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

    融合语义特征的无监督关键词提取算法

    赵长路刘军胡佳胡宝权...
    1909-1915,1926页
    查看更多>>摘要：针对传统的词图模型的关键词提取算法缺乏文本语义理解的不足，提出一种融合语义特征的无监督关键词提取算法，该方法结合词嵌入技术与词图模型的思想，将文本语义信息和语序信息同时融入到传统的词图模型算法中。首先利用Word2vec和Doc2vec模型分别对词和文本进行向量表征，获取文本的语序信息，然后通过词向量计算出候选词与文本之间的语义相似度，进而改进TextRank算法，重新对候选关键词之间的边权值和初始值进行分配，并构建对应的重启概率矩阵和转移概率矩阵用于词图模型迭代计算候选词的分值以及关键词的提取。实验结果表明，有效地融合文本的语义信息和语序信息能够提升关键词提取的准确性。

    关键词提取语义信息语序信息向量表征TextRank算法

      原文链接:
    • 万方数据
    • 维普

    基于邻域平均距离的离群点检测算法

    史金余杜晓涵孙禹明李春慧...
    1916-1920页
    查看更多>>摘要：离群点检测是数据挖掘领域的一个热点问题，离群点检测可以有效地识别出数据集中的离群点，为数据分析提供方便。为提高数据分析精度，有效筛选离群点，提出一种基于邻域平均距离的离群点检测算法。首先计算误差平方和并使用肘部法确定最佳聚类个数K，然后将K代入K-Means的优化算法二分K-Means中对数据集进行聚类处理，从而得到K个数据簇，最后分别计算每个簇中质心ε邻域的邻域平均距离，将与质心距离大于阈值距离的样本点作为离群点集。实验结果表明，在标准数据集UCI上，该算法的检测率有较好的表现。

    离群点检测二分K-Means肘部法平均邻域距离

      原文链接:
    • 万方数据
    • 维普

    基于贝叶斯优化和组合模型的XGBoost改进方法

    骆海瑞刘军平黄祥国彭涛...
    1921-1926页
    查看更多>>摘要：回归预测中，模型和超参数对预测结果有着极大影响。合适的模型能够决定预测的效果，同时模型的超参数直接控制了训练的方式，采用合适的超参数能够进一步提升算法的精确度。为了提升回归预测精度和鲁棒性，提出了一种基于贝叶斯优化和组合模型的回归优化方法。首先利用贝叶斯优化快速的全局搜索能力，以交叉验证平均得分为目标函数值，对XGBoost算法和LightGBM算法进行调优，选择较好的超参数值建立BO_XGBoost和BO_LightGBM模型，接着利用序列最小规划算法确定BO_XGBoost和BO_LightGBM的模型权重并进行模型组合。在UCI公共数据集上进行的实验结果表明，该方法能够有效提高预测精度和鲁棒性。

    贝叶斯优化组合预测回归分析XGBoostLightGBM序列二次规划

      原文链接:
    • 万方数据
    • 维普

    基于GWO-IWD算法的装配序列规划研究

    刘鑫涛叶树霞齐亮
    1927-1931,1980页
    查看更多>>摘要：针对复杂装配体装配序列规划问题，提出一种基于灰狼优化的智能水滴算法。综合考虑零件的属性特征及几何约束，构建装配体的装配信息模型，将装配成本作为优化的目标函数，以装配序列的几何可行性、装配方向改变次数以及装配工具改变次数为约束条件，建立面向装配体的优化模型。采用智能水滴算法对装配体优化模型进行求解，并利用灰狼优化算法来改善智能水滴算法的搜索能力，提高算法求解精度。以柱塞泵装配体单元为例，验证了该算法的可行性及有效性。

    装配序列规划干涉矩阵智能水滴算法灰狼优化

      原文链接:
    • 万方数据
    • 维普

    针对不平衡数据分类的改进GBDT算法

    李长洪郑凯林博宇
    1932-1937,1943页
    查看更多>>摘要：许多传统的分类算法在处理不平衡数据时，训练出的分类器对多数类别样本预测准确率较高，而对少数类别样本的预测准确率较低。针对这一问题，提出一种改进的梯度提升决策树(GBDT)算法用于处理不平衡数据的二分类问题。数据层面，用自适应综合过采样(Adaptive Synthetic Sampling)技术增加少数类的样本数量。算法层面，将焦点损失函数(Focal Loss)引入到GBDT二分类算法中，增加模型对少数类样本的关注度。并且通过平衡化GBDT内部迭代时的每一次随机子采样，使基分类器的性能更稳定。在10组KEEL不平衡数据集上进行对比实验，实验结果验证了改进的可行性。并且用提出的改进算法与SMOTEBoost、RUSBoost、CUSBoost这三种流行的不平衡数据分类算法进行比较，实验结果表明所提改进算法在其中7组数据集上F1-measure值取得最高，其中6组数据集上G-mean值取得最高，验证了所提改进算法在处理不平衡数据的二分类问题时具有较好的效果。

    不平衡数据梯度提升决策树自适应综合过采样焦点损失函数随机子采样

      原文链接:
    • 万方数据
    • 维普

    基于多特征筛选的双频指数预测算法

    刘杨袁学光李丹丹李元涛...
    1938-1943页
    查看更多>>摘要：双频指数(Bispectral Index，BIS)是根据脑电信号得到的衍生指数，是目前镇静深度监测应用最广泛的指标。但是根据脑电信号计算得到BIS存在20 s～30 s的更新延迟，影响麻醉医师对患者镇静状态的判断，增大患者术中知晓的风险，影响患者术后恢复。论文结合脑电信号子参数、历史BIS和患者术中生命体征预测BIS值，为麻醉医师提供患者最新的镇静状态的变化趋势，进而方便其准确地调整麻醉用药。论文构造基于多特征筛选的BIS预测模型。首先通过经验模态分解算法对脑电信号噪声滤除，并对处理后的脑电信号进行子参数提取。然后采用随机森林算法筛选镇静特征参数，得到与BIS相关度最高的5个特征。最后将筛选的特征和对应的BIS值输入长短期记忆网络中进行预测。实验结果表明，该模型预测的BIS值与患者真实BIS值拟准确度达到0。93。与多层感知器和时间卷积网络进行比较，该算法预测的准确率分别提升了17。7%和12。9%。同时该算法预测30s内BIS耗时0。32 s，比多层感知器多用了0。2 s，比时间卷积网络节省了2。12 s。

    双频指数长短时记忆网络脑电信号降噪特征筛选

      原文链接:
    • 万方数据
    • 维普

    基于不变矩卡尔曼预测的核相关跟踪算法改进

    洪柱周论王科于航...
    1944-1949页
    查看更多>>摘要：针对KCF(核相关滤波器)算法在目标发生严重遮挡时易出现目标丢失的问题，提出了一种结合不变距特征及卡尔曼预测的核相关滤波跟踪算法。利用模板图像和当前帧图像的不变矩特征计算相关量，然后根据不同遮挡情况下相关量值的变化情况设定目标遮挡判断机制。当目标未遮挡时KCF算法对目标继续跟踪;当目标被遮挡时利用卡尔曼滤波预测目标位置，目标复现后KCF算法利用预测的位置信息继续跟踪。最后采用OTB-2015数据集测试算法的有效性，实验结果表明，论文算法相对于KCF算法跟踪精度和跟踪成功率分别提高了12。95%和13。28%，有效改善了遮挡情况下的目标跟踪性能。

    目标跟踪相关滤波卡尔曼滤波不变距特征

      原文链接:
    • 万方数据
    • 维普

    基于SIR模型的最小支配集溯源研究

    赵佳楠王友国柴允
    1950-1954页
    查看更多>>摘要：论文研究了在SIR模型基础上，通过有限的观测者定位谣言爆发来源的估计问题。出于对观测节点遍历性的考虑，论文利用贪婪算法求取图的最小支配集作为观测节点，通过观测节点记录感染信息，然后利用皮尔逊相关系数，计算每个候选节点到观测节点的最短路径和其感染时间序列之间的相关性，相关性最高的判定为源节点。最后在仿真实验中验证了算法的准确性。

    传染病模型溯源最小支配集观测节点

      原文链接:
    • 万方数据
    • 维普

    基于多头注意力机制的残差网络深度学习推荐模型

    张圆梦李少波周鹏杨明宝...
    1955-1958,1965页
    查看更多>>摘要：深度学习由于其强大的特征表达能力，在推荐研究领域的应用逐渐广泛。DIN(Deep Interest Network)是一种基于注意力机制和用户兴趣进行推荐的深度学习模型，针对其存在的特征训练完备性较低、推荐精度有待提高的问题，提出一种基于DIN改进的融合多头注意力模块与残差网络的深度学习推荐模型:MHAR-DIN(Multi-Head Attention Residual Deep Interest Network)。利用多头注意力模块基于用户历史行为进行注意力的打分，充分考虑用户的兴趣偏好，并引入残差网络结构将特征越过训练直接接入全连接器，解决过深网络难以训练的问题。在公开数据集MovieLens上与经典深度学习推荐模型的对比实验表明，所提MHAR-DIN模型具有一定有效性和可行性。

    多头注意力机制残差网络推荐算法DIN深度学习

      原文链接:
    • 万方数据
    • 维普

    基于参数优化随机森林模型的消费行为预测算法

    杨千帆李涛贾志强
    1959-1965页
    查看更多>>摘要：在大数据与线上营销的影响下，零售企业也积极采取大数据智能营销方案。为了提高零售企业在消费行为预测中的精准率，从而提高企业销售额获取更大利润，从消费数据、会员数据和商品数据中通过信息增益的方法提取特征，构建基础特征群，挖掘潜在信息。利用遗传算法对随机森林的参数进行优化，建立基于参数优化的随机森林消费行为预测模型，实验数据来自某线下连锁药店37天的消费记录。将实验模型和原始随机森林模型、决策树模型、支持向量机模型和XG-Boost模型进行实验对比，实验结果表明遗传算法参数优化后的随机森林消费行为预测模型的精准率和AUC值均高于其他四种模型。

    行为预测信息增益遗传算法随机森林参数优化

      原文链接:
    • 万方数据
    • 维普