首页期刊导航|智能计算机与应用
期刊信息/Journal information
智能计算机与应用
智能计算机与应用

徐晓飞

双月刊

2095-2163

ica@hit.edu.cn

0451-86413183

150001

哈尔滨市南岗区繁荣街155号（哈工大新技术楼916室）

智能计算机与应用/Journal INTELLIGENT COMPUTER AND APPLICATIONS
查看更多>>本刊宗旨：坚持理论与实际结合，普及与提高结合，注重科学性、知识性、实用性，普及推广电脑知识，促进电脑应用水平不断地提高，为广大读者和社会主义现代化建设服务。刊物特色：难易结合、灵活多样、实用性强、可读性好
正式出版
收录年代

    基于多策略的动态分群ABC算法

    张伟张彦伟
    136-143页
    查看更多>>摘要：针对人工蜂群算法开发能力差，探索和开发之间存在不平衡的缺点，本文提出了一种基于多策略的动态分群人工蜂群算法(Multi-Strategy Dynamic Clustering Artificial Bee Colony algorithm，MSDCABC)。首先，采用适应度排序和随机分组策略进行种群划分，使其可以同时搜索不同的区域;其次，在搜索过程中结合动态子群策略，根据适应度大小对优秀子群中的个体进行更新，不同普通子群间根据其搜索策略的成功率竞争产生后代，动态调整各普通子群间的种群数量;最后，运用多策略选取机制对各个子群设计不同的搜索策略，通过加强优秀子群的引导作用，增加普通子群在探索和开发上的多样性，实现算法在探索与开发之间的平衡。9 个基准测试函数的仿真实验结果表明，与其他改进算法对比，本文所提改进算法具有较高的收敛精度和较强的搜索能力。

    人工蜂群算法多策略种群划分动态子群

      原文链接:
    • 万方数据
    • 维普

    基于分层Logistic回归模型的高速公路货车差异化收费策略

    刘钦吉小进张蓓李根...
    144-150页
    查看更多>>摘要：针对高速公路货车差异化收费，大多以经济效益为导向，忽视社会效益及路网整体通行效率的问题。本文以综合效益(经济效益、社会效益)最大化为目标，构建适用于多地区的含有不同地区路段类别因子的分层Logistic回归模型。基于甘肃和新疆差异化收费项目数据对模型进行标定，假设 3 种收费情景并制定多样化的收费策略，分析货车行驶不同距离高速公路的分担率变化情况;针对目标高速公路对费率变化进行敏感性分析。结果表明，新疆G0711 和G0612 高速公路在制定的 3种差异化收费策略下，高速公路货车分担率分别提升了 4。99%、14。01%、8。34%。

    差异化收费策略分层Logistic回归空间异质性分担率

      原文链接:
    • 万方数据
    • 维普

    扩展统一局部二值模式及图像纹理特征提取

    李江美陈熙
    151-157页
    查看更多>>摘要：统一局部二进制模式(ULBP)及其许多变体，已显示出对纹理分类的有效性。然而，这些ULBP方法中的大多数专注于编码中心像素与其相邻像素间的统一模式特征。因此存在无法捕捉非统一模式发生的像素间图像特征，忽略了不同邻域半径下像素间的相互作用这两个主要问题。针对于此，本文提出了扩展统一局部二值模式(EULBP)。EULBP统计图像相邻像素间的非统一模式，并逐步编码相邻采样点间的非统一模式;其次，在不同邻域下提取图像特征进行融合;最后，使用直方图交叉距离计算特征向量的相似度，得到在不同数据集中的识别率。经实验，验证了该算法的有效性。

    扩展统一局部二值模式图像特征提取特征融合

      原文链接:
    • 万方数据
    • 维普

    基于结构化剪枝的矿区地质灾害检测算法

    刘毅高海海韩英杰张文杰...
    158-164页
    查看更多>>摘要：本文提出基于YOLOv5s模型的结构化剪枝目标检测算法，解决矿区无人机巡检中常规算法过大、参数多、难以部署的问题。通过遍历网络中的BN层，对γ进行排序，并设定全局阈值评估通道重要性，剔除低于阈值的通道。实验结果显示，相较于YOLOv5s，该算法模型减小 52。9%，检测时间降低 18。1%，平均精度仅下降 1。5%。

    矿区地质灾害YOLOv5s目标检测结构化剪枝

      原文链接:
    • 万方数据
    • 维普

    PSO-RRT机器人可行路径搜索融合算法

    宋云云李兴鑫
    165-170页
    查看更多>>摘要：针对传统RRT算法在静态障碍环境下进行可行路径搜索时存在采样率低、搜索时间长等问题，提出了PSO-RRT算法。PSO-RRT算法是一种将PSO(粒子群)算法融合RRT(快速扩展随机树)算法中的机器人可行路径搜索算法。该算法主要引入一个采样拒绝率参数改变随机采样方式，使用PSO算法来优化RRT算法中的随机采样拒绝率、扩展步长等参数，以减小RRT算法的平均采样点数和搜索时间，提高搜索效率。在 3 种不同的障碍环境下进行仿真实验，验证了PSO-RRT融合算法的有效性，其算法的平均采样点数、平均搜索时长、平均路径长度等评价指标较优于对比算法。

    RRT算法PSO算法可行路径参数优化

      原文链接:
    • 万方数据
    • 维普

    支持BIST的RS编解码器在国产FPGA上的设计与实现

    闻章刘绍凯
    171-177页
    查看更多>>摘要：RS编码是一类应用广泛的纠错编码，由于有些国产FPGA平台未能提供该IP核的使用以及工程中在不同FPGA平台使用共享模块的需求，本文设计了一种低复杂度、低资源使用的RS编码器和RS解码器，提出了FPGA资源优化的方法，使用工具软件Matlab和Modelsim进行了联合仿真，验证了设计的RS编码器和RS解码器电路的正确性与合理性，并在国产FPGA厂家安路科技的EG4S20NG88 和PH1A100GCG324 以及国外FPGA厂家Xilinx的XC7K325TFFG900 上进行了实现，并对实现后的资源使用情况进行了对比。同时通过增加PRBS模块实现了内建自测试功能，极大地减少了模块在不同的FPGA平台之间移植的时间。

    RS编码器RS解码器内建自测试PRBS国产FPGA

      原文链接:
    • 万方数据
    • 维普

    结合多变量气象因素的共享单车需求预测方法

    邢雪尹子赫万乐
    178-186页
    查看更多>>摘要：在城市交通领域，共享交通已广泛应用，其中共享单车作为一种主要的交通方式，以其高效的机动性和时效性而著称。由于单车数据中存在随机的取还车时间点，可能导致特征与数据之间产生虚假相关性，从而在某些特殊场景下影响模型的预测效果。为解决此问题，本文采用CNN-BiLSTM-Attention模型对共享单车进行需求预测分析。选取纽约市的共享单车数据，重点分析气象因素和时间因素对共享单车需求的影响，数据分析与可视化结果表明，湿度、高峰时段和温度等因素对共享单车需求具有显著影响。使用CNN-BiLSTM-Attention神经网络模型对每小时的共享单车需求进行单步预测，选取包括LightGBM和Bagging在内的多种机器学习模型作为基准进行对比，实验结果表明CNN-BiLSTM-Attention模型在预测任务中表现卓越，其R2 评分高达0。952，显著优于其他对比模型，均方根误差(RMSE)为0。018 3，相较于表现最佳的基准模型，本模型的RMSE降低了 5%，为共享单车运营者制定科学的管理与投放策略提供了数据支持和决策参考。

    城市交通需求预测CNN-BiLSTM-Attention共享单车机器学习气象因素

      原文链接:
    • 万方数据
    • 维普

    塑料分选方法设计及Zynq实现

    陆川黄志禹梁凤霞朱志国...
    187-193页
    查看更多>>摘要：废旧塑料回收利用是解决当前由塑料导致的环境污染和资源浪费问题的重要方法之一，其难点在于使用传统方法识别和分类塑料种类效率较低、速度慢。本文基于Zynq设计了一种利用采集的塑料光谱图像结合卷积神经网络算法，实现多种塑料分选的方法。该系统在Xilinx Zedboard开发板上进行硬件设计和性能测试，采用定点量化方式对数据进行压缩，优化了数据存储方式，最后以0。13ms的前向推理速度和92。6%的识别准确率成功实现对聚乙烯、聚丙烯和聚苯乙烯等6种塑料的分类。

    Zedboard卷积神经网络塑料分选近红外光谱硬件设计

      原文链接:
    • 万方数据
    • 维普

    国内多模态技术的研究现状与发展趋势:基于CiteSpace的可视化分析

    李萍王丽丽
    194-202页
    查看更多>>摘要：随着深度学习和自然语言处理方法的发展，多模态技术在人们的日常生活中得到广泛应用。本文利用CiteSpace软件检索中国知网数据库，分析近十年多模态技术研究现状，为相关科研人员提供了研究思路。本文筛选了 1 027 篇相关期刊文献进行分析，发现多模态技术的文献数量呈上升趋势，反映了对该技术的持续关注。其研究热点为图像融合、视觉问答等，在医学图像以及日常社交中都有应用;未来多模态技术可能的发展趋势在"生理信号"与"自动驾驶"等方面。

    多模态CiteSpace软件文献计量可视化分析研究现状发展趋势

      原文链接:
    • 万方数据
    • 维普

    动态图卷积联合记忆网络情绪脑电识别方法

    李浩张学军
    203-210页
    查看更多>>摘要：针对无法有效利用脑电通道拓扑结构学习更有鉴别性的脑电特征问题，本文基于长短期记忆网络和图卷积神经网络，提出动态图卷积联合记忆网络(Dynamic Graph Convolutional Joint Long Short Term Memory Network，DGCJMN)方法。首先将脑电通道作为图的节点，微分熵作为节点特征，利用动态参数学习最优的脑电通道拓扑结构，构建特征图;之后，由图卷积神经网络提取图域特征，并结合长短期记忆网络和池化进一步提取特征;最后将图卷积网络、长短期记忆网络和池化提取的特征融合后进行情绪分类。所提方法在SEED数据集上针对积极、中性和消极 3 种情绪取得的平均准确率为 95。93%，精确率、召回率和F1 值分别为 96。11%、95。93%和 0。96，Kappa系数为 0。939。混淆矩阵表明，模型对于 3 种情绪都达到了较好的分类效果。

    情绪识别脑电图图卷积神经网络长短期记忆网络微分熵

      原文链接:
    • 万方数据
    • 维普