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

    融合数字孪生的自动驾驶场景仿真模型构建研究综述

    叶少槟梁恩云高琛谭北海...
    1-11页
    查看更多>>摘要：随着自动驾驶技术的不断发展,自动驾驶技术对它所需要的测试场景数量也越来越大,对场景的复杂度和场景的多样性也有了进一步的提高.一方面,驾驶场景中的要素,例如气象、周边交通和道路情况,数量大而且变化多样,因此它们之间组合出来的场景数量通过道路采集数据也难以穷尽地采集.另一方面,为了丰富场景的多样性,应对突发情况,通常需要收集一些边界危险场景,但边界场景不能刻意去制造.原因是这不仅伤害了驾驶员也伤害了道路交通的其他参与者.因此基于驾驶场景的仿真模型构建是完善自动驾驶仿真测试的关键技术.本文提出了基于数字孪生的仿真模型并通过模型还原真实驾驶场景的构建方法,系统阐述了国内外研究工作的进展和现状,对数字孪生技术进行阐述,构建方法包括了基于物理规律建模和基于数据驱动的方式对行驶车辆进行建模.研究结果表明:从仿真模型设计到还原真实场景可以保证数据的多样性以及采集数据过程的安全性,降低研发成本并提高自动驾驶仿真测试的效率.

    自动驾驶仿真模型仿真测试驾驶场景

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于网评文本的LDA游客目的地印象分析

    张超群郝小芳王大睿李晓翔...
    12-20,61页
    查看更多>>摘要：随着大数据时代的到来及人民生活水平的不断提高,旅游业迅速发展.鉴于游客满意度直接影响目的地美誉度,有必要对游客目的地印象进行分析.本文根据文本分析理论,首先对"泰迪杯"挑战赛官网、穷游网的网评文本数据进行数据预处理,再用Jieba库分词,接着用TF-IDF算法提取关键词,根据K-means得出聚类中心,结合KNN算法将其分类,最后用LDA模型进行主题分析并映射为特征需求.实验结果表明,游客主要关注目的地的服务、位置、设施、性价比、卫生,根据特征需求了解游客偏好,据此对旅游企业健康持续发展提出三条有益建议,有助于优化旅游资源配置,提高游客满意度和提升目的地美誉度.

    网评文本游客满意度目的地美誉度Jieba库TF-IDFK-meansKNNLDA模型

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    改进YOLOv5s的车载红外图像目标检测

    宋甜李颖王静
    21-28页
    查看更多>>摘要：针对车载红外图像分辨率低、目标小且细节模糊导致检测精度不高的问题,提出了一种基于改进YOLOv5s的目标检测网络.网络对SPP模块进行改进和添加,然后在骨干网络中嵌入了坐标注意力模块,将位置信息嵌入到通道注意力中,使得网络能够在更大的区域上进行注意力,更多地关注重要的目标特征,提高模型的表现力.最后用EIOU边界框损失函数替换CIOU Loss,进一步提高网络的检测精度.在FLIR车载红外图像数据集的测试集上的实验表明,改进模型较YOLOv5s网络mAP@0.5值提升了3.4％,且几乎不影响检测速度和模型权重大小,满足体积小和轻量化的需求,适合部署到车载嵌入式系统中.

    目标检测YOLOv5sSPP坐标注意力机制车载红外图像边界框回归损失函数

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于改进LDA-CNN-BiLSTM模型的社交媒体情感分析研究

    杨秀璋刘建义任天舒宋籍文...
    29-36页
    查看更多>>摘要：针对社交媒体情感分析忽略情感特征的长距离语义关系,无法精确捕获带有情感色彩的特征词,过度依赖人工标注等问题,本文提出一种改进LDA-CNN-BiLSTM模型,旨在实现对微博舆情事件的情感分析研究.首先,通过对微博舆情事件评论文本进行数据采集和数据预处理,获取"喜悦""愤怒"和"哀伤"三种类别情感文本.其次,构建融合LDA模型、情感词典和人工标注的算法并用于情感特征词提取,使用Word2Vec将经过特征提取后的情感文本转换为词向量.最后,构建CNN-BiLSTM模型,利用卷积神经网络提取文本的关键特征,长短时记忆网络捕获长距离语义特征,从而完成情感分类任务.实验结果表明,本文方法的精确率、召回率、F1值和准确率分别为0.8946、0.8841、0.8893和0.8778,整体实验结果均优于现有的机器学习和深度学习模型,并且融合LDA模型和情感词典的实验结果均有明显提升,其F1值比实验中的六种机器学习模型平均提升3.66％,比七种深度学习模型平均提升1.84％.综上,本文方法能够应用于社交媒体的情感分析任务,并有效感知舆情事件的情感态势,具有一定的研究价值.

    情感分析社交媒体LDA模型CNN-BiLSTM文本挖掘

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于迭代训练的古文短文本聚类方法研究

    李晓璐赵庆聪齐林
    37-43页
    查看更多>>摘要：传统短文本聚类存在特征关键词稀疏、特征维度高,且忽略文本语义等特点,基于古文《四库全书》和《太平御览》抽取的短文本词条数据集,提出了一种基于BERT+K-means+迭代训练的融合模型对短文本数据集进行聚类研究.使用BERT预训练模型来获取词条短文本的向量表示,将该向量表示作为K-means算法的输入得到初始聚簇结果,利用离群值检测算法将聚簇结果划分为离群值和非离群值集合,使用非离群值训练出的分类器对离群值进行再次划分,迭代进行,直至达到停止标准.将BERT词向量模型与TF-IDF以及Word2vec词向量模型进行对比实验,对比结果证明BERT预训练模型相较TF-IDF和Word2vec两种词向量表示效果有显著的提升,实验还证明了迭代训练对于本文古文短文本数据集的有效性.

    古文短文本聚类BERT模型K-Means聚类迭代训练

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于动态低频振幅方法的飞行员静息态fMRI研究

    徐开俊肖成坤陈曦杨泳...
    44-49页
    查看更多>>摘要：探讨了动态低频振幅法(dynamic amplitude of low frequency fluctuation,dALFF)在民用航空运输飞行员静息状态脑功能评价及飞行员课程开发中的应用价值.通过招募26名民航飞行员以及学历、性别、年龄与之相匹配的23名普通职业者进行磁共振成像扫描,计算被试者大脑的动态低频振幅指标并进行组间对比.发现飞行员与普通职业者的动态低频振幅(dALFF)值有明显的差异(P<0.01,GRF校正),具体差异脑区为飞行员的左三角部额下回、右额中回、右中央后回三个脑区相较健康对照组降低.研究表明了经过长期的飞行训练,飞行员在躯体感觉相关的脑区的活动变异性减低.

    飞行员动态低频振幅静息态fMRI

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    巡检机器人应用综述及在机场应用前景展望

    严正罡甄军平
    50-55页
    查看更多>>摘要：近年来,得益于前沿技术的快速发展,全球机器人市场增长迅速,行业内围绕人工智能、多技术融合等关键技术不断探索迭代,推动巡检机器人在多个领域规模性应用,特别是电力与铁路两大巡检业务,是目前研究者们重点关注的方向.机场作为对巡检业务有刚性需求的场景,目前还没有迎来对巡检机器的普及应用,是具有可观经济效应的潜在市场,随着产品不断推成出新,未来采用新技术、新体制的巡检机器人也将在机场业务上占有一席之地.基于上述目标,本文对现有巡检机器人的应用领域及相关关键技术进行了简述.

    巡检机器人电力巡检铁路巡检机场跑道巡检FOD检测

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于深度学习的航空器场面轨迹预测

    李雪何元清胡耀
    56-61页
    查看更多>>摘要：轨迹预测研究是安全高效控制场面滑行的重要基础,在路由规划,风险预警,航班次序,重要节点的时间安排等都能起到重要作用.利用深度学习中循环神经网络的长期记忆性特点,对航空器场面历史数据进行分析和预处理,设定网络模型参数,构建轨迹预测模型,提出了一种基于深度学习的航空器场面滑行轨迹预测方法.结合场面航空器运动状态的变化,改进长短期记忆网络的隐藏层结构,实现对航空器场面轨迹的中期预测.

    深度学习轨迹预测长短期记忆网络

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于改进Q学习算法的"货到人"系统AGV路径规划

    张祥来江尚容罗芹
    62-66,72页
    查看更多>>摘要：随着智慧物流的发展,AGV在现代化智能仓库中的作用愈发重要,并衍生出了"货到人"这一拣选模式.以kiva仓库为研究背景,针对单AGV的局部路径规划进行研究,对传统Q学习"探索-利用"这一困境进行改进,通过引入反正弦函数动态调整贪婪因子ε,满足AGV在前期探索时的随机性,避免陷入局部最优解;后期减少ε保证AGV寻路的目的性,通过栅格方法建立仿真模型.仿真结果表明,改进后的Q学习能够在仓库中找到最优路径,并且运行时间相较于传统Q学习减少了约28％,有效提升了算法的效率.

    Q学习AGV路径规划货到人系统

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进Q-Learning的路径规划算法

    张小月韩尚君陶青川余艳梅...
    67-72页
    查看更多>>摘要：Q-Learning是一种经典的强化学习算法.然而,它存在着收敛速度慢的缺点,而且由于存在着一定概率的探索,该算法可能会浪费很多时间.为解决这些问题,在Q-learning基础上引入初始化Q表格,同时提出"探索引导"方法.仿真实验结果表明,该改进可以减少训练次数,加快收敛速度,例如在Gym库中的悬崖寻路场景中,改进的方法能缩短30％的训练次数.

    强化学习Q-Learning路径规划

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据