全部分类/
科技科普/
计算机时代

计算机时代

2023年09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Transformer模型的串联谐振中频炉熔炼温度测量

技术广角 | 基于Transformer模型的串联谐振中频炉熔炼温度测量

摘要：针对中频炉熔炼过程中传统测温方法的弊端，利用金属在熔炼过程中电阻率会随着温度的改变而变化的性质，提出利用Transformer模型来连续测量中频炉熔炼温度。对中频炉的电路结构进行分析，搭建数据采集系统，通过设计电路采集炉料温度和谐振回路的电压、电流等数据，推算出电路的等效电阻，对采集到的数据运用Transformer模型进行训练以及性能评估，实时测量出中频炉的熔炼温度。关键词：中
技术广角 | 用于点云数据实时显示的滑位处理方法研究

技术广角 | 用于点云数据实时显示的滑位处理方法研究

摘要：针对下位机向上位机发送数据时由于接收端和发送端的时钟不同源或者由于短促的干扰造成的数据异常，导致接收到的数据偏移若干个比特的问题，以LabWindows/CVI为平台使用C语言设计点云数据采集软件，采用滑位寻找帧同步码的方法，解决了因帧失步导致的帧内数据错位问题，进而通过TCP/IP网络协议接收实时图像数据，根据帧格式对图像数据进行接收、解析、离线处理以及实时显示，满足了接收速率达到3
技术广角 | 基于历史趋势和预测误差的时序序列预测方法研究

技术广角 | 基于历史趋势和预测误差的时序序列预测方法研究

摘要：针对时间序列预测方法训练复杂、迁移预测能力差等问题，提出一种自适应预测方法。先根据预测误差和当前值确定下一时刻预测值的范围，再结合短期历史趋势确定最终预测值。得到的当前预测值代入下一轮循环中继续预测，通过不断“预测－校正－预测”循环实现对数据预测。最后利用金融、风力等时序数据，LSTM、SVM、ARIMA、MA等经典时间序列预测算法在预测精度、迁移预测能力、运算速度等方面做了对比。
技术广角 | 一种基于最大频繁子图基因的模糊图神经网络检测模型

技术广角 | 一种基于最大频繁子图基因的模糊图神经网络检测模型

摘要：针对恶意软件检测的准确性和时间效率问题，提出一种基于最大频繁子图基因的模糊图神经网络检测模型。首先利用SFFSM-SPIN-MGM方法挖掘恶意软件函数调用图的最大频繁子图，然后利用模糊图神经网络完成恶意软件同源性检测。实验结果表明，该方法具有较强的泛化能力，能够有效地检测现有恶意软件的变种测试集，平均准确率92.1%，平均误报率4.3%、平均漏报率1.4%。关键词：恶意软件；动
技术广角 | 基于DeepLabv3+的轻量级电力线语义分割方法

技术广角 | 基于DeepLabv3+的轻量级电力线语义分割方法

摘要：针对电力巡检中传统视觉电力线识别精度不高，现有基于深度学习的电力线分割速度慢的问题，提出一种基于DeepLabv3+的轻量级电力线语义分割方法。首先使用Mobilenetv2替换原始主干网络Xception，并对ASPP模块进行先降维后升维的操作，在不降低模型感受野和分割精度的情况了减少了模型的参数量。使用Focal Loss和Dice Loss组合的损失函数加强了模型对电力线的分割效
技术广角 | 浅谈基于HTTP数据包的Web安全逻辑漏洞挖掘思路

技术广角 | 浅谈基于HTTP数据包的Web安全逻辑漏洞挖掘思路

摘要：漏洞扫描、WAF、IPS、APT探针平台等网络安全防护设备虽然能根据实体设置策略来动态侦测和阻止外部以及内部的网络攻击，但无法检测到基于系统逻辑漏洞的网络安全攻击，所以系统逻辑漏洞的挖掘十分重要。本文主要基于HTTP协议的数据包之间逻辑的分析，来进行Web系统的逻辑漏洞的挖掘，从而进一步加强系统的安全性。关键词：网络安全；漏洞挖掘； Web系统；逻辑漏洞中图分类号：TP3
信息安全 | APK加固技术破解方法研究

信息安全 | APK加固技术破解方法研究

摘要：为解决智能手机应用程序加固后无法获得代码运行逻辑及敏感数据的问题，研究了加壳、代码加密、结构加固、资源混淆等APK常见加固技术的基本原理。通过脱壳查看核心功能代码、修复魔数头、根据ZIP文件结构去除垃圾内容、破解加密算法等方法，对APK进行加固破解。该方法基于大量APK实例总结提炼而来，具有一定的普适性，可为取证人员开展涉案APK分析取证提供支持。关键词：手机应用程序；逆向分析
信息安全 | 基于改进ID3算法的恶意软件检测策略

信息安全 | 基于改进ID3算法的恶意软件检测策略

摘要：当前机器学习算法应用于iOS平台恶意软件检测的研究较少、公开样本数据集获取难、静态检测误报率高。因此提出一种改进的ID3信息增益算法的动态恶意软件检测方法。首先创建数据集，使用改进的ID3信息增益算法选取前40个API调用序列组成特征向量并构建决策树，然后构建测评指标对实验进行分析和验证。实验结果表明，本文方法具有较好的检测率，与改进前的算法相比准确率提高了2.5%，可有效地对恶意软件
信息安全 | IoT僵尸网络传播大规模测量研究

信息安全 | IoT僵尸网络传播大规模测量研究

摘要：物联网终端数量急剧增长，而其自身安全防御能力不足。目前由物联网僵尸网络带来的攻击，已明显影响到社会及工业安全。本文设计了一套专用于捕获IoT僵尸网络传播行为的蜜罐系统HoneyCC，并开展为期半年的大规模测量研究，捕获四亿多攻击数据及5.5万个BotNet样本。在此基础上开展多维度的测量分析，揭露IoT僵尸网络现网态势和传播方法，给出治理和防护建议。关键词：物联网；僵尸网络；
信息安全 | 基于Gibbs采样和残差连接的AlexNet蔬菜识别算法

信息安全 | 基于Gibbs采样和残差连接的AlexNet蔬菜识别算法

摘要：为了进一步提高蔬菜识别的精度，提出了基于Gibbs采样和残差卷积神经网络的蔬菜识别算法，本文将其命名为GiRAlexNet算法。根据马尔科夫随机场与吉布斯随机场的等价性构建图像概率模型，用Gibbs采样获取最优样本点集合，随机取点切割图片。通过GoogleNet、ResNet和AlexNet模型实验显示，分类准确率分别提升了9.22%，3.34%和9.19%。大量实验表明，该GiRAl
信息安全 | 基于改进YOLOv7的金属表面缺陷检测方法

信息安全 | 基于改进YOLOv7的金属表面缺陷检测方法

摘要：针对金属表面缺陷检测中不同缺陷之间存在相似性以及小目标缺陷的问题，提出一种基于改进YOLOv7的金属表面缺陷检测算法。首先通过构建更大的高效层聚合网络（V-ELAN）模块来有效增强网络对不同缺陷间差异较小的学习能力。其次在Neck部分结合空间通道双重注意力机制，提升对图像中小目标特征提取能力，减少无用特征的干扰；采用Alpha IOU损失函数替换原来的CIOU损失函数，加速网络收敛，提
算法研究与应用 | 基于强化学习思想的地下车库车位排布研究

算法研究与应用 | 基于强化学习思想的地下车库车位排布研究

摘要：在地下车库排布车位，往往受到车库轮廓、障碍物和连通性等条件约束，本文设计并实现了一种基于探索策略和区域划分的车位排布方案。探索策略借鉴了强化学习的思想，通过设置奖励机制使智能体在地下车库环境中进行主路的铺设；区域划分算法可以在保证不堵塞车道情况下得到尽可能多的车位数量。本文算法能够在短时间内获得车位排布结果，帮助设计师减轻工作量，提高项目收益。关键词：地下车库；车位排布；奖励
算法研究与应用 | 考虑末端配送方式感染风险及消费者满意度的车辆路径问题研究

算法研究与应用 | 考虑末端配送方式感染风险及消费者满意度的车辆路径问题研究

摘要：在商品供应链中，生鲜配送成本过高是亟需解决的问题。本文考虑疫情的感染风险对生鲜配送路径优化问题展开研究，以最小化物流成本和最小化感染风险为目标构建模型，设计优先级三层编码方法，使用NSGA-Ⅱ求解问题。在此基础上，增加逆序邻域策略改进NSGA-Ⅱ，提高算法的收敛性。最后进行数值实验，验证了模型的可行性以及改进算法的优越性。关键词：后疫情时代；生鲜电商；车辆路径问题； NSGA
算法研究与应用 | 基于增量控制的一致性问题及其在供应链系统的应用

算法研究与应用 | 基于增量控制的一致性问题及其在供应链系统的应用

摘要：将增量控制方法应用于多智能体一致性问题。通过将相邻智能体的控制变量作为控制输入来更新每个智能体的状态，可以在一定初始条件下将系统转化为线性一致性问题，并应用于供应链库存系统。而在实际中，由于统计过程复杂，系统很难获得准确的库存水平，因此，利用增量控制输入可实现相应工厂的库存水平一致，从而稳定整个市场供应。最后，通过仿真实验验证了该理论方法的有效性。关键词：一致性；供应链系统；
算法研究与应用 | 基于改进变邻域NSGA-II的绿色跨单元调度问题

算法研究与应用 | 基于改进变邻域NSGA-II的绿色跨单元调度问题

摘要：针对绿色背景下跨单元调度存在加工效率低和能源消耗高等问题，建立了以最小化完工时间和全局能耗的多目标数学模型。提出了一种改进变邻域NSGA-II算法求解模型。首先引入三层编码表达问题特征，然后设计了考虑运输时间的解码方法，提出一种基于Sigmoid函数的自适应交叉变异率以保证种群多样性，最后构建了三种变邻域结构融入改进后的NSGA-II算法来增强局部搜索能力。实验表明，改进后的算法能有效
人工智能 | 基于对比边界学习的超面片Transformer点云分割网络

人工智能 | 基于对比边界学习的超面片Transformer点云分割网络

摘要：为了高效地实现大规模室内点云场景语义分割，针对边界点云的特征信息难以区分、场景点云规模过于庞大而导致其难以直接进行分割网络的有效训练等问题，以超面片为数据表征，结合超面片Transformer模块（SPT）和对比边界学习模块（CBL），提出一种基于对比边界学习的超面片Transformer点云分割网络。针对数据集S3DIS进行训练，实验结果表明，该网络在分割精度上比Dgcnn网络高3.
人工智能 | 基于多智能体的生鲜农产品多级库存成本控制模型

人工智能 | 基于多智能体的生鲜农产品多级库存成本控制模型

摘要：针对生鲜农产品多级库存成本控制问题，运用多智能强化学习思想，从供应链视角抽象出批发商与零售商智能体，引入三参数Weibull函数描述生鲜农产品的损腐特征，使用深度双Q网络算法构建基于多智能体的生鲜农产品多级库存成本控制模型。该模型基于智能体间相互合作，优化订货并控制多级库存成本。实验结果表明，基于多智能体的库存成本控制模型能够在一定程度上减轻供应链多级库存中的牛鞭效应，有效降低各级库存
人工智能 | 基于CNN的[λ]域帧内码控最佳码率分配算法

人工智能 | 基于CNN的[λ]域帧内码控最佳码率分配算法

摘要：在[λ]域帧内码控中，提出一种基于卷积神经网络（Convolutional Neural Network，CNN）的帧内码控最佳码率分配算法。首先利用双曲线函数拟合编码树单元（Coding Tree Unit，CTU）的率失真（Rate Distortion， RD）特性。设计双分支卷积神经网络（Dual-Branch Convolutional Neural Network，DBCN
人工智能 | 基于颜色特征的面料花型图案检索算法

人工智能 | 基于颜色特征的面料花型图案检索算法

摘要：为使纺织企业更高效地管理海量的面料花型图案，提出一种基于图案主色及其聚集区域和分块颜色矩相结合的花型图案检索算法。首先利用改进的聚类算法提取花型图案的主颜色，同时根据主颜色提取主色的聚集区域特征；然后提取分块图案的颜色矩来表示局部颜色特征；最后对三种特征进行加权融合。在自建的面料花型图案库中进行实验，平均查准率达到85.8%，表明此方法能够有效地检索出色彩风格相似的图案，优于现有方法。
人工智能 | 基于连续卷积神经网络的3D脑电图情绪识别

人工智能 | 基于连续卷积神经网络的3D脑电图情绪识别

摘要：作为人类大脑神经活动的重要指标，脑电（EEG）信号能更深层次地反映人的情绪状况，但当前大多数深度学习模型通过EEG识别情绪不够精确。本文提出基于连续卷积神经网络的3D脑电图情绪识别模型，采用提取DE和PSD特征时得到的等价矩阵所构造的三维脑电图立方体作为输入，舍弃卷积神经网络中的池化层。在DEAP数据集上进行实验，Arousal准确率为95.77%，Valence准确率为93.52%，表
人工智能 | 改进残差网络的海水养殖鱼类识别与分类研究

人工智能 | 改进残差网络的海水养殖鱼类识别与分类研究

摘要：为了满足海水养殖行业不断提高的智能化需求，对海洋鱼类的识别和分类算法进行研究。采用多重残差网络进行鱼类识别及分类，不仅降低计算复杂度，同时加快了残差网络的学习速度；引入指数线性单元（ELU）改进网络的标准残差模块，对输入的负激活值部分进行非线性变化，其参数可通过卷积训练进行自适应学习，同时保持正激活值部分不变，解决了传统残差模块中ReLU层将包含有用信息的负激活值完全丢弃的问题，以降低
人工智能 | 改进YOLOx的风机叶片缺陷检测研究

人工智能 | 改进YOLOx的风机叶片缺陷检测研究

摘要：针对风机叶片表面缺陷识别率低、背景复杂及目标尺度差异大等问题，提出一种改进YOLOx-s的风机叶片缺陷检测方法。在YOLOx-s颈部输出端引入轻量型通道注意力机制提取图像深层次信息，提升缺陷检测准确率；构建特征提取能力更强的残差结构替换主干网络中的Resunit，通过调整残差结构感受野，增强对小目标缺陷的检测能力；经无人机实景拍摄采集叶片表面缺陷信息，使用Imgaug数据增强技术对数据
人工智能 | 基于边缘信息的RGB-D图像超像素分割算法

人工智能 | 基于边缘信息的RGB-D图像超像素分割算法

摘要：针对简单线性聚类算法（SLIC）中需要初始预设超像素个数和大量重复聚类计算的问题，提出一种基于边缘信息的RGB-D图像超像素分割算法。利用各向异性高斯核提取彩色图像中边缘强度信息，在此之上，自适应地提取图像的初始聚类中心。仅对位于图像边缘附近的像素点进行重新聚类标记计算，这种策略在保证聚类准确的同时，大大降低了重新聚类计算的复杂度。同时，本文提出一种基于边缘信息的距离度量准则来度量两个
人工智能 | 基于树莓派与YOLOv5-Lite模型的行人检测系统设计

人工智能 | 基于树莓派与YOLOv5-Lite模型的行人检测系统设计

摘要：把在PC端上训练好的YOLOv5s与YOLOv5-Lite目标检测模型分别部署在搭载Linux系统的树莓派4B平台上，并在此平台上搭建深度学习环境，构建道路行人检测系统。对这两个模型进行分析对比，实验结果表明，在识别准确率相差0.1%的情况下，YOLOv5-Lite模型相对于原YOLOv5s模型，网络参数量下降了78.26%，模型计算量下降了77.91%，模型内存大小下降了75.52%
应用研究 | 烟草零售数据挖掘与聚类噪声消除方法研究

应用研究 | 烟草零售数据挖掘与聚类噪声消除方法研究

摘要：烟草零售环节积累了大量交易数据，但其中隐藏的有价值的信息还未被有效挖掘。本文针对某省烟草零售户卷烟进销存流水数据进行数据挖掘研究。在原始数据清洗和预处理之后，对于零售户分类中遇到的噪声数据，运用K-means算法进行聚类。对聚类中的噪声干扰，提出了离群点消除方法，将离群点划分到另外的Voronoi单元中，增强正常数据点的聚类有效性。该系统在营销实践过程中得以应用，证明了方法的有效性。
应用研究 | BP神经网络滑动窗口算法在活跃火时空预测模型研究与实现

应用研究 | BP神经网络滑动窗口算法在活跃火时空预测模型研究与实现

摘要：通过C#编程语言与ArcEngine开发引擎编写一种BP神经网络的滑动窗口算法，实现活跃火频次预测。对中南半岛五国活跃火进行建模，预测2020年活跃火频次并与实际对比。经过多次迭代实验，结果表明，模型程序在误差小于0.8或学习训练次数大于8000作为单次结束条件时具有优良的预测效果。关键词：神经网络；活跃火；机器学习；中南半岛中图分类号：TP399.4
应用研究 | 基于弹幕文本挖掘的猪肉价格上涨舆论研究

应用研究 | 基于弹幕文本挖掘的猪肉价格上涨舆论研究

摘要：弹幕作为一种新的交互方式，能直观反映猪肉价格上涨时间对公众舆论产生的影响。本文以弹幕文本信息为研究对象，利用词频、语义网络分析、LDA主题挖掘和SnowNLP情感分析模型等方法，进行了内容分析与情感解读，实现对网络舆情弹幕的情感分类和主题分析。在此基础上建立了物价预测模型。该项研究可为相关政策的调整提供一定的参考。关键词：价格上涨；文本发掘； BP神经网络模型；弹幕中图分
应用研究 | 基于在线评论的智能手机需求偏好判别及客户细分模型构建研究

应用研究 | 基于在线评论的智能手机需求偏好判别及客户细分模型构建研究

摘要：为了帮助商家从在线评论中挖掘产品的需求偏好及客户构成，构建了基于LDA主题模型、情感分析，以及改进的K均值聚类算法等方法的产品需求偏好判别及客户细分模型。通过LDA模型挖掘用户需求偏好，利用情感分析进行情感打分，再用改进的聚类算法得到客户细分群体。最终得到用户对于手机的需求偏好以及客户细分群体构成，帮助商家更好地作出经营决策。关键词：在线评论；需求偏好； LDA模型；情感分析
应用研究 | 基于骨骼信息的原生态舞蹈数字化保护研究

应用研究 | 基于骨骼信息的原生态舞蹈数字化保护研究

摘要：少数民族原生态舞蹈是国家非物质文化遗产的重要组成部分，但由于文化的多元化使其发展和传承受到冲击。为了更好地保护与传承原生态民族舞蹈，本研究结合Kinect深度相机设计并开发了一套原生态舞蹈动作的学习框架。该框架通过Kinect采集并存储专业原生态舞者动作的骨骼信息，并使用改进的3D CNNS模型对原生态舞蹈进行识别，根据识别结果，采用Cosine-DTW算法对训练者的舞蹈动作进行评价，
经验技巧 | 中红外光谱信号去噪方法研究

经验技巧 | 中红外光谱信号去噪方法研究

摘要：红外光谱已成为现代许多领域常用的工具。在中红外光谱信号的分析中，由于其包含噪声及各种外界干扰因素，导致信号分析的准确度降低。为减小误差，依次将滑动平均法、小波分析法、傅里叶变换法、SG平滑滤波器法、处理离群值法与HHT法依次运用到人工构造信号及绒柄牛肝菌中红外光谱的实际信号中去噪，通过比较其信噪比及均方根误差，选出较为优质的方法。实验结果表明，HHT法的信噪比为最大、均方根误差为最小，
经验技巧 | 基于NSGA-Ⅱ的船舶余热回收系统优化研究

经验技巧 | 基于NSGA-Ⅱ的船舶余热回收系统优化研究

摘要：为了综合优化船舶余热回收（WHR）系统性能，建立了超临界二氧化碳动力循环数学模型和经济模型；分析不同设计参数对系统性能的影响，并通过非支配排序遗传算法（NSGA-Ⅱ）对设计参数进行优化，寻找系统最佳设计参数。结果表明，通过NSGA-Ⅱ优化，系统净输出功从308.2kW增加至320.84kW，增加了4.1%；系统平准化能源成本从2.8$/GJ降低至2.58$/GJ，降低了7.9%，系统的
经验技巧 | 基于AlexNet的焊缝缺陷分类方法

经验技巧 | 基于AlexNet的焊缝缺陷分类方法

摘要： X射线检测作为一种实用的无损检测（NDT）方法，在压力容器的焊缝缺陷检测中得到了广泛的应用。基于X射线图像的自动缺陷识别技术也随着人工智能（AI）的发展取得了飞速发展。本文将焊缝缺陷裁剪成像素小块作为神经网络的输入，并在AlexNet的基础上通过添加BN层改进了原网络，而后又选取了最优α值的LeakyReLU层代替了原有的ReLU层，使最终的AlexNet-BN-L模型取得了高达88.
经验技巧 | 以学生为中心的“数据结构与算法”实践教学探索

经验技巧 | 以学生为中心的“数据结构与算法”实践教学探索

摘要：在“以学生为中心”的教学理念下，分析目前“数据结构与算法”课程实践问题，提出“线上线下结合、课内课外互补、基础综合配套、自主分组并行”的全方位全过程课程实践设计思路，阐述了对应于过程性考核方式的实践教学的实施过程，在教学实践中取得了较好的效果。关键词：数据结构与算法；实践教学；以学生为中心；过程性考核中图分类号：TP311.1 文献标识码：A

过往期刊

更多

猜你喜欢

苏州工业园区教育局电子阅览室