计算机与现代化

于天一, 李剑锋, 陈海龙, 翟军

2024, 0(09): 1-7. doi:10.3969/j.issn.1006-2475.2024.09.001

摘要 ( 130 )

PDF (1594KB) ( 129 )

参考文献 | 相关文章 | 计量指标

本文以改善算法效果为目标，从用户的心理需求出发，定位用户的隐性角色群体，来对个性化的推荐算法展开研究。从理论的角度来看，本文研究有效保证了推荐系统的多样性要求，并在一定程度上提升了算法的准确性，针对偏好演化现象扩展隐性偏好的相关理论，通过在现实数据中的验证，实验结果显示多项实验评价指标得到显著提升，不仅为推荐系统提供了理论基础和借鉴作用，还能提高推荐结果的准确率，具有广泛的应用前景。从实践的角度来看，本文对用户的分类不再局限于普通的社会属性，能够更深层次地挖掘出用户的心理需求，得到更准确、多样的推荐结果，提高用户的满意度，改善用户体验，而企业则可以引导用户的兴趣变动，提高用户的忠诚度和价值，改善用户生命周期，提高企业利润。

基于知识图谱增强大语言模型双碳领域服务

齐俊1, 2, 曲睿婷2, 教传铭2, 周巧妮2, 郭彦良3, 覃文军3

2024, 0(09): 8-14. doi:10.3969/j.issn.1006-2475.2024.09.002

摘要 ( 164 )

PDF (1796KB) ( 138 )

参考文献 | 相关文章 | 计量指标

随着大语言模型的不断发展，其已经在很多领域中得到了广泛的应用。由于大语言模型缺乏双碳领域的知识，直接将大语言模型应用于双碳领域，回复结果准确性偏低。因此，采用构建双碳知识图谱作为知识库的方法，来增强大语言模型在碳达峰碳中和领域中的应用。采用LoRA方法对大语言模型进行微调，提高模型对碳达峰碳中和领域关键词的提取能力，构建双碳知识图谱作为本地知识库为模型提供双碳领域知识，将知识作为问题的上下文，让大语言模型学习，并设计提示工程辅助模型生成回复，最后对回复进行效果评估。实验结果表明，与直接使用大语言模型相比，基于知识图谱增强大语言模型双碳领域服务的方法，在碳达峰碳中和领域的智能化回复结果准确率高，为碳达峰碳中和领域建设提供了有效助力。

基于改进时序胶囊网络的油藏生产动态分析模型

张惠楠1, 张强1, 孙红霞2

2024, 0(09): 15-19. doi:10.3969/j.issn.1006-2475.2024.09.003

摘要 ( 93 )

PDF (1233KB) ( 67 )

参考文献 | 相关文章 | 计量指标

我国许多油田的主力开发区块已逐渐进入高含水期，地下油藏复杂，含水量逐步上升，产油量下降。提高对现阶段油田开发生产规律和开采状况的准确认识，对研究油田生产动态变化规律以及制定油田开发策略具有重要意义。针对油田生产动态变化规律的问题，本文提出一种基于改进时序胶囊预测的油藏动态分析模型。首先，应用双向门控循环单元来捕捉油田数据中的时序特征，提升模型对时序信息的建模能力；其次，用多头注意力深度卷积层捕捉初级时序特征信息，高效地提取序列的长距离依赖关系和复杂特征表示；最后，在动态路由算法中引入注意力机制，让高级胶囊更好地关注重要特征，从而提高信息传递的效率和准确性。为验证本文模型有效性，将油田的时序数据作为输入，通过改进胶囊网络模型输出预测日产油量。将改进的胶囊网络与ResNet、LeNet5等9种模型进行对比。实验结果表明，改进后的胶囊网络的预测精度更高，可达到94.5%。

基于时频自注意力残差时序卷积网络的语音增强

候聪颖, 杨文清, 王召, 程聪

2024, 0(09): 20-24. doi:10.3969/j.issn.1006-2475.2024.09.004

摘要 ( 100 )

PDF (1564KB) ( 99 )

参考文献 | 相关文章 | 计量指标

语音增强的主要目的是去除语音信号中的噪声等无关信号，是许多语音处理任务的前端处理部分，在视频会议、视频直播等领域都有着重要的作用。然而目前大多数语音增强的研究主要集中在语音帧的长期上下文依赖关系建模上，没有考虑语音在时频域上的能量分布特征。本文提出一种基于时频域的自注意力模块，使得在模型建模过程中可以显式引入对语音分布特性的先验思考，并与残差时序卷积网络相结合，构成基于时频域自注意力的残差时序卷积网络模型。为了验证该模型的有效性，本文使用语音增强领域中常用的2个训练目标IRM和PSM进行实验，实验结果表明，该模型显著提高了语音增强领域中4种常用的客观评价指标，明显优于其他基准模型。

融合多策略蜣螂优化算法的外卖订单配送路径优化

杨俞沣1, 2, 夏小云2, 陈泽丰3, 廖伟志2, 李积武2

2024, 0(09): 25-32. doi:10.3969/j.issn.1006-2475.2024.09.005

摘要 ( 92 )

PDF (1534KB) ( 95 )

参考文献 | 相关文章 | 计量指标

随着外卖行业的发展，外卖平台要在大量候选订单中选择并规划出高效的配送路线。为了满足外卖平台和顾客的需求，建立以配送成本最小和顾客时间满意度最大为目标的优化模型。采用蜣螂优化算法进行求解，针对蜣螂优化算法易陷入局部最优和求解质量低等问题，通过引入模拟多项式变异策略、模拟退火概率突跳算子和单纯形法局部搜索策略，提出一种融合多策略的增强蜣螂优化算法（Improved Dung Beetle Optimizer， IDBO）。测试算例的求解结果与其它算法相比，IDBO算法的最优解、均值、标准差、成本和满意度更好。仿真实验表明，3种改进策略均能提高算法的寻优能力，可有效求解模型。

基于GCN和微调BERT的作文自动评分方法

马钰, 杨勇, 任鸽, 帕力旦·吐尔逊

2024, 0(09): 33-37. doi:10.3969/j.issn.1006-2475.2024.09.006

摘要 ( 118 )

PDF (1152KB) ( 123 )

参考文献 | 相关文章 | 计量指标

作文自动评分是智慧教育领域的重要研究方向之一。它具有提高评分效率、降低人工成本以及确保评分客观性和一致性的优势，因此在教育领域有着广泛的应用前景。尽管句法特征在作文自动评分中扮演着重要角色，但目前仍缺乏关于如何更好地利用这些特征进行作文自动评分的研究。本文提出一种基于GCN和微调BERT的作文自动评分方法GFTB。该模型采用图卷积网络提取作文的句法特征，采用BERT和Adapter的训练方式提取作文的深层语义特征，同时采用门控机制进一步捕捉二者融合后的语义特征。实验结果表明，本文提出的GFTB模型在公共数据集ASAP的8个子集上取得了较好的平均性能，相比于通义千问等基线模型，能够有效提升作文自动评分的性能。

基于LSTM-SIR-EAKF的流感样病例预测

李进1, 魏艳龙1, 薛红新2, 梁海坚2

2024, 0(09): 38-44. doi:10.3969/j.issn.1006-2475.2024.09.007

摘要 ( 130 )

PDF (1856KB) ( 103 )

参考文献 | 相关文章 | 计量指标

探索基于机器学习模型与传染病模型的组合方法来预测流感趋势，为医疗机构提供意见方便做好预防措施。为了准确捕获流感样病例的时序特征，提出一种基于长短期记忆（LSTM）神经网络、易感-感染-康复（SIR）模型和集合调整卡尔曼滤波（EAKF）的组合预测模型（LSTM-SIR-EAKF）。首先，使用LSTM学习流感样病例的时序关系。其次，利用SIR模型模拟流感的传播过程。最后，EAKF对SIR模型生成的流感样病例预测值进行修正，得到最终流感预测值。实验结果表明，通过对3个时间段流感样病例的预测，LSTM-SIR-EAKF模型的拟合优度R2分别是0.996、0.991、0.995，且预测结果的评价指标均优于对比模型。LSTM-SIR-EAKF模型通过长短期记忆网络在时间方面对流感做了长期预测，以及传染病模型在空间中模拟了流感人群的变化，有效提高了预测效果。

基于AES的车联网通信加密算法

许小伟, 程宇, 钱枫, 祝能, 邓明星

2024, 0(09): 45-51. doi:10.3969/j.issn.1006-2475.2024.09.008

摘要 ( 116 )

PDF (2634KB) ( 86 )

参考文献 | 相关文章 | 计量指标

随着V2X技术发展得越来越快，车辆与其他设备的通信量以及信息重要度都在急速增长，车载信息遭到攻击从而被截取或者发生泄漏的风险也相应地大大增加，因此信息交互安全性成为了一个不可避免的研究课题。本文针对车联网传输数据量大、数据加解密操作频繁等问题，通过分析经典加密算法，进而改进传统AES加密算法，使用RC4加密算法生成伪随机密钥代替AES加密算法的密钥生成模块，优化加密时间的同时提升安全性能，并开展实验验证了其加密效率以及安全性。

基于MTSP问题的公共图书馆智慧配送服务

江新姿1, 安晓丽1, 高尚2

2024, 0(09): 52-55. doi:10.3969/j.issn.1006-2475.2024.09.009

摘要 ( 59 )

PDF (1180KB) ( 55 )

参考文献 | 相关文章 | 计量指标

随着“互联网+”思维和图书馆服务模式与水平的发展，纸质资源的物流配送成为图书馆借阅平台的最后环节。如何在智慧图书馆智能服务平台中降低图书馆的配送成本、均衡配送员的工作量、提升配送效率是智慧服务的研究方向。在智能计算研究中，解决TSP旅行商问题常采用蚁群算法，因为蚁群算法能利用信息正反馈和启发式信息诱导，从而找出多目标遍历的最优解。针对图书馆馆际与社区物流配送的多旅行商MTSP问题，使用混合蚁群优化算法来实现图书纸质资源最后配送路径最优化处理，可以更好地实现配送效率的综合提升。图书馆高效率优质服务可以更好地提升阅读质量。

基于相异度矩阵的碎片化回复文本聚类方法

刘文亮1, 吴飞1, 何德明1, 赵维伟2, 潘建宏3

2024, 0(09): 56-60. doi:10.3969/j.issn.1006-2475.2024.09.010

摘要 ( 84 )

PDF (1589KB) ( 58 )

参考文献 | 相关文章 | 计量指标

针对问答社区碎片化回复文本中有效抽取所需文本信息的问题，本文提出一种基于相异度矩阵的碎片化回复文本聚类方法。首先，根据文本之间相异度设计聚类中心，以聚类方式将社区中碎片化回复文本分类；然后，使用基于RNN+CNN的问题文本特征提取方法提取用户问题的文本特征；最后，结合提取的问题文本特征，使用基于TF-IDF算法的抽取式文本自动生成算法，实现回复文本信息的快速自动提取。实验结果表明本文方法可以自动抽取所需文本信息，抽取结果精度高且稳定，可应用于问答社区碎片化回复文本的抽取。

电力系统数字孪生建模与应用综述

刘若颖1, 邹伟煜1, 胡绍谦2, 吉顺慧3

2024, 0(09): 61-68. doi:10.3969/j.issn.1006-2475.2024.09.011

摘要 ( 132 )

PDF (1236KB) ( 84 )

参考文献 | 相关文章 | 计量指标

电力系统与各行各业的生产以及人们的生活息息相关，数字孪生技术可用于有效监测电力系统的运行情况，及时做出反应，减少不必要的时间和人力成本。本文在介绍电力系统和数字孪生相关概念的基础上，对近年来电力系统数字孪生建模与应用的相关研究进行总结。从几何、物理、行为、规则、多尺度这5个角度对电力系统数字孪生建模的相关成果进行系统梳理，从故障检测、故障诊断、调度、状态评估、多用途这5个角度归纳电力系统基于数字孪生的应用。最后，总结出电力系统数字孪生建模与应用所面临的挑战，并探究未来的发展方向。

基于Circle映射和自适应t分布变异改进的鹈鹕优化算法

高猛, 曾宪文

2024, 0(09): 69-73. doi:10.3969/j.issn.1006-2475.2024.09.012

摘要 ( 102 )

PDF (2355KB) ( 75 )

参考文献 | 相关文章 | 计量指标

针对传统鹈鹕优化算法（POA）存在收敛速度慢、易陷入局部最优解等缺陷，提出一种基于Circle映射初始化和自适应t分布变异的改进的鹈鹕优化算法（IPOA）。首先，在种群初始化阶段，采用Circle映射生成具有高度多样性的初始解，并结合反向学习策略，提高种群多样性，增强种群的探索能力。其次，在迭代过程中，采用自适应t分布变异操作对个体进行扰动，有助于鹈鹕优化算法跳出局部最优解并提高收敛速度。另外，在鹈鹕优化算法的探索阶段引入自适应因子和改进惯性权重，更好地平衡算法全局探索能力和局部开发能力。最后，在多个测试函数上将IPOA与其他4种经典算法进行比较。实验结果表明，IPOA在收敛速度、全局搜索能力和收敛鲁棒性方面均有显著提升。

基于Focal Loss改进LightGBM的供水管网毛刺数据检测

薛浩, 马静, 郭小宇

2024, 0(09): 74-81. doi:10.3969/j.issn.1006-2475.2024.09.013

摘要 ( 84 )

PDF (1733KB) ( 60 )

参考文献 | 相关文章 | 计量指标

针对数据不平衡导致的管网毛刺数据检测召回率偏低问题，提出一种Focal Loss改进LightGBM的管网毛刺数据检测方法。首先，结合管网毛刺数据的特点，针对性构造邻域相关特征。其次，将Focal Loss函数引入LightGBM，提高模型对难以检测的毛刺样本的权重，并对Focal Loss不同的参数取值进行实验，以平衡精确率与召回率。最后，选择不同参数的Focal Loss进行模型融合，进一步提升模型对不平衡毛刺数据的检测性能。在某市供水管网的真实数据上进行实验，结果表明，对比基于交叉熵损失函数的单一模型，本文提出的Focal Loss改进后的融合模型在毛刺数据上召回率和F1值的提升幅度达33.3和18个百分点，但毛刺数据的精确率还有待进一步提升。本文所提方法从损失函数入手，动态调整难易样本的权重，有效地提升了不平衡数据下的毛刺数据的检测性能。

考虑时序特征的耦合网络环境下社交机器人的舆情引导

张耀曾, 马静

2024, 0(09): 82-90. doi:10.3969/j.issn.1006-2475.2024.09.014

摘要 ( 90 )

PDF (4393KB) ( 89 )

参考文献 | 相关文章 | 计量指标

近年来，社交机器人作为社交网络生态中新的舆情参与主体备受关注。然而，国内对其研究相对不足。为深入了解社交机器人在舆情演化中发挥的作用和对应规律，有必要研究其对群体观点演化的影响。本文通过考虑个体活跃度变化表现出的霍克斯过程，构建社交网络连边时变的驱动机制。同时，搭建不对称双层耦合社交网络和对应的连续观点演化模型，并引入社交机器人研究其对群体观点的引导效果。实验分析发现，舆情事件在线上社交网络中的讨论升温后，引发了线下社交网络中群体活跃度的进一步增加，与实际情况相符。此外，极少数社交机器人也能有效引导群体观点，因此，设定一定数量的社交机器人并及早投入是有效引导舆论的策略之一。

基于BERT-BiLSTM-CRF党建领域命名实体识别

赵盾1, 佘学兵2, 邬昌兴3

2024, 0(09): 91-94. doi:10.3969/j.issn.1006-2475.2024.09.015

摘要 ( 83 )

PDF (1771KB) ( 57 )

参考文献 | 相关文章 | 计量指标

党建领域知识图谱构建过程中使用传统的命名实体识别方法时，存在实体边界不清、实体词性多义等问题，导致存在识别准确率和效率低的问题。为此，本文提出一种融合树形概率和领域词典的BERT-BiLSTM-CRF实体识别模型。该模型在BERT中嵌入领域词典进行文本向量化表示；利用BiLSTM获取上下文语义特征；将树形概率应用到CRF层的转移概率计算中提高分词准确率。与基准模型在MSRA和自构建的语料库上进行实验对比，实验结果表明本模型在F1值、召回率、精确率3个指标上都能取得较好的效果。

基于联合熵的非平衡数据边界混合重采样

周传华1, 2, 任太娇1, 罗岚1, 周昊1

2024, 0(09): 95-100. doi:10.3969/j.issn.1006-2475.2024.09.016

摘要 ( 80 )

PDF (1197KB) ( 55 )

参考文献 | 相关文章 | 计量指标

为了克服在数据平衡处理过程中单一重采样方法易生成冗余样本及误删重要样本信息的局限，本文提出一种基于联合熵的非平衡数据边界混合重采样算法。该算法首先通过引入边界因子对边界集和非边界集进行有效的区分，进一步构建一个联合熵指标体系以判断出边界集中少数类样本的重要程度，并根据其重要程度对细分后的少数类样本点设置不同的过采样方法和采样数量，最后使用NearMiss-2算法对非边界集中多数类样本点进行筛选并删除，从而实现数据的相对平衡。通过对9组UCI数据集进行对比实验，实验结果表明：该算法在F1-Score、G-mean及AUC这3个指标上均有提升，验证了其有效性，有较好的非平衡数据分类性能表现。

结合注意力机制和Mengzi模型的短文本分类

陈雪松1, 李衡1, 王浩畅2

2024, 0(09): 101-106. doi:10.3969/j.issn.1006-2475.2024.09.017

摘要 ( 86 )

PDF (1256KB) ( 81 )

参考文献 | 相关文章 | 计量指标

如何使用短文本分类技术挖掘有用的文本信息，是当前热门的研究方向之一。为了解决短文本特征信息稀疏和特征信息难以提取的问题，提出一种Mengzi-ADCBU短文本分类模型，该模型利用Mengzi预训练模型将输入的文本信息转化为相应的文本表示，再将获得的文本向量分别输入改进的深度金字塔卷积神经网络和融合了多头注意力机制的双向门控单元中提取文本特征信息，将两者提取到的特征信息进行融合之后，输送给全连接层和Softmax函数完成短文本分类。在公开的短文本数据集THUCNews和SougouCS上分别进行多组模型对比实验，实验结果表明本文提出的Mengzi-ADCBU模型在短文本分类的准确率、精确度、召回率和F1值等评价指标上都比现在的主流模型性能更优，具有较好的短文本分类能力。

基于改进YOLOv8s的摄像头模组缺陷检测

张泽1, 张建权2, 3, 周国鹏2, 3

2024, 0(09): 107-113. doi:10.3969/j.issn.1006-2475.2024.09.018

摘要 ( 117 )

PDF (3880KB) ( 103 )

参考文献 | 相关文章 | 计量指标

针对摄像头模组缺陷检测中缺陷尺寸变化大、轮廓不明晰和小目标缺陷漏检率高等问题，提出一种改进的YOLOv8s算法。首先，增加小目标检测层，提高小目标检测性能；其次，引入BiFormer对主干网络中C2f模块进行改进，提出C2f-Bif模块来增强网络的提取图像特征能力；再次，提出混合快速空间金字塔池化模块，增强网络捕获局部和全局信息的能力；最后，加入无参型SimAM注意力机制，抑制非目标背景干扰信息，提高对目标的关注度。实验结果表明：在减少模型参数量的情况下，改进后的YOLOv8s算法对摄像头模组缺陷检测的平均精度均值达到了87.2%，比YOLOv8s算法提升了3.2个百分点。检测速度达到55 FPS，满足工厂对摄像头模组缺陷实时检测的要求。

基于人体骨架的电梯内异常行为识别预警

余晨曦, 谷林

2024, 0(09): 114-120. doi:10.3969/j.issn.1006-2475.2024.09.019

摘要 ( 98 )

PDF (4225KB) ( 79 )

参考文献 | 相关文章 | 计量指标

为准确识别乘客在封闭狭小的电梯轿厢内发生的打架等异常行为，避免安全事故的发生，提出一种基于人体骨架联合时空特征的乘客异常行为识别方法。首先，使用YOLOv7对视频中乘客位置进行检测，通过YOLOv7-Pose姿态估计算法提取骨骼关键点坐标，滤除复杂背景干扰；其次，针对异常行为动作幅度大、速度较快、方向混乱的特征，使用SURF联合金字塔分层改进的LK光流法对乘客人体骨架特征信息进行时间、空间的联合特征提取；最后，通过特征点的光流变化来判断轿厢内是否发生异常行为并及时发出警报。本文使用的数据集分别来源于电梯场景下的自建数据集和非电梯场景下行为公开数据集，实验结果表明，本文所提方法对异常行为识别准确率达到了95.53%，在速度与准确度上相较于其他方法有一定的提高，能够满足实时要求，可应用于电梯轿厢的视频监控系统，保障乘客的乘梯安全。

基于转置注意力的多尺度深度融合单目深度估计

程亚子1, 雷亮1, 2, 陈瀚1, 赵毅然1

2024, 0(09): 121-126. doi:10.3969/j.issn.1006-2475.2024.09.020

摘要 ( 79 )

PDF (1162KB) ( 84 )

参考文献 | 相关文章 | 计量指标

单目深度估计是计算机视觉领域中一项基础任务，其目标是通过单张图像预测深度图，并获取每个像素位置的深度信息。本文提出一种新的单目深度估计网络结构，旨在进一步提高网络的预测准确性。转置注意力机制在降低参数量和计算量的同时引入了自注意力机制，以关注图像中的特定区域，并结合不同通道之间的信息。这种机制能够有效地关注到图像中的细小区域和边缘信息，并进行学习。本文还提出一种改进的转置注意力机制，以更少的参数量保留语义信息。多尺度深度融合根据不同通道提取不同深度特征的特点，计算每个通道的平均深度，以增强模型的深度感知能力。此外，它能够建模垂直距离的长距离关系，有效地分离物体之间的边缘，有助于减少细粒度信息的损失。最后，本文在NYU Depth V2数据集和KITTI数据集上进行实验，验证了所提出模块的有效性，并取得了出色的性能表现。

当期目录