首页期刊导航|计算机与现代化
期刊信息/Journal information
计算机与现代化
江西省计算机学会 江西省计算技术研究所
计算机与现代化

江西省计算机学会 江西省计算技术研究所

刘波平

月刊

1006-2475

jgsdd@163.com

0791-86490996

330002

南昌市井冈山大道1416号

计算机与现代化/Journal Computer and ModernizationCSTPCD
查看更多>>《计算机与现代化》杂志成为“中国科技核心期刊”、“中国科技论文统计源期刊”!《计算机与现代化》系《中国学术期刊综合评价数据库来源期刊》;《中国学术期刊(光盘版)》、《中国期刊网》、《中国数字化期刊群》、《中国核心期刊(遴选)数据库》全文引用期刊。其特点是:时效性强,密切跟踪计算机科技发展动态,以最快的速度精选刊登计算机专业的新理论、新技术及其在各领域应用成果的论文。既有相当的学术水平,又有实际指导意义。编辑管理规范,系《CAJ-CD规范》执行优秀奖期刊。 设有栏目:系统分析与设计、软件工程、网络与通信、控制技术、计算机辅助设计、中文信息技术、人工智能、信息系统与ERP、信息安全技术、电子商务、图像处理、应用与实践等。 《计算机与现代化》于1985年创刊,多年来得到广大读者和作者的厚爱和支持,在此表示衷心的感谢,欢迎订阅投稿。
正式出版
收录年代

    基于异质属性融合的危重疾病二阶段预测模型

    詹少强曾安张逸群孙鸿涛...
    67-73页
    查看更多>>摘要:随着电子健康记录(Electronic Health Record,EHR)的出现与广泛应用,基于EHR数据的预测模型可以起到早期检测和干预疾病的作用.异质属性在EHR数据中普遍存在,但是难以做到深度利用,因此可通过对数据样本进行异质属性融合的方法,为后续模型训练提供信息丰富的数据表征基础.本文设计一种高效的二阶段预测模型,用于解决重疾预测中存在的时效与成本等问题.该模型的第一阶段对病例样本进行粗粒度预测,将危重程度低的病例进行疾病初筛,起到提前分流病人的作用;第二阶段模型则基于第一阶段的粗滤结果,对潜在的危重病例进行更细粒度的预测.通过实验验证,经过异质属性融合处理后,在选择前6个时间点构造非时序模型时,二阶段模型可以较好地兼具疾病初筛以及疾病预测的效果.

    异质属性融合疾病初筛二阶段模型

    基于无监督域适应的室外点云语义分割

    胡崇佳刘金洲方立
    74-79,86,91页
    查看更多>>摘要:为处理室外大规模场景中语义分割网络训练需求数据量过大的问题,提出一种基于无监督域自适应的点云语义分割方法.该方法使用改进的RandLA-Net以SPTLS3D真实世界数据集的少量点云作为目标对象进行语义分割.模型在SensatUrban数据集上完成分割网络的预训练,通过缩小源域和目标域之间的域差距来完成模型的迁移.RandLA-Net编码过程会缺失原始点云全局特征,因此本文提出一种额外获取全局信息加入网络解码的方法.此外,为增强差异化信息的获取,RandLA-Net的局部注意力模块权值改为根据各点的特征和其邻域的平均特征的差值.实验显示,该网络在Se-manticKITTI数据集上的平均交并比精度达到54.3%,在Semantic3D上的平均交并比精度达到了71.91%.预训练好的模型经过微调后平均交并比精度达到了80.05%,比直接训练的效果好8.83个百分点.

    点云语义分割无监督领域自适应迁移学习微调深度学习

    一种面向微控制器上环境声音分类的DNN压缩方法

    孟娜方维维路红英
    80-86页
    查看更多>>摘要:环境声音分类(Environmental Sound Classification,ESC)是非语音音频分类任务最重要的课题之一.近年来,深度神经网络(Deep Neural Network,DNN)方法在ESC方面取得了许多进展.然而,DNN是计算和存储密集型的,无法直接部署到基于微控制器(Microcontroller Unit,MCU)的物联网设备上.针对这一问题,本文提出一种用于资源高度受限设备的DNN压缩方法.由于DNN模型参数规模较大无法直接部署,因此提出使用剪枝方法进行大幅压缩,并针对该操作带来的精度损失问题,设计一种基于模型中间层特征信息的知识蒸馏方法.基于STM32F746ZG设备在公开的数据集(UrbanSound8K、ESC-50)上进行测试,实验结果表明,本文方法能够获得高达97%的压缩率,同时保持良好的推理精度和速度.

    环境声音分类边缘计算微控制器剪枝知识蒸馏量化

    基于BERT的电子病历命名实体识别

    郑立瑞肖晓霞邹北骥刘彬...
    87-91页
    查看更多>>摘要:电子病历是保存、管理、传输病人医疗记录的重要资源,是医生诊治疾病的重要文本记录.通过电子病历命名实体识别(NER)技术能够高效、智能地从电子病历中抽取症状、疾病、药名等诊疗信息,有利于结构化电子病历,使之能够使用机器学习等技术进行诊疗规律挖掘.为了高效识别电子病历中的命名实体,提出一种融合对抗训练(FGM)的基于BERT与双向长短期记忆网络(BILSTM)的命名实体识别方法(BERT-BILSTM-CRF-FGM,BBCF),对2017全国知识图谱与语义计算大会(CCKS2017)提供的中文电子病历语料做修正等预处理后,采用BBCF模型识别该语料中5种实体的平均F1值为92.84%,比基于膨胀卷积网络的BERT模型(BERT-IDCNN-CRF)和基于BILSTM的条件随机场模型(BILSTM-CRF)有更高的F1值和更快的收敛速度,能够更加高效地结构化电子病历文本.

    电子病历命名实体识别BERTFGM双向长短期记忆网络条件随机场

    一种面向城市战场的智能车自主导航方法

    李鹏徐珞
    92-98页
    查看更多>>摘要:城市战场是常规战争和日常治安的主要阵地,出色的城市战场突防能力能够帮助我方作战人员更好、更快地完成侦查、打击、营救等任务.然而,城市内街道环境错综复杂同时还可能存在敌方的拦截,使得城市战场环境复杂多变,大大增加了完成任务的难度.传统的路径规划方法依赖于精确的静态地图和规则约束,缺乏灵活性和适应性.因此,本文提出一种面向城市战场的智能车自主导航方法,并设计离散的动作空间和基于任务完成度的奖励函数.首先,以城市战场突防任务为例,设计状态空间、动作空间,并选择适合的深度强化学习算法;然后,基于Gazebo仿真平台和ROS设计算法流程框架和实验方案.实验结果表明,在城市战场环境下运用该方法的智能小车能够有效地穿越障碍并躲避敌方单位到达指定地点,提高了突防的成功率.

    城市战场路径规划深度强化学习自主导航

    数据驱动的焊膏印刷工艺参数推荐技术

    苏欣
    99-102,116页
    查看更多>>摘要:针对印制板焊膏印刷过程中工艺参数制定主观性大、经验依赖性强的问题,提出一种数据驱动的印刷工艺参数推荐方法.首先构建面向每一元器件焊膏印刷质量预测模型,包括面向每一元器件的印刷合格率预测、焊膏相对面积/体积预测、印刷缺陷类型预测3个子模型;其次以每一元器件印刷质量最优为目标,构建印制板焊膏印刷工艺参数推荐模型;最后基于实际印制板的印刷数据中对各模型的正确性进行验证,印刷合格率预测的平均准确度达到98%,推荐出的工艺参数的偏差值与经验值的偏差小于10%,质量预测和工艺参数推荐结果均可满足实际生产应用要求.

    焊膏印刷随机森林质量预测参数推荐

    基于优化八叉树的场景视锥体裁剪算法

    李颖颖黄文培
    103-108页
    查看更多>>摘要:大体量3D模型容易导致浏览器端渲染帧数低、显示卡顿及资源消耗大等问题,其原因是这类模型通常包含数以亿计的三角面片,在有限的时间内无法实现快速加载与渲染.针对此类问题,提出一种基于优化八叉树的场景视锥体裁剪算法.该算法采用地址码(Morton码)、节点视距标准和按需增量划分技术,使得八叉树具有自适应性与良好的压缩效率;采用双层包围体和基础相交测试技术,提高视锥体裁剪的精确性,整体上实现提升渲染帧数、显示流畅的目标.高速列车实例模型研究表明,与传统八叉树视锥体裁剪算法相比,所提算法平均渲染帧数上提高了约 14帧,空间压缩率提高了37.8个百分点.

    地址码视距标准按需增量划分自适应性双层包围体基础相交测试

    基于PWLCM和秃鹰俯冲机制改进的野狗优化算法

    欧基发蔡茂国洪广杰詹楷杰...
    109-116页
    查看更多>>摘要:针对野狗优化算法(Dingo Optimization Algorithm,DOA)收敛速度偏慢和寻优精度较低等问题,提出一种基于PWLCM和秃鹰机制改进的野狗优化算法(Improved Dingo Optimization Algorithm,IDOA).首先,使用具有遍历性的分段线性混沌映射(Piecewise Linear Chaotic Map,PWLCM)初始化野狗种群,有效增加野狗种群多样性.其次,在迫害策略中引入秃鹰俯冲机制,加快野狗捕获猎物的速度,加强算法探索局部的能力.最后,在食腐策略引入螺旋搜索因子,增强算法的局部寻优能力,提升算法的寻优速度和求解精度.仿真实验数据、消融实验以及Wilcoxon秩和检验均表明,与其他对比算法相比,提出的IDOA在所有测试函数上有着更佳的寻优速度以及寻优精度;与其他改进的野狗优化算法相比,所提出的IDOA展现出更好的整体性能.

    野狗优化算法分段线性混沌映射秃鹰俯冲机制螺旋搜索因子

    融入动态学习与高斯变异的自适应秃鹰搜索算法

    夏煌智陈丽敏毛雪迪
    117-126页
    查看更多>>摘要:针对标准秃鹰搜索算法寻优时存在的初始种群分布不均匀、个体适应性差和易陷入局部最优等问题,提出一种改进的秃鹰搜索算法应用于求解函数优化问题.首先,引入Circle混沌映射丰富初始种群的多样性,在搜索空间阶段引入一种非线性权重自适应地调整算法搜索与开发的能力;其次,令螺旋搜索过程中秃鹰领导者个体向具有代表性的秃鹰个体进行动态学习,产生出适应性强的秃鹰个体;最后,对最佳搜索位置的秃鹰个体执行高斯变异策略,根据个体适应度大小择优更新曲线俯冲过程中的秃鹰领导者个体,种群中多数秃鹰个体的适应性得到增强,能够一定程度上避免算法在函数寻优时出现的停滞局面.通过在若干基准测试函数与部分CEC2017函数的对比实验验证了本文算法的优越性.

    秃鹰搜索算法Circle混沌映射非线性权重动态学习高斯变异

    征稿启事

    封2,封3页