检索结果

Select

1. 求解恰当可满足性问题的随机局部搜索算法

赵星宇, 王晓峰, 杨易, 庞立超, 杨澜

《计算机应用》唯一官方网站 2024, 44 (3): 842-848. DOI: 10.11772/j.issn.1001-9081.2023030364

摘要（149）

HTML （0）

PDF （906KB）（43）

可满足性问题（SAT）是一种NP完全问题，被广泛运用于人工智能和机器学习等研究。恰当可满足性问题（XSAT）是SAT中一类重要的子问题。目前的大部分关于XSAT的研究主要为理论层面，对高效的求解算法特别是具有高效验证性的随机局部搜索算法研究很少。针对以上问题，分析了基础编码和等价编码两种转化方式的公式的部分性质，提出一种直接求解XSAT的随机局部搜索算法WalkXSAT。首先使用随机局部搜索框架进行基础搜索与条件判定；其次加入变元所属文字的恰当不可满足计分值，优先处理不易恰当满足的变元；然后使用防重复选择翻转变元的启发式策略减小搜索空间；最后，采用多种来源以及多种格式的实例进行对比实验。在直接求解XSAT时，相较于ProbSAT，WalkXSAT的变元翻转次数与求解时间显著减少；在求解基础编码转化后的实例中，当实例变元规模大于100时，ProbSAT已失效，而WalkXSAT依然能够在短时间内求解。实验结果表明，所提WalkXSAT精确性高、稳定性强、收敛快。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 面向卷积神经网络的高并行度FPGA加速器设计

王晓峰, 蒋彭龙, 周辉, 赵雄波

计算机应用 2021, 41 (3): 812-819. DOI: 10.11772/j.issn.1001-9081.2020060996

摘要（583）

PDF （1115KB）（780）

大多数基于卷积神经网络（CNN）的算法都是计算密集型和存储密集型的，很难应用于具有低功耗要求的航天、移动机器人、智能手机等嵌入式领域。针对这一问题，提出一种面向CNN的高并行度现场可编程逻辑门阵列（FPGA）加速器。首先，比较研究CNN算法中可用于FPGA加速的4类并行度；然后，提出多通道卷积旋转寄存流水（MCRP）结构，简洁有效地利用了CNN算法的卷积核内并行；最后，采用输入输出通道并行+卷积核内并行的方案提出一种基于MCRP结构的高并行度CNN加速器架构，并将其部署到XILINX的XCZU9EG芯片上，在充分利用片上数字信号处理器（DPS）资源的情况下，峰值算力达到2 304 GOPS。以SSD-300算法为测试对象，该CNN加速器的实际算力为1 830.33 GOPS，硬件利用率达79.44%。实验结果表明，MCRP结构可有效提高CNN加速器的算力，基于MCRP结构的CNN加速器可基本满足嵌入式领域大部分应用的算力需求。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于广义反向学习的磷虾群算法及其在数据聚类中的应用

丁成, 王秋萍, 王晓峰

计算机应用 2019, 39 (2): 336-342. DOI: 10.11772/j.issn.1001-9081.2018061437

摘要（399）

PDF （963KB）（324）

针对磷虾群（KH）算法在寻优过程中因种群多样性降低而过早收敛的问题，提出基于广义反向学习的磷虾群算法GOBL-KH。首先，通过余弦递减策略确定步长因子平衡算法的探索与开发能力；然后，加入广义反向学习策略对每个磷虾进行广义反向搜索，增强磷虾探索其周围邻域空间的能力。将改进的算法在15个经典测试函数上进行测试并与KH算法、步长线性递减的磷虾群（KHLD）算法和余弦递减步长的磷虾群（KHCD）算法比较，实验结果表明:GOBL-KH算法可有效避免早熟且具有较高的求解精度。为体现算法有效性，将GOBL-KH算法与K均值算法结合提出HK-KH算法用于解决数据聚类问题，即在每次迭代后用最优个体或经过K均值迭代一次后的新个体替换最差个体，使用UCI五个真实数据集进行测试并与K均值、遗传算法（GA）、粒子群优化（PSO）算法、蚁群算法（ACO）、KH算法、磷虾群聚类算法（KHCA）、改进磷虾群（IKH）算法进行比较，结果表明:HK-KH算法适用于解决数据聚类问题且具有较强的全局收敛性和较高的稳定性。

参考文献 | 相关文章 | 多维度评价

Select

4. 正则化超分辨率重建过程的自适应阈值去噪

彭政, 陈东方, 王晓峰

计算机应用 2017, 37 (7): 2084-2088. DOI: 10.11772/j.issn.1001-9081.2017.07.2084

摘要（616）

PDF （993KB）（483）

为了提高正则化超分辨率技术在噪声环境下的重建能力，对广义总变分（GTV）正则超分辨率重建进行了扩展研究，提出了一种自适应阈值去噪的方法。首先，根据GTV正则超分辨率重建算法进行迭代重建；然后，利用推导出的自适应阈值矩阵，对每次迭代产生的代价矩阵进行阈值划分，小于阈值的对应像素点继续迭代，大于阈值的对应像素点被截断后重新插值并不再参与本轮迭代；最后，程序达到收敛条件时输出重建结果。实验结果表明，通过与单一GTV正则重建和自适应参数的方法相比，自适应阈值去噪的方法提高了收敛速度和重建图像的质量，使正则化超分辨率技术在噪声环境下有更好的重建能力。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于社区发现的多主体信任评估

杨兴华王文杰王晓峰史忠植

计算机应用 2011, 31 (08): 2068-2071. DOI: 10.3724/SP.J.1087.2011.02068

摘要（1288）

PDF （855KB）（798）

为了解决多主体系统(MAS)的开放性、动态性和不确定性所带来的主体信任问题，提出一种基于社区发现的信任评估方法。首先使用G-N算法(GIRVAN M, NEWMAN M E J. Community structure in social and biological networks. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(12):7821-7826)发现系统中的社区结构；然后根据推荐主体的推荐信任分别计算被评估主体的社区内部、外部声誉，进而结合直接信任形成主体的综合信任度；最后根据协作反馈实现主体信任度的动态调整。仿真实验结果表明，基于社区发现的信任评估方法能有效评估主体信任度，通过引入反馈机制能进一步提高交互成功率。

参考文献 | 相关文章 | 多维度评价

Select

6. 在线论坛中潜在影响力主题的发现研究

高俊波安博文王晓峰

计算机应用

摘要（1984）

PDF （423KB）（2915）

在线论坛已经成为人们获取信息、发表言论的重要场所，针对传统的在线论坛中有影响力主题计算方法的不足，通过计算词语在回帖传播链上的影响力，提出一种根据对有影响力词语聚类的方法发现在线论坛中具有潜在影响力的主题。它能够为用户和论坛管理人员及时、准确和方便地提取重要的主题信息,以便更好地对论坛进行管理。