首页期刊导航|电脑编程技巧与维护
期刊信息/Journal information
电脑编程技巧与维护
电脑编程技巧与维护

半月刊

1006-4052

gaojian@comprg.sina.net

010-82561037

100089

北京市海淀区长春桥路5号六号楼1209室

电脑编程技巧与维护/Journal Computer Programming Skills & Maintenance
查看更多>>本刊自1994年创刊以来,始终以“实用第一,智慧密集”为宗旨,为广大电脑编辑爱好者、专业计算机系统维护人员和软件开发人员提供第一手的技术资料和编程维护技术,在业内获得一致好评,是广大编程和维护人员的首选刊物。自办刊以来,我们始终坚持质量第一的原则,努力为中国的软件事业提供切实可行的技术解决方法,以振兴民族软件工业为己任,为把本刊办成国际一流技术刊物而不断努力。
正式出版
收录年代

    基于UE4可视化编程的射击类游戏开发

    吴浩
    143-147页
    查看更多>>摘要:使用UE4游戏引擎的各功能模块进行射击类游戏设计.通过使用UE4蓝图可视化编程来实现游戏的交互逻辑,从逻辑设计、游戏场景设计、开发技术、游戏测试等方面构建一个完整的游戏体系.经过测试,游戏可打包为.exe格式,在PC端运行流畅.

    UE4游戏引擎可视化编程蓝图射击游戏

    基于TTS声音模拟技术的课程录制系统设计

    王哲郑欣怡
    148-151页
    查看更多>>摘要:随着在线教育的快速增长,对高效课程录制系统的需求增加,设计并实现了一款基于TTS技术的课程录制系统,通过模拟教师授课声音自动生成课程内容,解决传统录制效率低和资源消耗大的问题.系统采用深度学习模型训练TTS引擎,使其产出接近真人的语音效果.系统包括语音合成、内容编辑和录制调度管理模块,提供了用户友好的界面.实验表明,该系统在保证教学内容质量的同时,显著降低了录制成本并缩短了时间.

    TTS技术课程录制系统语音合成

    基于多尺度分解的多曝光图像融合

    任杰徐沛航王瑞仪
    152-154,173页
    查看更多>>摘要:普通的成像设备易受光照影响,过曝光或欠曝光都会导致图像质量下降,难以满足人们的需求.基于此,许多学者提出了曝光图像处理算法,通过将多幅不同曝光程度的图像进行合成,实现曝光图像质量的提升.在现有算法的基础上提出了一种多曝光图像融合算法,将图像在HSV空间进行基于引导滤波的多尺度分解,将图像分解为细节层和基础层.通过赋予细节层和基础层不同的权重来完成细节层与基础层的融合.将细节层和基础层进行叠加,同时将融合后的图像转回到RGB色彩空间来完成对曝光图像的处理.实验结果表明,提出的算法能够较好地完成多曝光图像的融合,保留图像细节,与对比算法相比有较好的融合性能.

    多曝光图像融合多尺度分解引导滤波计算机视觉图像增强

    卷积神经网络在图像分类中的应用研究

    张柳林德智
    155-157页
    查看更多>>摘要:针对传统图像分类在泛化性能上的局限性,采用了一种包含两层卷积和池化操作的卷积神经网络来进行图像分类任务.为了验证卷积神经网络的性能,研究从分类精准度和运行时间来对比BP神经网络、支持向量机(SVM)及卷积神经(CNN)网络的3种算法的性能.实验结果表明,CNN的分类准确率优于其他两种分类算法,但训练时间及测试时间相对较长.

    卷积神经网络支持向量机神经网络图像分类

    一种快速判断发起TCP连接请求的IP是否合法的方法

    陈浩吕行杨国胜季婉晴...
    158-161页
    查看更多>>摘要:在网络编程中,作为服务器Server,接受TCP连接请求后,首先,要做的是判断发起连接的IP地址是否为合法IP地址,即是否在白名单里,或是否不在黑名单里.然后,根据判断的结果决定下一步如何处理.研究提出了一种快速判断连接IP是否合法的方法.

    IP地址黑白名单共享内存哈希表

    Web应用越权漏洞自动化检测方法研究

    刘亚杰
    162-164页
    查看更多>>摘要:为提高Web应用中注册用户信息的安全性,以某Web应用为例,针对其越权漏洞设计了自动化检测方法.采用构建Web应用界面状态机的方式,对应用程序现状进行描述.利用状态机在不同状态之间转换时的钩子,触发信息提取操作,进行Web应用深度静态信息提取.引进网络爬虫技术,模拟用户行为,遍历Web应用的各个界面和功能,进行应用程序的越权漏洞识别与检测.对比实验结果表明,该方法不仅可以实现对Web应用中漏洞类型的精准识别,还可以检测到漏洞的数量.通过此种方式,为Web应用注册用户提供全面的安全保障.

    Web应用深度静态信息检测方法自动化越权漏洞

    基于深度学习框架的硬件性能优化与智能故障诊断

    何晶
    165-168页
    查看更多>>摘要:提出了一种基于深度学习框架的硬件性能优化与智能故障诊断方法,通过构建深度神经网络,实现对硬件性能的实时监控和故障预测.研究采用卷积神经网络(CNN)与循环神经网络(RNN)相结合的模型,以处理时间序列数据并提取特征,进而优化硬件性能并进行故障诊断.实验结果表明,提出的方法在硬件性能优化和故障诊断具有较高的准确性和效率,为硬件系统的维护和故障预防提供了新的技术途径.

    深度学习硬件性能优化智能故障诊断神经网络性能监控

    LSTM在高级持续性威胁防御中的效能与挑战分析

    邢勇张真真
    169-173页
    查看更多>>摘要:研究利用长短期记忆网络(LSTM)分析网络流量和用户行为数据,识别高级持续性威胁(APT)活动.实验显示,LSTM在APT检测方面优于传统方法,具备更高准确率和响应速度.讨论APT防御中数据不足、模型复杂性和"黑盒"问题,并提出解决策略,表明LSTM能显著提升APT防御效能,为网络安全技术发展提供新视角和重要启示.

    高级持续性威胁长短期记忆网络网络安全

    基于异常流量多级特征提取的网络入侵检测方法

    郭军
    174-176页
    查看更多>>摘要:目前,网络入侵行为隐蔽性日益增强,传统检测手段面临挑战.提出了一种基于异常流量多级特征提取的网络入侵检测方法.首先,构建了一个多级特征提取模块,以增强网络数据流中高度隐蔽的入侵序列的特征,提升其辨识度与显著性.然后,引入长短期记忆循环神经网络作为核心识别引擎,对特征增强的数据流量进行精准分析,输出高置信度的检测结果.最后,为确保所提方法的稳健性与实用性,在自建的局域网环境中,采集了多样化的数据样本,并结合多种损失函数进行模型的训练与优化.实验结果表明,相较于传统及现有的对比方法,所提网络入侵检测方法在标准测试集及实际网络环境数据中均展现出卓越的性能,为现代网络空间中的隐蔽入侵行为检测提供了有力的技术支撑.

    高隐蔽网络入侵入侵检测多级特征提取