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CNN-BiGRU-ResNet的网络入侵检测研究

    包锋庄泽堃
    468-472页
    查看更多>>摘要：网络入侵检测是网络安全中的一项重要工作，其主要是通过网络、系统等信息对入侵行为进行判断，它可以及时地发现网络中的攻击行为，传统的网络入侵检测方法存在准确率低并且误报率高的问题，针对上述问题，提出了一种融合双向门控循环单元(BiGRU)、卷积神经网络(CNN)以及残差网络(ResNet)的网络入侵检测方法，该方法通过双向门控循环单元对时间序列特征以及卷积神经网络和残差网络对局部空间特征的提取，利用softmax分类器获得最终的分类结果。实验表明，与基于GRU和ResNet等方法相比，该方法的网络入侵检测效果比较好，其准确率较高，误报率更低。

    双向门控循环单元卷积神经网络残差网络网络入侵检测

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

    面向复杂场景的大数据应用调度方法研究

    厉承轩杨美红郭莹张虎...
    473-476,615页
    查看更多>>摘要：针对Kubernetes默认调度方法在调度复杂场景的大数据应用时，没有根据单个大数据服务的特性权衡影响其性能的因素重要性，从而严重影响了复杂大数据应用的运行性能。提出了基于层次结构分析法的大数据服务容器集群调度方法。该方法针对特定大数据服务的实际需求，给出大数据服务的性能影响因素。对大数据服务建立层次结构模型，构建对比矩阵，计算出最底层宿主机相对于最高层目标来说的权重序列。最终将该容器集群调度到权重最高的宿主机上。调度实验中，论文调度方法调度的服务上传数据用时更短、效果稳定性更高，能够有效提高Kubernetes之上大数据服务的处理效率，进而提高复杂大数据应用的性能。

    DockerKubernetes调度大数据微服务

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

    基于重叠社区发现的网络数据可视化优化方法研究与实现

    解蓝莹周莲英谢超
    477-481,577页
    查看更多>>摘要：伴随数据的迅猛增长，数据间关系变得错综复杂，给网络数据可视化带来了挑战。通过社区发现，凸显网络中的局部聚类特性可以提高可视化效果，而重叠社区的发现更贴近现实中的网络结构。具有简单高效执行速度快的Louvain算法是目前最常用的社区发现算法之一，但重叠社区的发现是其不足之处。为此，论文以Louvain算法为基础，结合基于谱映射的模糊C-means聚类算法改进社区发现算法，改进的算法利用谱映射将数据节点映射到欧几里得空间，以隶属度计算数据节点属于某个聚类的程度，由此可以允许同一数据属于多个不同的类，从而实现重叠社区结构的发现，最后基于所提出改进算法，使用主流布局算法中的FR模型对网络数据进行可视化。以模块度值作为评估指标，实验结果表明，论文提出的方法能够发现重叠社区，可以清晰地展示网络中的社区结构，在经典数据集上与传统重叠社区发现算法COPRA和CPM相比，模块度值得到提高。

    社区发现Louvain算法模糊聚类方法布局算法图可视化

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

    基于Transformer模型的文本自动摘要生成

    刘志敏张琨朱浩华
    482-486,527页
    查看更多>>摘要：论文探讨文本摘要的自动生成技术，其任务是产生能够表达文本主要含义的简明摘要。传统的Seq2Seq结构模型对长期特征和全局特征的捕获和存储能力有限，导致所生成的摘要中缺乏重要信息。因此，论文基于Transformer模型提出了一种新的生成式文本摘要模型RC-Transformer-PGN(RCTP)。该模型首先使用了一个附加的基于双向GRU的编码器来扩展Transformer模型，以捕获顺序上下文表示并提高局部信息的捕捉能力，其次引入指针生成网络以及覆盖机制缓解未登录词和重复词问题。在CNN/Daily Mail数据集上的实验结果表明论文模型与基线模型相比更具竞争力。

    生成式文本摘要Transformer模型指针生成网络覆盖机制

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

    融合实体注意力与语义信息的关系抽取模型

    刘云腾
    487-491,520页
    查看更多>>摘要：知识图谱通过语义网络，建立现实世界和数据世界映射，支撑了很多行业中的具体应用，实体关系抽取是知识图谱构建中的核心环节。论文针对关系抽取任务中实体相关特征利用率低、文本特征提取不充分以及部分预训练模型不能够很好提取序列特征的问题，提出一个基于BERT预训练模型，下游利用长短期记忆网络(LSTM)能够有效处理长期依赖问题的特点，再结合实体位置自感知注意力机制组合成新的模型。模型分别在两个公共数据集上测试，实验结果表明论文模型在TacRed数据集和SemEval 2020 Task 8数据集上f1得分值分别可以达到67。1%，87。8%，均优于部分先前的模型。

    预训练模型语义关系抽取注意力机制长短期记忆网络自然语言处理

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

    基于前景理论下不确定语言评价的人岗双边匹配决策研究

    张如静高圣国
    492-495页
    查看更多>>摘要：针对主体的多种类型语言评价信息，提出基于前景理论的人岗双边匹配模型。首先，把决策主体的期望值作为参照值，然后计算出主体的实际感知值相对于参照点的损益值;接着根据前景理论，计算出决策主体的前景矩阵，在此基础上建立以决策主体满意度最大化为目标的人岗双边匹配决策模型。最后，通过人岗匹配算例说明该模型的可行性和有效性。

    双边匹配前景理论人岗匹配不确定语言评价信息

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

    基于自适应特征词的微博噪音过滤方法

    张晓瑜高扬苗星星祝永霞...
    496-501页
    查看更多>>摘要：微博噪音过滤具有去除垃圾样本、降低数据规模等作用。利用聚类算法产生噪音种子词，在未标注数据上采用FP-Growth算法对种子词扩展，生成噪音特征词词典，结合用户和内容特征，引入支持向量机模型用于噪音微博过滤。实验结果正确率为84%，召回率为79%，F1值为81%，证明该模型产生的噪音特征词有助于提升微博过滤的效果。

    微博自适应噪音特征词支持向量机

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

    基于LPN改进的轻量化姿态估计方法ULPN

    高彦彦任好盼危德健
    502-506,604页
    查看更多>>摘要：在人体姿态估计过程中，往往采用复杂的网络结构实现较好的预测性能，但是模型实际推理速度较慢。针对该问题，论文提出了新的轻量化姿态估计网络ULPN，采用轻量化姿态估计网络LPN作为基础，利用改进的轻量化网络和新型的轻量化瓶颈模块提升模型推理效率。论文提出了基于Ghost卷积模块和注意力机制模块GCB的新型轻量化瓶颈模块，减少冗余的特征图同时对全局建模。利用连续卷积层代替池化层能够保存更多有效信息，采用分组卷积降低模型的计算负载，同时基于轻量化瓶颈模块提出了轻量化姿态估计网络ULPN。该算法在相似的预测精度下，能够有效降低模型的计算负载，较好地进行实时人体姿态估计。

    深度学习姿态估计模型轻量化推理速度预测精度

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

    基于生成对抗网络和对比学习的联邦学习方法

    田耕
    507-511,547页
    查看更多>>摘要：联邦学习作为一种分布式的学习机制，主要用于保护用户数据隐私安全和解决数据孤岛的难题。现有的研究存在边缘节点数据规模较小以及数据的非独立同分布所导致的模型精度较低等问题。使用对比学习的方法可以在联邦学习的参数聚合更新过程中进行本地模型更新模型梯度参数的时候能取得最接近全局模型的表现，解决了数据的非独立同分布所导致边缘模型的精度较低等问题，提高了边缘模型的表现。仿真实验结果表明，当对比损失权重为1时，模型的精度平均提高1。05%，当对比损失权重为10时，模型的精度平均提高2。14%。利用生成对抗网络的方法扩充边缘节点的数据量，解决了边缘节点数据量较少导致模型精度较低等问题。仿真实验结果表明，使用基于生成对抗网络的方法进行数据扩充，分别扩充100%和200%后，模型的精度平均提高了0。76%和1。12%。

    联邦学习对比学习生成对抗网络

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

    基于声学特征与自编码器的机械故障检测方法

    张锦豪赵月爱
    512-520页
    查看更多>>摘要：为解决工业中检测机械故障只有少量或没有故障数据时，检测难度大，精确度不高的问题，提出一种基于融合声学特征和自编码器的机械设备故障检测方法。首先将自编码器的潜在特征表示设置为8个，优化网络结构。然后使用MSE作为其重构误差函数。最后分别把MFCC和MAF作为输入特征向量。结果表明，论文提出的方法与BS相比，在减少训练次数的同时，平均AUC和平均pAUC均有所提升，能够较好地完成故障检测任务。

    声学特征自编码器故障检测

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