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

    基于改进Q-learning算法移动机器人局部路径研究

    方文凯廖志高
    1265-1269,1274页
    查看更多>>摘要:针对局部路径规划时因无法提前获取环境信息导致移动机器人搜索不到合适的路径,以及在采用马尔可夫决策过程中传统强化学习算法应用于局部路径规划时存在着学习效率低下及收敛速度较慢等问题,提出一种改进的Q-learn-ing(QL)算法。首先设计一种动态自适应贪婪策略,用于平衡移动机器人对环境探索和利用之间的问题;其次根据A*算法思想设计启发式学习评估模型,从而动态调整学习因子并为搜索路径提供导向作用;最后引入三阶贝塞尔曲线规划对路径进行平滑处理。通过Pycharm平台仿真结果表明,使得改进后的QL算法所规划的路径长度、搜索效率及路径平滑性等特性上都优于传统Sarsa算法及QL算法,比传统Sarsa算法迭代次数提高32。3%,搜索时间缩短27。08%,比传统QL算法迭代次数提高27。32%,搜索时间缩短17。28%,路径规划的拐点大幅度减少,局部路径优化效果较为明显。

    移动机器人Q-learning算法局部路径A*算法贝塞尔曲线

    基于优化G-P算法求解关联维数

    方若望何越磊李再帏路宏遥...
    1270-1274页
    查看更多>>摘要:为了解决研究混沌关联维数主流算法G-P算法存在的问题,包括相空间和距离矩阵的循环构造,相关参量选取不当影响结论,Heaviside阶跃函数判断冗余等,提出改进的G-P算法。该算法在原理和重复计算上作出优化,在原矩阵的基础上操作形成后续矩阵及对距离矩阵进行排序,避免了循环判断,大大缩减了计算周期;对相关参量取值做出决策,使结论更严谨;对双对数图像的无标度区间采用Taylor级数法确定,使其更加直观。后续以Lorenz系统数据进行实例分析,仿真的结果也证明了改进算法的准确性。

    混沌相空间重构关联维数算法优化G-P算法

    基于OCkNN+ENN的过采样算法研究

    张爱民于化龙
    1275-1281,1330页
    查看更多>>摘要:类不平衡学习是机器学习领域热点问题之一。在类别不平衡学习方法中,SMOTE被认为是其中的一个基准算法。虽然SMOTE算法在绝大多数的类不平衡数据集上表现良好,但它也存在一些问题,如会产生噪声干扰和噪声传播。基于对SMOTE改进算法的研究,提出了一种更加鲁棒和通用的算法:ONE-SMOTE。研究发现:使用ENN进行数据清洗,可以很好地消除数据噪声,使用基于KNN的一类分类器(OCkNN)可以探测样本空间的相对密度分布信息,并精确定位每个样本的相对密度位置以及边界。基于样本位置信息进行过采样可以很好地保持原始样本空间的密度分布。实验结果表明:该算法能有效提高数据分类的准确性。

    类不平衡学习SMOTEENNOCkNN相对密度分布信息

    基于自适应距离ADWKNN室内定位算法

    王建新杨蕊
    1282-1286,1292页
    查看更多>>摘要:针对基于蓝牙接收信号强度(RSS)的加权K-近邻(WKNN)位置指纹室内定位算法中由于信号波动存在的单一距离估算标准导致定位精度偏低的问题,提出了一种基于自适应距离的ADWKNN定位算法。离线阶段利用K-means聚类算法对指纹数据库进行划分,减少数据查询量以保证定位的时效性。在线定位阶段首先对待定位点处采集到的RSS信号值进行卡尔曼滤波,减弱随机噪声的干扰;然后采用ADWKNN算法计算曼哈顿距离与欧氏距离的标准差,自适应的选择距离估算方法并实现K值的动态变化。实验结果表明,ADWKNN算法的平均定位精度为1。22 m,与使用余弦距离、曼哈顿距离、欧氏距离和Sorensen距离的单一距离的WKNN算法相比,ADWKNN算法的平均定位精度有明显提高。

    蓝牙室内定位位置指纹自适应距离接收信号强度(RSS)

    基于分散注意力机制的无人机目标跟踪算法

    王指辉周嘉麒廖万斌印雅萌...
    1287-1292页
    查看更多>>摘要:针对无人机平台的目标跟踪场景中目标小、形变大、背景复杂、易出现目标遮挡等问题,提出了一种基于分散注意力机制的无人机目标跟踪算法。首先,针对背景复杂、目标遮挡问题,在特征提取残差网络中引入分散注意力机制,增加卷积通道间的相互作用,赋予通道间自注意力权重。其次针对小目标、尺度变化大,添加特征金字塔结构,增加高语义信息在特征图中的占比,提高无人机场景下多尺度目标的跟踪能力,提高跟踪精度。在无人机公开数据集UAV123上采用一次通过评估模式进行测试,所提算法精度达到了82。7%,成功率达到了61。6%。实验结果证明论文所提算法的测试结果优于目前主流的目标跟踪算法,有效地提升了无人机在复杂场景下指定目标跟踪的精度和鲁棒性。

    无人机目标跟踪分散注意力机制特征金字塔

    量子遗传算法在无线自组网频率分配中的应用

    王帅王建斌杜刚
    1293-1297,1303页
    查看更多>>摘要:论文将量子遗传算法应用于地面应急通信车辆无线自组网节点的使用频率分配,通过分析无线自组网节点频率的约束条件,建立频率分配的数学模型,并设计了使用量子遗传算法进行频率分配的的工作流程,对经典遗传算法库GALib进行扩展改进,增加了量子遗传算法的实现,通过模拟典型的无线自组网网络环境,比较经典和量子遗传算法的分配结果,量子遗传算法的分配收敛速率优于经典遗传算法,可以实现无线自组网节点频率灵活、高效的快速分配。

    量子遗传算法频率分配战术无线自组网

    基于非正交多址的多无人机协同计算与任务卸载策略

    夏景明王亮
    1298-1303页
    查看更多>>摘要:人群密集的应用场景下存在计算资源需求量大、无人机计算任务分配不均等计算需求问题。针对该类场景,论文提出一种基于非正交多址的多无人机辅助的移动边缘计算任务卸载方案。首先,利用非正交多址和串行干扰删除技术提升用户的传输速率,并利用多无人机的相互协作防止任务分配不均。在符合用户设备能耗、计算资源的前提下,通过联合优化无人机部署位置和卸载策略,构建一个使系统能耗最小化的优化问题。并将该优化问题分解为两个子问题,利用深度强化学习中的DDQN网络求出用户的卸载决策,利用差分进化算法确定此卸载决策下的无人机部署,然后交替迭代两种方法得到问题的优化解。仿真结果表明相较于时分多址技术,非正交多址有效地降低了用户任务的传输时延。相较于DQN网络、贪婪算法,论文所提卸载决策算法有效降低了系统总能耗。

    移动边缘计算无人机深度强化学习非正交多址差分进化

    基于分歧的核心数据集筛选算法

    王纵驰刘健王培赵兴博...
    1304-1309,1316页
    查看更多>>摘要:随着深度学习的发展,运用于训练的数据集规模日益增大,导致深度神经网络训练的效率低下。针对这种情况,提出了基于分歧的核心数据集筛选算法,即在保证训练效果的情况下对原数据集进行精简得出核心数据集。算法使用迭代的方式以有监督学习方式进行学习,通过投票网络框架计算各数据的分歧值并以此排序进行筛选。对广泛使用的CI-FAR、Fashion-MNIST以及SVHN数据集进行核心数据集筛选实验,结果表明所提出的算法在得到核心数据集规模为原始规模五分之一的同时,其训练模型的精度仅下降不超过5%。同时,其筛选出的核心数据集的泛化误差仅为0。13,其泛用性更佳。

    卷积神经网络核心数据集筛选有监督学习主动学习

    基于TS-DBN的地铁牵引系统可靠性分析

    席欢钟倩文柴晓冬郑树彬...
    1310-1316页
    查看更多>>摘要:论文提出一种结合连续时间T-S动态故障树和贝叶斯网络(TS-DBN)的可靠性评估方法来模拟实际运营过程中牵引系统的动静态失效行为。首先,构建基于牵引系统单元结构的故障树模型;然后,通过应用T-S动态门的时序规则,给出T-S门的逻辑定义,进而计算子节点后验概率及重要度参数;将敏感节点进行排序,建立系统连续时间状态下的稳定度函数数学模型。该方法能够直观地反映牵引系统结构单元的敏感薄弱环节,可以为后续维修策略优化提供理论参考。

    轨道交通牵引系统T-S动态门贝叶斯网络可靠性分析

    基于FPGA-PCIe的声发射信号采集系统硬件设计

    郭涛张程杰梁颖石帅...
    1317-1322,1347页
    查看更多>>摘要:论文描述了以EP2C5Q208C8N、AD7621以及CH368为核心的声发射数据采集系统的硬件设计,主要提到了系统的实现原理、硬件模块的组成及相应的电路设计。通过Altera公司的Modelsim仿真对模块电路整体工作的过程进行验证,最后采用GWINSTEK函数发生器产生的无直流偏置幅值为4 Vpp、频率为200 kHz正弦波验证系统的硬件指标,验证发现硬件指标可以满足声发射信号采集所需的16 bit分辨率,3MSPS采样率设计要求。

    EP2C5Q208C8N声发射信号采集FPGAPCIe