所屬欄目:電子信息期刊 熱度: 時間:
計算機與數字工程
關注()【雜志簡介】
《計算機與數字工程》辦刊宗旨是:堅持理論聯系實際;堅持實事求是的學風;堅持以應用為主,提高與普及并重;堅持創新,堅持以刊登國內外計算機方面的新理論、新技術、新工藝、新成果研究為主;以學術性、技術性為辦刊特色,論文以中短專文為主;力求更快地為讀者提供更多的有益的信息。
【影響因子】
國家新聞出版總署收錄 中國期刊網來源刊,2002年起,《計算機與數字工程》全文入編中國期刊網、中國學術期刊綜合評價數據庫、中國核心期刊(遴選)數據庫、中文科技期刊數據庫、萬方數據庫——數字化期刊群全文上網。
【欄目設置】
欄目設置:算法與分析、系統結構、信息與網絡安全、圖像處理、工程實踐等。
雜志優秀目錄參考:
基于智能水滴算法的學習效應生產調度研究 徐佳敏,葉春明,XU Jiamin,YE Chunming
J rv粗糙 Vague 區域關系的新增蘊涵式 張麗平,樊瑞光,李林,藍華健,王淼,李松,ZHANG Liping,FAN Ruiguang,LI Lin,LAN Huajian,WANG Miao,LI Song
一種保持種群多樣性的改進混洗蛙跳算法 張強,劉麗杰,郭昊,ZHANG Qiang,LIU Lijie,GUO Hao
三平移并聯機器人控制算法 蒙運紅,金逸,黃進,MENG Yunhong,JIN Yi,HUANG Jin
基于修正參數簡化標準的 ID3改進算法 胡美春,田大鋼,HU Meichun,TIAN Dagang
求解 Burgers 方程的決定方程的兩種方法研究 李曉燕,張成,LI Xiaoyan,ZHANG Cheng
版權聲明 《計算機與數字工程》編輯部
基于 Matlab 的三相 SPWM 逆變電路死區效應分析 張鵬,ZHANG Peng
基于優化人工蜂群算法的重力匹配導航方法 田軍,趙博,TIAN Jun,ZHAO Bo
基于改進 NPGA 算法的多目標優化云任務調度算法 楊燕,YANG Yan
基于多分類支持向量機的模式識別研究 蘇曉偉,SU Xiaowei
基于圖像處理的艦船目標識別研究 宿勇,SU Yong
基于 Pareto 的多目標免疫算法的產品方案設計研究 翟雨生,ZHAI Yusheng
一種基于優化權重證據組合的目標綜合識別方法 陳辭,CHEN CI
基于遺傳算法的戰場頻率分配研究 陳自衛,賀強,喻永成,CHEN Ziwei,HE Qiang,YU Yongcheng
基于映射的樹的相似度算法及其在本體匹配中的應用 王培杰,王吉華,鄭香堂,WANG Peijie,WANG Jihua,ZHENG Xiangtang
信息管理論文范文:信息化時代旅游文化景區建設
[摘要]如何提升旅游文化景區的核心競爭力,吸引越來越多的游客,是制約當今旅游文化景區發展的一個重要瓶頸。因此,在加強硬件基礎設施建設的同時, 要緊跟信息時代的發展步伐,有效運用現代化的信息技術手段強化旅游文化景區的建設,并堅持以游客為本,培育自身獨特的旅游文化,來適應時代的發展以及廣大游客對現代化旅游文化景區的發展需求。
[關鍵詞]信息化時代,旅游,文化,景區
1、信息化時代旅游文化景區建設概述
信息化時代旅游文化景區建設是指充分利用信息技術、數據庫技術和網絡技術,對旅游文化景區的各類資源進行加工和整合。數字化旅游文化景區建設作為信息化時代旅游文化景區建設的熱點問題,一方面是信息時代向我們提出的要求,另一方面也是風景名勝區事業發展和信息技術發展的必然結果。數字化旅游文化景區建設是按照統一的規范和技術標準,實現旅游文化景區的管理系統、交通管理系統、游客服務系統、安全應急系統等的基礎設施系統的數字化建設,并通過網絡化信息共享,建立具有統一標準的數據庫、數據共享平臺、數據處理平臺等。它是由景區數字化技術、景區數字化業務模塊以及景區數字化的應用服務三個方面組成的。
計算機與數字工程最新期刊目錄
基于PSO優化XGBoost入侵檢測系統的研究
摘要:針對網絡流量入侵檢測智能識別系統,提出了一種多超參數的算法優化和關鍵特征提取策略相結合的入侵檢測方法。通過創新型特征提取策略(KDS)以及利用粒子群優化算法(PSO)優化XGBoost(EXtreme Gradient Boosting)的方式構建KDS-PSO-XGBoost入侵檢測分類模型。相比傳統入侵檢測算法,其速率和準確率都有較大提升
基于注意力機制的多視覺任務混合學習策略
摘要:隨著計算機視覺任務復雜度和數據規模的增加,單任務的視覺模型往往容易忽略其他任務的特征信息,導致訓練冗余并且模型泛化能力較差。針對上述問題,提出一種結合注意力機制的多視覺任務混合學習策略,在多任務進行特征共享的同時,也能提取各自任務的關鍵特征。同時提出了一種自適應加權方案,防止個別任務在多任務學習中占據主導地位,使所有參與學習的任務都能得到更好的收斂。在公開的PASCAL VOC 07+12、min...
基于多層Transformer的細粒度圖像-文本檢索算法
摘要:傳統的基于深度學習的圖像-文本檢索算法大多使用CNN、RNN網絡對圖像和文本數據編碼,這類方法不能充分挖掘跨模態的細粒度交互信息。針對這一問題,設計了一種基于Transformer的圖像-文本檢索網絡,通過兩個多層Transformer模塊分別對模態內和模態間的細粒度交互進行建模,同時使用基于CCA的特征融合方法獲得更高質量的特征表示,最后通過一個特征相似度矩陣最大化成對樣本的相關性。在Wikip...
基于LPC和基音周期的方言語音合成改進算法
摘要:針對線性預測系數(LPC)進行安康方言語音合成過程中聲道參數信息丟失嚴重,合成效果較差,提出一種改進的LPC和基音周期結合的語音合成算法。在傳統算法的基礎上首先運用改進的主體-延伸基音周期檢測算法將語音信號的基音周期參數特征提取出來;然后經過激勵源模型的選通和放大,提高計算精度;最后通過由激勵脈沖序列參數和共振峰參數控制的濾波器模型,更好地獲得了合成的安康方言語音信號。根據實驗結果可知,論文的改進...
電力系統最小驅動節點集篩選算法
摘要:電力系統中的某些節點的故障可能會導致級聯故障,需要選擇一組節點進行人為控制以減少損失,考慮了電力網絡的能控性與拓撲結構之間的關系,提出了基于節點能控中心性和電氣介數的節點EC指數。首先,確定網絡所需的最小驅動節點數量;然后,基于PBH判據和網絡的精確可控性理論篩選網絡中的有效信號輸入;最后,在最優驅動節點集上輸入信號使網絡達到完全能控。以修正的拉普拉斯矩陣的最小非零特征值作為評價指標,對比其他五種...
基于輔助信息特征融合的序列推薦算法
摘要:序列推薦算法基于用戶歷史行為預測用戶未來行為,為了提升預測物品的精準度,物品屬性、用戶屬性等輔助信息被納入算法建模范疇,但當前算法將過早的將序列信息和輔助信息融合,導致輔助信息自身的相互關聯被忽略。針對此問題,論文提出了一種輔助信息特征融合的序列推薦算法(Auxiliary Information Feature Fusion for Sequential Recommendation),使用注意...
基于PCA-SVM算法的慢性疾病預測研究
摘要:針對傳統機器學習算法對糖尿病和心臟病預測結果效率不佳的問題,論文提出了改進之后的學習算法,該算法結合PCA降維算法和支持向量機算法(SVM)對糖尿病和心臟病進行預測,通過PCA降維算法對訓練數據的特征進行特征映射,為了加快模塊的收斂以及對異常特征數據進行處理,引入歸一化的操作,最后將歸一化之后的特征數據輸入到SVC用于算法模型的訓練。分別基于隨機森林、XGBoost以及提出的算法在糖尿病數據集和心...
基于多傳感器多閾值的人員慣性定位系統
摘要:傳統的人員定位一般采用慣性導航算法并結合零速修正算法修正誤差,在定位中用傳感器來檢測用戶運動姿態從而檢測零速區間,并修正慣導解算的速度和位移。單一傳感器其得到的姿態數據精確度有限,一般只適用于步行或較慢速的運動狀態。針對上述問題,論文設計了一個基于多傳感器多閾值改進的零速修正算法的慣性定位算法,結合行人航跡推算,使得用戶不論在較快或者較慢的運動狀態下都能進行更精確的定位
一種自適應PMSM滑模控制
摘要:針對滑模控制中存在的高頻抖振和響應時間緩慢問題,在趨近律中引入自適應項,提升趨近模態的速率,并削弱抵達滑模面后出現的抖振;應用增強線性滑模面,提升滑動模態時收斂速度,以改善系統的動態品質。通過仿真對比表明,同基于PID和線性滑模面的PMSM控制系統相比,改進后方法收斂速度更快、抖振得到明顯削弱
基于共AP的無小區大規模MIMO系統頻譜共享研究
摘要:將頻譜共享技術與無小區大規模多輸入多輸出(Cell-Free Massive MIMO,CF-mMIMO)技術結合后能顯著提升次用戶(Secondary User,SU)的接收速率。目前研究中,主用戶(Primary User,PU)和次用戶分別與單天線主、次級接入點(Access Point,AP)相連,這在SU較少的情況下造成了資源的浪費。針對上述問題,為了提升AP利用率,論文提出了采用共多天...
基于圖結構自注意力和知識增強的文檔級關系抽取
摘要:在文檔級關系抽取中,大量實體間關系無法通過單個句子信息識別出來,如何推理出跨句實體之間的關系依然是一項重大挑戰。目前流行的基于圖的方法大多基于啟發式建圖,導致存在一些實體對無法通過路徑推理連接。為了解決這個問題,論文提出一種基于外部知識增強和圖結構自注意力的關系抽取模型(KSAN)。KSAN通過基于Transformer的自注意力模塊將文檔結構編碼到實體圖中,并且引入外部知識,作為實體圖的知識節點...
基于改進YOLOv5s融合雙目立體匹配算法研究
摘要:工業設備檢測是工業生產中極為關鍵的一個部分,需要消耗大量人力資源,且核化工等工業場景存在一定安全隱患,因此將基于深度學習的檢測模型運用于工業工程是非常必要的。隨著單階段目標檢測算法的精度及速度逐漸優化,論文選用檢測精度較高模型體量較小的YOLOv5s模型為基礎,在不改變網絡深度的前提下對YOLOv5s模型進行改進。首先將CBAM注意力機制加入YOLOv5s模型以優化小目標識別,隨后以DIoU-NM...
基于時序反饋機制的用戶多類型興趣預測方法
摘要:時序模型能夠有效發現用戶之間的時序規律而被廣泛用于推薦領域。然而,現有的時序模型并未充分考慮網絡中的時序特征對用戶興趣變化產生的反饋,無法獲取用戶行為隨時間產生的多類型興趣特征。因此,提出了一種基于時序反饋機制的用戶多類型興趣預測方法,通過用戶的時序特征有機關聯用戶基本特征和行為產生的特征,進而利用多標簽分類方法實現用戶多類型興趣預測。首先,針對用戶時序特征基于時序反饋機制構建用戶生成網絡,同時挖...
基于知識圖嵌入的農業病蟲害復雜問答
摘要:針對農業病蟲害領域知識碎片化分布、農業病蟲害問答精準度不高問題,采用基于Scrapy爬蟲框架獲取病蟲害相關數據,構建農業病蟲害領域知識圖譜和問答數據集,并提出一種基于知識圖嵌入的農業病蟲害問答方法模型ADP-KGQA(Complex questions and Answers of agricultural diseases and pests based on knowledge graph e...
基于故障樹的液壓絞車漏油故障分析
摘要:吊放聲納在訓練使用過程中發生故障對航空反潛能力的提升有著直接的影響,嚴重時可能危及飛行安全。液壓絞車是吊放聲吶最容易發生故障的部件之一,油液泄漏是絞車一直以來普遍存在的故障現象。文中從液壓絞車的工作過程、技術特點以及維護使用等方面出發,針對液壓系統的漏油問題,建立故障樹;并通過故障樹的建立,推導出導致漏油現象的最小割集和最小路集,有助于了解絞車漏油故障的主次因素,從而提高故障維修的時效性;最后對液...
基于VMD-PSO-LSTM的短期電力負荷預測
摘要:短期負荷預測作為電網正常運行中的重要一環,對電網未來的發展具有重要意義。論文提出的變分模態分解算法(VMD)和粒子群(PSO)優化長短期記憶神經網絡(LSTM)相結合的組合模型,首先將原始電力負荷數據經VMD算法分解為多個不同頻率、特征更加明顯的本征模態分量;然后通過LSTM網絡對每個模態分量分別構建模型進行預測,并使用PSO對LSTM模型中的超參數進行尋優;最后將各模型的預測值相加得到最終完整預...
非獨立同分布數據流下的持續學習語義分割方法
摘要:為了緩解語義分割模型在增量更新知識時發生的災難性遺忘現象,提出了非獨立同分布數據流下的持續學習語義分割方法。首先,使用生成對抗網絡生成以及網頁抓取作為模型的數據來源,在訓練時將舊數據進行重放以緩解災難性遺忘。其次,為了進一步優化重放后的知識恢復效果,在網絡中引入門控變量,通過在網絡中構建門控機制以進一步提升模型穩定性與可塑性。在Pascal VOC 2012數據集上的實驗表明,在最復雜的增量場景1...
基于IWOA-LSTM的水利設施裂縫數據預測
摘要:水利設施的裂縫寬度對水利設施的安全運行有著很大的影響,因此需要對裂縫數據預測。設計了一種基于改進鯨魚優化算法(IWOA)與長短期記憶神經網絡(LSTM)的組合網絡模型(簡稱IWOA-LSTM),解決了普通的LSTM網絡在預測水利設施裂縫數據時,人為設定超參數對預測精度的影響。該模型在現有鯨魚優化算法的基礎上,采用分段線性混沌映射初始化種群,并引入非線性收斂因子,加快種群收斂速度。結合某水電站4#號...
基于改進DeepLabv3+的野外露頭區巖石裂縫分割算法
摘要:探究野外露頭區巖石裂縫的分布對于裂縫性油氣儲藏的地質勘測具有重要的指導作用。針對傳統圖像處理方法難以準確提取裂縫的問題,論文提出了一種改進的DeepLabv3+野外露頭區巖石裂縫分割算法,該算法在編碼器部分使用更輕量化的Mobilenetv2網絡進行提取特征減小了模型參數;同時使用密集連接的方式優化ASPP模塊,在增大感受野的同時增強了分割裂縫邊緣的能力;使用Focal loss損失函數修正數據中...
基于改進A*和DWA算法的室內機器人路徑規劃研究
摘要:為提高室內機器人在路徑規劃時的效果,論文將全局路徑A*算法與局部路徑DWA算法融合。針對傳統A*算法轉折點多、角度大、路線不平滑等問題,將當前節點父節點的距離信息添加到啟發函數中,利用障礙物信息添加自適應權重,提高路徑搜索效率。設置安全閾值提取關鍵點,引入共線二次優化策略,減少冗余節點。針對DWA算法易陷入最優解,在軌跡函數中添加與全局路徑距離的約束。通...
相關電子信息期刊推薦
核心期刊推薦
copyright © www.digitalguess.com, All Rights Reserved
搜論文知識網 冀ICP備15021333號-3