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

    一种基于联合加权和截断的毫米波大规模MIMO信道估计

    张志能黄学军
    1-4,37页
    查看更多>>摘要：提出一种联合加权和截断核范数的毫米波大规模多输入多输出(MIMO)信道估计算法.针对毫米波大规模MIMO信道估计问题中训练和反馈开销大的问题,首先利用毫米波信道天线角度域稀疏的特性,把信道估计问题转化为低秩矩阵恢复问题.采用一种有效而灵活的秩函数——联合加权截断核范数作为核范数的松弛,构造出一种新的矩阵恢复模型用于信道估计问题,以最小化加权截断核范数为优化目标,并利用交替优化框架求解.仿真结果表明,该方法可以有效地提高信道估计的精度,并且具有可靠的收敛性.

    低秩矩阵恢复毫米波大规模MIMO信道估计截断核范数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于AP聚类算法的联邦学习聚合算法

    敖博超范冰冰
    5-11页
    查看更多>>摘要：在传统的联邦学习中,多个客户端的本地模型由其隐私数据独立训练,中心服务器通过聚合本地模型生成共享的全局模型.然而,由于非独立同分布(Non-IID)数据等统计异质性,一个全局模型往往无法适应每个客户端.为了解决这个问题,本文提出一种针对Non-IID数据的基于AP聚类算法的联邦学习聚合算法(APFL).在APFL中,服务器会根据客户端的数据特征,计算出每个客户端之间的相似度矩阵,再利用AP聚类算法对客户端划分不同的集群,构建多中心框架,为每个客户端计算出适合的个性化模型权重.将本文算法在FMINST数据集和CIFAR10数据集上进行实验,与传统联邦学习FedAvg相比,APFL在FMNIST数据集上提升了1.88个百分点,在CIFAR10数据集上提升了6.08个百分点.实验结果表明,本文所提出的APFL在Non-IID数据上可以提高联邦学习的精度性能.

    联邦学习非独立同分布AP聚类算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    个性化新闻推荐系统研究综述及探讨

    翟梅
    12-20页
    查看更多>>摘要：随着新闻媒体技术的快速发展,网络新闻数量呈指数级增长.为了解决网络信息过载的问题,个性化新闻推荐扮演着极其关键的角色.它通过学习用户的浏览行为、兴趣爱好等信息,主动为用户提供感兴趣的新闻,从而提高用户的阅读体验.个性化新闻推荐逐渐成为新闻领域及计算机科学领域的研究热点和实践难题,业界专家已提出多种推荐算法用于提高推荐系统的性能.本文系统阐述个性化新闻推荐的国内外最新研究现状和进展,首先,简要介绍新闻推荐系统的架构,并对新闻推荐系统中核心推荐算法和常用评价指标进行研究.虽然个性化新闻推荐给用户带来很好的体验,但是潜移默化中也给用户带来很多未知的影响.跟其他新闻推荐综述不同的是,本文还结合新闻媒体专业研究了当前新闻推荐系统对用户行为产生的影响及面临的问题.最后,根据当前遇到的问题提出个性化新闻推荐的研究方向及未来工作重点.

    推荐系统用户个性化新闻推荐用户行为

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多智能体遗传算法的云平台抗虚假数据注入攻击方法

    王东岳刘浩
    21-26页
    查看更多>>摘要：为确保云平台内数据传输安全,提出一种基于多智能体遗传算法的云平台抗虚假数据注入攻击方法.采用开源平台OpenStack搭建云平台,并分析云平台虚假数据注入攻击过程;以该攻击过程为基础,结合Copula函数与GAN生成对抗网络构建虚假数据注入攻击检测框架,利用Copula GAN函数模型中的判别器与生成器对云平台原始量测数据进行对抗训练,再采用极端随机树分类器检测虚假数据,判断云平台中是否存在虚假数据注入攻击情况;利用三层攻防博弈模型防御云平台中的虚假数据注入攻击,同时由该模型为各条数据传输线路分配防御资源,并设置对应的约束条件;采用多智能体遗传算法对模型进行优化求解,完成云平台虚假数据注入攻击目标防御.实验结果表明,该方法可以精准检测云平台虚假数据并及时采取防御措施,具备较强的抗虚假数据注入攻击能力.

    多智能体遗传算法云平台虚假数据注入攻击攻击防御

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于增强卷尾猴搜索算法的分布式电源定容选址方法

    李佳多闫秀英
    27-32页
    查看更多>>摘要：在新能源特征和分布情况的影响下,大规模的分布式电源(Distributed Generator,DG)与电动汽车(Electric Ve-hicle,EV)接入电网,使得电网的结构和运行方式发生了根本性变化.为了提高DG的利用率,降低电网波动,以配电网的年综合成本最小为目标函数,在节点电压、支路功率等安全约束的条件下,建立包含EV充电的配电网DG定容选址的规划模型,并提出一种增强卷尾猴搜索算法对模型进行求解.该算法将野马优化算法中领导者选择的社会行为对传统卷尾猴搜索算法进行改进,以避免出现陷入局部最优的情况.最后对IEEE-33节点典型配电网系统进行仿真计算,并与其他算法结果进行比较,验证本文提出的算法的优越性.

    分布式电源定容选址电动汽车配电网增强卷尾猴搜索算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种无阻流量预测方法

    孟雅蕾师红宇王予
    33-37页
    查看更多>>摘要：传统的预测无阻流量的方法是通过试气作业计算得到的,该方法作业周期长、资金投入大.但在气田勘探开发的初期,测井获得的大量参数可以有效反映出储层性质的优劣.本文建立一种测井参数与无阻流量的关系模型,采用K-means聚类分析方法对测井参数进行分析选取、预处理和转换;在此基础上,采用改进的ID3算法设计无阻流量预测算法,构建无阻流量决策树,形成单井目的层段的无阻流量判定方案.经过实验验证,该方法可以有效利用地质类数据预估无阻流量,预测单井产能,省略试气环节,加快气田投产进度,压缩开发成本,提高气田开发的经济效益.

    K-means无阻流量聚类分析决策树ID3

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于I-ConvNeXt的GAN生成人脸图像鉴别方法

    肖梦思吴建斌涂雅蒙袁林锋...
    38-42页
    查看更多>>摘要：为鉴别社交网络中人脸图像的真假,在ConvNeXt基础上提出一种针对生成式对抗网络(Generative Adversarial Networks,GAN)生成人脸图像的鉴别方法.该方法以ConvNeXt网络结构为主体,利用人脸图像的颜色特征和空间纹理特征,采用多颜色空间多通道组合输入(Multichannel Input,MCI),扩大网络的学习范围;同时引入通道注意力机制和空间注意力机制来凸显真假人脸图像在颜色分量和纹理特征上的差异,进而实现生成人脸图像和真实人脸图像的检测与识别.实验结果表明,使用改进后的ConvNeXt(Improved ConvNeXt,I-ConvNeXt)网络结构对GAN生成人脸图像的识别准确率达到了99.405%,与原ConvNeXt算法相比,平均准确率提高了1.455个百分点.该结果验证了所提方案的可行性、合理性.

    生成式对抗网络注意力机制颜色特征生成人脸多通道输入

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于Ghost卷积的高级别浆液性卵巢癌复发预测方法

    唐艺菠崔少国万皓明王锐...
    43-47,98页
    查看更多>>摘要：高级别浆液性卵巢癌是一种恶性肿瘤疾病,进行术前复发预测能帮助临床医生为患者提供个性化治疗方案,降低病人的死亡率.因该疾病的医学数据较少且难以获取,导致其深度学习模型难以得到充分的训练,复发预测准确率有待提高.针对此问题,本文设计了一种改进的低参数残差网络TGE-ResNet34,以ResNet34为主干网络,将传统卷积模块用Ghost卷积代替,完成病灶区特征的提取,降低模型的参数量,在2个Ghost卷积之间融入ECA(Efficient Channel Atten-tion)注意力机制,抑制无用特征提取的干扰,最后通过5折交叉验证模型,避免数据随机划分的偶然性.实验结果表明,改进设计的TGE-ResNet34网络准确率为96.01%,相比原基线网络准确率提高4.52个百分点,参数量减少15.98 M.

    高级别浆液性卵巢癌残差网络Ghost卷积注意力

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于Dilated ADU-Net的开放环境下的舌象分割算法

    王鑫辛国江张杨朱磊...
    48-54页
    查看更多>>摘要：舌象的精准分割是能否获得正确舌象诊断结果的重要前提.针对在自然光照条件下传统分割算法难以精确、稳定地分割舌体图像的难题,构建一种融合空洞卷积双注意力机制与密集连接机制的改进型U-Net舌象分割模型(Dilated Attention & Dense U-Net,Dilated ADU-Net).首先,基于U-Net网络的对称结构搭建主干网络;然后,下采样模块采用空洞型混合注意力模块,使网络聚焦于舌体特征,上采样模块采用密集连接机制融合多层特征信息;最后,采用开放环境下的舌象数据集对网络进行训练获得舌象分割模型.通过实验验证,和其他先进的分割方法相比,本文构建的舌象分割模型平均交并比(mean Intersection over Union,mIoU)达到96.73％,相似系数(Dice Similarity Coefficient,DSC)达到98.08％,具有更好的分割性能,可以实现复杂环境下舌象的精准分割.

    舌象分割深度学习注意力机制密集连接开放环境

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于CE-YOLOv5s的安全帽检测算法

    王志波马晗冯锦梁刘国名...
    55-59,98页
    查看更多>>摘要：在环境复杂的施工现场,存在较多危险因素,保护工人的生命安全成为焦点.由于施工现场杂乱的环境和固定的信息采集点,使得安全帽佩戴检测存在漏检和错检问题.因此本文提出一种基于CE-YOLOv5s的安全帽检测算法.该算法将SE注意力机制与C3模块融合,将原网络中C3模块替换,给关键特征赋予更高的权重,抑制一般特征.将一种基于双向特征金字塔网络(BiFPN)的对象检测神经网络引入,同时进行向上和向下的特征融合,为每一个通道添加额外权重,更好地保留低分辨率图像下的细节信息;引入SIoU损失函数,提高边界框定位准确度,加快收敛速度.实验结果表明,改进后的网络模型在精确率、召回率、mAP@0.5和mAP@0.5:0.95上有明显提升,有效提高了安全帽的检测精度,并改善了对杂乱背景下的小目标和被遮挡目标的检测准确率.将本文算法应用于施工场地可以及时检测工人是否做好保护措施,更好地保护工人的生命安全.

    安全帽检测YOLOv5注意力机制BiFPNSIoU

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据