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

    喷雾测量系统坐标架三维位移控制研究

    肖镇浩朱凌云
    1658-1661,1870页
    查看更多>>摘要：为解决航天发动机试验中,通过三维PDA(Phase Doppler Anemometry)测量系统研究燃料喷注器雾化效果中对测量点精确定位的问题,采用自适应模糊神经网络PID控制算法实现对测量系统三维坐标架的步进电机进行控制.建立了一个步进驱动电机进行位置控制的传递函数模型,通过Matlab的Simulink仿真平台对步进驱动电机位移的PID控制、模糊PID控制及模糊神经网络PID控制的三种算法进行仿真.模拟实验结果表明:模糊神经网络PID控制将响应时间提升到0.05 s,并且大幅减小超调.相比于传统PID此方法可大幅提高坐标架定位的速度和精度.

    坐标架定位步进电机PID控制模糊神经网络Matlab仿真

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

    基于K_means++聚类与RF_GRU组合模型的电力负荷预测方法研究

    刘明尚尚
    1662-1667,1702页
    查看更多>>摘要：短期负荷预测是电力系统对负荷进行规划的重要依据之一,为了进一步提升短期负荷预测的精度,提出一种基于K_means++聚类与RF_GRU组合模型的电力负荷预测方法.首先,采用K_means++聚类算法将负荷群体分成负荷特性相近的群体,然后利用改进后的CSO算法优化随机森林中的相关参数使其性能最优,接着根据聚类情况采用随机森林选择结构不同的多层GRU网络分别对各组负荷群体进行预测,最后将所有组的预测结果相加得出最终预测值.算例结果表明,聚类算法的归纳整理功能为预测方法节省了预测时间,而采用组合模型又进一步提高了预测精度.

    短期负荷预测K_means++GRU随机森林算法

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

    基于深度学习的SOC预测模型比较研究

    刘建华陈治铭陈可纬陈林颖...
    1668-1675页
    查看更多>>摘要：锂离子电池的荷电状态(SOC)所包含的物理性质和电化学性质十分复杂,通常很难直接测定其数值,利用大数据的机器学习模型来预测SOC成为一个重要技术方法.近年来,随着神经网络的深度学习算法发展,基于深度学习的SOC估计模型已取得突破成果.论文总结了锂离子电池荷电状态预测方法的深度学习方法,主要分析比较CNN、GRU、LSTM、CNN-LSTM和CNN-GRU的经典模型方法与特点,通过实验数据分析对比其各模型的效果.论文对比实验选取不同室温环境下的不同工况作为测试集,通过预测结果的误差评估发现卷积神经网络对于循环神经网络的预测结果优化有较大的提升,其中CNN-LSTM的效果尤为显著.

    SOC卷积神经网络循环神经网络CNN-LSTMCNN-GRU

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

    基于迁移学习与回译的航行通告双向机器翻译模型

    罗银辉李荣枝潘正宵宋文韬...
    1676-1679,1713页
    查看更多>>摘要：为提高航行通告领域内机器翻译的专业度及准确率,针对航行通告领域机器翻译平行语料受限问题,提出了一种基于迁移学习和回译的航行通告双向机器翻译模型.在训练人民日报机器翻译的基础上,将训练得到的参数,迁移到部分回译后的航行通告机器翻译模型的编码端和解码端,来对两端的参数初始化,通过实验对两端参数进行调整得到航行通告双向机器翻译模型.实验表明,迁移学习和部分回译这一数据增强策略的引入提升了模型的鲁棒性,提升了翻译质量,汉译英模型的翻译评估指标BLEU值提高了2.08%,英译汉模型的翻译评估指标BLEU值提高了3.12%.

    机器翻译回译迁移学习鲁棒性BLEU值

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

    一种红外视频舰船目标检测跟踪方法

    孙艳丽张鹏飞李晓龙孙炜玮...
    1680-1684,1814页
    查看更多>>摘要：针对帧间差分算法中对于红外舰船目标特征提取不充分的问题,提出了一种改进的红外舰船目标检测算法.将两帧图像进行帧间差分后通过Ostu进行阈值分割,获得二值图像进行形态学处理,计算图像质心坐标,并在原图像上的质心坐标周围区域进行遍历搜索,获得平均灰度值后进一步进行阈值分割.通过对海天背景及复杂背景下的舰船目标跟踪进行实验分析,结果表明改进后的算法效果较好,能够将所关注的运动舰船目标检测出来并跟踪.

    红外图像舰船目标检测GUI软件设计

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

    基于Stacking的套损预测方法研究

    赵建民张珺博崔佳鑫
    1685-1690页
    查看更多>>摘要：根据油气生产过程中的套管损坏影响因素众多、数据复杂等特点,通过数据预处理、随机森林重要性分析等技术对现场数据进行分析与整合,采用特征工程的方法处理缺失值并选取特征参数.针对传统机器学习模型对套损预测不佳的问题,提出采用双层Stacking模式集成学习预测模型;该模型采用随机森林、支持向量机、梯度提升决策树和K近邻算法为基模型,逻辑回归为元模型,以此构建泛化能力更强的套损预测模型.结果表明,该模型较于单一的机器学习模型准确率与F1值均有提升,该模型最终的准确率达到89.21%.

    集成学习套管损耗套损预测Stacking模型融合

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

    基于优化IGNN的飞机爬升段性能燃效估计

    乔雨石
    1691-1696页
    查看更多>>摘要：针对飞机爬升过程中性能燃效变化受多种不确定性因素影响,呈现出复杂非线性和随机性特征,提出基于优化嵌入型灰色神经(Inlaid Grey Neural Network,IGNN)的爬升段性能燃效估计方法.该方法利用灰色理论弱化原始数据随机性,结合BP神经网络非线性拟合能力强的特点,构建基于IGNN的爬升段性能燃效估计模型;利用思维进化算法(Mind Evolutionary Algorithm,MEA)优化IGNN的初始权值和阈值,解决随机初始化网络权值和阈值对模型精度的不利影响.实验结果表明,该模型估计精度和稳定性更高,可有效准确估计飞机爬升段性能燃效.

    飞机爬升段性能燃效估计嵌入型灰色神经网络思维进化算法精度

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

    基于贝叶斯优化LightGBM的个人信用评估模型

    刘伯圣邢进生
    1697-1702页
    查看更多>>摘要：针对传统信用评估模型无法处理大规模不平衡数据以及训练用时长、评估不准确等问题,提出了一种优化的个人信用评估模型,模型基于梯度提升框架LightGBM,结合贝叶斯全局优化算法进行个人信用评估.为验证模型适用性,采用Lending Club公开数据集进行相关实验,并与逻辑回归、随机森林、XGBoost模型的预测结果进行比较.实验结果表明,该模型的个人信用评估效果更好,评估准确率达到99.97%,少数类样本F1-score达到89.02%.

    个人信用评估集成学习LightGBM超参数优化特征重要度

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

    基于迁移学习的正温度系数热敏电阻表面损伤分类算法研究

    柯愉
    1703-1707页
    查看更多>>摘要：正温度系数热敏电阻(Positive Temperature Coefficient Resistor,PTCR)在生产转运过程中易遭受表面损伤,人们通常在出厂前对其甄别损伤,实施筛选.然而现在常采用人工手动分拣,效率低,容易漏选,因此使用机器视觉技术来进行智能化分类将极大地提升其分拣效率.论文提出了一种基于迁移学习的PTCR表面损伤分类算法,此算法将获取的数据集进行数据增强后在三种卷积神经网络模型Inception-V3、ResNet50、Xception分别提取特征向量,然后将提取到特征向量进行合并训练,使用SoftMax进行分类,最后获得了准确率最高的OurNet(自命名)模型.该模型可以自动识别出边缘破损、完全破裂、表面刮擦等三种表面损伤,从而保障产品质量,提高生产效率.

    正温度系数热敏电阻损伤分类迁移学习

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

    基于IVMD-PSO-LSTM模型的短期风速预测

    魏来谢义超喻敏
    1708-1713页
    查看更多>>摘要：原始的风速序列是一种非线性和不平稳的风速序列,直接针对风速序列进行建模和预测精度不高.论文提出一种基于改进变分模态分解(Improved Variational Mode Decomposition,IVMD)的粒子群优化长短期记忆模型(Particle Swarm Optimization-Long Short-Term Memory,PSO-LSTM)网络相结合的方法对短期风速序列进行预测.IVMD算法能够自适应地确定分解层数,从而将原始风速序列转化为若干个不同频率、平稳的子序列,并具有良好的完备性.论文首先通过计算不同分解层数下的各个子序列的模糊熵值来为VMD算法选取合适的分解层数,然后采用VMD算法对原始风速序列进行计算分解得到一系列的平稳子序列,再通过对LSTM模型进行PSO算法优化来寻找最优参数,对子序列建立优化后的组合模型来进行预测,最后对子序列预测结果加总得到最终的预测结果.仿真结果表明,论文提出的IVMD-PSO-LSTM混合模型相较于BP、ARMA、LSTM单一模型预测精度更高,符合现有的风速预测标准.

    VMD模糊熵PSOLSTM风速预测

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