首页期刊导航|计算机时代
期刊信息/Journal information
计算机时代
计算机时代

陈纯

月刊

1006-8228

computer_era@21cn.com

0571-87054111

310006

浙江省杭州市环城西路33号-省计算所大楼

计算机时代/Journal Computer Era
查看更多>>本刊1983年创刊,由中国工程院院士潘云鹤主编,全国公开发行。主要栏目有学术论坛、技术广角、网络天地、信息安全、应用实践、经验技巧、考试园地、市场纵览、企业信息化等,丰富的内容使您能够自由地遨游在电脑信息的海洋里,了解最新趋势,掌握最新技术,领略精彩纷呈的数字生活。
正式出版
收录年代

    基于时空预测网络的雷达回波外推研究

    陈代明王亚东咸永财张鸣伦...
    1-5页
    查看更多>>摘要:短临降水预测由于气象数据体量大、种类繁多,以及大气系统的复杂性,预测难度大.拟构建一个基于时空预测网络的雷达回波外推模型来提高预测性能.该网络旨在将时间特征和空间特征进行解耦,独立提取特征.空间模块通过注意力机制建模时间不变信息,时间模块通过级联的门控机制建模时间依赖.最后,在雷达回波数据集上验证了模型的性能.

    短临预报神经网络时空解耦雷达回波

    基于Transformer的目标检测研究综述

    刘宇晶
    6-10页
    查看更多>>摘要:基于Transformer的目标检测方法因其突出的性能引起了众多研究者的关注.文章从作为Neck的Transformer和作为Backbone的Transformer两类框架在目标检测领域的研究状况、几种常见模型的基本原理以及在COCO 2017 ValSet上的对比实验三个方面做出了综述.

    目标检测Transformer计算机视觉深度学习

    轮胎图像去噪方法研究

    刘洪彬褚雪艺
    11-14页
    查看更多>>摘要:为了减少噪声对轮胎图像的影响,研究了几种不同轮胎图像降噪算法.首先构建带有高斯噪声和椒盐噪声的轮胎图像;然后采用均值滤波、中值滤波和小波变换算法实现轮胎图像去噪;最后通过实验验证了轮胎图像去噪方法的有效性,分析了不同方法的峰值信噪比(Peak Signal to Noise Ratio,PSNR)性能.

    轮胎图像图像去噪均值滤波中值滤波小波变换

    基于随机森林和梯度提升决策树的高血压分析预测

    沈赛拉钟锋梁兴陈思悦...
    15-19页
    查看更多>>摘要:为进行高血压的危险因素分析与预测,提出一种基于随机森林和梯度提升决策树的模型.首先基于体检报告数据进行缺失值处理、one-hot编码、归一化、数据初步聚类等预处理;然后针对数据样本不均衡的特性,利用SOMTE算法进行重采样,基于随机森林得到特征重要性评分并进行特征选择;最后基于排名前20的特征值,利用梯度提升决策树算法产生预测模型.模型分析结果显示了高血压的危险性因素.经数据集交叉验证,模型准确率可以达到84.51%,具有较高的应用价值.

    慢性病高血压随机森林梯度提升决策树

    基于权重区间的模态接口自动机

    黄润华张晋津张君瑶
    20-24页
    查看更多>>摘要:Gerald Lüttgen和Walter Vogler将接口自动机的输入输出行为引入到模态转换系统的模态逻辑中,从而可以隐式允许输入表达,称为模态接口自动机.但他们的工作并没有考虑量化信息,而实际应用中这类量化信息是必要的.本文通过将权重与转换关系相关联,来表达量化信息,建立了加权模态接口自动机,并重新定义了带有权重区间的精化关系.在这个框架中,我们研究了合取、析取和并发等系统算子,并证明了精化关系是关于这些算子的同余关系.

    模态接口自动机量化信息精化关系系统算子

    输入受限下的无人机编队控制方法研究

    卢帅多胡盛斌
    25-30,35页
    查看更多>>摘要:针对多旋翼飞行器在轨迹跟踪过程中控制输入受限的问题,设计了一种控制输入受限下的四旋翼无人机协同编队分布式控制算法.首先,对于外环位置子系统,基于线性矩阵不等式的方法,设计了输入受限下的多旋翼飞行器的编队控制律,使得所有无人机的位置收敛到所需的编队模式.其次,对于内环姿态子系统,采用基于双曲正切的方法设计控制输入受限的控制律,使多无人机的姿态趋于一致.最后,基于Lyapunov稳定性理论,证明了系统的稳定性,仿真结果表明,所设计的控制器能够达到良好的协同跟踪控制效果.

    旋翼无人机编队控制输入受限线性矩阵不等式双曲正切

    基于异构信息网络与TF-IDF的核心药物发现算法

    梁尘逸姚远哲
    31-35页
    查看更多>>摘要:提出一种基于异构信息网络和TF-IDF的核心药物发现算法.其核心思想是建立包含症状、方剂等多种类型对象的异构信息网络,并使用PathSim算法得到方剂之间的相似度来完成方剂聚类.以此为基础使用综合了剂量因素与TD-IDF算法原理的药物重要性系数计算方法完成核心药物发现.本文从《伤寒论》的方剂中划分出9个主要聚类并给出了各个聚类上重要性排名前5的药物,该算法可以考虑到多方面的信息,合理地挖掘出核心药物.

    异构信息网络PathSimTF-IDF聚类核心药物

    作用于大数据处理的级联分类器泛化设计

    李庭燎刘馨雨杜宁符垚晗...
    36-39页
    查看更多>>摘要:针对级联分类器的设计主要集中于分类器组合优化等方面,有关自动化设计研究相对较少.为了简化设计流程,设计一种方法以自动设计具有理想性能的级联分类器.这种方法不需要分别考虑每个可能的级联长度并通过最终数值优化来进一步确定每个级联长度的次优参数,而是向能够设置级联的泛化边界方向来研究,探讨如何简化级联分类器的设计流程,实现自动化设计.

    级联分类器AdaBoost算法大数据机器视觉ROC曲线

    基于VMD-Stacking混合模型的短期风速预测研究

    张柯刘海忠
    40-45页
    查看更多>>摘要:由于风速序列高度非线性、间歇性和非平稳的特点,给预测带来了困难,从而影响了可再生能源制造.本文提出基于变分模态分解(VMD)和Stacking集成学习的短期风速混合预测方法.VMD将风速序列分解为平稳分量,以解决非平稳问题;考虑风速序列实质特征,Stacking的基学习器采用LightGBM、LSTM和全连接网络(FCN)算法.实验采用真实风速数据,VMD-Stacking混合模型的RMSE、MAE和MAPE分别为0.1772、0.1553和8.32%.与其他分解方法或不同的基学习器组合相比,VMD-Stacking充分利用时间序列特征和风速波动信息,提高了短期风速预测的准确性和稳定性.

    短期风速变分模式分解LightGBMLSTMStacking

    征稿启事

    45页