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YOLOv5的海洋生物检测算法

    朱伟东何月顺陈杰任维民...
    1631-1636页
    查看更多>>摘要：对于水下机器人捕捞行业,提高对海洋生物的识别准确率可以有效减少对海洋生态环境的破坏.针对现有海洋生物检测模型在复杂环境下对小目标存在特征提取能力不足、检测精度低的问题,提出了一种基于改进YOLOv5的海洋生物检测算法.该算法通过改进马赛克数据增强,生成更多的小目标数据样本;在YOLOv5的主干网络引入SimAM(Simple,Parameter-Free Attention Module)无参注意力机制,该注意力机制对海洋生物特征图分配3D注意力权值,从而增强模型提取特征的能力.实验结果表明,对比原始YOLOv5算法,在没有引入额外参数的情况下,查准率、查全率、平均检测精度分别提高了2.8％、1.7％、1.6％,为水下机器人进行精准识别和捕捞提供了技术支持.

    海洋生物YOLOv5马赛克数据增强SimAM

      原文链接:
    • 万方数据

    基于XGBoost算法的学业成绩预警模型研究

    崔佳杉年梅张俊
    1637-1640,1651页
    查看更多>>摘要：基于XGBoost算法利用高校学生数据建立学业成绩预警模型.文章以UCI公开学生成绩数据集为研究对象,采用XGBoost分类回归模型对预测数据进行分析.通过G1阶段(第1期成绩)和G2阶段(第2期成绩)学生在mat课程成绩表现得到的预测结果,与真实G3阶段(第3期成绩)成绩对比,准确率达到85.8％,采用por课程成绩信息数据进行测试,准确率达到了83.2％,验证了算法模型的有效性.在实际应用中,使用XGBoost算法,对计算机学院本科生学生学业成绩进行预测,准确率达到了75.2％.

    数据挖掘学业成绩预警XGBoost算法回归模型

      原文链接:
    • 万方数据

    基于双流P3D-Resnet的人体行为识别研究

    缑新科王凯吴宣言
    1641-1646页
    查看更多>>摘要：由于三维卷积神经网络的层数加深会使得网络模型所需要计算的参数量较大,导致网络难以训练,且对人体行为的识别率不高.论文提出了三维残差网络结合底层注意力机制的人体行为识别改进算法.首先将RGB视频帧和光流帧分别输入到卷积神经网络,然后通过注意力机制提取人体行为的特征,最后对双流卷积网络进行融合.在有效降低网络模型参数量的基础上能够较好地提升网络的精度.在UCF101数据集上的实验验证表明,该算法的识别率达到了94.3％.

    行为识别三维残差网络注意力机制双流卷积网络

      原文链接:
    • 万方数据

    基于自适应遗传算法的改进及实现

    杨森刘新平李克文
    1647-1651页
    查看更多>>摘要：遗传算法是一种应用于优化问题的启发式算法,对求解简单问题的全局最优解具有很好的收敛性,但求解复杂优化问题则容易出现过早收敛、稳定性差等现象.为解决上述问题,论文提出了一种自适应遗传算法的改进方法,分别优化了交叉概率和变异概率的计算方式,并运用经典测试函数对该算法进行了验证,分析了此改进的优缺点.实验结果表明,改进后的自适应遗传算法比标准遗传算法可以更好地避免进化初期的停滞、过早收敛现象,具有更高的稳定性.

    遗传算法优化问题自适应过早收敛

      原文链接:
    • 万方数据

    ACOSA:一种基于MapReduce的启发式调度算法

    贺立戴新发夏静
    1652-1656,1695页
    查看更多>>摘要：Hadoop是近几年发展起来的专为处理大数据的平台,是开源分布式数据处理框架,在大数据处理方面具有低成本、高效性、可靠性、可扩展性和可伸缩性等优点.针对Hadoop平台中现有的MapReduce调度算法,论文提出了一种新型的基于ACO和SA算法的组合优化算法—ACOSA算法.经过模拟实验验证,ACOSA算法缩短了任务完成的时间,平衡了各节点之间的负载.

    HadoopMapReduce组合优化ACOSA调度算法算法优化

      原文链接:
    • 万方数据

    一种基于小生境的自适应入侵野草优化算法

    马跃杜先君程生毅
    1657-1661,1738页
    查看更多>>摘要：针对入侵野草优化(Invasive Weed Optimization,IWO)算法在迭代前期局部搜索能力不足和后期缺乏种群多样性的缺点,论文提出了一种基于小生境思想的自适应入侵野草优化(Niche-based Adaptive Invasive Weed Optimization,NAI⁃WO)算法.小生境思想用来增加算法的种群多样性;自适应机制中引入周期算子和自适应算法,使野草个体的空间扩散的标准差不仅随迭代次数变化,而且可以根据周期算子的参数和个体的适应度值来动态变化.通过多个数学基准函数的寻优测试验证了所提出的NAIWO算法的有效性.

    智能算法入侵野草优化小生境思想数学基准函数

      原文链接:
    • 万方数据

    基于3D骨骼数据的课堂个人行为识别研究

    徐苏杰高尚张梦坤朱乐俊...
    1662-1666,1685页
    查看更多>>摘要：课堂作为教育学生的平台,有着至关重要的作用.学生在课堂上的表现很大程度上影响着他们对知识的接受度,所以课堂行为识别对教学有着重要的意义,不仅能提高教学的效率,也能提高教学的质量.论文使用Kinect传感器在课堂环境中获取深度图像并提取学生骨骼的3D坐标数据,定义各个关节点与髋关节的欧式距离,各个关节点与髋关节夹角的余弦值,每一帧的关节点与第一帧的关节点的欧式距离,每一帧的关节点与第一帧的关节点夹角的余弦值为特征,接着用PCA算法进行降维,最后采用基于多核函数的SVM非线性分类器进行分类,在公测数据集和实测数据集上都有较好的识别准确率.

    Kinect传感器课堂行为识别SVM

      原文链接:
    • 万方数据

    一种基于改进惯性权重的粒子群优化算法

    钱江波张佳星姚大伟李岩...
    1667-1670页
    查看更多>>摘要：文章针对标准粒子群算法在迭代过程中容易陷入局部最优,算法本身对惯性权重的调节不够精确这一问题.为了能够提高算法精确性得到更加准确的目标值,提出了一种非线性递减惯性权重策略来优化粒子群算法,使得粒子前期飞行速度下降不会过快,从而平衡粒子的全局搜索能力和局部搜索能力,避免陷入局部最优.最后选择典型测试函数,把改进后的算法与其他改进算法比较,结果表明改进后的算法更加精确稳定性更高.

    粒子群算法惯性权重非线性递减

      原文链接:
    • 万方数据

    基于改进TFIDF算法的情感分析模型研究

    季旺夏振宇
    1671-1675页
    查看更多>>摘要：随着电商行业的蓬勃发展,网上购物逐渐取代线下商店成为最受欢迎的购物方式之一.因此从海量的商品评价中挖掘出有用的信息,对顾客购买商品和商家提高服务质量具有重要的意义.在深度学习背景下,论文在关键词提取中对TF-IDF算法进行改进,主要是关键词权重的优化.实验结果表明,基于论文改进的算法构建的商品评论模型比传统的模型分类效果好.

    商品评价深度学习关键词提取TF-IDF权重

      原文链接:
    • 万方数据

    基于循环神经网络和全局化领域的推荐算法

    李利杰张君华
    1676-1679,1701页
    查看更多>>摘要：推荐系统一定程度上缓解了互联网大数据所带来的信息过载问题,但是传统的推荐算法在数据稀疏和冷启动时推荐精准度下降严重,为此提出了一种基于循环神经网络与全局化领域的推荐算法(Recurrent Neural Network and Globle Domain Algorithm,RNGA).首先通过全局化领域优化框架提升了传统基于领域模型推荐算法的不足.其次将循环神经网络与全域化领域模型有机结合,运用循环神经网络获得用户的隐藏偏好,提升了推荐准确性.MovieLens上的基准数据的性能测试表明所提出的算法能有效提高推荐准确性.

    循环神经网络全域领域模型推荐算法

      原文链接:
    • 万方数据