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

    面向多尺度交通标志的快速识别算法

    姚兆骁郑尧成陈洋
    1137-1142页
    查看更多>>摘要:由于光照、尺寸形变等因素,在自然条件下实时准确地检测和识别多尺度交通标志一直具有挑战性.针对该问题,论文提出一个面向多尺度交通标志的快速识别算法.首先,论文采用了一种基于多通道融合的输入方式,解决原始图像直接输入导致局部边缘刻画不明显的问题;同时,论文研究了一种注意力机制与多尺度特征相结合的交通标志检测算法.通过FPN网络获取多尺度特征图,同时在每个尺度的特征图中通过RPN网络定位出候选目标区域,最后候选目标区域的上下文信息与提取的目标多尺度特征进行拼接,该方法对小尺度的交通标志检测效果显著;最后,论文构建了一个多辅支卷积神经网络,在保持精度情况下,加快了交通标志的识别速度.实验表明,论文的方法有效地降低了交通标志的漏检率,同时显著提升了多尺度交通标志识别的实时性和准确性.

    交通标志识别多通道融合注意力机制多辅支卷积神经网络

    基于注意力机制的新闻事件检测研究与应用

    张秀华云红艳贺英胡欢...
    1143-1147,1280页
    查看更多>>摘要:新闻事件检测是自然语言处理任务中的一项任务.新闻事件检测旨在从新闻文本数据流中检测出新闻事件并给出事件主题.人工构建新闻事件的特征费时费力.传统的新闻事件检测方法是根据新闻事件之间的空间距离检测新闻事件,对于不同的新闻事件相似度较高时,容易误判为同一事件.针对上述问题,论文提出基于注意力机制的双向长短记忆网络构建新闻事件检测模型,通过深度学习学习新闻文本深层次的特征并且基于新闻事件检测模型构建新闻事件建模应用系统.实验表明论文方法在准确率、召回率优于传统方法,可对新闻事件准确识别.

    新闻事件检测注意力机制双向长短记忆网络WEB应用

    基于评论有用性投票的低频关键词提取方法研究

    刘莎陈艳平
    1148-1152,1181页
    查看更多>>摘要:在互联网环境下,许多消费者在购买商品之前都会参考网上的评论信息以及星级评价,比如五星好评.但是这些评论大多都是一些个人主观的评价,带有个人感情色彩,有的时候是片面的.如何从大量评论中找到有价值的信息成为研究的重点和难点.针对这一问题,文中提出有关在线评论有用性投票的分析方法.在实验中,利用论文的方法来提取评论集只出现一次低频关键词并对其进行排序.结果发现,所提取出的短语越有用,这条评论也就越有用,有用性投票数也就越高,可以更加客观、准确地反映该产品的实际情况,便于为消费者提供更好的消费决策.

    在线评论有用性低频关键词信息提取消费决策

    一种基于邻近性和团的异常数据检测算法

    解峰蔡江辉杨海峰荀亚玲...
    1153-1157,1176页
    查看更多>>摘要:随着数据科学研究的不断深入,异常数据对数据分析工作的干扰也越来也大,如何有效检测异常数据已成为数据研究的关键问题之一.目前传统基于距离的方法仅考虑单个对象的异常性,缺少对正常对象之间如何抱团的分析,针对此问题,论文提出了一种基于邻近性(Proximity)和团(Clique)的异常检测算法——PCOD(Proximity Cliques Outlier Detec⁃tion)算法.该算法引入了图论中团的概念,通过团来解释正常对象之间的连接,根据数据对象间的连接性来分析数据点是否为异常点.PCOD算法主要包括两个步骤:首先,根据数据对象之间的邻近性,将数据中各个对象表示为存在边的无向图;再递归搜索图获取所有团集合,对所有的团进行分析并检测出没有抱团的异常点.最后,使用Arrhythmia、Pima、Vowel等UCI数据集进行实验,实验结果表明PCOD算法在精确率方面优于同类异常检测算法.

    异常检测邻近性稀疏图团搜索

    基于OVR-SVM及fMRI的词语识别认知状态分类研究

    何享张笑非
    1158-1162页
    查看更多>>摘要:词语识别是人脑的一种高级认知过程.论文基于OpenfMRI开源数据集,利用脑图Dosenbach进行特征提取,采用OVR-SVM作为分类器对词语识别及相关认知状态进行了分类器的训练,使用分层K折交叉验证和ROC曲线对分类器进行了性能评估.实验结果显示,采用线性核、多项式核、RBF核、以及Sigmoid核的几种OVR-SVM中,RBF核的分类性能在统计上都显著高于其他三种核对应的SVM.实验结果表明,OVR-SVM作为一种计算模型可以有助于对词语识别认知状态的识别.

    词语识别OVR支持向量机功能磁共振成像Dosenbach脑图ROC曲线

    基于随机森林的IP地址城市级定位方法研究

    蔡颖张琨尹魏昕张云纯...
    1163-1170页
    查看更多>>摘要:针对传统IP地址定位方法准确度低的问题,提出了一种基于随机森林的IP地址城市级定位方法.该方法分析了IP自身特点及IP间存在关系,分别对经过路由特征和地域触发特征进行了定义,并通过主动测量提取IP多维度特征,然后结合机器学习的思想训练构建分类器,以实现对IP所处城市的定位.在此基础上,利用真实的IP地址数据集对所提定位方法进行实证分析.实验结果表明,基于随机森林的IP地址城市级定位方法可以实现IP在物理空间上到城市级的精准定位,且定位结果与主流IP定位工具一致.此外,该方法模型训练时间短且无需进行复杂调优,在保证定位可信度的前提下运行耗时少,具有更高的实际应用价值.

    IP地址定位主动测量网络拓扑机器学习随机森林

    基于卷积神经网络的街景环境评价

    李渊
    1171-1176页
    查看更多>>摘要:为了实现机器对街景图像环境评价功能,论文提出了基于卷积神经网络的街景评价方法.在网络浅层使用Stem Block结构,优化了低层次特征提取效果;对于稠密层,采用双通道denselayer结构.在交叉熵的基础上提出了基于类间距离度量的的交叉熵损失函数,更加准确地衡量街景评分与标签分差带来的损失.论文还引用了课程学习的方法有效地解决了训练样本标签不可靠带来的模型训练偏离最优化方向问题.

    街景环境评价课程学习不可靠标签卷积神经网络

    基于N-Gram和TFIDF的SQL注入检测方法

    苏林萍刘小倩陈飞李为...
    1177-1181页
    查看更多>>摘要:随着信息技术的不断发展,各种SQL注入攻击工具层出不穷,攻击类型多变万化,SQL注入问题一直是网络安全的主要问题.因此,针对SQL注入攻击提出一种基于N-Gram和TFIDF(term frequency inverse document frequency)的入侵检测方法.其核心思想是:首先在预处理阶段使用N-Gram技术选取特征词,再利用TFIDF技术进行SQL语句文本向量化处理,然后在此数据集基础上训练SVM分类器,最后通过与现有研究进行对比来检测分类效果.实验结果表明,与直接使用预先定义好的特征向量相比,此方法在保证召回率的基础上,准确率有所提高.

    网络安全SQL注入入侵检测N-Gram文本向量化

    基于粒子群优化BP神经网络的超声波缺陷位置预测

    张岩郑洲洲邵钰奕
    1182-1186,1194页
    查看更多>>摘要:海洋设备的无损检测对于保障设备安全使用至关重要,由于设备所处的海洋环境特殊,要实现对海洋设备缺陷位置的准确估计难度较大.论文提出了一种基于粒子群优化BP神经网络(PSO-BP)预测设备缺陷位置的方法.通过模拟了海洋检测环境,用钢板作为实验对象,用超声波探伤仪对缺陷钢板进行了数据采集,获取了水下钢板的实时数据.通过粒子群算法对BP网络进行优化后对数据进行分析,对比缺陷出现的实际位置和预测位置,证明了粒子群优化的BP神经网络对于超声波检测的缺陷出现位置具有较好的预测效果.

    粒子群优化BP神经网络超声波检测缺陷位置预测

    发动机生产线智能调度算法研究

    周炜王欣朱磊
    1187-1194页
    查看更多>>摘要:发动机是汽车领域技术最密集的关键部件,通常都由多道工序顺序加工完成,是一个流水线工艺过程.因此,每道工序的控制都必须具备高可靠性和一定的灵敏度,才能保证生产的连续和稳定.论文针对发动机加工工序停台导致的流水线损失,提出了一种生产线智能调度算法,能自动将某道工序每次停台的原因及对其他工序造成的影响进行记录,并将待堵料的停台时间分解消化至各工序,以达到提高LTE(整线生产效率),增加单位时间产能的目的.

    流水线工序停台待堵料LTE