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

    基于分步多尺度特征融合的SSD目标检测算法

    蒋帅薛波
    2972-2976页
    查看更多>>摘要：为解决SSD(single shot multibox detector)目标检测算法由于浅层特征表征能力不强，导致对小目标检测精度较低的问题，提出了一种基于分步多尺度特征融合的SSD目标检测算法。为增加SSD模型浅层特征包含的细节信息和语义信息，在模型的低层特征部分引入了两个特征层;只对模型低层的两个特征图进行反卷积操作，并且分两步将低层三个不同尺度的特征图进行特征融合，不仅提高了模型浅层特征的表征能力，而且减少了算法运行过程中的计算量。实验结果表明，在PASCAL VOC2007数据集上，改进后的算法小目标类别的AP值得到了大幅度提高，mAP值比SSD算法提高了3。6%，算法的检测速度也满足实时性要求。

    目标检测SSD反卷积分步多尺度特征融合

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

    融合贷款信息和轨迹特征的催收评分卡模型

    王延松张华伟张磊王蒙...
    2977-2983页
    查看更多>>摘要：针对现有汽车金融中车辆贷后逾期风险识别准确率低、效率低等问题，论文提出了一种XGBoost-SMOTE的逾期风险预测模型。该模型通过采用SMOTE的过采样方法构建相对均衡的不同类别比例数据集，提高了模型的泛化能力。同时，结合了车辆用户基本信息、贷款信息和车辆GPS轨迹信息来进行特征工程，将融合后的特征数据输入到XGBoost分类器中，最终完成了车辆贷后逾期风险识别，实验结果表明:相较于其他机器学习算法预测模型，该模型可以达到更好的预测性能。

    汽车金融贷后逾期GPS轨迹风险特征知识

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

    一种基于CNN-DFSMN-CTC的语音识别模型

    梁宏涛刘家旭
    2984-2990页
    查看更多>>摘要：针对现有语音识别模块在复杂环境中识别准确率较低，训练较为复杂的问题，论文提出将深度前馈序列神经网络(Deep Feedforword Sequential Memory Networks，DFSMN)和端到端的连接时序分类(Connectionist Temporal Classification，CTC)方法相结合的方法对语音识别的声学模型进行改进;其次，针对现有的声学特征表示方法在深度神经网络中的表征能力较差的问题，论文在对数梅尔滤波组(Log Mel Filter-bank，Fbank)特征提取方法的基础上，利用卷积神经网络(Convolu-tional Neural Networks，CNN)对声学特征进行二次提取，解决了现有的声学特征表示方法在深度神经网络中的表征能力较差的问题。在Thchs-30数据集上，改进的CNN-DFSMN-CTC模型相对于CNN模型和LSTM型在测试集上的字错率(Charac-ter Error Rate，CER)分别相对降低了6。83%和7。96%。

    语音识别DFSMNCTCCNN

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

    基于Word2vec与注意力机制的情感分析研究

    任伟建徐海杰康朝海霍凤财...
    2991-2995,3147页
    查看更多>>摘要：针对传统情感分析模型对关键词特征抓取不准确、局部情感特征提取不全面造成分类效果差的问题，提出一种基于TW-BiLSTM-ATT情感分析模型。通过对TF-IDF改进，并与Word2vec结合，使权重特征融入词向量提升对关键信息的抓取能力;将词向量的位置特征融入到注意力机制中，使模型可以关注到目标词汇附近的词，进而更加全面地将情感特征提取出来。对比实验结果表明TW-BiLSTM-ATT模型在处理情感分析任务中分类效果好于同类模型。

    Word2vecTF-IDFBiLSTMAttention情感分析

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

    高效安全的DPoS改进方案

    蒋翊彬汪学明
    2996-3002页
    查看更多>>摘要：针对单链区块链在性能上的局限性，提出基于多社区链的委托权益证明(DPoS)共识机制(SMDPoS)。SMDPoS机制对区块链系统中节点实行社区化管理，社区的记账人节点只负责打包社区内发起的交易，社区并行出块的方式能够提高系统的共识效率。对于社区节点扩容问题，通过节点属性值之间的马式距离匹配相应社区，使社区发展趋于平衡。其次，引入Pedersen同态承诺方案与Lagrange插值法构造出安全、公平的记账权分配协议，随机决定社区的记账节点，不可预测的出块顺序能有效降低针对记账节点的DDoS攻击和腐化攻击风险。此外引入备用人机制，以增加共识算法的容错能力。最后对提出的SMDPoS机制的性能进行实验分析，验证了方案的有效性。

    委托权益证明共识机制社区链马式距离同态承诺Lagrange插值法

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

    针对图神经网络的单节点扰动攻击

    李鹏辉翟正利冯舒
    3003-3008页
    查看更多>>摘要：图神经网络(Graph Neural Networks，GNN)已经在各种图相关应用中显示出优异的性能。最近的研究表明，GNN模型容易受到精心构造的对抗性扰动攻击，导致模型性能下降。但先前的工作大多集中于修改图结构，这会改变图中重要的拓扑特征。对图数据上的间接对抗攻击进行了研究，提出了一种基于强化学习的单节点对抗攻击(Single Node Ad-versarial Attack，SNAA)来修改图中的节点特征。攻击设定在黑盒场景下，仅可以对测试数据进行有限次数的黑盒查询，并通过严格限制攻击预算以保证攻击不可察觉。通过在多个数据集上的实验表明，这种攻击对各种GNN模型都是有效的。

    图神经网络图对抗攻击强化学习对抗样本

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

    基于贝叶斯网络的云安全态势感知系统设计

    毛明扬
    3009-3013,3064页
    查看更多>>摘要：为使差分后态势数据信号波形更贴合原始态势数据的波形分布形式，从而辅助网络主机实现对云数据参量的安全感知，设计基于贝叶斯网络的云安全态势感知系统。将云数据终端采集到的数据信息参量，按需分配至态势评估模块与态势预测模块之中，为网络主机提供一个相对稳定的硬件运行环境。在此基础上，根据贝叶斯网络连接情况，确定云数据权重值，再联合主机元件所采集到的运行数据，得到准确的态势值计算结果，结合相关硬件设备结构，完成基于贝叶斯网络的云安全态势感知系统设计。实验结果表明，与数据挖掘型感知系统相比，随着贝叶斯网络作用能力的增强，差分后态势数据信号的波动形式始终能够较好贴合原始态势数据的波动形式，对于网络主机而言，其对于云数据参量的安全感知能力确实得到了有效促进。

    贝叶斯网络云安全态势感知差分信号信号波形云数据终端

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

    基于注意力机制的CNN-LSTM短期负荷预测

    王晓兰张惟东王惠中
    3014-3018页
    查看更多>>摘要：精准的电力负荷预测是电力系统运行的关键前提。论文为提高短期电力负荷的预测精度，采用一种新的预测方法。通过Spearman相关系数对四季影响因素与负荷序列进行相关性分析;结合CNN易处理高维数据且可以更好挖掘到负荷序列的隐含特性，注意力机制可以对输入的影响因素进一步分配权重的优势，以相关性分析出的四季主要因素为基础进行仿真实验。实验结果表明，特征选择输入的CNN-LSTM-Attention组合网络对比全特征输入的CNN-LSTM-Attention网络、全特征输入的CNN-LSTM网络，在不同季节上的日负荷预测精度均有进一步提高。

    负荷预测相关性分析CNNLSTM注意力机制

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

    群智感知需求不确定任务的资源分配方法

    姚秋言赵丹
    3019-3025页
    查看更多>>摘要：对群智感知任务类型中的突发任务资源分配问题进行研究。首先分析突发任务的特点，建立突发任务需求不确定的多阶段随机规划模型，并使用三个指标:效率、效力和公平来衡量资源的分配，提出以最小化成本为目标的非线性优化问题。然后，针对优化问题，提出基于Q学习算法的资源分配方法，并与动态规划算法和启发式算法作对比。实验结果表明，Q学习算法在精度上优于启发式算法，在计算速度上优于动态规划算法。

    群智感知需求不确定多阶段随机规划Q学习

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

    事件因果关系抽取研究

    陈洁张琨朱浩华陈智源...
    3026-3030,3058页
    查看更多>>摘要：事件因果关系抽取是信息抽取任务的重要组成之一，也是当前自然语言处理的研究热点和难点问题。事件因果关系抽取研究文本中事件之间的潜在关系，有利于深度剖析事件发展的原因和趋势，在多个领域得到了广泛的应用。根据事件因果关系抽取方法的不同，可以分为基于模板匹配、基于机器学习和基于深度学习三大类。论文对事件因果关系抽取任务进行了简单的介绍，回顾了事件因果关系抽取的发展历程。然后，介绍事件因果关系抽取的三大类方法和相关预训练语言模型，并总结展望了未来的发展趋势。

    自然语言处理因果关系抽取机器学习深度学习神经网络

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