计算机与现代化

Select

1. 基于BERT的电子病历命名实体识别

郑立瑞, 肖晓霞, 邹北骥, 刘彬, 周展

计算机与现代化 2024, 0 (01): 87-91. DOI: 10.3969/j.issn.1006-2475.2024.01.014

摘要（56）

PDF（pc）（992KB）（128）

摘要：电子病历是保存、管理、传输病人医疗记录的重要资源，是医生诊治疾病的重要文本记录。通过电子病历命名实体识别（NER）技术能够高效、智能地从电子病历中抽取症状、疾病、药名等诊疗信息，有利于结构化电子病历，使之能够使用机器学习等技术进行诊疗规律挖掘。为了高效识别电子病历中的命名实体，提出一种融合对抗训练（FGM）的基于BERT与双向长短期记忆网络（BILSTM）的命名实体识别方法（BERT-BILSTM-CRF-FGM， BBCF），对2017全国知识图谱与语义计算大会（CCKS2017）提供的中文电子病历语料做修正等预处理后，采用BBCF模型识别该语料中5种实体的平均F1值为92.84%，比基于膨胀卷积网络的BERT模型（BERT-IDCNN-CRF）和基于BILSTM的条件随机场模型（BILSTM-CRF）有更高的F1值和更快的收敛速度，能够更加高效地结构化电子病历文本。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

2. 基于无模型自适应控制的视觉伺服

彭宗玉, 黄开启, 苏建华, 王丽丽

计算机与现代化 2024, 0 (01): 29-34. DOI: 10.3969/j.issn.1006-2475.2024.01.005

摘要（51）

PDF（pc）（1958KB）（116）

摘要：传统的机器人视觉伺服控制技术需要已知机器人精确的动力学和运动学模型以及机器人的手-眼参数。然而，由于机器人建模、手-眼标定等过程存在一定误差，因此很难精确获得视觉伺服控制模型，从而影响机器人视觉伺服系统的精度和收敛速度。针对这一难题，本文提出一种基于无模型自适应控制方法（MFAC）的机器人视觉伺服技术。利用视觉伺服系统的输入与输出数据，实现自适应视觉伺服控制，即通过MFAC在线估计机器人伺服控制器中的雅各比矩阵，并结合滑模控制器，实现机器人对目标的快速精确跟踪。实验结果表明，本文提出的方法在系统参数变化引起的未知扰动情况下仍能保证伺服控制器平稳收敛，并且能够减小视觉跟踪误差。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

3. 基于3D-SIFT与4PCS融合的大数据量点云快速配准方法

李家乐1, 李哲润1, 赵勇2, 张杨1

计算机与现代化 2024, 0 (02): 1-6. DOI: 10.3969/j.issn.1006-2475.2024.02.001

摘要（110）

PDF（pc）（1952KB）（115）

摘要：测量点云与模型点云的配准是视觉定位的关键。针对测量点云数据量大且与CAD模型点云重叠率低造成视觉定位精度差、算法效率低的问题，提出一种基于三维尺度不变特征变换（3D-SIFT）与4点快速鲁棒匹配算法（4PCS）融合的测量点云与模型点云配准方法。首先利用深度相机对零件进行点云提取并对提取到的测量点云进行降噪和滤波处理；接着利用3D-SIFT特征点提取算法对测量点云和CAD模型点云进行特征点提取；最后把提取的特征点作为4PCS算法的初始值进行2种点云数据的配准。与常用的4PCS算法、Super-4PCS算法相比，在算法仿真与实际应用实验结果表明，本文算法在保证配准精度的前提下将配准速度提高30%以上。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

4. 基于SRv6技术的云网安全服务链自动编排方法

王宏杰, 徐胜超, 杨波, 毛明扬, 蒋金陵

计算机与现代化 2024, 0 (01): 1-5. DOI: 10.3969/j.issn.1006-2475.2024.01.001

摘要（75）

PDF（pc）（1156KB）（107）

摘要：为提高云网数据中心的资源利用率、节约通信开销，基于SRv6（Segment Route IPv6）技术设计一种云网安全服务链自动编排方法。本文方法辅助并引导网络数据包沿着指定路径通过云网，确定报文的具体转发路径，减少对服务节点的依赖；建立最小化总带宽的目标函数，结合多种约束条件，满足自动编排的安全性；定义本地行为报文，架构安全服务链自动编排框架，建立安全服务策略，解决策略冲突和网络流调度问题，达到服务链的安全编排。实验结果表明，本文方法能有效地实现云网服务链自动编排，减少CPU平均总带宽消耗，提升用户的请求成功率，降低云网中边缘设备的负载，节省通信开销。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

5. 基于雾计算的制造物联网数据处理技术综述

韩坤, 王政, 段俊勇, 杨化林

计算机与现代化 2024, 0 (01): 13-20. DOI: 10.3969/j.issn.1006-2475.2024.01.003

摘要（43）

PDF（pc）（1208KB）（106）

摘要：制造物联网（MIoT）是一种将制造业生产系统与互联网连接相结合的技术，数据处理更是在制造物联网中发挥着至关重要的作用。随着制造业规模的不断扩大，传统的云计算已经逐渐不能满足数据处理的需求，雾计算的发展则能有效地减少决策延迟，提高系统效率。本文概述基于雾计算的制造物联网数据处理技术，首先介绍MIoT数据的产生、特点，以及数据处理过程中所要面对的挑战。其次，介绍基于雾计算的MIoT数据处理架构。然后，介绍雾计算数据处理的关键技术。最后，介绍该架构在部署时需要面对的挑战，以及雾计算在MIoT中应用的未来发展方向。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

6. 基于多模态特征融合的抑郁症识别

谷明轩, 范冰冰

计算机与现代化 2023, 0 (10): 17-22. DOI: 10.3969/j.issn.1006-2475.2023.10.003

摘要（231）

PDF（pc）（1213KB）（92）

抑郁症是一种常见的精神疾病，现有的抑郁症诊断主要依赖于抑郁量表和精神科医生的访谈，具有较强的主观性。近年来，越来越多的研究者致力于通过脑电特征或音频特征识别抑郁症患者，但并未有研究将脑电信息与音频信息有效地结合起来，忽略了音频和脑电数据之间的相关性。因此本文提出一种基于全连接神经网络的多模态特征融合模型，通过对音频模态和脑电模态信息的特征融合提升抑郁症识别的准确率，为抑郁症的识别提供新的角度和方法。实验表明，多模态特征融合在MODMA数据集上的抑郁症识别准确率达到了81.58%且高于单模态抑郁症识别方法的准确率。这表明，相比于单模态识别，多模态特征融合模型能够提高抑郁症识别的准确率。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

7. 基于改进U-Net的髋关节关键点检测算法

陈震1, 姚京辉2, 苏成悦1

计算机与现代化 2024, 0 (02): 15-19. DOI: 10.3969/j.issn.1006-2475.2024.02.003

摘要（34）

PDF（pc）（1367KB）（91）

摘要：使用骨盆X光片诊断发育性髋关节发育不良（Developmental Dysplasia of the Hip， DDH）要求准确地标注髋关节关键点，而深度学习方法能作为可靠的辅助工具。针对骨盆片拍摄姿势和拍摄距离多样化问题，本文基于U-Net提出了RKD-UNet来检测髋关节关键点。该模型使用残差块改进U-Net的卷积层和skip-connection路径，并将坐标注意力引入到编码器中以增强模型对关键点邻域的特征提取能力。在编码器顶部使用卷积和ASPP模块构成Bridge块，以［3， 6， 9］的空洞率融合不同尺度的特征信息并提升模型的感受野。本文使用包含骨盆正位片、蛙位片、下肢全长片和术后骨盆片的数据集训练和测试模型。RKD-UNet实现了3.19±2.19 px的平均关键点检测误差和2.83°±2.59°的平均髋臼角测量误差。对正常、轻度、中度和重度脱位案例诊断的F1分数分别达到89.6、77.1、57.9和94.1，高于医生的手动诊断结果。实验结果表明，RKD-UNet能准确检测髋关节关键点并辅助医生诊断DDH。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

8. 基于深度学习的人体行为检测方法研究综述

沈加炜, 陆一鸣, 陈晓艺, 钱美玲, 陆卫忠,

计算机与现代化 2023, 0 (09): 1-9. DOI: 10.3969/j.issn.1006-2475.2023.09.001

摘要（358）

PDF（pc）（2112KB）（87）

当下结合计算机视觉和视频的特征提取对人体行为动作进行捕捉识别的研究炙手可热，并且其在智能视频监控和智能家居的人机交互等其他领域方向上的应用场景也十分丰富。基于传统方法的人体行为检测算法有着依赖数据样本过多、易受环境噪音影响从而降低精确率等缺点，而不断发展的深度学习技术逐渐展现出它的优势，可以很好地解决这些问题。本文基于此，首先介绍一些目前常用的行为识别数据集并在此基础上剖析当下基于深度学习的人体行为识别检测的研究现状；其次描述常见的人体行为识别检测方法及其识别的流程；最后对现存的各种行为识别检测方法性能、现存问题进行总结和未来发展方向进行展望。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

9. 基于无监督域适应的室外点云语义分割

胡崇佳, 刘金洲, 方立

计算机与现代化 2024, 0 (01): 74-79. DOI: 10.3969/j.issn.1006-2475.2024.01.012

摘要（43）

PDF（pc）（2419KB）（84）

摘要：为处理室外大规模场景中语义分割网络训练需求数据量过大的问题，提出一种基于无监督域自适应的点云语义分割方法。该方法使用改进的RandLA-Net以SPTLS3D真实世界数据集的少量点云作为目标对象进行语义分割。模型在SensatUrban数据集上完成分割网络的预训练，通过缩小源域和目标域之间的域差距来完成模型的迁移。RandLA-Net编码过程会缺失原始点云全局特征，因此本文提出一种额外获取全局信息加入网络解码的方法。此外，为增强差异化信息的获取，RandLA-Net的局部注意力模块权值改为根据各点的特征和其邻域的平均特征的差值。实验显示，该网络在SemanticKITTI数据集上的平均交并比精度达到54.3%，在Semantic3D上的平均交并比精度达到了71.91%。预训练好的模型经过微调后平均交并比精度达到了80.05%，比直接训练的效果好8.83个百分点。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

10. 一种面向城市战场的智能车自主导航方法

李鹏, 徐珞

计算机与现代化 2024, 0 (01): 92-98. DOI: 10.3969/j.issn.1006-2475.2024.01.015

摘要（24）

PDF（pc）（2793KB）（83）

摘要：城市战场是常规战争和日常治安的主要阵地，出色的城市战场突防能力能够帮助我方作战人员更好、更快地完成侦查、打击、营救等任务。然而，城市内街道环境错综复杂同时还可能存在敌方的拦截，使得城市战场环境复杂多变，大大增加了完成任务的难度。传统的路径规划方法依赖于精确的静态地图和规则约束，缺乏灵活性和适应性。因此，本文提出一种面向城市战场的智能车自主导航方法，并设计离散的动作空间和基于任务完成度的奖励函数。首先，以城市战场突防任务为例，设计状态空间、动作空间，并选择适合的深度强化学习算法；然后，基于Gazebo仿真平台和ROS设计算法流程框架和实验方案。实验结果表明，在城市战场环境下运用该方法的智能小车能够有效地穿越障碍并躲避敌方单位到达指定地点，提高了突防的成功率。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

11. 针对复杂背景下低分辨率舰船目标的改进YOLOv7算法

闫子贤, 董宝良, 唐思谜

计算机与现代化 2023, 0 (11): 120-126. DOI: 10.3969/j.issn.1006-2475.2023.11.019

摘要（144）

PDF（pc）（3631KB）（82）

摘要：针对舰船图像目标检测中对于复杂背景下低分辨率目标检测易受干扰、检测精度低的问题，提出一种改进的YOLOv7算法用于识别舰船目标。主要在3个方面对算法进行改进，分别为：在舰船目标数据集中使用K-means++算法进行锚框聚类，得到更适合舰船检测任务的的锚框信息；改进损失函数，使用EIOU损失代替CIOU损失，使用与ɑ-Balanced结合的Focal loss代替标准交叉熵损失；改进网络结构，增加SPD-Conv模块，提升对于低分辨率目标的检测效果。实验结果表明，改进后的YOLOv7算法与原始的YOLOv7算法相比，精度提升了4.22个百分点，召回率提升了2.68个百分点，mAP@0.5提升了4.3个百分点，检测速度提升了2帧/s，对舰船目标达到了良好的检测效果。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

12. 红外小目标检测方法综述

胡睿杰, 车逗

计算机与现代化 2023, 0 (08): 79-86. DOI: 10.3969/j.issn.1006-2475.2023.08.013

摘要（203）

PDF（pc）（5630KB）（80）

摘要：本文旨在对基于传统的特征提取、局部对比与现今使用广泛的深度学习的3种红外小目标检测方法进行综述，并通过对比这3种方法的前沿应用，分析其在目标检测性能、鲁棒性和实时性等方面的优势和不足。从中发现，基于特征提取的方法在简单场景下具有较好的实时性和鲁棒性，但在复杂场景下可能受限。基于局部对比方法对目标的尺寸和形状变化相对鲁棒，但对背景干扰较为敏感。基于深度学习的方法在目标检测性能方面表现出色，但需要大量数据和较大的计算资源。因此，在实际应用中，应根据具体场景需求综合考虑这些方法的优缺点，并选择合适的方法进行红外小目标检测。

相关文章 | 多维度评价 | 评论（0）

Select

13. 基于生成对抗网络的维语场景文字修改网络

付鸿林, 张太红, 杨雅婷, 艾孜麦提·艾瓦尼尔, 马博

计算机与现代化 2024, 0 (01): 41-46. DOI: 10.3969/j.issn.1006-2475.2024.01.007

摘要（42）

PDF（pc）（2063KB）（78）

摘要：通过对维语的场景文字检测与识别研究发现，人工采集标注自然场景文字图像是耗时耗力的，因此人工合成的数据是作为训练数据的主要来源。为获得更加真实的数据，本文提出一种基于生成对抗网络的维语场景文字修改网络，利用高效的Transformer模块构建网络，充分提取图像全局与局部特征来完成维语场景文字图像修改，并添加微调模块，对最终结果进行微调。采用WGAN思想策略训练模型，可有效应对模型崩溃以及梯度爆炸等问题。通过在英文-英文，英文-维文的文字修改实验来验证模型的泛化能力和鲁棒性，无论在客观评价指标（SSIM、PSNR）还是视觉上均取得不错效果，并在真实场景数据集SVT以及ICDAR 2013上进行了验证。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

14. 基于多视图的知识感知推荐系统#br#

王晓霞, 孟佳娜, 江烽, 丁梓晴

计算机与现代化 2024, 0 (02): 100-107. DOI: 10.3969/j.issn.1006-2475.2024.02.016

摘要（16）

PDF（pc）（2064KB）（77）

摘要：现在基于知识图谱的推荐方法中，大多采用单一用户或项目表示，存在用户兴趣干扰、信息不完全利用和数据稀疏的问题。本文提出一种基于多视图的知识感知推荐模型（Multi-view Knowledge-aware， MVKA）。首先，该模型在用户-项目图融合注意力机制捕获用户的兴趣表示；引入项目-实体图，设计图注意力网络进行特征提取获取项目的嵌入表示；然后在2个视图之间构造图视角的对比学习方法，最后进行求和和串联操作得到用户和项目的最终表示，并通过内积预测用户对项目的匹配分数。为了验证本文模型的准确性和计算效率，在MovieLens-1M、Book-crossing和Last FM公开数据集上进行了大量的实验，并且与其他传统方法和图神经网络模型相比，AUC和F1值评价指标均有明显提升，说明 MVKA模型可显著利用各种信息关系数据来改善知识感知推荐任务。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

15. 基于CP-YOLOX的冷冻电镜图像蛋白质目标检测算法

欧嘉城, 曾安, 金亮

计算机与现代化 2023, 0 (11): 113-119. DOI: 10.3969/j.issn.1006-2475.2023.11.018

摘要（52）

PDF（pc）（2886KB）（77）

摘要：针对现有的冷冻电镜图像蛋白质目标检测算法存在特征融合不充分、网络模型复杂、漏选、错选等问题，提出一种冷冻电镜图像目标检测算法(Cryo-Protein YOLOX, CP-YOLOX)。算法主要包含特征提取模块、特征融合模块、输出端。特征提取模块应用本文提出的B-ResBlockX模块，它使用分组的滤波器产生多条特征通道，提高了特征融合能力，从而捕捉更多细节特征。特征融合模块应用本文提出的FastHead模块，它利用多级的扩张卷积模块并且将输出端简化为单通道，可以在不损失精度的情况下，拥有更加轻量的网络结构。同时为进一步提升准确率与收敛速度，位置损失函数加入目标框与预测框的欧氏距离约束。在公开数据集EMPIAR-10028、EMPIAR-10081、EMPIAR-10089上的实验结果表明，对比YOLOX，所提算法的网络参数量仅为5.19×106，mAP(0.5)分别提升了2.4、3.3和2.5个百分点。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

16. 基于知识增强的方面级情感分析方法

李诗月, 孟佳娜, 于玉海, 李雪莹, 许英傲

计算机与现代化 2023, 0 (10): 1-8. DOI: 10.3969/j.issn.1006-2475.2023.10.001

摘要（219）

PDF（pc）（2224KB）（76）

方面级情感分析能够准确判断出句子中方面词的情感极性，在社交、电子商务等领域发挥着重要的作用。现有的方法大多通过序列表示或者注意力机制建模上下文和目标词间的关系，忽略了文本的背景知识以及方面词之间的概念链接，导致学习到的语义关系不够充分。针对上述问题，提出一种基于知识增强的方面级情感分析模型（Aspect Based Sentiment Analysis Model Based on Knowledge Enhancement， ABSA-KE）。首先，通过预训练模型BERT提取特征并得到对应的词向量，并使用解析器获取文本对应的依存关系树，利用BiLSTM和图注意力网络联合建模来学习节点嵌入表示并获得文本向量；其次，使用外部知识库引入不同语境下的方面词知识向量来增强方面级情感分析模型；最后，进行情感分类任务。通过与已有模型对比的实验结果表明，本文所提出的模型在方面级情感分析任务上是有效且合理的。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

17. 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（329）

PDF（pc）（1263KB）（75）

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 | 评论（0）

Select

18. 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（305）

PDF（pc）（1482KB）（72）

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 | 评论（0）

Select

19. 融合FGM和指针标注的实体关系联合抽取方法

刘玉鹏, 葛艳, 杜军威, 陈卓

计算机与现代化 2023, 0 (11): 1-5. DOI: 10.3969/j.issn.1006-2475.2023.11.001

摘要（196）

PDF（pc）（1192KB）（72）

摘要：实体关系联合抽取是信息抽取的一项重要任务。由于传统的实体关系联合抽取方法把实体之间的关系建模为离散类型，因此不能很好地解决重叠三元组的问题。为了解决难以抽取重叠三元组的问题，本文提出一种融合FGM和指针标注的实体关系联合抽取BERT-FGM模型。该模型将实体之间的关系建模为函数，通过在BERT训练词向量的过程中融入FGM提高模型的鲁棒性。模型首先通过指针标注策略抽取头实体，然后将头实体与句子向量进行融合作为一个新向量，最终将其在预定义的关系条件下抽取头实体对应的尾实体。实验使用的是公开数据集WebNLG，实验结果表明该模型F1值达到90.7%，有效地解决了三元组重叠问题。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

20. 基于自监督学习和数据回放的新闻推荐模型增量学习方法

林威

计算机与现代化 2023, 0 (12): 1-6. DOI: 10.3969/j.issn.1006-2475.2023.12.001

摘要（100）

PDF（pc）（1490KB）（72）

摘要：个性化的新闻推荐技术对于缓解信息过载和提高用户体验具有重要意义。新闻推荐模型通常基于固定数据集进行迭代训练，然而在现实场景下，新闻推荐模型需要不断学习以适应新的用户和新闻。为此，增量学习被提出用于帮助新闻推荐模型进行增量更新。新闻推荐模型增量学习的主要挑战为灾难性遗忘问题，即模型会忘记它之前学习过的用户偏好。鉴于此，本文提出基于自监督学习和数据回放（Self-supervised Learning and Data Replay）的新闻推荐模型增量学习方法SSL-DR。SSL-DR首先在新闻推荐任务中加入自监督学习任务来获取用户的稳定偏好，有效减轻灾难性遗忘问题。为了巩固已学知识，SSL-DR进一步通过基于用户对于候选新闻的点击概率分数的采样策略实现数据回放，同时借助知识蒸馏策略转移已学知识。实验结果表明，本文方法可有效提升新闻推荐模型在增量训练过程中的整体推荐性能，明显缓解灾难性遗忘问题。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

21. QoE驱动的SDN网络高可用传输框架

陈晨, 庄毅, 高增

计算机与现代化 2023, 0 (11): 62-68. DOI: 10.3969/j.issn.1006-2475.2023.11.010

摘要（63）

PDF（pc）（1769KB）（71）

摘要：针对复杂环境下单路传输可用性低且路径切换代价高的问题，本文提出一种用于高可用性传输服务的QoE驱动和SDN辅助MPTCP路径切换方案（QoE-driven and SDN-assisted MPTCP Path switching Scheme， QESMPS）。首先根据SDN架构下数据平面节点的介数中心性构建具有路径不相交的路径规划模型。其次采用双阶段策略分别执行带宽补偿与路径切换，加快传输受阻路径上子流的转移，实现以较低的吞吐量完成路径切换。最后，将Levy飞行引入到AOA模型更新中，防止算法过早收敛，增强跳出局部最优的能力，从而保证算法在对子流路径权重进行优化时达到最优。实验结果表明，本文提出的方法在执行子流路径切换时具有吞吐量波动范围更小、延迟更低以及抖动更小的优势。此外，改进AOA算法在计算最优权值向量时可获得更高的收敛效率。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

22. 基于电商用户行为的隐式反馈推荐应用研究

朱宏启, 王诚

计算机与现代化 2023, 0 (11): 44-50. DOI: 10.3969/j.issn.1006-2475.2023.11.007

摘要（69）

PDF（pc）（911KB）（71）

摘要：贝叶斯个性化排序（BPR）算法是隐式反馈问题中最具代表性的算法之一，但BPR算法中提出的用户间独立性假设和个人对2个项目的成对偏好假设都过于严格。GBPR算法重新定义了用户的个人偏好，并使用由志趣相投的多个用户形成的组偏好来代替个人偏好，以放宽用户间独立性的假设。DPR算法把偏序对作为基本单元来优化偏好间的差值而不是偏好的差值，以放宽个人对2个项目的成对偏好的假设。结合上述研究，本文提出e-GDPR算法，进一步提高用户对物品的偏好预测能力。该算法可以充分利用数据集中的用户信息（如性别、消费水平）和商品信息（如商品种类），把组偏好引入DPR算法并根据消费水平与性别对用户进行分组后随机抽样，以创建更具代表性的用户组，本文对采样方式进行改进，不再使用随机采样，而是随机抽取由同一种类的2个商品构成的三元组样本，并认为它们比随机选择的商品所组成的三元组样本更可靠。然后，引入隐式反馈偏好量化模型来计算用户的个人偏好，并能充分考虑隐藏在各种隐式操作类型背后的用户偏好。最终，在京东电商数据集上进行仿真推荐实验，实验结果表明与基线算法相比e-GDPR算法可以取得更好的推荐效果。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

23. 基于RSSI参数动态修正的ZigBee室内定位算法

李世宝, 丛玉杰

计算机与现代化 2024, 0 (01): 35-40. DOI: 10.3969/j.issn.1006-2475.2024.01.006

摘要（40）

PDF（pc）（2045KB）（70）

摘要：ZigBee室内定位技术近年来发展迅速，但使用固定路径损耗模型的传统算法环境适应能力较差，会引起较大定位误差，影响定位精度。本文提出一种基于ZigBee平台的对数路径损耗模型参数动态修正的室内定位算法。首先经过高斯滤波对所得RSSI值进行筛选优化，然后根据锚节点之间的距离以及RSSI值来动态修正对数路径损耗模型参数，包括路径损耗因子以及距待测节点处的信号强度值，从而得到当下环境中具体的对数路径损耗模型；再利用卡尔曼滤波对现有的定位参数进行二次修正，以更正上述算法中因时刻变动引起的环境变化导致的定位偏差。实验结果表明，该定位算法比基于ZigBee的固定路径损耗模型定位性能提升了46.8%，可以改善因环境变化产生的定位误差问题。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

24. 基于优化八叉树的场景视锥体裁剪算法

李颖颖, 黄文培

计算机与现代化 2024, 0 (01): 103-108. DOI: 10.3969/j.issn.1006-2475.2024.01.017

摘要（29）

PDF（pc）（1038KB）（70）

摘要：大体量3D模型容易导致浏览器端渲染帧数低、显示卡顿及资源消耗大等问题，其原因是这类模型通常包含数以亿计的三角面片，在有限的时间内无法实现快速加载与渲染。针对此类问题，提出一种基于优化八叉树的场景视锥体裁剪算法。该算法采用地址码（Morton码）、节点视距标准和按需增量划分技术，使得八叉树具有自适应性与良好的压缩效率；采用双层包围体和基础相交测试技术，提高视锥体裁剪的精确性，整体上实现提升渲染帧数、显示流畅的目标。高速列车实例模型研究表明，与传统八叉树视锥体裁剪算法相比，所提算法平均渲染帧数上提高了约 14帧，空间压缩率提高了37.8个百分点。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

25. 基于沙漏结构与注意力机制的轻量级人脸表情识别方法

罗明杰, 冯开平

计算机与现代化 2023, 0 (11): 89-94. DOI: 10.3969/j.issn.1006-2475.2023.11.014

摘要（63）

PDF（pc）（1621KB）（69）

摘要：人脸表情检测分类是人机交互领域的一个挑战性任务。为了解决当前表情识别模型参数量大、分类准确率低等问题，提出一种基于沙漏结构与注意力机制的轻量级人脸表情识别方法。首先利用改进的沙漏结构构建轻量级主干特征提取网络；然后设计一个新颖的特征融合注意模块，融合Focus池化特征以提取关键的细节信息，同时嵌入轻量级ECA注意力机制，强化关键表情特征以提升模型的特征表达能力；最后采取Random Erasing、Dropout等多种训练策略以缓解轻量级网络过拟合现象，从而提升模型的泛化性能。在2个经典表情数据集FER2013和CK+上进行测试实验，识别率分别达到了71.72%、95.96%，同时参数量仅约为1×106。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

26. 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（197）

PDF（pc）（4493KB）（69）

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 | 评论（0）

Select

27. 基于设备协同的大规模卸载：融合分治和贪心的双层优化算法

闫阳, 詹子俊, 曹绍华

计算机与现代化 2023, 0 (11): 13-21. DOI: 10.3969/j.issn.1006-2475.2023.11.003

摘要（74）

PDF（pc）（2607KB）（68）

摘要：随着通信技术的飞速发展，移动设备的数量不断激增，而这也将导致大规模卸载场景频频发生。但是如何在多项式时间内解决大规模卸载问题仍然是个挑战。本文基于协作计算网络架构提出一个融合分而治之和贪心的双层优化算法，称为DCGreedy。该算法可在多项式时间内高效求解所有任务的卸载策略和资源分配方案。在满足所有约束的同时可以有效降低系统的总能耗。在至少400个移动设备的模拟场景下根据任务满足截止日期的总数、系统总能耗和算法运行时间来评估DCGreedy的性能。将DCGreedy与其他4种基准算法进行大量的实验对比，并发现在不同规模的卸载场景中DCGreedy的平均总能耗比排名第二的算法高出2.11%，而算法运行时间却仅为0.0049%，充分证实了DCGreedy在优化系统能耗的同时有效地减少了算法的运行时间。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

28. 面向供应链的共识算法研究综述

柴荔, 王萧, 龚嘉豪, 汪洋, 吉顺慧, 张鹏程

计算机与现代化 2023, 0 (11): 22-27. DOI: 10.3969/j.issn.1006-2475.2023.11.004

摘要（118）

PDF（pc）（993KB）（67）

摘要：共识算法作为区块链中核心技术之一，是系统维护数据一致性、区块链安全性的重要手段。本文首先调研分析联盟链中普适共识算法的相关研究，从是否基于拜占庭问题的角度将算法进行分类，从问题切入、原理阐述、性能分析和应用场景4个方面对共识算法进行梳理和总结。此外，聚焦于供应链相关的应用场景，分析其对联盟链中的共识算法带来的挑战，对该场景下联盟链中的共识算法进行梳理和总结。最后，为共识算法所面临的挑战以及未来可以发展的方向进行探讨，以期为该领域的研究人员提供参考。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

29. 基于FMCW雷达和ResNeSt-GRU的行为识别方法

马泽宇, 叶宁, 徐康, 王甦, 王汝传,

计算机与现代化 2023, 0 (11): 101-107. DOI: 10.3969/j.issn.1006-2475.2023.11.016

摘要（65）

PDF（pc）（2574KB）（67）

摘要：针对FMCW雷达在行为识别方面的应用，提出一种基于分离注意力残差神经网络（ResNeSt）和门控神经单元（GRU）的人体行为识别系统。使用调频连续波（FMCW）雷达采集人体行为数据，之后采用快速傅里叶变换算法（FFT）提取雷达数据每一帧距离、速度和角度维信息，按照时间维度拼接成距离时间图（RTM）、多普勒时间图（DTM）和角度时间图（ATM），最后以RTM、DTM和ATM作为输入样本，采用三流ResNeSt-GRU模型对不同人体行为进行识别。实验结果表明，三流ResNeSt-GRU模型对8种行为的平均识别准确率达到了98.92%，均高于传统和融合式深度学习模型。此外，采用该模型比传统特征融合之后采用单流网络的识别准确率提高了2.3%。因而该系统可以有效提高人体行为识别系统的识别准确率，为人体行为识别提供新的技术方法。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

30. 基于ICEEMDAN-LSTM的地铁盾构隧道管片形变数据分析预测

冯欣欣, 卜磊, 章晓余, 史玉峰

计算机与现代化 2023, 0 (11): 57-61. DOI: 10.3969/j.issn.1006-2475.2023.11.009

摘要（56）

PDF（pc）（3338KB）（67）

摘要：地铁隧道安全监测以及监测数据的分析处理与预测是保障地铁隧道安全的重要手段。由于施工环境的影响，监测数据不可避免会含有噪声。本文以盾构地铁隧道管片变形自动监测数据为研究对象，提出基于ICEEMDAN-LSTM的变形监测数据分析预测方法。首先采用ICEEMDAN对监测数据进行分解处理，获得监测数据的IMF和残差分量；构建LSTM网络模型，应用LSTM模型对监测数据的IMF和残余分量进行预测，再对IMF和残余分量预测值进行叠加重构获得变形预测值。实验分析结果表明，ICEEMDAN-LSTM模型的预测精度明显高于BP、LSTM模型。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

31. 基于分割的任意形状场景文本实时检测

许鸿奎, 李振业, 郭文涛, 赵京政, 郭旭斌

计算机与现代化 2023, 0 (11): 95-100. DOI: 10.3969/j.issn.1006-2475.2023.11.015

摘要（123）

PDF（pc）（1710KB）（66）

摘要：当前场景文本检测技术面临的挑战主要体现在2个方面：模型实时性和准确性之间的权衡，以及任意形状文本的检测。它们决定了场景文本检测在真实场景中应用是否可行。针对以上2个问题，本文采用基于分割的方法，提出一种轻量且特征提取能力强的主干网络，可以实时准确地检测任意形状的自然场景文本。具体来说，使用了结构简单的双分辨率残差主干网络和低计算成本的深度聚合金字塔池化模块，将二者提取到的特征融合使用可微二值化模块进行分割。通过在标准英文数据集ICDAR2015上进行的对比实验表明，本文提出的改进方法有效，且在实时性和准确性上都达到可比较的结果。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

32. 基于语义分割的嵌套命名实体识别方法

崔少国, 胡光平

计算机与现代化 2024, 0 (02): 69-74. DOI: 10.3969/j.issn.1006-2475.2024.02.011

摘要（23）

PDF（pc）（1307KB）（66）

摘要：命名实体识别旨在从非结构化文本中提取实体，实体之间通常存在嵌套结构。然而，以往的研究大多只关注平面命名实体的识别，而忽略了嵌套实体。因此本文提出一种基于语义分割的嵌套命名实体识别方法，该方法将嵌套命名实体识别任务表述为一个语义分割任务。首先，计算单词和单词之间的元素相似性、余弦相似性以及双线性相似性；然后将3种相似性特征拼接作为一个图像输入到语义分割模型中，得到单词和单词之间的关系矩阵；最后，从关系矩阵提取出嵌套实体。实验结果表明，本文方法可以有效地识别出嵌套实体，在公开嵌套命名实体识别数据集GENIA上的F1值达到80.0%，优于现有大多数嵌套实体识别方法。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

33. 基于CNN-Transformer混合结构的遥感影像变化检测模型

许叶彤, 耿信哲, 赵伟强, 张月, 宁海龙, 雷涛

计算机与现代化 2023, 0 (07): 79-85. DOI: 10.3969/j.issn.1006-2475.2023.07.014

摘要（345）

PDF（pc）（2633KB）（66）

卷积神经网络和Transformer模型的出现，使得遥感影像变化检测技术不断进步，但是目前这2种方法仍存在不足：一方面，卷积神经网络由于其卷积核局部感知的特点无法对遥感影像进行全局信息建模；另一方面，Transformer虽然可以捕获遥感影像的全局信息，但是对影像变化的细节信息不能很好地建模，且其计算复杂度随图像的分辨率呈二次方增长。为了解决上述问题，获得更稳健的变化检测结果，本文提出一种基于卷积神经网络和Transformer混合结构的变化检测模型（CNN-Transformer Change Detection Network， CTCD-Net）。首先，CTCD-Net串联使用卷积神经网络和基于Transformer编解码结构来有效地编码遥感影像的局部特征和全局特征，从而提升网络的特征学习能力。其次，提出跨通道的Transformer自注意力模块（CSA）和注意力前馈网络（A-FFN），有效地降低了Transformer的计算复杂度。在LEVIR-CD和CDD数据集上进行了充分的实验，实验结果表明，CTCD-Net的检测精确度显著优于目前其他主流方法。

相关文章 | 多维度评价 | 评论（0）

Select

34. 基于NAM-YOLO网络的苹果缺陷检测算法

张嘉琪, 徐啟蕾

计算机与现代化 2023, 0 (10): 53-58. DOI: 10.3969/j.issn.1006-2475.2023.10.008

摘要（111）

PDF（pc）（4281KB）（65）

针对苹果缺陷检测经常误检漏检、缺陷易混淆等问题，提出一种基于改进YOLOv5的苹果缺陷检测算法。苹果缺陷检测对苹果分拣至关重要，现有检测苹果缺陷的方法主要是通过机器学习或卷积神经网络提取颜色和纹理特征，存在错误检测、漏检和特征提取能力不足等问题，不能满足缺陷检测精度与实时性的需求。NAM-YOLO算法主要有3个核心思想：1）通过将TRANS模块添加到骨干网络，更好地融合特征与全局信息；2）通过加权双向特征金字塔网络融合不同尺度的特征；3）将基于归一化的注意力机制NAM注意机制引入颈部网络，强化目标区域的关键特征，提高网络的检测精度。实验结果表明，改进算法的mAP达到98.90%，准确度为98.73%。与其他模型相比，该模型具有较好的特征融合能力，可较好地满足苹果分拣的实际需要。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

35. D2D网络中基于多目标优化的计算卸载策略

陈琦, 李晶晶

计算机与现代化 2024, 0 (01): 21-28. DOI: 10.3969/j.issn.1006-2475.2024.01.004

摘要（39）

PDF（pc）（1409KB）（65）

摘要：针对终端直传（Device-to-Device, D2D）通信技术的移动边缘计算场景中计算卸载的高时延、高能耗问题，提出一种基于多目标优化的计算卸载策略。该计算卸载策略基于时延和能耗多目标优化模型，引入过度卸载问题的分析，对NSGA-II算法进行改进，包括适用于计算卸载的基因编码策略、交叉和变异方法，通过求解帕累托最优来最小化任务执行时间和能耗。此外，还提出一种数据路由算法，以平衡路由设备的传输能耗，并优化路由路径。通过仿真实验，该算法的平均提升效率最高可达41.7%，任务重传率降低至7.8%。实验结果表明，本文提出的算法能明显减少执行时延、能耗，降低任务重传率和提高任务卸载成功率。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

36. 基于RF-RFECV和LightGBM算法的糖尿病预测

刘静乐, 罗翔, 宫成荣, 张国鹏

计算机与现代化 2023, 0 (11): 36-43. DOI: 10.3969/j.issn.1006-2475.2023.11.006

摘要（123）

PDF（pc）（2220KB）（63）

摘要：为了及早发现中国患糖尿病的高危人群并提供有针对性的干预措施，选取代表中国人群的中国健康与养老追踪调查（CHARLS）数据集作为研究对象，提出基于随机森林-交叉验证递归特征消除法(RF-RFECV)和LightGBM的混合算法（RF-RFECV-LightGBM），并与其他5种算法进行实验对比。结果表明RF-RFECV-LightGBM整体性能最优，准确率、精度、召回率、F1值、AUC值分别为0.9772、0.9952、0.8178、0.8978、0.9357。预测时间为0.0428 s，较特征选择前LightGBM的预测时间缩短0.0549 s（提升56.19%），表明了RF-RFECV算法特征选择的有效性。最后，同样的预测流程在皮马印地安人数据集上进行实验，结果达到0.9415的准确率，进一步验证了所提算法的优异性能，可以辅助临床糖尿病诊疗。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

37. 空天三维仿真中空间目标实时渲染算法

张春晖, 聂芸, 王国伟

计算机与现代化 2023, 0 (11): 82-88. DOI: 10.3969/j.issn.1006-2475.2023.11.013

摘要（55）

PDF（pc）（1894KB）（63）

摘要：近年来，随着载人航天研究的进一步加深，空天任务的复杂性和可靠性要求也日益提高。对海量目标的位置实时解算和场景渲染是空间目标实时渲染的重难点。利用层次细节模型（LOD）在动态渲染中的优势，本文提出一种海量的空间目标实时渲染方法，该算法侧重于把传统的批LOD模型优化成基于R树的LOD模型。在构建基于R树的LOD模型时，会出现索引空间重叠、查询效率低、LOD模型纹理突变等问题。因此，提出基于节点的深度调整策略消除索引空间重叠，采用快速剪枝算法提高查询效率，使用基于Shader的Alpha测试技术实现LOD模型平滑过渡，通过上述3种优化算法的协同处理，优化后的LOD模型在场景渲染时间、空间占有率、帧率等均有所改善。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

38. 基于高效通道注意力模块的运动想象脑电识别

周成诚, 曾庆军, 杨康, 胡家铭, 韩春伟

计算机与现代化 2023, 0 (12): 19-23. DOI: 10.3969/j.issn.1006-2475.2023.12.004

摘要（57）

PDF（pc）（1293KB）（63）

摘要：基于运动想象的脑机接口技术有助于手部运动障碍的患者康复，因而广泛被用于康复医疗领域。针对目前运动想象脑电信号信噪比低，导致运动想象左右手脑电信号（Motor Imagination-Electroencephalogram， MI-EEG）分类效果不佳的问题，本文鉴于注意力模块能够关注与运动想象分类任务相关的重要特征和忽视不重要特征的特性，提出一种基于高效通道注意力（Efficient Channel Attention， ECA）模块的卷积神经网络对左右手MI-EEG进行特征提取和分类。为便于卷积神经网络（Convolutional Neural Network， CNN）对脑电信号进行识别，本文使用小波变换将脑电时序信号转换为二维时频图；然后调整基于ECA模块的CNN结构和参数；最后，对本文方法在脑电信号数据集上进行实验。实验结果表明，与一些基于深度学习的运动想象分类识别方法相比，基于ECA模块的CNN能够有效提升MI-EEG的识别准确率，说明本文方法在运动想象脑电识别方面具有有效性。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

39. 基于轻量化YOLOv4机场场面遥感图像目标检测方法#br#

杨轲, 董兵, 吴悦, 郝宽公, 彭自琛

计算机与现代化 2024, 0 (02): 93-99. DOI: 10.3969/j.issn.1006-2475.2024.02.015

摘要（21）

PDF（pc）（4815KB）（63）

摘要：针对现有遥感图像目标检测方法存在深层CNN丢失局部特征信息、复杂场景检测精度低的问题，提出一种基于轻量化YOLOv4的目标检测方法。首先，采用轻量级神经网络Ghostnet替代YOLOv4中作为主干特征提取的CSPdarknet53网络；其次，为改善复杂环境检测能力，采用CycleGAN仿真夜间场景；再次，融合Transformer模块，使模型易于采集网络特征间关系和局部信息；最后，采用Adam优化器和K-means++筛选锚框的方式加速收敛速度，并以RSOD航空遥感数据集进行实例验证。实验结果表明本文算法较原YOLOv4的MAP值提高了6.65个百分点，参数量减小了84.7%，可以满足复杂场景下的机场场面航空器实时目标检测。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

40. 基于可学习记忆特征金字塔网络的小样本目标检测

夏千涵, 何胜煌, 吴元清, 赵乐乐

计算机与现代化 2023, 0 (12): 7-13. DOI: 10.3969/j.issn.1006-2475.2023.12.002

摘要（51）

PDF（pc）（2370KB）（62）

摘要：现阶段，部分行业应用场景数据难以获取，从而产生的小样本问题成为制约深度学习技术应用推广的重要因素。本文通过小样本方法来提升模型在数据缺乏情况下的表现，降低深度学习模型对数据的依赖性，提出一种基于可学习记忆特征金字塔网络来保留更干净的多尺度特征信息用于分类器预测。借助自适应特征融合模块，让网络自行选择不同层级特征间的侧重比，最大化保留不同尺度的判别性特征信息。同时还加入回溯特征对齐模块，用于缓解特征层堆叠时引入的特征混淆效应。实验结果表明，通过克服样本依赖性可以有效地提升模型性能，改进后的模型可以在COCO数据集和VOC数据集上超越其他现有同类型的模型。特别地，在VOC数据集中将先验参数k设置为5的情况下，nAP50提高了4.8达到44.7；在COCO数据集中将先验参数k设置为30的情况下，nAP50提高了4.0达到29.4。

参考文献 | 相关文章 | 多维度评价 | 评论（0）

全文下载排行