首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展，既总结过去、探索基础理论，又跟踪发展前沿，重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊（光盘版）文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    基于卷积神经网络多传感器油液系统故障诊断

    郭铸锋曾建潮张晓红秦彦凯...
    508-515页
    查看更多>>摘要：针对单个传感器无法提供掘进机油液系统在长期运行过程中数据互补性和多维性的问题，提出了基于卷积神经网络(CNN)的掘进机多传感器油液系统故障诊断方法。首先，油液监测方法是通过润滑油的理化性能指标和油液携带的磨粒信息反应油液的性能和状态，可以直接从油液数据中学习最好的特征，不需要任何形式的转换以及特征提取。其次，结合多个传感器采集到的数据作为CNN的输入来对油液系统进行故障诊断。最后，将提出的方法与其它机器学习方法在故障状态分类准确性方面进行比较，通过实验验证得到所提出方法的诊断精度高于其它方法，从而实现了高效诊断性能。

    故障诊断油液系统卷积神经网络多传感器融合

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

    基于神经因子分解机的推荐多样性提升方法

    马文凯温源侯霞
    516-521页
    查看更多>>摘要：神经因子分解机模型很好的解决了数据稀疏场景下的点击率预测问题，但仅仅关注于预测准确性导致该模型的推荐多样性效果不佳。针对上述问题，提出一种基于神经因子分解机的推荐多样性提升方法。方法通过用户-项目的交互历史构建多样性输入矩阵，利用用户活跃度和项目流行度对多样性输入矩阵进行修正，并以不同方案将多样性输入矩阵融入神经因子分解机模型，以此作为附加信息源来增强神经因子分解机模型的多样性表达能力。实验结果表明，在MovieLens、Film Trust及Book-Crossing三种稀疏程度不同的数据集上，所提出的方法均能在推荐准确性小幅度损失的情况下，较大幅度的提升推荐列表的多样性。

    推荐系统多样性神经因子分解机

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

    基于微调BERT混合模型的情感分类方法

    帕丽旦·木合塔尔郭文强买买提阿依甫吾守尔·斯拉木...
    522-528,564页
    查看更多>>摘要：目前情感分类任务大多使用传统的静态词向量语言模型来获取文本上下文相关信息，而这些方法不能够很好地解决兼类词一词多义的问题和分词固化导致的歧义问题，从而导致情感分类准确率不高。针对上述问题，提出了一种多特征信息融合注意力机制和神经网络的混合模型BBLA(BERT-BiLSTM-Attention)。目的是将BERT(预训练语言表征模型)的输出层，专注于情绪分析任务中，对短文本进行向量化表示，将情感词作为词性的新特征拼接到词向量，突出并获取潜在情感信息，增加情感词位置向量，从而解决了情感词一词多义问题和双重否定的反义疑问问题。然后在双向LSTM(长短期记忆神经网络)模型加Attention(注意力机制)分别捕捉文本的双向上下文语义依赖信息，解决了个别情感词丢失问题，最后使用Softmax获取情感分析的结果。实验结果表明，所提出的混合模型在准确率上都有了明显的提高。

    情感分析神经网络注意力机制词向量

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

    基于布谷鸟搜索优化特征选择的轴承故障诊断

    辛艳孙丽君陈天飞冯斌斌...
    529-534,539页
    查看更多>>摘要：针对高维特征导致的滚动轴承故障诊断精度低问题，提出一种基于改进二进制布谷鸟搜索的特征选择方法。首先，采用Hilbert-Huang变换技术提取电机信号的时频域信息，建立高维特征集合。其次，基于布谷鸟搜索算法提出一种基于互信息的特征加权初始化方法，通过计算特征互信息对原始特征集合进行相关性评估，达到快速去除无关特征的目的。同时，引入局部螺旋开发策略，并采用动态切换概率算子实现全局探索和局部开发的平衡，加快算法收敛。最后，采用KNN分类器对轴承状态进行诊断，实验研究表明，上述方法能有效提取更具价值的特征信息，识别精度高达99。05%，相比于其它同类方法诊断准确率高，性能更稳定。

    特征选择二进制布谷鸟搜索算法故障诊断互信息

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

    基于ICA改进ICEEMD的UDS重采样数学模型

    徐莎莎胡靖吕牡丹
    535-539页
    查看更多>>摘要：为了增强不平衡数据集处理效果，提出一种基于ICA改进ICEEMD的不平衡数据集重采样数学模型研究方法。分析不平衡数据集的分布特征，通过改进完备集成经验模态分解(ICEEMD)方法和独立分量分析(ICA)分解不平衡数据集，去除不平衡数据集中的噪声。通过DP聚类算法和σ准则构建重采样数学模型，利用该模型自动判别不平衡数据集的聚类中心和离群点，同时对多数和少数类样本分析处理，确保样本相对均衡，最终完成不平衡数据集的重采样处理。经实验测试结果表明，所提模型的整体性能明显优于其它重采样模型，验证了其应用价值。

    不平衡数据集重采样数学模型构建聚类算法

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

    基于蒙古语情感分布学习的数据增强方法

    杨蕾苏依拉仁庆道尔吉吉亚图...
    540-545页
    查看更多>>摘要：现有的情感分布学习尚未应用于蒙古语中，并且暂无利用情感分布学习进行数据增强研究。基于此，将极坐标的思想融入普鲁契克情感轮中，提出一种极坐标情绪表示法，把情感分布转化为复合情绪向量并将情感轮注意力信息融入模型中进行蒙古语情感分布学习。利用普鲁契克情感轮中任意两种基本情绪可以混合构成二元情绪的特性，为预测复合情绪向量扩展更为丰富的情绪标签，从而达到扩充数据集的目的。在蒙古语和中英文数据集上进行对比实验表明，基于极坐标情绪表示法的情感分布学习的性能优于传统方法。

    情感分布学习蒙古语数据增强极坐标普鲁契克情感轮二元情绪

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

    基于GAT-BiLSTM模型的日志异常检测方法

    梁华雄赵刚王兴芬
    546-550,558页
    查看更多>>摘要：针对当前日志异常检测数据量大和人工构建特征困难的问题，提出一种基于特征融合的GAT-BiLSTM深度学习模型。模型利用图注意网络(GAT)充分提取全局日志间的信息，得到更为全面的日志特征表示;同时利用双向长短期记忆网络(BiLSTM)挖掘日志内容的序列特征信息，最后通过特征的自适应融合实现对日志特征的提取。实验结果表明，GAT-BiLSTM模型有效解决了日志文本数据在异常检测中准确率不足的问题，准确率达到 82。10%，在日志异常检测领域具有一定的研究意义。

    图结构图注意力网络特征融合日志异常检测

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

    后悔心理下虚拟问答社区知识共享演化仿真

    梁敬李明
    551-558页
    查看更多>>摘要：促进用户知识共享是虚拟问答社区成功发展的关键，研究旨在探究群体异质性和用户后悔心理对其知识共享行为的作用机制，为社区管理者提供有效参考。考虑群体异质性，将虚拟问答社区的参与用户划分为积极共享用户和消极共享用户，进一步构建考虑用户后悔心理的虚拟问答社区知识共享演化博弈支付矩阵，分析不同博弈情景下的参与用户和社区平台的演化博弈稳定策略，并通过仿真考察参与用户的后悔程度、外部收益感知程度等因素对虚拟问答社区参与用户知识共享行为的作用机理。降低用户的后悔程度，提高用户外部收益感知程度、社区平台激励及积极共享用户比例有利于促进虚拟问答社区用户的积极知识共享行为。

    虚拟问答社区知识共享群体异质性用户后悔心理演化博弈

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

    基于支持向量机的多维特征滚动轴承故障诊断

    许董浩李程
    559-564页
    查看更多>>摘要：对于轴承诊断的研究方法，常用的是对滚动轴承振动信号的特征提取，且单一维度信号特征提取诊断精度不高，着眼于该痛点，在多特征融合的基础上整合支持向量机(SVM)对滚动轴承进行故障诊断。方法首先对滚动轴承产生的内圈、外圈及滚动元件振动信号进行小波降噪和特征提取，筛选合适的小波基函数，继而从降噪后的振动信号中将时域、频域，以及基于集合经验模态分解方法的IMF能量特征提取，从多种维度将振动信号特征作为提取目标，避免了传统方法的信号失真及模态混叠等无效现象，并最终运用支持向量机(SVM)判别模型对整合后的特征信号进行故障诊断，诊断结果表明，相较于传统的特征提取及分类判别方法，支持向量机(SVM)依赖多维多域的融合特征集下的滚动轴承故障诊断准确率达到100%，具有很好的分类能力。

    滚动轴承故障诊断小波变换多特征支持向量机

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