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

    PyTorch框架下的复杂场景目标识别方法研究

    张进军
    66-71页
    查看更多>>摘要:人工智能框架(PyTorch+OneDNN)在复杂场景目标识别上,易陷入网络参数梯度超规模的问题.为此,提出一种基于PyTorch框架的复杂场景目标识别方法.引入MPI中的Ring Allreduce算法,优化PyTorch框架,以此实现复杂场景特征迭代提取过程中的超规模数据同步和规约处理.以优化后的PyTorch框架为基础,考虑到复杂场景目标特征与背景特征之间的交叉性,构建增强多尺度特征层输出的目标特征之间的关联.借助反卷积特征融合操作和残差融合操作的优势,依据上述关联性,实现目标自动识别.测试结果表明:所提方法的整体错误识别数量为113个,整体未识别数量为107个,证明了所提方法具有较优的自动化识别效果.

    PyTorch框架复杂场景目标自动化识别RingAllreduce算法ScatterReduce操作AllGather操作

    一种轻量化的排球自垒姿态检测算法

    凌驯陶青川
    72-76页
    查看更多>>摘要:边缘设备有限的存储和处理能力,在实际应用中难以部署较为复杂的YOLOv7pose姿态检测模型.对YOLOv7pose进行了一系列轻量化处理,使用FasterNet的主干网络重构YOLOv7pose的特征提取网络,将特征提取后的输出应用CBAM注意力机制来弥补精度上的损失,最后对冗余的多尺度检测头进行删减,实验表明改进后的轻量化网络较原网络的参数量下降了2/3,计算速度提升了2.5倍,精度仅减少了3.8%,能够满足边缘设备实时检测排球对墙自垒过程中的人体姿态情况.

    姿态估计轻量化边缘设备YOLOv7pose

    基于主动学习的实体关系抽取的方法研究

    孙涵
    77-83页
    查看更多>>摘要:关系分类是NLP中提取实体间关系的一项重要任务.介绍一种用于大规模的中文信息抽取数据集的方法,该方法将BERT合并到一个新的框架,并将主动学习应用于联合实体关系抽取中.这种模型从四个方面完善了现有的方法.第一,可以解决多个实体属于多个三元组的问题.基于概率图的思想设计了该框架,并研究出一种新的"头尾"标记方法;第二,提出了一种将主动学习应用于关系抽取问题的创新方法;第三,为了在主、谓、宾三种实体之间传输信息,提出了一种新的规范化方法,称为条件层规范化;第四,设计了一个新的损失函数,以避免类不平衡.实验证明,增强了模型的信息提取能力,在单个模型的测试集上的F1-score达到0.840,在用完整数据训练的情况下与原始深度模型相比,用更少的数据取得了更好的性能.

    BERT主动学习联合实体关系抽取

    多模态学习投入测评的研究现状与启示——基于CiteSpace可视化分析

    郑晨虹张海博
    84-88,94页
    查看更多>>摘要:多模态技术突破传统单一模态数据的局限,实现对学习投入精准、科学全面的测评.以Web of Science数据库收录的204篇文章为样本,运用CiteSpace对多模态学习投入测评研究进行了可视化计量分析,较为全面地展现了主要研究国家、期刊、高被引论文、关键词聚类特征等.未来,多模态学习投入测评可以进一步拓宽应用场景,深化研究主题;重视优化算法,提高数据分析精准度;介入生理数据,加强多模态数据协同分析.

    多模态技术学习投入知识图谱

    疫情防控背景下基于人脸识别及测温技术的智能门禁应用

    左楷唐耀平
    89-94页
    查看更多>>摘要:通过深入研究人脸识别和测温技术,实现了门禁系统的智能化,旨在为疫情防控提供更高效、更安全的解决方案.该应用系统将人脸识别技术和红外测温技术相结合,在快速准确识别出入人员身份信息的同时实现体温快速检测,并对通行人员进行记录和统计,为疫情防控提供更加全面的数据支持.

    人脸识别红外测温门禁系统智能防控

    基于时空特征交叉融合的网络流量预测

    黄冬妹宁芊
    95-99页
    查看更多>>摘要:精确的网络流量预测对网络资源合理分配、提高通信质量有着重要作用.然而网络流量存在着复杂的时空依赖性,呈现高度非线性、复杂性,这给流量预测带来了困难.经过对现有的网络流量预测文献进行研究,分析网络流量的时间性质和空间性质,提出时空特征交叉融合的网路流量预测模型STCFusion.并在三个公开的数据集ABILENE、GEANT和CERNET进行充分的实验,实验结果表明提出的STCFusion有明显效果.

    网络流量预测自注意力机制时空特征

    基于神经网络的文本情感分类模型研究

    司靖梓邢建川肖鑫
    100-102,107页
    查看更多>>摘要:情感分类作为近年来自然语言处理领域的热门研究方向,旨在识别文本中的情感态度,如积极、消极或者中立等,对社交媒体、新闻、评论和用户反馈等大量文本数据进行挖掘并分析其情感极性对于研究者和政府来讲具有十分重要的意义.传统的情感分类算法通常使用基于统计的特征提取方法,如词袋模型,再结合机器学习算法,如支持向量机(SVM)和朴素贝叶斯分类器等来进行分类.在基于对神经网络的研究下实现文本情感分析,对文本数据集进行预处理操作后建立情感分析模型,使用Keras框架搭建循环神经网络以识别情感倾向,定义相关函数后进行模型训练,并采用一系列方法指标来进行模型评估检验模型性能,比较传统机器学习算法提高了情感分析的精度和效率.

    自然语言处理循环神经网络词向量训练深度学习框架

    面向用水结构研究领域的多阶段实体关系联合抽取方法

    陶天然
    103-107页
    查看更多>>摘要:以往的知识抽取模型忽略了实体关系间的内在语义关联,并且在处理具有复杂关系的用水数据集时会产生大量的冗余信息.针对以上问题,提出一种融合语义信息的实体关系联合抽取模型.模型包括三个阶段:第一阶段,将经过BERT-wwm编码后的文本信息投影到关系检测空间中,过滤掉关系集合中的冗余数据;第二阶段,利用多头注意力机制将关系信息融合进文本编码,获取对应关系下的头实体和尾实体集合;第三阶段,引入融合上下文语义信息的实体相关矩阵,完成对三元组的准确提取.实验结果表明,所设计的模型在用水结构研究数据集上取得了较好的实体关系抽取效果.

    用水结构研究联合抽取多阶段抽取语义信息知识图谱

    基于S-G滤波算法的航空器着陆阶段滑行轨迹修正研究

    何昕王经义
    108-111页
    查看更多>>摘要:对航空器着陆阶段运行轨迹分析是客观评价飞行员技术水平与航司运行品质的重要手段,在保障航空器安全高效运行等方面具有重要意义.通过对QAR数据中经纬度参数在地图软件中打点分析发现,航空器在跑道上减速滑行阶段轨迹出现明显的曲折、错位与偏移现象.采用S-G滤波算法,构建航空器着陆阶段轨迹修正模型,对航迹进行修正处理.结果表明,S-G滤波算法修正模型可对原始航迹进行良好修正.

    航迹修正S-G滤波QAR数据

    基于LabVIEW的心电信号与多数据采集分析系统设计

    陈亚华张凯淇马俊
    112-115,120页
    查看更多>>摘要:近年来心血管疾病的发病率和死亡率不断攀升.为了给人们提供一个较为准确的心电信号分析结果,该系统以心电信号为感知节点,结合虚拟仪器技术,打造一个准确性更高、成本更低、更可靠的心电信号分析系统.它的优点在于会结合使用者的各种因素,如:所处气象、饮食、地理位置、身体状况和生活习惯等因素,并结合已经发展较为成熟的心电信号数据分析手段,在对连续的心电图数据实时采集处理与分析功能方面,此设备具有数据实时性、精度较高等特点.结果表明,结合了多数据的分析结果,比单一分析系统给出的结果更为准确,也更加能够满足人们的需要,这将对预防和治疗心血管疾病产生重要作用.

    虚拟仪器技术心血管疾病系统设计心电信号