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

    船载视觉水炮目标锁定技术研究

    彭川陈姚节
    1075-1081页
    查看更多>>摘要：船载水炮在打击动态目标时，往往会因水柱飞行的时间长存在打击滞后的现象。论文设计的视觉水炮，通过视觉系统进行67目标检测与识别，对目标进行定位;对定位目标进行跟踪，并设计了丢失预警模块和重检测方法实现了长时间的鲁棒跟踪;对目标轨迹进行预测，通过轨迹曲线斜率特征方程来建立预测数学模型，计算提前量实现了对目标的锁定。在100次轨迹试验中，在目标相对速度5节时，吻合度可以达到92。3%。在应用中，此技术有效地解决了视觉水炮打击运动目标时的滞后现象。

    视觉水炮目标检测目标跟踪轨迹预测

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

    融合DWA和QPSO算法的USV动态局部路径规划算法

    仇坤李稳
    1082-1086,1136页
    查看更多>>摘要：针对无人水面艇(USV)在动态环境中的局部路径规划问题，传统的动态窗口法(DWA)把速度集合离散化处理求取最优速度，计算量大且速度分辨率对动态路径规划的影响大。基于此，论文提出了融合DWA和量子粒子群算法(QP-SO)的USV动态局部路径规划算法。首先论文在分析初始DWA的基础上，考虑国际海事规则和船舶机动性能等方面要求，建立融合避碰规则的动态窗口模型。然后在速度窗口中融入QPSO方法，将USV动态局部路径规划问题转化为多目标多约束优化问题。最后仿真验证了融合算法能够使USV在约束和规则下，获得最优的速度和航向，安全与目标船完成会遇，且运行效率更高。

    无人水面艇动态环境动态窗口法量子粒子群规则

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

    基于特征融合的多模态社交媒体情感分析

    丁健宇祁云嵩赵呈祥
    1087-1092页
    查看更多>>摘要：现代社交媒体赋予每个人多元化表达的机会，基于社交媒体的情感分析可以识别出用户当前的情感状态。然而，现有的情感分析方法大多使用单一模态进行分析，导致情感状态识别不准确。为解决该问题，论文提出了一种基于特征融合的多模态情感分类模型:首先，使用BERT模型提取文本情感特征，然后使用resNet152提取图像情感特征，利用"+"的结构取代了传统的拼接结构，并利用残差网络更加高质量地融合特征，最后探讨了图文的情感相关性对情感分析的影响。实验结果表明，在MVSA-simple和MVSA-multi公开数据集上，论文所提出的方法可以显著提高情感识别精度。论文提出方法将为多模态社交媒体情感分析提供新的思路。

    情感分析神经网络图文融合社交网络残差网络

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

    基于注意力机制和知识蒸馏的小样本增量学习

    崔颖徐晓峰包象琳刘传才...
    1093-1097,1179页
    查看更多>>摘要：目前小样本学习模型主要关注在小样本类别上的性能，却忽视了在辅助集上的性能。针对此问题，提出一种基于注意力机制和知识蒸馏的小样本增量学习模型，通过注意力机制来学习对小样本类别的泛化能力，同时通过知识蒸馏来保留对辅助集的鉴别能力，从而保证模型在辅助集和小样本数据上都有很好的分类性能。实验表明，提出的模型不仅仅在小样本数据上取得了良好的性能，并且在辅助集上的性能也没有受到太大的损失。

    小样本学习增量学习注意力机制知识蒸馏

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

    肺音信号去噪技术的比较与分析

    郭涛陈梦凡李进石帅...
    1098-1102页
    查看更多>>摘要：肺音听诊是医生诊断各种呼吸系统疾病的一种简单、无创的方法，可为检测和鉴别呼吸病理提供及时而有用的信息。然而，肺音中的噪声污染是采集肺音时不可避免的问题，在医生诊断患者时，噪声的存在会对肺音分析产生严重阻碍，因此有效去除多余噪声更有助于准确、客观地评价肺音信息。论文对不同去噪技术进行了讨论，包括小波去噪、最小均方自适应滤波、谱减法，评估了三种去噪性能指标，得出了相关比较性结论。

    肺音小波分析最小均方自适应滤波谱减法

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

    基于改进Faster R-CNN的多种类车灯检测方法

    郭碧宇陈伟张境锋魏庆宇...
    1103-1109页
    查看更多>>摘要：自主喷涂机器人可以实现各种类型汽车车灯的自动化喷涂，而基于机器视觉的车灯检测算法是该机器人的关键技术。针对目前缺乏深度学习算法在喷涂环境中检测车灯的问题，提出一种基于改进Faster R-CNN的检测算法。改进的算法中用密集残差网络De-ResNet代替原有的特征提取网络，融合了多层次的特征信息，增加了网络深度，避免了网络梯度的消失。同时利用距离交并比DIoU对原算法中的损失函数进行了改进，引入了良好的距离度量，进一步提高了检测精度。实验结果表明，改进算法的平均准确率为98。56%，单幅图像的平均识别时间为0。45 s，能够实现对车灯类型的有效识别，满足实时处理的要求。

    喷涂机器人目标检测FasterR-CNN密集连接网络损失函数

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

    基于重参数化的超分辨率重建

    田蕾申艺
    1110-1114页
    查看更多>>摘要：针对现有单图像超分辨率重建(Single Image Super-resolution，SISR)模型存在速度和精度的矛盾，论文给出了一种重参数化(Re-parameterization)的轻量模型用于实现图像重建。该模型训练时通过使用结构较复杂的模型保证精度，推理时通过模型等效变换为简单的卷积以提高速度。同时多监督结构的加入让模型收敛更快且更为灵活。通过峰值信噪比和结构相似度对重建模型的质量和效率进行了评估。验证了所提模型在现有超分辨率重建方法中兼具了轻量和重建质量良好的优点。

    单图像超分辨率卷积神经网络多监督学习重参数化

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

    基于知识图谱增强的自然语言推理方法研究

    朱彦戚瑶瑶凌骏陶思雨...
    1115-1118,1148页
    查看更多>>摘要：自然语言推理(NLI)是自然语言处理中的一项重要任务。它旨在识别两个句子之间存在的逻辑关系。大多数现有的方法通过使用训练语料库从而获得的语义知识进行推理，而忽略了背景知识的使用以及引入。在该工作中，为了解决这个问题，论文提出一种新的基于知识图谱增强的NLI(KGNET)模型，从而在NLI任务重引入相关领域知识的增强。KGNET模型由三个组件组成:语义关系表示模块、知识关系表示模块、和标签预测模块。该模型在两个基准数据集(SNLI和MultiNLI)上的实验验证了模型的有效性。

    自然语言推理知识图谱图神经网络外部知识

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

    基于PSO-BP的岩性识别方法研究

    高雅田杨俊国
    1119-1124页
    查看更多>>摘要：近些年来，数据分析、深度学习技术取得了长足的发展，并为社会带来了可观的收益。故利用深度学习手段进行岩性识别也成为了一个研究热点。岩性识别是录井解释的核心业务，准确而有效地预测储层性质对石油勘探工作有着重大意义。为解决传统岩性识别方法成本高、耗时长等缺点。论文利用松辽盆地中若干井的测井数据进行模型研究，提出了一种基于PSO-BP的岩性识别方法。通过对测井源数据进行数据预处理、构建网络识别模型、优化岩性识别模型、评价模型输出结果等步骤，实现基于PSO-BP岩性识别方法。经过反复试验，结果表明采用PSO-BP的岩性识别方法对岩性进行识别的平均准确率可达92。2%，为储层预测工作提供了可靠的支撑。

    BP神经网络粒子群优化算法岩性识别数据预处理KNN支持向量机

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

    基于异质图神经网络的知识增强文本理解研究

    凌骏赵前张帆李倩倩...
    1125-1130页
    查看更多>>摘要：针对当下流行的语言模型如BERT，即使其在大量文本下预训练而具有了较好的文本理解能力，但由于文本中知识共现的稀疏性导致模型难以理解复杂语义的场景的问题，提出一种引入知识图谱结合异质图网络增强文本理解的方法。该方法根据文本中的实体构造异质图，并基于边采样机制生成子视图。引入R-GCN聚合异质子视图下的邻居信息，并约束同节点在不同视图下基于相似性的度量损失。最终得到知识增强的文本表示。在公开数据集WinoGrande上的结果表明，该方法在准确率指标下有着明显的提升，相比于未增强时提升了1。3%。

    知识图谱异质图神经网络预训练语言模型文本理解自然语言处理

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