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

    基于一维残差卷积神经网络的Tor匿名网络流量识别模型设计

    冯松松王斌君
    1-8,41页
    查看更多>>摘要：针对现有匿名网络流量识别模型准确率低的问题,提出了一种基于一维残差卷积神经网络的Tor匿名网络流量识别模型.该模型根据网络流量各特征之间相互独立,无内在关联的特性,采用一维卷积进行特征提取,并采用最大池化筛选、保留关键特征,通过引入跳跃连接解决深层网络存在的退化问题,降低训练时梯度消失的风险,使得模型可进一步加深,提高识别准确率.实验结果表明,该模型优于常用的SVM、KNN、ResNet等对比模型,将Tor匿名网络流量识别准确率提高至98.87％,具体匿名应用类型识别准确率提高至96.14％.

    Tor匿名网络暗网流量识别卷积神经网络

      原文链接:
    • 维普
    • 万方数据

    显著性时空特征融合的多视角步态识别算法

    杨凯文李双群胡星
    9-15页
    查看更多>>摘要：行人步态是一种具有唯一标识行人身份能力的生物特征,可以使用视频监控系统中的行人步态远距离识别行人身份,如何有效提取监控视频中行人的多视角步态特征是一个具有挑战性的问题.本文设计了一个孪生LSTM网络架构,用于完成多拍摄视角下的步态识别任务.本文方法优点:①设计了一个框架融合步态序列显著的空间特征和时序特征进行多视角步态识别;②设计了时序总结孪生LSTM架构自动学习不同视角下步态序列的显著周期性运动特征;③分析了LSTM的层数、隐藏单元数量与识别准确率的关系,定量评价了相同视角和交叉视角下的步态识别性能.实验结果表明,本文方法在OULP-C1V1-A步态数据集上相同视图和交叉视角下都取得了良好的步态识别性能.

    步态识别LSTM网络孪生网络架构特征融合

      原文链接:
    • 维普
    • 万方数据

    基于边缘设备和改进YOLOv5算法的车牌号码识别

    梁允泉董苗苗齐振岭刘羿漩...
    16-22页
    查看更多>>摘要：自动识别车牌号码是智慧交通中的重要内容,针对现有车牌识别算法计算量大,不满足微型化、实时性等需求,提出一种基于边缘设备和改进YOLOv5算法的车牌号码识别方法.首先,构建车牌数据集;其次,通过改进YOLOv5网络模型架构,并引入注意力机制,提升对车牌号码的检测能力,并与未改进的YOLOv5算法作性能对比;最后,将Intel Movidius NCS2与树莓派硬件设备结合,进行实时推理.实验结果表明,改进的YOLOv5算法在边缘设备上的实时画面推理速度最快达到3.316 ms,YOLOv5算法推理速度为5.772 ms,改进的YOLOv5算法与原算法相比,其推理速度平均提升了13.41％.本文提出的方法能在边缘设备上提高车牌检测速度,并达到较高的准确率.

    边缘设备树莓派4B车牌识别YOLOv5注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于线上线下学习行为分析的学生成绩预测研究

    郭羿韦文山邓居昌
    23-29页
    查看更多>>摘要：本文采用数据挖掘和机器学习的方法,在线上线下两种学习模式相结合的情况下,对学生期末学业成绩进行预测.通过对线上各属性进行相关性分析,得到对成绩影响较大的属性因素,并与线下教师日常学习状态打分相结合,使用多种机器学习和神经网络模型对学生期末学业成绩进行回归预测,并比较各模型之间的性能.在对不同模型进行优化后,重新进行预测,并与优化前模型进行比较,选择出最优预测模型.

    学习行为学业成绩预测回归模型机器学习神经网络

      原文链接:
    • 维普
    • 万方数据

    一种用于大数据内容安全监测的快速相似匹配并行算法

    王晓霞孙德才
    30-35页
    查看更多>>摘要：为了提高大数据集基于内容的相似匹配速度,本文采用MapReduce框架实现了一种并行的相似匹配算法,解决了大数据信息安全监测中的快速相似匹配问题.算法基于先过滤、再验证的方式设计了三个阶段.在配对阶段,通过对索引子串和匹配子串进行配对去除了不包含共享q-gram的无关对;在过滤阶段,通过q-gram命中特征过滤掉了一定不是真实匹配的候选对;在验证阶段,通过计算候选对的真实匹配度找出了满足要求的真实匹配.实验结果证明,本文提出的字符串分割过滤方法有效地提高了相似匹配的速度.实验结果也显示新算法较适合匹配度变化范围较大的应用场景.

    大数据安全监测相似连接相似匹配MapReduce

      原文链接:
    • 维普
    • 万方数据

    基于对比约束的轻量图像去雾网络

    石育越宁芊
    36-41页
    查看更多>>摘要：近年来基于卷积神经网络(CNN)的方法广泛用于图像去雾领域,并获得明显的性能提升.虽然基于CNN的方法取得巨大成功,但现有去雾方法需要大量运算资源,难以部署到边缘设备或嵌入式设备中.为了解决这个问题,本文提出了一种基于对比约束的轻量化图像去雾网络.整体结构采用U-Net架构,降维雾霾图像以降低运算资源消耗.采用了一种双蝶形栅格模块作为基础模块,栅格模块灵活结合了残差连接和注意力机制,能学习更具有判别性的特征表示.该网络以端到端的形式学习图像去雾映射,避免中间估计带来的误差.实验结果表明该方法在客观指标和主观感知质量上均优于其他对比方法.

    卷积神经网络图像去雾栅格模块轻量级网络

      原文链接:
    • 维普
    • 万方数据

    基于深度神经网络优化网络学习的社会创业研究

    吴嘉鑫
    42-46页
    查看更多>>摘要：随着涌现出越来越多的不同学科交叉研究,深度神经网络逐渐被运用到创业创新研究领域中.通过深度神经网络去提高学校师生的网络学习效能是一种实现社会创业价值的新方向,并且对向社会提供可持续人才有着重要意义.这种新的网络学习架构通过将知识损益(LPP loss)作为多重学习问题,基于深度神经网络提取的特征,利用提出的新的局部保留损耗方法,来实现目前最优化的知识转移的方法.

    神经网络社会创业网络学习知识转移知识损益

      原文链接:
    • 维普
    • 万方数据

    基于深度学习的餐饮客户流失预测

    李周辉
    47-51页
    查看更多>>摘要：客户流失是餐饮活动中的一个重要问题,及时发现流失客户,并为此制定相应的措施,能有效降低餐饮活动的损失.为了研究深度学习在餐饮客户流失中的应用,本文首先分析影响餐饮客户流失的主要因素,筛选出影响餐饮客户流失的有效特征;其次构建基于深度学习的神经网络模型,确定神经网络训练中的各个参数;最后将特征数据输入到模型中做预测,并与Logistic回归和支持向量机两种方法做比较,验证其准确性.实验结果表明,深度学习神经网络模型取得的效果最好.

    深度学习神经网络客户流失餐饮

      原文链接:
    • 维普
    • 万方数据

    基于最大相关熵的GPS/INS组合导航融合算法研究

    徐开俊张榕杨泳徐照宇...
    52-56页
    查看更多>>摘要：目前组合导航系统中常用卡尔曼滤波器进行信息融合,它在一定程度上克服了组合导航系统在实际工作中的不确定情况,如测量值易被无法量测的野值污染的实际问题.为优化传统卡尔曼滤波算法性能,提出基于最大相关熵的卡尔曼滤波(MCCKF)算法.该算法是在最大相关熵准则(MCC)和加权最小二乘(WLS)的思想下进行推导得到的.通过Matlab软件对GPS/INS组合导航融合理论建立数学模型,并对其进行模拟和分析,与传统卡尔曼滤波算法所得出的结果相比,结果表明基于最大相关熵的卡尔曼滤波算法具有更高的精度和更强的鲁棒性.

    数据融合卡尔曼滤波最大相关熵组合导航

      原文链接:
    • 维普
    • 万方数据

    基于边缘计算与区块链的异常数据检测研究

    孙允鹏侯梦媛
    57-60,84页
    查看更多>>摘要：针对农业物联网云平台的海量传感器多源数据采集模型,考虑到传统框架模型通常只用云平台处理单源数据,延迟性比较高以及隐私性较差等问题,依托区块链、边缘计算、无线数传、柔性太阳能充电等技术,搭建具备定位、组网、数传、自供电等功能的无线感知节点,提供多种传感接口,实现"通用感知节点+场景传感器件"的高效定制方案,并将数据异常检测任务从云平台迁移到多个边缘设备上,实现了数据的高频交互和实时传输.

    边缘计算区块链异常检测

      原文链接:
    • 维普
    • 万方数据