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

    基于灰色关联分析和模糊综合评价算法的城市发展程度研究

    桂永杰吴世宝马瀚龙马佳...
    565-568,666页
    查看更多>>摘要:近年来,随着社会经济的发展与改革开放的深入,国内的主要城市的经济也在不断的提高.同时不同城市间的经济地位与发展程度也有了改变,而城市的经济水平与活力,也影响着大型企业的投资与国家政策的倾斜.于是建立一个新的对国内主要城市的发展程度进行评价的模型就显得尤为重要.由已有的研究可知,一个地区的公司数量是评估该地区经济活力的重要标准.以北京为例,收集了相关的数据以及当地的历史公司数量利用灰色关联法计算不同数据对公司数量的关联度,之后利用模糊综合评价法,将国内主要城市的经济活力分为4个等级,用于对城市发展程度进行排名.

    灰色关联分析模糊综合评价城市发展程度

    基于神经网络的LncRNA与蛋白质互作关系预测算法

    李巧君李江岱王爱菊
    569-573,624页
    查看更多>>摘要:论文提出一种基于注意力机制(Attention)的融合神经网络预测方法预测LncRNA与蛋白质的相互作用,命名为PIPAFNN.通过栈式自编码器和融合神经网络(CNN)-长短期记忆网络(LSTM)分别对LncRNA和蛋白质的序列进行特征提取,在模型学习过程中使用注意向量,使得训练出的模型能够关注不同样本中对预测方法具有更大影响的特征属性,从而有效地预测LncRNA和蛋白质的互作关系.同时,利用五折交叉验证,模型在拟南芥和玉米数据集上的AUC值分别是0.9582和0.9251,与其他机器学习方法进行比对提升7%和2%,模型的分类效果更为显著.

    CNNLSTMLncRNA与蛋白质预测注意力机制

    基于信任度与策略相似度的访问策略合成研究

    张亚萍郭银章
    574-579页
    查看更多>>摘要:针对云计算跨域访问策略合成的自动化问题,以实现策略合成双方对聚合资源的保护需求,提出一种云计算环境下基于主体信任度属性和策略相似性合并的自动算子选择机制.通过引入主体信任度属性的相似度来简化复杂的主体信任度计算.同时引入弱一致性算子、异常算子、首次匹配算子对原有的策略合成算子进行扩充,给出了扩充算子的策略合成机制及选择方法,其次,对原有的访问控制策略相似性计算方法进行了改进,以消除合成策略当中的策略冗余.最后通过实验验证了策略相似度分析算法的性能及有效性.

    访问控制策略合成合成算子属性信任度云计算策略相似性选择机制

    基于主成分分析和支持向量机的两种血循毒蛇咬伤辅助诊断研究

    梁明贤梁斌梅梁平罗威...
    580-585页
    查看更多>>摘要:针对血循毒蛇中烙铁头蛇和竹叶青蛇咬伤症状相近、难以辨别,容易误诊的问题,论文提出通过提取烙铁头蛇咬伤和竹叶青蛇咬伤住院患者的基本信息、生命体征、咬伤病史、蛇形态、伤口局部症状以及全身症状等特征,先对特征进行主成分分析(Principal Component Analysis,PCA),再利用支持向量机(Support Vector Machine,SVM)方法对烙铁头蛇和竹叶青蛇咬伤进行预测诊断,结果预测准确率达到86%,比单支持向量机方法的预测准确率提高了6%.运用主成分分析结合支持向量机方法对烙铁头蛇和竹叶青蛇这两种血循毒蛇进行辅助鉴别诊断,理论上是可行的.

    主成分分析支持向量机毒蛇咬伤辅助诊断

    融合语义增强的中文短文本分类方法研究

    潘袁湘黄林牛新征
    586-590页
    查看更多>>摘要:中文短文本具有长度短以及上下文依赖强的特点.目前主流的基于词向量的双向循环神经网络分类方法依赖于词向量语义表达以及上下文特征提取能力,其分类准确率有待进一步改善.针对此问题,论文提出融合语义增强的中文短文本分类方法,该方法提出融合语义增强的思想,在词向量表示阶段,引入Bert生成融合字、文本以及位置的向量作为训练文本的词表征进行文本语义增强,接着输送到Bi-GRU网络中提取上下文关系特征,并通过多头注意力机制调整权值强化重要特征表达,最后使用softmax分类器进行文本分类.通过与其他主流方法进行对比论证,实验表明,论文提出的方法在短文本分类效果上有显著提升.

    短文本分类Bert语义增强Bi-GRU网络多头注意力机制

    一种新的基于最大概率路径的中文分词

    刘洋余甜丁艺
    591-596页
    查看更多>>摘要:中文分词在自然语言处理中占据了十分重要的地位.为了提高中文分词的速度,论文提出了一种新的求解最大概率路径的方法.该方法主要分为两步:1)将词频总和的数值减小来解决下溢问题;2)避免使用复杂的计算方法,使用简单的除法操作来降低运行时间提高分词速度.最后,使用搜狗新闻数据集进行实验验证,新方法的中文分词速度相较于JIEBA的中文分词的速度显著提高,并且为了验证分词的性能,对准确率,召回率以及F1进行了计算,三个指标的值均可达到95%以上.

    中文分词最大概率路径自然语言处理

    基于计算听觉场景分析的单通道语音分离方法

    徐庆达张二华
    597-602页
    查看更多>>摘要:人耳听觉系统能够从嘈杂的环境中筛选出自己感兴趣的语音,基于计算听觉场景分析的方法,论文采用倒谱法提取语音基音周期轨迹,以连续的基音周期轨迹为线索,按基音频率的整数倍提取各次谐波的频谱,再通过傅里叶逆变换重构分离后的语音.实验表明,在几种典型噪音环境下,该方法能有效将目标语音从背景噪声中分离,信噪比(SNR)和评价意见分(MOS)得到一定的提升,平均增益分别为5.67dB和0.36.

    听觉场景分析语音分离基音周期

    基于深度学习方法的中文情感分析

    骞恒源孟彩霞
    603-607页
    查看更多>>摘要:针对以文本词向量作为卷积神经网络的输入无法考虑情感特征对文本情感极性的影响、难以突出对类别更具代表性的词且卷积神经网络无法利用文本上下文信息等问题,提出一种基于权重分配的多通道卷积神经网络(WAMCCNN)和双向长短时记忆网络(BILSTM)模型相结合的方法.将文本词向量、情感词向量及词语的特征权重相互结合形成新的特征向量作为卷积网络不同通道的输入,使得模型能够从多方面的特征学习到文本的情感信息且有效利用了每个词语在句子中重要性的信息,获得更多的语义信息.同时,结合BILSTM模型学习到的包含文本上下文信息的全局特征,也解决了卷积神经网络无法利用文本上下文信息的问题.最后在新浪微博评论数据集和京东评论数据集上进行实验,结果表明,该模型分类准确率相比之前的基于深度学习的情感分析模型得到了明显的提升.

    权重分配卷积神经网络双向长短时记忆网络情感分析多通道

    基于主动学习的SVM评论内容分类算法的研究

    段友祥张晓天
    608-612页
    查看更多>>摘要:随着信息时代的到来,互联网平台上的文本数据开始爆发式增长,其中难免夹杂着一些不法数据.这些数据往往隐藏在海量数据中,因此给平台检索这些不法数据增加了难度.在这种情况下再用传统的文本分类方法已经不能满足需求了.因此论文根据文本数据的特点提出了基于主动学习的SVM评论内容分类方法,该方法使用主动学习的思想将敏感词向量、k-means聚类算法和SVM分类算法结合在一起,在使用更少训练集的基础上提高文本分类的准确率.实验结果表明,使用论文提出的方法对文本进行分类,在分类时间和结果准确率方面上都得到了一定程度的提高.

    文本分类主动学习k-meansSVM敏感词向量

    二维隐蔽时间信道构建的研究

    刘莉徐芹宝王昌达
    613-618页
    查看更多>>摘要:为了解决传统隐蔽时间信道容量低的问题,提出了一种二维隐蔽时间信道(two-dimensional covert timing chan-nel,2dCTC).在2dCTC中,采用伪包标识排序和数据包大小变化相结合,构建二维通信介质,然后在康托展开式的基础上,实现了2dCTC中信息传输的编码和解码.论文详细讨论了2dCTC的容量、误码率等通信性能指标.与现有的一维隐蔽时间信道相比,理论分析和实验结果均表明该方案在通信中具有更高的容量.

    CTC二维CTC康托展开式误码率