发表之家网站,学术咨询:400-888-7501 订阅咨询:400-888-7502 股权代码 102064
计算机研究与发展杂志 计算机研究与发展杂志 计算机研究与发展
统计源期刊
分享到:

计算机研究与发展杂志 2019年第08期

Journal of Computer Research and Development

主管单位:中科院出版委员会
主办单位:中国科学院计算技术研究所
国际刊号:1000-1239
国内刊号:11-1777/TP
审稿时间:1-3个月
全年订价:¥ 1099.20
创刊:1958
类别:信息科技
周期:月刊
发行:北京
语言:中文
起订时间:
曾用名:计算机动态;电子计算机动态
出版社:科研院所类
邮编:100190
主编:徐志伟
邮发:2-654
库存:199
主要栏目:
  • 综述
  • 计算机技术
  • 计算机网络
  • 人工智能
  • 计算机软件
  • 计算机应用
  • 数据中心能耗模型及能效算法综述

    作者:王继业; 周碧玉; 张法; 石翔; 曾楠; 刘志勇 期刊:《计算机研究与发展》 2019年第08期

    近年来,云计算技术发展迅猛.作为云计算的物理平台和重要基础设施,数据中心的数量和规模都得到了前所未有的发展.与此同时,数据中心极低的资源利用率和巨大的能耗问题日益突出,数据中心能效的研究已经成为了近年来学术界与工业界关注的热点.针对数据中心能效的基本问题,研究了基于资源和任务调度的数据中心节能关键技术,从能效模型与能效算法的...

  • 前言

    作者:封举富; 于剑 期刊:《计算机研究与发展》 2019年第08期

    从AlphaGo到无人驾驶,从语音识别到人脸识别,人工智能已经成为当代最重要的技术之一,人工智能技术已广泛应用于科学发现、经济建设、社会生活等各个领域.2017年7月20日,国务院印发《新一代人工智能发展规划》,标志着人工智能研发已经提升至国家战略层面.随着大数据、云计算、物联网等信息技术的不断发展,人工智能研究在理论、方法、应用等多个层...

  • 基于深度学习的程序理解研究进展

    作者:刘芳; 李戈; 胡星; 金芝 期刊:《计算机研究与发展》 2019年第08期

    程序理解通过对程序进行分析、抽象、推理从而获取程序中相关信息,在软件开发、维护、迁移等过程中起重要作用,因而得到学术界和工业界的广泛关注.传统程序理解很大程度上依赖开发人员的经验,但随着软件规模及其复杂度不断增大,完全依赖开发人员的先验知识提取程序特征既耗时耗力,又很难充分挖掘出程序中隐含特征.深度学习是一种数据驱动的端到...

  • 基于深度神经网络结构的互联网金融市场动态预测

    作者:赵洪科; 吴李康; 李徵; 张兮; 刘淇; 陈恩红 期刊:《计算机研究与发展》 2019年第08期

    近些年,互联网金融市场在国内外迅速发展;同时,针对互联网金融市场的研究也成为了学术界的热点.相比于传统金融市场,互联网金融市场具有更高的流动性和易变性.针对互联网金融市场的动态(日交易量和日交易次数)进行研究,提出了基于深度神经网络结构的融合层次时间序列学习的预测模型.首先,该模型可以实现对多序列(市场宏观动态序列和多种子序列)...

  • 基于深度卷积生成对抗网络和拓展近邻重排序的行人重识别

    作者:戴臣超; 王洪元; 倪彤光; 陈首兵 期刊:《计算机研究与发展》 2019年第08期

    行人重识别任务旨在识别不相交摄像头视图下的相同行人.这项任务极具挑战性,尤其是当数据集中每个行人仅仅有几张图片时.针对行人重识别数据集中行人图片数量不足的问题,提出一个从原始数据集中生成额外训练数据的方法.在这项工作之中存在2个挑战:1)如何从原始数据集之中获取更多的训练数据;2)如何处理这些新生成的训练数据.使用深度卷积生成对...

  • 基于混合门单元的非平稳时间序列预测

    作者:刘颉羲; 陈松灿 期刊:《计算机研究与发展》 2019年第08期

    非平稳多变量时间序列(non-stationary multivariate time series, NSMTS)预测目前仍是一个具有挑战性的任务.基于循环神经网络的深度学习模型,尤其是基于长短期记忆(long short-term memory, LSTM)和门循环单元(gated recurrent unit, GRU)的神经网络已获得了令人印象深刻的预测性能.尽管LSTM结构上较为复杂,却并不总是在性能上占优.最近提出的...

  • 融合CNN和Bi-LSTM的miRNA-lncRNA互作关系预测模型

    作者:石文浩; 孟军; 张朋; 刘婵娟 期刊:《计算机研究与发展》 2019年第08期

    非编码RNA(ncRNA)在很多动植物生命活动方面起着重要的调节作用,而微小RNA(miRNA)与长非编码RNA(lncRNA)的相互作用更为重要,其互作关系的研究不仅有助于深入分析基因间生物学功能,也可为疾病的诊治和植物的遗传育种方面提供新思路.目前,miRNA-lncRNA互作关系的预测大多使用生物实验和传统机器学习方法.由于生物鉴定代价高耗时长和机器学习涉及...

  • 一种基于两阶段深度学习的集成推荐模型

    作者:王瑞琴; 吴宗大; 蒋云良; 楼俊钢 期刊:《计算机研究与发展》 2019年第08期

    近年来,深度学习技术被广泛应用于推荐系统领域并获得了很大的成功,然而深度学习模型的输入质量对学习结果具有很大影响,稀疏的输入特征向量不仅会增加后续模型训练的难度,而且容易导致学习结果落入局部最优.提出一个基于两阶段深度学习的集成推荐模型:首先,利用具有封闭式参数计算能力的边缘化堆叠去噪自动编码机进行用户和项目高层抽象特征的...

  • 多示例学习下的深度森林架构

    作者:任婕; 侯博建; 姜远 期刊:《计算机研究与发展》 2019年第08期

    多示例学习已经广泛地应用到各个领域,如图像检索、文本分类、人脸识别等.而近年来深度神经网络也成功地运用到各个任务和问题上,MI-Nets是深度神经网络在多示例学习领域一个成功的应用.虽然MI-Nets很成功,但其主要在图像相关的任务上表现突出,而在非图像任务比如文本分类任务上的性能并不令人满意.而最近2年兴起的深度森林在非图像任务上取得了...

  • 样本加权的多视图聚类算法

    作者:洪敏; 贾彩燕; 李亚芳; 于剑 期刊:《计算机研究与发展》 2019年第08期

    大数据时代,人类收集、存储、传输、管理数据的能力日益提高,各行各业已经积累了大量的数据资源,这些数据常呈现出多源性和异构性.如何对这些多源数据进行有效的聚类(也称为多视图聚类)已成为当今机器学习研究关注的焦点之一.现有的多视图聚类算法主要从“全局”角度关注不同视图和特征对簇结构的贡献,没有考虑不同样本间存在的“局部”信息间的...

  • Heavy-Ball型动量方法的最优个体收敛速率

    作者:程禹嘉; 陶蔚; 刘宇翔; 陶卿 期刊:《计算机研究与发展》 2019年第08期

    动量方法作为一种加速技巧被广泛用于提高一阶梯度优化算法的收敛速率.目前,大多数文献所讨论的动量方法仅限于Nesterov提出的加速方法,而对Polyak提出的Heavy-ball型动量方法的研究却较少.特别,在目标函数非光滑的情形下,Nesterov加速方法具有最优的个体收敛性,并在稀疏优化问题的求解中具有很好的效果.但对于Heavy-ball型动量方法,目前仅仅获...

  • 一种针对异常点的自适应回归特征选择方法

    作者:郭亚庆; 王文剑; 苏美红 期刊:《计算机研究与发展》 2019年第08期

    数据集中含有不相关特征和冗余特征会使学习任务难度提高,特征选择可以有效解决该问题,从而提高学习效率和学习器性能.现有的特征选择方法大多针对分类问题,面向回归问题的较少,特别是当数据集含异常点时,现有方法对异常点敏感.虽然某些方法可以通过给样本损失函数加权来提高其稳健性,但是其权值一般都已预先设定好,且在特征选择和学习器训练过...

  • 基于经验指导的深度确定性多行动者-评论家算法

    作者:陈红名; 刘全; 闫岩; 何斌; 姜玉斌; 张琳琳 期刊:《计算机研究与发展》 2019年第08期

    连续控制问题一直是强化学习研究的一个重要方向.近些年深度学习的发展以及确定性策略梯度(deterministic policy gradients, DPG)算法的提出,为解决连续控制问题提供了很多好的思路.这类方法大多在动作空间中加入外部噪声源进行探索,但是它们在一些连续控制任务中的表现并不是很好.为更好地解决探索问题,提出了一种基于经验指导的深度确定性多...

  • 一种残差置乱上下文信息的场景图生成方法

    作者:林欣; 田鑫; 季怡; 徐云龙; 刘纯平 期刊:《计算机研究与发展》 2019年第08期

    场景图在视觉理解中有着很重要的作用.现有的场景图生成方法对于主语、宾语以及主宾语间的视觉关系进行研究.但是,人类通过空间关系上下文、语义上下文和目标之间的互动信息来进行关系的理解和推理.为了获得更好的全局上下文表示,同时减少数据集偏差的影响,提出了一个新的场景图生成框架RSSQ(residual shuffle sequence model).该框架由目标解码...

  • 基于依存树及距离注意力的句子属性情感分类

    作者:苏锦钿; 欧阳志凡; 余珊珊 期刊:《计算机研究与发展》 2019年第08期

    目前基于注意力机制的句子属性情感分类方法由于忽略句子中属性的上下文信息以及单词与属性间的距离特征,从而导致注意力机制难以学习到合适的注意力权重.针对该问题,提出一种基于依存树及距离注意力的句子属性情感分类模型(dependency tree and distance attention, DTDA).首先根据句子的依存树得到包含属性的依存子树,并利用双向GRU学习句子及...

相关期刊
  • 科研管理
    北大核心期刊 1-3个月审稿
    中国科学院科技政策与管理科学研究所;中国科学与科技政策研究会;清华大学技术创新研究中心
  • 天津医药
    统计源期刊 1-3个月审稿
    天津市医学科学技术信息研究所
  • 草业科学
    CSCD核心期刊 1-3个月审稿
    中国草学会;甘肃省草原生态研究所
  • 电网技术
    统计源期刊 1-3个月审稿
    国家电网公司
  • 卫生研究
    CSCD核心期刊 1-3个月审稿
    中国疾病预防控制中心
  • 经济研究
    统计源期刊 1-3个月审稿
    中国社会科学院经济研究所
  • 煤炭学报
    CSCD核心期刊 1-3个月审稿
    中国煤炭学会
  • 茶叶科学
    CSCD核心期刊 1-3个月审稿
    中国茶叶学会
  • 核农学报
    CSCD核心期刊 1-3个月审稿
    中国原子能农学会;中国农业科学院农产品加工研究所(前中国农业科学院原子能利用研究所)
  • 物理学报
    SCI核心期刊 1-3个月审稿
    中国物理学会;中国科学院物理研究所
  • 天然气工业
    CSCD核心期刊 1-3个月审稿
    四川石油管理局;中国石油西南油气田公司;中国石油川庆钻探工程公司
  • 中国循证医学
    统计源期刊 1-3个月审稿
    四川大学
  • 针刺研究
    CSCD核心期刊 1-3个月审稿
    中国中医科学院针灸研究所;中国针灸学会
  • 中国激光
    统计源期刊 1-3个月审稿
    中国光学学会;中国科学院上海光学精密机械研究所
  • 肿瘤
    北大核心期刊 1-3个月审稿
    上海市肿瘤研究所
在线投稿 发表咨询 加急见刊 杂志订阅 返回首页