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

    Hadoop下并行化实现文本聚类的优化算法

    王辉潘俊辉Marius.Petrescu王浩畅...
    2611-2615,2664页
    查看更多>>摘要:目前对文本进行聚类分析是数据挖掘领域的一个重要研究方向,传统的K-means聚类算法在处理海量数据时存在初始聚类中心选取随意而导致运行不稳定的缺点.针对该缺点以及单机串行编程对海量数据聚类效率低的问题,提出了一种Hadoop平台下并行化实现文本聚类的优化算法.该算法首先使用向量空间模型对文本进行表示,并对该过程基于MapReduce并行处理,接着采用基于密度和最大最小距离的算法对初始聚类中心的选取进行优化,并将该优化应用到K-means算法,然后基于MapReduce实现对文本的并行聚类.最后通过实验将Hadoop平台下并行化实现文本聚类的优化算法与其他聚类算法进行对比,实验结果表明优化的文本聚类并行算法在聚类效率和聚类质量上均有较大的提高.

    K-means文本聚类向量空间模型MapReduce

    改进的局部线性嵌入及其混成数据降维算法

    马思远贺萍
    2616-2621页
    查看更多>>摘要:基于核的主成分分析(PCA)方法可以有效提取非线性特征,但存在主成分含义模糊、降维分类结果不理想等问题.为了解决上述问题提高数据分类的准确性,提出了一种基于局部线性嵌入(LLE)思想和核主成分分析相结合的算法(KPCA-L).在该算法中首先对LLE进行了改进,使用最短路径算法计算两个样本点间的距离;在此基础上使用局部线性嵌入与核主成分分析(KPCA)混成的降维算法对数据集进行降维.最后在基准数据集上进行了算法性能对比,特别在Isolet数据集上该算法的分类准确性相对PCA、LLE和KPCA分别提高了12.49%、2.86%和3.52%,提高了PCA对平移的鲁棒性以及数据分类性能.

    核主成分分析局部线性嵌入最短路径数据降维算法设计

    模拟器基于开普勒参数的GLONASS卫星位置预测

    徐倩宋茂忠
    2622-2624,2638页
    查看更多>>摘要:GLONASS卫星导航系统由于采用卫星状态矢量参数的电文,给模拟器卫星位置计算预测带来了复杂性.论文提出一种基于开普勒轨道根数的GLONASS卫星位置计算方法,它从GLONASS卫星状态矢量参数拟合出开普勒轨道参数,在模拟器中可以像GPS系统一样计算预测卫星位置,减小了计算复杂性.文中通过与四阶Runge-Kutta数值积分法比较,验证了算法的有效性.

    开普勒轨道模型广播星历拟合GLONASS卫星位置计算

    改进的Chan-Taylor加权室内定位算法研究

    方李林王建新张汉
    2625-2629页
    查看更多>>摘要:在复杂的室内环境下,存在多径,噪声及非视距(NLOS)的影响,当CHAN算法在菲涅尔区遮挡的范围大于50%时,其定位精度会降低.Taylor算法虽然定位精度高且有较好的鲁棒性,但是过于依赖初始位置,因此提出了一种改进的CHAN,CHAN-Taylor级联混合加权算法.通过残差对测量的到达时间差(TDOA)中的非视距误差进行剔除,将筛选出的值作为Taylor的初始值,进一步通过Taylor算法定位.通过CHAN、CHAN-Taylor分别获得估计值,对两次估计值进行加权得出最终标签位置估计.通过实验分析论文提出的算法定位精度比CHAN-Taylor级联算法定位精度提升了7.5%,并且具有良好的鲁棒性.

    非视距混合加权残差

    基于熵权的组合预测备件需求方法研究

    薛干敏高键齐亮
    2630-2632,2659页
    查看更多>>摘要:装备使用过程中难免发生故障,为了有所准备应对突发情况,就应该对备件库存把握好,这也是装备保障关键技术的一部分,无论是库存管理方面还是资金的合理使用方面,这就涉及备件的预测,首先需要采集历史备件消耗量,才能为下一步预测未来趋势提供依据.但是目前由于使用方在这方面意识不是很强,只能获取少量的备件消耗历史数据.在只有少量数据情况下灰色模型是较合适的预测方法.论文提出了将灰色模型、指数平滑组合预测的模型,并且采用了熵值法确定这两个组合预测模型的权系数,对某雷达某型号备件耗量进行了预测分析,结果显示预测的精度大大提高.

    备件预测灰色模型指数平滑组合预测熵值法

    基于强化学习的装箱问题研究

    纪乃华李祥栋祝凯
    2633-2638页
    查看更多>>摘要:论文提出了一种基于改进规则和强化学习的混合启发式算法来求解二维带装箱问题(2D Strip Packing Prob⁃lem,2DSPP).首先,对基于skyline算法的评分规则进行了改进.其次使用Deep Q-Network(DQN)来获得初始的矩形物品序列,它可以提高空间利用率,防止算法陷入局部最优.将改进的评分规则与DQN相结合,提出了基于简单随机算法(SRA)的启发式算法,称为基于强化学习的简单随机算法(RSRA).用五种算法对8个数据集进行了实验比较.结果表明,RSRA在8个数据集(C,N,CX,NT,2sp,NP,ZDF,BWMV)上的性能最好,Ave.Gap%分别比GRASP、SRA、IA、ISH算法分别提高45.86%、45.16%、30.89%和20.56%.

    二维带装箱问题DQN强化学习启发式算法改进的规则

    基于模糊PID算法的蚕室温湿度自动控制系统研究

    张卫锋吴志强葛国强李敬涵...
    2639-2643,2648页
    查看更多>>摘要:针对蚕室使用人工调控温湿度不精确,导致了蚕的孵化率和成活率低以及生长状况差的问题,研究出一个蚕室温湿度自动控制系统.该系统选择STM32F103C8T6作为控制模块,多个DHT11传感器收集温湿度数据,运用卡尔曼滤波融合算法对各传感器收集的信息进行融合处理,通过模糊PID算法计算出相应输出值,对执行元件进行控制,实现了蚕室中温湿度的自动调控,提高蚕的孵化率和成活率的目的.试验结果表明,基于模糊PID算法的蚕室温湿度系统稳定性好,控制精度高,具有重要理论意义和应用价值.

    蚕室温湿度控制系统卡尔曼滤波算法模糊PIDSTM32F103C8T6

    MPR在人工智能肺炎辅助诊断系统中的研究与实现

    左其群
    2644-2648页
    查看更多>>摘要:人工智能肺炎辅助诊断系统在新型冠状病毒肺炎(COVID-19)疑似病例CT筛查中具有重要的临床应用价值.早期新冠患者影像特征差异明显,阅片医生在常规CT轴位寻找和定位病灶难度较大.多平面重建(MPR)技术斜位重组影像,多角度显示病灶的形态和征象,帮助医生快速定位病灶,提高诊断准确率.论文主要阐述MPR技术在肺炎辅助诊断系统中的应用优势及实现细节,并在临床试验中统计该技术的实用性.

    多平面重建胸部CT肺炎辅助诊断系统人工智能

    基于Siamese网络的精准目标跟踪

    秦广乾
    2649-2653,2688页
    查看更多>>摘要:近年来,孪生追踪器在许多基准上取得了最先进的表现.论文提出了一个新的更为精准的ASiamRPN算法,针对遮挡问题引入Cutout数据增强.特征层面:使用增加了空间感知模块和可变形卷积多层特征融合的ResNet50网络,充分利用深层网络的浅层和深层信息并缓解RPN网络两个分支的不匹配问题.其次,在模板分支和搜索分支增加了权重共享的自适应模块.在VOT2016和VOT2018数据集上均取得了不错的性能,Accuracy达到最优.

    神经网络空间感知权重共享自适应可变形卷积

    基于改进Faster RCNN的目标检测算法

    孙顺远杨镇
    2654-2659页
    查看更多>>摘要:近年来基于深度卷积神经网络的目标检测算法已经成为了主流,Faster R-CNN就是一种主流的目标检测算法.在Faster R-CNN卷积神经网络的基础上,使用DIoU来评价预测框和真实框的距离.针对Faster R-CNN小目标检测效果不好的缺陷,将原算法中的候选区域池化RoI Pooling改进为检测更为精确的区域特征聚集方式RoI Align.此外还改进了原算法中锚框的非极大值抑制方法,增加了算法的平均检测率.最后在公开数据集MS COCO、PASCAL VOC 2007、PASCAL VOC 2012上进行对比训练,在PASCAL VOC 2007测试集上进行验证.实验结果表明改进后的目标检测算法能够有效提高原Faster R-CNN算法的目标检测率.

    目标检测卷积神经网络FasterR-CNN算法深度学习