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

    基于高斯-柯西混合变异的多目标粒子群算法

    舒一鸣戴毅茹
    1593-1597,1603页
    查看更多>>摘要:针对MOPSO优化算法在解决复杂的多目标优化问题上收敛表现差,搜索全局能力不足与易于陷入局部最优的缺陷,提出了一种基于高斯-柯西混合变异的多目标粒子群算法(GC-MOPSO)。该算法使用一种混合高斯变异与柯西变异的变异扰动机制来提升粒子在局部与全局的搜索能力,在外部档案中采用锦标赛选择机制选取全局最优个体的策略来增加种群的多样性。通过与六项其他算法在反世代距离(IGD)上进行比较,验证了该算法的优势。

    多目标优化粒子群优化算法高斯-柯西变异锦标赛选择

    基于CFSFDP-RBF神经网络的加拿大区域气候预测

    寇露彦李学俊廖竞熊建华...
    1598-1603页
    查看更多>>摘要:南极冰川融化、飓风不断增加、海平面逐渐上涨等现象的出现,使人们意识到全球气候变暖给人类生存带来的极大的挑战,针对全球变暖引起的气温变化不定问题,为了准确预测气温变化情况,以加拿大部分地区为例,通过对加拿大10个省份数据预处理,最终选取四个数据保留较完整的省份数据。对此提出了一种改进径向基(RBF)神经网络气候预测模型。该模型采用密度峰值快速聚类(CFSFDP)算法和自适应矩估计(Adam)对RBF神经网络进行优化,首先利用CFSFDP算法聚类出中心簇来确定RBF神经网络径基中心,避免随机选择带来的误差。再利用Adam算法对目标函数进行迭代微分,调整权值,同时自适应地改变学习率,提高预测准确性。针对模型的准确性检验,通过与BP神经网络、RBF神经网络、K-means优化RBF神经网络及论文算法进行对比实验发现本模型具有较高的准确率。针对结果的准确性检验,分别利用改进整合移动平均自回归模型(ARIMA)、向量自回归模型(VAR)与CFSFDP-RBF神经网络算法对气候进行预测,三种模型的结果均得到相似结论,表明该算法预测结果可信。实验结果表明,未来25年平均气温达到15。047 0℃,未来25年平均降水量达到2。098 4 mm,预测准确率达95%以上。

    时序数据密度峰值快速聚类自适应矩估计径向基神经网络气候预测

    融合多重直方图和SVM的交互式图像分割算法

    单一琳马燕黄慧王斌...
    1604-1611页
    查看更多>>摘要:交互式图像分割在图像编辑和医学图像分析等多个领域有着重要的应用。然而,许多交互式图像分割算法高度依赖于用户交互信息,无法利用少量信息精确地提取出目标物体。为了解决上述问题,提出了一种融合直方图和支持向量机(SVM)的交互式图像分割(MHSVM)方法。给定少量的用户输入标记,采用SLIC方法将原始图像分割成若干个不规则区域,同时使用颜色直方图和方向梯度直方图作为每个区域的特征向量,并根据合并规则进行区域合并;然后构建训练样本并平衡正负样本数量,最后协同训练SVM分类器,对剩余未标记超像素进行分类。实验结果表明,MHSVM算法能够从复杂的背景中成功地提取出前景物体。对比其他先进的交互式图像分割算法,MHSVM算法受用户标记的影响更小,且在分割精度上具有明显优势。

    图像分割超像素支持向量机区域合并协同训练

    二进制鼠群优化算法的特征选择及数据分类

    鲍美英申晋祥
    1612-1616,1675页
    查看更多>>摘要:针对特征选择技术中提高分类准确率和降低特征选取个数随着数据维度增加而难度加大的问题,对新型仿生优化算法的鼠群优化算法进行改进,在算法中引入转换函数,使用K近邻法作为分类器,提出二进制鼠群优化算法,用于特征选择,进行数据分类,对特征进行有效的降维并减少数据分类的错误率。在UCI的10个数据集上进行测试,并与遗传算法、粒子群算法、樽海鞘群算法和正余弦算法进行比较,实验结果表明,所提算法能够提高数据分类准确率并有效降低特征维度,算法具有较好的收敛性和鲁棒性。

    鼠群优化算法特征选择数据分类K近邻

    基于滑动窗口和时空特征的微表情检测算法

    马崟桓黄树成李明星
    1617-1621,1801页
    查看更多>>摘要:微表情存在时间短、强度弱等固有特性,目前微表情自动检测仍然存在较大的困难。为了提升微表情检测的效果,论文提出一种基于滑动窗口和时空特征的微表情检测算法:首先使用滑动窗口技术将一段微表情视频分割成若干个滑动窗口,然后在每个滑动窗口中提取时空特征,并和微表情SP模式匹配得到单个窗口的检测结果,最后融合所有滑动窗口的检测结果。该算法在CAS(ME)2和SAMM数据集上进行了实验,并与2020年微表情挑战赛(MEGC 2020)的基线结果进行了对比,结果显示,在CAS(ME)2和SAMM数据集上该算法比基线算法在微表情检测上分别提升了4。7%、9。7%,在整体上分别提升了9。9%、5。7%,验证了该算法的有效性。

    微表情检测滑动窗口时空特征

    双种群纵横交叉正弦余弦算法

    杨闯王联国
    1622-1629,1720页
    查看更多>>摘要:针对基本正弦余弦算法在求解复杂优化问题时求解精度偏低,收敛速度慢及不能跳出局部最优等问题,提出了一种双种群纵横交叉正弦余弦算法。在初始化种群阶段引入Logistic混沌映射,使初始种群均匀分布;非线性调整转换参数并改进正弦余弦位置更新公式,以平衡算法全局搜索和局部开发的能力,加快算法的求解速度;采用双种群和择优选择策略,实现正弦余弦种群和纵横交叉种群优势互补、协同进化,提高算法跳出局部最优解的能力和算法收敛速度。采用23个基准测试函数对改进算法进行仿真实验,并与其它智能优化算法进行比较分析,结果表明改进算法有更好的优化性能。

    正弦余弦算法混沌映射纵横交叉算法双种群协同进化

    基于马氏距离和Canopy改进K-means的交通聚类算法

    徐文进马越杜咏慧
    1630-1635,1649页
    查看更多>>摘要:在对交通数据的研究中经常会使用到聚类算法,且不同的聚类算法有不同的特性。K-means作为其中的一种聚类算法,具有较高的准确性和实用性,但其准确性易受主观选取K值和确定初始聚类中心的影响。为了优化聚类中心和K值的选取问题,提出MC-Kmeans算法。在所提方法中,首先通过Canopy算法选取K值,然后依据马氏距离的计算准则来确定初始聚类中心,最后将K值和聚类中心的值作为K-means的参数进行聚类。将MC-Kmeans算法应用到某时间段的纽约出租车交通数据中进行实际的验证。结果表明,与K-means算法比较,所提方法准确度更高,与实际交通情况更加相匹配,更能反映区域内的交通热点情况。

    K-meansCanopy算法马氏距离交通

    一种基于混合注意力的高效阴影检测算法

    戴晓峰黄刚刘帅
    1636-1642页
    查看更多>>摘要:在计算机视觉任务中,阴影像素的存在会对算法效果产生不利的影响,因此提升阴影检测网络的性能和效果具有一定的研究意义。现有阴影检测算法运用注意力机制对跨通道特征以及全局像素信息的提取不够充分,针对此问题,论文通过研究阴影特征信息,结合混合注意力机制的设计思路,搭建融合通道注意力和空间注意力的全新网络Res-CCNet,并使用密集连接和特征融合重用被忽略特征。在阴影检测数据集SBU和UCF上实验,使用评价指标SER、NER和BER进行验证。结果表明,该网络算法具备高效的阴影检测能力和一定的应用前景。

    阴影检测注意力机制卷积神经网络特征提取语义信息

    恒压腹腔镜手术辅助系统

    徐银铃黄陈陈庆奎
    1643-1649页
    查看更多>>摘要:随着腹腔镜手术在临床上的广泛应用,逐渐暴露出电子气腹机的局限性:一方面气腹机在建立气腹的同时会造成腹腔压力冲击,使体内部分组织受到损伤;另一方面,气腹机调节腹压时容易超调,腹腔压力控制的稳定性不够。针对腹腔镜手术中腹腔压力控制稳定性、柔顺性问题,提出了恒压腹腔镜手术辅助系统:对传统气腹机结构做出改进,用电动调节阀取代原本的多级电磁阀组合结构,实现渐变式流量调节;分析了阀口流量特性并对腹腔建模,提出了渐变式阀门函数,能提前关闭阀门,避免了由阀门滞后带来的腹压超调;最后系统在渐变式恒压控制策略下保证手术过程腹压的稳定。实验表明系统在该策略下能够稳定的工作。

    RaspberryPI柔顺控制自动化技术电动调节阀

    基于移动GPU的芯片封装缺陷检测技术

    陈阳陈庆奎
    1650-1657页
    查看更多>>摘要:为确保芯片料带生产品质符合要求,生产厂商需要进行芯片封装缺陷检测。随着生产效率的不断提升,生产场景中亟需一种对原有生产线改造成本低且高效的多路生产线检测方法。因此对基于移动GPU平台的缺陷检测技术进行研究,利用GPU中大量并行线程,以图像粒度的并行方式执行检测计算以提高多路生产线检测效率。每个线程利用图像处理方法进行特征分析,对图像中不同区域进行相应的缺陷检测。实验结果表明,在50条生产线,每张采集图像包含10个待测区域的检测场景下,相比CPU检测方法获得15。02倍的加速比。

    芯片封装缺陷检测移动GPU检测效率多路生产线检测特征分析