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

    电力系统数字孪生建模与应用综述

    刘若颖邹伟煜胡绍谦吉顺慧...
    61-68,73页
    查看更多>>摘要：电力系统与各行各业的生产以及人们的生活息息相关,数字孪生技术可用于有效监测电力系统的运行情况,及时做出反应,减少不必要的时间和人力成本.本文在介绍电力系统和数字孪生相关概念的基础上,对近年来电力系统数字孪生建模与应用的相关研究进行总结.从几何、物理、行为、规则、多尺度这5个角度对电力系统数字孪生建模的相关成果进行系统梳理,从故障检测、故障诊断、调度、状态评估、多用途这5个角度归纳电力系统基于数字孪生的应用.最后,总结出电力系统数字孪生建模与应用所面临的挑战,并探究未来的发展方向.

    电力系统数字孪生建模应用

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

    基于Circle映射和自适应t分布变异改进的鹈鹕优化算法

    高猛曾宪文
    69-73页
    查看更多>>摘要：针对传统鹈鹕优化算法(POA)存在收敛速度慢、易陷入局部最优解等缺陷,提出一种基于Circle映射初始化和自适应t分布变异的改进的鹈鹕优化算法(IPOA).首先,在种群初始化阶段,采用Circle映射生成具有高度多样性的初始解,并结合反向学习策略,提高种群多样性,增强种群的探索能力.其次,在迭代过程中,采用自适应t分布变异操作对个体进行扰动,有助于鹈鹕优化算法跳出局部最优解并提高收敛速度.另外,在鹈鹕优化算法的探索阶段引入自适应因子和改进惯性权重,更好地平衡算法全局探索能力和局部开发能力.最后,在多个测试函数上将IPOA与其他4种经典算法进行比较.实验结果表明,IPOA在收敛速度、全局搜索能力和收敛鲁棒性方面均有显著提升.

    鹈鹕优化算法Circle映射自适应因子自适应t分布变异

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

    基于Focal Loss改进LightGBM的供水管网毛刺数据检测

    薛浩马静郭小宇
    74-81,90页
    查看更多>>摘要：针对数据不平衡导致的管网毛刺数据检测召回率偏低问题,提出一种Focal Loss改进LightGBM的管网毛刺数据检测方法.首先,结合管网毛刺数据的特点,针对性构造邻域相关特征.其次,将Focal Loss函数引入LightGBM,提高模型对难以检测的毛刺样本的权重,并对Focal Loss不同的参数取值进行实验,以平衡精确率与召回率.最后,选择不同参数的Focal Loss进行模型融合,进一步提升模型对不平衡毛刺数据的检测性能.在某市供水管网的真实数据上进行实验,结果表明,对比基于交叉熵损失函数的单一模型,本文提出的Focal Loss改进后的融合模型在毛刺数据上召回率和F1值的提升幅度达33.3和18个百分点,但毛刺数据的精确率还有待进一步提升.本文所提方法从损失函数入手,动态调整难易样本的权重,有效地提升了不平衡数据下的毛刺数据的检测性能.

    异常检测FocalLossLightGBM不平衡数据毛刺数据

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

    考虑时序特征的耦合网络环境下社交机器人的舆情引导

    张耀曾马静
    82-90页
    查看更多>>摘要：近年来,社交机器人作为社交网络生态中新的舆情参与主体备受关注.然而,国内对其研究相对不足.为深入了解社交机器人在舆情演化中发挥的作用和对应规律,有必要研究其对群体观点演化的影响.本文通过考虑个体活跃度变化表现出的霍克斯过程,构建社交网络连边时变的驱动机制.同时,搭建不对称双层耦合社交网络和对应的连续观点演化模型,并引入社交机器人研究其对群体观点的引导效果.实验分析发现,舆情事件在线上社交网络中的讨论升温后,引发了线下社交网络中群体活跃度的进一步增加,与实际情况相符.此外,极少数社交机器人也能有效引导群体观点,因此,设定一定数量的社交机器人并及早投入是有效引导舆论的策略之一.

    观点演化耦合网络时序网络舆情引导社交机器人

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

    基于BERT-BiLSTM-CRF党建领域命名实体识别

    赵盾佘学兵邬昌兴
    91-94页
    查看更多>>摘要：党建领域知识图谱构建过程中使用传统的命名实体识别方法时,存在实体边界不清、实体词性多义等问题,导致存在识别准确率和效率低的问题.为此,本文提出一种融合树形概率和领域词典的BERT-BiLSTM-CRF实体识别模型.该模型在BERT中嵌入领域词典进行文本向量化表示;利用BiLSTM获取上下文语义特征;将树形概率应用到CRF层的转移概率计算中提高分词准确率.与基准模型在MSRA和自构建的语料库上进行实验对比,实验结果表明本模型在F1值、召回率、精确率3个指标上都能取得较好的效果.

    BERT-BiLSTM-CRF模型树形概率领域词典命名实体识别

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

    基于联合熵的非平衡数据边界混合重采样

    周传华任太娇罗岚周昊...
    95-100,113页
    查看更多>>摘要：为了克服在数据平衡处理过程中单一重采样方法易生成冗余样本及误删重要样本信息的局限,本文提出一种基于联合熵的非平衡数据边界混合重采样算法.该算法首先通过引入边界因子对边界集和非边界集进行有效的区分,进一步构建一个联合熵指标体系以判断出边界集中少数类样本的重要程度,并根据其重要程度对细分后的少数类样本点设置不同的过采样方法和采样数量,最后使用NearMiss-2算法对非边界集中多数类样本点进行筛选并删除,从而实现数据的相对平衡.通过对9组UCI数据集进行对比实验,实验结果表明:该算法在F1-Score、G-mean及AUC这3个指标上均有提升,验证了其有效性,有较好的非平衡数据分类性能表现.

    不平衡数据分类边界因子联合熵混合采样

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

    结合注意力机制和Mengzi模型的短文本分类

    陈雪松李衡王浩畅
    101-106,120页
    查看更多>>摘要：如何使用短文本分类技术挖掘有用的文本信息,是当前热门的研究方向之一.为了解决短文本特征信息稀疏和特征信息难以提取的问题,提出一种Mengzi-ADCBU短文本分类模型,该模型利用Mengzi预训练模型将输入的文本信息转化为相应的文本表示,再将获得的文本向量分别输入改进的深度金字塔卷积神经网络和融合了多头注意力机制的双向门控单元中提取文本特征信息,将两者提取到的特征信息进行融合之后,输送给全连接层和Softmax函数完成短文本分类.在公开的短文本数据集THUCNews和SougouCS上分别进行多组模型对比实验,实验结果表明本文提出的Mengzi-ADCBU模型在短文本分类的准确率、精确度、召回率和F1值等评价指标上都比现在的主流模型性能更优,具有较好的短文本分类能力.

    短文本多头注意力深度金字塔卷积神经网络双向门控单元

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

    基于改进YOLOv8s的摄像头模组缺陷检测

    张泽张建权周国鹏
    107-113页
    查看更多>>摘要：针对摄像头模组缺陷检测中缺陷尺寸变化大、轮廓不明晰和小目标缺陷漏检率高等问题,提出一种改进的YO-LOv8s算法.首先,增加小目标检测层,提高小目标检测性能;其次,引入BiFormer对主干网络中C2f模块进行改进,提出C2f-Bif模块来增强网络的提取图像特征能力;再次,提出混合快速空间金字塔池化模块,增强网络捕获局部和全局信息的能力;最后,加入无参型SimAM注意力机制,抑制非目标背景干扰信息,提高对目标的关注度.实验结果表明:在减少模型参数量的情况下,改进后的YOLOv8s算法对摄像头模组缺陷检测的平均精度均值达到了87.2%,比YOLOv8s算法提升了3.2个百分点.检测速度达到55 FPS,满足工厂对摄像头模组缺陷实时检测的要求.

    深度学习YOLOv8s缺陷检测摄像头BiFormer注意力机制

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

    基于人体骨架的电梯内异常行为识别预警

    余晨曦谷林
    114-120页
    查看更多>>摘要：为准确识别乘客在封闭狭小的电梯轿厢内发生的打架等异常行为,避免安全事故的发生,提出一种基于人体骨架联合时空特征的乘客异常行为识别方法.首先,使用YOLOv7对视频中乘客位置进行检测,通过YOLOv7-Pose姿态估计算法提取骨骼关键点坐标,滤除复杂背景干扰;其次,针对异常行为动作幅度大、速度较快、方向混乱的特征,使用SURF联合金字塔分层改进的LK光流法对乘客人体骨架特征信息进行时间、空间的联合特征提取;最后,通过特征点的光流变化来判断轿厢内是否发生异常行为并及时发出警报.本文使用的数据集分别来源于电梯场景下的自建数据集和非电梯场景下行为公开数据集,实验结果表明,本文所提方法对异常行为识别准确率达到了95.53%,在速度与准确度上相较于其他方法有一定的提高,能够满足实时要求,可应用于电梯轿厢的视频监控系统,保障乘客的乘梯安全.

    电梯轿厢异常行为识别YOLOv7姿态估计特征提取金字塔分层LK光流法

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

    基于转置注意力的多尺度深度融合单目深度估计

    程亚子雷亮陈瀚赵毅然...
    121-126页
    查看更多>>摘要：单目深度估计是计算机视觉领域中一项基础任务,其目标是通过单张图像预测深度图,并获取每个像素位置的深度信息.本文提出一种新的单目深度估计网络结构,旨在进一步提高网络的预测准确性.转置注意力机制在降低参数量和计算量的同时引入了自注意力机制,以关注图像中的特定区域,并结合不同通道之间的信息.这种机制能够有效地关注到图像中的细小区域和边缘信息,并进行学习.本文还提出一种改进的转置注意力机制,以更少的参数量保留语义信息.多尺度深度融合根据不同通道提取不同深度特征的特点,计算每个通道的平均深度,以增强模型的深度感知能力.此外,它能够建模垂直距离的长距离关系,有效地分离物体之间的边缘,有助于减少细粒度信息的损失.最后,本文在NYU Depth V2数据集和KITTI数据集上进行实验,验证了所提出模块的有效性,并取得了出色的性能表现.

    深度学习单目深度估计转置注意力多尺度深度融合通道平均深度

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