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

    基于编码树的频率隐藏保序加密方案设计

    张海政马利民王佳慧张伟...
    489-493,504页
    查看更多>>摘要：针对现有保序加密方案中存在泄露明文分布频率以及在数据频繁插入的场景下性能较低的问题，通过在数据插入阶段随机生成[0，M]内的随机数作为临时保序编码，在数据查询阶段采用二级索引的形式最终确定密文对应的保序编码，来解决明文频率泄露的问题;针对保序编码频繁更新引发性能较低的问题，改进现有的更新策略，只有在客户端执行查询操作时，才进行编码的更新，提升算法的性能。实验数据和理论分析表明，所提出的保序加密方案在隐藏明文分布频率的同时，插入 5000 条数据，提升了 16％的性能。

    数据库安全保序加密频率隐藏统计攻击

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

    用户侧电力碳排放量预测方法

    张禄严嘉慧王立永李香龙...
    494-499页
    查看更多>>摘要：为了帮助电力行业分摊碳排放责任，优化碳减排策略，研究了用户侧电力相关碳排放预测方法。按照先预测用电量，再根据电碳转换换算的方法实现用户侧电力相关碳排放的预测。其中，用户的用电量预测是核心。设计一种多模态嵌入的循环神经网络，考虑用电量的多重影响因素，建模用电序列的短期依赖关系;提出一种历史注意力机制，考虑用户用电习惯的周期性特点，捕获用电序列中的周期性因素。实验结果表明，上述方法的用电量预测结果性能明显地优于一些常用的用电量预测方法，有助于用户侧电力相关碳排放的准确预测。

    用户侧碳排放用电量预测循环神经网络注意力机制周期性

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

    高密度网络海量数据访问随机风险预警方法

    覃肖云欧旭
    500-504页
    查看更多>>摘要：高密度网络中的数据来源广泛，质量不一，存在数据噪声、缺失、错误等问题。上述问题会干扰随机风险预警过程，并降低预警的精度。为了解决以上问题，提出高密度网络海量数据访问随机风险预警方法。方法通过实时监测网络数据的运行状态，并采用基于非线性独立成分估计的增强方法处理网络数据，将主成分分析与线性判别分析法结合，得到鉴别主成分分析法，提取网络数据的特征。通过风险阈值判断网络数据中是否出现异常现象，从而实现高密度网络海量数据访问随机风险的预警。实验结果表明，所提方法的数据监测效果好、预警时间保持在90ms内，且预警精度高。

    网络数据增强鉴别主成分分析法网络数据监测在线预警风险阈值

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

    基于长短期记忆网络的城市积水内涝风险预警

    许绘香刘炜
    505-509页
    查看更多>>摘要：城市积水内涝风险预警需要综合考虑多个因素的影响，如内涝空间与时间特征等，为增强城市积水内涝预警能力，及时应对潜在暴雨威胁，提出一种基于长短期记忆网络的城市积水内涝风险预警方法。利用内涝点核密度、不透水面密度指标明确积水蔓延面积，通过Moran指数得到积水空间分布汇聚特征，创建水文数据集和降雨数据集，把内涝时间特征提取问题转换为有监督学习问题，归一化处理后，将特征变量输入长短期记忆网络融合处理，明确内涝整体演变趋势;利用卷积神经网络预测未来一段时间的内涝水深，根据预测结果划分积水内涝风险等级，基于多源特征数据融合结果，使用单因子风险评估法与一维圣维南方程组完成内涝风险预警。仿真结果证实:所提方法可精准提取积水内涝特征，预警结果准确率高、效率快，可妥善处理极端暴雨威胁下积水内涝预警工作。

    多源信息融合城市积水内涝灾害风险预警时空特征提取

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

    无人机深度成像背景下农田伴生杂草精准分类

    秦浩石元伍
    510-514页
    查看更多>>摘要：农田图像中存在各种背景干扰，且在不同生长周期和环境条件下杂草的外观差异也很大，导致在分类过程中，难以准确识别杂草，降低其分类精度，因此，提出无人机深度成像下农田伴生杂草精准分类算法。该方法基于无人机获取农田伴生杂草深度图像，并对图像展开去噪以及清晰度增强;根据处理结果对农田深度图像实施色调、饱和度、明度(Hue，Saturation，Value，HSV)分解，利用改进的二维局部熵算法，结合人眼视觉，完成图像对比度、饱和度以及轮廓信息的密度计算，建立图像显著性矩阵;提取图像中感兴趣区域实施背景分割，结合改进尺度不变特征完成伴生农田特征提取;利用图像分类器对提取特征实施特征分类处理，从而完成农田伴生杂草精准分类。实验结果表明，利用该方法开展农田伴生杂草分类时，去噪效果好，目标轮廓提取完整，且分类准确率在 99％以上。

    无人机深度成像农田伴生杂草图像图像去噪分类方法特征提取

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

    城市地下管线智能三维分段排布方法仿真

    李春晓李玲芝郭艳芳高永强...
    515-519页
    查看更多>>摘要：城市地下环境复杂多样，存在各种地质条件、地下设施和地下管线网络，管线排布难度较大，为此提出了一种基于BIM的城市地下管线分段排布方法。根据三维空间中的坐标与属性信息，计算地下区域空间关系，得到地下管线分段排布的安全距离。采用BIM构建城市地下管线模型，转换局部坐标，获得管线表面的三角形不规则网络表达。将地下管线网络信息导入BIM软件中，创建一个三维模型，通过空间定位，形状建模，属性设置，关联性建立实现城市地下管线分段排布，并通过BIM模型展示排布的可视化结果。通过实验证明所提方法能够较好的分段排布城市地下管线，线路规划合理，方便后期管理检修。

    BIM模型城市地下管线管线分段排布衰减函数属性信息

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

    时序数据缺失值插补方法研究与实现

    阿如娜刘利民
    520-525页
    查看更多>>摘要：传统时序缺失数据插补算法的稳定性低，且插补后的数据误差性大，无法保证插补后数据集的真实性;为此，提出一种基于改进的GAIN网络数据插补算法，通过融合Wasserstein判式，构建出GAIN-W时序数据缺失值插补模型。模型包含特征图提取、生成器组成与判别器构建三个模块;模块一，通过数据降维与标准化处理的方式提高数据的可操作性，并基于RW滑窗法提取时序数据的双通道二维特征;模块二，采用二维卷积层替代生成器的全连接层，提升不均匀间隔特征处理的准确性，并通过增加超参数λ，优化生成器的损失函数;模块三，基于三组全连接层解决判别器梯度爆炸的问题，并利用Was-serstein判式，学习数据分布并完成数据插补。仿真结果表明，在HEPC和BJPM2。5 公开数据集中，与 6 类基线算法相比，GAIN-W算法插补处理后的数据集RMSE误差平均优化降低了47。00％，MAX误差平均缩减了24。00％，表明GAIN-W算法具有较高的精确性与稳定性。综上所述，GAIN-W轨迹时序数据缺失值插补算法解决了时序不均匀的问题，且降低了插补数据的误差，具有重要的仿真研究价值。

    判式时序数据缺失数据插补

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

    低时延网络多路通信数据无冲突调度仿真

    郝聪妙孟晓丽王辉
    526-531页
    查看更多>>摘要：随着信息传播数据量的飞速增长，以及低时延网络的广泛应用，低时延网络无冲突调度的需求也进一步增加。为解决当前通信调度算法时效性差、调度效果不佳等问题，提出了基于强化学习演员-评论家算法的无冲突调度模型。模型首先对低时延网络架构进行分析，并对状态空间中的多路通信网络进行数据监测;然后基于受限制的马尔科夫决策对其进行无冲突调度，并基于贝尔曼方程计算结果进行策略调度;最后使用强化学习中的Actor-Critic算法对调度算法进行优化，通过Actor提出调度方案，通过Critic评价调度情况，进而达到无冲突调度的效果。实验结果表明，所提算法将冲突率降低了8。72％，将吞吐率提升了 7。58％，降低了数据在传输过程中丢失和乱码的概率，提高了通信数据的传输效率。

    无冲突调度低时延网络强化学习多路通信数据

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

    基于机器视觉的红外目标抗干扰识别算法

    李爱华彭凌西
    532-537页
    查看更多>>摘要：复杂空战中人工诱饵数量多，易对实际目标造成遮挡、粘黏等现象，导致红外目标检测准确率低且稳定性差。为解决上述问题，将特征融合算法与自适应Yolov3 目标检测算法有机融合，并通过形状相似性提升目标提取率，最终构建出DFE-YOL-3 红外目标抗干扰检测模型。模型首先采用中值滤波算法与方图均衡算法对原始图像进行降噪优化处理，提高图像目标的可识别度;然后分别提取并融合红外图像的灰度共生G特征与直方图H特征，构建融合特征向量，提升图像检测的可行性;接着采用DBSACAN形状聚类算法检测提高红外小目标的检测准确率，并基于融合特征，自适应计算IOU阈值;最终通过优化红外目标位置的损失函数，完成目标回归框构建。实验模型的仿真结果表明，在IACD红外空战仿真数据上，与其它传统红外目标抗干扰检测算法相比，DFE-YOL-3 算法的准确率最高，达 94。38％，平均提升了 5。68％;召回率亦最高，达93。62％，平均提高了4。10％，即DFE-YOL-3 算法具有较高的准确性与稳定性。同时DFE-YOL-3 算法具有较好的建模时效性与检测时效性。综上，DFE-YOL-3 算法解决了人工诱饵的遮挡、粘黏问题，有效的提升了红外目标抗干扰检测的准确率与稳定率，具有一定的仿真应用价值。

    机器视觉形状聚类算法红外目标抗干扰检测

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

    筹建《北京仿真博物馆》研讨会

    前插1-前插3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据