摘要点击排行

    一年内发表文章 |  两年内 |  三年内 |  全部
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 基于深度学习的股票趋势预测算法
    周润佳
    计算机与现代化    2023, 0 (01): 69-73.  
    摘要651)      收藏
    针对股票趋势预测难的问题,提出一种利用CNN和LSTM进行特征提取,并结合注意力机制和对抗训练的股票趋势预测算法——AACL(Adversarial Attentive CNN-LSTM)算法。该算法利用CNN提取股票的整体趋势信息,LSTM提取股票的短期波动信息,并通过注意力机制将多个股票联系起来,捕捉股票之间的涨跌关系。算法还引入了对抗训练,通过对数据进行干扰,提高算法的鲁棒性。为了验证算法的有效性,在KDD17、ACL18和China50这3个数据集上进行实验,并与现有的算法进行比较,实验结果表明本文提出的算法可以获得最优的预测效果。
    参考文献 | 相关文章 | 多维度评价
    2. 基于改进YOLOv5s的道路坑洼检测算法
    白芮, 徐杨, 王彬, 张雯雯
    计算机与现代化    2023, 0 (06): 69-75.   DOI: 10.3969/j.issn.1006-2475.2023.06.012
    摘要441)      收藏
    针对现有目标检测算法难以对道路坑洼进行精准检测、检测速度慢等问题,提出一种基于改进YOLOv5s的道路坑洼检测算法。首先在YOLOv5s主干网络中融入坐标注意力(Coordinate Attention, CA)模块,使模型不仅捕获跨通道信息,还捕获方向和位置敏感信息,有助于模型更准确地定位和识别检测对象;然后在空间金字塔池化(Spatial Pyramid Pool, SPP)模块中采用软池化SoftPool改进最大池化操作,保留更详细的特征信息;在特征融合阶段,使用基于内容的功能重组 (Content-Aware ReAssembly of Features, CARAFE)对多尺度特征融合中上采样进行改进,动态生成自适应内核,可以在一个大的感受野内聚集上下文信息;最后,使用Alpha-IoU对损失函数进行改进,提高边框回归精度。实验结果表明,改进的YOLOv5s算法在平均精度上较原始网络提高了4.6个百分点,与其他主流算法SSD、Faster R-CNN、YOLOv3、YOLOv3-tiny、YOLOv4-tiny相比检测精度有较大提升。
    参考文献 | 相关文章 | 多维度评价
    3. 基于预训练模型的关系抽取研究综述
    王浩畅, 刘如意
    计算机与现代化    2023, 0 (01): 49-57.  
    摘要409)      收藏
    近年来随着深度学习技术的不断革新,预训练模型在自然语言处理中的应用也越来越广泛,关系抽取不再是单纯地依赖传统的流水线方法。预训练语言模型的发展已经极大地推动了关系抽取的相关研究,在很多领域已经超越了传统方法。首先简要介绍关系抽取的发展与经典预训练模型;其次总结当下常用的数据集与评测方法,并分析模型在各数据集上的表现;最后探讨关系抽取发展的挑战与未来研究趋势。
    参考文献 | 相关文章 | 多维度评价
    4. 结合注意力机制的深度神经网络综述
    皇甫晓瑛, 钱惠敏, 黄敏
    计算机与现代化    2023, 0 (02): 40-49.  
    摘要384)      收藏
    注意力机制已成为改进神经网络学习能力的研究热点之一。鉴于注意力机制受到的广泛关注,本文旨在从注意力机制的分类、与深度神经网络的结合方式,以及在自然语言处理和计算机视觉领域的具体应用3个方面对深度神经网络中的注意力机制给出较全面的分析和阐述。具体地,分析比较了软注意力、硬注意力和自注意力这3种机制的优缺点;并分别讨论了递归神经网络和卷积神经网络中结合注意力机制的常用方式及其代表性模型结构;然后,以自然语言处理、计算机视觉领域为例,说明了其应用情况;最后,分析了注意力机制的发展趋势,期望为后续研究提供线索和方向。
    参考文献 | 相关文章 | 多维度评价
    5. 基于改进YOLOV5的火焰检测算法
    王洪义, 孔梅梅, 徐荣青
    计算机与现代化    2023, 0 (01): 103-107.  
    摘要372)      收藏
    针对现有的火焰检测算法检测平均精度低、小目标火焰漏检率高的问题,提出一种改进YOLOV5的火焰检测算法。该算法使用Transformer Encode模块代替YOLOV5主干网络末端的CSP bottleneck模块,以增强网络捕获不同局部信息的能力,提高火焰检测的平均精度,并且在YOLOV5网络中增加CBAM注意力模块,增强网络提取图像特征的能力,对于小目标火焰能够较好地提取特征,降低小目标火焰的漏检率。将该算法在公开数据集BoWFire、Bilkent上进行实验,结果表明,改进YOLOV5网络的火焰检测平均精度更高,可达83.9%,小目标火焰漏检率更低,仅为1.6%,检测速率为34帧/s,相比于原YOLOV5网络,平均精度提升了2.4个百分点,小目标火焰漏检率降低了4.1个百分点,改进后的YOLOV5网络能够满足火焰检测的实时性和精度要求。
    参考文献 | 相关文章 | 多维度评价
    6. 基于改进的Transformer_decoder的增强图像描述
    林椹尠, 屈嘉欣, 罗亮
    计算机与现代化    2023, 0 (01): 7-12.  
    摘要367)      收藏
    Transformer的解码器(Transformer_decoder)模型已被广泛应用于图像描述任务中,其中自注意力机制(Self Attention)通过捕获细粒度的特征来实现更深层次的图像理解。本文对Self Attention机制进行2方面改进,包括视觉增强注意力机制(Vision-Boosted Attention, VBA)和相对位置注意力机制(Relative-Position Attention, RPA)。视觉增强注意力机制为Transformer_decoder添加VBA层,将视觉特征作为辅助信息引入Self Attention模型中,指导解码器模型生成与图像内容更匹配的描述语义。相对位置注意力机制在Self Attention的基础上,引入可训练的相对位置参数,为输入序列添加词与词之间的相对位置关系。基于COCO2014进行实验,结果表明VBA和RPA这2种注意力机制对图像描述任务都有一定改进,且2种注意力机制相结合的解码器模型有更好的语义表述效果。
    参考文献 | 相关文章 | 多维度评价
    7. 基于生成对抗网络的高照度可见光图像生成
    庄文华, 唐晓刚, 张斌权, 原光明
    计算机与现代化    2023, 0 (01): 1-6.  
    摘要345)      收藏
    为解决夜间低照度条件下目标检测准确率偏低的问题,提出一种基于循环生成对抗网络的高照度可见光图像生成方法。为提高生成器提取特征的能力,在转换器模块引入CBAM注意力模块;为避免在生成图像中产生伪影的噪声干扰,把生成器解码器的反卷积方式改为最近邻插值加卷积层的上采样方式;为了提高网络训练的稳定性,把对抗损失函数由交叉熵函数换为最小二乘函数。生成的可见光图像与红外图像、夜间可见光图像相比,在光谱信息、细节信息丰富和可视性方面取得好的优势提升,能够有效地获取目标和场景的信息。分别通过图像生成指标和目标检测指标验证该方法的有效性,其中对生成可见光图像测试得到的mAP较红外图像和真实可见光图像分别提高了11.7个百分点和30.2个百分点,可以有效提高对夜间目标的检测准确率和抗干扰能力。
    参考文献 | 相关文章 | 多维度评价
    8. 基于双层规划的容器云资源动态配置算法
    周永福, 徐胜超
    计算机与现代化    2022, 0 (12): 1-5.  
    摘要297)      收藏
    本文分析容器云资源动态配置决策问题,通过定义容器云资源的调度任务,求解得到容器云资源调度时间;利用容器云资源调度任务的最短时间矩阵,获取容器云资源调度所需的条件。在双层规划条件下,求解容器云资源调度的目标函数和约束函数;考虑到用户的任务情况和云数据中心的云资源状况,在虚拟机上构建一个到物理主机的矩阵,通过构建容器云资源动态配置结果在优化时的目标函数,结合约束条件,实现容器云资源的动态配置。实验结果表明,资源动态配置算法不仅可以提高容器云资源的利用率,还可以减少配置完成时间,具有更好的动态配置性能。
    参考文献 | 相关文章 | 多维度评价
    9. 基于LZO的Hadoop文件归档优化方法
    张军, 苏文浩
    计算机与现代化    2023, 0 (06): 1-6.   DOI: 10.3969/j.issn.1006-2475.2023.06.001
    摘要274)      收藏
    Hadoop分布式框架被广泛应用于各行业大数据处理领域,但在存储大量小文件时会产生更多的元数据信息,导致名称节点的内存占用过多,影响其对外提供高性能和高并发访问的能力。对小文件进行归档存储,是有效解决该问题的常用方案。同时,考虑到数据压缩可有效减少数据存储空间大小与网络数据传输负载,本文提出一种基于实时无损压缩算法LZO的Hadoop文件归档优化方法LA(LZO-Archive)。该方法先对小文件进行归档合并,在索引文件生成阶段融合LZO压缩算法,减少索引文件的生成时间。同时,设计一种文件压缩存储算法,对数据文件和索引文件进行压缩存储,有效减少了数据所占用的数据节点磁盘空间大小和名称节点内存空间占用大小。实验结果表明,相对于原始的HDFS数据存储方法、基准的文件归档方法HAR以及对比方法LHF,本文提出的LA方法在文件归档时间、名称节点内存占用、数据节点磁盘空间占用、文件访问时间等方面表现更好。
    参考文献 | 相关文章 | 多维度评价
    10. 纠正学习策略下LightGBM-GRU模型的股票波动率预测
    石志伟, 武志峰, 张哲
    计算机与现代化    2023, 0 (01): 95-102.  
    摘要273)      收藏
    为提高传统智能算法进行时间序列预测时的精度和解决工程数据问题时的适应性,提出一种纠正学习策略。波动性广泛应用于金融领域,对股票的波动性进行预测具有重要的价值。由于股票价格的时间序列是非线性和非平稳的,预测股票市场波动成为时间序列预测中的难点。本文通过纠正学习策略进行仿真实验,设计出LightGBM-GRU模型,以LightGBM和GRU作为基模型和纠正器,预测3年内126只来自不同行业的股票在未来10 min的波动率,根据RMSPE、MAE、MSE、RMSE等指标表明:即使经典的效果比较好的集成学习模型,也能通过纠正学习策略同时提高精度和泛化能力。本文指出在算法富集和大数据的时代,智能算法的矛盾转变为智能算法通用性有限与工程问题多样性之间的矛盾,纠正学习策略可以为数据仿真提供新思路。
    参考文献 | 相关文章 | 多维度评价
    11. 基于HMRF的改进Kmeans脑肿瘤分割算法
    马瑜涓, 韩建宁, 史韶杰, 曹尚斌, 杨志秀
    计算机与现代化    2023, 0 (03): 1-5.  
    摘要260)      收藏
    为了解决磁共振成像脑部肿瘤区域出现误识别及对脑MRI图像中的肿瘤部位分割时出现的不确定性等问题,提出一种改进的Kmeans算法与隐马尔可夫随机场模型(HMRF)相结合的分割方法,对脑肿瘤图像实现精准分割。首先将Kmeans算法的欧氏距离替换成曼哈顿-切比雪夫距离并用改进后的Kmeans算法对待分割图像进行初始参数估计和初始分割,然后通过HMRF理论获得图像的空间信息,并结合EM算法对聚类中心进行更新,获得更为准确的聚类中心,从而提高算法的分割性能。实验结果表明,该方法具有良好的脑部肿瘤分割性能效果,其中Dice系数和Jaccard系数的平均值分别达到了0.9289和0.8725。
    参考文献 | 相关文章 | 多维度评价
    12. 基于GMS和改进最佳缝合线的视差图像拼接算法
    李四杰, 唐清善, 高英华
    计算机与现代化    2022, 0 (12): 95-101.  
    摘要259)      收藏
    针对视差图像拼接时,拼接图像存在鬼影、亮度不均匀等问题,本文提出一种基于网格运动统计(Grid-based Motion Statistics, GMS)和改进最佳缝合线的视差图像拼接算法。算法首先利用快速特征点提取和描述(Oriented FAST and Rotated BRIEF, ORB)算法提取特征点,并采用GMS算法筛除误匹配点;然后引入HSV颜色空间和图像梯度差改进能量函数,避免缝合线穿过图像边缘;最后基于图切割法求取最佳缝合线,进行图像的梯度融合拼接。仿真实验结果表明,在图像存在较大视差的情况下,本文算法特征点匹配正确率较基于尺度特征不变(Scale Invariant Feature Transform, SIFT)算法和基于加速稳健性特征(Speeded Up Robust Features, SURF)算法最低和最高提高了2.01倍和4.73倍,图像自然度平均提高了22.6%,且拼接的图像亮度均匀、无透视畸变。
    参考文献 | 相关文章 | 多维度评价
    13. 基于1D-CNN-LSTM注意力网络的抽油机井故障诊断
    王磊, 张晓东, 戴欢
    计算机与现代化    2023, 0 (04): 1-6.  
    摘要259)      收藏
    针对传统基于示功图的抽油机井故障诊断方法存在特征提取复杂、模型参数量大、诊断效率低的问题,提出一种基于1D-CNN-LSTM注意力网络的故障诊断方法。将示功图转化为载荷位移序列作为网络输入,使用一维卷积神经网络(1D-CNN)在提取序列局部特征的同时减小序列长度;考虑到序列的时序特性,进一步使用长短时记忆网络(LSTM)提取序列的时序特征;为突出关键特征影响,引入Attention机制,对故障类型相关的时序特征赋予更高的注意力权重;最后将加权特征输入全连接层,利用Softmax分类器实现故障诊断。实验结果表明,所提方法的平均准确率、精确率、召回率和F1值分别达到99.13%、99.35%、99.17%和99.25%,模型大小仅为98 kB。相比基于特征工程的方法具有更高的诊断精度和泛化能力,相比基于二维卷积神经网络(2D-CNN)模型的诊断方法,显著减少了模型参数量和训练时间,提高了故障诊断效率。
    参考文献 | 相关文章 | 多维度评价
    14. 基于CWGAN-GP与CNN的轴承故障诊断方法
    江 蕾, 唐 建, 杨超越, 吕婷婷
    计算机与现代化    2023, 0 (07): 1-6.   DOI: 10.3969/j.issn.1006-2475.2023.07.001
    摘要257)      收藏
    摘要:针对在实际工作过程中轴承故障样本数偏少且不均衡的问题,提出一种基于条件Wasserstein生成对抗网络(CWGAN-GP)和卷积神经网络(CNN)的轴承故障诊断方法。首先,通过结合条件生成对抗网络(CGAN)和基于梯度惩罚Wasserstein距离的生成对抗网络(WGAN-GP),构建CWGAN-GP生成对抗网络;然后,将少量轴承故障的数据样本输入CWGAN-GP中,以得到与原始样本相似的高质量样本,待网络达到纳什均衡时将生成样本和原始样本混合,产生新的样本集;最后,将新样本集输入卷积神经网络学习样本特征进行故障诊断。实验结果表明,本文提出的诊断方法准确度超过99%,高于其他诊断方法,有效提高了诊断精度,增强了其泛化能力。
    参考文献 | 相关文章 | 多维度评价
    15. 基于大规模MIMO的散射信道估计技术
    史清林, 刘丽哲, 李行健
    计算机与现代化    2022, 0 (12): 18-25.  
    摘要253)      收藏
    随着用户对通信速率的要求日益增长,散射通信的通信容量亟待提升。大规模多输入多输出(MIMO)技术是提升容量的一种重要途径,本文研究基于大规模MIMO的对流层散射通信系统的信道估计问题。首先建立基于二维均匀方形天线阵列的大规模MIMO对流层散射信道模型,其次提出一种信道协方差矩阵估计算法对传统最小均方差(MMSE)信道估计算法进行改进,最后与最小二乘(LS)、传统MMSE算法和理想MMSE信道估计算法的准确度进行对比。仿真结果表明:在信噪比(SNR)为0~25 dB的情况下,传统的MMSE算法的准确度相较于LS算法的提升效果并不明显,与理想MMSE算法的准确度有一定差距;但改进MMSE信道估计算法的准确性优于传统MMSE算法,同等条件下NMSE相同时,其SNR可提升3~5 dB,并随着SNR的增大逐渐逼近理想MMSE算法。
    参考文献 | 相关文章 | 多维度评价
    16. 一种基于CBAM和改进通道注意力的EfficientNet的混合脑肿瘤分类方法
    华昕宇, 祁云嵩
    计算机与现代化    2023, 0 (05): 1-7.  
    摘要248)      收藏
    为进一步提高脑肿瘤影像诊断的准确性和稳健性,提出一种基于CBAM(Convolutional Block Attention Module)和改进通道注意力机制的EfficientNet神经网络(IC+IEffxNet)的新型混合脑肿瘤分类方法。该方法分为2个阶段,第一阶段由基于改进空间注意力机制的CBAM模型提取特征。第二阶段将EfficientNet架构中的Squeeze and Excitation(SE)块替换成Efficient Channel Attention (ECA)块,将第一阶段的组合特征输出作为第二阶段的输入。实验展示了在混合脑肿瘤MRI数据集下,神经胶质瘤患者、脑膜瘤患者、脑垂体瘤患者与正常患者图像的4分类结果,实验结果显示分类平均准确率比现有方法提高约0.5~2个百分点。实验结果证明了该方法的有效性,为医疗专家能够准确判断脑肿瘤种类提供了新的参考。
    参考文献 | 相关文章 | 多维度评价
    17. 基于AU-GCN与注意力机制的微表情识别
    赵婧华, 杨秋翔
    计算机与现代化    2023, 0 (03): 48-53.  
    摘要236)      收藏
    微表情作为一种持续时间非常短的表情,能够隐晦地将人试图压抑与隐藏的真正情感表达出来,在国家安全、司法系统、医学范畴和政治选举等有着较好的应用。但由于微表情有着数据集较少、持续时间短暂、表情幅度低等特点,在识别微表情时存在数据样本量较少、计算量较大、缺失重点特征的关注、易过拟合等困难。因此本文将针对微表情只出现在面部部分区域的特点,借助面部动作单元(Action Units, AU),对其使用加权注意力机制凸显局部特征,并且应用图卷积神经网络找到AU各个节点间的依赖关系,聚合为全局特征,用于微表情识别。实验结果表明,相较于现有方法,本文提出的方法将准确率提高至79.3%。
    参考文献 | 相关文章 | 多维度评价
    18. 基于半监督学习的学生消费数据异常检测
    宋晓丽, 张勇波, 张培颖
    计算机与现代化    2022, 0 (12): 13-17.  
    摘要228)      收藏
    随着校园卡的应用场景越来越广泛,校园卡的资金安全问题日益突出,校园卡欺诈不但给师生和校内商家带来经济损失,还会危害校园的正常秩序。针对传统异常检测方法无法有效提取学生消费数据时序特征的问题,提出一种基于半监督学习的学生消费数据异常检测方法。首先,利用门控循环单元改进自编码器,使得模型可以更准确地进行消费数据的重构;然后,采用马氏距离计算重构误差,计算Fβ-分数确定误差阈值,进行异常数据的检测;最后,利用所提方法对某高校的学生消费数据进行异常检测实验。实验结果表明,所提方法具有更优越的检测性能。
    参考文献 | 相关文章 | 多维度评价
    19. 基于模拟退火的扩展孤立森林异常检测算法
    王诗愉, 肖利东, 严心淳, 应文豪
    计算机与现代化    2023, 0 (01): 88-94.  
    摘要228)      收藏
    扩展孤立森林(Extended Isolation Forest, EIF)有效解决了孤立森林(Isolation Forest, iForest)对局部异常点不敏感的问题,但EIF将轴平行的孤立条件更替为使用随机斜率的超平面,导致算法模型损失了一部分泛化能力,并由于大量的向量点乘运算增加了时间开销。针对上述情况,提出一种基于模拟退火的扩展孤立森林算法(Extended Isolation Forest based on Simulated Annealing, SA-EIF)。该算法根据每棵孤立树(Isolation Tree, iTree)对于数据集的预测结果计算每棵iTree的精度值和差异值,并基于此构建适应度函数,最终利用模拟退火算法筛选数棵检测性能较优的iTree构建集成学习模型。在ODDS 异常检测数据集中进行K折交叉验证的实验结果表明:SA-EIF算法对局部异常点敏感,较现有的EIF算法减少约20%~40% 的时间开销,提高约5%~10%的检测精度。
    参考文献 | 相关文章 | 多维度评价
    20. 基于自注意力机制和单导联心电信号的自动睡眠分期算法#br#
    栗伟松, 汤敏芳, 何征岭, 王鹏, 杜利东, 方震, 陈贤祥
    计算机与现代化    2022, 0 (12): 50-59.  
    摘要216)      收藏
    基于手工标记或传统机器学习方法实现睡眠分期过程复杂且效率低下,深度神经网络因其强大的提取复杂特征的能力改善了睡眠分期结果,但仍存在忽略片段内部信息相关性的问题。针对此问题,本文提出一种基于自注意力机制和单导联心电信号的自动睡眠分期算法,利用卷积模块、双向门控循环单元及自注意力机制实现特征自动提取与分类。在开源睡眠心脏健康研究数据库(SHHS1、SHHS2)、动脉粥样硬化的多民族研究数据库(MESA)和美国麻省理工的多导睡眠数据库(MITBPD)中分别选取1000、1000、1000和16名受试者的单导联心电信号数据进行训练和测试,得到模型睡眠四分类(觉醒、快速眼动期、浅睡眠和深睡眠)结果,分类准确率分别达到75.77%(kappa=0.63)、81.01%(kappa=066)、82.79%(kappa=0.71)和76.22%(kappa=0.58),优于基于传统机器学习算法的睡眠分期结果,验证了提出模型的有效性。
    参考文献 | 相关文章 | 多维度评价
    21. 基于BERT-BiLSTM-Attention混合模型的事件抽取方法
    魏鑫, 何小海, 滕奇志, 卿粼波, 陈洪刚
    计算机与现代化    2023, 0 (04): 26-31.  
    摘要208)      收藏
    事件抽取是信息抽取领域中的一项基本任务,旨在从非结构化文本中将结构化信息提取出来。现有基于机器阅读理解模型的事件抽取方法大多数直接对输入文本进行触发词识别检测与分类,在一定程度上忽视了由判断输入文本是否为事件而带来的预测误差,因此,提出一种基于BERT-BiLSTM-Attention混合模型的事件抽取方法。该方法用基于BERT的机器阅读理解模型为基本框架,采用多轮问答的方式,在现有机器阅读理解模型的基础上添加事件分类检测模块,使得模型能够减少预测误差,采用BiLSTM模型与注意力机制相结合组成历史会话信息模块,更有效地将重要信息筛选出来并融合到阅读理解模型中去。在公开数据集ACE2005上进行事件抽取实验,结果表明,准确率、召回率和F1值较基础模型分别提升7.8个百分点、4.6个百分点和5.4个百分点,具有一定的优势。
    参考文献 | 相关文章 | 多维度评价
    22. 基于改进YOLOv5的小目标检测方法
    王艺成, 张国良, 张自杰,
    计算机与现代化    2023, 0 (05): 100-105.  
    摘要205)      收藏
    为了解决传统YOLOv5目标检测算法在检测小目标时存在检测精度不高和漏检的问题,提出一种基于改进YOLOv5的小目标检测方法。首先,为了使Anchor Box能更好地适应小目标,在K-means聚类过程中,使用IOU(Interp Over Union)替换原始使用的欧几里得距离公式,重新定义Anchor Box和Ground Truth之间的距离;其次,在空间金字塔池化(Spatial Pyarmid Pooling, SPP)上增加一个池化核大小为3×3的最大池化,提高对小目标的检测精度;最后,制作一个包含多种小型目标的数据集以验证算法性能。实验结果表明:改进YOLOv5算法的验证平均精度(mean Average Precision, mAP)达到76.92%,与经典YOLOv5算法相比提升了3.56个百分点,检测效果有所提升且能检测出漏检目标。
    参考文献 | 相关文章 | 多维度评价
    23. 基于近邻关系聚合的人脸聚类方法
    文紫鑫, 李少英, 王斌成, 刘博,
    计算机与现代化    2022, 0 (12): 81-87.  
    摘要202)      收藏
    人脸聚类是人脸标注、人脸识别等工作的预处理过程。其主要对人脸图像进行分组,用来为人脸识别模型提供高质量的标注信息,从而有效降低人工标注的成本。人脸聚类的关键在于如何学习大规模人脸数据中整体及局部的结构关系,并把其迁移至待标注数据集。针对这一问题,本文提出一种基于近邻关系聚合的人脸聚类方法(Nearest Neighborhood Aggregation Clustering, NNAC)。该方法把局部结构的学习建模为一个近邻关系预测问题,通过堆叠多个改进的基于残差-全连接模块(Residual Fully-Connected Block, ResFCB)以提取多尺度的邻接关系特征。实验结果表明,相比主流人脸聚类方法,该方法在基准数据集上能够有效提升聚类精度。
    参考文献 | 相关文章 | 多维度评价
    24. 基于BERT和非自回归的医疗知识抽取
    于清, 马志龙, 徐春
    计算机与现代化    2023, 0 (01): 120-126.  
    摘要195)      收藏
    为避免实体与关系独立抽取产生的误差累计及实体重叠问题,提出一种基于BERT和非自回归的联合抽取模型来进行医疗知识抽取。首先,通过BERT预训练语言模型进行句子编码;然后,采用非自回归(NAR, Non-autoregressive)的方法实现并行解码,抽取关系类型,并根据头尾实体的位置索引抽取实体,得到医疗实体的关系三元组;最后,将抽取出的实体和关系导入Neo4j图数据库中实现知识可视化。通过对电子病历中的数据进行人工标注得到数据集,实验结果表明,基于BERT和非自回归联合学习模型的F1值为0.92,precision值为0.93,recall值为0.92,与现有模型相比3项评价指标均有提升,表明本文方法能够有效抽取电子病历中的医疗知识。
    参考文献 | 相关文章 | 多维度评价
    25. 水下声呐图像轻量级目标检测模型
    范新南, 陈馨洋, 史朋飞, 孙奂儒, 鹿亮, 周仲凯
    计算机与现代化    2023, 0 (03): 16-22.  
    摘要194)      收藏
    水下AUV搭载声呐进行探测成为水下目标检测的主流方式,水下环境的复杂及声呐成像方式导致声呐图像分辨率较低,使用形态学目标检测等传统方法时检测精度与实时性不高,深度学习如YOLO等算法直接用于水下声呐图像目标检测时仍然面临样本少、模型参数多等挑战,为此,本文提出一种声呐图像水下目标轻量化检测模型。针对低分辨率声呐图像数据特点以及水下AUV自动检测对实时性的要求,以YOLOv4模型为主要框架,进行模型裁剪、替换优化特征融合模块、目标预测框K均值聚类以及改进损失函数等,将构建的检测模型应用于声呐目标检测。所构建的声呐图像水下目标检测轻量化模型的mAP相对于SSD、YOLOv3、YOLOv3-DFPIN、YOLOv4-tiny分别提高了0.0659、0.0214、.0402和0.1701。在mAP相较于YOLOv4、CenterNet、EfficientdetD0分别低0.0186、0.0093、0.0074的情况下,FPS分别相对于YOLOv4提升一倍多、相对于EfficientdetD0提升近5倍、相对于CenterNet提升近一倍。同时,本文提出的模型兼具高精度和实时性的优点。实验结果表明,本文提出的特征提取网络能够减小网络参数冗余,提高模型效率和检测速度,结合自适应空间特征融合模块增强了不同尺度之间特征的相互融合和重用,提高了低分辨率声呐图像目标检测的精度。
    参考文献 | 相关文章 | 多维度评价
    26. 基于改进YOLOv3的高分辨率遥感图像复合目标检测
    张飙, 王慧贤, 韩冰,
    计算机与现代化    2022, 0 (12): 74-80.  
    摘要184)      收藏
    遥感图像的复合目标相对单一目标而言,存在多个结构,结构之间存在一定差异。本文围绕复合目标多变性、复杂性,大宽幅遥感影像背景复杂,存在较多和待检复合目标特征相似的区域,检测准确率较低等问题,开展基于高分辨率遥感图像的复合目标检测研究。首先开展目标特性分析和样本数据标注;然后提出一种基于Coordinate Attention注意力机制和Focal Loss损失函数的改进YOLOv3检测算法;最后以篮球场这种复合目标为例进行实验。实验结果表明,改进后的算法与原YOLOv3算法相比,召回率和平均检测准确率分别提高了10.3个百分点和28.8个百分点。该结果验证了所提方案的可行性、合理性。
    参考文献 | 相关文章 | 多维度评价
    27. 基于SMOTE和贝叶斯优化的Adj-LightGBM人岗匹配算法
    刘付谦, 秦华妮, 赖惠慧
    计算机与现代化    2023, 0 (03): 90-95.  
    摘要182)      收藏
    近2年由于新冠疫情的影响,各行各业受到了巨大的冲击,传统招聘方式难以实行,一方面招聘单位人才缺口大,另一方面求职者无法线下应聘。网络招聘的出现为求职者和招聘单位带来了一定的方便,但仍存在人岗匹配效率低、匹配不平衡的问题,如何精准且快速地完成人岗匹配工作成为需要解决的迫切问题。针对该问题,提出一种基于SMOTE和贝叶斯优化的Adj-LightGBM人岗匹配算法。首先对人岗数据集进行数据预处理;其次使用SMOTE算法对匹配成功样本进行过采样处理,处理后的正负样本比例为1:3;然后在验证集上使用贝叶斯优化寻找最优的LightGBM模型;最后对该模型进行测试与评价,得出该模型的F1-score为0.974,Auc为0.971。通过与支持向量机、随机森林以及XGBoost算法进行对比,发现本文提出的Adj-LightGBM算法不仅在人岗匹配预测上具有更高的准确性,而且在模型训练效率上也有着显著优势。
    参考文献 | 相关文章 | 多维度评价
    28. 基于SE-ResNeXt的苹果叶片分类方法
    白旭光, 刘成忠, 韩俊英, 高嘉蒙, 陈俊康
    计算机与现代化    2023, 0 (01): 18-23.  
    摘要181)      收藏
    基于现有深度学习技术,采用基于残差神经网络ResNet的变体SE-ResNeXt,构建可以自动进行苹果品种分类的卷积神经网络模型,并基于迁移学习方法训练模型。数据来源于甘肃省静宁县苹果产业基地拍摄的20类苹果叶片图像,其中每类苹果叶的图片数据量为50幅,合计1000幅。在该数据集上,对ResNet50、ResNet101、SE-ResNet50、SE-ResNet101、SE-ResNeXt50、SE-ResNeXt101这6个模型进行对比实验。结果表明,SE-ResNeXt101的结果优于其它对比模型,最高准确率达到97.5%,单张图片推断时间仅0.125 s。本文方法为今后苹果种植过程中高效、准确地识别苹果品种提供了一种手段,对辅助农技科研与苹果种植具有较大的帮助作用。
    参考文献 | 相关文章 | 多维度评价
    29. 面向图卷积神经网络鲁棒防御方法
    钱晓钊, 王澎
    计算机与现代化    2023, 0 (01): 74-80.  
    摘要178)      收藏
    近来对图卷积神经网络(GCNs)的研究及其应用日益成熟,虽然它的性能已经达到很高的水准,但GCNs在受到对抗攻击时模型鲁棒性较差。现有的防御方法大都基于启发式经验算法,没有考虑GCNs结构脆弱的原因。最近,已有研究表明GCNs脆弱的原因是非鲁棒的聚合函数。本文从崩溃点和影响函数抗差性角度出发,分析平尾均值函数和均值聚合函数二者的鲁棒性。平尾均值相较于均值函数,其崩溃点更高。平尾均值的影响函数跳跃有界,可抵抗异常值;而均值函数的影响函数无界,对异常值十分敏感。随后在GCNs框架的基础上,通过将图卷积算子中的聚合函数更换为更为鲁棒的平尾均值,提出一种改进的鲁棒防御方法WinsorisedGCN。最后采用Nettack对抗攻击方法研究分析所提出的模型在不同扰动代价下的鲁棒性,通过准确率和分类裕度评价指标对模型性能进行评估。实验结果表明,所提出的防御方案相较于其他基准模型,能够在保证模型准确率的前提下,有效提高模型在对抗攻击下的鲁棒性。
    参考文献 | 相关文章 | 多维度评价
    30. 工业控制系统网络资产探测技术研究
    蒋星宇, 徐锐, 张若愚, 张志勇,
    计算机与现代化    2023, 0 (02): 89-95.  
    摘要177)      收藏
    工业控制系统的安全关系到国计民生,是国家安全的重要组成部分。随着物联网技术不断发展,工业控制系统网络已经深入到各行业,但由于设计的缺陷或安全手段的缺乏,工业控制系统相关资产极易受到黑客的攻击和利用。探测、知晓暴露在互联网环境下的工控资产是实现工业控制系统信息监测、发现安全漏洞和把握网络空间安全态势的重要步骤。本文介绍工业控制系统网络资产探测常用的探测方法,利用端口探测技术扫描目标主机上的端口,根据端口开放情况使用工控协议和通用协议的网络资产探测技术发现工控设备和收集资产信息。通过互联网实验,对探测结果数据进行全面分析,总结工业控制系统网络资产探测技术特点,并指出目前技术存在的问题,对未来的发展进行展望。
    参考文献 | 相关文章 | 多维度评价
    31. 结合注意力机制和图神经网络的CTR预估模型
    夏义春, 李汪根, 李豆豆, 葛英奎, 王志格
    计算机与现代化    2023, 0 (03): 29-37.  
    摘要173)      收藏
    大多数CTR预测的算法都是将特征嵌入初始化为一个固定的维度,忽略了长尾物品特征的流行度不高。把它和头部物品的嵌入向量设置为相同长度会导致模型训练不平衡,影响最后的预测结果。基于此,本文首先使用一个端到端的可微框架,该框架可以根据特征的流行度自动选择不同的嵌入维度。其次,引入挤压激励网络机制和具有残差连接的多头自注意力机制,分别从不同角度动态地学习特征的重要性以及识别重要的特征组合,然后使用图神经网络代替传统内积和哈达玛积显式建模二阶特征交互。最后为了进一步提高性能,将DNN组件与浅层模型相结合形成深度模型, 利用贝叶斯优化算法为深度模型选择一组超参数,避免复杂的调参过程,并且在2个基准数据集上实验,结果验证模型的有效性
    参考文献 | 相关文章 | 多维度评价
    32. 基于粒子群优化BP神经网络的可靠性评估模型
    王颖颖, 庄毅, 孙逸帆
    计算机与现代化    2022, 0 (12): 42-49.  
    摘要173)      收藏
    CPU的可靠性对计算机系统至关重要。针对神经网络等方法在可靠性分析与评估中参数优化困难、模型评估精度不够准确等问题,提出一种基于粒子群优化BP神经网络的可靠性评估模型。该模型利用由正弦映射优化的PSO算法对BP神经网络的权值和阈值进行优化,提高BP神经网络的收敛速度以及评估精度。基于CPU中各功能模块的可靠度,根据改进的BP神经网络模型建立CPU的可靠性评估模型,通过模型训练与测试完成对CPU的可靠性评估。通过对比实验,验证该模型对辐射环境下CPU可靠性评估的有效性和准确性。
    参考文献 | 相关文章 | 多维度评价
    33. 面向边缘计算应用的拜占庭式容错分布式一致性算法
    张昊, 路红英
    计算机与现代化    2022, 0 (12): 33-41.  
    摘要167)      收藏
    为解决边缘计算中边缘节点易于被攻击或俘获产生拜占庭错误,从而破坏边缘计算应用可用性的问题,设计一种面向边缘计算应用的拜占庭容错分布式一致性算法Edge-Raft。该算法在现有的经典Raft算法基础上,针对边缘环境中潜在的拜占庭错误进行重新设计,通过引入数字签名、同步日志检测、轮询选举、惰性投票、三阶段日志同步等机制,使其具有拜占庭容错特性的同时,将消息传递的复杂度限制至线性级,保证小于1/3的集群总数的边缘节点发生拜占庭错误时仍能为用户提供有效服务。基于不同节点规模的实验结果表明,与现有Raft算法相比,该算法在保留Raft算法可理解性的基础上,保证算法在边缘环境中的可用性与活性。相比于现有的实用拜占庭容错算法,所提算法将消息传递的时间复杂度限定在线性级,保证该算法在多节点边缘环境中的可拓展性。
    参考文献 | 相关文章 | 多维度评价
    34. 混合多尺度卷积结合双层LSTM语音情感识别
    梁科晋, 张海军, 刘雅情, 张昱, 王月阳
    计算机与现代化    2023, 0 (01): 63-68.  
    摘要166)      收藏
    针对深度学习算法在语音情感特征提取方面的不足以及识别准确率不高的问题,本文通过提取语音数据中有效的情感特征,并将特征进行多尺度拼接融合,构造语音情感特征,提高深度学习模型对特征的表现能力。传统递归神经网络无法解决语音情感识别长时依赖问题,本文采用双层LSTM模型来改进语音情感识别效果,提出一种混合多尺度卷积与双层LSTM模型相结合的模型。实验结果表明,在中科院自动化所汉语情感数据库(CASIA)和德国柏林情感公开数据集(Emo-DB)下,本文所提语音情感识别模型相较于其他情感识别模型在准确率方面有较大提高。
    参考文献 | 相关文章 | 多维度评价
    35. 一种具有边界自适应能力的蒙皮网格生成算法
    舒沛通, 赵佳宝
    计算机与现代化    2023, 0 (02): 1-5.  
    摘要166)      收藏
    根据图像生成网格是骨骼蒙皮动画生成的关键步骤,网格质量直接影响动画效果,但网格优化工作量大且严重依赖制作者本身技能。对此,本文提出一种能够自适应图像边界的蒙皮网格生成算法。首先,利用图像轮廓的法向量变换计算得到包围图像的均匀近似多边形;接着使用信息熵作为衡量图形内部灵活性的权重,结合改进的重心Voronoi算法对图形内部采样,获得按权重分布均匀的内部采样点;最后,结合边界多边形顶点与内部点进行带边界约束的Delaunay三角剖分,得到可用于骨骼蒙皮动画的三角网格。实验结果表明本文所提出的算法可生成高质量网格,且高度匹配原图像边界,可用于骨骼蒙皮动画制作。
    参考文献 | 相关文章 | 多维度评价
    36. 区块链安全保护研究综述
    查凯金, 王志波, 何月顺, 徐洪珍
    计算机与现代化    2023, 0 (06): 110-117.   DOI: 10.3969/j.issn.1006-2475.2023.06.018
    摘要166)      收藏
    区块链技术作为当前最热门的技术之一有着巨大的应用价值,同时也因国家高度支持而广泛应用于许多关键领域。区块链技术的诸多特性决定了其在数据共享、数字存证、信息溯源及安全保障等方面的应用优势,但同时也存在一些安全隐患。因此,本文研究国内外区块链安全保护相关的高质量文献,对区块链的基础架构、安全威胁以及隐私保护方案等内容和相关研究进展进行总结。并就区块链隐私保护技术的发展现状,从加密技术改进和隐私保护技术融合研究2个方面分析其对区块链发展的影响。希望为区块链安全保护研究提供参考。
    参考文献 | 相关文章 | 多维度评价
    37. 基于RDMA的分布式键值存储系统性能优化
    王哲, 王玉玫, 吴亚非, 臧义华
    计算机与现代化    2023, 0 (02): 24-27.  
    摘要163)      收藏
    如今分布式键值存储系统在工业界得到了广泛的应用,如何提升其性能成为分布式系统和并行计算领域的研究热点。远程直接数据存取是高性能计算中常用的通信技术,利用其低延迟高带宽的特性,可以有效提升分布式键值存储系统的性能表现。MPI单边通信是一种支持RDMA的通信方法,本文使用MPI单边通信实现分布式键值操作,并根据其特点重新设计通信模型。为了解决RMA带来的数据一致性问题,本文改变键值对的存储结构并制定存取操作的通信策略。通过将单边通信与TCP/IP进行对比,对不同长度的数据测试通信延迟,验证了RDMA给系统带来的性能提升。
    参考文献 | 相关文章 | 多维度评价
    38. 基于改进XGBoost超参数优化的地下工程空调系统负荷预测
    冯增喜, 陈海越, 王涛, 赵锦彤, 李诗妍
    计算机与现代化    2023, 0 (01): 108-113.  
    摘要163)      收藏
    针对地下工程空调负荷难以精确预测的问题,提出一种基于天牛须搜索算法(Beetle Antennae Search, BAS)优化极限梯度提升算法(eXtreme Gradient Boosting, XGBoost)的负荷预测模型。该算法通过引入典型最优解引导机制优化常规BAS算法中的位置更新策略,同时采用线性递减策略对天牛的搜索步长进行修正,以实现更快达到全局最优点,提高收敛速度;并利用改进的BAS算法对XGBoost中的决策树个数、树的最大深度2个对模型预测精度有较大影响的超参数进行寻优,以获得XGBoost的最优参数组合,提高模型预测精度。最后,以某地下保障工程空调系统为研究对象,验证所提出的预测模型的有效性。
    参考文献 | 相关文章 | 多维度评价
    39. 基于改进的MoCo的遥感图像目标检测
    焦新泉, 李睿康, 陈建军
    计算机与现代化    2022, 0 (12): 88-94.  
    摘要161)      收藏
    卫星遥感图像的智能化处理存在着处理标注时标准不统一、数据分布不均匀的问题,导致有效样本不多、目标检测效果较差的现象。针对这种现象,提出一种基于MoCo无监督对比学习模型的目标检测算法,目标检测的框架采用以ResNet50为骨干网络的YOLOv5,使用对比学习得到的ResNet50的权重作为固定值不进行梯度迭代参与YOLOv5下游的检测任务训练。对比学习实验在AID数据集上进行,改进的MoCo v2的top-1精度最高达到95.888%。在下游的检测任务中,使用的是TGRS-HRRSD数据集,改进MoCo v2的预训练权重的mAP@.5:.95精度达到67.8%,较不使用预训练权重提高了5.6个百分点。结果证明改进的MoCo对比学习模型的有效性,在对比学习之后的下游检测任务中,检测精度也有所提高。
    参考文献 | 相关文章 | 多维度评价
    40. 基于IBM Qiskit的量子图像伪彩色增强方法
    刘志飞, 朱尚超, 魏战红, 臧一鸣, 孙文韬, 胡冠时
    计算机与现代化    2023, 0 (04): 47-55.  
    摘要158)      收藏
    针对量子图像增强问题,提出一种基于彩虹编码的量子图像伪彩色增强方法。首先,使用NEQR (Novel Enhanced Quantum Representation)模型表示灰度图像,接着设计和优化RGB三通道颜色转换模块的量子线路,最后用QRMW (Quantum Representation of Multi Wavelength Images)模型表示伪彩色图像。为了验证所提方法的有效性,在IBM量子计算框架Qiskit上制备2×2大小与32×32大小的NEQR灰度图像,通过对量子线路测量坍缩后生成对应大小的QRMW伪彩色图像。实验结果表明,与经典和已有的量子图像伪彩色增强方法相比,该方法在处理大小为2n×2n、色深为2q的图像时,所需的量子基本门个数为958,时间复杂度仅为常数级O(1),空间复杂度为O(2n+2q+3),显著降低了量子成本,并且处理后图像的信息熵和清晰度指标良好。
    参考文献 | 相关文章 | 多维度评价