全部分类/
科技科普/
计算机时代

计算机时代

2023年07期

《计算机时代》月刊，中国工程院院士潘云鹤主编，1983年创刊，是《中国期刊网》、《中国学术期刊（光盘版）》和《中国核心期刊数据库》收录期刊，丰富的内容使您能够自由地遨游在信息的海洋里，了解最新技术，掌握最新技术，享受精彩纷呈的数字生活。

扫码免费借阅

目录

快速导航

技术广角 | 基于区块链和隐私计算技术的“碳标签”实现方法研究

技术广角 | 基于区块链和隐私计算技术的“碳标签”实现方法研究

摘要：“碳标签”（Carbon Labelling）是一种将商品在生产、流通过程中排放的温室气体排放量，在产品标签上用量化指数标示出来的方法。全球已有11 个国家正在积极建立“碳标签”制度。我国也已经形成了相关的团体标准和试点成果。“碳标签”的形成涉及产品生产、加工、流通过程中的多个环节，导致碳数据归集困难、真实性难以保障和易被篡改。为此，本文提出一种基于区块链和隐私计算技术，从供应链的视角构建“碳标签”数据获取、处理和展示系统的方法。
技术广角 | 基于对偶二次曲线的快速椭圆检测

技术广角 | 基于对偶二次曲线的快速椭圆检测

摘要：工业环境中的圆形对象易在平面成像为椭圆元素，针对这类椭圆元素的快速准确检测问题，提出一种基于对偶二次曲线的快速椭圆检测方法。设计了最大类间方差法完成梯度阈值自适应筛选，并利用数学形态学获取形状良好的梯度掩膜，利用椭圆轮廓周围的原始梯度信息完成椭圆拟合。实验结果表明，该方法的椭圆定位误差小于0.008 个像素，轴长最大相对误差小于0.7%，检测时间小于6 秒，与其他方法相比更具鲁棒性，检测效率高。
技术广角 | 改进注意力机制方法对能源系统缺失值插补的研究

技术广角 | 改进注意力机制方法对能源系统缺失值插补的研究

摘要：以自注意力机制为切入点，引入序列-序列(Seq2Seq)的方法，对Transformer模型结构进行分析，改进并建立适合高精度能源数据插补的编码-解码深度学习模型FX_trans。通过对比实验，分析出每个模型的特点与适用场景；通过消融实验，分析出各个组件对模型的影响模式，找出适合复杂能源系统缺失数据高精度的插补方法。实验结果表明，对Transformer结构的改进尤其是对LayerNorm层的改变能很好的降低误差率，在真实数据集上的实验验证了FX_trans 的有效性。
技术广角 | YOLOv5算法的人脸识别检测方法研究

技术广角 | YOLOv5算法的人脸识别检测方法研究

摘要：以YOLOv5 算法为核心，针对小尺度人脸的识别精准度不高问题进行研究。分析YOLOv5 系统结构，研究加权双向特征金字塔网络（BiFPN）的特征融合思想，提出了权重的BiFPN，充分利用深层、浅层以及原始的特征信息，加强了特征融合，减少了卷积过程中特征信息的丢失，提高了检测精度。采用WiderFace 人脸数据集进行改进前后对比训练，得出通过改进YOLOv5 结构中的Neck 部分，使得算法在少量增加计算量和参数量的情况下，人脸识别精准度（Precision）达到91.2%，召回率（Recall）达到83.4%，检测速度也有所加快。具有较好的检测度与实时性。
技术广角 | 基于边缘计算的任务卸载研究

技术广角 | 基于边缘计算的任务卸载研究

摘要：边缘计算作为云计算的延伸，很好的解决了因传输距离带来的高时延问题。随着通信技术的快速发展，终端用户数据传输量以及对服务质量的要求也迅速提高，给边缘服务器带来了极大的负担。本文引入车辆雾计算的概念，并通过KM算法实现一对一任务卸载的最优匹配，解决边缘服务器负载过大的问题。基于MATLAB平台进行仿真实验，分析该卸载方法对响应时间的影响，结果表明，该方法相比传统方法可有效降低终端任务卸载的响应时间，提高用户体验。
算法研究与应用 | 基于CEEMD-SVM的风速混合预测模型研究

算法研究与应用 | 基于CEEMD-SVM的风速混合预测模型研究

摘要：由于风速有随机性、波动性特点，风力发电会有不确定性，这使风力资源难以直接利用。本文基于“分解-预测”的思路，提出一种基于完全集合经验模态分解和支持向量机（CEEMD-SVM）的风速预测模型。实验结果表明，该模型相比其他预测模型在风速预测方面表现出显著优势。其预测结果为合理的调度风力发电资源提供了数据基础。
算法研究与应用 | 改进YOLOX-S的金属零件缺陷检测算法研究

算法研究与应用 | 改进YOLOX-S的金属零件缺陷检测算法研究

摘要：针对小金属零件缺陷检测精度低的问题，提出一种改进YOLOX-S目标检测算法。首先引入一种轻量化的特征提取模块GABlock，通过深度可分离卷积与注意力机制增强特征的处理能力；然后通过增加残差堆叠模块，增强上下文语义信息表达，提高缺陷检测精度；最后使用GIoU损失函数替换IoU损失函数，提高检测框收敛速度。实验结果表明，改进后的算法检测精度达到85.91%，提升了7.65%，表现出所提算法在小金属零件缺陷检测任务上的有效性。
算法研究与应用 | 多核CPU环境下的并行KNN算法设计

算法研究与应用 | 多核CPU环境下的并行KNN算法设计

摘要：针对KNN算法计算比较耗时的问题，提出将计算任务分解为多个子任务，每个子任务分配给一个线程完成，通过多个线程的并行执行完成工作。将训练集读入一个二维数组，二维数组的每一行只分配给一个线程使用；每个新数据被同时广播给多个线程，每个线程计算该新数据在自己训练集中的最近邻，并将最近邻反馈给主程序；主程序收集每个线程返回的最近邻，以最近邻中的最佳近邻的类别作为新数据的类别。实验证明该并行设计方案充分利用计算资源，加快了计算速度。
算法研究与应用 | 基于改进禁忌搜索启发式算法的无人终端配送路径优化方法研究

算法研究与应用 | 基于改进禁忌搜索启发式算法的无人终端配送路径优化方法研究

摘要：为降低物流终端运输的“最后一公里”中的车辆配送成本，针对快递终端配送中的车辆路径优化问题，建立了带有约束的时空-状态网络模型。动态地呈现了考虑道路的时变性、车辆运行时装载量、时间、空间特征下的车辆配送服务的变化；提出了一种基于最近邻算法的改进禁忌搜索启发式算法，通过加入道路节点因子观察道路的动态影响，给出具有实用价值的快递终端配送路径优化方案。
算法研究与应用 | 改进粒子群算法在能耗预测中的应用

算法研究与应用 | 改进粒子群算法在能耗预测中的应用

摘要：针对能源管理系统中的能耗预测模块，为提升能源消耗的预测效果，引入长短期记忆网络（Long Short-TermMemory, LSTM），并利用改进的粒子群算法对超参数选取进行优化，构建了IPSO-LSTM能耗预测模型。通过工厂半年的数据分析对比，仿真结果表明IPSO-LSTM模型下的预测效果更好，准确性高于BP 模型、LSTM模型和PSO-LSTM模型，验证了该模型用于能源管理系统能耗预测的可能性和准确性。
算法研究与应用 | 一种顾及地形特征的自适应阈值改进滤波算法

算法研究与应用 | 一种顾及地形特征的自适应阈值改进滤波算法

摘要：针对布料模拟滤波算法在复杂地形存在的问题，提出一种顾及地形特征的自适应阈值改进滤波算法：先将点云格网化后表面拟合，保留地形的基础起伏；然后根据分割后的点云，调整相关参数；最后通过计算真实高程与拟合后高程值离差标准化作为距离阈值的判断条件，进一步提高滤波结果的准确性。选取不同地形特征的区域对算法进行了实验验证与分析，结果表明：与原算法相比，改进算法减缓了过度滤波现象，可以较精确的区分地面点和非地面点，人工干预少精度较高且适应性强。
人工智能 | 基于YOLO-V5改进的遥感图像目标检测

人工智能 | 基于YOLO-V5改进的遥感图像目标检测

摘要：针对遥感图像中目标的像素占比小，用传统方法难以有效检测的问题，提出一种改进的YOLO-V5 遥感图像目标检测方法。在Backbone 部分，将SPPF 模块替换为SPPFAM模块来抑制图像中的无关信息，增强网络对感兴趣区域的学习能力。在Neck 部分，将原始的PANet 结构改进为BiFPN结构以提高网络的多尺度特征融合能力。在Head 部分，增加小目标检测头，使网络能够检测到尺度更小的目标。最后使用EIoU损失函数替换原来的CIoU损失函数。改进后的网络在UCAS-AOD和RSOD数据集上进行了实验，验证了该方法的有效性。
人工智能 | 智慧学习环境下组卷模型的改进研究

人工智能 | 智慧学习环境下组卷模型的改进研究

摘要：智慧学习环境下急需要一种高效的组卷模型来满足个性化、开放化学习效果的考评需求，以确保考评数据能及时参与学习大数据的分析与计算。针对组卷问题，对单亲遗传算法中的染色体编码、种群初始化、个体选择策略及遗传算子等进行了相应的改进，完成组卷算法的设计和实现。经仿真检验，该组卷算法基本能满足智慧学习环境下学习效果评价的要求，具有全局收敛速度快和鲁棒性强等优点，可为相关的领域研究与应用提供参考。
人工智能 | 基于改进YOLOv3的电梯内电动车检测算法

人工智能 | 基于改进YOLOv3的电梯内电动车检测算法

摘要：针对现有的电梯内电动车检测算法参数量较多，难以在边缘设备上部署等问题，提出一种改进YOLOv3 的电梯内电动车检测算法。使用轻量化网络MobileNetV2 作为YOLOv3 的骨干网络，减少模型的计算量和参数量；在YOLOv3中引入CA注意力模块，提高模型的检测精度；将损失函数中的MSE替换为CIOU，增强精准定位效果。改进后的YOLOMAC在电梯内电动车数据集上检测精度与YOLOv3 相近，参数量减少63.8%，检测速度提升7.2 帧/秒，更适合部署于边缘设备上。
人工智能 | 融合字形特征的中医医案命名实体识别研究

人工智能 | 融合字形特征的中医医案命名实体识别研究

摘要：研究了中医医案症状命名实体方法。通过汉字笔画、部首、词根编码器捕获汉字字形蕴含的语义，再通过BERT模型和BiLSTM来获取上下文的语义信息，通过CRF 输出最终的命名实体结果。融合字形特征的中医医案命名实体识别方法，比以往效果较好的方法F1 值提高了3.0%，有效提高了中医医案症状实体识别的准确率，可为深入挖掘中医药文本信息提供参考。
人工智能 | LSTM模型在无袖带式异常血压预测中的应用

人工智能 | LSTM模型在无袖带式异常血压预测中的应用

摘要：研究了无袖带方式的血压测量。利用脉搏信号的时序数据，融合脉搏传导时间特征，构建了基于多生理参数的LSTM异常血压预测模型。实验结果表明，本文模型在准确率、召回率和F1 值等评估指标上优于其他非时序模型，可以为多生理参数的连续血压测量提供数据支持。
人工智能 | 智能网联环境下无信号控制交叉口可穿越间隙分析与预测

人工智能 | 智能网联环境下无信号控制交叉口可穿越间隙分析与预测

摘要：无信号交叉口环境下，可穿越间隙会随着车速、流量以及智能网联车辆渗透率的变化而波动。利用驾驶模拟器搭建无信号交叉口环境下的智能网联车辆混行场景，对不同交通流状态下驾驶员的驾驶行为、心理特性进行实验；选取速度、加速度、瞳孔直径以及瞳孔直径变化率作为驾驶员的生/心理指标，结合主成分分析和k-means 聚类算法对其进行定性与定量分析；仿真结果表明：在不同交通流状态下，驾驶员的驾驶行为发生了明显的改变，可划分为三个等级：“无感无行为间隙”、“有感无行为间隙”、“有感有行为间隙”。实验结果为智能网联环境下无信号交叉口的控制方法提供了数据及理论基础。
应用研究 | 基于WebSocket的电信运营商视频营业厅模式的研究与实现

应用研究 | 基于WebSocket的电信运营商视频营业厅模式的研究与实现

摘要：设计并构建了基于WebSocket 架构的电信运营商远程视频营业厅系统。以WebRTC和RTP 音视频通信技术实现流媒体接入和CS通信全双工，并利用SIP协议进行路由控制，通过和运营商CRM客户关系管理系统的融通来实现用户端到坐席端的通信和业务流程贯通，实现交互、认证、业务协同的可靠落地，为客户提供全新、便捷的线上服务体验。
应用研究 | 通用测试仪器流程控制软件设计

应用研究 | 通用测试仪器流程控制软件设计

摘要：文章主要解决将自动化测试系统中的测试流程标准化的问题，首先设计并实现了一种基于XML的自动测试流程描述语言，然后基于该自动测试流程描述语言通过使用java 编码的方式实现一个测试流程控制软件，用于读取自动测试流程描述语言控制整个测试流程，提高测试应用的开发效率。最后通过测试仪器进行实例测试检测该测试流程控制软件的可行性、实用性。
应用研究 | MRI图像语义分割在老年认知障碍诊断中的应用

应用研究 | MRI图像语义分割在老年认知障碍诊断中的应用

摘要：针对现有医疗影像系统对阿尔兹海默症诊断准确度低的现状，利用深度学习技术，设计了一套基于全脑MRI 图像语义分割的全周期认知障碍辅助诊断系统。通过建立在门控机制上的改进的U-Net 网络，引入自注意力机制的分类模块，以使系统准确迅速地判断患者认知状态所处的阶段，从而辅助医生尽早一些对患者病情干预，以减缓病情。
应用研究 | 碳配额交易下考虑消费者低碳偏好的供应链定价与协调

应用研究 | 碳配额交易下考虑消费者低碳偏好的供应链定价与协调

摘要：在碳配额交易机制下，利用博弈论相关知识构建制造商、零售商和消费者组成的斯塔克尔伯格博弈模型。探讨了分散和集中决策下的碳减排率、销售价格和供应链利润与消费者低碳偏好的关系，并通过契约来协调供应链。研究发现：两种决策下消费者低碳偏好能促进碳减排率和供应链成员利润的上升，并且集中决策下的效果要优于分散决策下；而协调决策中，当分担比例0.55 < μ < 0.60，供应链可以达到有效协调；碳交易价格的提高会降低碳减排率，因此制定合理的碳交易价格和碳配额度能够促进企业碳减排生产。
应用研究 | 基于数据挖掘和K-Means模型的金融数据可视化分析

应用研究 | 基于数据挖掘和K-Means模型的金融数据可视化分析

摘要：在普惠金融背景下，以Lending Club 公司公开交易的金融借贷数据为研究对象，采用Python 实现对数据的处理及可视化，并使用无监督学习K-Means算法对数据进行聚类分析。分析结果以多类型可视化图形的方式呈现，并结合计算机美学思维，使用户和研究人员能够更加直观的发掘数据潜在价值，有利于对客户的精确细分，助力于金融服务。研究结果表明，基于Python 技术的可视化分析能够帮助用户更好的理解庞大复杂的金融数据，同时为决策者提供辅助支持。
应用研究 | 基于HC32的智能断路器控制系统设计

应用研究 | 基于HC32的智能断路器控制系统设计

0 引言随着泛在电力物联网概念的提出和智能电网布局的展开，断路器作为电力系统中重要的配电管理设备，其智能化发展已成大势所趋[1-2]。而传统的断路器存在着功能单一，通信方式落后等问题，已逐渐不能适应智能电网对新型断路器的要求。未来电力系统将朝着智能化、集成化方向发展，而断路器和电能表作为电力系统常见的电器设备，将二者功能集成是未来电力系统的发展方向之一。本文提出一种基于国产单片机HC32
应用研究 | 基于卷积神经网络的焊缝缺陷超声图像识别方法研究

应用研究 | 基于卷积神经网络的焊缝缺陷超声图像识别方法研究

摘要：为增强超声检测对焊缝缺陷的识别能力，提出一种基于卷积神经网络的算法。在网络中采用批量归一化算法，以增加收敛速率并缓解反向传播中的梯度消失问题。在训练中使用引入动量机制的随机梯度下降算法，以提高收敛速率并达到线性收敛。实验针对4300 张焊缝缺陷超声图像，结果表明，该算法对夹渣、横向裂纹、纵向裂纹、气孔和未熔合五种缺陷的识别准确率达到99.69%。该算法的可行性得到验证，有较好的应用前景。
应用研究 | 结合改进注意力机制的YOLO目标检测算法

应用研究 | 结合改进注意力机制的YOLO目标检测算法

摘要：为了提高图像目标检测的准确率，提出一种结合改进注意力机制的YOLOv5s 目标检测算法。改进注意力机制模块通过引入多尺度卷积增大特征提取模块的感受野。将改进注意力机制模块引入到YOLOv5s 目标检测网络中，提高检测网络的准确率。在PASCAL VOC 数据集上的对比实验表明，改进后的YOLOv5s 检测网络的平均准确率达到了76.1%，表现出较好的检测性能。
应用研究 | 结合小波与线性映射的人脸图像特征提取算法

应用研究 | 结合小波与线性映射的人脸图像特征提取算法

摘要：提出一种将遗传算法优化和小波与线性映射相结合的特征提取算法。首先对图像数据进行若干层次的小波特征提取，将分解后得到的低频分量采用线性映射算法进行进一步特征提取降维，采用遗传算法对小波分解尺度进行优化，寻找最优的分解尺度以最大化图像识别准确率与最小化特征提取过程的耗时。实验使用支持向量机(SVM)在ORL人脸数据集上比较识别精度和特征提取过程耗时，图像识别准确率比传统方法提高了3%，而特征提取过程耗时则降低了35%~54%，比较试验结果证明图像识别效果切实得到了提高。
应用研究 | 基于FPGA的轨旁列车轴箱轴承声学检测系统设计

应用研究 | 基于FPGA的轨旁列车轴箱轴承声学检测系统设计

摘要：现有的轨旁声学检测系统存在功耗高、成本高、系统可移植性差等问题。因此设计并实现了基于FPGA的40 阵元数字MEMS 传声器阵列轴承声学检测系统。首先给出检测系统硬件架构以及模块设计方案并在FPGA上实现了PDM信号传输；然后基于UDP 协议实现了以太网传输模块。使用去多普勒技术去除信号畸变，通过波束形成技术定位轴承并获取其声信号，最后利用包络解调实现轴承诊断。实验结果表明该系统能在轨旁条件下有效获取轴承信号并实现声学检测。
应用研究 | 基于Transformer-LSTM及误差校正的太阳辐照度预测

应用研究 | 基于Transformer-LSTM及误差校正的太阳辐照度预测

摘要：为提高太阳辐照度的长序列数据预测精度，提出一种基于Transformer-LSTM及误差校正的太阳辐照度预测模型。将长距离依赖学习中更有优势的Transformer 模型与能够提取数据位置信息的LSTM网络结合，并且引入误差校正机制来提高模型预测精度。对三种不同模型在不同时间步长时的预测性能进行仿真实验，结果表明，Transformer-LSTM模型在太阳辐照度预测中具有更高的预测精度，并且在长序列数据预测中具有一定优势；引入误差校正机制后的仿真实验也表明了该机制的有效性。
应用研究 | 面向物联网应用的大数据平台研究与设计

应用研究 | 面向物联网应用的大数据平台研究与设计

摘要：物联网感知数据规模大、类型杂、质量低，导致数据难以进行统一管理。为了设计了一种面向物联网应用的通用型大数据平台。首先对现有大数据平台优缺点进行分析，其次根据大数据平台设计理论进行架构和数据流程设计，最后经过设计而得到的通用型大数据平台能够为物联网感知数据提供统一管控。测试分析结果显示，其性能较优。
计算机教育 | 图像匹配在机器视觉课程教学中的探索与实践

计算机教育 | 图像匹配在机器视觉课程教学中的探索与实践

摘要：针对机器视觉课程提出以图像匹配为例的理论与实践相结合的教学方法。图像匹配作为机器视觉的关键基础技术，通过算法在待检测图像中寻找目标图像。其在图像分析、目标识别、目标跟踪、图像拼接等众多领域起着十分重要的作用。从对图像匹配技术的理论教学与实践逐渐延伸到机器视觉后续课程中，能够增强本课程的整体教学效果。
计算机教育 | 基于渐进式的留学生机器学习课程实践研究

计算机教育 | 基于渐进式的留学生机器学习课程实践研究

摘要：为了提高对海外留学生的教学质量，探索渐进式和实践性教学方法，有针对性地采用混合式教学模式，实现高质量的教学。基于渐进与逻辑式的机器学习课程实践教学，以挖掘留学生自主学习的潜力。根据课堂实施的案例和学生往年学习成绩进行分析以评估教学效果，为教学的进一步改进积累经验。
计算机教育 | 基于eNSP的网络访问控制实验设计与实现

计算机教育 | 基于eNSP的网络访问控制实验设计与实现

摘要：结合计算机网络教学的实际情况设计课程实验，并基于华为eNSP 网络仿真平台完成实验内容。介绍了计算机网络实验采用网络仿真软件的优势和ACL技术的基本原理，按照实验网络设计、实验网络搭建、网络数据规划、功能配置实现及实验结果验证的步骤，阐述实验设计和实现的具体内容。通过实验、实训有效培养了学生理解问题、解决问题的能力，达到了实验目的。
计算机教育 | 基于对分易的线上线下混合式教学模式探索

计算机教育 | 基于对分易的线上线下混合式教学模式探索

摘要：为解决编程类教学中学生线下课学习效率不高，教师无法及时掌握学情以及成绩评价体系单一等问题，设计并实施了线上线下混合式教学方案。该方案以“C语言程序设计”为例，借助“对分易”教学平台，通过上传课件、视频等方式搭建线上教学资源，用签到，在线练习，讨论区等模块管理教学过程，实现全过程跟踪考核。该教学方法能提高学生的学习主动性，从整体上提高课程的教学质量。

过往期刊

更多

猜你喜欢

苏州工业园区教育局电子阅览室