首页期刊导航|现代计算机
期刊信息/Journal information
现代计算机
现代计算机

林楚昭

半月刊

1007-1423

lnzss@mail.sysu.edu.cn

020-84110804

510275

广州市海珠区新港西路135号中山大学园东区106栋西座1楼

现代计算机/Journal Modern Computer
查看更多>>《现代计算机》于1985年创刊,由中山大学主管主办,是一本面向计算机全行业的综合性学术刊物,一直以来致力于营造一个融洽的学术交流平台,帮助读者对象在学业、事业上更上一层楼。现为中国学术期刊综合评价数据库统计源期刊,中国期刊全文数据库全文收录期刊,中国核心期刊(遴选)数据库收录期刊,中国学术期刊(光盘版)收录期刊,全文入编中国学术期刊(光盘版)、中国期刊网、中华期刊网和中文科技期刊数据库、万方-数字化期刊数据库。
正式出版
收录年代

    基于多模态语义增强的水下视频多标签分类网络

    卢振坤王粟李云
    1-8,17页
    查看更多>>摘要:光线传播路径在水下环境受到水分子散射和吸收的影响,物体出现模糊、扭曲等现象,导致基于水下视觉的检测精度不高.为提高水下检测精度,利用水下视频包含的视觉模态和音频模态,提出一种基于多模态语义增强的水下视频多标签分类网络(MCNEMS),通过基于注意力增强的多模态互补编解码生成增强标签的特征表示,引导多标签语义关联.具体而言,构建基于模态语义增强模块,完成多模态之间公共-独立的编解码,用来增强模态之间的共享信息和独立信息,并利用多头注意力机制生成多模态互补特征矩阵,获得增强的水下视频内容表示.为挖掘多标签隐性关联性,设计了基于动态图卷积的图关联学习模块,用于自适应地学习标签语义嵌入.在提出的水下视频多标签分类数据集(UVMCD)上进行实验,仿真结果表明所提模型均具有较好的性能指标.

    多标签分类多模态图卷积水下视频

    基于机器学习的支原体肺炎诊断中临床表现与生化指标的关键特征分析

    茅荣智陆小花裴佳璐鲍国明...
    9-17页
    查看更多>>摘要:支原体肺炎病例的诊断过程中涉及大量的临床指标和生物化学指标,由于没有统一的单一确诊指标,医生常常面临如何正确诊断的困扰.为获得支原体肺炎诊断和评估中的关键临床表现指标和生物化学指标,采用多种机器学习分类模型进行定量分析.首先,通过机器学习方法对21项临床指标和22项生物化学指标进行训练,通过计算模型的准确率(Accuracy)、精度(Precision)、召回率(Recall)和F1分数,获得可以准确进行是否患有支原体肺炎的分类机器学习模型;在保证模型可靠性的基础上,进行特征重要性评估,然后对重要特征进行筛选和分析.综合结果分析表明,在临床表现数据中,Three Concave Sign.1、Cough Nature、Moist Crackles、Rhonchus or Wheeze以及Pleural Effusion指标对模型分类能力的影响最为显著,在生物化学数据中,Nucleic Acid PCR、IgM(acute stage)、White blood cell(WBC)、CRP(C Reaction Protein)以及Lymphocyte%(L)这五项指标对模型分类的影响最大.该研究为支原体肺炎的关键特征筛选和分析提供了关键指标,为临床诊断和评估提供了基础参考.

    支原体肺炎机器学习特征评估特征筛选特征分析

    基于语义相似度和标签预分配的重叠社区发现方法

    李柯宇程秀芳潘宇程树林...
    18-25页
    查看更多>>摘要:为解决标签传播算法(COPRA)在划分社区时初始标签多、标签更新随机性强及传播未考虑社交网络中语义的问题,提出基于语义相似度和标签预分配的重叠社区发现方法(OCDSLP)改进社区划分过程,提高社区发现质量.首先,基于Word2Vec模型对用户的博文进行建模,度量用户语义相似度.接着,利用网络拓扑结构特征排序节点并融合语义信息进行标签预分配,减少初始标签数量.最后,在选择标签时融入节点相似性,限制社区的规模,发现语义一致的社区.实验结果表明,OCDSLP可以显著提高发现社区质量.

    语义信息标签预分配标签传播重叠社区

    基于增强Swin Transformer的深度伪造人脸检测

    李杏清王志兵杨恺
    26-30,58页
    查看更多>>摘要:针对传统卷积神经网络感受野的大小受限和特征交互学习能力弱,基于卷积神经网络的伪造人脸检测技术提取到的特征相对单一的问题,提出了基于增强Swin Transformer的深度伪造人脸检测方法,引入了局部多头自注意力和全局多头自注意力机制,结合了Swin Transformer的优势,能够有效地捕获图像上下文信息和视频时序关系,具有较强的全局感受野和长距离依赖建模能力.在DFDC数据集的实验结果表明,该方法优于基线方法,具有较好的深度伪造人脸检测能力.

    增强SwinTransformer伪造人脸检测音视频分解一致性分析特征融合

    基于Transformer模型的自然语言处理研究综述

    蒋雷汤海林陈瑜瑾
    31-35页
    查看更多>>摘要:ChatGPT的出现标志着自然语言处理(NLP)领域的技术和应用达到了历史的巅峰,它是一种基于深度学习的模型架构,可帮助人们更加便捷地获取信息和解决问题,可实现自然语言对话和生成,可应用于问答系统、对话机器人、智能客服等领域.深度学习是人工智能的深层次理论,NLP则是深度学习的一个重要发展方向.在NLP领域中最著名、影响最大的模型就是Transformer,像GPT、BERT和T5等大语言模型都基于它而实现.Transformer的出现引发了NLP领域的一次革命,它的自注意力机制使得NLP任务具有更高的效率和准确性,并且能够处理任意长度的序列(字符序列,即文本)、它的并行处理能力使得在处理大规模数据时更加高效,可通过回顾NLP的发展历史,将其它NLP技术和Transformer模型进行对比和分析,来对Transformer模型的先进思想和重要地位进行研究和论证.

    Transformer自然语言处理人工智能Sequence2SequenceChatGPT

    面向类不平衡数据集的重采样方法影响研究

    丁浩杰
    36-40页
    查看更多>>摘要:为了评估重采样方法对类不平衡数据集的影响,对被广泛使用的美国威斯康星州的乳腺癌诊断数据集进行研究,基于逻辑斯特回归、支持向量机、随机森林等三种机器学习算法进行实验,对随机上采样抽样、随机下采样抽样、SMOTE以及ADASYN四种重采样方法使用F1值和AUC值进行了分析.实验结果表明,四种重采样方法均可以提升模型性能,其中随机下采样抽样在处理类不平衡数据集时被证明更加有效.

    重采样方法随机下采样抽样支持向量机逻辑斯特回归随机森林

    HanLP下不同分词器对文本分类性能的研究

    汪兰兰
    41-44页
    查看更多>>摘要:文本分类在搜索引擎技术中占据着重要的地位,文本分类第一步就是分词,分词分得准确,则在后续文字特征提取的时候也更为精确.针对以上情况,主要探究HanLP中不同分词器对文本分类后所呈现结果的影响程度,所用分词器主要为实词分词器和二元语法分词器,利用两种分词器对语料库分词,将特征向量导入朴素贝叶斯和支持向量机中进行训练和测试,测评后精确率P、召回率R、F1分数最高的一组搭配为二元语法分词和支持向量机.实验数据表明二元语法分词器能够较大地提高文本分类的准确率,但分词特征较多会影响分类模型分类的速率.

    实词分词器二元语法分词器朴素贝叶斯支持向量机

    基于TOPSIS法和缺陷率的软件质量评价研究

    张盼盼
    45-51页
    查看更多>>摘要:不同软件之间的质量优劣评价一直是个难题,传统的软件质量评价有专家评估和用户反馈,无法客观地对多个软件的质量优劣进行评价.为了解决软件质量评价无法定量的问题,采用TOPSIS方法对软件质量进行评价,从功能性、性能效率等8个维度进行分析.首先,通过相关的文献研究和实际调研,确定了每个维度的具体指标,并对指标进行了标准化处理.然后,采用TOPSIS方法对不同软件进行了比较,得出了每个软件在各维度上的得分和总得分.最后,通过对比不同软件的得分,得出了优秀的软件和需要改进的软件,并提出了针对性的改进措施.该研究方法能够有效地评价软件质量,为软件的采购和竞品分析提供参考依据.

    软件质量评价TOPSIS算法软件测试指标评估

    无线局域网应用多重USG防火墙的安全策略研究

    李清平
    52-58页
    查看更多>>摘要:无线网络是一种方便灵活的网络接入方式,同时也存在一系列的安全威胁.通过对无线网络中可能产生的攻击和入侵方式进行详细的研究,确定基于华为USG5500防火墙的多重综合防御措施,包括身份验证、访问控制、数据加密、监测防御等多个方面,重点放在无线网络的身份验证和访问控制上.基于eNSP平台部署仿真拓扑,规划IP地址和防火墙区域,在无线网络中采用WPA2-PSK加密技术和VLAN技术,在多重防火墙中设置访问控制策略和流量过滤规则.仿真结果表明,在正确设置策略规则的情况下,多重USG5500防火墙能够及时监控和识别网络中的异常行为,有效检测和阻止网络攻击,提升无线网络的安全性和可靠性.

    USG5500防火墙无线网络安全策略访问控制策略流量过滤规则eNSP平台

    基于强化学习的情感对话回复生成

    李凯伟
    59-64页
    查看更多>>摘要:近年来,研究者们致力于提升对话系统的情感智能,但都忽略了对话中的反馈因素,模型容易生成无趣简单的通用回复.针对此问题,提出一种基于强化学习的情感对话生成方法EC-RL(emotional conversation reinforcement learning),根据对话上文生成指定情感的回复语句,从内容质量和情感两个方面评估对话的未来奖励,增强生成语句的连贯性,采用NLPCC 2017情感对话数据集,实验证明,与现有方法相比,所提模型可以实现情感可控的对话回复生成,文本内容通顺流畅且多样性高.

    对话生成情感对话强化学习