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

    结合特征融合与分离的带钢表面缺陷检测方法

    段佳佳
    1-8页
    查看更多>>摘要：针对带钢表面缺陷检测缺少标注数据集和标注数据成本巨大的问题,提出一种改进的Softteacher模型.首先,改进FFRCNN网络,进一步融合图片的特征,以避免带钢表面缺陷检测数据集特征的丢失;其次,改进半监督伪标签生成规则,以提升伪标签的可靠性.实验结果显示,Softteacher模型检测效果优于其他半监督方法,基于Softteacher模型改进后的方法用于带钢表面缺陷检测时的准确度和平均准确率均值都更高.

    带钢表面半监督缺陷检测SoftteacherFFRCNN

      原文链接:
    • 维普
    • 万方数据

    基于Transformer网络的抗癌肽的预测

    蔡标葛成徐晴陆翼...
    9-15页
    查看更多>>摘要：癌症是造成人类死亡的一个重要原因.抗癌肽(ACPs)是一系列由10～60个氨基酸组成的短肽,可以抑制肿瘤细胞的增殖或迁移,不易引起耐药性.将肽序列作为输入,搭建基于Transformer网络的抗癌肽模型并预测,模型自动将序列信息通过字符嵌入的方法映射为特征向量,实现了使用Transformer网络模型来自动识别抗癌肽和非抗癌肽.五倍交叉验证实验结果表明,该模型在数据集ACP240和ACP740上的准确率分别达到87.92％和83.75％.该模型能够有效地预测抗癌肽.

    Transformer抗癌肽预测肽序列

      原文链接:
    • 维普
    • 万方数据

    基于LDA—加权Word2Vec组合的机器学习情感分类模型研究

    陈登建杜飞霞吴瑞雪杨秀璋...
    16-22页
    查看更多>>摘要：为解决社交媒体用户发布评论文本过长,导致情感倾向不明确,情感特征分布离散,传统情感分类模型缺乏上下文语义分析,提取情感特征不准确,分类精准率较低的难题,提出一种主题模型与词向量组合特征(LDA-Word2Vec)的情感分类模型.通过LDA主题模型对长评论文本进行特征提取,构建所有主题下的特征词库;借助特征词库构建长评论的LDA特征表达;利用CBOW训练得到特征表达后文本的词向量表示,使用TF-IDF对词向量进行加权并融合语义特征,再构建机器学习模型对长评论文本进行情感分类的方法,研究了机器学习情感分类模型.实验结果表明:相较于传统的文本特征表示方法,本文提出的LDA-Word2Vec组合特征的方法,在情感分类的准确率与召回率的表现上都更加优秀.可见本文的模型能够进一步挖掘文本的情感特征,具有一定学术意义和现实意义.

    LDA主题挖掘Word2Vec模型机器学习情感分类

      原文链接:
    • 万方数据

    基于改进HRNet架构的图像语义分割算法应用研究

    胡航牛晓伟左昊金重阳...
    23-29页
    查看更多>>摘要：针对当前主流图像语义分割算法提取的特征图分辨率过低,上采样过程中有效语义信息损失过大,易丢失像素点和目标物体区域相关性的问题,提出了一种基于HRNet-OCR联合交叉注意力机制的图像语义分割算法.该法先采用HRNet替代ResNet作为特征提取骨干网络,保留特征提取过程中的高分辨率信息;然后融合OCR算法对图像进行初步的粗略分割,确定目标对象的大致区域;最后,引入交叉注意力机制模块对像素和对象区域的关联程度加权计算,实现像素的精准分类,保留分割区域的边缘细节.实验结果表明,与常见的分割算法FCN、PSPNet、DeepLabv3+等相比,所提算法在ADE20K、Cityscapes、PASCAL VOC 2012数据集上的mIoU分别提升5.37％、3.09％和2.71％,且可以有效保留细节信息,大幅度改善分割精度.

    语义分割HRNetOCR交叉注意力机制

      原文链接:
    • 维普
    • 万方数据

    改进的矩阵分解与BP神经网络在电影推荐中的研究

    黎丹冰丁阳陈怡华吕雪松...
    30-35页
    查看更多>>摘要：传统的矩阵分解在获取特征矩阵的过程中,没有很好地考虑矩阵的实际意义,并且普遍使用随机梯度下降(SGD)或交替最小二乘(ALS)法优化目标函数.本文提出一种改进的神经网络方法,将用户对电影的评分矩阵分解成电影类型矩阵与用户偏好矩阵,并结合BP(back propagation)神经网络进行训练.训练过程中使用了改进的Adam方法,该方法考虑时间因素,防止学习率震荡,使用融合时间因素和高斯核函数的方法对学习率分段修正.最后在MovieLens数据集上进行仿真,与基于用户的协同过滤User-CF和基于物品的协同过滤Item-CF,以及在SGD和Adam优化器上进行对比,其准确率和MAE性能参数均有所提升.

    神经网络电影推荐系统

      原文链接:
    • 维普
    • 万方数据

    一种改进的知识图注意力网络推荐模型

    王志寅
    36-41页
    查看更多>>摘要：针对知识图注意力网络(Knowledge Graph Attention Network,KGAT)推荐模型在整个知识图谱上传播信息,容易引入噪声的问题,提出一种改进的KGAT模型,通过将注意力嵌入传播层替换为注意力机制嵌入和信息过滤两个部分实现注意力得分机制,优化节点嵌入.在两个公共数据集Amazon-Book和Last-FM上分别进行对比实验,实验结果表明改进模型在recall和ndcg两项评价指标上都有提升,其中在Amazon-Book上分别提升了1.54％和1.68％,在Last-FM上分别提升了1.03％和1.96％,有效地改善了推荐结果.

    推荐系统知识图谱图神经网络注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于APSO_ELM算法的地铁列车碳滑板磨耗的预测

    郝玉然王自鑫李正培
    42-46页
    查看更多>>摘要：为了准确预测地铁列车碳滑板磨耗量,本文选择训练速度快、参数设置少、准确度高的极限学习机(ELM)模型.针对ELM模型在训练过程中随机产生权值和阈值,导致模型泛化能力不足、稳定性差等缺点,引入基于收缩因子改进的自适应粒子群算法(APSO)对其进行优化,提出了一种基于自适应粒子群优化极限学习机(APSO-ELM)的碳滑板磨耗预测模型.将该模型运用到碳滑板磨耗实例预测中,在选取的270组样本数据中,前235组作为训练样本,后35组作为测试样本,以影响碳滑板磨耗的主要因素——地铁运行公里数作为输入参数,以碳滑板厚度为输出参数,将预测结果与ELM模型预测进行对比.结果表明,APSO-ELM模型有较高的预测精度,预测值更逼近于实际值,验证了APSO-ELM模型在碳滑板磨耗预测中的可靠性和有效性.

    碳滑板磨耗ELM收缩因子APSO-ELM

      原文链接:
    • 维普
    • 万方数据

    库尔勒香梨含糖量的近红外光谱检测模型研究

    王彦群贾浩坤范振岐
    47-51页
    查看更多>>摘要：以成熟期库尔勒香梨为研究对象,以香梨含糖量作为检测指标,使用近红外光谱仪采集香梨样本光谱数据,通过一阶差分、二阶差分、标准正态变量变换(SNV)、多元散射校正(MSC)等方法对原始光谱进行预处理分析,研究香梨糖分的近红外光谱响应,结果表明MSC方法更适合于香梨近红外光谱数据的预处理.使用SPXY算法将近红外光谱建模样本集按4:1进行划分,并使用相关系数法提取12个特征波长变量.通过线性回归、偏最小二乘法(PLS)和支持向量机(SVM)等方法分别建立香梨含糖量的检测模型,并进行比较,PLS模型均方根误差(RMSE)为0.5457,预测精度(Precision)为0.9918,相关系数为0.5802,均优于其它两种预测模型.MSC+PLS预处理方法可用于库尔勒香梨含糖量快速、无损检测.

    近红外光谱多元散射校正PLS算法SVM算法

      原文链接:
    • 维普
    • 万方数据

    基于BERT变种模型的情感分析实现

    毛银赵俊
    52-56页
    查看更多>>摘要：随着舆论数据的快速增长,情感分析技术在舆论检测中发挥越来越重要的作用.由于文本数据本身的稀疏性和高维性,加上中文语义的复杂性,情感分析面临着巨大挑战.本文提出了基于BERT变种的深度学习模型.首先利用BERT模型将文本编码为词向量,采用权重矩阵对词向量加权,增强语句中情感特征,然后利用BiLSTM提取词向量中上下文特征,利用注意力机制对隐特征向量进行特征加权.经过处理后,利用卷积神经网络提取出文本中重要的局部特征,最后输出到全连接层进行文本的分类.实验表明,相比BERT模型,BiLSTM以及其它文本分类模型,该模型在外卖评论数据集中的精确率明显提高.

    文本分类BERT模型特征提取注意力机制

      原文链接:
    • 维普
    • 万方数据

    二进制粒子群算法融合遗传算法路径规划方法

    夏梓尧
    57-61页
    查看更多>>摘要：针对粒子群算法应用于连续模型时难以处理离散性的问题,运用二进制粒子群算法搭配栅格地图,提高路径规划的效率,降低算法复杂度.融合算法用于路径规划,避免了早熟收敛并陷入局部最优解的问题,调节算法的局部收敛和全局规划能力.仿真结果表明,该算法能够获得全局最优路径.

    路径规划二进制粒子群算法遗传算法栅格地图

      原文链接:
    • 维普
    • 万方数据