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

    多目标桥梁劣化因果分析方法

    胡维迪王炜何欣张涵宇...
    1951-1956,1962页
    查看更多>>摘要:以云南省桥梁为例,建立了多目标桥梁劣化因果分析方法.该算法在关联规则挖掘算法的基础上引入遗传算法和灰色关联分析方法解决了关联规则挖掘算法中支持度和置信度取值大小影响规则质量问题.评估了云南省亚热带地区桥梁的劣化因果关系.实验结果表明建成年限、下穿通道类型、桥梁的构造形式及构造材料、降雨量等因素对桥梁劣化产生较大影响.

    桥梁技术状况数据挖掘Apriori算法灰色关联分析遗传算法多目标问题

    多层降噪自动编码器的心电信号去噪算法

    钱炜郑威徐伟刘健...
    1957-1962页
    查看更多>>摘要:传统的心电信号(ECG)去噪算法在去除线性的、平稳的ECG信号噪声时效果显著,但是在面对非线性、非平稳的ECG信号噪声时去噪效果不理想.为了提高心电信号算法的去噪能力运用了一种基于降噪自动编码器的ECG去噪算法.降噪自动编码器(DAE)具有噪声鲁棒性的特点,可以在信号受到污染的情况下尽可能地恢复数据的原始状态.为了进一步提升降噪自动编码器算法的去噪效果用多个降噪自动编码器堆叠形成深度神经网络对心电信号进行降噪处理.通过实验结果表明:多层降噪自动编码器(SDAE)算法相较于DAE算法和传统的心电信号去噪算法,SDAE算法对非线性、非平稳的信号噪声具有更好的降噪效果,而且保留了原始心电信号绝大部分的细节信息,对噪声具有较强的抗干扰能力,满足了心电信号的去噪要求.

    心电信号去噪降噪自动编码器多层降噪自动编码器深度学习降噪

    一种改进的K-means入侵检测算法

    张珂嘉黄树成
    1963-1966,2047页
    查看更多>>摘要:传统的K-means算法存在初始质心敏感、需要人为指定K个数等问题,可以通过融合Canopy算法在一定程度上缓解,但是仍然存在抗噪能力弱、质心选择盲目、运算时间长等问题.论文提出了一种改进算法,在抗噪性、初始质心选择、运算过程三方面,对Canopy-K-means算法进行优化.该算法采用了剪枝、"最大最小规则"、相似度计算等策略来实现算法目标.实验数据表明,改进后的Canopy-K-means算法对比传统的Canopy-K-means算法、K-means算法均具有更高的检测率、更低的误报率.

    入侵检测K-means算法Canopy-K-means算法

    基于特征选择和标签相关性的多标签分类算法

    蔡剑牟甲鹏余孟池徐建...
    1967-1972,1997页
    查看更多>>摘要:多标签分类在现实世界中有着广泛的应用,是当今机器学习领域的热点问题之一.多标签分类的代表性算法BR(Binary Relevance)虽有较多的改进工作,但大都仅针对标签相关性或特征选择中某一个方面进行改进,因此现有改进算法的性能仍存在提升空间.针对上述现状,论文提出一种基于特征选择和标签相关性的多标签分类算法,该算法先使用信息增益为每个标签选择与其相关的特征属性,而后采用新的控制结构的方式考虑标签相关性,最后使用新的特征集合为每个标签训练二分类器.在6个基准数据集上的实验结果表明,该算法在5种不同评价指标下的表现优于其它典型的BR改进算法.

    分类多标签学习特征选择标签相关性

    融合实体关系信息的答案选择网络中的算法分析

    毛鹏刘瑞芳苗航陆树栋...
    1973-1977,2032页
    查看更多>>摘要:论文针对答案选择任务进行研究,利用深层神经网络结合外部知识库信息的方法,提出基于知识库关系信息的双向长短时记忆网络(Knowledge Based Relation-Bidirectional Long Short Term Memory,KBR-BiLSTM),引入知识库中实体信息及实体关系信息去优化基准模型中的注意力机制;并利用知识库关系信息结合上下文丰富了问答的句子编码信息,提升模型效果.在维基问答(Wiki QA)数据集和TREC QA数据集上进行对比实验,证明了KBR-BiLSTM模型的有效性.

    深层神经网络知识库关系信息注意力机制

    基于改进天线阵列共焦成像算法的脑瘤检测应用

    周楚霖陈敬东王新余曾真...
    1978-1982,2016页
    查看更多>>摘要:文章在电磁学理论的基础上,设计了用于脑部肿瘤检测的共焦成像算法.利用Matlab和XFDTD建立头部组织模型及辐射天线,在二维组织切面上根据收发天线连线上组织的种类和数量,计算特定频率下的散射参数.分别按照单发单收,单发多收的方式计算各个天线组,各个频率下组织材料的散射参数相移,并与由XFDTD计算出的实际散射参数的相移作对比,得到置信度矩阵.最后,完成矩阵归一化,可视化,在图中颜色差距明显,可以较明显地定位肿瘤的位置.利用癌变初期,正常组织和肿瘤组织明显的电磁参数上的差异进行肿瘤早期检测相对安全有效,为微波成像应用于复杂色散组织提供了新的思路和方法.

    肿瘤检测散射参数FDTD共焦成像相移特性

    面向信息SNP选择的聚类算法

    邢斌周从华张付全张婷...
    1983-1987,2008页
    查看更多>>摘要:SNP数据在人类遗传病诊断与治疗中存在重要作用,但SNP原始数据存在大量冗余,因此需要选择出信息量大的SNP,完成SNP数据的降维.针对常用聚类算法应用到信息SNP选择时未考虑单个SNP与SNP子集之间相似度的问题,采用一种新的相似度度量方法,提出了一种改进的聚类算法K-MIGS,并将其应用到SNP选择中.K-MIGS算法解决了传统K-means不能挖掘出SNP位点与SNP子集之间的强相关性问题,并在医院提供的临床数据实验中表明,K-MIGS具有更高的非信息SNP子集重构度.最后使用支持向量机、决策树和神经网络对构造的SNP子集进行分类实验,对比K-means、特征加权K-means、ReliefF和MCMR,结果表明K-MIGS分类准确率和F1指标上提升了10%和15%,充分说明K-MIGS在信息SNP选择中具有更好的效果.

    单核苷酸多态性SNP选择相似度度量K-means

    改进离散烟花算法求解旅行商问题的研究

    王思琦高尚张宁
    1988-1992页
    查看更多>>摘要:旅行商问题是一个经典的组合优化难题,它具有重要的理论研究价值以及实际应用意义.针对此问题提出一种基于改进选择策略的离散烟花算法,将上一代适应度值最小的火花保留,同时加入动态参数自适应调整选择数目和概率,将最优火花和动态选择火花作为子代,该选择方式兼顾了适应度大小及子代选择的优劣性,并且使算法能够跳出局部最优增强了算法的全局搜索能力,保证了种群的多样性.实验表明了改进后的算法的优化程度及可行性.

    离散烟花算法选择策略路径优化局部最优

    基于二维混沌映射的AES加密算法的研究与改进

    何涛冯伟东王红卫谭俊...
    1993-1997页
    查看更多>>摘要:随着经济的发展,企业积累的重要数据和信息资源日益丰富,因此对文件加密技术提出了更高的要求.AES性能优越,但也存在种子密钥单一和密钥空间固定等问题.论文将混沌理论中的二维Logistic映射方法应用到AES的加密算法中,利用其初值敏感性和不可预测性改善了扩展密钥的构造质量,增强了AES算法的安全性,起到了显著的优化效果.

    AES算法混沌映射二维Logistic密钥空间

    基于融合辅助信息的神经网络组合推荐系统

    陈善雄张曦煌
    1998-2002,2038页
    查看更多>>摘要:随着深度学习技术的发展,一些工作把深度学习运用于推荐系统中.为进一步提高推荐质量,提出一种基于融合辅助信息的神经网络组合推荐系统NFR(Neural Fusion Recommender).通过训练多个彼此独立的神经网络模型,连接模型输出前的最后一层,最后用加权的方法将多个模型组合在一起,并给出了算法的实现方法.在现有基准数据集上进行实验,利用命中率和归一化折损累计增益对实验结果进行评估.实验结果证明NFR不仅可以通过其他网络进行扩展,还可以通过融合数据源的辅助信息提高预测能力,相比之前的方法表现更好.

    推荐系统神经网络隐形反馈辅助信息