Please wait a minute...
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
Toggle navigation
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
当期目录
2021年 第0卷 第04期 刊出日期:2021-04-22
上一期
下一期
人工智能
基于SFLA-CNN和LSTM组合模型的水位预测
周勇强, 朱跃龙
2021, 0(04): 1-7.
摘要
(
348
)
PDF
(1152KB) (
270
)
参考文献
|
相关文章
|
计量指标
水文时间序列受降雨量的影响,在变化规律上呈现季节性、非线性的特点。传统单一模型结构简单,对于复杂的非线性水文时间序列具有预测精度较低、不能很好捕捉水文时间序列的复合特征的问题。组合预测模型采用多分类器的思想,能够有效地提高预测准确度,然而在模型参数选择方面需要手工调参,花费时间多且不准确。本文提出一种基于SFLA-CNN和LSTM的组合预测模型:通过随机蛙跳算法SFLA对CNN模型进行参数寻优,得到优化后的SFLA-CNN预测模型;之后利用BP神经网络对SFLA-CNN和LSTM模型的预测值进行非线性组合,获得最终预测结果。在江苏省太湖区域的水位预测实验结果表明,该组合模型与现有模型相比,有效地提高了预测准确率,具有更好的泛化能力。
基于BP-GamysBoost的乳腺癌诊断模型
刘军, 彭慧娴, 黄斌, 托尼·谢伊
2021, 0(04): 8-14.
摘要
(
207
)
PDF
(1459KB) (
158
)
参考文献
|
相关文章
|
计量指标
针对乳腺癌数据存在的不平衡性问题,对标准的Adaboost算法进行改进,即首先引入BP神经网络,然后融合模拟退火遗传算法(SA-GA)较强的全局寻优能力和较快的收敛速度,最后通过权重的合理分配,提出BP-GamysBoost算法。同时为验证所提出的新算法BP-GamysBoost的合理性,从UCI机器学习知识库中获取WBCD数据库,比较BP-GamysBoost算法模型与BP模型、BP-GA模型、BP-Adaboost模型的稳定性、准确率、漏诊率、灵敏度等性能指标。最终结果表明,BP-GamysBoost模型在乳腺癌数据库中运行良好,并优于其他3种算法模型。
基于短时能量与LSTM的油井动液面深度研究
梁鑫, 张著洪,
2021, 0(04): 15-19.
摘要
(
253
)
PDF
(744KB) (
168
)
参考文献
|
相关文章
|
计量指标
油井动液面深度计算一直是油田行业关注的重要课题,高效、准确地获取井下液面的动态深度信息对石油行业发展至关重要。为此,针对油井动液面的深度测算受环境噪声的影响而导致计算误差较大的问题,研究基于声波法的油井动液面深度估计与预测算法。通过设计改进型短时能量过零函数和三电中心削波函数,以及融合多渠道液面位置估计信息,获得动态液面的深度估计算法;将此法获得的液面位置和平均声速作为LSTM神经网络的输入,以及实测液面深度作为期望输出,获得可预测液面深度的预测模型。比较性的实验结果表明,所获液面深度计算算法较之短时能量和短时能量过零函数法,更能有效测算动液面深度;得到的预测模型能有效预测不同时段声波下的液面深度。
基于BERT及双向GRU模型的慕课用户评论情感倾向性分析
尼格拉木·买斯木江, 艾孜尔古丽·玉素甫
2021, 0(04): 20-26.
摘要
(
518
)
PDF
(1007KB) (
169
)
参考文献
|
相关文章
|
计量指标
以实现慕课网用户评论的情感倾向性分析为目的,本文提出一种基于BERT和双向GRU模型的用户评论情感倾向性分类方法。首先使用BERT模型提取课程评论文本的特征表示,其次将获取的词语特征输入BiGRU网络实现用户评论的情感特征的提取,最后用Softmax逻辑回归的方式进行情感倾向性分类。实验结果表明基于BERT和双向GRU模型的评论情感倾向性分类模型的F1值达到92.5%,提高了用户情感倾向性分析的准确率,从而验证了方法的有效性。
基于双向GRU神经机器模型的乡土小说翻译方法
孙李丽, 郭琳, 文旭, 张文诺
2021, 0(04): 27-31.
摘要
(
247
)
PDF
(1112KB) (
121
)
参考文献
|
相关文章
|
计量指标
为了提高小说作品机器翻译的准确性和效率,提出一种基于端到端的RNN神经网络框架,使用汉译英机器模型,研究乡土小说的翻译方法。通过分析RNN-NMT基础模型、WordNet语义相似度模型、GRU-LM单向门控相似度模型和BiGRU-LM双向门控相似度模型的翻译原理及优缺点,创建融合注意力机制的新模型BiGRU-LM-Attention,开展翻译测试和质量性能评价。实验表明,新模型的BLEU评价值高于其他模型;同时经过实例翻译的质量评估比较,新模型的正确率优于4种在线翻译工具,在语义识别、方言、专用名词、俚语和被动语态灵活识别方面性能突出,说明改进的神经机器模型能适应小说作品的特色语言,有效提高了翻译质量,对于传播中国文化作品具有重要意义。
集成栈式自编码器与XGBoost的深度学习海浪有效波高预报模型
陆小敏, 刘凡, 蔡丽华, 李雪丁, 徐啸
2021, 0(04): 32-36.
摘要
(
245
)
PDF
(1103KB) (
93
)
参考文献
|
相关文章
|
计量指标
有效波高预报对人类海上活动和海洋工程都至关重要。人工神经网络在有效波高预报中得到广泛的应用,并取得了良好的效果。但是,它作为一种浅层的网络架构,表达能力有限,这使得预报准确性在不同区域中波动。因此,为了提高有效波高的总体预报准确性,本文提出一种集成栈式自编码器(SAE)和XGBoost的深度学习海浪有效波高预报模型。首先,利用SAE算法强大的特征表征能力处理海浪数据,实现数据的扩维表达。其次,将SAE深层的特征作为XGBoost算法的输入,进行有效波高预测。本文重点研究有效波高预报方法,并根据台湾海峡中部2号大浮标2017年全年的实测波浪资料进行研究。实验结果表明,本文方法在确定性系数(R^2)和均方误差(MSE)方面均优于现有方法。
一种法律判决预测的影响因素分析方法
殷敏, 李晓辉, 李常宝, 顾平莉, 张可, 吕守业
2021, 0(04): 37-41.
摘要
(
241
)
PDF
(829KB) (
95
)
参考文献
|
相关文章
|
计量指标
法律判决预测是指机器依据案件事实描述,对法律案件的判决罪名进行预测的方法,是人工智能技术在法律领域一项很有前途的应用。随着人工智能领域的迅猛发展,相关技术在法律领域的应用愈加广泛,许多经典的模型在法律判决预测方面取得了不错的结果。机器学习方法效果虽好,但一直无法解决预测结果的解释说理问题,预测结果存在黑盒性特征,无法获得结论的支撑依据。针对上述问题,本文提出一种法律判决预测的影响因素分析方法,结合中文分词技术、支持向量机技术(Support Vector Machine, SVM)和解释预测统一框架(SHapley Additive exPlanations, SHAP),实现对法律案件判决结果的智能预测,并对预测结果的影响因素进行科学的分析,给出对预测结果影响较大的关键因素,为预测结果提供支撑依据。
图像处理
基于生成对抗网络的破损老照片修复
陈圆圆, 刘惠义
2021, 0(04): 42-47.
摘要
(
305
)
PDF
(5368KB) (
204
)
参考文献
|
相关文章
|
计量指标
提出一种基于生成对抗网络的破损老照片修复方法。生成器基于U-Net网络,采用局部卷积代替所有的卷积层,仅对有效像素进行操作,不仅避免传统常规卷积所造成的色彩不协调和模糊等问题,而且能够修复任意非中心不规则的破损区域。考虑对长距离特征信息的依赖,在生成网络解码阶段加入上下文注意力模块,以保持语义连贯性。此外,生成器的损失函数除了基础的对抗损失以外,还加入了感知损失、风格损失和重构损失,以增强网络稳定性。在CelebA-HQ数据集和真实破损老照片上进行实验,实验结果表明,该方法不受破损情况的限制,对破损老照片可以达到不错的修复效果。
无人机航拍辅助数字乡村微网站的设计与实现
龙晶晶, 黄蕾, 苟文昱, 孟文浩, 李明峰, 陈福昌, 黄成, 何志民, 李燕, 林惠川
2021, 0(04): 48-52.
摘要
(
190
)
PDF
(7543KB) (
99
)
参考文献
|
相关文章
|
计量指标
构建数字乡村是弥合城乡差距的一项有效措施,是实现农村信息化、现代化的必要措施,是实现乡村振兴战略全面建设小康社会的重要组成部分。本文采用无人机航拍获取正射影像及其经纬度信息,在利用Photoscan与ArcMap等软件进行拼接并制作出正射实景地图的基础上,构建分辨率达到厘米级的乡村数字地图,并进一步搭建集地理信息与数字资源于一体的数字乡村服务平台。以福建省东山县樟塘村为例,探索此类数字乡村综合服务平台的构建方案,并开发了可通过微信、支付宝、浏览器等移动端程序扫码访问的“数字樟塘”微网站。
嵌入空洞卷积模块的改进YOLOv3车辆检测算法
胡昌冉, 樊彦国, 禹定峰
2021, 0(04): 53-60.
摘要
(
335
)
PDF
(7207KB) (
198
)
参考文献
|
相关文章
|
计量指标
对图像或者视频中的车辆进行检测是计算机视觉领域研究的热点之一,同时也是智能交通系统的重要组成部分。鉴于车辆检测场景复杂多变以及现有的车辆检测算法不能同时满足高精度以及高实时性的要求,本文提出一种改进的YOLOv3车辆检测算法,并自建车辆检测数据集。首先在原有及特征提取网络Darknet-53中嵌入空洞卷积模块,以减少目标信息的丢失增强感受野;其次为减少错检漏检的情况,本文对传统的NMS算法进行改进,若预测框的IoU大于设定的阈值,使其以一定的方式衰减。该改进的方法在KITTI标准数据集上显示出优于其他算法的性能,同时在自建的数据集中进行验证,精度可达96%,检测速度达25.9帧/s。
基于ResNet和注意力机制的花卉识别
张梦雨
2021, 0(04): 61-67.
摘要
(
529
)
PDF
(1698KB) (
264
)
参考文献
|
相关文章
|
计量指标
花卉识别在生活中有重要的应用价值,传统的花卉识别方法存在识别准确率低、泛化能力较弱等问题。针对这些问题,本文提出一种加入注意力机制的ResNet34网络模型,在ResNet34第一层卷积层和各残差块后加入通道注意力机制、空间注意力机制,并使用迁移学习训练网络模型。实验表明,在花卉数据集上ResNet34比AlexNet、VGG-16、GoogLeNet识别准确率更高,加入注意力机制并使用迁移学习的ResNet34模型的识别准确率比原模型提高了6.1个百分点,比仅使用迁移学习的原模型提高了1.1个百分点。与传统深度学习模型相比,本文提出的模型显著地提高了识别准确率。
网络与通信
基于空中智能表面的毫米波通信性能分析
程吟轩, 周思源, 谭国平, 张芝, 詹佳俐
2021, 0(04): 68-73.
摘要
(
184
)
PDF
(1190KB) (
99
)
参考文献
|
相关文章
|
计量指标
作为一种新型的反射材料,大型智能表面将在下一代通信网络中扮演重要的角色。通过采取将智能反射面部署在无人机上的策略,空中智能表面可以显著提高大型智能表面的网络覆盖率。本文提出一种基于空中智能表面的通信网络模型并且分析毫米波下行通信的双跳传输过程。具体来说,使用泊松点过程来描述在基站周围巡航的空中智能反射面所服务的用户的位置,在此基础上推导出地面用户到空中智能表面距离的概率密度函数,得到系统覆盖率的解析表达式并且通过仿真结果进行验证。结果表明,大型智能表面与无人机的结合可以大大提高城市毫米波通信系统的覆盖性能。本文所提供的网络框架及模型有助于选取正确的网络参数以获得最佳的系统性能。
基于特征点集GABC算法的WSN覆盖优化
侯义飞, 杨勇
2021, 0(04): 74-78.
摘要
(
220
)
PDF
(1020KB) (
107
)
参考文献
|
相关文章
|
计量指标
针对人工蜂群算法利用网格点计算网络覆盖率会导致计算量大且容易陷入局部最优解的问题,提出一种基于特征点集的全局最优解人工蜂群算法优化无线传感器网络。首先将目标区域划分成有限个特征点,用传感器对特征点的覆盖来转化为对若干特征点的覆盖计算,减少求解覆盖率的计算量,进而描述整个网络的覆盖情况。然后在特征点集的基础上,将全局最优解人工蜂群算法成功应用在网络覆盖领域,并且重点对比标准人工蜂群算法和基于全局最优解人工蜂群算法在网络覆盖上的性能。仿真实验结果表明基于全局最优解人工蜂群算法优化节点覆盖后,覆盖率得到有效的提升且不易陷入局部最优解。
基于改进贪婪算法的测量节点选择优化方法
吴上, 盛益强, 邓浩江,
2021, 0(04): 79-84.
摘要
(
203
)
PDF
(936KB) (
95
)
参考文献
|
相关文章
|
计量指标
未来应用场景对名字解析系统有着确定性时延保障的需求,如何有效选择测量节点,为确定时延名字解析提供支撑是本文着力解决的问题。本文将网络测量节点部署问题映射成为最小点覆盖问题,并基于传统的贪婪算法提出一种面向网络测量节点选取的改进贪婪算法,从优化贪婪算法迭代周期和针对实际场景特点改进排序算法2个方面进行优化。实验结果表明,基于改进贪婪算法的求解方式比传统贪婪算法的求解方式,平均耗时减少了90%以上。
一种基于节点中心性近似算法的ICN协作缓存策略
罗兰花, 袁淑丹, 何巧萍
2021, 0(04): 85-90.
摘要
(
196
)
PDF
(1196KB) (
93
)
参考文献
|
相关文章
|
计量指标
为了降低信息中心网络(Information Centric Networking, ICN)缓存冗余度和平均接入代价,提出一种基于节点中心性度量近似算法的协作缓存策略Centrality Metric Approximation Algorithm (CMAA)。考虑到精确计算最短路径的工作量对缓存性能的影响,CMAA策略利用最短路径近似估计值以提高节点中心性的计算效率,将节点中心性近似度量加权融合值、节点热度和缓存利用率三者作为缓存影响因子,计算得出兴趣包转发路径各节点的缓存优先级。在多种实验条件下对CMAA进行仿真实验,结果表明与LCE (Leave Copy Everywhere)和CLFM (Cache “Less for More”)相比,CMAA在平均缓存请求时延变化不大的情况下,可有效地提高缓存命中率,降低平均接入代价,从而改善缓存系统性能。
一种新的高效轻量级卷积神经网络模型
张舰舰
2021, 0(04): 98-103.
摘要
(
238
)
PDF
(2592KB) (
110
)
参考文献
|
相关文章
|
计量指标
针对目前食物识别系统中网络模型参数量多、模型较大的问题,提出一种23层结构、参数量只有204k的网络模型,使用基本构造块(7×7、5×5、3×3)生成特征图,用不同感受野的2个池化层来融合卷积层的特征图,再用1×1的卷积核进行非线性组合,然后连接到空间金字塔池化层,最后在softmax分类器中分类。在公开数据集上的实验表明,与ResNet50和GoogLeNet相比,本文网络模型在分类性能不降低的情况下,模型参数分别减少了99.14%和96.63%。
基于物联网技术的异构集群动态负载均衡算法
李娟
2021, 0(04): 104-108.
摘要
(
200
)
PDF
(1968KB) (
101
)
参考文献
|
相关文章
|
计量指标
为提高异构集群的动态负载均衡性,引入物联网技术中的传感技术构建异构集群信道传输模型,然后采用动态加权方法配置输出信道,并完成对信道特征的分解;在建立信道模糊重组结构模型的基础上,采用噪声干扰抑制方法对异构集群通信信道进行多径干扰抑制,并结合波特间隔均衡采样方法控制信道输出的均衡性,通过模糊度均衡配置和空间均衡调度过程实现对异构集群动态负载的均衡处理。仿真结果表明,采用该方法进行异构集群负载调度的均衡性较好,可降低输出信号的误码率,提高异构集群的输出均衡性和自适应控制能力。
信息安全
新工科下“手机+智能家电”物联网安全实验设计与实现
张文博, 胡曦明, 李鹏, 马苗, 王涛,
2021, 0(04): 109-116.
摘要
(
209
)
PDF
(2952KB) (
112
)
参考文献
|
相关文章
|
计量指标
物联网从先导性产业加快形成战略性支柱产业,物联网产教协同发展迫切需要面向新工科开展物联网实验技术创新。通过对2005—2020年国内物联网实验教学文献调查分析发现,实验模式从原理验证向自主探索演进、实验环境从大型场所式向便携体验式升级和面向智能家居成为实验教学改革新着力点。基于此,本文提出基于“手机+智能家电”物联网安全实验技术并给出实验流程,通过“Linux+Tools+Python”关键技术将个人手机改造为“实验利器”,完成手机对智能家电的mDNS放大反射攻击和重放攻击及其攻击防御,在疫情期间有效保障在线课程教学“停课不停练”,为新工科主动面向物联网产业发展、深化高校实验教学改革提供新的技术途径。
基于深度强化学习的黑盒对抗攻击算法
李蒙, 韩立新
2021, 0(04): 117-121.
摘要
(
458
)
PDF
(973KB) (
167
)
参考文献
|
相关文章
|
计量指标
针对图像识别领域中的黑盒对抗攻击问题,基于强化学习中DDQN框架和Dueling网络结构提出一种黑盒对抗攻击算法。智能体通过模仿人类调整图像的方式生成对抗样本,与受攻击模型交互获得误分类结果,计算干净样本和对抗样本的结构相似性后获得奖励。攻击过程中仅获得了受攻击模型的标签输出信息。实验结果显示,攻击在CIFAR10和CIFAR100数据集上训练的4个深度神经网络模型的成功率均超过90%,生成的对抗样本质量与白盒攻击算法FGSM相近且成功率更有优势。
基于BiGRU-Attention-CNN模型的垃圾邮件检测方法
赵宇轩, 胡怀湘
2021, 0(04): 122-126.
摘要
(
260
)
PDF
(800KB) (
120
)
参考文献
|
相关文章
|
计量指标
电子邮件是一种重要的通信工具,但是垃圾邮件问题一直影响着人们日常的工作生活。不断改进垃圾邮件的检测技术、提高垃圾邮件的检测速度和准确率有着重要的研究意义和现实意义。双向门控循环单元(BiGRU)和卷积神经网络(CNN)广泛应用于文本分类领域,二者的结合可以充分发挥BiGRU上下文依赖关系提取能力以及CNN特征提取能力,但是针对垃圾邮件检测问题,还需要考虑邮件中一些特定的词语,因此本文提出一种基于BiGRU-Attention-CNN模型的垃圾邮件检测方法来提高垃圾邮件的检测准确率。模型首先将邮件文本转换成特征向量并进行BiGRU序列化学习,随后引入注意力机制(Attention)对特定词语赋予更大的权重,再将注意力层输入CNN模型,经过卷积、池化、全连接,最终得到分类结果。本文将模型在Trec06c邮件数据集上进行实验,与其他模型进行对比取得了更好的效果,最终模型的准确率达到91.62%。