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

    基于机器学习的跑道占用时间预测模型研究

    陈亚青张可欣李颖哲
    1-7页
    查看更多>>摘要：伴随着我国民航事业的迅速发展,运输需求不断增加,通过规范跑道占用时间来提升跑道运行效率成为必然要求.采用了人工神经网络(ANN)、循环神经网络(RNN)、极度梯度提升树(XGBoost)、支持向量机(SVM)四种不同的机器学习方法构建跑道占用时间预测模型,并对建立的四种跑道占用时间预测模型预测结果进行对比分析.研究发现最适宜用来建立跑道占用时间预测模型的机器学习方法是人工神经网络,利用该方法建立的基于RNN的跑道占用时间预测模型预测效果最好,预测平均绝对误差仅为3.5130.该结论可以为未来研究跑道占用时间预测模型,规范跑道占用时间提供一定参考.

    跑道占用时间人工神经网络(ANN)循环神经网络(RNN)极度梯度提升树(XGBoost)支持向量机(SVM)

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

    飞行员静息态脑功能度中心度特征研究

    魏光兴王梓安徐开俊陈曦...
    8-14页
    查看更多>>摘要：度中心度的实质是计算单个体素与全脑所有体素之间的脑功能网络连接强度,使用度中心度分析方法对飞行员与地面职业者进行分析,探讨飞行员与地面职业者大脑功能差异的脑区.选取26名飞行员作为飞行组和24名地面职业者作为对照组,采集RS-fMRI数据,计算出相对应的DC值,然后在组间差异区间内对两组DC值做双样本t检验,最后定位差异脑区,并进一步分析差异脑区与飞行时长之间的相关性.通过数据处理发现飞行组左侧辅助运动区的DC值(P<0.001)相较于地面组有明显的增高,且该值与飞行时长呈显著正相关(双尾检验,r=0.450,P=0.027).飞行员在静息态下左侧辅助运动区的功能活动与普通职业者之间存在明显差异.该区域与运动前准备阶段中的信息筛选、运动起始等功能有关,因此,结果可能意味着经过系统化的飞行训练,飞行员在信息筛选、运动起始等方面的能力有所提高.

    静息态度中心度飞行员运动辅助区飞行经历训练选拔

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

    基于类不平衡的软件缺陷倾向性预测研究

    程雪平陈海华
    15-21页
    查看更多>>摘要：软件缺陷倾向性预测是提高软件测试效率、保证软件质量的重要手段之一,类不平衡是软件缺陷数据集中固有的问题.利用公开的NASA软件缺陷数据仓库中的部分数据集,分别采用随机过采样、人工少数类过采样法(synthetic minority over⁃sampling technique,SMOTE)、改进的SMOTE过采样算法处理类不平衡问题,然后使用随机森林预测模型对各软件模块的缺陷倾向性进行预测,最后利用查准率、召回率、AUC等性能评价指标对比不同采样方法处理缺陷数据集类不平衡问题的效果.

    机器学习类不平衡缺陷倾向性预测过采样随机森林模型

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

    分布式存储系统中自适应纠删码的研究综述

    陈欢华
    22-28页
    查看更多>>摘要：随着海量存储系统的发展和在复杂环境中的应用,存储系统所面临数据丢失的风险也不断提升,因此存储系统中数据的可靠性受到了严重的挑战,成为了当前学术界和工业界关注的一大热点.为了解决该问题,海量数据存储系统通常使用具有低存储成本的纠删码技术.海量数据存储系统需要满足海量用户复杂多变的存储需求,以及提供高可用的存储服务,而这给海量数据存储系统中纠删码技术带来了关键性科学问题,即,纠删码的存储扩展性能较低与频繁变化的存储扩展需求之间的矛盾.为此,针对基于纠删码的海量数据存储系统,围绕存储扩展和数据修复的性能开展了一个综述性的研究.首先介绍了当前典型和常见的具有自适应特性的纠删码技术的发展现状,然后从评价纠删码性能的各项重要指标的角度详细地对比和分析了现有的纠删码技术,最后指出了现有自适应纠删码的不足和可能的改进见解.

    分布式存储系统纠删码自适应冗余转换码转换

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

    基于自适应图像增强和CNN的少数民族服饰图像分类研究

    候红涛汪威申红婷刘宽...
    29-35页
    查看更多>>摘要：针对传统的少数民族服饰图像分类采用人工处理,无法满足信息化时代对图像自动分类的要求问题,提出了一种基于自适应图像增强和卷积神经网络的少数民族服饰图像分类算法.该算法通过计算复杂环境下少数民族服饰图像的平均亮度,采用不同的算法进行图像增强,提高图像对比度,降低噪声,并利用卷积神经网络学习不同少数民族服饰图像的特征,实现少数民族服饰图像的自动分类.实验结果表明,所提出的算法提高了准确率、召回率和F1值,能够有效地对白族、苗族、蒙古族、维吾尔族和藏族服饰进行分类和识别,为少数民族服饰的信息处理奠定了良好的基础,也为民族文化的传承和保护提供了支持.

    卷积神经网络自适应图像增强图像分类少数民族服饰深度学习

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

    锚和通道注意力相结合的车道检测算法

    韩尚君余艳梅陶青川
    36-41页
    查看更多>>摘要：车道检测是自动驾驶不可缺少的一部分,但目前车道检测算法在同时保证高准确率和快检测速度方面还有待进一步提高.在LaneATT上改进得到了新的车道检测算法——LaneEcaATT.通过引入了通道注意力机制ECAnet对特征图进行处理得到局部特征,然后与全局特征相结合进行车道检测.在两个公开数据集上的实验结果表明,改进后的算法LaneEcaATT在Tusimple数据集上优于对比算法,在CULane数据集上采用Resnet18作为主干网时也优于对比算法,较好地兼顾了高准确率和快检测速度.

    锚通道注意力机制车道检测

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

    基于延误成本的不正常航班调整策略研究

    罗军江林林
    42-46,66页
    查看更多>>摘要：为了解决不正常航班给航空公司和旅客带来的巨大经济损失,对各类不正常航班调整的成本指标在指派模型的基础上进行研究,在Matlab中运用改进的匈牙利算法对模型进行求解.通过成本矩阵解得最小成本航班计划,并借助时空网络图对延误航班调整策略进行描述并提出合理的恢复方案.以某航空公司某日发生大片延误的实例来验证了这一模型的优越性,证明该算法在解决航班调整问题时有一定的参考价值.

    航班延误成本航班恢复指派模型改进的匈牙利算法时空网络

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

    基于改进YOLOv5的有遮挡行人检测方法研究

    李彤晖宋晓茹
    47-51页
    查看更多>>摘要：针对行人检测因遮挡而出现的检测精度低、误检率高的问题,提出基于YOLOv5m算法的改进KSE⁃YOLO检测模型.首先进行初始中心点选取优化,选取匹配行人目标的先验框尺寸,提升检测精度;其次引入注意力机制模块,提升网络对于行人目标的关注度,降低误检率;最后,在公开数据集上进行训练并测试.结果表明,对比传统主流识别算法,KSE⁃YOLO在检测精度、召回率以及平均精度均值上均有提升,可有效应用于遮挡情况下的行人检测与其相关领域.

    YOLOv5行人检测注意力机制K⁃means++

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

    基于CAMCGU-Net网络的CT图像肺实质分割算法

    杜佳成余艳梅汪恩惠陶青川...
    52-56页
    查看更多>>摘要：肺癌的及时诊断和治疗能够降低肺癌病人的死亡率,目前的主要诊断方法是采用计算机断层扫描(computer tomography,CT)技术,CT具有更高的分辨率和灵敏度,能够正确检测肺部中病灶位置.基于CT图像的肺实质准确分割是临床肺部疾病诊断的一个重要任务.针对肺实质分割时特征信息易丢失、前景和背景易混淆的问题,改进并提出了一种融合协调注意力和密集连接的空间卷积块的深度学习模型CAMCGU-Net(coordinate attention multi-level context gating U-Net).主要改进如下:在编码器和解码器中间引入密集连接的空洞卷积块,帮助模型获取丰富多尺度特征信息,减少特征信息的丢失;在上采样后加入协调注意力(coordinate attention,CA)模块,高效整合空间坐标信息、增强目标对象的表示以提高模型对前景区域的定位能力,避免前景和背景混淆.在Kaggle肺分割数据集上的实验结果显示提出的模型得到的结果更加接近标注图像,在准确率(Accuracy,ACC)、特异性(Specificity,SP)、F1分数(F1⁃Score)等评估指标上均优于对比方法,能够更有效地分割肺实质.

    计算机断层扫描肺实质分割协调注意力

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

    基于矩阵分解的标签语义约束跨模态检索

    梁林清冯士华
    57-61页
    查看更多>>摘要：跨模态检索是指在不同类型的模态中搜索具有相似语义的数据.现有方法未充分利用样本对多标签信息,且未充分利用标签的语义信息.基于此,提出一种基于矩阵分解的标签语义约束跨模态哈希方法.首先,分别为各模态的样本学习语义表示;然后,根据多标签信息构造语义相似度矩阵来约束模态间语义相关性;最后,利用语义表征学习哈希码及哈希函数.实验结果表明,本方法优于大多数矩阵分解哈希跨模态检索领域的方法.

    哈希算法语义约束矩阵分解跨模态检索

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