首页期刊导航|微型电脑应用
期刊信息/Journal information
微型电脑应用
上海市微型电脑应用学会
微型电脑应用

上海市微型电脑应用学会

朱仲英

月刊

1007-757X

smcaa@sjtu.edu.cn；smcaa@online.sh.cn

021-62933230

200030

上海市华山路1954号上海交通大学铸锻楼314室

微型电脑应用/Journal Microcomputer ApplicationsCSTPCD
查看更多>>本刊是由上海市微型电脑应用学会主办，上海交通大学等单位协办，并经国家科技部和国家新闻出版署正式批准的计算机应用科技期刊。本刊创刊于1985年1月，得到了中央领导同志、广大读者和计算机业界的支持和厚爱，江泽民主席亲自为本刊题写刊名。在长期办刊实践中，本刊形成了学术性和实用性并重的特色，主要栏目有：院士专家论坛、技术专题、研究与设计、开发应用、技术交流、学习园地等，它面向各行各业从事计算机应用的科技人员和广大电脑应用爱好者，沟通技术开发的信息渠道，为科研设计和推广应用牵线，为公司企业和各界用户搭桥。本刊所发表的文章可作为高校、科研机构等评定职称的依据之一。
正式出版
收录年代

    基于机器学习的电力系统稳定通信终端安全身份认证方法

    梁懿王秋琳
    166-168,177页
    查看更多>>摘要：针对电力系统稳定通信终端安全身份认证的认证准确率和认证效率较低的问题,设计一种基于机器学习的电力系统稳定通信终端安全身份认证方法.完善身份认证的公钥基础设施(PKI),定义了内部组成、传输流程以及各部分功能;结合人工神经网络与极限学习机算法,改进了电力系统稳定通信终端认证基础设施;建立电力系统稳定通信安全身份认证模型,设计了安全身份认证流程,实现安全身份认证.算例分析结果表明,设计方法在外界条件改变的情况下性能稳定,认证准确率始终高于69.13％,身份认证的可靠性较强.

    机器学习人工神经网络电力系统稳定通信终端安全身份认证

      原文链接:
    • 维普
    • 万方数据

    突发冻结环境下OPGW超临界直流动态除冰效果研究

    孙晓斌纪明汝
    169-172页
    查看更多>>摘要：光纤复合架空地线(OPGW)作为智能输电技术研究热点,其冰冻条件与电网稳定运行效果息息相关,直流除冰技术为重要突破口.针对突发冻结环境,设计了一种超临界直流动态除冰模型,获取OPGW超临界直流融冰影响因素,建立动态温度评估体系,并通过仿真实验对热交换效果予以评估.结果表明:突发冻结环境下冰层中段热交换系数对破冻效果影响巨大,除冰效果与温度、空气流速、冰层温差等因素相关,另外,影响OPGW融冰电流因素同上述因素,电流大小会随着温差扩大、空气流速呈现增加态势,但冰层厚度对融冰电流影响因素较低.因此,实践中应根据上述因素动态调整融冰电流.

    OPGM超临界除冰热交换空气流速

      原文链接:
    • 维普
    • 万方数据

    基于隐马尔科夫模型的变电站继电保护设备故障声源定位方法

    王欣杨宏伟
    173-177页
    查看更多>>摘要：为了提高变电站继电保护设备故障声源定位精度,提出了基于隐马尔科夫模型的变电站继电保护设备故障声源定位方法研究.利用隐马尔科夫模型的马氏距离,确定声源在不同高度的衰退阶段;根据状态转移的过程,计算继电保护设备的衰退概率;利用数据处理算法预测变电站继电保护设备的性能衰退;利用梅尔频率倒谱系数确定故障声源特征参数,结合离散余弦变换原理,提取声源特征;利用匹配追踪分解法计算故障声源的幅值和时频,聚类分析故障声源信号特征,实现故障声源定位.实验结果表明,所提出的方法在继电保护设备故障声源定位精度上达到80％以上,提高了故障声源定位精度和定位效率,能够保证继电保护设备的稳定运行.

    隐马尔科夫模型故障声源变电站继电保护设备声源定位

      原文链接:
    • 维普
    • 万方数据

    基于迁移卷积神经网络的夜间低照度图像同源性的鉴定算法

    庞展张旭毅
    178-181页
    查看更多>>摘要：图像的二次编辑和篡改大大降低了图像的可信度,受夜间光线影响,图像分类过程不稳定,图像来源取证准确率较差,为此,研究基于迁移卷积神经网络的夜间低照度图像同源性鉴定算法.基于迁移卷积神经网络,将夜间低照度图像分类,计算不同特征图像之间的相关性;增强与降维处理夜间低照度图像,为图像同源性鉴定提供标识性依据;通过划分图像块,实现夜间低照度图像同源性鉴定.经实验论证分析,应用算法能使夜间低照度图像内容更为完整,细节显示更多,图像同源性鉴定准确率和类别纯度更高,具有有效性与实用性.

    迁移卷积神经网络夜间低照度图像图像增强同源性鉴定噪声特征图像分块

      原文链接:
    • 维普
    • 万方数据

    基于大数据分析的人工神经网络分布式训练方法

    向冲张赛
    182-185页
    查看更多>>摘要：为了降低人工神经网络训练时的复杂度并减少传统分布式训练方法的通信开销,提出了基于大数据分析的人工神经网络分布式训练方法.具体来讲,使用动态模型平均方法,仅在局部模型显著偏离全局模型时才对局部模型进行同步,因此与基于周期平均的分布式训练框架相比,减少了通信方面的不必要开销.实验部分,基于实际场景中的大型数据集和深度全卷积神经网络,证明了模型同步所需的通信时间明显缩短,且动态模型平均的方法可以达到与静态周期平均方法相当的精度,此外以证明其随着计算节点的增加而可横向扩展,这些夯实了本文方法的有效性.

    大数据分析人工神经网络分布式训练

      原文链接:
    • 维普
    • 万方数据

    机器人流程自动化在医院财务管理中的应用效果分析

    朱祯史成霞
    186-189,194页
    查看更多>>摘要：为了解决医院财务管理工作中效率较低、工作内容错误较多等问题,提出一种基于机器人流程自动化的医院财务管理工作模型.该模型是经Petri网对医院财务管理中的流程进行分析然后优化所得到,通过对比实验对提出的模型进行性能检验,实验结果显示经机器人流程自动化(RPA)技术优化的账表核对流程,其工作时间缩减了 4575 s,时间优化效率为95.3％,工作正确率提升8.4％.经RPA技术优化的税务管理流程,工作时间缩减了 11 533 s,时间优化效率为97.3％,工作正确率提升4％.结果表明RPA技术能解决财务管理工作中耗时、冗余的工作,能提升工作的效率与质量.

    机器人自动化流程医院财务账表核对税务管理

      原文链接:
    • 维普
    • 万方数据

    面向智能电表大数据分析的数据降维方法

    何壮壮
    190-194页
    查看更多>>摘要：针对智能电表大数据聚类分析过程中出现的计算复杂度过大的问题,提出基于极坐标投影的数据降维方法.采用极坐标投影的方法将由电能总消耗量和峰值电能消耗量所组成的数据集映射成由极角和极径组成的投影矩阵,设计一个由电能总消耗量和峰值电能消耗量所组成的改进聚类距离度量,使用误差平方和方法确定最优的聚类数量,将该方法引入于k均值算法进行算例分析.结果表明,该降维方法能够有效提升聚类算法的性能,并降低聚类算法的计算复杂度.

    极坐标投影聚类数据降维k均值

      原文链接:
    • 维普
    • 万方数据

    基于CNN-LSTM的社交媒体大数据评论文本情感元自动识别方法

    刘丹
    195-197,201页
    查看更多>>摘要：为了准确识别社交媒体评论文本情感,助力公众负面情绪引导,提出了基于CNN-LSTM的社交媒体大数据评论文本情感元自动识别方法.通过社交媒体大数据分类,并通过具有字典功能的Token将评论文本转换成数字列表.结合词嵌入技术得到向量列表,完成社交媒体大数据向量转换的预处理.将预处理获取的向量列表输入CNN网络,得到评论文本情感元最终局部特征值.将该值传至LSTM,通过遗忘门、输入门、输出门调节,获取评论文本情感元特征表征结果,经Softmax分类器分类后,实现情感元自动识别.实验结果表明,该方法能有效完成实验数据预处理,用文字和标签的形式标记正面、负面情感元,并准确识别情感元,间接反映社会问题,应用性较强.

    社交媒体数据评论文本情感元向量列表CNN-LSTM自动识别

      原文链接:
    • 维普
    • 万方数据

    移动蜂窝网络多出口流量数据精准清洗方法

    刘硕
    198-201页
    查看更多>>摘要：为了提升移动网络多出口流量数据的清洗精度,降低冗余数据占比,提出移动蜂窝网络多出口流量数据高效清洗方法.依据移动蜂窝网络结构特点以及流量特征,预处理移动蜂窝网络多出口流量数据;利用差分自回归移动平均模型,构建移动蜂窝网络多出口流量数据高效清洗模型;将多出口流量数据四元组作为模型输入,运用优化粗糙集理论的数据约简算法,达到精准清洗移动蜂窝网络多出口流量数据的目的.实验证明该方法可通过流量数据预处理降低冗余数据占比,可降低流量数据输出出错率,提高了移动网络多出口流量数据的清洗精度.

    移动蜂窝网络流量数据清洗模型网络流量特征数据预处理粗糙集

      原文链接:
    • 维普
    • 万方数据

    基于自适应神经模糊理论的医疗数据安全评估模型设计

    宋宇轩
    202-204,208页
    查看更多>>摘要：医疗中的隐私数据是医疗领域的核心资产,但是大多数医院都缺少应对外界和内部窃取数据操作的反制手段,医疗行业成为隐私泄露的一个重点行业.因此,提出一种基于风险访问控制的安全评估模型,该模型引入了用户信任值,能够提高模型的判断准确率,并且通过人工神经网络和模糊理论建立了模型,能够对用户的风险状况进行预测.实验结果表明,基于风险自适应的访问控制模型能够很好地应对用户数量过多的问题,并且在用户数量较低时,也能表现出较为良好的模型性能,基于自适应的神经模糊理论访问控制模型的不同科室评价分数分别为96.6、91.3、87.6、86.5.研究结果表明,提出的 自适应神经模糊理论访问控制模型能够在医疗数据中针对不同用户的需求提供对应的权限,有效防止患者个人隐私数据的泄露,并且使得用户获取信息的效率得到最大化.

    医疗大数据个人隐私访问控制模糊理论神经网络

      原文链接:
    • 维普
    • 万方数据