计算机学报杂志社
分享到:
《计算机学报》杂志在全国影响力巨大,创刊于1978年,公开发行的月刊杂志。创刊以来,办刊质量和水平不断提高,主要栏目设置有: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等。
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会;中国科学院计算技术研究所
  • 国际刊号:0254-4164
  • 国内刊号:11-1826/TP
  • 出版地方:北京
  • 邮发代号:2-833
  • 创刊时间:1978
  • 发行周期:月刊
  • 期刊开本:A4
  • 复合影响因子:3.18
  • 综合影响因子:2.580
相关期刊
服务介绍

计算机学报 2012年第01期杂志 文档列表

计算机学报杂志综论

用户体验质量(QoE)的模型与评价方法综述

摘要:随着信息时代的到来,新的多样性的信息服务大量涌现,人们对信息服务的要求也越来越高.为了获得用户对服务的认可,服务提供商必须确保良好的用户体验质量.因此,用户体验质量不仅成为学术界重要的研究课题之一,而且也成为工业界关键的服务评价指标之一.文中综述了用户体验质量的模型与评价方法等方面的工作.介绍了该领域的研究现状与进展,总结归纳了用户体验质量的影响因素、量化方法及三类评价方法学,重点讨论了几种具体的基于不同学科的用户体验质量的模型和评价方法.基于这些讨论,该文以视频流媒体服务为背景,提出了基于隐马尔可夫的用户体验质量模型,建立了基于随机模型的评价方法,对未来的研究方向进行了展望.
1-15

社会感知计算:概念、问题及其研究进展

摘要:普适计算技术的发展极大地丰富和增强了人类获取数据的途径和能力,如何利用这些感知数据,理解人类的社会行为与活动,实现计算"以人为中心"并为社会服务的目标,是当前信息领域的重要问题.本文介绍了计算机科学领域的一个刚刚兴起的研究主题———社会感知计算.社会感知计算旨在通过人类生活空间日益部署的大规模多种类传感设备,实时感知识别社会个体的行为,分析挖掘群体社会交互特征和规律,辅助个体社会行为,支持社群的互动、沟通和协作.论文讨论了社会感知计算的概念、起源、模型和主要研究问题,综述了社会感知计算典型系统与应用、数据感知、行为与交互分析、社会理论与规律验证以及社会交互高效支持等方面的研究进展.
16-26
计算机学报杂志研究论文与技术报告

电子商务下的信任网络构造与优化

摘要:电子商务环境中交易实体间的信任关系类似于传统商务环境中复杂的社会关系.实体间的信任度量涉及到交易额、交易发生时间、消费实体个人收入及其对信任的风险态度等因素,难以准确地给出量化计算.为探明这种信任关系的本质特点,结合现实生活中社会关系网络的一些认知理论和方法,详细分析和定义了实体及实体关系的相关属性,提出了一种信任网络描述的形式化模型.研究了信任网络的构造方法,建立了一套信任网络优化算法,有效地降低了信任网络的复杂性.最后,给出了一套信任网络可视化自动生成工具,通过实例应用分析表明,信任网络形式化描述模型和优化算法可以很好地揭示电子商务环境中复杂的信任关系,降低了信任度量算法的复杂度,可为信任的传播机制和信任计算模型的研究提供理论基础.
27-37

固定移动融合网络中基于资源挑战的垃圾语音防范方法

摘要:以经典单向函数为基础,设计并验证了一种用于垃圾语音(Spam over Internet Telephony,SPIT)防范的方法.该方法利用资源挑战机制,要求垃圾语音的发送者消耗大量系统资源来破解谜题才可以发送语言会话请求.谜题设计算法避免了相关研究存在的缺陷,使得方法更加安全、可靠;谜题破解算法要求发送者对CPU与Memory进行双重消耗,从而缩小不同配置终端在破解过程中的消耗差距.对方法进行仿真实验,分析结果表明方法具有很好的有效性与适用性.
38-45

基于随机网络演算的LTE网络端到端时延分析

摘要:长期演进计划LTE(Long Term Evolution)由第三代合作伙伴计划(The 3rd Generation PartnershipProject,3GPP)提出,是下一代高速无线网络通信的重要标准.LTE网络中的数据传输性能评价是学术界与工业界重要问题.但是,无线信道的时变性使得LTE网络中性能评价的复杂度大大增加.文中利用随机网络演算对LTE网络中不同数据流的到达和服务进行建模,建立了对LTE网络进行数据传输时端到端(End-to-End,E2E)时延分析的框架,并通过数值分析验证了所建立框架的有效性.
46-52

基于频繁闭情节及其生成子的无冗余情节规则抽取

摘要:情节规则挖掘旨在发现频繁情节之间的因果关联,已广泛应用于传感器数据处理、网络安全监控、金融证券管理、事务日志分析等众多领域.针对一个事件序列上的无冗余情节规则挖掘,提出了算法Extractor.该算法采用最小且非重叠发生的支持度定义和深度优先的搜索策略来发现频繁闭情节及其生成子,保证了频繁闭情节及其生成子的挖掘质量和挖掘效率;利用非生成子情节的Apriori性质,避免了冗余的情节生成子判断;直接由频繁闭情节及其生成子产生无冗余情节规则,提高了情节规则的生成质量和生成效率.所进行的实验证实了该情节规则抽取算法的有效性.
53-64

基于触发路径的主动规则集终止性分析

摘要:为满足用户对网络服务的个性化、定制化和主动化需求,主动规则成为解决这些问题的关键技术.研究了在网络环境下基于规则的复杂应用中,大量规则集同时触发所带来的规则终止性问题,提出的分析方法确保主动规则能够有效运行,以提供更加灵活的主动服务.讨论了以静态分析方法为主的主动规则终止性分析相关工作,随后给出问题描述和相关形式化定义.分析了基于关联图的终止性分析方法的保守性,引入触发路径和有限触发环概念,提出了基于触发路径的两种终止情形分析方法,提高了规则集终止性分析的准确性,采用两阶段分析算法保证了分析效率.与相关分析方法的实验比较说明,文中方法能够更准确高效地检测主动规则集的终止性,并适应基于主动规则的其它应用.
65-75

面向地址空间分离网络的地址映射模型:AMIA

摘要:地址空间分离是解决互联网路由可扩展问题的有效方法,其关键技术是边缘网地址到核心网地址的映射机制.现有典型地址映射模型基于缓存映射项机制实施,其映射信息交互协议复杂,路由器对映射信息缓存的维护开销很大.而且,缓存机制中映射项查询延迟较长,明显影响到端系统用户的网络体验.文中设计了一种新型的面向地址空间分离网络的域间地址映射模型:AMIA,通过BGP协议扩展完成映射信息交互,映射项存储不带有任何缓存机制,方便实施.文中还为AMIA模型设计研制了集成PE和KMS功能的多功能路由系统,并在CERNET2中搭建实验网进行实验验证.理论分析及实验结果证明AMIA模型具有高性能、可行性及易实施等特点.
76-84

Hidasav:一种层次化的域间真实源地址验证方法

摘要:可信任是下一代互联网的重要特征,真实地址访问是可信任的基础和前提.自治域级真实地址访问是整个可信任互联网体系结构中最为复杂的一个层次.基于标签的源地址验证不受拓扑结构影响,无需中间节点特殊处理,是实现域间真实地址访问的有效方法.然而,现有方法中信任联盟过于扁平化和单一化的问题导致验证开销随联盟规模增大而急剧增大,影响和制约了机制的可扩展性和过滤能力,难以进行增量部署.对此,文中提出了一种层次化的基于标签替换的域间真实源地址验证方法(Hidasav),该方法通过合理规划联盟层次和聚类整合,构建出一种多级并存的信任联盟体系结构,通过引入实现轻量级标签替换的联盟边界,将每一层级联盟和外界网络隔离,使得下层联盟和更高层联盟内部的网络环境彼此互不可见、互无影响.与现有同类典型方法在CNGI真实环境中的实验结果比较表明,该方法能够在确保域间高速通信的同时有效降低边界路由设备的状态机存储、更新和报文验证开销.
85-100

基于Markov逻辑网的两阶段数据冲突解决方法

摘要:在数据集成中,如何准确地解决数据冲突是关系集成数据质量的关键问题.现有的方法主要针对单个属性进行冲突解决,由于没有区分不同属性的冲突程度,也没有考虑不同属性间冲突解决的相互影响,导致数据冲突解决的准确率不高.针对现有方法存在的不足,文中提出一种基于Markov逻辑网的两阶段数据冲突解决方法.该方法可以根据冲突程度对属性进行划分,并分两阶段进行处理:(1)在第1阶段,对于弱冲突属性,利用投票规则及事实之间相互印证等简单规则进行冲突解决;(2)在第2阶段,利用了第1阶段冲突解决的结果,在规则中加入数据源与事实之间的相互影响规则、数据源之间相互依赖规则及弱冲突属性对强冲突属性影响规则,对强冲突属性进行冲突解决.通过在大量真实数据上的实验结果证明,该方法能够有效地解决集成数据的冲突问题,具有较高的准确率.
101-111

基于FPGA的高精度科学计算加速器研究

摘要:探索了FPGA平台加速高精度科学计算应用的能力和灵活性.首先,研究科学计算中最常用的操作——向量内积,提出基于定点操作的精确向量内积算法.以IEEE 754-2008标准的四精度(Quadruple Precision)浮点算术为例,在FPGA平台上设计了一个基于全展开方法的全流水四精度浮点乘累加单元(QPMAC):提出两级存储策略精确存储乘累加和;采用保留进位累加策略减少定点加法器位宽、简化进位处理、优化关键路径;引入累加和划分策略,实现流水吞吐率.最后,在XC5VLX330FPGA芯片上设计一个LU分解和MGS-QR分解加速器原型来验证QPMAC的性能.实验结果表明,与运行在Intel四核处理器上的基于OpenMP的并行算法相比,集成4个QP-MAC单元的加速器能获得42倍到97倍的性能提升,并且能获得更高结果精度和更低能量消耗.
112-122

一种基于关键路径分析的CPU-GPU异构系统综合能耗优化方法

摘要:GPU强大的计算性能使得CPU-GPU异构体系结构成为高性能计算领域热点研究方向.虽然GPU的性能/功耗比较高,但在构建大规模计算系统时,功耗问题仍然是限制系统运行的关键因素之一.现在已有的针对GPU的功耗优化研究主要关注如何降低GPU本身的功耗,而没有将CPU和GPU作为一个整体进行综合考虑.文中深入分析了CUDA程序在CPU-GPU异构系统上的运行特点,归纳其中的任务依赖关系,给出了使用AOV网表示程序执行过程的方法,并在此基础上分析程序运行的关键路径,找出程序中可以进行能耗优化的部分,并求解相应的频率调节幅度,在保持程序性能不变的前提下最小化程序的整体能量消耗.
123-133

蛋白质相互作用网络的蜂群信息流聚类模型与算法

摘要:蛋白质相互作用网络的聚类算法研究是充分理解分子的结构、功能及识别蛋白质的功能模块的重要方法.很多传统聚类算法对于蛋白质相互作用网络聚类效果不佳.功能流模拟算法是一种新型聚类算法,但该算法没有考虑到距离的作用效果并且需要人为地设置合并阈值,带有主观性.文中提出了一种新颖的基于蜂群优化机理的信息流聚类模型与算法.该方法中,数据预处理采用结点网络综合特征值的排序来初始化聚类中心,将蜂群算法的蜜源位置对应于其聚类中心,蜜源的收益度大小对应于模块间的相似度,采蜜蜂结点的所有邻接点按照结点网络综合特征值的降序排列,作为侦察蜂的搜索邻域.采用正确率、查全率等指标对聚类效果做出客观评价,并对算法的一些关键参数进行仿真、对比与分析.结果表明新算法不仅克服了原功能流模拟算法的缺点,且其正确率和查全率的几何平均值最高,能够有效地识别蛋白质功能模块.
134-145

一种基于主动轮廓模型的心脏核磁共振图像分割方法

摘要:提出一种基于主动轮廓模型的左室壁内、外膜分割方法.首先构造了主动轮廓模型的广义法向有偏梯度矢量流外力模型GNBGVF,作为对梯度矢量流(GVF)的改进,该外力场同时保持了切线方向和法线方向有偏的扩散,具有捕捉范围大、抗噪能力强,且在弱边界泄漏等问题上性能突出.就左室壁内膜的分割而言,考虑到左室壁的近似为圆形的特点,引入了圆形约束的能量项,有利于克服由于图像灰度不均、乳突肌等而导致的局部极小.对于左室壁外膜的分割,采用内膜的分割结果初始化,即通过重新组合梯度分量来构造外力场.该外力场能够克服原始梯度矢量流的不足,使得左室壁外膜边缘很弱时也能得到保持,可以自动、准确地分割外膜.实验结果表明,该方法能高效准确地分割左室壁内、外膜.
146-153

用于图像认证的变容量恢复水印算法

摘要:兼顾水印嵌入容量和安全性,提出一种水印容量可变的数字图像可恢复水印算法.该算法提取2×2图像块特征生成变容量恢复水印———平滑块6比特,纹理块12比特.图像块的恢复水印基于密钥随机嵌入在其它图像块的低有效位,通过比较图像块特征与相应恢复水印重构的块特征并结合邻域特征判定图像块的真实性.变容量恢复水印用尽可能少的比特数保存足够的图像块信息,仅被嵌入一次且同时用于篡改检测与恢复,不仅有效降低了水印嵌入容量,而且提高了算法抵抗恒均值攻击的能力.实验仿真结果表明,该算法得到的含水印图像和恢复图像的质量好,且能有效抵抗拼贴攻击、恒均值攻击等已知伪造攻击.
154-162

多信息融合的多姿态三维人脸面部五官标志点定位方法

摘要:针对三维人脸模型面部五官标志点定位对姿态变化非常敏感的问题,提出了一种基于多信息融合的多姿态三维人脸五官标志点定位方法.首先对二维人脸纹理图像采用仿射不变的Affine-SIFT方法进行特征点检测,再利用映射关系将其投影到三维空间,并采用局部邻域曲率变化最大规则和迭代约束优化相结合的方法对面部五官标志点进行精确定位.在FRGC2.0和自建NPU3D数据库的实验结果表明,文中方法无需对姿态和三维数据的格式进行预先估计和定义,算法复杂度低,同时对人脸模型的姿态有着较强的鲁棒性,与现有五官标志点定位方法相比,有着更高的定位精度.
163-172

基于高斯混合模型的Wyner-Ziv视频编码

摘要:针对现有Laplacian模型不能精确描述相关噪声分布,分布式视频编码(Distributed Video Coding,DVC)的率失真性能改善非常有限,文中提出一种基于高斯混合模型的分布式视频编码方法.首先分析了WZ帧与相应边信息之间相关噪声的统计特征,发现相关噪声信息的分布并不满足某种单峰分布,然后采用高斯混合模型(Gaussian Mixture Model,GMM)对噪声系数直方图进行拟合,提出基于样本特征的EM(Expectation Maximum)算法来估计模型参数.将提出的高斯混合相关噪声模型与相应的Laplacian模型进行比较,实验结果表明前者更能精确描述相关噪声的统计特征,基于该模型的DVC率失真性能优于基于Laplacian模型的DISCOVER方案,获得的平均增益接近1dB.
173-182

生成矩形毛坯最优两段排样方式的确定型算法

摘要:排样价值、切割工艺和计算时间是排样问题主要考虑的3个因素.文中提出一个新的基于排样模式的确定型排样算法——同质块两段排样算法,此算法适合剪冲下料工艺,在实现工艺简化的同时提高了排样价值时间比.首先通过动态规划算法生成最优同质块,然后求解一维背包问题生成块在级中的最优排样方式和级在段中的最优排样方式,最后选择两个段生成最优的两段排样方式.通过3组经典测题对该文算法进行了测试,将算法与4种著名算法进行了比较.实验结果表明,该文算法的优化结果好于以上4种著名算法,有效地提高了板材利用率,并且计算时间合理.
183-191