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

    中国通号FZL-300信号系统ATS分机设备原理及故障处理分析

    卢美静李向南
    48-51页
    查看更多>>摘要:西安地铁 14 号线信号系统采用中国通号自研FZL-300 型CBTC系统,其中ATS分机作为设备集中站的核心设备,负责控制中心与车站联锁系统之间的数据传输。掌握ATS分机工作原理,做好设备日常维护保养及故障处理,对地铁高效运营起着至关重要的作用。文章主要从ATS车站分机工作原理、功能概述、故障处理以及日常维护等方面进行阐述,对同类型线路设备维护、故障处理等具有一定参考意义。

    CBTC系统ATS分机设备原理故障处理日常维护

    基于EWT和NeuralProphet-MLP的蜂窝网络流量长期预测方法

    蒋东浩赵洪华王真
    52-57页
    查看更多>>摘要:蜂窝网络流量长期预测对网络扩展和优化具有重要意义,针对长期预测中数据可用性低以及非线性等弊端所带来的诸多挑战,提出一种基于分解的分频预测模型。分别采用NeuralProphet模型和多层感知机对分解出的低频分量和中高频分量进行预测,最后对各分量预测结果进行逆经验小波变换得到最终结果。在真实的蜂窝网络流量数据集上进行验证,结果表明所提方法相较于传统预测模型在准确度上有较大提升,具有较好的应用价值。

    蜂窝网络流量预测经验小波变换NeuralProphet模型多层感知机

    0.8~2GHz单比特接收机的设计

    王玉红秦睢睢李兵
    58-61页
    查看更多>>摘要:文章设计的单比特接收机能在0。8~2 GHz频率范围内对侦收的雷达信号进行快速测频,并输出频率、保宽脉冲等相关信息,从而快速引导干扰设备进行干扰。该单比特接收机将测频结果用于引导干扰源,具有频率测量和频率码连续输出、连续波判别、保宽脉冲输出和BIT自检等功能。单比特接收机的组成架构在满足瞬时宽带宽、高灵敏度和实时处理等主要性能指标的前提下,还具备各组成模块功能明确、控制独立、调试方便等优点。

    0.8~2GHz单比特接收机快速测频

    基于区块链的水下无线传感器网络恶意节点检测机制

    崔远
    62-65页
    查看更多>>摘要:水下无线传感器网络具有开放共享和自组织的特点,导致其面临各种各样的威胁和攻击。针对现有检测方法存在的不公平性和不可溯源等问题,提出一种基于区块链的恶意节点检测方法。该方法利用区块链存储网络的节点数据,使用智能合约检测网络中的恶意节点,通过共识算法保证数据的一致性。实验结果表明,该方法不仅可以检测网络中的恶意节点,还能保证检测过程的公平性和可溯源性。

    无线传感器网络恶意节点检测区块链

    基于YOLOv7的矿工吸烟识别方法研究

    王彬赵作鹏
    66-69,73页
    查看更多>>摘要:井下矿工的吸烟行为严重影响煤矿生产安全,对井下矿工吸烟行为的有效识别迫在眉睫。针对煤矿井下的特殊环境和传统识别方法准确率低的问题,提出一种基于YOLOv7 的矿工吸烟行为识别算法YOLO-SFN。将SimAM嵌入到YOLOv7的网络结构中,用Focus模块替换MPConv下分支中的3×3卷积核,提高模型在复杂背景下的特征提取能力。在后处理阶段采用Soft-NMS作为网络模型的后处理算法,解决了传统NMS算法在复杂密集环境中的漏检问题。实验结果表明,该方法的准确率为 96。45%,召回率为 92%,精确率为 97。05%。研究成果已经在陈四楼煤矿得以推广应用,实现了对煤矿井下矿工吸烟行为的有效监管。

    目标检测注意力机制YOLOv7NMS算法吸烟识别

    基于图像重建的代谢肿瘤总体积分级模型

    宋思良陈蔺林王泽乾吴祎璠...
    70-73页
    查看更多>>摘要:总体代谢肿瘤体积(TMTV)是一种较为重要的独立于其他指标的预后指标,对患者的准确治疗具有十分重要的指导作用。准确确定TMTV的分级是一项极具挑战的任务,为此文章提出基于图像重建的代谢肿瘤总体积分级模型,其中包含两个模块:分割辅助多维特征学习模块(SAMFL)和重建纠正模块(RCM)。前者通过优化和融合分割特征获得更加精确的TMTV;后者采用图像重建和偏差纠正的方法修正分割未能准确识别的区域,从而进一步提高TMTV的准确性。在芝加哥大学医院的数据集上,该模型的准确率达到71%。与其他方法相比,该模型在TMTV分级方面表现得更加出色。

    代谢肿瘤总体积图像重建图像分割偏差纠正

    连续时间量子行走算法在截断单形晶格上的搜索研究

    朱轩民张德政
    74-77,81页
    查看更多>>摘要:为证明连续时间量子行走算法在结构型数据库上的搜索可以实现二次加速的效果,对结构型数据库中的截断单形晶格类型,进行了连续时间量子行走算法的应用研究。首先对截断单形晶格进行对称性分析,确定系统演化所处的希尔伯特空间,然后用哈密顿量本征态与基础态的平方叠加、和简并微扰理论两种方法来求解系统演化需要的临界跳跃率。最后通过对图中的边进行加权的方法,合并了量子搜索的步骤,缩短了系统演化的时间,从而实现了平方加速的效果,并表明了边的权重对量子搜索过程的影响。

    量子计算量子搜索连续时间量子行走算法结构型数据库

    基于深度神经网络的战场信息网信息群发现技术

    刘海燕朱铭铭
    78-81页
    查看更多>>摘要:战场信息网是人员、设备、武器平台等互联互通的复杂网络,战场信息网信息群的发现确定,可以进一步定位敌方的战场部署和指挥关系,为作战决策提供更详细的情报支持。在以往的研究中大多以发现拓扑结构为重点对战场信息网进行分析,文章探索利用节点的属性信息进行信息群发现,首先搭建一个虚拟的战场信息网,模拟战场上的情报群和指控群以及其他信息群通信,通过抓取不同信息群节点数据包提取数据特征来构建节点数据集;然后搭建DNN模型以数据特征作为输入,对节点的信息群属性进行判断;最后搭建一个虚拟战场信息网,使用训练后的DNN模型对节点所属信息群进行判断。

    信息群数据特征深度学习

    基于机器学习的口咽癌死亡预测模型构建与研究

    潘逸菲
    82-85,89页
    查看更多>>摘要:采用机器学习对口咽癌患者一年生存情况构建预测模型,通过比较找到最优模型,以期为相关疾病预后提供可靠的参考指标。选取SEER数据库中 2020 年的口咽癌患者 2 636 例,数据经过SMOTE算法优化后,运用八种机器学习方法建立预测分类模型比较分析。基于随机森林、决策树算法的模型相对来说预测性能更佳。机器学习算法建立的预测模型能够较好地辅助口咽癌临床诊疗及预后相关行为。

    口咽癌机器学习预测模型SEER数据库SMOTE算法

    两种基于深度网络的股票价格预测方法研究

    孙震宇
    86-89页
    查看更多>>摘要:股票是一种重要的投资渠道,如何更准确地预测股票价格是一个热门的研究课题。由于股票数据的非线性、非平稳以及前后相关等复杂特点,传统的股票价格预测方法已经到达性能瓶颈。随着深度学习方法的兴起,LSTM和GRU等深度神经网络预测模型受到了极大的关注。基于厦门港务股票和上证指数的历史交易数据,利用了LSTM和GRU两种模型对收盘价进行预测研究,通过5个指标MAE、MSE、RMSE、MAPE和R2 给出了模型评价。

    股票价格预测LSTM模型GRU模型