計算機工程與設(shè)計最新期刊目錄

基于改進蟻群算法的機器人避障路徑規(guī)劃————作者：金將;王小平;臧鐵鋼;姜世闊;趙崟;

摘要：針對蟻群算法在路徑規(guī)劃中盲目搜索、搜索速度慢和路徑平滑性差等問題，提出一種改進的蟻群算法，以提高其搜索效果。基于A■算法快速規(guī)劃出初始路徑，對蟻群初始信息素進行非均勻分配，提高算法收斂速度。在蟻群算法的狀態(tài)轉(zhuǎn)移概率公式中引入動態(tài)目標(biāo)導(dǎo)向函數(shù)，同時在信息素更新策略中考慮路徑轉(zhuǎn)角數(shù)和路徑匝數(shù)，通過優(yōu)劣質(zhì)螞蟻的分層信息素更新來優(yōu)化路徑長度和平滑性。結(jié)合動態(tài)窗口法使機器人具備良好的局部動態(tài)避障功能，通過仿...

全局搜索和云模型動態(tài)擾動的魚鷹優(yōu)化算法————作者：左鋒琴;張達敏;鄧佳欣;文裕杰;

摘要：針對魚鷹優(yōu)化算法(OOA)收斂速度慢和穩(wěn)定性低等問題，提出一種全局搜索和云模型動態(tài)擾動的魚鷹優(yōu)化算法(GDOOA)。利用正態(tài)云模型動態(tài)擾動策略更新種群最優(yōu)解，加快算法收斂速度；在算法探索階段，采用自適應(yīng)更新機制平衡全局搜索和局部開發(fā)能力，提高算法的收斂精度；在開發(fā)階段，引入全局優(yōu)化導(dǎo)引策略為魚鷹個體提供3種更新機制，提升個體的靈活性和算法的全局搜素能力。在8個基準(zhǔn)測試函數(shù)和Wilcoxon秩和檢驗...

基于聚類集成選擇的隨機森林聚類方法————作者：李金玉;劉靜瑋;杜明晶;吳福玉;

摘要：為解決一些決策樹受到數(shù)據(jù)噪聲等因素的影響，導(dǎo)致它們對隨機森林聚類產(chǎn)生有限甚至負面貢獻這一問題，提出一種基于聚類集成選擇的隨機森林聚類方法(random forest clustering method based on cluster ensemble selection, RFCCES)。將每一棵決策樹視為一個基聚類器，根據(jù)基聚類器集合的穩(wěn)定和不穩(wěn)定性設(shè)計兩種不同的聚類集成選擇方法，將評估單個決...

基于半直接的雙目SLAM系統(tǒng)————作者：唐帥;鐘小勇;

摘要：為提高視覺同步定位與建圖算法的精度和魯棒性，提出一種基于半直接法的雙目視覺SLAM系統(tǒng)。該系統(tǒng)基于LDSO,其視覺前端同時提取直接和間接特征，在跟蹤過程中通過聯(lián)合優(yōu)化光度誤差和重投影誤差估計相機位姿，在后端建圖過程中加入雙目約束條件提高系統(tǒng)的絕對精度。在公開數(shù)據(jù)集EuroC、KITTI上與ORB-SLAM3等開源算法進行對比實驗，其結(jié)果表明，所提算法較好結(jié)合了直接法、間接法和雙目相機的優(yōu)點，其平均...

面向野外環(huán)境的視覺慣導(dǎo)SLAM算法————作者：李靜博;伊克薩尼·普爾凱提;朱斌;朱紀洪;艾斯卡爾·艾木都拉;

摘要：過去的定位研究大多是在結(jié)構(gòu)化環(huán)境下進行研究的，但在野外環(huán)境下由于光照變化大、特征提取困難和顛簸道路多導(dǎo)致定位困難。提出一個由單目相機和慣性測量單元組成的可視化視覺慣導(dǎo)里程計，前端通過融合基于泊松方程預(yù)處理的視覺信息和慣性測量單元信息，后端采用非線性優(yōu)化并結(jié)合魯棒核函數(shù)使系統(tǒng)能夠在光照變化大和顛簸道路的野外環(huán)境下魯棒運行。實驗結(jié)果表明，算法在ROOAD野外環(huán)境數(shù)據(jù)集中的表現(xiàn)比最先進的視覺慣導(dǎo)方法精度...

基于近端策略優(yōu)化的無人機輔助移動邊緣計算————作者：胡靜;李君;李正權(quán);徐鈺龍;張圣;

摘要：為更高效利用移動邊緣計算(MEC)系統(tǒng)中的有限資源，提出一種基于近端策略優(yōu)化(PPO)的無人機(UAV)輔助邊緣卸載優(yōu)化算法。通過聯(lián)合優(yōu)化任務(wù)卸載率、用戶通信資源分配、無人機飛行角度和飛行速度，結(jié)合狀態(tài)歸一化算法，以最小化最大處理延遲為目標(biāo)。實驗結(jié)果表明，所提算法能夠快速收斂到最優(yōu)且穩(wěn)定性較強。與基線算法深度確定性策略梯度(DDPG)和Actor-critic(AC)相比，PPO算法在處理延遲方面...

基于ASCABC的并行DCNN優(yōu)化算法————作者：胡健;周奇航;毛伊敏;

摘要：針對大數(shù)據(jù)環(huán)境下并行DCNN存在冗余計算過多、收斂速度慢、參數(shù)尋優(yōu)能力差以及中間數(shù)據(jù)傾斜等問題提出一種基于Spark和ASCABC的DCNN-SASCABC算法。提出基于馮諾依曼熵的FMC-VNE策略來對特征圖進行壓縮，降低冗余計算；提出基于自適應(yīng)人工蜂群算法的MPT-ASCABC策略進行參數(shù)初始化，提高DCNN收斂速度與參數(shù)尋優(yōu)能力；提出中間數(shù)據(jù)分配策略BA-ID重分配中間數(shù)據(jù)，解決Spark中...

基于改進shapelet轉(zhuǎn)換的油井異常工況識別————作者：王立達;李克文;牛小楠;田繼林;

摘要：針對現(xiàn)有的油井異常工況識別通常是根據(jù)示功圖數(shù)據(jù)直接給出判斷結(jié)果，不具備可解釋性，不利于生產(chǎn)人員判斷處理等問題，提出一種基于shapelet轉(zhuǎn)換的油井異常工況識別方法。根據(jù)示功圖時間序列特點，通過計算示功圖曲線的差值序列得到額外特征，限制shapelet作用范圍避免錯誤匹配，引入間隔shapelet捕捉長時特征三點針對性改進，提高shapelet轉(zhuǎn)換算法在油井異常工況數(shù)據(jù)集的應(yīng)用效果。實驗結(jié)果表明，...

基于神經(jīng)隱式表面表征的動態(tài)可擴展SLAM技術(shù)————作者：張嘉釧;戈湑;王錄濤;

摘要：針對同時定位與地圖構(gòu)建過程中，受遮擋、測量誤差等因素影響導(dǎo)致構(gòu)造地圖易出現(xiàn)空洞、斷層等問題，提出一種基于神經(jīng)輻射場的三維場景重建方法，提升建圖質(zhì)量，實現(xiàn)無邊界場景的重建和地圖的動態(tài)擴展。基于密度場是由一個定義良好的表面產(chǎn)生的這一假設(shè)，通過約束表面的不透明度誤差，使射線采樣點更好地吻合輻射場分布；為實現(xiàn)壓縮網(wǎng)格占用的空間的同時，不降低重建分辨率，引入線性插值的方法，獲得指定坐標(biāo)的特征向量集；引入光度...

自注意力增強的動態(tài)個性化多行為推薦模型————作者：楊栩;曹瓊;黃賢英;陳毓哲;

摘要：為解決實例級建模中無法有效捕獲用戶個性化偏好和時序信息以及沒有考慮用戶對不同行為的差異性，提出一種融合時間元知識和注意力機制融合交互圖的多行為推薦模型(MB-TMSCI)。在實例級多行為建模中納入元學(xué)習(xí)范式，通過引入元知識個性化表示用戶和物品嵌入；通過對交互時間編碼考慮動態(tài)特征；利用多頭注意力機制融合高階圖集且使用自注意力機制區(qū)分融合不同類型的高階圖集。在3個公開數(shù)據(jù)集上進行大量實驗，驗證了所提模...

基于多任務(wù)學(xué)習(xí)的全景駕駛感知算法————作者：吳偉林;劉春泉;余孝源;

摘要：針對全景駕駛感知算法YOLOP存在特征圖池化操作自適應(yīng)較差、下采樣過程細節(jié)丟失和模型性能差的問題，提出一種基于多任務(wù)學(xué)習(xí)的全景駕駛感知算法，引入高效處理模塊，提高對特征圖池化操作自適應(yīng)能力，采用不同加權(quán)系數(shù)的損失函數(shù)，提升網(wǎng)絡(luò)的檢測性能及魯棒性。在BDD100K數(shù)據(jù)集的評估結(jié)果中，車道線檢測準(zhǔn)確率提高11.6%,可行駛區(qū)域檢測的平均交并比(mIoU)提高2.1%,車輛檢測的平均精確率均值的50%指...

融合感受野的CT圖像多類型小目標(biāo)病灶檢測————作者：張茜;李若宣;鄭冰潔;

摘要：針對目前相關(guān)研究存在只檢測特定類型病灶及傳統(tǒng)目標(biāo)檢測框架存在固有局限等問題，提出一種針對多類型小目標(biāo)病灶的檢測網(wǎng)絡(luò)。基于Mask R-CNN進行改進，以融合注意力機制的卷積網(wǎng)絡(luò)為主干網(wǎng)絡(luò)，通過計算有效感受野與真實標(biāo)注框的匹配程度進行正負樣本的標(biāo)簽分配，級聯(lián)多個檢測器循環(huán)修正回歸框。將提出的方法在DeepLesion數(shù)據(jù)集和外部驗證集上進行實驗，其結(jié)果表明，該模型可以快速準(zhǔn)確地對多類型小目標(biāo)病灶進行...

基于注意力卷積增強特征網(wǎng)絡(luò)的昆蟲圖像識別————作者：韓巧玲;周晗;趙玥;王禹灃;趙燕東;王海蘭;

摘要：為解決由于五大連池地區(qū)昆蟲樣本量少、類別分布不均導(dǎo)致昆蟲識別準(zhǔn)確性低的問題，提出一種基于注意力卷積增強特征的匹配網(wǎng)絡(luò)(feature-enhanced matching network, FEMNet)。采用隨機欠采樣對數(shù)據(jù)集進行平衡處理；通過提出特征上下文嵌入模塊，增強昆蟲全局和局部特征的提取能力；基于匹配網(wǎng)絡(luò)實現(xiàn)樣本間特征的靈活匹配，提高小樣本下昆蟲圖像識別精度。實驗結(jié)果表明，對于小樣本昆蟲數(shù)...

基于注意力機制與WGAN方法的不平衡流量分類————作者：李道全;翟豫陽;董雪晴;胡一帆;

摘要：為有效處理數(shù)據(jù)的不平衡，采用方差分析法對原始數(shù)據(jù)集進行特征選擇，減少模型訓(xùn)練時間，利用SA-WGAN-GP生成模型學(xué)習(xí)原始數(shù)據(jù)的潛在分布對少數(shù)類進行數(shù)據(jù)擴充，數(shù)據(jù)不平衡問題由此得到解決，利用自注意力機制提取攻擊樣本的全局特征，通過引入Wasserstein距離和梯度懲罰提高模型訓(xùn)練的穩(wěn)定性。實驗結(jié)果表明，該方法在處理不平衡分類問題時表現(xiàn)出較優(yōu)性能，尤其少數(shù)類樣本的質(zhì)量得到提高

基于PD3PG的無人駕駛行為決策仿真————作者：曹克讓;王涵;劉亞茹;范慧杰;梁琳琦;

摘要：為提高無人駕駛車輛的行為決策控制能力，將深度強化學(xué)習(xí)中的DDPG算法應(yīng)用到無人駕駛行為決策中。提出一種將混合優(yōu)先經(jīng)驗回放機制以及決斗網(wǎng)絡(luò)結(jié)合的確定性策略梯度算法PD3PG。構(gòu)建無人駕駛行為決策模型，設(shè)計合理的獎勵函數(shù)。提出PD3PG算法，提高重要經(jīng)驗的利用率以及加快神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度。通過仿真平臺TORCS,驗證了PD3PG算法相比于DDPG算法擁有更快的收斂速度，更高的回合獎勵，以及更加穩(wěn)定的偏...

基于隨機提示的中文法律領(lǐng)域命名實體識別————作者：周鵬;何軍;

摘要：為解決中文法律領(lǐng)域命名實體識別面臨的數(shù)據(jù)集稀缺和通用命名實體識別模型未充分利用BERT文本推理能力的問題，提出一種基于隨機提示的命名實體識別方法。設(shè)計專用于法律領(lǐng)域的實體類型信息融合層，通過隨機融合多角度的實體類型解釋信息，結(jié)合BERT和BiLSTM,學(xué)習(xí)文本中融合實體類型解釋信息的上下文語義特征。將命名實體識別任務(wù)建模為序列標(biāo)注任務(wù)，通過CRF獲取序列的標(biāo)簽信息。實驗結(jié)果表明，該方法在中文法律領(lǐng)...

基于RGB圖像和點云數(shù)據(jù)融合的汽車零配件配準(zhǔn)————作者：庫宗帆;陳燈;鄭朝暉;

摘要：針對工業(yè)場景下經(jīng)典迭代最近點(iterative closest point, ICP)算法在點云位姿估計中初始位姿敏感度高、迭代時間長的問題，提出一種基于RGB圖像的快速點云配準(zhǔn)方法。分別采集RGB圖像和點云數(shù)據(jù)，使用ORB(oriented FAST and rotated BRIEF)算法提取RGB圖像特征點，利用Brute-Force算法進行初始匹配，采用隨機采樣一致性算法優(yōu)化匹配，得到單...

基于增量預(yù)訓(xùn)練與對抗學(xué)習(xí)的古籍命名實體識別————作者：任樂;張仰森;李劍龍;孫圓明;劉帥康;

摘要：針對用于古籍命名實體識別古籍語料少、古文信息熵高的問題，構(gòu)建基于二十四史的古籍文本語料庫，并提出一種基于增量預(yù)訓(xùn)練和對抗學(xué)習(xí)的古籍命名實體識別模型(ANER-IPAL)。基于自建的古籍文本數(shù)據(jù)集，使用NEZHA-TCN模型進行預(yù)訓(xùn)練，在嵌入層融合對抗學(xué)習(xí)增強模型泛化能力，在解碼層引入全局指針網(wǎng)絡(luò)，將實體識別任務(wù)建模為子串提取任務(wù)，結(jié)合規(guī)則進行結(jié)果的矯正輸出。實驗結(jié)果表明，所提模型在“古籍命名實體識...

基于擾動學(xué)習(xí)的強化對抗訓(xùn)練方法————作者：于鎧博;許莉;劉暢;范純龍;

摘要：為解決提升圖像分類神經(jīng)網(wǎng)絡(luò)模型魯棒性的對抗訓(xùn)練算法中存在的計算成本高以及災(zāi)難性過擬合問題，通過引入生成神經(jīng)網(wǎng)絡(luò)模型，提出一種快速對抗訓(xùn)練算法。使用強對抗性擾動進行監(jiān)督式訓(xùn)練，使生成神經(jīng)網(wǎng)絡(luò)模型具有輸出強擾動分布的能力，對訓(xùn)練過程中可能引發(fā)災(zāi)難性過擬合的樣本進行對抗性增強，在提升魯棒性的同時提高計算效率并避免災(zāi)難行過擬合。經(jīng)實驗驗證，該算法所訓(xùn)練模型的魯棒性相較于基線算法平均提升10.21%,計算效...

可重構(gòu)衛(wèi)星信息網(wǎng)絡(luò)系統(tǒng)的研究與設(shè)計————作者：樂浪;徐楠;陳余軍;陳曉;安衛(wèi)鈺;王依一;

摘要：為解決可重構(gòu)衛(wèi)星在軌組裝過程中信息系統(tǒng)重構(gòu)的問題，提出一種可重構(gòu)衛(wèi)星信息網(wǎng)絡(luò)系統(tǒng)，基于SpaceWire總線構(gòu)架，設(shè)計可重構(gòu)信息網(wǎng)絡(luò)系統(tǒng)的路由器及基于Dijkstra算法的計算機節(jié)點尋徑算法。當(dāng)信息網(wǎng)絡(luò)系統(tǒng)拓撲構(gòu)架變化后，計算機系統(tǒng)可根據(jù)新構(gòu)架下各路由器反饋的鏈路信息配置各路由器的邏輯地址，實時更新各路由器的路由表內(nèi)容，解決不同功能模塊之間互相感知、動態(tài)互聯(lián)的問題。該系統(tǒng)能夠滿足可重構(gòu)衛(wèi)星在軌模塊...

　　計算機工程與設(shè)計來自網(wǎng)友的投稿評論：

• 帶頭大哥666

  9.27投稿，網(wǎng)站說2-7天郵件通知初審結(jié)果，10.17沒等到結(jié)果打電話催了一下，電話里說是沒過初審，問為什么沒有發(fā)郵件通知，說會補上，最后10.21才回郵件說我的稿件不適合他們期刊。

  2024-10-21 18:49
• Yangming_ak

  加急審稿，差不多一個月的時候返回退修通知。注重文章具有創(chuàng)新性以及方法、算法間的對比，但相對其他期刊來說還是較為容易的，就是版面費跟系統(tǒng)仿真學(xué)報一樣，有點貴。編輯的態(tài)度較為友好。研究方向: 信息科學(xué) 計算機科學(xué) 計算機應(yīng)用技術(shù)

  2024-08-16 07:42
• zhaohhhh

  投稿10天了，沒給我回復(fù)，打電話問才給我回復(fù)沒有錄用，感覺很隨意

  2024-07-26 08:17
• 奔跑的辣椒醬

  初審周期為2-7個工作日，通過初審需要繳納審稿費。外審意見較中肯。總體上這份刊物的難度屬于同類期刊中等，編輯不錯，耐心，小碩等可嘗試下。

  2023-04-16 11:13
• zhaohhhh

  初審周期為2-7個工作日，審稿結(jié)果將以郵件形式通知。 如通過初審需要繳納審稿費，審稿費為100元/篇(外審時間在2個月左右)，加急審稿費為200元/篇(外審時間在1個月左右)。 外審專家給出的意見比較中肯，簡潔，感覺也是匆匆看了下，覺得沒有啥亮點的創(chuàng)新和工作量就以不夠創(chuàng)新拒稿了，細節(jié)也看得較為自習(xí)，語氣比較官方，不是很客氣，有啥說啥。 他們家的發(fā)的文章創(chuàng)新程度，工作量，學(xué)術(shù)深度都屬于計算機類中等，有點八股，注重格式，新手可多嘗試下。

  2022-09-16 09:48

提交