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Stacking方法的粗糙度预测模型

    奚建峰史柏迪庄曙东陈天翔...
    2826-2830,2842页
    查看更多>>摘要:金属铣削通常伴随着高温高热高压,作为多元非线性过程具有复杂性与无序性.使用M-V5CN组合机床铣削U71Mn高锰钢获取了1000组样本集,基于Xgboost算法增益分析发现表面粗糙度影响因素由大到小依次为:主轴转速、铣削深度、每齿进给量、铣削宽度.提出一种在三折交叉验证下基于Stacking方法的改进集成回归模型,通过集成训练GA-SVM、Xgboost、KNN模型有效避免单一基模型在特定铣削参数区间内误差敏感问题.最终在测试集样本中模型最大误差errmax(0.041μm),平均绝对误差MAE(0.017μm),决定系数r(0.938),较基模型性能提升显著.

    粗糙度预测极限梯度提升树支持向量机最近邻集成学习

    融合知识图谱与深度学习的羊病诊断方法

    翟增林王天一
    2831-2836页
    查看更多>>摘要:羊病诊断是羊病治疗的核心.鉴于目前自动化羊病诊断系统存在效率低下、鲁棒性差等问题,提出融合知识图谱与深度学习的羊病诊断模型,通过收集羊病相关数据构建羊病知识图谱,利用图神经网络聚合羊病知识图谱中结构化的疾病信息,并与症状描述文本中的特征词向量进行融合作为长短期记忆网络的多通道输入,从知识和语义两个方面学习疾病与症状特征.实验证明,该模型相较于未使用知识图谱信息的模型,在诊断的精确率与召回率上均有明显的提升,分别达到94.29%和88.26%.当症状信息较少时,该模型还能够基于症状给出病羊可能患有的疾病及其概率,对生产实践具有潜在价值.

    知识图谱羊病诊断深度学习多特征融合图神经网络

    基于改进模糊聚类算法的峰谷时段划分研究

    李耀龙呼彦喆高敬更王治国...
    2837-2842页
    查看更多>>摘要:峰谷时段划分不精确是影响峰谷电价准确实施的最大因素.论文在充分考虑用户需求响应的前提下,提出了一种基于改进模糊传递闭包算法的峰谷时段划分方法.首先,使用月负荷曲线作为基础数据,采用点密度权值平滑处理,降低了奇异点对峰谷时段划分的的影响,然后采用了优化的模糊等价矩阵,并利用该矩阵进行聚类,得出峰谷时段划分的结果.仿真实验证明论文提出的方法较之前的方法能够较为精确地实现峰谷时段划分.

    削峰填谷时段划分需求响应模糊聚类