计算机学报杂志

发表咨询:400-808-1731

订阅咨询:400-808-1751

计算机学报杂志 北大期刊 CSCD期刊 统计源期刊

Chinese Journal of Computers

  • 11-1826/TP 国内刊号
  • 0254-4164 国际刊号
  • 3.18 影响因子
  • 1-3个月下单 审稿周期
计算机学报是中国计算机学会;中国科学院计算技术研究所主办的一本学术期刊,主要刊载该领域内的原创性研究论文、综述和评论等。杂志于1978年创刊,目前已被数学文摘、上海图书馆馆藏等知名数据库收录,是中国科学院主管的国家重点学术期刊之一。计算机学报在学术界享有很高的声誉和影响力,该期刊发表的文章具有较高的学术水平和实践价值,为读者提供更多的实践案例和行业信息,得到了广大读者的广泛关注和引用。
栏目设置: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

计算机学报 2005年第11期杂志 文档列表

计算机学报杂志研究论文与技术报告
计算机体系结构的分类模型1759-1766

摘要:根据计算机体系结构的发展,以指令流(instruction stream)计算、数据流(data stream)计算与构令流(configuration stream)计算的概念为基础,提出了一种新的计算机体系结构的分类模型.

一类广函数——纵横矩阵加工广函数1767-1777

摘要:提出具有某些相同算法特征的广函数的概念,并且具体讨论了纵横矩阵加工广算法这一类广算法的定义和定理,直接推导出这类广算法的串行、倍增并行、纵横并行、多维并行等各种不同的算法.进一步以Bitonic排序问题和包括一阶递推方程在内的一类一阶递推方程的求解这两种十分不同的问题为例,把它们化成为纵横矩阵加工广函数,就可以自然地得到各自的不同的各种并行算法.并以(m,N)选择问题为例说明,一旦发现它是纵横矩阵加工广函数,就容易得到该问题的常数效率新算法,而不是并行台数增大时,效率趋向于0.

基于Reduct的“规则+例外”学习1778-1789

摘要:一般地说,机器学习关注的是"规则",并将规则不能覆盖的"例外"考虑为噪声.然而,大量的应用不仅需要刻画满足大多数观察的规则,同时需要显现可解释地表示例外.在情报分析与安全预警这类应用中,例外可能是更为重要的知识.对此作者描述了一类限制在结构化符号数据集合上的基于Reduct的"规则+例外"学习的理论框架,并给出了解决这个框架各个组成部分中所存在的问题的一个方案.

约束求解与优化技术的结合1790-1797

摘要:提出了将混合约束问题转化为混合整数规划问题的方法.用约束求解方法及混合整数规划方法共同求解混合约束问题可以令二者相互借鉴,从而促进二者求解技术的进一步发展.同时,由混合约束问题转化而来的混合整数规划问题也可作为求解混合整数规划问题的测试问题(benchmarks).

符号化模型检测CTL1798-1806

摘要:提出了一个关于时态逻辑CTL* 的符号化模型检测算法.该算法通过所谓的tableau构造方法来判定一个有限状态系统是否满足CTL*规范. 根据该理论,作者已实现了一个基于OBDD技术的CTL*符号化模型检测工具MCTK,并完成了相当数量的实验.到目前为止,已知有名的符号化模型检测工具,如SMV和NuSMV等, 都只能对CTL*的子集逻辑(如CTL,LTL)进行检测,而文中算法的结果是令人满意的,并且当规范不是特别复杂时, 高效的CTL*符号化模型检测是可能的.

第一届Agent理论与应用学术会议(Agent’2006)征文通知1806-1806

异构分布式系统中基于负载均衡的容错调度算法1807-1816

摘要:提出了基于主/从版本的具有容错功能的进程调度算法HDALF和HDLDF,且分别给出两种算法的时间复杂度并对算法的负载均衡性和节点资源利用率作了讨论.与以往容错调度算法不同的是,此算法是在被动进程复制模式下、适合于异构分布式系统的容错调度算法.而以往的研究都是建立在主从版本进程有相等的负载或执行时间相同的模型基础上,或者仅适合于同构分布式系统.实验结果表明,HDALF算法和HDLDF算法的性能比基于同构分布式模型下的两阶段算法更加优越.并且得出了这样的结果:当系统发生故障前后的负载均衡性权值相等时,在负载均衡和处理机资源利用率方面,HDLDF算法都要优于HDALF算法.

第三届全国Web信息系统及其应用学术会议(WISA2006)征文通知1816-1816

移动Agent系统中的排队机制研究1817-1822

摘要:针对现有的移动Agent系统缺乏排队机制的课题,定义了Agent排队系统的概念,然后分别给出了单工作节点和复合工作节点的排队模型,讨论了其中的排队规则、服务规则和Agent派遣机制等关键技术.实验和分析表明,引入排队机制可以明显改善Agent和工作节点的运行质量.

无线多媒体网络中一种基于测量网络状态的动态呼叫接纳控制算法1823-1830

摘要:提出了一种无线多媒体网络中基于测量网络状态的动态呼叫接纳控制算法.它区分了实时和非实时业务,在网络带宽资源不足时可通过降低非实时业务带宽确保实时业务呼叫连接的可靠性;还可根据当前网络状况调整预留带宽大小,使小区实时业务切换呼叫掉线率低于设定的门限值.大量仿真结果显示该算法具有低实时业务切换呼叫掉线率和与固定预留方案相当的带宽利用率,而只以略高的新呼叫阻塞率为代价,适合各种不同概率发生时实际应用的情况.

DWT Lifting分解理论及其在图像压缩中的应用1831-1842

摘要:在形式化地分析DWT(Discrete Wavelet Transform)Lifting分解的基础上,提出了分解集合的分级结构概念与技术,其克服了求解问题的高复杂性所带来的实际计算与搜索困难;进一步地,从数值稳定性及计算代价两方面研究了分解的评价问题,给出了两种实用的分解稳定性准则;最后,结合分级结构技术提出了最优分解算法.这些方法应用在JPEG2000框架下的图像压缩系统中得到了一些深刻结论,如发现了LTD(Long Then Danger)现象等,可以为压缩系统中小波变换的快速实现提供新的理论依据与实用算法.实验结果表明了上述方法在求解效率与灵活性、寻优速度以及适用范围等方面的优越性.

全国首届语义Web与本体论学术研讨会(SWON2006)征文通知1842-1842

压缩域自适应映射能量视频水印算法1843-1852

摘要:提出了一种自适应映射能量(AMEW)视频水印算法,将水印嵌入到压缩域中,从压缩码流中提取水印,提取过程不需要原始视频,是一种新型的盲视频水印算法.在该算法中,作者选择一定的整数DCT量化系数构造嵌入空间,然后利用能量映射函数将水印嵌入其中.在嵌入过程中,作者利用三个模块(最大匹配串模块,最小更改串模块和最小丢弃串模块)调整嵌入后的码流来降低对编码效率(通常我们用视频质量和压缩率来衡量编码效率)的影响,实现最优嵌入;重同步策略和水印编码是用来保证水印的鲁棒性.实验结果证明水印对于重编码、帧删除、变帧率及锐化等操作具有一定的鲁棒性,几乎对编码效率没有影响.除此以外,在同码率条件下,与XDEW算法相比,该算法还具有高水印负载和低计算复杂性的优势.在该文末尾,作者将阐述该算法的理论根据并分析其鲁棒性.

一种适用于H.264/AVC的自适应空域帧内预测算法1853-1860

摘要:提出了帧内预测算法中邻块间预测选项的相关性、预测选项和SAD相关性的概念,在此基础上提出了一种适用于H.264/AVC的自适应空域帧内预测算法,该算法利用上述的两种相关性预测当前块的帧内预测选项;利用"半步停"技术自适应地中止预测.实验结果表明,该算法在保证重构图像质量和压缩比的同时,计算复杂度仅相当于原有算法的7%左右.

一种多维数据的聚类算法及其可视化研究1861-1865

摘要:提出了一种基于主次属性划分的聚类方法和一种新的数据可视化方法.首先,利用数据的主属性和次属性的特征值对数据集进行聚类;然后,采用彩色刺激光谱投影到RGB颜色空间的原理,通过色度学中麦克斯韦的三角平面坐标色度图对各聚类结果进行可视化显示.实验证明了文中方法算法简单、容易实现,可视化结果有利于用户全面地理解数据,为数据的预测、决策起到重要作用.

模糊粗糙数据模型:一种数据分析的新方法1866-1874

摘要:提出了一种数据分析的新方法--模糊粗糙数据模型(Fuzzy Rough Data Model,FRDM).该方法采用动态自适应模糊聚类技术,将Kowalczyk方法中的粗糙数据模型(Rough Data Model,RDM)对输入数据空间的网格状'硬划分'转化为模糊划分,辨识输入数据空间中的模糊模式类,并通过定义各模糊模式类与决策类别之间的类型映射关系ftype:Ci→y,以及输入数据对各模式类分类规则的匹配度(Degree of Fulfillment,DoF(x))概念,建立起相应的FRDM模型.不同数据集的实验测试结果表明,与Kowalczyk的RDM方法相比,文中方法具有更好的数据概括能力、更强的噪声数据处理能力和更高的搜索效率.

粗集理论集成ORDBMS的原型系统1875-1881

摘要:对等价矩阵代数进行了扩充,使它能够实现决策表的上下近似集、规则提取、相对约简、相对核等操作.给出了一个原型系统RSORDMS.在原型系统中,采用了数据库SQL语言与粗集结合的技巧,使得数据清洗、求核等操作非常迅速.整个原型系统运行效率很高.

ARTNIDS:基于自适应谐振理论的网络入侵检测系统1882-1889

摘要:分析了现有的入侵检测方法,设计了基于自适应谐振理论的网络入侵检测系统(ARTNIDS).它采用了一种全新的行为表示方法,即根据网络数据包结构定义网络行为特征变量;利用改进的自适应谐振理论算法,提高了学习效率,使丢包率由15%左右降低到10%以下,实现了无监督和在线实时学习;提出的类似Hamming距离的检测算法,使误报率低于10%.依上述方法构造的原型系统经实验证明能高效地检测出局域网内的入侵行为.