计算机与数字工程

所属栏目：电子信息期刊热度：时间：

计算机与数字工程 关注(): 期刊周期：月刊; 期刊级别：国家级; 国内统一刊号：42-1372/TP; 国际标准刊号：1672-9722; 主办单位：中船重工集团公司第七0九研究所; 主管单位：中国船舶重工集团公司; 上一本期杂志：《计算机时代》期刊杂志,职称论文; 下一本期杂志：《计算机与网络》期刊杂志官网,编辑部邮箱

　　版权信息

　　版地：湖北省武汉市

　　语种：中文;

　　开本：大16开

　　ISSN：1672-9722

　　CN：42-1372/TP

　　办刊宗旨

　　《计算机与数字工程》创刊三十八年来,始终秉承:"坚持理论联系实际;坚持实事求是的学风;坚持以应用为主,提高与普及并重;坚持创新;坚持以刊登国内外计算机方面的新理论,新技术,新工艺,新成果研究为主;以学术性,技术性为办刊宗旨。

　　栏目设置

　　算法与分析、系统结构、信息与网络安全、图像处理、工程实践等

　　计算机与数字工程最新期刊目录

基于PSO优化XGBoost入侵检测系统的研究

摘要：针对网络流量入侵检测智能识别系统，提出了一种多超参数的算法优化和关键特征提取策略相结合的入侵检测方法。通过创新型特征提取策略（KDS）以及利用粒子群优化算法（PSO）优化XGBoost(EXtreme Gradient Boosting)的方式构建KDS-PSO-XGBoost入侵检测分类模型。相比传统入侵检测算法，其速率和准确率都有较大提升

基于注意力机制的多视觉任务混合学习策略

摘要：随着计算机视觉任务复杂度和数据规模的增加，单任务的视觉模型往往容易忽略其他任务的特征信息，导致训练冗余并且模型泛化能力较差。针对上述问题，提出一种结合注意力机制的多视觉任务混合学习策略，在多任务进行特征共享的同时，也能提取各自任务的关键特征。同时提出了一种自适应加权方案，防止个别任务在多任务学习中占据主导地位，使所有参与学习的任务都能得到更好的收敛。在公开的PASCAL VOC 07+12、min...

基于多层Transformer的细粒度图像-文本检索算法

摘要：传统的基于深度学习的图像-文本检索算法大多使用CNN、RNN网络对图像和文本数据编码，这类方法不能充分挖掘跨模态的细粒度交互信息。针对这一问题，设计了一种基于Transformer的图像-文本检索网络，通过两个多层Transformer模块分别对模态内和模态间的细粒度交互进行建模，同时使用基于CCA的特征融合方法获得更高质量的特征表示，最后通过一个特征相似度矩阵最大化成对样本的相关性。在Wikip...

基于LPC和基音周期的方言语音合成改进算法

摘要：针对线性预测系数（LPC）进行安康方言语音合成过程中声道参数信息丢失严重，合成效果较差，提出一种改进的LPC和基音周期结合的语音合成算法。在传统算法的基础上首先运用改进的主体-延伸基音周期检测算法将语音信号的基音周期参数特征提取出来；然后经过激励源模型的选通和放大，提高计算精度；最后通过由激励脉冲序列参数和共振峰参数控制的滤波器模型，更好地获得了合成的安康方言语音信号。根据实验结果可知，论文的改进...

电力系统最小驱动节点集筛选算法

摘要：电力系统中的某些节点的故障可能会导致级联故障，需要选择一组节点进行人为控制以减少损失，考虑了电力网络的能控性与拓扑结构之间的关系，提出了基于节点能控中心性和电气介数的节点EC指数。首先，确定网络所需的最小驱动节点数量；然后，基于PBH判据和网络的精确可控性理论筛选网络中的有效信号输入；最后，在最优驱动节点集上输入信号使网络达到完全能控。以修正的拉普拉斯矩阵的最小非零特征值作为评价指标，对比其他五种...

基于辅助信息特征融合的序列推荐算法

摘要：序列推荐算法基于用户历史行为预测用户未来行为，为了提升预测物品的精准度，物品属性、用户属性等辅助信息被纳入算法建模范畴，但当前算法将过早的将序列信息和辅助信息融合，导致辅助信息自身的相互关联被忽略。针对此问题，论文提出了一种辅助信息特征融合的序列推荐算法（Auxiliary Information Feature Fusion for Sequential Recommendation），使用注意...

基于PCA-SVM算法的慢性疾病预测研究

摘要：针对传统机器学习算法对糖尿病和心脏病预测结果效率不佳的问题，论文提出了改进之后的学习算法，该算法结合PCA降维算法和支持向量机算法（SVM）对糖尿病和心脏病进行预测，通过PCA降维算法对训练数据的特征进行特征映射，为了加快模块的收敛以及对异常特征数据进行处理，引入归一化的操作，最后将归一化之后的特征数据输入到SVC用于算法模型的训练。分别基于随机森林、XGBoost以及提出的算法在糖尿病数据集和心...

基于多传感器多阈值的人员惯性定位系统

摘要：传统的人员定位一般采用惯性导航算法并结合零速修正算法修正误差，在定位中用传感器来检测用户运动姿态从而检测零速区间，并修正惯导解算的速度和位移。单一传感器其得到的姿态数据精确度有限，一般只适用于步行或较慢速的运动状态。针对上述问题，论文设计了一个基于多传感器多阈值改进的零速修正算法的惯性定位算法，结合行人航迹推算，使得用户不论在较快或者较慢的运动状态下都能进行更精确的定位

一种自适应PMSM滑模控制

摘要：针对滑模控制中存在的高频抖振和响应时间缓慢问题，在趋近律中引入自适应项，提升趋近模态的速率，并削弱抵达滑模面后出现的抖振；应用增强线性滑模面，提升滑动模态时收敛速度，以改善系统的动态品质。通过仿真对比表明，同基于PID和线性滑模面的PMSM控制系统相比，改进后方法收敛速度更快、抖振得到明显削弱

基于共AP的无小区大规模MIMO系统频谱共享研究

摘要：将频谱共享技术与无小区大规模多输入多输出（Cell-Free Massive MIMO,CF-mMIMO）技术结合后能显著提升次用户（Secondary User,SU）的接收速率。目前研究中，主用户（Primary User,PU）和次用户分别与单天线主、次级接入点（Access Point,AP）相连，这在SU较少的情况下造成了资源的浪费。针对上述问题，为了提升AP利用率，论文提出了采用共多天...

基于图结构自注意力和知识增强的文档级关系抽取

摘要：在文档级关系抽取中，大量实体间关系无法通过单个句子信息识别出来，如何推理出跨句实体之间的关系依然是一项重大挑战。目前流行的基于图的方法大多基于启发式建图，导致存在一些实体对无法通过路径推理连接。为了解决这个问题，论文提出一种基于外部知识增强和图结构自注意力的关系抽取模型（KSAN）。KSAN通过基于Transformer的自注意力模块将文档结构编码到实体图中，并且引入外部知识，作为实体图的知识节点...

基于改进YOLOv5s融合双目立体匹配算法研究

摘要：工业设备检测是工业生产中极为关键的一个部分，需要消耗大量人力资源，且核化工等工业场景存在一定安全隐患，因此将基于深度学习的检测模型运用于工业工程是非常必要的。随着单阶段目标检测算法的精度及速度逐渐优化，论文选用检测精度较高模型体量较小的YOLOv5s模型为基础，在不改变网络深度的前提下对YOLOv5s模型进行改进。首先将CBAM注意力机制加入YOLOv5s模型以优化小目标识别，随后以DIoU-NM...

基于时序反馈机制的用户多类型兴趣预测方法

摘要：时序模型能够有效发现用户之间的时序规律而被广泛用于推荐领域。然而，现有的时序模型并未充分考虑网络中的时序特征对用户兴趣变化产生的反馈，无法获取用户行为随时间产生的多类型兴趣特征。因此，提出了一种基于时序反馈机制的用户多类型兴趣预测方法，通过用户的时序特征有机关联用户基本特征和行为产生的特征，进而利用多标签分类方法实现用户多类型兴趣预测。首先，针对用户时序特征基于时序反馈机制构建用户生成网络，同时挖...

基于知识图嵌入的农业病虫害复杂问答

摘要：针对农业病虫害领域知识碎片化分布、农业病虫害问答精准度不高问题，采用基于Scrapy爬虫框架获取病虫害相关数据，构建农业病虫害领域知识图谱和问答数据集，并提出一种基于知识图嵌入的农业病虫害问答方法模型ADP-KGQA(Complex questions and Answers of agricultural diseases and pests based on knowledge graph e...

基于故障树的液压绞车漏油故障分析

摘要：吊放声纳在训练使用过程中发生故障对航空反潜能力的提升有着直接的影响，严重时可能危及飞行安全。液压绞车是吊放声呐最容易发生故障的部件之一，油液泄漏是绞车一直以来普遍存在的故障现象。文中从液压绞车的工作过程、技术特点以及维护使用等方面出发，针对液压系统的漏油问题，建立故障树；并通过故障树的建立，推导出导致漏油现象的最小割集和最小路集，有助于了解绞车漏油故障的主次因素，从而提高故障维修的时效性；最后对液...

基于VMD-PSO-LSTM的短期电力负荷预测

摘要：短期负荷预测作为电网正常运行中的重要一环，对电网未来的发展具有重要意义。论文提出的变分模态分解算法（VMD）和粒子群（PSO）优化长短期记忆神经网络（LSTM）相结合的组合模型，首先将原始电力负荷数据经VMD算法分解为多个不同频率、特征更加明显的本征模态分量；然后通过LSTM网络对每个模态分量分别构建模型进行预测，并使用PSO对LSTM模型中的超参数进行寻优；最后将各模型的预测值相加得到最终完整预...

非独立同分布数据流下的持续学习语义分割方法

摘要：为了缓解语义分割模型在增量更新知识时发生的灾难性遗忘现象，提出了非独立同分布数据流下的持续学习语义分割方法。首先，使用生成对抗网络生成以及网页抓取作为模型的数据来源，在训练时将旧数据进行重放以缓解灾难性遗忘。其次，为了进一步优化重放后的知识恢复效果，在网络中引入门控变量，通过在网络中构建门控机制以进一步提升模型稳定性与可塑性。在Pascal VOC 2012数据集上的实验表明，在最复杂的增量场景1...

基于IWOA-LSTM的水利设施裂缝数据预测

摘要：水利设施的裂缝宽度对水利设施的安全运行有着很大的影响，因此需要对裂缝数据预测。设计了一种基于改进鲸鱼优化算法（IWOA）与长短期记忆神经网络（LSTM）的组合网络模型（简称IWOA-LSTM），解决了普通的LSTM网络在预测水利设施裂缝数据时，人为设定超参数对预测精度的影响。该模型在现有鲸鱼优化算法的基础上，采用分段线性混沌映射初始化种群，并引入非线性收敛因子，加快种群收敛速度。结合某水电站4#号...

基于改进DeepLabv3+的野外露头区岩石裂缝分割算法

摘要：探究野外露头区岩石裂缝的分布对于裂缝性油气储藏的地质勘测具有重要的指导作用。针对传统图像处理方法难以准确提取裂缝的问题，论文提出了一种改进的DeepLabv3+野外露头区岩石裂缝分割算法，该算法在编码器部分使用更轻量化的Mobilenetv2网络进行提取特征减小了模型参数；同时使用密集连接的方式优化ASPP模块，在增大感受野的同时增强了分割裂缝边缘的能力；使用Focal loss损失函数修正数据中...

基于改进A^*和DWA算法的室内机器人路径规划研究

摘要：为提高室内机器人在路径规划时的效果，论文将全局路径A^*算法与局部路径DWA算法融合。针对传统A^*算法转折点多、角度大、路线不平滑等问题，将当前节点父节点的距离信息添加到启发函数中，利用障碍物信息添加自适应权重，提高路径搜索效率。设置安全阈值提取关键点，引入共线二次优化策略，减少冗余节点。针对DWA算法易陷入最优解，在轨迹函数中添加与全局路径距离的约束。通...

　　相关电子信息期刊推荐

　　核心期刊推荐

查看更多电子信息期刊