首页期刊导航|计算机与数字工程
期刊信息/Journal information
计算机与数字工程
中国船舶重工集团公司第七0九研究所
计算机与数字工程

中国船舶重工集团公司第七0九研究所

马中

月刊

1672-9722

jssg@chinajournal.net.cn;jsjyszgc@periodicals.net.cn

027-87534308;87534205

430074

湖北省武汉市74223信箱《计算机与数字工程》编辑部

计算机与数字工程/Journal Computer and Digital EngineeringCSTPCD
查看更多>>《计算机与数字工程》杂志是中国科技核心期刊，目前已被中国期刊网，中国学术期刊（光盘版）全文收录，成为中国学术期刊综合评价数据库来源期刊和科学引文数据库（SCD）来源期刊；同时还被《中文科技期刊数据库》全文收录，并在"万方数据—数字化期刊群"全文上网。 
正式出版
收录年代

    面向大规模AI数据流的接入算法和调度机制

    王季喜陈庆奎
    133-139页
    查看更多>>摘要：在人工智能数据流边缘接入集群中,拥有更高的接入带宽固然重要,但高效的AI数据流接入算法和调度机制更能够充分发挥接入服务器网卡等硬件性能.论文提出针对大规模AI数据流的并发接入算法和调度机制.针对AI数据单元大小动态变化的不稳定性接入,设计区域动态分组接入算法和基于接入服务器资源预测的数据流迁移调度机制.集群实验结果表明,区域动态分组接入算法可以更好地满足大规模AI数据流接入请求;在保证接入服务器集群数据流总并发量前提下,基于资源预测的流调度机制使得接入服务器资源利用均衡,大大降低系统AI数据单元丢包率.

    AI数据流UDP区域动态分组接入数据流迁移调度

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于词向量和卷积神经网络的税务问答系统

    杜航牟莉
    140-144页
    查看更多>>摘要：税务咨询问答业务量大,要求专业程度高,且近年来新出台的税收优惠政策较多,纳税人针对税务相关法律法规的咨询需求也是日益见长.现有的税务咨询方式大都是办税大厅现场咨询或电话咨询,税务工作者需要针对纳税人的问题,不断学习和查阅相关政策法规,使得税务机关面临着巨大的咨询压力.现如今虽然一些税务机关开始尝试利用互联网进行线上税务咨询,但大都是留言咨询,需要人工对问题进行解答,大量热点问题集中造成系统拥堵,且不具备即时性,不能有效解决当前问题.智能问答技术能够有效解决上述问题,基于该技术构建的税务问答系统具有效率高、实用性强等优势,对纳税人和税务工作者都提供了更多的便利.

    税务咨询智能问答自然语言理解神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多尺度特征融合的YOLOv3行人检测算法

    黎国斌王准张剑扈健玮...
    145-149,155页
    查看更多>>摘要：随着深度学习技术在计算机领域的普及与推广,行人检测技术得到进一步的提升,但在一些场合仍然存在较大的问题,例如行人大小尺度不一、密集行人的检测,在以上两种情况下,行人检测性能剧烈下降,存在较多的漏检、错检的情况.针对行人大小尺度问题,论文提出在YOLOv3算法的特征提取网络中引入多尺度特征融合模块,改变原来多个卷积层堆叠的残差单元,增加特征提取网络深度,提升网络对不同尺度的行人特征提取能力,从而提升行人检测算法的检测精度和鲁棒性.实验表明,在Caltech、On_merge数据集进行训练,改进算法的平均精准率比基准算法分别高出其5.49%,2.26%.

    多尺度特征融合YOLOv3算法行人大小尺度行人检测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合多模态多尺度磁共振成像的脑胶质瘤分割

    裴玉瑶王常青吴茜
    150-155页
    查看更多>>摘要：为了实现脑胶质瘤小目标区域的精准分割,提出了融合多模态多尺度磁共振成像脑胶质瘤分割模型.通过多模态特征提取模块获取各模态的图像特征,增强网络对特征信息的复用性;利用多尺度特征融合模块学习不同尺度的关键特征,提升网络对小目标脑胶质瘤区域的特征识别能力;使用一种加权混合损失函数解决类不平衡问题.在BraTS(brain tumor segmentation)2019数据集上测试该模型,其中整个肿瘤、核心肿瘤和增强肿瘤的Dice系数分别为0.857、0.869和0.878,Hausdorff距离分别为 2.543、1.583和1.526.实验结果表明,该模型可以有效提高脑胶质瘤小目标区域的分割精度.

    脑胶质瘤小目标分割多模态特征多尺度融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合动态K近邻Slope_One的协同过滤推荐算法

    李灵慧王逊王云沼黄树成...
    156-161页
    查看更多>>摘要：传统协同过滤推荐算法存在数据稀疏的问题,这会导致算法精确度不足.Slope_One算法简单高效,可以预测用户对某个物品的评分.因此,论文提出融合动态K近邻Slope_One的协同过滤推荐算法,提高推荐算法的精确度.首先利用改进余弦相似度公式计算用户相似度,筛选出K个近邻用户进行平均评分偏差计算,利用Slope_One算法预测相应的用户评分并对评分矩阵进行有效填充,然后在新的评分矩阵上,利用基于物品的协同过滤算法进行推荐.

    协同过滤K近邻Slope_One算法数据稀疏

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于嵌入式终端的YOLOv3算法优化实现

    侯勇杨争争薛少辉翟二宁...
    162-168页
    查看更多>>摘要：图像目标识别技术是计算机视觉研究领域的热点问题.然而目前先进的目标检测算法大多基于服务器端训练部署,在如今的移动互联网时代背景下无法做到真正的落地应用.同时考虑到国产化芯片和软件开发环境需求,优化并训练了YOLOv3检测模型,并基于嵌入式终端-百度EdgeBoard边缘AI计算盒进行了模型部署.实验结果充分表明优化后的YOLOv3-MobileNetv1模型对行人、车辆、飞机等多类目标均具有良好的检测识别效果.

    嵌入式终端目标检测深度学习轻量化模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于决策树集成学习在癌症风险分层中的应用

    殷清燕车露美刘星宇
    169-173,189页
    查看更多>>摘要：论文提出了基于决策树集成学习的癌症风险分层方法,并将其应用在TCGA癌症数据集.首先对原始数据进行数据清洗与预处理,构建基于决策树集成学习的生存分析模型;针对每个算法进行贝叶斯超参数优化,获得最优的C-in-dex和time-dependent AUC性能评价值,结果表明随机生存森林RSF和梯度提升树GBM性能较好.基于RSF和GBM风险评分进行癌症风险分层,在识别高危和低危患者群体方面具有显著作用.

    集成学习随机生存森林梯度提升树生存分析风险分层

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于A*和动态窗口法的移动机器人路径规划

    王佳军孟令军薛志凌李晓宇...
    174-177,212页
    查看更多>>摘要：机器人路径规划必须满足路径最优、轨迹平滑、避障等要求.提出将A*算法与动态窗口法(DWA)进行融合,得到一种改进型规划算法.首先,根据A*算法得到全局最优路径点,去除冗余无用节点.然后,结合基于改进的动态窗口法,构建融合全局信息的评价函数对局部路径进行优化.实验结果表明,融合算法很好地解决了传统动态窗口法陷入局部最优问题,得到一条平滑曲线,提高路径的安全性.

    路径规划移动机器人动态窗口法A*算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合密度和划分的文本聚类算法

    刘龙刘新蔡林杰唐朝...
    178-183页
    查看更多>>摘要：文档聚类是聚类的经典应用,它是将相似的文档归为同一类,可以有效地组织、摘要和导航文本信息,也可以用来提高分类效果.论文使用BERT模型处理文档向量化,将文档表示为高维向量.传统的密度聚类算法不适用于高维数据集,划分聚类算法中的K-均值算法可以有效地聚类文档,但是算法的性能非常依赖于初始中心点的选择.论文提出了一种新的融合密度和划分的文本聚类算法.首先,通过密度选择适当的聚类中心点集合,然后使用最远距离的想法逐渐选择初始类中心点,最后使用划分方法对数据集进行聚类.实验表明,该算法的聚类效果稳定,聚类效果良好.

    文档聚类BERTK-均值算法密度最远距离

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种基于随机森林和Light GBM的房产估价模型

    冯梓豪刘从军
    184-189页
    查看更多>>摘要：针对商品房评估方法中存在数据源单一,考虑影响因素理想化,特征工程过分依赖主观经验等问题,结合随机森林和Light GBM模型,提出了一种RF_LightGBM模型用于房产价值评估.首先,通过随机森林对特征进行重要度排序,将影响房产价格因素较小的特征排除,使用网格搜索算法对模型进行优化,最后将该方法用于房产价值评估.在真实的房价数据集上进行的实验表明,相较于随即森林,XGBoost等传统模型,RF_LightGBM模型的评估精度提高了1.7%,且百分误差在0%～10%以内的评估结果占比88.38%.说明所用模型可以很好地应用于房产价值评估,得到的评估结果更加准确.

    随机森林房产估价特征工程LightGBM

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据