首页期刊导航|现代信息科技
期刊信息/Journal information
现代信息科技
广东省电子学会
现代信息科技

广东省电子学会

半月刊

2096-4706

xdxxkj@xdxxkj.cn

020-31233573

510400

广东省广州市白云区机场路1718号

现代信息科技/Journal Modern Informationn Technology
查看更多>> 《现代信息科技》杂志是由广东省科学技术协会主管,广东省电子学会主办的大型优秀科技期刊。本刊始终坚持学术第一的标准和科学、创新、前瞻、实用的原则,主要刊载电子信息科技领域研究的新进展、新技术、新成果,涉及工控技术、新型电子器件、军事电子、计算机软、硬件设计与应用、网络与通信工程、仿真与测试技术、传感器技术、机械制造与自动化、电子应用技术、微电子技术、智能制造、物联网、互联网技术等领域。致力于促进学术交流,推动成果转换,提高该领域研究水平和科技装备水平,服务我国经济社会发展。
正式出版
收录年代

    实验教学课堂学生表情检测系统设计与实现

    吴斌
    106-110页
    查看更多>>摘要:针对实验教学课堂学生学习效果难以监测等问题,将SE注意力机制和改进的空间金字塔池化引入YOLOv5,设计了一款基于实验室低画质视频的学生表情检测系统,实现了对实验课堂中学生面部表情的高精度识别。实验结果表明,添加SE注意力机制模块后,模型识别精度达到 89%;再添加改进的金字塔池化后,模型识别精度达到94%。系统将深度学习技术与实验室课堂教学质量评估实践相结合,创新了实验教学课堂质量评价模式,可以为教师调整实验课堂教学模式提供参考依据。

    低画质视频表情检测YOLOv5注意力机制空间金字塔池化

    基于Airpak软件的室内环境数值模拟分析

    王承志李丹晖
    111-115页
    查看更多>>摘要:以德州市某高校气流组织实验室室内环境为例,采用Airpak模拟软件对典型夏季条件下选取的三种送风方式(侧上送下回、顶送下回、下送上回)的效果进行模拟分析与评价,得到了其内部速度场、温度场、PMV云图的变化规律,最终得到相同条件下侧送风方式最为合理。其模拟结果对实际工程具有参考意义,为提高室内人体的热舒适性和热环境,节能减排,以及改善室内气流组织、室内空气质量提供技术支持和理论依据。

    Airpak软件气流组织室内环境

    基于图卷积神经网络的人脸属性识别

    李名涵刘科昂寅
    116-120页
    查看更多>>摘要:人脸图像的多属性识别和多标签之间的依赖性建模研究,是计算机视觉和机器学习领域备受关注的研究课题。为借助多标签间的依赖关系提升识别效率,提出了一种基于图卷积神经网络的多标签人脸属性识别模型。该模型通过数据驱动的方式构建人脸属性间的有向图,并由图卷积神经网络将每个属性映射到对应属性分类器,以此对类别间的依赖关系进行建模。模型对图卷积神经网络中的相关矩阵和特征矩阵等关键元素进行了深入分析,使其能够胜任多标签人脸属性识别问题。实验结果表明,该模型在多标签人脸属性识别权威数据集CelebA上表现良好并能保持有意义的语义结构。

    深度学习人脸属性识别图卷积神经网络多标签分类

    基于ANSYS Icepak的某便携式设备热设计

    孟玮
    121-124,129页
    查看更多>>摘要:针对某便携式设备结构热设计,根据其使用环境条件要求,通过计算机箱表面热流密度及许用温升,确定机箱散热方式,选择适用风机,合理布局机箱内部各模块位置,确定机箱结构模型。利用三维建模软件UG对机箱样机进行建模,并结合ANSYS Icepak热仿真分析软件,对机箱进行热仿真分析计算,验证该机箱结构热设计方案的合理性、风机选择的适用性。该过程将理论分析与软件仿真相结合,极大地提高了电子设备结构热设计的效率及可靠性,为今后开展电子设备结构热设计提供参考。

    电子设备结构热设计Icepak热仿真

    基于PERT的中医药知识抽取式问答模型研究

    陈昊飏于同舟何强强
    125-129页
    查看更多>>摘要:中医药领域积累了丰富的知识与经验,但如何从这些海量、深奥的中医资料中准确提取中医药知识,一直是医学领域的挑战。为了提供高效准确的中医药知识抽取方法,提出了一种基于PERT模型的中医药知识抽取式问答模型。该方法依托中医药领域的专业知识与增强数据集,结合PERT模型,使用乱序语言预训练任务,实现了一个具有较强中医药知识阅读理解能力的问答模型。实验结果表明,该模型在中医药知识数据集上的问答性能优于其他相关模型,当给出中医药知识文本和问题时,能较为精确地理解并给出对应答案。

    PERT抽取式问答模型预训练模型中医药知识机器阅读理解

    基于多维连续情感识别的在线学习风险预警

    霍奕
    130-134,140页
    查看更多>>摘要:在线教学的教师由于缺乏与学生的情感交互无法像传统面对面课堂那样及时预测学业成绩以提前进行干预。为此,建立基于情感分析的在线教学学业风险预测方法。首先,通过获取效价—唤醒度—控制性(Valence-Arousal-Dominance,VAD)多维情感参数来获得更全面精细的情感信息。其次,利用正交卷积神经网络进行多维情感参数识别。最后,选用多个经典回归模型进行学业成绩和学业风险预测实验,最终选出最适合预测学术风险的模型。实验结果表明,采用正交化卷积约束的神经网络和未进行约束的模型相比,情感参数预测准确性提升;在预测学术成就上引入VAD情感参数比仅使用认知数据的预测准确度明显提升;ADA_RF_EXP模型在最终成绩预测和失败风险警示方面表现最佳。

    面部表情识别情感计算智能教学系统学业风险预警系统

    基于数据生命周期的高校全量人员中心的建设与实践——以南京中医药大学为例

    王若竹
    135-140页
    查看更多>>摘要:为解决学校管理过程中存在的人员混乱不清、人员关系更新不及时等问题,南京中医药大学在高校教育信息化快速发展的背景下设计并建设了全量人员中心,将其作为一种新型人员管理模式,进一步实现智慧校园的战略驱动、全员互联,助力学校实现对全校人员的高效统一管理,同时推动高校治理体系的建设与完善,可为其他高校的智慧校园建设提供参考。

    高校人员管理全量人员中心智慧校园校外人员数据生命周期

    RNN在线学习框架下CNN-LSTM模型对黄金期货价格的预测

    石岩松杨博
    141-144,152页
    查看更多>>摘要:黄金是一种特殊的金融商品,具有避险功能。黄金期货价格受多方面因素的影响,一般认为黄金期货价格变化趋势呈现非线性非平稳的时间序列,传统的预测模型难以对其进行有效的预测。文章向传统在线学习算法中加入信息传递,提出基于RNN的在线学习算法ROA(RNN-based Online Algorithm);选用芝加哥商品交易所黄金期货价格数据进行实证分析,使用CNN-LSTM作为基础预测模型,以MAE、RMSE、R2 作为评价指标,结果表明在所有评价指标中ROA的预测性能均优于传统在线学习算法。

    RNN黄金期货价格在线学习算法

    基于RFE-LGB算法的上市公司财务造假分析和预测

    陈梦媛南嘉琦王静赛
    145-152页
    查看更多>>摘要:针对上市公司财务造假预测问题,采用结合了LightGBM与递归特征消除法(RFE)的方法进行数据建模。LightGBM以其超参数量少、强大的稳健性及对不平衡数据的高敏感性等特点著称。RFE作为一种封装式特征选择方法,能高度匹配所用预测模型,并通过设定特征子集评价函数作为停止条件,自动确定最优特征数量,这在特征选择领域具有较大优势。此外,选用平衡精度(BAcc)作为模型预测性能的评估指标,并通过调整LightGBM的分类权重参数来解决样本不平衡的问题。在 5 个不同行业财务数据集上的实验结果表明,所提出的RFE-LGB模型在上市公司财务造假预测任务中表现出良好的平衡性、稳健性和泛化性。该模型能有效识别与财务造假相关的关键指标,且仅使用较少的核心特征即可达到较高的预测精度。

    上市公司财务造假LightGBM递归特征消除特征选择

    职业院校IT运维知识库管理系统开发

    袁南星温之轩陈继红
    153-157,162页
    查看更多>>摘要:文章对职业院校的IT运维知识库管理系统进行了研究、设计和实现。该系统基于ITIL和ITSS的最佳实践,使用Python、Flask和MySQL等技术开发,支持知识的全生命周期管理,提高了IT运维的效率和质量,降低了运维成本和风险,促进了IT运维的改进和创新。文章通过案例和数据,验证了该系统的可行性和有效性,评估了用户的满意度和反馈,指出了系统的优点和不足,提出了改进方向和展望。

    IT运维知识库管理职业院校系统开发