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

    基于空间信息的泛洪算法在行人重识别系统中的应用研究

    李御瑾张雅丽葛馨阳赵佳鑫...
    1-10页
    查看更多>>摘要：近年来,行人重识别系统已在多个领域展开应用.在行人特征库进行特征相似度检索度量方面,目前主要采用的是遍历度量,效率相对较低.为了提高度量速度,提出基于空间信息的泛洪度量算法,充分利用目标轨迹的时空相关性,将度量范围以空间距离和时间间隔作为参考依据进行优先级划分,逐级进行相似度度量.研究结果表明,该方法相较于目前行人重识别系统中的遍历度量算法,不论是度量次数还是度量时间都大幅降低,提高了行人重识别系统的工作效率.所提出方法在行人重识别系统的各种场景应用中均能够高效准确度量,且能有效利用空间信息进行行人目标轨迹分析.基于空间信息的泛洪算法在行人重识别系统中的应用可为公安视频侦查、大型公共场所智能寻人、公共卫生安全流行病学调查等提供技术支撑,具有一定的推广和应用价值.

    行人重识别系统相似度度量泛洪算法空间信息

      原文链接:
    • 万方数据
    • 维普

    基于贝叶斯优化的CatBoost的网络安全态势评估方法

    祝卫军黎琳
    11-17页
    查看更多>>摘要：网络安全法的颁布和信息安全等级保护2.0标准的实施对网络安全领域提出了更高的要求,这就促使现有的防护理念需要向主动防御、动态防御进行转变,使用网络安全态势感知技术对信息系统进行防护.贝叶斯优化考虑上文寻优信息,不断更新先验,具有迭代次数少、速度快的优点,CatBoost模型具有防止过拟合和自动特征值处理等优点.因此针对CatBoost模型使用贝叶斯优化的方法进行参数优化,将优化后的模型应用于网络威胁的态势评估当中.在KDD99和CICIDS2017数据集上进行实验验证,通过与常用分类算法进行对比,各项评估指标均优于其他算法,验证基于贝叶斯优化的CatBoost模型在安全态势评估当中的可行性.

    网络安全态势评估贝叶斯优化CatBoost模型

      原文链接:
    • 万方数据
    • 维普

    基于情感分析和随机森林的中国电视剧产业研究

    李坤琪李晓峰袁杰杨鑫...
    18-24页
    查看更多>>摘要：本文基于情感分析和随机森林的方法,从多个角度对电视剧进行数据挖掘,为中国电视剧行业提供一种新的分析视角.以豆瓣网的多国电视剧数据为研究对象,借助情感词典、共词分析和随机森林等方法实现观众细粒度情绪分析、演员间关系挖掘以及电视剧口碑好坏预测,并运用可视化技术将结果多维度呈现.研究发现,本方法能够有效挖掘出我国电视剧数据中蕴藏的价值信息,为优化我国电视剧市场并产出更为优质剧集提供借鉴.

    电视剧情感分析随机森林共词分析知识图谱

      原文链接:
    • 万方数据
    • 维普

    寡头竞争下航线网络选择的动态博弈模型

    景崇毅卢燕吴孟瑶
    25-31页
    查看更多>>摘要：航线网络不仅是航空公司重要的战略资源,还是国家重点建设的基础设施,网络模式的选择和构建会影响民航行业的运行效率和质量.针对现有静态模型无法客观反映网络决策的现实,以及对不确定性环境设定存在的局限性,本文在一个三城市航线网络中,对寡头环境下航空公司航线网络选择问题构造了一个三阶段非合作博弈模型,该模型除了考虑单一市场本身需求的不确定性外,还考虑了不同市场之间的相关性所导致的不确定性,之后利用Stackelberg动态博弈理论进行逆推求解,探讨博弈的均衡及影响航空公司网络结构选择的因素.研究发现:市场不确定性为枢纽网络提供了巨大的灵活性价值.且当单位运力成本较低时,新进入者更倾向于采用枢纽网络来获取灵活性价值.研究竞争环境下航空公司网络选择问题可以提升整个国家的民航运输效率,为推动民航高质量发展提供有价值的启示和决策思路.

    航空运输航线网络结构动态博弈市场不确定灵活性价值

      原文链接:
    • 万方数据
    • 维普

    多模态余弦相似孪生网络人脸跟踪算法

    吴凤娇刘宽候红涛孙收余...
    32-37,47页
    查看更多>>摘要：为解决人脸跟踪算法光照敏感度高、复杂背景跟踪鲁棒性低等问题,本文基于SiamFC网络提出多模态余弦相似孪生网络人脸跟踪算法.首先,结合可见光图片与红外光图片信息互补的优势,设计多模态输入,借鉴PeleeNet网络、空洞卷积、可分离卷积思想设计轻量化特征提取模块进行特征提取.其次,使用余弦相似操作代替互相关操作,增大相似背景非相似域的距离,提升跟踪定位的准确度.最后,在公共数据集ChokePoin、RGBT234和自制数据集上进行该算法的性能评估.实验结果表明,该算法在跟踪效果上整体性能较高、跟踪速度流畅,推理速度为115.7 fps,能很好地应对遮挡、光线干扰、运动模糊等因素影响,具有较强的实时性和鲁棒性.

    人脸跟踪孪生网络余弦相似多模态人脸跟踪

      原文链接:
    • 万方数据
    • 维普

    一种手绘轨迹验证码的仿真实现

    徐宝林
    38-42页
    查看更多>>摘要：验证码技术通常作为分布式信息处理的第一道安全屏障,图形文本验证码是一种最常用的验证码解决方案,但实验证明,传统图形文本验证码很容易被机器程序识别,因此,存在较大安全隐患.本文提出的"手绘轨迹引导的图形文本验证码解决方案"由于大大增加了空间复杂度,难以被机器程序识别.手绘轨迹是一种人工处理方式,由于其处理过程效率低下而无实际应用价值,因此,需要使用计算机程序来仿真实现.实验证明,仿真实现的"手绘轨迹引导的图形文本验证码"符合验证码设计目标,是一种有效的图形文本验证码解决方案.

    轨迹文本字符验证码

      原文链接:
    • 万方数据
    • 维普

    基于密度聚类算法的学情数据可视化分析研究

    严志
    43-47页
    查看更多>>摘要：随着教育信息化的不断深入,如何从海量数据中挖掘出教育规律引起关注.本文以学情数据为基础,建立学情分析可视化系统,以密度聚类算法为依托,对学生考勤与学情隐含关系、学情稳定性进行了分析研究,并将分析结果可视化.利用DBSCAN聚类算法对数据集挖掘分析,结果表明,教育数据可为高校决策提供管理依据.

    教育数据聚类算法DBSCAN算法数据可视化

      原文链接:
    • 万方数据
    • 维普

    基于LDA的大学一卡通学生行为特征分析研究

    冯健文
    48-51页
    查看更多>>摘要：用户行为特征分析是人工智能时代研究社会发展趋势的热点.针对大学一卡通学生行为特征分析应用需要,提出基于LDA主题模型的学生行为特征挖掘框架,介绍语义轨迹与LDA主题模型转化思路,重点阐述主题模型建立和聚类特征分析.对学生群体特征的分析结果表明,该方法对大学管理部门改进一卡通质量服务有较好的参考价值.

    LDA一卡通轨迹挖掘

      原文链接:
    • 万方数据
    • 维普

    基于PSO-BP的银屑病中医证型预测模型的构建

    詹秀菊
    52-55页
    查看更多>>摘要：目的:构建基于PSO-BP的银屑病中医证型预测模型.方法:在基于BP神经网络的银屑病中医证型预测模型的基础上,利用PSO算法优化BP神经网络以构建基于PSO-BP的银屑病中医证型预测模型.结果:基于PSO算法优化BP神经网络构建的银屑病中医证型预测模型的平均准确率为85.22％,高于未优化的模型准确率82.95％.结论:PSO算法优化BP神经网络构建银屑病中医证型预测模型优于人工神经网络预测模型,说明PSO算法能有效克服BP神经网络的缺陷,PSO-BP模型预测精度高,可为银屑病中医证型研究提供技术参考,扩展研究思路.

    银屑病BP神经网络PSO算法

      原文链接:
    • 万方数据
    • 维普

    基于LightGBM-Gibbs Sampling的特征选择算法研究

    产胜宁
    56-59页
    查看更多>>摘要：针对数据维度较高、数据的冗余性导致模型训练带来的复杂性和挖掘不足的问题,创新性地提出了一种基于轻量梯度提升机(light gradient boosting machine,LightGBM)算法的吉布斯采样(Gibbs Sam⁃pling)方法,获取近似于目标分布的样本数据集,对样本数据集进行分析得到每个特征的重要度,选取一定的特征实现特征选择,实现降维.为验证这种方法的有效性,选取一些典型的特征选择算法进行对比,通过交叉验证的方法,与之进行比较,发现基于Gibbs Sampling的特征选择算法会取得更好的准确率,与原始数据集相比,能有效降低特征,同时提高了模型预测能力.

    LightGBMGibbsSampling特征选择交叉验证

      原文链接:
    • 万方数据
    • 维普