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

    基于蝙蝠算法的半监督极限学习机在工业检测中的应用

    孙顺远周乾
    667-673页
    查看更多>>摘要：由于复杂工业过程中关键质量变量的难测性及过程变量的易测性,导致收集到的数据集中含有大量无标记样本,采用传统的有监督极限学习机难以获得理想的回归精度.采用流形正则化框架修正极限学习机的目标函数,将无标记样本和有标记样本共同用于半监督极限学习机的模型训练可以有效提升回归精度.由于模型中含有速率参数a、位移参数b、核宽σ、惩罚系数C和权重λ多个参数,利用蝙蝠算法较强的全局寻优能力对半监督极限学习机中的参数进行优化.最后,将基于蝙蝠算法的半监督极限学习机建模方法应用于脱丁烷塔塔底丁烷浓度的预测.仿真结果表明,所提方法具有良好的预测精度和泛化能力.

    软测量极限学习机流形正则化半监督学习蝙蝠算法

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

    对于场景中的遮挡车辆检测研究

    秦帅昆罗素云
    674-678页
    查看更多>>摘要：交通场景中对遮挡车辆的检测是车辆检测中的一个难点,基于此提出了一种不同于传统滑动窗口方法的新的车辆检测方法.该方法通过学习一个高斯混合模型联合基于多标记学习的局部遮挡模式捕获方法,通过从少量帧中提取检测信息,进行无监督学习,混合图像的每个部分都代表了在图像区域内找到的目标期望.运行时,最有可能包含车辆的窗口将从部件中取样,并由分类器进行评估.在分析局部遮挡时,用部件检测器共享一组决策树,通过学习和组合利用区域相关性,减少计算时间.实验结果表明,采用联合高斯混合模型与局部遮挡捕获方法,可大大降低计算复杂度,同时在遮挡方面提供更好的识别性能.

    车辆检测高斯混合模型多标记学习基于场景

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

    相似历史数据段高效查找方法研究

    庞向坤高嵩张绪辉颜庆...
    679-683页
    查看更多>>摘要：随着新能源发电规模不断扩大,火力发电对电网稳定运行发挥的作用日益突出,因此提高火电机组安全运行水平,对电网多类型机组协调及稳定运行具有重要意义.以历史数据中相似特征数据段为基础展开的生产过程异常根源分析等技术受到广泛重视,其中提高相似特征数据段查找效率及准确性一直为研究重点.论文研究了相似趋势特征历史数据段查找问题,通过采用历史数据符号化表示转换技术,实现了数据段趋势信息和数幅值变化信息的融合,提高了相似特征数据段查找结果的效率和准确性.最后,论文通过数值仿真验证了所提方法的有效性.

    相似数据段数据转换趋势幅值异常根源分析

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