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

    面向格网化立方体元数据的抽象树模型

    李德友余劲松弟魏丹丹罗源...
    1-6页
    查看更多>>摘要:本文旨在研究一种面向格网化立方体元数据的抽象树模型,以支持多源异构对地观测元数据的管理,减少对异构元数据的解析、适配和存储结构设计.首先,基于对对地观测元数据基本特征的分析,本文抽象出元数据的一般构成要素,定义统一的抽象树模型及其操作方法;然后,基于关系型数据库系统实现抽象树模型的存储与操作映射,结合主流地理信息互操作相关国际标准设计格网化立方体元数据模型,实现异构元数据的统一集成与存储;最后,构建格网化立方体元数据管理原型系统,以北大西洋环境变量的数据管理为应用案例,展示基于抽象树模型的格网化立方体元数据操作.应用表明,本文提出的元数据模型易于操作,拓展性强,能有效支持对地观测元数据的集成与存储.

    对地观测元数据树模型数据立方体

    基于RF-LCE-BiLSTM-Attention-AMSSA模型的京剧二分类

    龚谊承刘青
    7-12页
    查看更多>>摘要:为了提升大数据背景下的京剧分类精度,促进国粹传播,本文在RF-BiLSTM-Attention模型基础上利用偏差惩罚交叉熵(LCE)损失函数防止过拟合,并融合自适应麻雀优化算法(AMSSA)提出RF-LCE-BiLSTM-Attention-AMSSA模型对京剧与其他音乐进行二分类.模型首先将音频文件转化为由特征构成的向量,再结合L2正则化损失和交叉熵损失作为模型的偏差惩罚交叉熵损失函数,通过神经网络进行分类训练;然后利用AMSSA优化模型超参数,将最优超参数代入模型进行京剧二分类.以来自大众音乐平台和GTZAN数据集的1500首音乐进行京剧二分类实验,对比RF-LCE-BiLSTM-Attention-AMSSA模型与RNN、LSTM、BiLSTM等10种模型的分类准确率,并对LCE损失函数与AMSSA进行消融实验.实验结果表明:RF-LCE-BiLSTM-Attention-AMSSA模型的分类准确率为89.95%,比RF-BiLSTM-Attention提高了0.95个百分点;比RF-LCE-BiLSTM-Attention提高了0.28个百分点.

    京剧双向长短时记忆网络交叉熵自适应麻雀优化算法二分类

    基于异构时空图卷积网络的出租车客流预测

    李桃迎李蒙武梦乔
    13-18页
    查看更多>>摘要:准确预测区域级出租车客流量对出租车调度和乘客出行至关重要.而挖掘客流的时空相关性则是提高预测精度的关键.针对现有研究中对区域客流的时空特征挖掘不充分,特别是非邻近区域间客流相似性以及区域之间的空间关系没有充分挖掘的问题,本文提出一种考虑时空相似性的异构时空图卷积网络,以实现对区域级客流预测.该模型以区域物理邻接图、区域相似图和OD(出发-到达)关联图构建异构图,以表达客流数据的时空特性.在公开数据集上进行实验,结果表明:该模型在平均绝对误差、均方根误差、准确率和R2方面均优于对比模型,具有更高的预测精度.

    出租车调度客流预测时空特征图卷积网络门控递归单元

    基于命名数据网络的车联网信息转发策略

    张泰闫子豪段洁张志鸿...
    19-27页
    查看更多>>摘要:针对在车联网中由于节点高移动性导致的网络拓扑动态变化问题和传统网络潜在的广播风暴问题,提出一种基于网络拓扑预测的车联网信息转发策略.首先根据车联网中节点性能、车辆运行状态属性、运动轨迹、链路属性等,采用动态网络拓扑演化算法进行拓扑预测,构建当前网络拓扑;再使用最短路径算法构建多源信息转发表,根据信息转发表进行信息转发;最后在转发表失效的情况下,根据节点和链路属性选择最佳邻居节点转发数据,同时,进一步完善基于拓扑预测的内容转发;最后仿真结果表明,与其他转发策略相比,本文所提出的转发策略能有效减少内容获取时延,提高请求命中率.

    车联网命名数据网络基于名称的路由动态拓扑预测信息转发

    基于改进Elman神经网络的预测方法

    袁庆乐牟莉
    28-33页
    查看更多>>摘要:针对钢铁企业在采购管理方面计划周期性采购量不够合理,计划供应企业的生产需求不够精准等问题,提出一种基于改进布谷鸟搜索算法优化Elman神经网络(BASCS-Elman)的模型.以宝钢德盛公司物料生铁矿为研究对象,采用此模型对其需求量进行预测,以达到精准预测,减少资源浪费,提高企业利润的目的.本文通过Logistic混沌映射优化CS初始种群,从而保持种群多样性并能提高算法搜索遍历的均匀性;通过自适应Levy飞行更新布谷鸟位置,从而增加全局搜索能力;通过多阶段动态扰动策略帮助全局寻优;通过天牛须算法加快局部寻优速度.仿真实验结果表明,提出模型的平均绝对误差为1.5042,平均绝对百分比误差为0.33423%,最快稳定时间为1.18 s,优于其他预测模型.

    需求量预测改进布谷鸟搜索算法天牛须算法Logistic混沌映射

    基于Q学习的安全服务功能链编排算法

    刘行郭靓王正琦韦小刚...
    34-40页
    查看更多>>摘要:随着科技的发展,互联网已成为人类生活中不可或缺的一部分,而网络安全也显得尤为重要.为了保障网络安全,动态安全服务功能链编排是其中一个重要的研究方向.但是,现在对于动态安全服务功能链的网络资源映射和编排算法的研究主要集中在某一种网络资源,研究方向多以优化某个网络资源和降低网络服务延迟为主要目标,忽略了网络整体资源分配的均衡性.本文构建物理网络模型和安全服务功能链模型,在满足用户需求的情况下,同时考虑物理网络节点计算资源和链路带宽资源,目标是取得最好的网络资源均衡分配.根据强化Q学习算法,提出新的链路编排奖励方式,引入贪婪策略避免陷入局部最优,选取一个典型物理网络模型和不同个数的安全服务功能链,多次迭代得到安全服务功能链的最优编排路径.仿真结果表明,提出的安全服务功能链的最优编排与模拟退火算法相比在编排响应时间上减少了38.5%,在资源分配均衡度上提升了2.1%;与遗传算法相比在编排响应时间上减少了96.5%,在资源分配均衡度上提升了2.9%.

    网络安全安全服务功能链Q学习贪婪策略资源分配

    面向物联网终端设备的零信任动态评估方法

    董重重赵聪吴悠张蕾...
    41-45,53页
    查看更多>>摘要:零信任新型网络安全架构致力于保证物联网(Internet of Things,IoT)终端设备的接入安全.针对设备的异构性以及网络接收数据的实时性导致网络攻击增多且无法有效防御的问题,本文提出一种动态、主动地确定设备安全可信的评估方法用于评判接入设备的实时可信性.将数学中的变化率思想引入信任分析中,基于信任区间和变化率形成3个属性集:离散区间、变化范围和变化频率.通过计算实体信任值的上述属性,得到实体的信任状况,并从完备性、准确性和客观性3个层面对终端实体的信任状况进行全面评估.在减少加密等手段的前提下,上述方法可以从数据的角度对终端设备的信任状态进行评估,该评估方法可以为零信任网络安全架构的动态授权等过程提供更加客观、准确的依据.

    零信任动态评估物联网

    基于大模型的设备故障知识图谱自动构建方法

    张昆张永伟吴永城张笑文...
    46-53页
    查看更多>>摘要:故障运维是当前工业生产领域的一个重要研究主题.基于故障知识图谱的故障预测、故障诊断、智能问答等研究都已经得到了较大的发展和应用,然而,高质量的故障知识图谱是这些方法开展的基础.考虑到传统的知识图谱构建技术需要对原始数据进行数据预处理、实体识别、关系抽取以及实体对齐,为了提高知识图谱构建效率,本文的工作聚焦于利用大语言模型(Large Language Model,LLM)对故障运维数据进行无监督知识抽取,设计并实现一种基于大模型的大型故障知识图谱的自动构建方法.该方法主要包含2个部分:1)2种面向故障知识图谱构建的zero-shot Prompt,这些Prompt能够引导大语言模型对故障知识图谱进行概念层的生成和元素层的知识抽取,以RDF语法进行表征和输出;2)一种基于大语言模型的知识图谱构建方法,该方法可以通过zero-shot Prompt引导大语言模型对故障运维数据进行知识抽取,并以迭代的形式完成大型故障知识图谱的构建.实验结果表明本文提出的方法具有一定的科学性和有效性.

    提示学习知识抽取知识图谱构建故障运维大语言模型

    基于ChatGLM2-6B的电力企业财务知识问答方法

    叶雪杨晟程凯朱峰...
    54-63页
    查看更多>>摘要:随着电力系统规模的不断增长,在日常财务处理中产生了大量重复和复杂的工作内容,传统的财务知识组织和管理方式已经无法满足当前电力系统的需要.基于此,本文提出一种基于大规模语言模型ChatGLM2-6B构建财务事理图谱的方法,用于规范化财务管理和项目管理流程,辅助财务决策.首先,通过指令微调和提示学习等方式优化Chat-GLM2-6B模型,使其分别从合同和票据数据中抽取出事件和事件关系对;其次,通过FAISS向量数据库将事件关系对保存为本地知识库,并训练一个FAISS-ERNIE相似度评估模型提升模型的知识检索能力,实现财务数据的智能问答;最后,利用层次聚类算法泛化事件关系对,分别得到合同事理图谱和票据事理图谱,用于对实时的财务操作进行规范化指引和监督,实现财务执行的透明化.实验结果表明,本文提出的方法在事件抽取、事件关系对抽取以及相似度检索等方面均展现出优异的性能,所构建的合同和票据事理图谱对于电力企业的财务管理具有重要意义,有助于提升企业管理水平.

    ChatGLM2-6BERNIEFAISS向量数据库指令微调提示学习

    融合句法特征与语义特征的作文自动评分方法

    陈宇航杨勇帕力旦·吐尔逊樊小超...
    64-69页
    查看更多>>摘要:作文自动评分是一种利用自然语言处理技术对作文进行自动评估和打分的技术.作文自动评分能够提升评分效率,降低人工成本,确保评分的客观性和一致性,在教育领域有着广泛的应用前景.尽管句法特征和主题特征在作文自动评分中扮演着重要角色,但迄今为止,关于如何更好地利用这些特征进行作文自动评分的研究还相对不足.本文提出融合句法特征与语义特征的作文自动评分方法ISSF,该模型采用Parser提取作文的句法特征,采用BERT和适配器的训练方式提取作文的深层语义特征,为了更好地利用作文的主题特征和句法特征及深层语义特征的关联性,采用自注意力机制提取作文的主题特征并用于句法特征强化和深层语义特征强化.实验结果表明,本文提出的ISSF模型在公共数据集ASAP的8个子集上取得了较好的平均性能,相比于通义千问等基线模型,ISSF模型在评分范围较大、评分标准复杂的情况下更具有性能优势.

    作文自动评分主题特征句法特征深层语义特征