首页期刊导航|长江信息通信
期刊信息/Journal information
长江信息通信
长江信息通信

李国淼（兼）

双月刊

2096-9759

xxtx@263.net xxtxbjb@163.com

027-85586786，88615253

430022

武汉市汉口发展大道180号6楼

长江信息通信/Journal Changjiang Information &Communications
查看更多>>本刊为全国创办较早的行业期刊，曾多次获得国家科技期刊各类奖项，多年来深受通信领域专家学者、经营管理及工程技术人员的肯定与支持。
正式出版
收录年代

    面向WSN环境的无线通信安全策略研究

    高嵩巍黄亦琦
    37-39页
    查看更多>>摘要：针对现有运营商WSN安全保护策略存在的效率低、易被攻击成功的缺点,文中基于改进强化学习算法提出了一种面向WSN环境的无线通信安全策略.该策略所对应的核心算法以强化学习模型为基础,利用深度神经网络改进了原模型参数增加造成的训练效率低、输出准确率差的缺陷.同时,基于高斯分布提出直接信任度和间接信任度指标,并使用改进强化学习算法进行自适应更新.最后输出融合信任度,与阈值比较后输出节点性质判定结果.在实验测试中,所提算法与其他算法相比在应用能力和性能指标方面具有明显优势,证明其可以有效监测节点性能,进而提高网络的安全性.

    强化学习深度神经网络高斯分布节点信任度无线通信网络安全

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于视觉SLAM的智能空地协同消防系统

    罗汉斌李先宁邓佳文熊朝松...
    40-42,50页
    查看更多>>摘要：随着人工智能技术的飞速进步,无人机已广泛应用于各行各业的现代生产和生活领域.利用无人机空中感知是传统地面机器人感知的有力补充,无人机高速灵活,适用范围广,可以快速获取地图与识别目标,无人车续航持久,负载能力强,可搭载多种大型设备,长时间作业.结合二者优点,通过无人机自主巡逻识别火源,无人车接受火源位置并自主导航到目标位置灭火.本设计基于四旋翼无人机平台,使用双目摄像头T265进行精确空间定位,使用OPENCV视觉库实现对红色火源的准确识别,通过无线通讯给无人车发送灭火指令及火情坐标,无人车自主路径规划,避开障碍到达火情地点,识别后熄灭火源并自主返回.实验结果表明,使用无人机辅助定位,相较无人车单独探索方案,速度和精度大大提高.无人车的导航、避障和感知能力得到显著提升,该系统对于自主无人消防系统具有良好的借鉴意义.

    视觉SLAM空地协同自动驾驶

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CNN-LSTM的空气质量预报建模方法

    娄智昊
    43-45页
    查看更多>>摘要：随着人类活动和自然演变,一些物质被排放到大气中并积累到一定浓度,导致大气污染,危害生态环境和健康.因此,建立空气质量预报模型,提前预测和控制大气污染,是改善空气质量的有效方法.该文利用特征工程将空气质量输入数据分为时间类特征和空间类特征,并对其进行分层建模.然后引入CNN-LSTM网络结构,空间类变量作为CNN的输入,经过卷积操作输出的空间类变量和时间类变量作为LSTM的输入,深度挖掘数据的时空特性.实验结果显示模型的效果较好,可扩展性较强,易于探究气象数据的内在关联.

    空气质量预测建模数据挖掘长短期记忆网络卷积神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于双向长短时记忆网络的刀具状态预测

    王子硕王育锋郭育畅高兴泉...
    46-50页
    查看更多>>摘要：针对长短时记忆(Long-Short-Term Memory,LSTM)网络方法预测刀具状态仅考虑过去信息而忽略未来信息的问题,无法准确预测刀具状态,提出了一种基于双向长短时记忆(Bi-directional Long Short-Term Memory,Bi-LSTM)预测刀具状态的方法,该方法首先利用主成分分析法(Principal components analysis,PCA)用以降维数据,然后,将降维处理后的数据输入到Bi-LSTM网络中,最后对刀具状态进行预测.通过实验对比,表明PCA结合Bi-LSTM网络的预测准确率达到98.3959％,优于LSTM网络和PCA结合LSTM网络,并且误差也小于其他两种模型,验证了该方法对于刀具状态预测的有效性.

    双向长短时记忆网络刀具状态主成分分析法预测准确度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进神经常微分方程网络的网络通信带宽预测方法

    赵克勤王璇
    51-53页
    查看更多>>摘要：为降低通信带宽预测的误差,提出基于改进神经常微分方程网络的预测方法,通过定义带宽预测并建立数学方程,拆分历史带宽序列,利用残差网络提取特征,再用改进网络融合时序特征和影响因素,实现精准预测.实验结果显示,该方法预测误差低于0.1,丢包率低于0.1％,显著提升了预测精度,可有效优化网络通信资源配置,提升通信性能.

    改进神经常微分方程网络网络通信带宽预测残差网络双曲余弦误差

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进卷积神经网络的计算机网络通信错误数据修复方法

    沈广东
    54-57页
    查看更多>>摘要：由于传统的CNN模型在处理一维信号数据时,往往存在性能不足的问题,难以有效地修复计算机网络通信中的错误数据.针对上述问题,提出基于改进卷积神经网络的计算机网络通信错误数据修复方法.首先,基于改进卷积神经网络提取计算机网络通信错误数据特征,通过合理选择和提取特征,可以为后续的错误数据修复提供有力的支持.其次,通过构建改进卷积神经网络模型,在实际应用中,还需要根据具体任务和数据特点进行进一步的调整和优化.最后,将处理后的数据输入到改进后的卷积神经网络中进行训练,实现了通信错误数据的修复.实验结果表明,相比传统方法,基于改进卷积神经网络的计算机网络通信错误数据修复方法在修复精准度方面取得了显著的优势,证明了该方法在提升数据修复准确率和效率方面的有效性.因此,该方法为计算机网络通信中的错误数据修复问题提供了一种有效的解决方案,具有广泛的应用前景.

    网络通信计算机网络错误数据修复改进卷积神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于遗传算法与云计算的多源大数据信息挖掘方法

    谢梦怡
    58-60,70页
    查看更多>>摘要：传统的数据挖掘方法在面对多源大数据时,往往难以处理其复杂性和规模性,导致挖掘结果的不准确和不完整.因此,通过对基于遗传算法与云计算的多源大数据信息挖掘方法的深入研究和分析,旨在为大数据信息挖掘领域提供新的理论支持和实践指导,推动大数据技术的进一步发展和应用.首先,提取了多源大数据信息的特征,按照评价标准对其进行重要度评价,然后反复筛选直到得到最佳特征子集,其次,通过遗传算法的挖掘任务适应度函数进行了设计,进行大数据信息的全局搜索,从而为大数据的挖掘工作奠定坚实的基础,最后,基于云计算实现了大数据信息的深入挖掘,为数据分析和决策提供有力支持.实验结果:利用云计算平台与遗传算法对多源大数据进行并行处理和分析,显著提高了数据处理速度.与传统的单机处理方式相比,云计算环境下的数据处理时间大大缩短,同时保持了较高的处理质量.

    多源大数据云计算信息挖掘遗传算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于机器学习的Java代码注入攻击漏洞识别

    唐型基杨光临柴群
    61-63页
    查看更多>>摘要：针对现有识别方法在对编程语言(Java Programming Language,Java)代码注入攻击漏洞识别时,存在识别准确率低的问题,文章引入机器学习,开展Java代码注入攻击漏洞识别方法设计研究.汇聚广泛且多样的Java注入语句样本,采集数据,并生成特征量.通过机器学习,实现对Java代码注入语句的判断.通过F1值和准确率,完成Java代码注入攻击漏洞识别预测.实验结果表明:研究的识别方法具备更高的识别准确率,可准确检测Java代码注入攻击漏洞问题,提高网络安全性.

    机器学习代码注入攻击语句样本漏洞Java

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于生成对抗网络的图像修复技术研究

    郭华
    64-66页
    查看更多>>摘要：生成对抗网络是一种由生成器和判别器组成的深度学习模型,通过相互竞争来提高生成的图像质量.生成器负责产生接近真实的图像,而判别器则尝试区分生成的图像与真实图像,这种结构使GAN特别适合于图像修复技术,可以有效地恢复损坏或不完整的图像.由于其强大的学习能力,GAN已在自然图像编辑、老照片修复等多个领域展示了显著的效果.文章详细探讨了生成对抗网络在图像修复领域的应用,包括网络结构、训练过程以及生成器与判别器的具体设计.通过对比实验验证了本文提出的方法在实时图像修复技术中的有效性,并通过技术测试展示了该技术在实际应用中的潜力和效果.

    生成对抗网络图像修复技术深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进深度神经网络的无线传感网络隐私数据聚合方法

    李祥宇程帅
    67-70页
    查看更多>>摘要：在无线传感网络中,数据在传输过程中不能获得全部节点的隐私数据密钥,导致数据恢复率较低,因此设计一种基于改进深度神经网络的无线传感网络隐私数据聚合方法.对无线传感网络的拓扑结构进行全面分析,挑选邻近汇聚节点的节点作为中继节点.利用改进的深度神经网络对无线传感网络进行数据采集,这些网络能够捕获并处理各种环境参数.实验结果表明,设计的基于改进深度神经网络的无线传感网络隐私数据聚合方法,在数据泄露概率为10-4的情况下,数据恢复率高达99.8％,而文献[1]为78.5％,文献[2]为67.2％,显示出在极端情况下设计方法依然能够保持极高的数据恢复率.验证了设计方法在处理无线传感网络数据聚合问题时的有效性.

    改进深度神经网络无线传感网络隐私数据数据聚合隐私密钥

      原文链接:
    • NETL
    • NSTL
    • 万方数据