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

    基于功能覆盖率的MAC的UVM验证

    徐梓文郭桂良
    2282-2286页
    查看更多>>摘要:论文基于UVM验证方法学,以及覆盖率驱动的芯片验证指导思想,搭建并分析了高度可重用的以太网控制器IP的验证平台.为了提高验证效率,论文对MAC的工作流程进行了研究,对其功能点进行了划分,针对性地编写了测试用例.在测试用例的驱动下,对MAC的数据收发功能进行了全流程的仿真验证.在大规模随机测试用例和定向测试用例的共同作用下,加快了验证所需要的时间,节省了仿真所需的计算机资源,达到了功能覆盖率100%的目标.

    UVM验证以太网覆盖率

    融合自编码降维的改进DNN水利工控网入侵检测算法

    刘庆华赵雪寒
    2287-2291,2401页
    查看更多>>摘要:为解决工控网异常入侵、水利泵站通信网安全防护的问题.论文提出一种基于深度神经网络的水利泵站工控网入侵数据的检测算法.首先针对泵站工控网内的数据进行预处理,通过自编码算法对数据进行特征提取、降维处理;利用深度神经网络模型结合受限玻尔兹曼机对各类数据进行训练,采用Adadelta算法进行网络模型的参数优化,并由Softmax分类器对工控网数据进行是否合法判别.实验数据集由底层设备实地采集到的水利泵站工控网内流动数据导入到本地数据库.实验结果表明:该方法的准确率对比深度神经网络未改进前的算法提高了3.76%,检测率提高了6.32%,漏报率降低0.5%,从而验证了论文方法的有效性.

    水利泵站通信安全深度神经网络Adadelta算法Softmax分类器

    基于注意力-拷贝机制的复杂文本摘要生成方法

    林锐涛程超鹏林峰彭显刚...
    2292-2298页
    查看更多>>摘要:自动文本摘要是一种利用计算机从原始文本中提取出一段能够反映原始文本主旨的连贯短文的文本摘要方法.所提出的基于注意力机制与拷贝机制的编码-解码抽象式文本摘要模型,能够在把握整体语义的同时利用注意力机制生成关键信息和局部细节;并通过借鉴人工摘要的复制思想,引入拷贝机制,提高模型的实体识别能力;同时使用文本简化、批量归一化和计划采样对模型进行了强化.通过使用中国裁判文书网法律文书数据集进行验证,结果表明所提方法能够应用于复杂文本摘要生成,也初步探讨了文本摘要在法律自动判决上的应用.

    深度学习注意力机制拷贝机制复杂文本摘

    基于多维分段和动态权重DTW的多元时间序列相似性度量方法

    魏国强周从华张婷
    2299-2304,2406页
    查看更多>>摘要:针对常用方法无法准确度量多元时间序列相似程度的问题,提出一种基于多维分段和动态权重动态时间弯曲距离的多元时间序列相似性度量方法.首先对多元时间序列进行多维分段拟合,选取拟合段的斜率、均值和时间跨度作为每一段的特征,在对多元时间序列降维的同时也保留了变量之间的相关性;然后提出一种动态权重动态时间弯曲距离度量方法计算多元时间序列特征矩阵之间的距离,避免了直接使用动态时间弯曲距离造成的畸形匹配问题.最终实验结果也验证了该方法在多种类型的数据集上都能取得较高的度量精度,表明了该方法的有效性.

    多元时间序列相似性度量多维分段动态时间弯曲动态权重

    基于谱聚类的不平衡数据欠采样方法研究

    杨晓月
    2305-2309,2330页
    查看更多>>摘要:不平衡数据的分类问题在数据挖掘和机器学习领域中,一直是备受关注的问题.论文从数据预处理方面出发,提出一种基于谱聚类的欠采样方法,以此来降低数据的不平衡程度.先对多类样本进行谱聚类,根据每个聚类簇的密集程度,以及到少类样本的平均距离,来计算每个聚类簇的采样数目和选取怎样的多类样本,此欠采样方法可以有效去除多数类的冗余数据.实验结果证明,该算法可以有效提升少类样本的分类效果.

    不平衡数据谱聚类欠采样支持向量机

    基于依存树和注意力机制情感分析模型的改进

    王浩周从华
    2310-2314页
    查看更多>>摘要:主流的情感分析模型是基于依存树和注意力机制的LSTM神经网络模型,但依存树捕捉依存关系较弱;注意力机制有时隐藏层和目标向量维度可能不一致,且归一化后对应的梯度将会变小,使模型很难训练.针对上述问题,提出一种基于依存图和双线性串联平衡因子的注意力机制情感分析模型(BSBDG-LSTM),引入依存图形结构,允许多个依存根节点存在,使依存关系理解更加充分;在注意力机制中添加可学习的参数矩阵和平衡因子,使隐藏层和向量的维度保持一致,并降低维度系数.电商评论数据的实验结果表明,BSADG-LSTM模型比LSTM模型、ATAE-LSTM模型、DAT-LSTM模型和DASN模型在情感分析中准确率更高,模型训练效果更好.

    情感分析依存图注意力机制LSTM神经网络

    基于可穿戴惯性传感器的跌倒预先识别方法

    余维维姚俊牛同锋屈纯...
    2315-2320页
    查看更多>>摘要:跌倒是老年人意外伤亡的主要原因,使用防护产品是预防其伤亡的重要措施.为提升跌倒防护产品的适用性,提出一种结合阈值和支持向量机(SVM)多分类的跌倒预先识别方法.利用置于腰部的惯性传感器采集人体动作的加速度和角速度,并提取合加速度、水平合角速度和姿态角特征.通过设定特征阈值对样本进行初步检测,并对疑似跌倒样本提取时间窗内特征的均值、范围和方差来构建分类特征向量,通过训练的SVM多分类器对疑似跌倒样本进行复检和方向识别.结果表明:该方法对跌倒预先识别的前置时间为256ms,准确率为98.9%,可有效预先识别跌倒行为及其方向.

    跌倒预先识别惯性传感器支持向量机阈值前置时间

    异常声音检测中模型压缩算法研究

    冯凯强潘雨青李峰徐小波...
    2321-2325页
    查看更多>>摘要:深度学习已经在视觉、语音等领域取得了巨大的成功,随着深度学习性能不断的提升,模型的参数也在不断增加.针对如何在保证模型准确度的同时降低模型大小,使其能够部署在物联网设备上的问题,提出了一种异常声音检测模型与模型压缩算法.异常声音检测模型主要包括端点检测、特征提取、卷积检测模型.针对卷积模型较大的问题,提出了一种模型压缩算法,通过计算节点的输入输出权重之和,裁剪对模型影响较小的节点.实验表明,该异常声音检测模型与压缩算法在保持模型准确度的同时,可以一定程度上降低模型的大小.

    异常声音卷积神经网络模型压缩物联网

    基于岭回归极限学习机的微博垃圾用户分类

    张瑶瑶朱小栋
    2326-2330页
    查看更多>>摘要:通过对极限学习机的改进,运用基于岭回归的极限学习机分类器进行垃圾用户的分类,通过比对SVM等分类法,针对爬虫得到的新浪用户数据集为研究对象,达到了速度快且精确度相对较高的分类.对于原本就信息过载,信息质量层次不齐的社交网络,具有一定的借鉴意义.

    微博垃圾用户ELM岭回归深度学习分类

    移动自组网中基于身份的密钥管理方案研究

    刘金龙陈锦霏刘鹏
    2331-2334页
    查看更多>>摘要:移动节点组成移动自组网(MANETs),MANETs没有固定的网络基础设施,也不存在中心信任机构,密钥管理是移动自组网安全最核心、最困难和最薄弱的环节,为了降低PKG密钥管理方案的通信开销,论文将ElGamal方案与预分配密钥管理方案相结合,提出了一种基于身份的预分配非对称密钥管理方案,在一定程度上降低了移动ad hoc网络非对称密钥管理中的通信开销[1~2],提高了网络安全.

    移动adhoc网络预分配密钥管理