度增大，且算法难以收敛。对此，通过在目标函数中引入惩罚机制，在无效解的目标函数值加入了惩罚值，使得算法的优化解自适应地满足这两个约束。在此基础上，提...
基于频域叠加和深度学习的频谱信号识别 摘要：针对频谱监测领域频带较宽、接收机采样步进受限而造成的宽带频谱信号难以识别的问题，提出了一种频域叠加预处理和目标检测相结合的频谱信号识别方法。该方法利用频域叠加对频谱数据进行多帧叠加来突出频谱中的弱信号，将叠加处理后的频谱图像送入改进...
基于分簇和Stackelberg博弈的D2D资源分配策略 摘要：当前，车辆密集通信场景下存在通信资源利用率低、DUE（D2D user）用户通信质量差等问题。针对上述问题，提出了一种基于分簇和Stackelberg博弈的D2D（device to device）资源分配策略，以解决DUE用户功率...
基于网络资源相关性的虚拟网络映射算法 摘要：针对网络虚拟化环境中资源利用率较低的问题，通过建立资源相关性度量模型，刻画虚拟节点和物理顶点之间的匹配程度，根据虚拟节点和物理顶点之间的资源相关性，将虚拟节点映射到资源相关性较强的物理顶点上；为了降低虚拟链路的映射路径长度，通过建立...

基于移动目标防御信号博弈的容器迁移策略 摘要：容器作为虚拟机的轻量级替代产品，以其灵活、高效的特点促进了云计算的发展，但同时也面临着同驻攻击、逃逸攻击等安全威胁。针对云环境中的容器安全威胁，构建了基于移动目标防御的信号博弈模型，并提出了多阶段最优防御策略求解算法，通过博弈模型和...
基于遗传规划和集成学习的恶意软件检测 摘要：近年来恶意软件不断地发展变化，导致单一检测模型的准确率较低，使用集成学习组合多种模型可以提高检测效果，但集成模型中基学习器的准确性和多样性难以平衡。为此，提出一种基于遗传规划的集成模型生成方法，遗传规划可以将特征处理和构建集成模型两...
一种基于组合混沌的无线体域网加密方案 摘要：针对目前无线人体局域网（wireless body area network，WBAN）安全方案存在复杂度高、功耗大、实用性差等缺陷，提出了一种满足WBAN高安全性、低功耗需求的组合混沌流加密方案。该算法包括三种量化精度，首先通过t...

动态环境中多帧点云融合算法及三维目标检测算法研究 摘要：低线束激光雷达扫描的点云数据较为稀疏，导致无人驾驶环境感知系统中三维目标检测效果欠佳，通过多帧点云配准可实现稀疏点云稠密化，但动态环境中的行人与移动车辆会降低激光雷达的定位精度，也会造成融合帧中运动目标上的点云偏移较大。针对上述问题...
基于选择性融合及关系推理的群组行为识别 摘要：为解决如何选取更具辨别力的多模态人物特征，以及在进行人物关系推理时如何更加关注特定于个人的时空交互建模的问题，提出了基于选择性特征融合的动态关系推理算法框架（SFDRI）。通过设计选择性特征融合模块，根据不同模态特征的随机函数概率分...
基于设计草图的零配件检索算法 摘要：在机械制造智能化进程中不可避免地产生了海量零配件模型信息，给数据的高效检索带来了巨大的挑战。考虑到设计草图具备用户友好且轻量级的特性，方法通过构造深度跨域表征模型进行基于设计草图的机械零配件模型检索。针对草图和三维模型的跨模态信息关...
基于稀疏特征改进的单视图表面重建 摘要：基于深度学习的单视图三维重建是当前的研究热点。为重建出更多的高频细节，SDF-SRN算法引入了位置编码，但在缺乏精确监督时，网络容易过拟合而导致凹凸不平的重建结果。针对这个问题，提出一种基于稀疏特征的网络模型，该模型凭借残差学习机制...
多时相遥感影像的深度卷积匹配算法研究 摘要：针对传统人工设计的特征描述符在面对几何差异和辐射差异较大、地物变化明显的多时相遥感影像时，容易造成大量误匹配问题，提出一种适用于遥感影像的双筛选双约束的卷积神经网络匹配算法，通过CNN提取影像深层语义特征图，在特征图中筛选同时满足优...
面向目标6DoF姿态与尺寸估计的全卷积神经网络模型 摘要：针对6DoF姿态估计需要收集与标注大量数据训练神经网络提出一种小数据集下面向目标6DoF姿态与尺寸估计的全卷积神经网络模型以降低人工操作成本。首先采用注意力机制与特征金字塔相结合的方式通过区域建议网络提取感兴趣区域，将该区域输入并行...
基于U-Net多尺度自校准注意力视网膜分割算法 摘要：针对视网膜细小血管分割精度低的问题，提出一种融合可伸缩级联模块、Transformer和自校准注意力的改进U-Net算法以提高细小血管分割精度。首先在编码阶段利用可伸缩级联模块，先行学习复杂多变的视网膜血管拓扑结构。然后在解码阶段提...
基于区域中心签名的点云局部特征描述算法 摘要：针对目前点云局部特征描述子存在对噪声、点密度变化等因素鲁棒性差的问题，提出了一种基于区域中心签名的点云局部特征描述新算法。以查询点为中心构建一个球形包围盒，沿径向方向均匀划分为五个主区域，再沿不同的方位角、仰角方向将主区域划分为若干...
双态形状重构及其在前列腺超声图像分割中的应用 摘要：前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响，而当前已有研究结论无法精确分割各个部分。提出了一种基于点分布模型和流形学习的双态形状重构的方法，并对前列腺超声图像进行分割：通过随机森林指示隐态表达进行目标初定位；改进边界...