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

    基于蚁群算法的容器云任务低能耗调度方法

    陈刚徐胜超
    2467-2472,2501页
    查看更多>>摘要：申请任务数量增多造成任务调度的实时性下降,使部分容器空闲或拥塞,导致资源利用率降低,容器能耗过高.针对上述问题,提出了基于蚁群算法的容器云队列在线任务低能耗调度方法.构建容器云队列在线任务调度模型,基于ICMP发现容器网络拓扑,通过计算任务的重要性,设计任务排队策略.构建低能耗目标函数,并设置约束条件,通过蚁群算法求解目标函数最优解,得到容器云队列在线任务低能耗调度方案.按照调度方案将任务队列中的任务合理分配到资源网络中各个容器节点上,实现任务低能耗调度.结果表明:所研究方法求出的调度方案更优,所要耗费的能耗要更低,提高了容器利用率.

    蚁群算法容器云队列在线任务低能耗调度方法

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

    基于数据增强的藏汉神经机器翻译研究

    杨丹孙义栋拥措
    2473-2477页
    查看更多>>摘要：藏汉机器翻译有利于加强民族团结,有利于推进藏文信息化技术发展与突破不同语言之间的语言壁垒.藏汉神经机器翻译已经在很多翻译任务上获得了显著的提升效果,但它需要大规模的平行语料库作为支撑,而平行语料一直以来都面临着低资源语种匮乏的困境.论文希望通过同义词替换和回译两种数据增强策略的研究,为低资源条件下的藏汉机器翻译提供一个研究思路,从而促进藏区社会的发展.通过测试,藏汉机器翻译平均提升了4.59个BLEU值.

    藏汉神经机器翻译数据增强同义词替换回译

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

    基于CNN-BiLSTM-Attention神经网络的心电信号分类研究

    袁成成刘自结王常青杨飞...
    2478-2484页
    查看更多>>摘要：心电信号分析在心血管疾病的诊断中一直起到至关重要的作用,为了能在不同类型的心电信号中实现自动分类、识别异常心率,研究并提出了一种基于深度学习的分类模型,用来自动识别5种不同类型的心拍.研究首先利用卷积神经网络中的局部感知野特性来提取信号中的局部特征,再结合双向长短期记忆网络捕获心电序列中的前后依赖关系,最后引入注意力机制为提取到的每一个特征赋予区分化的权重,让模型在训练的过程中充分关注被分配了更高权重值的主要特征,增强模型的分类能力.针对类别数据不平衡的问题,利用合成少数过采样技术(SMOTE)进行数据增强,进一步优化了模型的分类效果.研究使用MIT-BIH作为实验数据,通过对实验结果的对比分析,验证了模型在心电信号分类方面的可行性.

    心电信号分析特征提取卷积神经网络注意力机制

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

    基于深度学习的WiFi指纹室内定位方法

    胡佳烨梁中华张培玟胡雅悦...
    2485-2489,2508页
    查看更多>>摘要：针对基于接收信号强度指示(RSSI)的WiFi指纹室内定位方法存在定位精度较低的问题,论文提出一种基于深度学习的WiFi指纹室内定位方法.该方法首先建立RSSI指纹数据库,训练卷积神经网络(CNN)与长短期记忆网络(LSTM)结合的神经网络模型,然后对待定位点的RSSI实测数据进行卡尔曼滤波处理,并将滤波后的RSSI数据输入网络模型估计待定位点的初步位置;最后结合RSSI指纹库,按照欧氏距离找出与待定位点RSSI最接近的三个参考节点,将其坐标与初步的估计位置坐标进行加权后,得到精度更高的估计位置.仿真及实测结果表明,在中小型室内场所内,论文所提方法有85％的定位误差在0.5m以内,能获得较低的平均定位误差,相比现有方法,在定位精度及稳定性方面均有所提高.

    室内定位RSSI深度学习卷积神经网络长短期记忆网络

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

    一种多集群容器云资源调度优化方法

    徐胜超熊茂华
    2490-2496页
    查看更多>>摘要：现有云资源调度方法由于应用技术自身的局限,存在资源调度时延过长、平均资源利用率过低的问题,无法满足用户需求,为此提出多集群容器云资源调度优化方法.深入探究云资源调度优化需求,以此为基础搭建多集群容器云框架,弥补现有边缘容器云框架的不足.制定虚拟机-容器调度机制,降低任务在主机间的迁移成本,描述云资源调度优化问题,应用BPSO(Binary Particle Swarm Optimization)算法求解云资源调度优化问题,即可实现多集群容器云资源的调度优化.通过实验数据对比发现,与现有方法相比较,所提方法资源调度时延较短,平均资源利用率较高,适合大力推广与应用.

    多集群容器云资源调度优化二进制粒子群算法虚拟机-容器调度

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

    DST-Pointnet++:基于Pointnet++改进的点云分类网络

    王子璇任明武
    2497-2501页
    查看更多>>摘要：点云提供了精确的空间位置信息而被广泛应用于环境感知领域.近年来,越来越多的工作尝试直接以点云作为输入进行特征提取,Pointnet[10]和Pointnet++[11]是这个方向的开创者,但Pointnet++没有考虑点云非均匀采样的问题.研究提出了DST-Pointnet++对其进行改进,通过核密度估计和非线性变换从点云中提取出逆密度因子,将其与原点云特征进行加权,得到了具有密度信息的点云特征,提高了边缘点对局部特征的贡献,改善了因点云分布不均造成的问题.经过在公开数据集上测试对比,结果表明DST-Pointnet++具有更好的准确率和鲁棒性.

    点云分类深度学习Pointnet++逆密度

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

    融合结构信息的节点重要性指标

    王雕田有亮
    2502-2508页
    查看更多>>摘要：节点重要性对复杂网络研究至关重要,而网络结构熵支持对复杂网络的结构信息度量,是研究网络的重要理论.为研究节点结构信息对节点重要性排序中的作用,论文融合结构信息和节点删除法,对节点删除后节点邻居、节点所属社区、网络整体的结构信息波动展开分析,从多个角度分析评估节点的影响力.实验表明,融合结构信息的方法能够更全面地表征节点在不同维度、规模的网络中的重要性.

    节点重要性结构熵外部度复杂网络

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

    基于序列数据稳定的黑盒局部解释性方法研究

    邱玫媚刘冬梅
    2509-2514,2520页
    查看更多>>摘要：机器学习在实际应用场景中取得了巨大成功,但无法给出决策的明确解释限制了它在一些领域的应用.为改善其计算结果的不可理解性,一些学者对机器学习的可解释性进行研究,已有针对图像的解释性方法很难对具有时序相关性的文本数据做出正确的解释.针对这一问题,论文提出一种面向时序数据的稳定黑盒局部解释性方法DLEMNA.利用聚类算法解决随机扰动解释造成的不稳定性,引入Fused Lasso约束考量特征之间的时序相关性,通过构建线性模型计算影响决策的重要特征.论文以20newsgroups数据集为实验对象,实验结果表明论文提出的DLEMNA方法在保真性和稳定性两方面优于LIME方法.

    序列数据可解释性聚类FusedLasso线性模型

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

    一种基于Seq2Seq框架和文本数据处理的问答对生成方法

    周艳平朱小虎
    2515-2520页
    查看更多>>摘要：为解决从未标记文本中自动化的生成问答对(Q&A),提出了一种基于Seq2Seq框架和自动化构建数据的问答对生成方法(Seq2Seq-TDP-QAG).首先,已知段落、问题、答案的阅读理解数据集中,通过构造函数从中获得线索、问题类型信息构造训练数据集,并用数据训练基于Seq2Seq框架的问题生成模型;其次,采用三步取样法从未标记文本中获取答案、线索、问题类型信息,构造问题生成模型的输入数据集,并输入模型中初步生成问题信息;最后,通过数据过滤器来控制问题的质量,生成高质量的问题信息,并和答案组成问答对.将提出的方法在SQuAD数据集上进行实验,与PCFG-Trans模型相比ROUGE-L和METEOR分别提升18.68和6.13,结果证明,Seq2Seq-TDP-QAG有能够生成质量更高的问答对.

    问答对生成Seq2Seq框架数据处理问答对质量

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

    基于CNN的偏振参量自适应编码网络性能研究

    谢瑞超刘萍王荣昌王勇...
    2521-2525页
    查看更多>>摘要：人工选择的偏振参量对于偏振成像视觉任务并不是最佳选择.论文提出了一种偏振参量自适应编码网络,可根据视觉任务的需求编码出最合适的偏振参量图像.该网络由输入单元、多个隐层单元和输出单元构成,隐层单元包含1×1卷积层,ReLU激活层和批量归一化(BN)层.文中研究了不同超参数设置对该网络性能的影响,实验结果表明:1)隐层单元中加入BN层可明显提高网络性能;2)相比于三角形结构,网络形状选择菱形结构更佳;3)网络容量越大,其拟合精度越高,性能越好,同时消耗更多的计算资源,所以在选择网络容量超参数时,不能一直增加网络容量,要综合考虑硬件设备的计算资源或网络的效率要求.

    偏振成像计算机视觉卷积神经网络偏振参量

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