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

    基于Bi-GRU+BFE模型的短语音说话人识别

    姜珊张二华张晗
    2233-2239页
    查看更多>>摘要:说话人识别作为一种重要的生物特征识别技术,已得到广泛应用.由于实际应用中获取的说话人语音长度有限,如何提高语音特征的短时性能,使声纹识别在短语音上取得较高的准确率,仍然是一大难点.对此,论文研究了一种双向门控循环单元(Bidirectional-Gated Recurrent Unit,Bi-GRU)与块级特征均衡(Block-level Feature Equalization,BFE)结构相结合的说话人识别方法,通过循环神经网络结构将梅尔频率倒谱系数(MFCC)转化为包含短时说话人身份信息的深层时序特征,再结合交叉熵损失函数进行模型训练.实验结果表明,Bi-GRU+BFE模型在短语音说话人识别上取得了比传统的高斯混合模型及其他深度网络模型更高的识别率,训练效率也得到大幅度提高.

    说话人识别短语音双向门控循环单元块级特征均衡梅尔频率倒谱系数

    面向云平台的运行环境可信性验证算法研究

    毛明扬徐胜超
    2240-2245,2316页
    查看更多>>摘要:提出一种可信性验证算法用于验证云平台运行环境的可行性与安全性.云平台IaaS层利用基于漏洞特征信息流跟踪与关键过程重构的固件安全性验证方法,挖掘固件漏洞,通过侧信道分析方法检测硬件基础设施是否存在泄露用户数据风险;云平台PaaS层设计可信性验证环境的agent保护机制,保障验证过程的可信性;云平台SaaS层负责提供计算服务,并借助可信第三方提供可信性验证用例,利用故障树分析法验证云平台运行环境可信性.分析实验结果可知,所提算法能够对云平台运行环境的可信性进行有效验证,并通过分析得到影响云平台可信性的具体因素.

    云平台运行环境可信性验证故障树

    基于网络通信行为特征的间谍软件检测方法

    徐婷郭春申国伟周雪梅...
    2246-2251,2296页
    查看更多>>摘要:当前主流基于主机行为特征的间谍软件检测方法存在难以获取间谍软件的全部主机行为、漏报率较高等问题.重点关注间谍软件传输所窃取数据的网络行为,明确"间谍软件网络通信阶段"的概念,提出了基于网络通信行为特征的间谍软件检测方法(Spyware Detection Method based on Network Communication Behavior Characteristics,SDMNC).SDMNC以间谍软件网络通信阶段的通信会话为检测对象,提取会话持续时间、上行/下行数据包数量比、上行/下行数据量比等通信行为特征,运用机器学习算法训练检测模型以判别间谍软件流量和正常软件流量.实验结果显示,SDMNC在使用随机森林算法时,能以99.2%、97.4%的准确率分别检测出实验数据集中已知和未知间谍软件样本的流量.

    间谍软件网络流量分析网络通信阶段机器学习

    基于PHY层的手势身份识别技术研究

    郭梦丽许勇何昕陈锡敏...
    2252-2258页
    查看更多>>摘要:随着WiFi基础设施的广泛部署,使得WiFi成为继RSSI(接收信号强度指标)之后强大的无线传感介质.通过对CSI(信道状态信息)的收集和处理,可以逐步描摹人类活动.然而,这种WiFi感知的解决方案也伴随着识别规模扩大、识别准确率极度下降,以及CSI信息固有的与域(环境和方向)相关的问题.论文提出了一种基于残差网络的深度学习WiFi感知方法.首先,通过两个设计的残差块自动提取预处理后的CSI信号特征,解决了细腻度手势特征提取困难和特征不足的问题.其次,网络结构简单,识别单个用户仅需0.59389ms.最后,我们在两种环境中验证了模型的有效性.在简单的办公环境和复杂的标准实验室场景下,2人~8人的识别准确率分别达到97.86%~100%和97.2%~99.35%.在跨域识别方面,论文提出的模型对预处理后的信号域敏感度较低,在复杂的实验室环境下,15人的分组仍然可以达到92%以上.

    WiFi感知信道状态信息残差网络非接触式人体识别

    基于矩阵和权重下的并行改进算法

    周迎王芳黄树成
    2259-2262,2269页
    查看更多>>摘要:经典的Apriori算法能够有效的发现数据之间隐藏的内在关系,但该算法也存在着候选集数量越大开销越大的问题.针对这个问题,文中提出一种新的改进算法RTI_Apriori.其思想是:引入矩阵来存储事务信息,分别用0和1来表示项集出现的情况,经由矩阵操作,计算项集的支持度,再依照着结果扫描删减掉不满足条件的项集,最终生成相应的关联规则.实验表明:改进后的算法不必再对数据库的多次扫描,比原有算法的效率更高.

    Apriori关联规则频繁项集RTI_Apriori

    基于PSO-GRNN的行人跌倒检测方法

    刘善良王晓原王瀚卿刘亚奇...
    2263-2269页
    查看更多>>摘要:跌倒得不到及时的救治是老年人发病或死亡的主要原因之一.基于此,提出一种基于粒子群优化广义神经网络(PSO-GRNN)的行人跌倒检测方法.采集行人跌倒和日常生活活动(ADLs)时腰部的加速度、角速度和高度数据,分析跌倒行为特征;基于广义回归神经网络(GRNN)和粒子群优化算法(PSO),构建了一种基于PSO-GRNN的跌倒检测模型;最后使用Matlab对模型进行训练和验证,并将PSO-GRNN模型与其他两种模型进行对比.结果表明,粒子群优化广义回归神经网络模型对跌倒的辨识精确度高,误报率较低.

    跌倒检测姿态GRNNPSO

    基于跨模态Transformer的多模态细粒度情感分析方法研究

    陈恺董修岗周祥生
    2270-2275页
    查看更多>>摘要:多模态细粒度情感分析任务要求根据文本以及对应的图片信息,判断文本中每个观点实体的情感倾向.目前基于文本的细粒度情感分析模型无法对多模态数据进行建模,因此论文针对多模态细粒度情感分析任务,提出了一种基于跨模态Transformer的层次化神经网络模型.该模型利用从预训练模型中抽取出的文本以及图片特征,通过调整跨模态Transformer的输入来建模文本和图像之间的信息交互,从而达到利用图片信息来辅助文本信息进行情感分析的目的.论文在两个真实的多模态社交媒体数据集上开展了实验,并与其他方法展开对比,验证了论文提出的方法的有效性.

    多模态情感分析细粒度情感分析Transformer社交媒体情感分析

    改进的神经网络算法在预测方法中研究与应用

    邬希可
    2276-2279,2344页
    查看更多>>摘要:在大数据、人工智能的背景下,神经网络算法被广泛的应用和普及,风险预测问题成为人们关注的热点,BP神经网络算法是用于解决预测问题效果最好的算法之一,但传统的BP神经网络算法在隐含层权值选择过程具有一定的局限性,会影响算法预测的效率和精度.针对这种情况,提出了改进的BP神经网络算法,利用遗传算法和BP神经网络算法相结合,提升算法的预测效率和预测精度.首先,分析传统BP神经网络算法流程及不足;其次,利用遗传算法优化BP神经网络算法;最后,提出改进的BP神经网络算法执行流程,并以食品价格数据进行对比分析.通过实验分析结果可知,相对于传统的BP神经网络算法,该方法在预测过程中可以提高预测效率、提升预测精度.

    神经网络BP神经网络算法遗传算法预测

    基于两点法的医疗化验单倾斜校正算法

    贾智彬吕学强何健董志安...
    2280-2284页
    查看更多>>摘要:医疗化验单自动处理中,采集到的化验单不可避免地会出现倾斜现象,会给后续的处理和识别带来困难.论文提出一种基于两点法改进的倾斜校正方法,该方法将二值化后化验单中的斜线分割成多个近似直线的线段,通过最小求和方法得到其线段左右两个端点的坐标,然后计算化验单图像的倾斜角度,最后利用旋转变换将化验单进行倾斜校正.与传统校正方法相比,该校正方法对化验单的倾斜校正效果较好,具有速度快、正确率高的优点.

    医疗化验单倾斜校正两点法

    基于混合深度学习框架的气胸图像分类算法

    王剑樊敏
    2285-2291页
    查看更多>>摘要:为了更好地解决卷积神经网络(CNN)其有限的局部感受野,限制其在气胸图像分类中的性能等问题,提出一种基于CNN和Vision Transformer的气胸分类模型.首先,依托三个开源胸部数据集完成实验数据的清洗与收集,然后,将VIT-L/16的MLP模块进行改进,最后,利用改进的VIT模型与CNN模型进行加权分类得到最终的结果.实验结果表明该模型在二分类任务中达到了99%的准确率,以及0.99的AUC分数,与其它模型相比,具有更好的分类性能.

    图像处理气胸卷积神经网络Transformer网络混合深度学习框架