杂志简介：《计算机学报》杂志经新闻出版总署批准，自1978年创刊，国内刊号为11-1826/TP，是一本综合性较强的计算机期刊。该刊是一份月刊，致力于发表计算机领域的高质量原创研究成果、综述及快报。主要栏目：研究论文与技术报告、短文、学术通信、学术活动、中国计算机学会学术动态
杂志简介：《计算机学报》杂志经新闻出版总署批准，自1978年创刊，国内刊号为11-1826/TP，是一本综合性较强的计算机期刊。该刊是一份月刊，致力于发表计算机领域的高质量原创研究成果、综述及快报。主要栏目：研究论文与技术报告、短文、学术通信、学术活动、中国计算机学会学术动态
作者：张顺; 龚怡宏; 王进军 刊期：2019年第03期
作为类脑计算领域的一个重要研究成果,深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域,在工业界和学术界掀起了神经网络研究的浪潮,促进了人工智能的发展.卷积神经网络直接以原始数据作为输入,从大量训练数据中自动学习特征的表示.卷积神经网络具有局部连接、权值共享和池化操作等特性,可以...
作者：刘海洋; 王志海; 张志东 刊期：2019年第03期
多标记分类问题需要为每个实例分配多个标记.常见的多标记分类方法主要分为算法转换法和问题转换法两类.合理利用标记间的依赖关系是提升多标记分类性能的关键.在该文中,作者从不同的问题转化方法的角度,将标记间依赖关系的利用方法分为标记分组法和属性空间扩展法两种.作者发现,对于属性空间扩展法,普遍存在的难题在于如何对标记间的依赖关系进...
作者：郑建炜; 鞠振宇; 朱文博; 王万良 刊期：2019年第03期
复杂异构分布的高维数据在大数据时代随处可见,高效地挖掘其子空间结构并进行准确的分簇是机器视觉和模式识别领域的研究热点.低秩表示算法(Low-Rank Representation,LRR)因其优越的低维子空间挖掘能力而备受关注,其性能很大程度上取决于关联矩阵的构建,常见的方法都是通过原始输入数据或表示系数直接一次成形.然而,这些方法都采用独立的步骤进...
作者：汤小春; 周佳文; 田凯飞; 李战怀 刊期：2019年第03期
该文的目的在于优化现有的大图数据中全部极大团挖掘算法.在生物网络、社会网络及web分析中,找出图中的全部极大团是一个重要的应用.随着图数据规模的增大,传统的极大团挖掘算法因无法满足性能要求而被并行处理方式取代.但是,在现有的并行处理方法中,需要过滤大量的重复极大团和检测非极大团,降低了算法的性能.论文在分析了现有的极大团并行算法...
作者：钟珊; 刘全; 傅启明; 龚声蓉; 董虎胜 刊期：2019年第03期
行动器评判器(Actor Critic,简称AC)算法是强化学习连续动作领域的一类重要算法,其采用独立的结构表示策略,但更新策略时需要大量样本导致样本效率不高.为了解决该问题,提出了基于模型学习和经验回放加速的正则化自然AC算法(Regularized Natural AC with Model Learning and Experience Replay,简称RNAC-ML-ER).RNAC-ML-ER将Agent与环境在线交互...
作者：王乐; 王水; 刘胜蓝; 王辉兵 刊期：2019年第03期
随着有序时间序列数据的出现,序列模式挖掘成为数据挖掘领域的一个分支.其中带通配符的序列模式挖掘又是该领域中一个重要的研究问题,同时随着数据规模越来越大,算法的挖掘效率尤为重要.现有算法多采用树型结构来实现数据的压缩表示,树的结构和模式匹配方法对挖掘效率有决定性的影响.该文首先设计一个新的树结构索引树I-Tree(Index-Tree)来维护...
作者：李强; 黄辉; 周沁; 韩雅倩; 肖桐; 朱靖波 刊期：2019年第03期
由于神经机器翻译模型简单、通用和有效,神经机器翻译模型已成为目前最受关注的机器翻译模型.在神经机器翻译模型中,通过引入词汇翻译表和短语翻译表可以提高翻译质量.然而,对于已经存在的人工整理的翻译模板或者启发式算法生成的翻译模板,目前已有的神经机器翻译框架不存在有效的方法对这些翻译模板进行建模.该文研究的主要内容是将翻译模板内...
作者：陈子阳; 陈伟; 李娜; 周军锋 刊期：2019年第03期
图的可达性查询处理是生物信息领域的热点问题之一,用于测定蛋白质交互网络中任意两个蛋白质分子间是否存在交互作用.针对已有在可达查询比例增大时在线搜索算法效率下降明显及性能不稳定的问题,提出优化的OPT-R算法.首先,提出最优生成树的概念,使得采用最优生成树的OPT-R算法可以在常量时间回答更多的可达查询;同时提出基于栈的互逆拓扑顺序,使...
作者：陈旭; 刘鹏鹤; 孙毓忠; 沈曦; 张磊; 王晓青; 孙晓平; 程伟 刊期：2019年第03期
基于临床表现的疾病预测模型是临床决策支持系统(Clinical Decision Support System,CDSS)的一个重要研究内容.现有临床决策支持系统往往将临床病例作为训练数据集,以临床表现的描述文字为特征,采用统计机器学习方法构建疾病预测模型.然而,在医疗领域往往存在着样本数据集不均衡的问题,导致模型的预测效果降低.欠采样技术是目前解决样本不均衡问...
作者：崔振河; 何勇; 孙士远 刊期：2019年第03期
所有状态都能被同一个字转换到同一状态(完全确定有限状态)的自动机称为同步自动机.同步自动机在许多方面都有着广泛的应用,如重启装置的设计、系统测试、编码、工业自动化、机器人技术以及生物计算等.同步自动机研究的最基本的问题是自动机的同步性问题,同步性问题主要包括同步性检测和同步字查找.最短同步字问题是同步自动机研究的核心课题,关...
作者：张宇山; 黄翰; 郝志峰; 杨晓伟 刊期：2019年第03期
连续型演化算法(Evolutionary Algorithms,EAs)的计算时间分析(Runtime analysis)是演化计算理论研究中的难点和热点问题,相较于离散型演化算法,有关前者的理论结果相对较少,数学基础较为薄弱.该文引入鞅论和停时理论,建立了平均增益模型,以估算连续型演化算法的平均首达时间(Expected First Hitting Time,EFHT)上界.平均增益模型建立在一个非负...
作者：徐进; 刘全; 章宗长; 梁斌; 周倩 刊期：2019年第03期
近年来,深度强化学习已经成为人工智能领域一个新的研究热点.深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令人瞩目的成功,但仍存在训练时间太长等问题.虽然异步深度强化学习通过利用多线程技术大幅度减少了深度强化学习模型所需的训练时间,但是,基于循环神经网络的异步深度强化学习算法依然需要大量训练时间,原因在于具有记...
作者：任飞亮; 沈继坤; 孙宾宾; 朱靖波 刊期：2019年第03期
本体是一种重要的知识库,其包含的丰富的语义信息可以为问答系统、信息检索、语义Web、信息抽取等领域的研究及相关应用提供重要的支持.因而,如何快速有效地构建本体具有非常重要的研究价值.研究者们分别从不同角度提出了大量有效地进行本体构建的方法.一般来讲,这些本体构建方法可以分为手工构建的方法和采用自动、半自动技术构建的方法.手工本...
影响因子：0.51
期刊级别：北大期刊
发行周期：月刊
影响因子：0.15
期刊级别：省级期刊
发行周期：半月刊
影响因子：0.16
期刊级别：省级期刊
发行周期：双月刊
影响因子：0.94
期刊级别：北大期刊
发行周期：月刊
影响因子：0.79
期刊级别：北大期刊
发行周期：月刊
影响因子：1.2
期刊级别：省级期刊
发行周期：半月刊
影响因子：1.75
期刊级别：北大期刊
发行周期：月刊
影响因子：0.68
期刊级别：北大期刊
发行周期：半月刊
影响因子：0.55
期刊级别：统计源期刊
发行周期：月刊
影响因子：0.58
期刊级别：北大期刊
发行周期：月刊
影响因子：0.37
期刊级别：省级期刊
发行周期：月刊
影响因子：1.71
期刊级别：统计源期刊
发行周期：半月刊