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

    多网络和多头注意力融合的场景文本识别算法

    贾小云翁佳顺刘颜荦
    46-51页
    查看更多>>摘要:针对场景文本识别算法忽略整个文本的全局信息内容,提出多网络和多头注意力融合的自然场景文本识别算法.首先使用多网络融合结构,设计多种残差模块在视觉特征中捕获上下文特征和语义特征.其次在字符预测过程中提出多头注意力机制编码器,将位置信息、视觉特征和分类信息拼接成新的特征空间并重新加权.实验结果表明该模型能更好的利用位置特征,全局语义特征和上下文特征更准确地识别到文本内容,提高了模型的准确率.

    场景文本识别多网络融合多头注意力机制特征提取

    基于博弈论-VIKOR的Kubernetes调度策略研究

    陆威然鲁腾飞赵恪振姜煜...
    52-56页
    查看更多>>摘要:针对Kubernetes调度器在任务调度中出现的集群负载不均衡、节点利用率低等问题,提出一种基于博弈论-VIKOR的Kubernetes动态资源调度策略.综合考虑节点的计算机资源指标,增加网络带宽、磁盘IO指标,利用层次分析法、熵值法,求解指标权重值,其应用于博弈论权重集化模型求得更客观的组合权重,结合改进的VIKOR算法,动态地计算最优调度节点.实验结果表明,该动态调度机制策略相比默认调度方法使集群资源均衡度提升11%,资源综合利用率提升4%.

    Kubernetes动态资源调度博弈论组合权重VIKOR云计算

    基于非下采样剪切波变换的FSVM图像去噪算法

    兰小艳
    57-59,64页
    查看更多>>摘要:以非下采样剪切波变换为基础,提出了一种模糊支持向量机图像去噪算法,其中非下采样剪切波变换能够获得噪声图像的高频子带,对高频子带系数进行模糊分类,利用自适应阈值处理含噪子带系数,达到去噪效果.实验结果表明,本文算法在图像去噪方面表现良好.

    非下采样剪切波变换模糊支持向量机自适应阈值图像去噪

    一种交通事故风险预测深度学习算法

    于志青
    60-64页
    查看更多>>摘要:提出卷积长短时记忆随机森林神经网络,其属于深度学习算法.该算法由卷积、长短时记忆、随机森林神经网络组成.基于该算法构建道路交通事故风险预测模型,用卷积神经网络、长短时记忆神经网络分别提取具有空间性或时间性诱发道路交通事故因素的特征,结合随机森林神经网络来分类预测.采用公开的UK Car Accident 2005-2015交通事故数据进行训练和测试,得到诱发道路交通事故的重要因素.

    交通事故深度学习算法预测特征

    融合自注意力机制和SARIMA-LSTM算法的快消品需求预测模型

    柴鸿斌郑军红何利力
    65-68,73页
    查看更多>>摘要:针对市场中Z企业的快消品存在地区因素影响大、明显的季节性等特点,提出一种更加精准的组合预测模型.首先对Z企业快消品数据进行平稳化操作,其次考虑需求影响因素如周期节假日、地方经济环境(GDP)、准时交货率等,利用SARIMA模型与LSTM优化模型进行组合预测,最后将预测结果融合自注意机制模块进行处理,得到的预测值与实际值进行比较.实验证明,获得的结果在衡量指标中有最佳性能,验证了本文所提方法的有效性.

    SARIMALSTM自注意力机制需求预测

    基于改进CNN和LSTM的房颤识别算法研究

    王锐周作建李灿李红岩...
    69-73页
    查看更多>>摘要:有数据显示,每年约有1500万人因房颤住院治疗,及时诊断可以有效地降低患病风险.本文提出一种改进CNN和LSTM的深度学习模型,在CNN模块使用了Swish函数作为激活函数,并在LSTM中引入了点积注意力机制,用于心电信号的特征提取和心律失常的诊断.利用卷积神经网络提取心电信号中的特征,LSTM可以对心电信号中的特征进行深度的挖掘,引入注意力机制,完成房颤的识别.所提模型的准确率为0.9771,F1为0.9609,精确率为0.9765,召回率为0.9799.

    房颤识别卷积神经网络长短期记忆网络注意力机制

    基于PTA-MTL的园区综合能源系统多元负荷预测

    黄鑫马昕李艳萍
    74-78页
    查看更多>>摘要:园区综合能源系统中多异质能流深度融合,精准的负荷预测是实现系统容量配置与优化调度的前提.提出一种基于多任务学习的多元负荷预测方法.首先,采用最大信息系数筛选重要耦合特征作为模型输入,以降低噪声;其次,构建基于改进粒子群算法优化的时间卷积网络和注意力机制相结合的多元负荷预测模型(PTA-MTL),以实现冷、热、电负荷的联合预测;最后,实验分析表明,所提模型不仅具有较高的预测精度,还具备较快的运行速度.

    园区综合能源系统多元负荷预测多任务学习时间卷积网络注意力机制改进粒子群算法

    基于机器学习和Modbus的超薄板微束等离子弧焊控制系统设计

    潘雪航何建萍
    79-83页
    查看更多>>摘要:微束等离子弧焊接超薄板在工业中应用广泛,但焊接难度大、焊缝对中和焊接热输入要求高.焊接过程需要进行参数的超精细调节以获得良好的焊接质量.针对这一问题,提出了超薄板微束等离子弧焊控制系统.系统基于机器学习和Modbus通讯协议对下位机进行指令输出.利用Visual Studio 2015开发环境,设计了图像预处理模块、视觉测量模块、电流输出模块和通讯模块,实现了焊缝对中和焊接热输入的精确实时调整,改善了焊缝成型,提升了焊接质量.

    超薄板微束等离子弧焊机器学习Modbus协议控制系统

    基于注意力机制与残差网络的玉米病害识别

    代丽倪光亮
    84-88页
    查看更多>>摘要:为了解决传统玉米病害识别模型识别准确率低、收敛速度较慢、识别耗时长等问题,提出一种基于注意力机制与残差网络的玉米病害识别方法.使用批归一化(BN)加速模型的收敛,提高模型的泛化能力;将捷径连接应用于两个由残差模块与注意力机制SENet组合而成SE-ResNet结构上,来提高模型对特征的复用能力和提取能力.实验结果表明,所提模型的识别准确率可达99.08%,收敛速度更快,识别耗时更短,可以为玉米病害的实时检测提供技术支持.

    玉米病害图像识别卷积神经网络注意力机制残差网络

    深度学习视域下中职课程知识图谱构建研究——以"信息技术"课程为例

    张远梁银
    89-92,97页
    查看更多>>摘要:智能时代,中等职业教育人才培养面临更高的质量要求,在"核心素养"指导下,深度学习符合未来中职教育发展目标.知识图谱基于语义网络,可有效整合知识点,是推动深度学习"落地"的重要依托.以"信息技术"课程为例,按前期准备、结构设计和整体建构三个阶段完成知识图谱构建,包括设计图谱结构、本体构建、知识扩充、知识保存等环节,可为教育领域课程知识图谱的构建提供参考.

    深度学习课程知识图谱中等职业教育结构设计本体构建