计算机与现代化

Select

1. 基于SEIR-ARIMA混合模型的新冠肺炎预测

董章功, 宋波, 孟友新

计算机与现代化 2022, 0 (02): 1-6.

摘要（372）

新型冠状病毒肺炎简称新冠肺炎，是一种由新型冠状病毒引起的急性感染性肺炎，具有传染性强、人群普遍易感的特点。因此，对新冠肺炎感染人数的预测，不仅仅有利于国家面对疫情做出科学决策，而且有利于及时整合防疫资源。本文提出一种基于传统的传染病动力模型SEIR和差分整合移动平均自回归模型ARIMA构建的SEIR-ARIMA混合模型，对不同时间段、不同地点的新冠肺炎疫情做出预测和分析。从实验结果上看，基于SEIR-ARIMA混合模型的预测，比常见的用于新冠肺炎预测的逻辑回归Logistic、长短期记忆人工神经网络LSTM、SEIR模型、ARIMA模型有较好的预测效果。为了真实地反映出实验效果的提高是否源于SEIR与ARIMA模型结合的优势，本文还实现SEIR-Logistic混合模型和SEIR-LSTM混合模型，并与SEIR-ARIMA对比分析得出，SEIR-ARIMA预测都取得更好的预测效果。因此，基于SEIR-ARIMA混合模型对新冠肺炎的发展趋势的分析相对可靠，有利于国家面对疫情的科学决策，对我国未来预防其他类型的传染病具有很好的应用价值。

参考文献 | 相关文章 | 多维度评价

Select

2. 面向中文命名实体识别任务的数据增强

李健, 张克亮, 唐亮, 夏榕璟, 任静静

计算机与现代化 2022, 0 (04): 1-6.

摘要（325）

在低资源自然语言处理(NLP)任务中，现有的数据不足以训练一个理想的深度学习模型，文本数据增强是提高此类任务训练效果的有效方法。针对中文命名实体识别任务，提出一组基于实例替换的数据增强方法。将训练样本中的命名实体替换为另一个同类实体而保持标签不变，具体算法包括：1）实体之间交叉互换；2）实体内部同义替换；3）中文人名自动生成。分别在PeopleDailyNER和CLUENER2020数据集上应用上述方法，并对BERT+CRF模型进行增强训练。实验结果表明，仅添加与原始数据等量的增强数据，在小样本条件下能使模型F1值在2个数据集上分别提升约10%和7%，随着样本数据的增加，训练效果仍有明显提升。

参考文献 | 相关文章 | 多维度评价

Select

3. 一种基于BERT和池化操作的文本分类模型

张军, 邱龙龙

计算机与现代化 2022, 0 (06): 1-7.

摘要（310）

使用预训练语言模型的微调方法在以文本分类为代表的许多自然语言处理任务中取得了良好的效果，尤其以基于Transformer框架的BERT模型为典型代表。然而，BERT直接使用［CLS］对应的向量作为文本表征，没有从全局和局部考虑文本的特征，从而限制了模型的分类性能。因此，本文提出一种引入池化操作的文本分类模型，使用平均池化、最大池化以及K-MaxPooling等池化方法从BERT输出矩阵中提取文本的表征向量。实验结果表明，与原始的BERT模型相比，本文提出的引入池化操作的文本分类模型具有更好的性能，在实验的所有文本分类任务中，其准确率和F1-Score值均优于BERT模型。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于混合策略改进的鲸鱼优化算法

李茹, 范冰冰

计算机与现代化 2022, 0 (06): 13-20.

摘要（241）

针对原始鲸鱼优化算法（WOA）收敛速度慢、全局搜索能力弱、求解精度低且易陷入局部最优等问题，提出一种混合策略来改进的鲸鱼优化算法（LGWOA）。首先将莱维飞行引入鲸鱼全局搜索的公式中，通过莱维飞行加大全局搜索步长，扩大搜索空间、提高全局搜索能力；其次，在鲸鱼螺旋上升阶段，加入一个自适应权重参数来提高算法的局部搜索能力和求解精度；最后结合遗传算法的交叉变异思想平衡算法的全局搜索和局部搜索能力，维持种群的多样性，规避陷入局部最优。通过对12个基准测试函数从2个角度进行实验对比分析，结果表明，基于混合策略改进的鲸鱼优化算法在收敛速度和求解精度上均有明显提升。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于从共现矩阵提取关联的类别型数据聚类

关云鹏, 刘玉龙

计算机与现代化 2022, 0 (11): 1-8.

摘要（221）

类别型数据聚类被广泛应用于现实世界的不同领域中，如医学科学、计算机科学等。通常的类别型数据聚类，是在基于相异度量上进行研究，针对不同特点的数据集，聚类结果会受到数据集自身特点和噪音信息的影响。此外，基于表示学习的类别型数据聚类，实现复杂，聚类结果受到表示结果的影响较大。本文以共现矩阵为基础，提出一种可以直接考虑类别型数据原始信息关联关系的聚类方法———基于从共现矩阵提取关联的类别型数据聚类方法(CDCBCM)。共现矩阵可被看作是一种对原始数据空间中信息关联情况的汇总。本文通过计算不同对象在各个属性子空间下的共现频率值来构建共现矩阵，并从共现矩阵中去除一些噪音信息，再使用归一化切割来得到聚类结果。本文方法在16个不同领域的公开数据集中进行测试，与8种现有方法进行比较，并采用F1-score指标进行检测。实验结果表明，本文方法在7个数据集上效果最好，平均排名最高，能更好地完成对类别型数据的聚类任务。

参考文献 | 相关文章 | 多维度评价

Select

6. 《平凡的世界》人物关系网络分析

王君, 何进荣, 马乐荣

计算机与现代化 2022, 0 (06): 32-36.

摘要（190）

文学作品中人物关系网络的构建与定量分析是文学作品智能化解读的重要内容。本文以路遥先生文学作品《平凡的世界》为研究对象，利用复杂网络分析方法，对文学作品中的社交网络进行构建和分析。首先提取作品中的社交网络关系，其中小说人物对应社交网络中的节点，人物之间的关系对应社交网络的边，各章人物共同出现次数对应于边的权重，然后对构建的网络进行介数、集聚系数相关性等网络指标分析及分层聚类和链路预测。实验结果表明《平凡的世界》作品中的人物关系网络是异配网络并具有小世界特性。该研究有助于推动文学作品中人物关系网络的分析。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于数字孪生的变电设备运维系统及其构建

杨可军, 张可, 黄文礼, 陈博文

计算机与现代化 2022, 0 (02): 58-64.

摘要（177）

针对变电设备周期状态管控难、运检效率低等问题，基于数字孪生理论，构建基于真实变电设备运维的数字化模型及系统。首先，在信息层建立能反映变电设备换流变、调相机、GIS（Gas Insulated Substation）这3类设备真实状态的数字孪生体；其次，基于换流变、调相机、GIS历史大数据，通过数字孪生体的变电站设备进行统计分析，并根据采集的实时数据、运维数据来预测变电站设备下一时刻的状态，使变电设备实现实际变电站内物理层与信息层数据的融合；最后，以变电站设备运维为对象，采用信息物理融合系统进行运维数据的集成和同步，形成最终变电设备运维数字孪生框架系统。相关研究表明，运用数字孪生技术可以对变电设备运维系统运行效率的提升和对变电站整体智能化提供强有力的技术支撑。

参考文献 | 相关文章 | 多维度评价

Select

8. PSWGAN-GP:改进梯度惩罚的生成对抗网络

陈云翔, 王巍, 宁娟, 陈怡丹, 赵永新, 周庆华

计算机与现代化 2022, 0 (04): 21-26.

摘要（176）

生成对抗网络的出现对解决深度学习领域样本数据不足的研究起到了极大的促进作用。为解决生成对抗网络生成的图像出现轮廓模糊、前景背景分离等细节质量问题，提出一种改进梯度惩罚的Wasserstein生成对抗网络算法(PSWGAN-GP)。该算法在WGAN-GP的Wasserstein距离损失和梯度惩罚的基础上，在判别器中使用从VGG-16网络的3个池化层中提取的特征，并通过这些特征计算得出风格损失(Style-loss)和感知损失(Perceptual-loss)作为原损失的惩罚项，提升判别器对深层特征的获取和判别能力，对生成图像的细节进行修正和提升。实验结果表明，在生成器和判别器网络结构相同，并保证超参数相同的情况下，PSWGAN-GP的IS评分和FID评分相对于参与对比的其他图像生成算法有所提升，且可有效改善生成图片的细节质量。

参考文献 | 相关文章 | 多维度评价

Select

9. 融合注意力机制和空洞卷积的滑坡图像检测

刘学虎, 欧鸥, 张伟劲, 杜雪垒

计算机与现代化 2022, 0 (04): 45-51.

摘要（170）

滑坡区域图像检测与识别在灾害范围识别、灾情数据分析和防灾减灾中具有丰富的应用和研究价值。本文针对滑坡图像滑坡体形状纹理的多样性，以及滑坡目标区域检测识别效果不够理想的问题，提出一种注意力机制CBAM与空洞卷积结合的目标检测方法。在传统的目标检测算法Faster R-CNN的基础上，将注意力机制模型添加到卷积神经网络层，通过空间注意力与通道注意力结合的CBAM模型来进行滑坡图像特征的提取，增加空洞卷积模块来加大感受野区域，提高神经网络对遥感图像区域中的滑坡目标识别、尺寸不规范等特点的学习能力，从而进一步提升滑坡目标区域的检测精度。实验结果表明，在传统的目标检测算法的基础上采用两者结合的方式进行检测，可提升滑坡遥感图像上目标检测的召回率和精确率，具有一定的有效性和鲁棒性。

参考文献 | 相关文章 | 多维度评价

Select

10. 计算机视觉下的果实目标检测算法综述

李伟强, 王东, 宁政通, 卢明亮, 覃鹏飞

计算机与现代化 2022, 0 (06): 87-95.

摘要（165）

基于计算机视觉的果实目标检测识别是目标检测、计算机视觉、农业机器人等多学科的重要交叉研究课题，在智慧农业、农业现代化、自动采摘机器人等领域，具有重要的理论研究意义和实际应用价值。随着深度学习在图像处理领域中广泛应用并取得良好效果，计算机视觉技术结合深度学习方法的果实目标检测识别算法逐渐成为主流。本文介绍基于计算机视觉的果实目标检测识别的任务、难点和发展现状，以及2类基于深度学习方法的果实目标检测识别算法，最后介绍用于算法模型训练学习的公开数据集与评价模型性能的评价指标，且对当前果实目标检测识别存在的问题和未来可能的发展方向进行讨论。

参考文献 | 相关文章 | 多维度评价

Select

11. 基于HISPAC医疗数据隐私保护模型

姚征

计算机与现代化 2022, 0 (09): 1-12.

摘要（160）

当今时代是计算机的时代，更是人工智能和大数据蓬勃发展的时代，与其相关行业的出现引发了各行各业的变革。作为国内主要的服务行业，医疗产业也在悄然改变，同时医疗隐私的保护技术也在持续研究和发展中。随着数据量的激增，各类患者身份信息、病例信息以及医疗诊断信息泄露的情况层出不穷。本文针对医疗隐私保护问题，构建一套医疗隐私保护模型，该模型包括2个部分:1)借助循环神经网络RNN和模糊推理理论构建一个自适应神经网络隐私风险评估模型,给用户行为活动设置一个信用标签，并借此来计算隐私泄露风险值;2)围绕模型得到的用户信用风险值建立一套个性化的隐私数据访问权限控制机制，即医院信息系统隐私控制模型。经过实验验证，该机制具有良好的隐私保护效果，可以有效解决医疗数据隐私泄露的问题。

参考文献 | 相关文章 | 多维度评价

Select

12. 基于LSTM神经网络的区域微网短期负荷预测

尹春杰, 肖发达, 李鹏飞, 赵钦

计算机与现代化 2022, 0 (04): 7-11.

摘要（158）

针对大电网负荷预测的研究较多而微电网相对较少，因此建立合适的微电网负荷预测模型提高预测的准确度非常重要。本文针对输入变量较少的情况，分析并选用温度、日类型以及多个历史负荷量作为模型的输入变量，选用基于循环神经网络基础下的长短期记忆神经网络进行建模，构建基于LSTM神经网络的微网负荷预测模型。最后，为增强结果的可靠性，采用2组不同时间段的负荷数据分别进行预测，将LSTM神经网络的预测结果与BP神经网络、径向基函数神经网络、Elman神经网络的预测结果进行对比。实验结果表明，LSTM神经网络的预测结果要优于BP神经网络、径向基函数神经网络及Elman神经网络，采用LSTM神经网络负荷预测模型在微电网背景下具有比较好的推广前景。

参考文献 | 相关文章 | 多维度评价

Select

13. 基于改进YOLOv5的安全帽佩戴检测

岳衡, 黄晓明, 林明辉, 高明, 李扬, 陈凌

计算机与现代化 2022, 0 (06): 104-108.

摘要（157）

针对YOLOv5无法通过权重进行聚焦，产生更具有分辨性的特征，从而降低安全帽检测准确性的问题，使用注意力模块，并分别研究压缩激励层（Squeeze and Excitation Layer, SEL）和高效通道注意力（Efficient Channel Attention, ECA）模块。针对YOLOv5去除冗余框时采用的非极大值抑制（Non Maximum Suppression, NMS）在物体高度重叠时仅保留同类最高置信度预测框的问题，使用Soft-NMS算法保留更多的预测框，并进一步使用加权非极大值抑制（Weighted Non Maximum Suppression, WNMS）融合多次预测框信息提升预测框准确性；针对下采样带来的信息丢失问题，使用Focus模块提升检测效果；综合各个模块得到最优的FESW-YOLO算法。该算法在安全帽数据集上的mAP@0.5、mAP@0.5:0.95相较于YOLOv5分别提高了2.1个百分点、1.2个百分点，提升了安全帽监管准确性。

参考文献 | 相关文章 | 多维度评价

Select

14. 混合CTC/Attention模型在普通话识别中的应用

许鸿奎, 张子枫, 卢江坤, 周俊杰, 胡文烨, 姜彤彤

计算机与现代化 2022, 0 (08): 1-6.

摘要（156）

基于链接时序分类（Connectionist Temporal Classification, CTC）的端到端语音识别模型具有结构简单且能自动对齐的优点，但识别准确率有待进一步提高。本文引入注意力机制（Attention）构成混合CTC/Attention端到端模型，采用多任务学习方式，充分发挥CTC的对齐优势和Attention机制的上下文建模优势。实验结果表明，当选取80维FBank特征和3维pitch特征作为声学特征，选择VGG-双向长短时记忆网络（VGG-Bidirectional long short-time memory, VGG-BiLSTM）作为编码器应用于中文普通话识别时，该模型与基于CTC的端到端模型相比，字错误率下降约6.1%，外接语言模型后，字错误率进一步下降0.3%；与传统基线模型相比，字错误率也有大幅度下降。

参考文献 | 相关文章 | 多维度评价

Select

15. FOCoR:一种基于特征选择优化的课程推荐技术

王扬, 陈梅, 李晖

计算机与现代化 2022, 0 (10): 1-7.

摘要（156）

针对在线教育平台行为日志推荐模型存在的冷启动问题，设计一种融合高校选课数据的课程推荐方法FOCoR。首先，提出基于遗传算法的特征选择技术FSBGA (Feature Selection Based on Genetic Algorithm)，然后再以特征选择的结果作为输入，基于梯度提升树LightGBM技术构建推荐模型来进行课程推荐。具体地，在提出的FSBGA算法中，构造结合模型损失和特征数量的适应度函数，并在高校选课数据的特征子集空间中搜索出兼顾模型损失和特征数量的最优特征子集。与基于互信息、F检验的特征选择方法相比，在FSBGA算法所选出的特征子集上训练的选课模型在AUC、F1分数、对数损失这3项指标上均优于其它特征选择算法。为了验证本文工作的有效性，将FOCoR与LightGBM、XGBoost、决策树、随机森林、逻辑回归等算法在真实数据集上进行实验和性能评估，结果表明FOCoR在F1分数上取得了最好的性能。

参考文献 | 相关文章 | 多维度评价

Select

16. 基于YOLO v4的车辆目标检测算法

殷远齐, 徐源, 邢远新

计算机与现代化 2022, 0 (07): 8-14.

摘要（154）

针对车辆目标检测中存在遮挡目标导致检测精度低、小目标检测效果差等问题，提出一种基于YOLO v4改进的目标检测算法YOLO v4-ASC。通过在主干提取网络尾部加入卷积块注意力模块，提升网络模型的特征表达能力；改进损失函数提升网络模型的收敛速度，利用Adam+SGDM优化方法替代原始模型优化方法SGDM，进一步提升模型检测性能。此外，利用K-Means聚类算法优化先验框尺寸大小，并合并交通场景数据集中的car、truck、bus类别为vehicle，将本文问题简化为二分类问题。实验结果表明，本文提出的YOLO v4-ASC目标检测算法在保持原算法检测速度的基础上，AP达到了70.05%，F1-score达到了71%，与原YOLO v4算法相比，AP提升了9.92个百分点，F1-score提升了9个百分点。

参考文献 | 相关文章 | 多维度评价

Select

17. 基于Web的风场三维动态可视化设计与仿真

田茂春, 邹显勇, 杨跃, 范光伟, 赖杭

计算机与现代化 2022, 0 (04): 97-102.

摘要（150）

针对在Web端难以快速直观表达风场问题，提出一种基于Web的风场三维动态可视化设计与仿真方法。首先，为解决风场数据不易获取、处理不便问题，给出风场数据的获取、转换、应用流程。其次，设计使用Web Worker多线程技术并行计算生成流线的方法，减少风场流线寻迹生成时间，提高流线生成效率。然后，结合颜色映射技术，设计对流线进行Alpha颜色通道动态修改的方法，以表征风场动态流动。最后，扩展基于WebGL的可视化引擎Cesium进行风场三维可视化渲染，直观表达风场。结果表明，该方法能有效提高在Web端进行风场可视化仿真的效率，可为防风减灾提供支撑。

参考文献 | 相关文章 | 多维度评价

Select

18. 基于RoBERTa-WWM 和HDBSCAN的文本聚类算法

刘锟, 曾曦, 邱梓珩, 陈周国,

计算机与现代化 2022, 0 (03): 48-52.

摘要（149）

在大数据环境下，从海量的互联网数据中获取热点话题是研究当前互联网中民意民情的基础，其中文本聚类是得到热点话题最常用的方法之一，可以分为文本向量化表示和聚类2个步骤。然而在文本向量化表示任务中，传统的文本表示模型无法准确表示新闻、帖文等文本的上下文语境信息。在聚类任务中，最常使用的是K-Means算法和DBSCAN算法，但是它们对数据的聚类方式与实际中话题数据的分布不符，这使得现有的文本聚类算法在实际的互联网环境中应用效果很差。本文根据互联网中话题的数据分布情况，提出一种基于RoBERTa-WWM和HDBSCAN的文本聚类算法。首先利用预训练语言模型RoBERTa-WWM得到每一篇文本的文本向量，其次利用t-SNE算法对高维文本向量进行降维，最后利用基于层次的密度聚类算法的HDBSCAN算法对低维的文本向量进行聚类。实验结果表明提出的算法相较于现有的文本聚类算法，在含有噪声数据且分布不均衡的数据集上，聚类效果有很大的提升。

参考文献 | 相关文章 | 多维度评价

Select

19. 模型剪枝算法综述

李屹, 魏建国, 刘贯伟

计算机与现代化 2022, 0 (09): 51-59.

摘要（142）

模型剪枝算法利用不同的标准或方式对深度神经网络中冗余神经元进行裁剪，在不损失模型精度的情况下对模型进行最大程度的压缩，从而可以减少存储并提升速度。首先，对模型剪枝算法的研究现状与主要研究方向进行总结并归类。主要研究方向包括剪枝的尺度、剪枝元素重要性评估的方法、剪枝的稀疏度、剪枝的理论基础及对于不同任务的剪枝等方面。然后对近年来具有代表性的剪枝算法进行详细描述。最后对此领域的研究提出未来展望。

参考文献 | 相关文章 | 多维度评价

Select

20. 面向工程数据检索的ElasticSearch索引优化策略

许贤慧, 王淑营, 曾文驱

计算机与现代化 2022, 0 (02): 79-84.

摘要（140）

随着生产制造业的发展，各行业在生产制造的过程中都会产生大量的工程数据，现代工程领域的数据检索需求要求能够通过关键字快速且准确检索出相应的结果，利用ElasticSearch可以实现工程数据的检索，但是其性能方面还有优化的空间。为了解决这个问题，本文对ElasticSearch的底层原理进行深入研究，在ElasticSearch的索引创建、索引分片以及索引段合并方面进行优化。首先对ElasticSearch的分词器进行修改并配置自定义词典，其次提出基于集群节点性能与索引数据量大小的索引分片策略，最后，根据节点性能对索引段合并的时机进行优化。通过基于地铁工程数据的检索进行实验，实验结果表明，改进的方法确实能够提高ElasticSearch的数据写入与查询性能。

参考文献 | 相关文章 | 多维度评价

Select

21. 文本摘要模型的研究进展

张紫芸, 王文发, 马乐荣, 丁苍峰

计算机与现代化 2022, 0 (06): 56-66.

摘要（137）

随着互联网产生的文本数据越来越多，文本信息过载问题日益严重，对各类文本进行一个“降维”处理显得非常必要，文本摘要便是其中一个重要的手段,也是人工智能领域研究的热点和难点之一。文本摘要旨在将文本或文本集合转换为包含关键信息的简短摘要。近年来语言模型的预处理提高了许多自然语言处理任务的技术水平，包括情感分析、问答、自然语言推理、命名实体识别和文本相似性、文本摘要。本文梳理文本摘要以往的经典方法和近几年的基于预训练的文本摘要方法，并对文本摘要的数据集以及评价方法进行整理，最后总结文本摘要目前面临的挑战与发展趋势。

参考文献 | 相关文章 | 多维度评价

Select

22. 基于编解码结构的多特征融合眼底图像分割

丁婉莹, 陈伟, 李昭慧

计算机与现代化 2022, 0 (07): 1-7.

摘要（135）

为解决现有眼底图像分割方法对于细微血管存在低分割精度和低准确率的问题，提出一种基于编解码结构的U-Net改进网络模型。首先对数据进行预处理与扩充，提取绿色通道图像，并将其通过对比度限制直方图均衡化和伽马变换以增强对比度；其次训练集被输入到用于分割的神经网络中，在编码过程加入残差模块，用短跳跃连接将高、低特征信息融合，并利用空洞卷积增加感受野，解码模块加入注意力机制增加对细微血管分割精度；最后利用训练完成的分割模型进行预测得出视网膜血管分割结果。在DRIVE和CHASE-DB1眼底图像数据集上进行对比实验，模型算法的平均准确率、特异性和灵敏度分别达到96.77%和97.22%、98.74%和98.40%、80.93%和81.12%。实验结果表明该算法能够改善微细血管分割准确率及效率不高的问题，对视网膜血管可以进行更准确的分割。

参考文献 | 相关文章 | 多维度评价

Select

23. 基于深度学习的ECG信号分类

于雁, 邱磊,

计算机与现代化 2022, 0 (05): 16-20.

摘要（135）

心电图(ECG)能够实时反映心脏状态，可用于心律失常和其它心血管疾病的准确诊断。针对ECG信号采集时的噪声干扰，重构Db6小波的4级分解量并使用巴特沃斯低通滤波实现双重去噪。将降噪后的ECG信号进行R波提取，并截取P-QRS-T波片段输入到一维改进GoogLeNet模型中进行训练。一维改进GoogLeNet是原始二维GoogLeNet的优化结构，可减少网络深度并在稀疏连接中添加最大池化层和扩张卷积加大感受野，降低计算量来提高训练性能。在MIT-BIH数据集中进行实验得到99.39%的分类准确率，比一维GoogLeNet和原始GoogLeNet分别提升了0.17个百分点和0.22个百分点，训练效率均有提升。与其他先进的技术相比，心电信号分类有了显著的改进。

参考文献 | 相关文章 | 多维度评价

Select

24. 基于深度生成对抗网络的恶意TLS流量识别

秦鸣乐, 年梅, 张俊,

计算机与现代化 2022, 0 (04): 121-126.

摘要（133）

恶意加密流量识别公开数据集中存在的类不平衡问题，严重影响着恶意流量预测的性能。本文提出使用深度生成对抗网络DGAN中的生成器和鉴别器，模拟真实数据集生成并扩展小样本数据，形成平衡数据集。此外，针对传统机器学习方法依赖人工特征提取导致分类准确度下降等问题，提出一种基于双向门控循环单元BiGRU与注意力机制相融合的恶意流量识别模型，由深度学习算法自动获取数据集不同时序的重要特征向量，进行恶意流量得识别。实验表明，与常用恶意流量识别算法相比，该模型在精度、召回率、F1等指标上都有较好的提升，能有效实现恶意加密流量的识别。

参考文献 | 相关文章 | 多维度评价

Select

25. 融合三重注意力和评论评分的深度推荐算法

张宗海, 於跃成, 冯申

计算机与现代化 2022, 0 (05): 1-9.

摘要（133）

许多购物网站中存在用户编写的大量评论信息，大部分推荐系统虽然利用了评论信息，但仍有很大的改进空间。一方面是评论中信息参差不齐，掺杂了很多无用信息；另一方面是大多数现有的推荐系统都假设一个用户对于某一商品特征的关注对于所有的商品都是相同的，无法准确体现用户偏好。本文提出一种融合三重注意力和评论评分的方面感知深度推荐模型ANAP（Attention and Neural Aspect Perception），从词和特征2个层面出发，通过构造2种不同的注意力网络提取评论文本中的重要信息，降低无用信息的影响；为了准确体现用户偏好，通过构造注意力交互网络捕捉用户对不同项目各个方面的不同关注度，实现方面感知的细粒度建模。本文在6个真实数据集上进行实验，同时设计了注意力机制对比实验，结果表明ANAP模型有效提高了评分预测精度，平均绝对误差（Mean Absolute Error， MAE）比现有最佳算法降低了4.86个百分点。

参考文献 | 相关文章 | 多维度评价

Select

26. 基于生成对抗网络的社交机器人检测

李阳阳, 杨英光

计算机与现代化 2022, 0 (03): 1-6.

摘要（133）

推特作为一个有着上亿活跃用户的社交媒体，有近15%的机器账户通过自动化程序被控制，其中一些机器账号为传播恶意信息的恶意账号。虽然研究者开发了大量复杂的机器账号检测方法，但这些方法都需要有关机器账号的先验知识，并且泛化性不高。为了解决这些问题，提出使用生成对抗网络中的判别器来进行机器账号检测,使得只需要真实账号的示例即可得到良好的检测模型,并在一个流行数据集做实验，AUC达到了94%的分类效果。

参考文献 | 相关文章 | 多维度评价

Select

27. 基于RBF神经网络的可信加密流量分类方法

张晓航, 李政, 朱晓明, 张海锋, 赵博宇

计算机与现代化 2022, 0 (02): 45-51.

摘要（129）

网络流量分类广泛应用于网络资源分配、流量调度、入侵检测系统等研究领域。随着加密协议的普及和网络流量快速发展，基于深度学习的流量分类器由于其自动提取特征的特性和较高的分类准确性，逐渐受到科研人员的重视，但是面向网络流量分类的可信程度方面却不曾有研究。本文提出一种基于RBF神经网络对加密网络流量进行可信分类的方法。所提算法建立在RBF网络的思想上并采用一种新的损失函数和质心更新方案来进行训练，通过使用梯度惩罚强制检测输入的变化，能够有效地检测分布外的数据。在2个公共的ISCX VPN-nonVPN和USTC-TFC2016流量数据集上，与同类算法相比，所提算法取得了最好的分布外检测结果，在AUROC指标上达到98.55%。实验结果表明所提算法在具有较高分类性能的同时，能够有效地检测出分布外的流量数据，从而提高流量分类的可信性。

参考文献 | 相关文章 | 多维度评价

Select

28. 基于VAR模型的加拿大气候变化预测

寇露彦, 廖竞, 李学俊, 吴昌述, 熊建华

计算机与现代化 2022, 0 (10): 13-18.

摘要（129）

南极冰川融化、飓风不断增加、海平面逐渐上涨等现象的出现，使人们意识到全球气候变暖给人类生存带来极大的挑战，对全球气候变化发展趋势的预测是十分有必要的。本文针对全球气候变暖现象，对加拿大具有代表性的4个省份数据进行缺失值填补后分析研究，建立一个考虑太阳辐射强度、二氧化碳含量、土壤含水量、温度、降雨量等因素的向量自回归（VAR）模型。通过对其进行平稳性检验、脉冲响应和方差分析得出具体模型并利用该模型对加拿大气温和降水量进行预测。实验结果表明，未来25年加拿大平均气温将达到15.0410 ℃，平均降水量达到2.0950 mm。

参考文献 | 相关文章 | 多维度评价

Select

29. 基于改进Dijkstra算法的防冲突最短路径规划研究

黄翼虎, 于亚楠

计算机与现代化 2022, 0 (08): 20-24.

摘要（125）

多无人机在执行作业任务时可能面临发生航迹冲突的矛盾，由此提出一种改进Dijkstra算法用来实现多无人机寻找最短且互不冲突航线的功能。在经典Dijkstra算法搜寻并对各航迹节点遍历运算的过程中，通过引入各节点的前驱节点变长回溯数组来记录各节点包含的所有前驱节点，找出各任务从起始点到达目标点所存在的全部可行的最短长度航线。再引入时间窗冲突判断模型从各任务的所有可行航线中将互不冲突的航线分离出来，一旦所有航线都冲突，则将其中一条最短航线中的冲突节点当作临时障碍点处理，通过改变回溯数组重新找出与其他任务互不冲突的一条最短航线。应用Matlab软件设计编写程序来进行算法验证，实验表明该改进算法在多无人机执行作业任务时可以规划出各任务包含的全部长度最短且互不冲突的航线，任务集合的规划效率有了明显提高。

参考文献 | 相关文章 | 多维度评价

Select

30. 基于深度学习的驾驶员分心行为识别

何丽雯, 张锐驰

计算机与现代化 2022, 0 (06): 67-74.

摘要（125）

分心驾驶行为识别是提高驾驶安全的主要方法之一。针对分心驾驶行为识别精度低的问题，本文提出一种基于深度学习的驾驶员分心行为识别算法，由目标检测网络和行为精确识别网络级联构成。基于State Farm公开数据集，第一级利用目标检测算法SSD(Single Shot Multibox Detector)对数据集中的驾驶员原始图像进行局部信息提取，确定行为识别候选区域；第二级分别利用迁移学习VGG19、ResNet50和MobileNetV2模型对候选区域内的行为信息进行精确识别；最后，实验对比级联架构与单模型架构对分心驾驶行为的识别精度。结果表明，提出的级联网络模型相较于主流单模型检测方法，驾驶员行为识别的准确率总体上提升4~7%个百分点。该算法不仅减少噪声和其他背景区域对模型的影响，提高分心行为识别准确率，还可以有效识别更多的行为类别以避免动作的误分类。

参考文献 | 相关文章 | 多维度评价

Select

31. 基于空时特征融合和注意力机制的网络入侵检测模型

饶海兵, 朱苏磊, 杨春夏

计算机与现代化 2022, 0 (06): 116-121.

摘要（121）

针对网络入侵检测性能不高的问题，提出一种基于空时特征融合和注意力机制的深度学习入侵检测模型CTA-net。该模型通过集成卷积神经网络(CNN)和长短时记忆网络(LSTM)获取空时融合特征，然后使用注意力模块(Attention)对输入的空时融合特征进行重要性加权计算，最后通过softmax函数进行分类。使用NSL-KDD数据集的实验结果表明，相比具有相似结构的CNN模型和空时融合的CNN-LSTM模型，在训练集的收敛性具有显著的提升，在测试集上使用的分类评价指标准确率分别提升10.9120个百分点和11.8740个百分点，精确率分别提升9.1950个百分点和9.6130个百分点，召回率分别提升9.1780个百分点和9.9340个百分点，F1-SCORE分别提升10.7830个百分点和11.7500个百分点。仿真结果表明，所提出的CTA-net模型在网络入侵检测方面具有较好的应用潜力。

参考文献 | 相关文章 | 多维度评价

Select

32. 基于卷积与稀疏编码的半监督学习方法

刘缨杰, 兰海, 魏宪

计算机与现代化 2022, 0 (11): 9-16.

摘要（120）

卷积神经网络（CNN）在半监督学习中取得了良好的成绩，其在训练阶段既利用有标记样本，也利用无标记样本帮助规范化学习模型。为进一步加强半监督模型的特征学习能力，提高其在图像分类时的性能表现，本文提出一种联合深度半监督卷积神经网络和字典学习的端到端半监督学习方法，称为Semi-supervised Learning based on Sparse Coding and Convolution（SSSConv）；该算法框架旨在学习到鉴别性更强的图像特征表示。SSSConv首先利用CNN提取特征，并对所提取特征进行正交投影变换，下一步通过学习其稀疏编码的低维嵌入以得到图像的特征表示，最后据此进行分类。整个模型框架可进行端到端的半监督学习训练，CNN提取特征部分和稀疏编码字典学习部分具有统一的损失函数，目标一致。本文利用共轭梯度下降算法、链式法则和反向传播等算法对目标函数的参数进行优化，将稀疏编码的相关参数约束于流形上，CNN参数既可定义在欧氏空间，也可以进一步定义在正交空间中。基于半监督分类任务的实验结果验证了所提出SSSConv框架的有效性，与现有方法相比具有较强的竞争力。

参考文献 | 相关文章 | 多维度评价

Select

33. 一种基于图卷积神经网络和依存分析的财经新闻情感分析方法

姚春华, 张学磊, 宋馨宇, 张举, 蔡佳志, 冯翱

计算机与现代化 2022, 0 (05): 33-39.

摘要（118）

财经新闻的情感分析有助于企业和投资者确定投资风险和提高经济效益，具有较高的应用价值。针对财经新闻文本，提出一种在图卷积神经网络中使用依存句法分析（Dependency Analysis-based Graph Convolutional Network, DA-GCN）的情感分析方法。该方法通过分析文档中词语的依存关系，获取句子的语序信息和文档中重要的句子成分，再通过词语在文档中的共现信息实现信息传递和对图的参数更新。在财经新闻数据集上进行的实验表明，本文提出的方法与传统深度学习方法相比，在各项评价指标上都取得显著提升。

参考文献 | 相关文章 | 多维度评价

Select

34. 融合用户历史传播信息的微博谣言检测

卢悦, 曹春萍

计算机与现代化 2022, 0 (06): 37-42.

摘要（116）

随着互联网技术的发展，以微博为主的社交媒体平台上网络谣言逐渐泛滥，研究微博谣言的自动检测对维护社会稳定具有重要意义。现今主流的基于深度学习的谣言检测方法普遍存在没有充分考虑微博文本语义信息的问题，同时，过分依赖传播信息的谣言检测方法使得检测时间滞后，不能满足谣言检测的现实需求。针对以上问题，本文提出一种融合用户历史交互信息的微博谣言检测模型，不使用待检测微博的传播信息，构建并训练AbaNet(ALBERT-BiGRU-Attention)深度学习网络模型，充分考虑待检测微博和用户历史传播信息文本的文本特征和语义信息进行谣言检测。实验结果显示，本文模型具有准确率高、稳定性强的特点，并且能够在获得较高检测精度的情况下大大缩短谣言检测的时间。

参考文献 | 相关文章 | 多维度评价

Select

35. 基于改进kNN算法与暂稳态特征的非侵入式负荷监测方法

田丰, 邓晓平, 张桂青, 王保义

计算机与现代化 2022, 0 (10): 29-35.

摘要（116）

非侵入式负荷监测（Non-intrusive Load Monitoring, NILM）通过分析电力总回路的电气信息得到回路中各电器的运行数据，为用户的节能优化和电网的优化调度提供依据。现有NILM方法主要将研究重点放在提高负荷识别准确度上，模型复杂度高，难以在嵌入式设备上应用。针对上述问题，提出一种基于改进kNN算法与暂稳态特征的NILM方法。首先选择无需训练的kNN算法作为负荷识别模型，采用距离权重统计方法对kNN算法进行改进，并增加余弦相似度判断机制检验kNN算法负荷识别结果准确性；然后选择暂态特征和稳态特征作为负荷特征以提高负荷特征辨识度；最后利用实验采集数据进行验证，上述NILM方法具有良好的性能。

参考文献 | 相关文章 | 多维度评价

Select

36. ERCUnet：一种基于U-Net改进的道路裂缝检测模型

刘宇翔, 佘维, 沈占峰, 谭帅

计算机与现代化 2022, 0 (07): 33-39.

摘要（113）

针对传统的道路裂缝检测方法存在灵活度不高、普适性不强等问题，本文参考ResNet中的残差设计和U-Net模型的U形编码解码结构，设计一种基于U-Net改进的道路裂缝检测模型——ERCUnet。该模型以残差块为主体，针对裂缝检测优化不同深度卷积层的卷积核数量，模型中所有的残差块结构相同，模型整体结构更加整齐和简单，具有可塑性好、结构性强，残差结构不仅使特征融合更加充分，也避免了深层卷积神经网络梯度消失的问题。实验在CrackForest数据集上进行，将CrackForest的118张含标注图片按照5〖DK〗∶1的比例划分训练集和测试集，通过一系列数据增广方法，有效缓解了训练数据过少的问题。损失函数融合了交叉熵和F1分数，缓解了正负样本不均衡的问题，最终的实验结果显示ERCUnet模型参数量仅为U-Net(BN)模型的13.30%，在测试集上的查全率、查准率、F1值均达70%以上，噪声率、准确率分别为29.05%、99.01%。为证实ERCUnet的可塑性，通过修改模型参数得到ERCUnet-tiny模型，其参数量仅为U-Net(BN)模型的2.39%，在测试集上取得了与U-Net(BN)相近的效果。

参考文献 | 相关文章 | 多维度评价

Select

37. 数据驱动的ADS-B干扰源信号类型识别

胡焱, 卓书龙, 司成可

计算机与现代化 2022, 0 (02): 19-25.

摘要（112）

传统干扰源信号类型识别方法在提取干扰信号的细微特征时，存在干扰信号调制类型分类精度低、识别效果差等缺点。对此，本文提出一种基于深度神经网络的ADS-B干扰信号调制类型识别算法。首先将ADS-B信号和干扰波形进行叠加混合，通过控制矢量信号发生器（VSG）进行仿真信号发射，并在接收端进行采集；接着对接收的基带I、Q数据进行人为添加随机噪声，并据此构造各种信噪比场景下的张量训练样本数据集；最后，利用训练样本数据对本文设计的神经网络进行训练，并在样本数据集上将传统分类算法和本文所提出的神经网络算法两者的识别性能进行对比分析。实验结果表明本文所提的神经网络算法相比于现有的传统识别算法，具有更好的识别性能。

参考文献 | 相关文章 | 多维度评价

Select

38. 基于Attention-LSTM的CNC刀具破损在线检测系统

王柯阳, 张铫, 李科闻, 张保谦, 李江, 任杰文

计算机与现代化 2022, 0 (05): 68-74.

摘要（110）

为了在数控（CNC）机床批量加工过程中对刀具破损进行检测以减少残次产品，提出一种利用机床主轴功率信息，基于Attention-LSTM的CNC生产线刀具破损在线监测方法。该方法以数控系统内置传感器作为数据源获取机床主轴功率时间序列，在数据采集环节中，需要分辨加工过程中的不同工序以及该工序所使用的刀具编号。因此，在数据采集环节中，同时对数控代码和主轴功率进行采集，使用数控代码解析方式对采集数据进行处理，完成加工过程的工序识别，再使用Attention-LSTM算法对主轴功率数据进行预测，然后利用DTW算法计算时间序列相似度。加工过程功率时间序列和标准时间序列之间的相似程度应当处于合理的阈值范围内，否则认为此次加工过程中发生刀具破损。以FANUC数控系统为平台进行实验，验证了刀具破损识别的准确率。

参考文献 | 相关文章 | 多维度评价

Select

39. 基于改进PSO-TrICP算法的点云配准

梁正友, 王璐, 李轩昂, 杨锋,

计算机与现代化 2022, 0 (05): 90-95.

摘要（110）

针对传统迭代最近点(Iterative Closest Point, ICP)算法在初始空间位置偏差大时，容易陷入局部最优的问题，提出一种基于改进PSO-TrICP算法的点云配准方法。首先，对传统粒子群(Particle Swarm Optimization, PSO)算法进行改进，引入适应度的相似度测量准则调整粒子的更新方式，然后加入历次迭代的全局最优解的均值作为新的学习因子避免求解过程中出现“早熟”现象；其次用刚性变换参数和点云间的重叠率组成粒子，利用改进PSO算法为配准提供良好的初始相对位置；最后，通过裁剪迭代最近点(Trimmed Iterative Closest Point, TrICP)算法估计点云间的空间变换。实验结果表明，改进PSO-TrICP算法的配准精度与运行效率优于近年提出的同类配准算法，且具有较好的鲁棒性。

参考文献 | 相关文章 | 多维度评价

Select

40. 群智感知污染数据收集技术综述

曹升国, 王胜奥, 耿姝萌

计算机与现代化 2022, 0 (02): 70-78.

摘要（109）

传统的污染监测方法主要是通过固定基站进行监测的，但是这种方法缺乏灵活性且成本高昂，已不足以应对日益严重的污染问题。一种新的数据获取模式——移动群智感知为大范围感知数据提供了新思路。为了及时掌握移动群智感知收集污染数据的研究现状，本文对国内外现有研究进行系统全面的综述，并结合现有研究，为群智感知在智能手机上的应用提供可行方案。首先，对污染收集技术不同发展阶段问题进行总结；然后，对比分析不同众包污染收集系统的优缺点，并对所用的关键技术优缺点及适用场景进行说明；最后，对群智感知下收集污染数据存在的问题进行总结，并提出未来的研究重点。

参考文献 | 相关文章 | 多维度评价

摘要点击排行