首页期刊导航|计算机工程与设计
期刊信息/Journal information
计算机工程与设计
计算机工程与设计

刘恩德

月刊

1000-7024

ced@china-ced.com

010-68389884

100039

北京142信箱37分箱

计算机工程与设计/Journal Computer Engineering and DesignCSCD北大核心CSTPCD
查看更多>>《计算机工程与设计》创刊于1980年，是中国航天科工集团主管、中国航天科工集团二院706所主办的国内外公开发行的计算机专业技术类刊物。该刊是中国计算机学会会刊、北京计算机学会会刊、中国宇航学会会刊，是全国中文核心期刊、中国科技核心期刊。办刊宗旨：努力提高计算机技术水平，为我国航天和国防科技服务，实现广泛的科研成果汇聚和知识传播，促进学术交流和科技成果的商品化、产业化和国际化，引导和推动我国计算机技术和国防科技的发展。刊载内容：覆盖计算机工程与设计领域的各个层面，主要刊登各型计算机及其系统的研究、研制、设计、开发应用等各方面的学术论文、技术报告和专题综述，主要刊登博士论文、基金项目论文、学术会议优秀论文和获奖课题论文。征稿范围：计算机网络与通信、CAD/CAM、计算机图形学、多媒体技术、数据库、并行处理、人工智能、计算机软件工程、计算机硬件体系结构及其他计算机相关领域。读者对象：大专院校师生、计算机专业科研人员、工程项目决策、设计开发和应用人员等。
正式出版
收录年代

    求解带时间窗车辆路径问题的改进FPA

    丛扬潇袁志高李素姜缘平...
    793-798页
    查看更多>>摘要：车辆路径规划问题广泛应用于物流行业,为解决这一 NP难的组合优化问题,提出一种求解带时间窗车辆路径问题的改进花授粉算法.针对FPA存在寻优精度低和过早陷入局部最优等缺陷,在原始FPA中引入遗传算法的交叉和变异因子,设计基于精英父代的多点交叉算子和单亲多点基因变异换位算子;对FPA中的转换概率p进行自适应调整并重新定义全局授粉和局部授粉操作;采用国际通用标准测试集Solomon对算法进行测试,将求得结果与已知多个算法求得的结果进行对比分析.其结果表明,改进FPA求解带时间窗车辆路径问题是可行有效的.

    花授粉算法遗传算法路径优化时间窗自适应算法改进物流配送

      原文链接:
    • 维普
    • 万方数据

    基于双流特征互补的嵌套命名实体识别

    黄荣梅廖涛张顺香段松松...
    799-805页
    查看更多>>摘要：针对以往句子在文本编码后不能获得高效的特征信息,提出一种基于双流特征互补的嵌套命名实体识别模型.句子在嵌入时以单词的字级别和字符级别两种方式嵌入,分别通过神经网络Bi-LSTM获取句子上下文信息,两个向量进入低层级与高层级的特征互补模块,实体词识别模块和细粒度划分模块对实体词区间进行细粒度划分,获取内部实体.实验结果表明,模型相较于经典模型在特征提取上有较大的提升.

    命名实体识别自然语言处理嵌套结构双流特征互补神经网络实体词识别细粒度划分

      原文链接:
    • 维普
    • 万方数据

    基于模糊邻域判别指数的在线流组特征选择

    徐久成孙元豪韩子钦
    806-813页
    查看更多>>摘要：在线流组特征选择可以充分利用特征流中原始的组结构信息,以在线的方式处理特征选择问题.然而,现有方法大多无法处理具有模糊性和不确定性的数据.为此,提出一种基于模糊邻域判别指数的在线流组特征选择算法.设计一种模糊邻域判别指数,用于描述模糊邻域粒的判别信息,扩展相关的不确定性度量方法.在此基础上,用组内特征选择和组间特征选择两种策略选择具有强近似能力且非冗余的特征.在8个公共数据集上进行对比实验,验证了该算法具有更优且稳定的分类性能.

    特征选择流特征选择流组模糊粗糙集模糊邻域熵邻域判别指数不确定性度量

      原文链接:
    • 维普
    • 万方数据

    基于多分支特征融合的密集人群计数网络

    孙爽何立风朱纷张梦颖...
    814-821页
    查看更多>>摘要：针对人群计数任务中存在的多尺度变化、背景噪声等问题,提出一种基于多分支特征融合的人群计数网络.在网络前端设计一个双向特征融合路径,将网络深层的语义信息和浅层的空间细节信息进行反复提取融合,使用位置注意力机制和通道注意力机制增强网络对人群和背景之间的判别能力,生成高质量特征图;网络后端采用密集残差连接增强网络对人头连续的多尺度信息提取能力,得到最终的人群密度图.在ShanghaiTech、UCF_CC_50和UCF_QNRF数据集上分别进行的对比实验的结果表明,该模型的计数性能优于先前诸多方法,有着良好的计数精度.

    人群计数多尺度变化特征融合注意力机制密集残差连接空洞卷积密度图

      原文链接:
    • 维普
    • 万方数据

    混合多策略改进的樽海鞘群算法及其应用

    张家玮李琳张奇志
    822-829页
    查看更多>>摘要：针对标准的樽海鞘群算法(salp swarm algorithm,SSA)在寻优过程中易出现局部最优和收敛速度慢等问题,提出一种混合多策略改进的樽海鞘群算法(ISSA).利用佳点集策略生成初始种群,使个体均匀分布于搜索空间;将反向学习的思想融入到领导者位置更新中,提高算法的搜索精度;加入自适应t分布,利用迭代次数iter作为其自由度参数,改善算法的全局探索能力;引入精英反向学习,筛选更好的种群,避免陷入局部最优.通过一组基准函数和Wilcoxin秩和检验来检测改进算法的性能,实验结果表明,改进算法的探索能力和优化精度都得到明显改善且算法之间存在显著差异,通过实际机械设计案例进一步验证ISSA算法的有效性.

    佳点集反向学习自适应t分布精英反向学习樽海鞘群算法基准函数弹簧设计问题

      原文链接:
    • 维普
    • 万方数据

    aLMGAN-信用卡欺诈检测方法

    李占利唐成靳红梅
    830-836页
    查看更多>>摘要：针对信用卡交易数据的不平衡重叠问题,提出一种基于生成对抗网络的端到端一类分类方法.提出一种基于PCA和T_SNE的混合数据降维方法,对清洗后的数据进行特征降维;将降维后的数据送入所提出的基于LSTM和aMLP的生成对抗网络(aLMGAN),提出一种基于闵可夫斯基距离(Minkowski distance)的损失函数(Min-loss)代替原始生成对抗网络中的交叉熵损失函数,对正常交易数据进行单类稳定训练,形成一种特殊特征模式,区分不属于该特征的异常数据.通过使用kaggle上两个真实的公共信用卡交易数据集进行实验,验证了 aLMGAN算法的有效性.

    信用卡欺诈检测生成对抗网络注意力多层感知机闵可夫斯基距离融合降维深度学习单分类

      原文链接:
    • 维普
    • 万方数据

    融合词法句法信息的方面级情感分析模型

    衡红军杨鼎诚
    837-844页
    查看更多>>摘要：为解决现有方面级情感分析方法缺乏句法约束和词义信息的问题,将句法依存树和知识图谱融合起来对句子编码,提出一种词法句法相结合的图神经网络模型.利用图神经网络分别提取句法依存树中的句法信息和知识图谱中的词法信息,经过位置编码模块和掩码加权模块捕捉重要性更高的单词;将两种特征进行结合获得融合句法词法信息的文本表示,进行情感分类.在3个公开数据集上的实验结果验证了该模型的有效性.

    方面级情感分析句法约束词义信息句法依存树知识图谱关系图注意力网络图卷积网络

      原文链接:
    • 维普
    • 万方数据

    基于滑动窗口含负项的高效用模式挖掘

    武妍荀亚玲马煜
    845-851页
    查看更多>>摘要：针对传统高效用模式挖掘均未考虑项的效用值为负,以及对流数据处理的时效性问题,提出一种基于滑动窗口的高效用挖掘算法HUPN_SW.利用一种新定义的滑动窗口正负效用列表PNSWU-List,维护挖掘最近批次高效用模式集所需的所有信息,实现有效的逐批次挖掘,避免重复的数据库扫描,在不产生候选效用模式集的情况下,直接挖掘出高效用模式,使HUPN_SW有效适应于动态流数据.实验结果表明,HUPN_SW算法在运行时间和可扩展性方面有良好表现.

    频繁模式挖掘滑动窗口高效用模式挖掘高效用项集负效用流数据效用列表

      原文链接:
    • 维普
    • 万方数据

    基于CLIP与注意力机制的跨模态哈希检索算法

    党张敏喻崇仁殷双飞张宏娟...
    852-858页
    查看更多>>摘要：针对传统无监督跨模态检索算法提取样本内部与样本之间的关联语义不充分,导致检索准确率低的问题,提出一种基于CLIP与注意力融合机制的无监督跨模态哈希检索算法CAFM_Net.将多模态预训练模型CLIP运用到样本特征提取阶段,从不同维度挖掘数据的相似信息;使用注意力融合机制对提取的特征进行处理,加强显著区域的权重;引入对抗学习的思想设计模态分类器,生成更趋于语义一致性的跨模态数据哈希编码.与现有的代表性哈希方法相比,CAFM_Net在多模态检索任务上准确率提升至少11％与9％.

    无监督哈希跨模态检索CLIP注意力融合对抗学习深度学习Transformer

      原文链接:
    • 维普
    • 万方数据

    基于细粒度识别的即插性多粒度特征融合算法

    郑秋梅彭天祺黄定王风华...
    859-865页
    查看更多>>摘要：为丰富卷积神经网络下细粒度图像特征的表征信息,进一步扩大类间差异缩小类内差异,提出一种基于多种粒度图像训练的特征融合方式,挖掘图像的细化特征.通过逐渐改变输入图像的粒度值,构造一个包含多种粒度信息的网络模型;提取多粒度多尺度图像特征,与原始特征进行融合,完成最终的分类预测.无需引入其它辅助网络,在没有显著增加模型参数的情况下,融合不同粒度特征.实验结果表明,其分类准确度高于只包含单一粒度图像的训练结果,验证了该方法能有效丰富特征信息.

    卷积神经网络细粒度图像分类识别多粒度多尺度特征融合注意力机制

      原文链接:
    • 维普
    • 万方数据