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

    基于意图的轻量级自注意力序列推荐模型

    何思达陈平华
    1-9页
    查看更多>>摘要：现有序列推荐模型中自注意力机制计算参数量过大,同时没有充分考虑用户购物意图中的偏好信息.本文提出一种基于意图的轻量级自注意力序列推荐模型.该模型在传统的商品序列编码基础上,引入意图序列编码,进一步挖掘序列间转换模式;同时,为了降低序列中两两商品/意图间自注意力计算复杂度,设计卷积分段采样模块,将用户行为序列和意图序列分为多个片段,即将用户兴趣映射到多个序列片段中,应用自注意力机制捕捉片段间依赖关系,有效减少计算参数量.在MovieLens-1M、Yelp和Amazon-Books这3个公开数据集上进行对比实验,结果表明,相比基线模型,其命中率、归一化折损累计增益和平均倒数排名在MovieLens-1M数据集上提升了5.32%、4.40%和5.51%,在Yelp数据集上提升了30.93%、22.73%和28.84%,在Amazon-Books数据集上提升了7.78%、11.55%和13.98%,充分验证了本文所提模型的有效性.

    序列推荐意图推荐卷积神经网络自注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于主题与描述信息的实体链接方法

    郑久超赵新元
    10-14,122页
    查看更多>>摘要：实体链接被广泛应用于信息挖掘、问答系统等领域,对于构建知识图谱也有着重要意义.针对现在大多数实体链接方法对于候选实体的信息利用不充分,只是在全局模型中隐式地考虑各实体之间关系的问题,提出一种基于主题与描述信息的实体链接方法(TopDEL),通过实体的描述信息来辅助从提及上下文中筛选出对实体影响较大的词语;同时,在局部模型上使用BERTopic主题模型对文档进行主题提取,并利用主题下的词分布表示各个实体之间的关系,从而进行实体链接.在4个公共数据集上的实验结果表明,TopDEL方法有效.

    实体链接描述信息主题BERTopic词分布

      原文链接:
    • 万方数据
    • 维普

    基于改进Stable Diffusion的时尚服饰图案生成

    赵晨阳薛涛刘俊华
    15-23,115页
    查看更多>>摘要：服饰图案是人们展示个性与时尚的窗口.近年来,随着多模态技术的不断发展,基于文本的服饰图案生成得到了充分研究.但现有方法由于结合语义性较差和分辨率不高等问题并未得到很好的应用.大规模语言-图像预训练模型CLIP提出后,各种预训练扩散模型结合CLIP做文本图像生成任务已成为该领域的主流方法.但原始预训练模型对下游任务泛化能力较差,单纯依靠预训练模型并不能灵活准确控制服饰图案的颜色和结构,且其庞大的参数量很难从头重新训练.为解决上述问题,本文设计一个基于Stable Diffusion改进的网络FT-SDM-L(Fine Tuning-Stable Diffusion Model-Lion),该网络使用服饰图像文本数据集,对原模型中的交叉注意力模块进行权重更新.实验结果表明,微调后模型的ClipScore及HPS v2分数平均提高了0.08和1.22,验证了该模块在结合文本信息中的重要能力.随后为进一步增强模型在服饰领域的特征提取和数据映射能力,在该模块输出位置设计添加一个轻量级适配器Stable-Adapter,最大限度地感知输入提示的变化.该适配器仅额外增加0.75%的参数就可使模型的ClipScore及HPS v2分数进一步提高0.05、0.38.模型在服饰图案生成的保真度和语义一致性上均取得良好效果.

    文本图像生成扩散模型交叉注意力机制图像生成计算机视觉

      原文链接:
    • 万方数据
    • 维普

    一种利用复合事件概率运算解决负信息抑制最大化问题的方法

    王晓航李永杰余雷范萧...
    24-33页
    查看更多>>摘要：在线社交网络为人们提供通信便利的同时,也会广泛传播负面信息从而造成严重的负面影响.因此,亟需采取合理有效的策略来最大程度地抑制网络中负面信息的传播.本文在COICM模型上研究了负信息抑制最大化问题并基于局部影响入树结构设计求解节点正(负)激活概率的方法,进而提出一种启发式算法来求解此问题.核心思想为首先在局部影响入树中区分节点的状态,即节点在当前时刻被正或(负)激活,在当前时刻之前曾被正(负)激活和直到当前时刻保持不被激活,且5种状态组成该节点截至当前时刻发生事件的样本空间,然后利用复合事件概率的运算方法求出节点在当前时刻的被正(负)激活的概率表达式,以及通过递归计算求出根节点的负激活概率,最后将网络中所有节点的负激活概率之和作为负种子集的影响力.该算法使用贪心框架迭代选择负信息抑制最大的节点作为传播正信息的节点.在4种真实的不同规模的社交网络数据集上与现有算法进行对比分析,结果表明本文算法的负信息抑制效果更好,且能够适用于大规模网络.

    在线社交网络影响力抑制最大化启发式算法多信息竞争独立级联模型

      原文链接:
    • 万方数据
    • 维普

    基于WiFi和原型网络的手势识别方法

    黄庭培马禄彪李世宝刘建航...
    34-39,115页
    查看更多>>摘要：WiFi的手势识别在无接触式人机交互中发挥着重要作用,然而现有基于WiFi的手势识别系统面临着数据量小和跨域性能差的挑战.为了解决上述问题,本文将采集到的原始WiFi信道状态信息(CSI)通过CSI Ratio去噪、提取相位并转换为CSI图像,将其转化为图像分类问题,然后将转化的图像输入到原型网络(PN)中进行小样本跨域手势识别,在PN特征提取网络中加入了增强的卷积注意力模块(CSI-CBAM)来提高手势的表征学习.在Widar3.0数据集上的实验结果表明,当支持集中的每个类别达到4个标记样本时,该系统在跨环境、跨用户、跨位置和跨方向上的平均识别准确率分别为93.54%、91.28%、91.99%和89.16%.跨域平均准确率大于90%,本文方法只需少量标记样本即可实现高精度的跨域识别.

    手势识别信道状态信息人机交互图像分类注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于自编码器的网络流量异常检测

    吕美静年梅张俊付鲁森...
    40-44页
    查看更多>>摘要：现有流量异常检测方案在面对日益复杂的网络流量和维度增加的数据结构时,存在误报率高、效率低以及实用性差等问题.针对这些问题,本文提出一种基于自编码器的网络流量异常检测模型.该模型首先基于随机森林算法对网络流量提取特征并筛选最优特征集,通过层次聚类算法将特征向量集划分为若干子集来降低特征维度;然后由自编码器并行处理特征子集并计算RMSE值,定义多次实验的最大平均RMSE值为正常流量阈值;利用测试数据的平均RMSE值和阈值判定异常流量.实验结果表明,本文模型召回率较传统的异常检测方法平均提高了4.3个百分点,运行时间降低了约37%.

    异常检测自编码器层次聚类随机森林算法

      原文链接:
    • 万方数据
    • 维普

    基于YOLOv7改进的PCB缺陷检测方法

    张思敏刘新妹殷俊龄李宝玲...
    45-52页
    查看更多>>摘要：针对目前传统网络模型对PCB缺陷检测不准确、检测速度慢、识别精度低等问题,提出了一种基于YOLOv7改进的PCB缺陷检测方法.首先,该方法在原YOLOv7模型基础上采用FasterNet中的部分卷积PConv代替CatConv,从而减少内存访问和参数量,提高检测速度;其次,将双向特征金字塔网络(BiFPN)引入到YOLOv7模型的头部网络,实现PCB缺陷的多尺度特征融合,提升模型的检测精度,再次,将FasterNet模块与BiFPN融合,形成YOLOv7+FasterNet+BiFPN的PCB缺陷检测模型,增强模型对缺陷的特征表达能力;最后,将原有的CIoU改进为XIoU损失函数,不仅提高了模型的收敛速度和对小目标边界框的扰动抵抗能力,也准确地衡量了边界框预测的准确性和定位精度.实验结果表明:改进后的YO-LOv7模型在测试集上的mAP@0.5达到了95.7%,召回率为98.0%,相比于原YOLOv7模型mAP@0.5值和召回率分别提高了7、2个百分点,检测时间仅为21.7 ms,同时,FLOPs值与原模型相比计算量也减小了6.5 G.本文方法在检测速度、查全率和准确率等方面均优于传统网络,为PCB缺陷检测提供了有效的解决方案.

    FasterNetPCB缺陷检测BiFPN内存访问YOLOv7多尺度特征融合

      原文链接:
    • 万方数据
    • 维普

    基于经验小波变换的油气井产量预测模型

    张晓东白广芝李敏李昊洋...
    53-58,71页
    查看更多>>摘要：油气井产量预测对油气资源高效开发具有重要意义.针对间开生产等人工作业因素导致产量数据非线性强、预测难的问题,本文提出一种融合经验小波变换(EWT)和卷积双向长短期记忆网络的双通道产量预测模型.模型一部分采用EWT分解产气量数据,对分解后的子序列采用双向长短期记忆网络(BiLSTM)进行时域和频域特征提取;模型另一部分对多维历史生产数据采用一维卷积神经网络(1D-CNN)进行局部时序特征提取,然后使用BiLSTM并结合自注意力机制从1D-CNN模块的输出特征中挖掘气井生产数据的全局特征.最后,将模型的2个部分进行特征融合,生成最终预测结果.利用某气井生产后期历史数据开展实验建模分析,发现针对人工措施频繁的复杂产量序列本文方法预测结果更准确,表明了本文方法应用于油气田实际生产预测的可行性.

    产量预测经验小波变换卷积神经网络双向长短期记忆网络自注意力机制

      原文链接:
    • 万方数据
    • 维普

    多尺度时间编码的工业园区短期负荷预测

    王海洋弓同鑫杨锦涛陈再龙...
    59-65页
    查看更多>>摘要：针对工业园区短期负荷存在耦合性、非线性和随机性等问题,为了提升工业园区短期负荷预测精度,提出一种基于自编码器的自适应噪声完备集合经验模态分解和卷积神经网络-Transformer的短期负荷预测模型.考虑到真实场景中突发事件和紧急情况有时会造成负荷数据出现异常波动,首先,基于滑动时间窗口方法对异常数据进行检测与修正.其次,利用频域分解算法将历史负荷数据分为多尺度频域分量解决负荷数据的耦合性.再次,基于自编码器和特征工程方法生成与选取负荷波动相关性较大的外源特征与分量一起作为输入.然后,利用卷积神经网络对输入进行局部特征和潜在特征分析与特征融合,将结果输入Transformer网络,结合其编码能力和多头注意力机制捕获时间序列的特性.最后,叠加各子模块输出作为最终预测结果.结合真实负荷数据集进行实验验证,结果表明本文模型有效地提高了短期负荷预测精度.

    工业园区短期负荷预测自适应噪声完备集合经验模态分解自编码器特征融合Transformer

      原文链接:
    • 万方数据
    • 维普

    复杂施工场景下的安全帽佩戴检测算法

    刘云海冯广吴晓婷杨群...
    66-71页
    查看更多>>摘要：针对在施工现场中存在复杂的背景干扰及异物遮挡,从而降低安全帽检测准确度的问题,提出一种复杂施工场景下的安全帽佩戴检测算法.本文改进YOLOv5算法,添加坐标注意力机制(Coordinate Attention,CA),使用Stem Block替换主干网络中的前2层,应用一个添加了坐标注意力机制的解耦检测头(Decoupled detect Head,DH)结构,同时添加额外的大尺度特征提取层.在安全帽数据集上的实验结果表明,改进后的CADH-YOLOv5算法平均检测准确度达到91.2%,能够显著改善复杂施工环境下的安全帽佩戴检测性能,优于同类算法,同时具有一定的实时性.

    特征提取安全帽佩戴检测坐标注意力机制解耦检测头目标检测

      原文链接:
    • 万方数据
    • 维普