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

    比例优势逻辑回归优化嗓音障碍指数算法

    何若男范翔陈益姜羽菲...
    1-4,10页
    查看更多>>摘要：针对嗓音障碍指数在提取传统声学特征参数时,缺少对非传统声学特征参数的分析优化问题,本文提出一种基于有序比例优势逻辑回归的优化嗓音障碍指数算法.首先,提取频谱平坦度并与嗓音障碍指数进行相关性分析;其次,运用比例几率逻辑回归方法,得到新的嗓音障碍指数方程;最后,对数据库中所取样本的本文优化算法指数和传统嗓音障碍指数进行对比分析.本文优化算法拓宽了DSI的取值范围.将本文算法应用于嗓音障碍分级中,实验结果表明该算法能够有效地确定嗓音障碍指数数值并能迅速得到良好的分类结果.

    声学分析比例优势逻辑回归嗓音障碍指数嗓音等级分类语音识别

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

    STRL:基于强化学习的测试算法

    赵花蕊
    5-10页
    查看更多>>摘要：强化学习因为不需要大量样本进行训练而采用与环境交互的方式产生动态数据的特点,使得强化学习成为近些年机器学习领域的研究热点.本文提出一种新的基于强化学习的软件测试框架STRL,能有效解决回归测试耗时时间久,状态覆盖率低的问题.STRL利用强化学习算法PPO实现高效的自适应探索.实验结果表明,STRL算法在状态覆盖率和测试时间方面都优于人工测试和自动化脚本测试.

    人工智能软件智能化软件传统软件软件生命周期强化学习

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

    基于知识图谱的区域企业关联可视化及关系挖掘

    汪显顺熊卿智万磊李祥...
    11-16页
    查看更多>>摘要：现有区域企业关联分析结果呈现复杂的网络结构,难以理解,而且区域企业关联在时间和空间上具有动态性.针对当前区域企业分析中存在的结果解释问题,本文提出一种基于知识图谱的区域企业关联分析模型.采用属性图建模方法,运用多源异构数据进行知识抽取和存储,并结合Neo4j图数据库实现区域企业关系的知识存储.在力导向布局方面,通过采用斥力优化求解和节点边处理,成功实现企业关系的可视化呈现.通过深入挖掘分析企业间的关联关系,旨在揭示区域企业之间的合作与竞争关系,为政府产业政策制定、企业招商引资和企业间合作提供决策支持.实验结果表明,该模型能够准确揭示企业间的关系,为区域经济发展提供有力支持.

    知识图谱企业关联分析区域经济关系挖掘可视化决策支持

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

    结合知识追踪和图卷积的知识概念推荐

    王妍丛鑫訾玲玲
    17-23,53页
    查看更多>>摘要：科技的创新发展使得在线教育平台蓬勃发展,提供了海量的教育资源,每类教育资源中包含丰富的知识概念.目前的研究主要集中在知识图谱的个性化课程资源推荐,容易受到数据稀疏问题的影响难以进行扩展.针对难以将学习者的学习状态和学习资源进行有效匹配的问题,提出模型KT-GCN(Knowledge Tracing-Graph Convolutional Network).首先,使用知识追踪对学习者的知识水平进行整体建模,获取学习者当前的学习状态;然后,使用图卷积网络进行路径编码,获取适应于学习者的学习路径,利用TransE方法和多跳路径进行路径选择;最后,再进行预测评分获得最匹配的学习资源推荐列表.为了验证该模型的性能,在多个数据集上与基线模型进行对比实验,并进行相应的消融实验验证模型各组件的性能.

    知识追踪图卷积多跳路径知识概念

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

    改进YOLOv5s的落叶树鸟巢检测方法

    程萌李浩
    24-29,42页
    查看更多>>摘要：针对从落叶树上识别鸟巢具有目标较小、背景复杂、目标与背景易混淆等问题,本文提出一种基于YOLOv5s改进的落叶树鸟巢检测模型YOLOv5s-nest.在Backbone中插入改进的注意力机制Bi-CBAM,提升网络对小目标的感知能力;在Neck中引入SDI结构,以融合更多层次特征图和更高级的语义信息;在Neck中插入InceptionNeXt结构,用于提高模型的性能和运算效率;在Head检测头中将普通卷积替换为PConv,可以更高效地提取空间特征及提高检测效率.实验结果表明,改进模型的平均精确率达到了89.1%,相较于原始模型提高了6.8个百分点.

    落叶树鸟巢识别无人机影像深度学习目标检测

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

    老年人跌倒检测技术研究综述

    王梦溪李峻
    30-36页
    查看更多>>摘要：随着我国老龄化程度加剧,空巢独居老人所占比重明显上升,适老化设备越来越受到人们的关注.家庭环境下,由于无人看护、年龄增加以及突发疾病等一系列客观或主观原因导致的老年人跌倒已经成为威胁老年人健康的主要原因之一.因此,实时监测老年人的居家行为,对摔倒行为及时做出检测和预警,在一定程度上可以保障老人的生命安全,降低老年人由于意外跌倒所带来的生命健康风险.本文在对近几年跌倒检测方法研究进行广泛调研的基础上,根据数据获取所使用的不同类型传感器,将跌倒检测技术主要分成2类:非视觉跌倒检测方法和视觉跌倒检测方法.总结介绍了不同跌倒检测方式的系统构成,探讨了国内外最新的相关研究成果,并对其方法特点和实际应用进行了讨论.随着近几年深度学习技术的快速蓬勃发展,本文对基于深度学习的跌倒检测方法进行了重点调研,对相关算法原理及研究成果进行了深入分析与总结.此外,本文还介绍了常用的公开跌倒检测数据集,包括它们的规模和存储格式等特性,最后本文对跌倒检测技术近年来已取得的进展和未来的发展趋势分别进行总结和展望,并提出了不同方面的合理发展建议.

    跌倒检测计算机视觉机器学习深度学习

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

    基于多尺度特征与注意力模块的室内场景识别方法

    岳有军张远锟赵辉王红君...
    37-42页
    查看更多>>摘要：场景识别在视觉信息检索、图像分割、图像/视频理解等任务中有着关键性的作用.随着深度学习理论的发展,尤其是卷积神经网络(CNN)能识别图像中具有辨别性的物体,这大大提高了场景识别的能力.为了实现智能轮椅床等家庭服务机器人的自主场景识别,针对在移动端或嵌入式设备计算资源和内存需求有限的情况下,网络输出辨别性物体单一而造成场景识别率低的问题,提出一种基于多尺度特征提取和注意力模块的室内场景识别方法.该方法基于Mobile-NetV2轻量化网络,从网络中选择不同分支提取不同尺度的特征.为关注场景中更有辨别性的特征,在分支中加入了MRLA-Light注意力模块,仿真结果表明准确率有明显提高,在MIT Indoor 67数据集、Scene 15数据集上的准确率分别为86.3%和94.3%,相比于同类型网络有更高的准确率.

    室内场景识别轻量化网络注意力模块特征提取

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

    面向智慧运维系统的改进YOLOv8行为检测算法

    马永王俊张子健赵煜阳...
    43-48,113页
    查看更多>>摘要：针对智慧运维系统在维护机房安全时难以稳定检测机房工作人员的行为,导致出现安全隐患的问题,提出一种改进YOLOv8的行为检测算法.首先,设计一种自适应空间权重卷积模块来改进原C2f模块,提升网络对多尺度特征的获取能力;其次,提出多残差可变形卷积模块来增强算法对不规则空间特征的学习能力,并将其融入颈部网络中进一步提升对机房工作人员行为的检测精度;然后,针对当前机房图像数据集缺少的问题,从现有媒体中收集和标注相关图像,并使用迁移学习在现有训练权重基础上进一步调试优化;最后,引入Wise-IoU损失函数解决自建数据集中低质量示例对训练结果的影响.实验结果表明,改进后的算法在标准NTU RGB+D数据集的测试精度为87.84%,优于对比算法;在真实机房的测试中相较于原YOLOv8,准确度和召回率分别提高了13.24%和10.47%,参数量降低了18.07%.

    智慧运维机房安全行为检测YOLOv8可变形卷积迁移学习

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

    基于轻量化的视频帧场景语义分割方法

    时现伟范鑫
    49-53页
    查看更多>>摘要：场景分割对于计算机理解道路环境至关重要,基于深度学习的大型语义分割模型通常能取得出色的分割性能,但因其庞大的参数量和计算量无法灵活地部署在边缘设备上.针对这个问题,本文从轻量化的角度出发提出一种高效的场景语义分割模型E-SegNet.首先,使用轻量化的特征提取模型EfficientNet-B0作为模型的编码器提取层次特征,然后,使用基于自注意力机制的CPAM与CCAM模块在空间和通道2个维度上建立深层特征中单个元素到全局中心元素的依赖关系,最后,融合深浅层的特征并输出最终预测结果.在视频帧数据集Camseq01上的实验结果表明本文提出的E-SegNet模型以不到DeeplabV3+模型1/10的参数量和大约1/4的计算量实现了更好的分割性能,体现了模型的有效性,同时为在边缘设备上部署轻量级模型提供了更多可行的方案.

    深度学习轻量级场景分割空间注意力通道注意力

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

    基于改进YOLOv5s和DeepSORT的行人跟踪算法

    郑尚坡陈德富李坚利林国贤...
    54-58页
    查看更多>>摘要：为提高DeepSORT目标检测器YOLOv5s算法的检测精度,本文将注意力机制CBAM融入到YOLOv5s网络结构中,改进双向特征融合网络BiFPN,使用EIoU作为边界框损失函数.基于VOC 2007行人数据集的测试结果表明本文算法的精确率、召回率和平均精度相比于原算法分别提高0.3、1.0和0.3个百分点;在MOT17数据集上的测试结果表明本文算法的MOTA、IDF1、MT、IDR分别提升1.8个百分点、2.9个百分点和1、2.7,FN与ML分别降低了4373和11.测试结果验证了改进YOLOv5s作为检测器能够有效提升算法的跟踪精度.

    目标跟踪YOLOv5sDeepSORT注意力机制特征融合网络

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