计算机应用研究

计算机应用研究杂志 北大期刊 CSCD期刊 统计源期刊

Application Research of Computers

杂志简介:《计算机应用研究》杂志经新闻出版总署批准,自1984年创刊,国内刊号为51-1196/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:综述评论、研究探讨、软件技术、网络与通讯、应用与开发、数据库技术、图形与图像技术 、经验技巧

主管单位:四川省科学技术厅
主办单位:四川省计算机研究院
国际刊号:1001-3695
国内刊号:51-1196/TP
全年订价:¥ 700.00
创刊时间:1984
所属类别:计算机类
发行周期:月刊
发行地区:四川
出版语言:中文
预计审稿时间:1-3个月
综合影响因子:1.27
复合影响因子:0.93
总发文量:11792
总被引量:72985
H指数:66
引用半衰期:3.7646
立即指数:0.0316
期刊他引率:0.9154
平均引文率:8.6422
  • 深度学习及其在计算机视觉领域中的应用

    作者:李国和; 乔英汉; 吴卫江; 郑艺峰; 洪云峰; 周晓明 刊期:2019年第12期

    首先回顾了计算视觉发展的历史,介绍了神经元、多层感知机和反向传播等人工神经网络的基本知识以及卷积神经网络的发展史及其卷积、池化等基本操作;讨论了Alex Net、VGGNet、Goog Le Net和Res Net等经典卷积神经网络结构,并重点介绍了CapsNet;总结了卷积神经网络在图像分类、语义分割、目标检测以及图像生成等领域的研究进展;最后提出了卷积神经...

  • 视觉惯性SLAM综述

    作者:孙永全; 田红丽 刊期:2019年第12期

    对视觉SLAM、惯性导航和视觉惯性SLAM进行了介绍,详细介绍了视觉SLAM的框架结构和细分部分,罗列了近年来出色的视觉SLAM模型。最后在视觉惯性里程计的(visual inertial odometry,VIO)基础上对现有的不同派别的开源视觉惯性SLAM进行深入分析与比较,探讨视觉惯性SLAM的发展趋势与动向。

  • 基于稀疏分布式表征的英文著者姓名消歧研究

    作者:翟晓瑞; 韩红旗; 张运良; 李仲 刊期:2019年第12期

    为将稀疏分布式表征理论应用到著者姓名消歧,了解其在解决姓名消歧问题时的效果,提出了基于稀疏分布式表征的英文文献著者姓名消歧方法。该方法选择论文摘要文本信息作为消歧特征,将其生成二进制表示的SDR码。根据待消歧论文的SDR与同名作者的论文SDR相似度对比来实现著者姓名消歧。最终得到的结果为准确率98. 21%,召回率76. 75%,F值86. 17%,证...

  • 基于LDA耦合空间模型的作文跑题检测方法研究

    作者:孟超颖; 宋文爱; 富丽贞 刊期:2019年第12期

    传统的跑题检测方法大部分是将文本转换为向量空间的向量表示,再计算与正确文章之间的相似度来得到是否跑题的结果,然而这种方法仅针对文章语句结构上的表示,却忽略了文章语义上的关联,并且对于题目发散度较高的作文跑题检测效果较低。针对以上问题,利用题目与正文主题词在耦合空间计算其相关度,再通过聚类的方法实现无监督的作文跑题检测。实验...

  • 维吾尔文情感分类特征建设研究

    作者:热西旦木·吐尔洪太; 吾守尔·斯拉木 刊期:2019年第12期

    由于目前缺乏维吾尔文情感分类特征表示方面的系统性研究,以传统n-gram特征为基础,按不同规模从维吾尔文情感标注语料库中提取了新特征及其组合特征,基于支持向量机(SVM)分类器对维吾尔文情感语料库进行了正负情感分类。实验结果表明,所提取的基本特征中unigram特征的分类效率最佳;unigram特征与词组特征的组合可以进一步提高分类效率,其最佳分...

  • 基于语义分布相似度的主题模型

    作者:居亚亚; 杨璐; 严建峰 刊期:2019年第12期

    潜在狄利克雷分布(LDA)以词袋(bag of words,BOW)模型为基础,简化了建模的复杂度,但使得主题的语义连贯性较差,文档表征能力不强。为解决此问题,提出了一种基于语义分布相似度的主题模型。该模型在EM(expectation maximization)算法框架下,使用GPU(generalized Pólya urn)模型加入单词-单词和文档-主题语义分布相似度来引导主题建模,从语义关联...

  • 基于BiGRU-attention神经网络的文本情感分类模型

    作者:王伟; 孙玉霞; 齐庆杰; 孟祥福 刊期:2019年第12期

    针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-attention的文本情感分类模型。首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本...

  • 面向微博热点事件的话题检测及表述方法研究

    作者:周炜翔; 张仰森; 张良 刊期:2019年第12期

    针对微博文本数据稀疏导致热点话题难以检测的问题,提出了一种基于IDLDA-ITextRank的话题检测模型。首先,通过引入微博时间序列特征和词频特征,构建了IDLDA话题文本聚类模型,利用该模型将同一话题的文本聚到一个文本集合TS;然后,通过采用编辑距离和字向量相结合的相似度计算方法,构建了ITextRank文本摘要和关键词抽取模型,对文本集合TS抽取摘要...

  • 基于矩阵保留策略的邻域粗糙集属性约简算法

    作者:高阳; 刘遵仁; 纪俊 刊期:2019年第12期

    在基于邻域粗糙集的属性约简算法中,正域计算是保证其有效性的重要依据,也是影响其时间开销的最主要部分。为了减少算法时间开销,通过对现有算法FHARA的正域计算进行改进,采取保留策略,利用矩阵保留度量计算值的平方,将原本n维上的计算改进为1维上的计算,从而缩减了每次度量计算的时间,并在此基础上提出了基于矩阵保留策略的邻域粗糙集属性约简...

  • LBSN中融合时空信息的连续兴趣点推荐

    作者:李丹霞; 马乐荣; 何景 刊期:2019年第12期

    针对位置社交网络(location-based social networks,LBSN)中连续兴趣点(point-of-interest,POI)推荐系统面临的数据稀疏性、签到数据的隐式反馈属性、用户的个性化偏好等挑战,提出一种融合时空信息的连续兴趣点推荐算法。该算法将用户的签到行为建模为用户-当前兴趣点-下一个兴趣点-时间段的四阶张量,并利用LBSN中的地理信息定义用户访问兴趣点...

  • 基于用户偏好优化模型的推荐算法研究

    作者:邱宁佳; 何壮; 王鹏; 李岩芳 刊期:2019年第12期

    传统的个性化推荐算法普遍存在数据稀疏性问题,影响了推荐的准确度。Slope One算法具有简单、高效等特点,但该算法只是根据用户-项目评分矩阵进行数据分析,对所有用户采用一致性的权重进行计算,忽视了用户对项目类型的喜好程度。针对上述问题进行了研究,提出LR-Slope One算法。首先根据用户-项目评分矩阵和项目类型信息构建用户对项目类型的偏好...

  • 基于word2vec和双向LSTM的情感分类深度模型

    作者:黄贤英; 刘广峰; 刘小洋; 阳安志 刊期:2019年第12期

    针对社交网络文本传统情感分类模型存在先验知识依赖以及语义理解不足的问题,提出一种基于word2vec和双向长短时记忆循环神经网络的情感分类模型--WEEF-BILSTM。采用基于CBOW (continuous bag-of-words)方式的word2vec模型针对语料训练词向量,减小词向量间的稀疏度,通过双向LSTM神经网络获取更为完整的文本上下文信息从而提取出深度词向量特征,...

  • 基于可能度容差关系的多粒度粗糙决策分析方法

    作者:骆公志; 许鑫鑫 刊期:2019年第12期

    在不完备区间值决策信息系统中,针对可能度容差关系和多粒度决策粗糙集的各自优点,提出一种基于可能度容差关系的多粒度决策粗糙模型。首先提出可能度的概念,定义新的容差关系;然后构建了基于可能度容差关系的乐观和悲观多粒度决策粗糙集模型,给出模型的上下近似,并对相关性质和定理进行证明;最后以实例验证了模型的有效性与适用性。结果表明,通...

  • 面向新闻推荐的用户兴趣模型构建与更新

    作者:袁仁进; 陈刚; 李锋 刊期:2019年第12期

    针对新闻推荐系统中用户兴趣模型构建与用户兴趣漂移问题,提出了一种面向新闻推荐的用户兴趣模型构建与更新方法。首先采用向量空间模型与bisecting K-means聚类算法构建了原始用户兴趣模型;然后以艾宾浩斯遗忘曲线为基础构造了遗忘函数,并以此对用户兴趣模型进行时间加权,从而达到对用户兴趣模型更新的目的。实验以基于用户的协同过滤推荐、基...

  • 基于改进特征加权的朴素贝叶斯分类算法

    作者:丁月; 汪学明 刊期:2019年第12期

    传统朴素贝叶分类算法没有根据特征项的不同对其重要程度进行划分,使得分类结果不准确。针对这一问题,引入Jensen-Shannon(JS)散度,用JS散度来表示特征项所能提供的信息量,并针对JS散度存在的不足,从类别内与类别间的词频、文本频以及用变异系数修正过的逆类别频率这三个方面考虑,对JS散度进行调整修正,最后计算出每一特征项的权值,将权值代入到...