主  管:江西省科学技术厅
主  办:江西省计算机学会
     江西省计算中心
编辑出版:《计算机与现代化》编辑部
  • 首页
  • 期刊介绍
  • 编委会
  • 在线期刊
    • 最新录用
    • 当期目录
    • 过刊浏览
    • 阅读排行
    • 下载排行
    • 引用排行
  • 期刊订阅
  • 常见问题及解答
  • 自荐审稿
  • 联系我们
  • Email Alert
  • English
在线办公
  • 作者投稿查稿
  • 专家在线审稿
  • 主编在线审稿
  • 编辑在线办公
投稿要求 更多>>
  • 投稿须知
  • 投稿流程
  • 论文模板
  • 版权转让协议
  • 作者变更申请书
推荐文章 更多>>
友情链接 更多>>
  • 中国知网
  • 万方数据知识服务平台
  • 维普网
  • 中国科学文献服务系统
  • 江西省计算机学会
  • 江西省科学技术厅
  • 新闻出版统计信息管理系统
  • 出版专业技术人员职业资格登记注册管理系统
  • 中国版本图书馆
公众号
访问统计
    总访问量
    今日访问
    在线人数
《中国科技核心期刊》
《中国科技论文统计源期刊》
 华东地区优秀期刊
 江西省优秀期刊
《CAJ-CD规范》执行优秀奖期刊
《中国学术期刊综合评价数据库》来源期刊
《中国期刊网》
《中国学术期刊(光盘版)》收录期刊
《中国学术文献网络出版总库》收录期刊
《万方数据—数字化期刊群》收录期刊
《中国核心期刊(遴选)数据库》来源期刊
通知公告 更多>>
喜报!《计算机与现代化》再次入选“...
收录证书(中国科技核心期刊)
2023年春节放假通知
居家办公结束通知
居家办公通知
服务器停用通知
2023统计源证书
《计算机与现代化》编辑部居家办公通...
分享到
  • 在线期刊
  • 当期目录
  • 最新录用
  • 过刊浏览
  • 阅读排行
  • 下载排行
  • 引用排行
2025年 第0卷 第05期    刊出日期:2025-05-29
上一期   
算法设计与分析
基于SA-EW-LSTM的电影票房预测模型 
郎坤, 牛春慧, 李晨琼, 曾苏豫
2025, 0(05):  1-9.  doi:10.3969/j.issn.1006-2475.2025.05.001
摘要 ( 49 )   PDF (2701KB) ( 69 )  
参考文献 | 相关文章 | 计量指标
电影票房通常受多种因素影响,然而口碑作为一个关键因素常被传统预测模型所忽略。为提高预测精度,本文基于情感分析法(Sentiment Analysis, SA)、熵权法(Entropy Weight, EW)和LSTM神经网络构建票房预测模型。首先,选取口碑、前一日票房、上周同日票房、票价、服务费、排片率、是否节假日、搜索指数这8种影响因素构建预测模型的输入指标体系;其次,采用情感分析法对影评文本进行分析并采用情感指数实现对口碑因素的量化;再次,为量化不同因素对票房影响的差异程度,采用熵权法为各因素赋权;最后,采用具有长短时记忆功能的LSTM神经网络对票房进行预测。仿真实验结果表明本文所提SA-EW-LSTM模型在2组数据集上的预测精度分别为94.9%和94.8%,明显优于其他5种预测模型,验证了所提模型的有效性。
结合用户兴趣偏好的交互式空间同位模式挖掘方法
包旭光1, 2, 陈志伟1, 李乔琛1, 2, 蒋成成1
2025, 0(05):  10-20.  doi:10.3969/j.issn.1006-2475.2025.05.002
摘要 ( 30 )   PDF (3496KB) ( 48 )  
参考文献 | 相关文章 | 计量指标
空间同位模式挖掘是空间数据挖掘的一个重要研究方向,旨在发现空间中实例频繁共存的空间特征子集。然而,传统研究往往仅以模式的频繁性作为用户的兴趣度度量,忽视了用户的主观偏好,导致挖掘出大量用户不感兴趣的空间同位模式,从而影响用户的下一步决策。因此,提出一种结合用户兴趣偏好的交互式空间同位模式挖掘方法。首先,结合Jaccard相似度与语义相似度提出一种新的同位模式相似性度量指标;其次,对用户反馈进行个性化聚类,提取用户兴趣偏好;再次,提出随机退化的树扩展朴素贝叶斯集成模型(Stochastic Degenerate Tree-Augmented Naive Bayes Integration Model,SDTANI),并结合用户兴趣偏好建立预测模型;最后,基于交互式挖掘算法框架帮助用户挖掘兴趣模式。 在不同数据规模的合成数据集以及真实数据集上的实验结果表明该方法较其他方法在准确率指标上具有更好的效果,尤其在F1-score指标上表现最佳,可以有效挖掘出用户感兴趣的空间同位模式。
基于独立成分分析的毫米波雷达间干扰抑制算法
王兴 1, 钟海丽1, 于洋2, 李振涛2, 白创1
2025, 0(05):  21-27.  doi:10.3969/j.issn.1006-2475.2025.05.003
摘要 ( 21 )   PDF (3825KB) ( 38 )  
参考文献 | 相关文章 | 计量指标
为了解决毫米波雷达间相互干扰导致的信噪比下降和目标漏检问题,本文提出一种基于独立成分分析的干扰抑制算法。该算法能较为准确地确定出信号中发生干扰的数量和干扰区间,且在干扰抑制中不需要任何先决条件,具有较强的鲁棒性。首先,采用单元平均恒虚警算法检测出回波信号的干扰区间,确定干扰发生段;然后,将雷达不同虚拟接收通道下的回波信号进行快速独立成分分析从而分离出各独立成分;最后,通过与干扰段的信号进行模板匹配确定干扰信号和有用信号,实现干扰对消并对信号进行重构。实测实验结果表明,该算法在对抗雷达间干扰上有良好的抑制效果,强目标1信噪比提升约14 dB,弱目标2和目标3信噪比提高约9 dB左右。
基于CR-BACC模型的彝文命名实体识别方法
王承先1, 赵晴2
2025, 0(05):  28-35.  doi:10.3969/j.issn.1006-2475.2025.05.004
摘要 ( 16 )   PDF (2145KB) ( 41 )  
参考文献 | 相关文章 | 计量指标
本文构建及公开了一个基于彝文新闻文本的命名实体识别数据集(Yi language News Named Entity Recognition dataset, YNNER),收集凉山日报新闻数据集,并人工标注了其中的人名、地名及机构名。考虑BiLSTM-Attention模型与CNN模型可以提取全局序列与局部空间特征,文本中的替音字符还原可以减少标签识别错误情况,设计一种基于字符替换的长短时记忆网络注意力卷积神经网络条件随机场模型(Character Replacement BiLSTM Attention CNN CRF, CR-BACC)。在中文MSRA、人民日报和彝文YNNER数据集上进行实验,并与3个代表性算法进行比较。实验结果表明了本文所提出的方法在彝文命名实体识别任务中的有效性。本文旨在推动彝文命名实体识别领域的研究发展,为该领域提供数据集和模型,以扩展相关研究。
信息安全
基于Transformer架构的DDoS攻击检测方法
池碧蔚1, 孙瑞2
2025, 0(05):  36-40.  doi:10.3969/j.issn.1006-2475.2025.05.005
摘要 ( 18 )   PDF (1604KB) ( 44 )  
参考文献 | 相关文章 | 计量指标
随着互联网的快速发展,DDoS攻击已成为网络安全领域中的一大挑战。DDoS攻击通过控制大量分布式的计算机向目标服务器发送大量恶意请求,从而使其无法正常工作,严重影响网络服务的稳定性和安全性。传统的DDoS攻击检测方法,如基于规则的检测、统计学方法和机器学习方法,在应对复杂和动态变化的网络流量时,往往会面临高误报率和低检测效率等问题。为了解决这些问题,本文提出一种基于Transformer的DDoS攻击检测系统。该系统利用Transformer模型强大的自注意力机制来捕捉网络流量中的长期依赖关系,从而能够更准确地识别异常流量模式。此外,通过结合位置编码,系统能够更好地处理时序信息,增强模型对全局网络流量的感知能力。通过在数据集上的实验结果表明,基于Transformer的DDoS检测模型在检测准确率和召回率等方面明显优于对比方法,体现了本文所提方法的有效性。
基于投毒攻击策略的图像保护方法
李卓奇, 赵利辉
2025, 0(05):  41-47.  doi:10.3969/j.issn.1006-2475.2025.05.006
摘要 ( 13 )   PDF (1996KB) ( 36 )  
参考文献 | 相关文章 | 计量指标
针对图像易被滥用和侵犯用户权益的问题,本文提出一种基于投毒攻击策略的图像保护方法。该方法在图像数据中嵌入扰动生成中毒数据,在不影响原图像视觉质量的前提下,显著降低以此作为训练数据的深度学习模型性能。利用图像识别以及特征提取技术,获取目标图像类别的主导特征作为模型识别分类的依据,将其作为扰动添加到原始数据集中,从像素和特征2个层面对扰动进行约束。在CIFAR-100和ImageNet-100上的实验结果表明投毒攻击策略生成的中毒图像能有效降低多种常见的深度学习模型的分类准确率。
人工智能
知识图谱在智能制造领域中的应用现状与展望
姜苏伦1, 2, 3, 袁德成1, 郭清达2, 3, 刘坚3, 于广平2, 3
2025, 0(05):  48-59.  doi:10.3969/j.issn.1006-2475.2025.05.007
摘要 ( 25 )   PDF (3678KB) ( 50 )  
参考文献 | 相关文章 | 计量指标
随着新一代人工智能、计算机等技术快速发展,制造领域亟需向智能化、数字化转型升级。经文献沉淀及应用案例研究发现,构建知识图谱可以促进工业智能化的发展,因此智能制造领域逐渐应用知识图谱来管理和优化智能制造设备数据和流程。目前,知识图谱技术已在智能问答、个性化推荐等方向有了较为成熟的应用,为了发掘知识图谱技术在智能制造领域更大的应用潜力,本文对目前的文献及应用现状进行详细研究与总结。首先阐述知识图谱所涉及的知识获取、知识融合、知识推理等热门技术;其次重点从基于知识图谱的工业故障诊断、数字孪生、人机协同交互、风险管理几个热门应用方向展开研究与分析并总结通用架构,探讨与AIGC技术结合等未来的发展趋势和难点;最后,对知识图谱在智能制造领域中的应用发展提出展望。
基于XGBoost和LightGBM的分布式系统故障预测方法
张军, 蒋林
2025, 0(05):  60-65.  doi:10.3969/j.issn.1006-2475.2025.05.008
摘要 ( 13 )   PDF (1418KB) ( 40 )  
参考文献 | 相关文章 | 计量指标
分布式系统的复杂性易产生节点失败等故障问题,会降低系统的服务能力和服务质量。为提高分布式系统的可靠性和稳定性,本文提出一种基于XGBoost和LightGBM的分布式系统故障预测方法DFPXL。首先,采用多维度数据预处理方法,使数据特征更加明确,有利于预测模型分类。接着,使用极端梯度提升算法(XGBoost)对处理后的数据集进行训练,并根据特征重要性进行特征选择,增强模型的泛化能力,减少过拟合现象。最后,使用优化后的LightGBM算法对数据集进行模型训练。实验结果表明:在Accuracy、Precision、Recall等指标上本文模型均优于其他分类模型。与RF、XGBoost、LightGBM等算法模型相比,本文提出方法的Accuracy分别提升了4.89%、3.52%、1.39%,F1值分别提升5.56%、3.91%、1.53%,从而验证了本文提出的模型能够高效地应用于分布式系统故障类型预测场景。
机载软件建模语言与工具发展趋势综述
曹国震1, 彭寒2, 张晓丽2, 景月娟2, 侯媛媛2
2025, 0(05):  66-72.  doi:10.3969/j.issn.1006-2475.2025.05.009
摘要 ( 16 )   PDF (865KB) ( 30 )  
参考文献 | 相关文章 | 计量指标
随着模型驱动方法在航空航天领域的广泛应用,各种建模语言和建模工具在机载软件开发中的作用日趋重要。机载软件建模工具已从最初的图形化表示工具演化为支持软件安全性验证和测试用例生成乃至运行时验证的工业制造软件。本文从建模元素的粒度、建模过程的覆盖范围、模型所关注的视角以及建模工具的综合能力等4个侧面对近年来机载软件建模语言与工具的发展进行分类阐述,并对我国机载软件建模工具的努力方向提出发展建议。
Cloud-PERM:基于从头预测法的蛋白质折叠模拟计算
徐胜超1, 周继鹏2
2025, 0(05):  73-78.  doi:10.3969/j.issn.1006-2475.2025.05.010
摘要 ( 15 )   PDF (1431KB) ( 45 )  
参考文献 | 相关文章 | 计量指标
提出基于从头预测法的蛋白质折叠模拟计算方法Cloud-PERM。Cloud-PERM采用不基于模板信息的从头预测法,通过获得蛋白质所有原子空间位置及能量之间最优关系,构建蛋白质折叠过程的能量函数,通过蛋白质片段组装技术预测蛋白质折叠结构,采用格点模型将蛋白质结构链无重叠地放置在格点模型构建空间上,通过PERM算法找出最低能量的蛋白质结构链放置状态,实现蛋白质折叠模拟计算;依据MapReduce编程模型对PERM算法进行任务划分,运用Hadoop 3.0云平台中MapReduce编程模块形成Cloud-PERM方法,不断对蛋白质折叠模拟计算的格点模型进行求解,得到能量最低的蛋白质折叠模拟计算结果。通过实验分析得知,Cloud-PERM方法蛋白质结构预测相似度更高,可实现蛋白质折叠模拟计算,且计算能力强、速度快,可在相同时间内以较大寻优次数得到能量最低的蛋白质折叠结构。
基于自适应人工势场法的无人车全局路径规划
王隆, 杨风暴, 杨童瑶
2025, 0(05):  79-85.  doi:10.3969/j.issn.1006-2475.2025.05.011
摘要 ( 10 )   PDF (2088KB) ( 37 )  
参考文献 | 相关文章 | 计量指标
人工势场法常用于小场景下的路径规划任务,但面对复杂障碍物时存在路径安全性不高、路径质量差等问题,针对上述问题提出一种自适应人工势场法。首先,改进斥力势场函数,设置动态增益系数,确保在复杂环境中目标可达;其次,根据障碍物分布情况自适应设置虚拟目标点,全局引导无人车逃离局部极小值陷阱,避免陷入抖动、徘徊等运动状态;最后,根据无人车与障碍物之间的安全距离自适应调节步长,减少无人车非必要的躲避动作,提高路径质量,保证无人车行驶过程中的安全。实验结果表明,自适应人工势场法与其他方法相比规划周期次数平均降低12.82%、转弯角度平均减少58.36%、路径长度平均缩短7.11%。上述结果表明了自适应人工势场法较其他改进方法路径安全性更高、路径质量更优。
图像处理
基于形变场配准的DSA去伪影算法
王东方1, 杨艳1, 张东1, 韩文锐2, 李明昌2
2025, 0(05):  86-90.  doi:10.3969/j.issn.1006-2475.2025.05.012
摘要 ( 8 )   PDF (3706KB) ( 36 )  
参考文献 | 相关文章 | 计量指标
数字减影血管造影(DSA)技术常用于血管疾病诊断,基于时间减影的方法需要对注射造影剂前后的2帧影像减影获得血管影像,但病人不自主的运动或设备未对齐等因素使得减影结果存在伪影。本文提出一种基于形变场配准的DSA伪影去除算法,以改善减影后血管的成像质量,去除非血管区域的伪影。首先在配准前存在伪影的减影图像上提取掩膜将血管区域与非血管区域分开,再使用形变场配准网络将背景帧和造影帧进行单模态配准,最后令配准后的形变图像与背景帧通过数字化减影再成像,得到消除伪影的血管减影图像。在测试集的实验结果中,MSE、PSNR、SSIM、Dice系数分别为30.619、33.396、0.901和0.687,都要明显高于其他传统配准方法或者深度学习配准方法,表明本文提出的方法去伪影效果更佳,减影的成像质量得到了提高。
智能驾驶中基于视觉信息与LiDAR的3D目标检测方法研究进展
韦云松1, 2, 李加强1, 2, 何超1, 2, 3, 于海生1, 2, 陈彦林1, 2, 赵龙庆1, 2, 魏荣琨1, 2
2025, 0(05):  91-102.  doi:10.3969/j.issn.1006-2475.2025.05.013
摘要 ( 23 )   PDF (3282KB) ( 40 )  
参考文献 | 相关文章 | 计量指标
基于视觉信息和LiDAR的3D目标检测是智能驾驶感知中的关键技术之一,在理解复杂驾驶场景方面发挥着至关重要的作用。由于单一传感器固有的缺点和多模态数据的复杂性,实现高质量的3D目标检测并不是一项简单的任务,需要考虑数据的异构性和优化等许多因素。当前的研究工作主要集中在利用单模态数据的互补性进行数据融合处理。为了促进3D目标检测的进一步研究,本文首先梳理基于视觉信息和LiDAR的3D目标检测方法,并且从时序融合和阶段融合2个方面梳理基于LiDAR-Camera融合的3D目标检测方法。然后介绍目前常用的数据集及评价指标,并在数据集上对比各类网络的性能,分析各类网络的优势及局限性。最后指出基于视觉信息和LiDAR的3D目标检测方法面临的挑战和解决方案。
基于时空运动模型的人体动作识别算法
徐海宁1, 王彦坤2, 3, 樊勇3, 4, 罗丽娜2, 郭静5
2025, 0(05):  103-110.  doi:10.3969/j.issn.1006-2475.2025.05.014
摘要 ( 17 )   PDF (3288KB) ( 35 )  
参考文献 | 相关文章 | 计量指标
随着人机交互技术的快速发展,高效且准确的人体动作识别技术在虚拟现实和智能监控等领域展现出巨大的应用潜力。然而,由于人体动作的复杂性和多样性,传统识别方法存在局限性。基于此,提出一种融合时空运动模型和深度学习的人体动作识别算法,以克服这些挑战。本文方法通过旋转坐标系将深度视频序列转换成多角度深度视频序列,提出自适应时间模型将深度视频序列划分为若干子动作。通过累积深度视频图像相邻帧之间能量变化较大的部分,形成运动能量图,累积能量变化较小的部分形成静态能量图,统一称之为时空运动模型(STMM)。引入多通道卷积神经网络提取时空运动模型中的动态特征和静态特征,从STMM中提取空间金字塔方向梯度直方图特征作为多通道卷积神经网络特征的补充;引入自适应矩估计调整神经网络训练中每个参数的学习率,提高模型训练的效率和稳定性;引入L2范数正则化,以减小模型复杂度并防止过拟合。采用全连接神经网络对动作进行分类,在公开的数据集上实验取得了高识别率。实验结果表明,融合时空金字塔和深度学习的人体动作识别算法非常有效。
目标检测辅助的脑胶质瘤分割分类网络
徐玲1, 张东1, 文莘1, 胡平2
2025, 0(05):  111-116.  doi:10.3969/j.issn.1006-2475.2025.05.015
摘要 ( 14 )   PDF (2367KB) ( 36 )  
参考文献 | 相关文章 | 计量指标
脑胶质瘤是一种致死率极高的原发性颅内恶性肿瘤,实现术前无创诊断对脑胶质瘤的治疗和预后具有重要意义。本文提出一种目标检测技术辅助的脑胶质瘤分割分类网络,基于多模态三维MRI实现对脑胶质瘤区域的分割和WHO分级(Ⅱ/Ⅲ/Ⅳ)、IDH突变状态分类以及1p19q缺失状态分类。本文引入目标检测技术获取肿瘤区域的定位信息用于辅助分割和分类,同时还引入SPP、FPN等模块提升模型性能。模型在EGD数据集中的664个脑胶质瘤病例进行训练,最终在测试集上,胶质瘤分割的Dice系数达到0.88,WHO分级、IDH突变状态以及1p19q缺失状态分类准确率分别达到:0.80、0.72、0.90。与PSNet、ResNet50、Unet+ResNet50模型进行对比实验,验证了本文模型的有效性。同时,针对目标检测模块、SPP模块和FPN模块进行消融实验,验证了引入模块的作用。实验结果表明,本文提出模型可有效进行脑胶质瘤术前多任务诊断,对脑胶质瘤的治疗和预后有帮助作用。
结合特征重标定的SE-BCNN牙形刺细粒度识别
邓钰嫣, 何月顺, 何璘琳, 陈杰, 李娟, 邹志毅
2025, 0(05):  117-121.  doi:10.3969/j.issn.1006-2475.2025.05.016
摘要 ( 20 )   PDF (2510KB) ( 42 )  
参考文献 | 相关文章 | 计量指标
牙形刺是古代海洋动物的内壳化石,其种类的准确识别对理解地球气候历史和地质变迁至关重要。然而,传统的图像识别技术主要聚焦于广泛的类别分类,对于牙形刺细粒度分类任务的复杂需求存在明显局限性,难以捕捉细微但关键的特征差异。为解决这一问题,本文提出一种基于特征重标定的双线性卷积神经网络(Bilinear Convolutional Neural Network, BCNN)模型。通过在BCNN架构中引入Squeeze-and-Excitation(SE)注意力机制和残差连接,显著增强模型的特征提取能力。SE模块通过建模通道间的依赖关系,实现特征的重标定,进一步提升模型对关键特征的关注度;残差连接则通过跳跃连接缓解梯度消失问题,确保深层网络中特征的高效传递与复用。为验证模型性能,本文在细粒度牙形刺数据集上进行系统实验,结果表明,SE-BCNN模型在分类准确率、精确率、召回率和F1得分等多项指标上均优于现有方法,分类准确率达到89%,显著优于VGG16、ResNet18-BCNN和CART等模型。
基于区域自注意力的场景语义分割方法
时现伟1, 范鑫2
2025, 0(05):  122-126.  doi:10.3969/j.issn.1006-2475.2025.05.017
摘要 ( 13 )   PDF (3201KB) ( 36 )  
参考文献 | 相关文章 | 计量指标
基于场景图像的语义分割方法极大增强了计算机理解复杂的道路环境的能力,本文提出一种基于局部自注意力的分割方法,利用各个区域内自相关性建模不同语义对象的长距依赖关系,改善语义对象的特征表示;同时设置扩张卷积的组合策略,在避免网格效应的同时,适应分割对象的尺寸变化;并采用通道注意力建模各个特征通道的重要性。本文所提方法在CamSeq01和CamVid数据集上验证有效性,实验结果表明分割性能较通用模型有显著提升。
版权所有 © 《计算机与现代化》编辑部
地址:江西省南昌市西湖区井冈山大道1416号 邮编:330003
电话:0791-86490996  传真:0791-86492535  Email:jgsdd@163.com
本系统由北京玛格泰克科技发展有限公司设计开发