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

    基于猫群算法的最优路径避障算法

    霍娜王溢琴
    411-415页
    查看更多>>摘要：针对移动无人驾驶汽车系统中在杂乱环境中到达未标记目标位置的最佳轨迹问题，提出了基于猫群算法的最优路径避障算法。首先，推导出适合同时查找轨迹和目标位置的系统误差模型，将原有控制问题转化为不确定参数的自动更新率和路径最大距离最小化的问题。其次，通过在线估计自动更新率并保证为最小长度和无碰撞情况下，分配策略使行驶的最大距离最小化。最后，通过实验仿真表明算法能够准确地用于路径预测与避障检测，抑制系统参数不确定性对控制系统的影响。

    避障最优路径规划连通性轨迹跟踪

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

    基于改进YOLOv4算法的遥感图像飞机目标检测

    王惠中文学
    416-422页
    查看更多>>摘要：针对在遥感图像上对飞机目标检测的精度低问题，论文通过对PANet特征融合网络结构的加深使得YOLOv4算法对小目标的检测更加敏感，进而提高算法的平均检测精度;另外，利用K-means++算法产生了能够自适应与数据集的检测先验框以减少YOLOv4检测算法对边界框回归损失计算过程中的冗余。在RSOD(Remote Sensing Object Detection)数据集上的对比实验表明，综合改进后的YOLOv4算法AP值达到了80。25%。特别地，改进后的YOLOv4算法对小目标检测的置信度得分较高。

    遥感图像目标检测YOLOv4特征融合

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

    基于D-S证据理论的时序网络节点重要性研究

    张李林清张琨吕来水
    423-426,442页
    查看更多>>摘要：特征向量中心性是衡量复杂网络节点重要性的有效方法之一，但时序网络特征向量中心性无法衡量节点的全局重要性。因此引入D-S证据理论，将每一时间层的节点重要性作为一个信息源，通过Dempster规则进行多源信息融合从而得到节点的全局重要性。在Enron、Workspace实证网络数据集上的实验结果显示，基于D-S证据理论的时序网络特征向量中心性比其他方法的Spearman相关系数平均提高22。9%和21。8%，表明该方法能够有效地将时序网络特征向量中心性运用于衡量节点的全局重要性。

    证据理论特征向量中心性节点重要性时序网络

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

    基于深度学习的乳腺肿瘤良恶性自动诊断

    张宁
    427-431页
    查看更多>>摘要：超声是目前诊断乳腺肿瘤的常用手段之一。针对超声中良恶性肿瘤纹理相似，区分度小等问题，论文提出了一个基于深度学习的乳腺超声良恶性自动诊断模型以辅助医生诊断。论文采用Densenet加强细节特征提取，注意力机制模拟临床诊断，迁移学习缓解数据依赖。实验结果表明，该模型可为年轻医生提供良好的辅助诊断，具有较好的可靠性和临床实用性。

    乳腺肿瘤超声图像注意力机制迁移学习

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

    基于CNN特征的RGB-T目标跟踪算法

    刘莲李福生
    432-435页
    查看更多>>摘要：针对单一图像源下目标跟踪鲁棒性差和跟踪精度低的问题，论文提出一种基于卷积神经网络(CNN)特征的RGB-T目标鲁棒性跟踪算法。首先，采用分层CNN特征对RGB图像和热红外图像进行编码。其次，基于SiamDW跟踪框架对目标进行跟踪。然后根据短时间内的跟踪结果对每个CNN特征的结果进行自适应融合并定位。最后，将RGB图像和热红外图像的结果进行融合并定位。实验表明，与现有的孪生跟踪算法相比，该算法在中心位置偏差和重叠率上表现更优，且在复杂情况下鲁棒性更好。

    目标跟踪RGB-T卷积神经网络多特征自适应融合

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

    基于SRM的车勤分队车辆安全风险管理研究

    马济乔冯继强何韵晓
    436-442页
    查看更多>>摘要：针对车勤分队车辆安全管理过程中存在的可预见性低、观念落后、科技含量低等问题，创造性地将模糊层次分析法(简称SRM)引入到车勤分队车辆安全管理中来，极大地提高了车勤分队车辆风险防控的能力，增强了车辆管理的安全性和稳定性。利用构建的风险评估模型对影响车辆安全的风险因素进行定性和定量地分析，确定其主要影响因素。最后，根据分析得出的影响车辆安全管理的主要因素，提出了针对性的对策建议，消除了安全隐患，确保了安全稳定。

    运输保障SRM车辆安全风险

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

    词典增强与部首感知的羊病命名实体识别

    杨朋王天一
    443-450页
    查看更多>>摘要：信息技术的快速发展催生了海量且赋有潜在价值的羊病信息。但目前鲜有针对羊病文本的命名实体识别研究，且通用模型难以表征羊病语义信息，相比于其他领域，羊病的命名实体识别存在更多未登记词。基于此，提出词典增强和部首感知的羊病实体识别模型。该方法构建羊病词典，将BERT底层字向量与其匹配到词汇向量的相似权重矩阵集成，深度底层嵌入羊病词典信息，改进通用BERT模型难以表征羊病信息问题;此外基于卷积神经网络框架提取羊病实体独特的象形部首特征，使用递归式拆解字符偏旁部首，将最终提取部首特征与BERT输出特征序列拼接映射到下层BiLSTM-CRF模型输入层，提高羊病实体边界感知。通过实验证明，该模型在羊病文本的命名实体识别中具备更高适配性。

    羊疾病命名实体识别部首特征双向长短记忆网络

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

    融合情感词典与深度学习的文本情感分析研究

    王浩畅王宇坤Marius Gabriel Petrescu
    451-455页
    查看更多>>摘要：文本情感分析是自然语言处理领域内的重点研究方向。当前Word2vec词向量结合神经网络的深度学习模型在中文文本情感分析研究中取得了不错的成绩。然而仅使用词向量模型作为文本表示进行模型学习时，会丢失当前词的情感信息。故论文提出一种基于情感词典结合双向长短期记忆网络和注意力机制的文本情感分析模型SABLSTM。该模型在酒店数据集上的分类准确率是93。17%，比仅结合了注意力机制的双向长短期记忆网络模型的准确率提升了1。56%。由此可见，以情感词典作为先验知识进行模型训练，可以提升中文文本情感分析任务的效果。

    情感分析情感词典注意力机制双向长短期记忆网络

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

    面向客户个性化产品配置的关联规则挖掘研究

    刘琳琪杨东李嘉
    456-460,566页
    查看更多>>摘要：针对个性化产品配置中难以获取隐性配置知识等问题，提出了基于关联规则挖掘方法来获取产品配置规则的方法，从而便于在配置过程中对客户进行个性化的推荐。基于产品配置的历史销售数据，应用基于双层遗传算法来实现了关联规则挖掘算法，并设计了遗传算法的编码表示和算子操作。最后，以平板电脑的客户配置案例为例，举例说明了所提出方法的有效性。实验表明，与经典的Apriori算法相比，所提出的方法能够自适应地获得规则支持度和置信度的阈值，避免了Apriori人为设置阈值所带来的不足之处，从而能够适用于大数据环境下产品的个性化推荐。

    产品配置关联规则挖掘遗传算法

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

    基于虚拟现实技术的自动驾驶仿真训练研究

    李成林贺鹏飞范鹏飞徐康...
    461-467页
    查看更多>>摘要：随着自动驾驶技术的发展，现实中的路测数据已经难以满足相关算法的测试需求。为了缩短自动驾驶算法的开发周期，减少开发成本，论文结合数字孪生思想，搭建了自动驾驶仿真训练平台。仿真平台采用Unity3D引擎进行自动驾驶仿真，使用车辆内置激光雷达和摄像头采集仿真数据;通过Python建立服务器读取摄像头数据，并同步仿真画面进行道路分析，其中采用DeepLabV3+神经网络检测道路，OpenCV检测周围环境;同时编译制图软件连接服务器，通过内存共享机制，读取激光雷达数据，进行实时道路绘制。平台生成的数据集与现实路况生成的数据集，经过10次训练产生的训练误差相似度为93。3%，验证误差相似度为90。9%。

    自动驾驶数字孪生Unity3DDeepLabV3+OpenCV

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