首页期刊导航|信息技术与信息化
期刊信息/Journal information
信息技术与信息化
信息技术与信息化

廉凯

双月刊

1672-9528

sditi@163.com

0531-86133211

250101

山东省济南市山大路224号

信息技术与信息化/Journal Information Technology & Informatization
查看更多>>本刊从信息技术的研究、应用角度展现IT行业与科技发展与进步,是全国高校、科研院所、企业发表信息科学研究、技术应用成果的园地。杂志内容以科技论文为主,并设有评论与综述、信息化论坛、网络通讯、信息处理与模式识别、研究与探索、方案与应用等栏目。整个杂志分三个层次,第一个层次是评论与综述,由政府职能部门和专家对技术、产业的发展趋势,所做的前瞻性的论述和规划;第二个层次是电子信息科技论文,主要刊登高校研究生、科研院所的论文和理论研究成果;第三个层次是企业及各行业中IT技术的应用案例。
正式出版
收录年代

    网络资源智慧规划大数据分析平台的研究与实现

    王宁崔洪志柴宗弘
    161-164页
    查看更多>>摘要:随着通信网络数字化转型的深入,对网络资源的管理提出了更高的要求,整个网络管理的触手正在向"规、建、优、营"延伸,传统的线下支撑流程和线下人工规划建设手段已无法满足运营商网络复杂动态的管理和规划建设的需要,从而导致大量网络资源的闲置和浪费.文章通过引入MPP大数据分析架构StarRocks数据仓库技术和规划分析模型,对传统基于关系型数据库分析架构进行改造,并结合空间分析打通汇聚全域数据构建资源预警、分析评估、数据稽核、空间分析等各类精准规划应用分析模型,全面打造网络资源在线评估能力,实现哑资源现网资源精准分析、规划需求的有效评估、规划需求的自动发现、建设方案自动编制、建设方案审核、建设后评估等全过程数智化管理,助力提升哑资源精准规划水平,解决管理中的断点、盲点和难点,实现资源拆闲补忙、灵活调度、挖潜增效、节省投资预算的目标.

    精准规划精准分析智慧规划规划建设哑资源

    基于边缘计算的云平台电力设备多传感可信数据自动集成

    孙望舒倪夏冰孙天瑜叶添...
    165-168页
    查看更多>>摘要:云平台电力设备涉及多种传感器,除了受噪声干扰以外,不同传感器之间数据特征的差距还会导致数据矛盾,直接进行数据处理会出现数据缺失的情况,影响数据集成的准确性.文章通过研究基于边缘计算的云平台电力设备多传感可信数据自动集成方法,在推进数据通信接口标准化的基础上,对电力设备多传感特征数据进行存储与映射.利用边缘计算和云平台的优势,对映射后的数据进行集中处理和分析,同时为了保证集成数据的安全性,制定了数据自动共享合约.经实验证明:基于边缘计算的云平台电力设备多传感可信数据自动集成方法的召回率最高可达到96%,在面对不同类型的网络攻击时,数据丢失率不超过1.5%,数据完整性较好,能够保证集成的稳定性.

    边缘计算云平台电力设备多传感器可信数据自动集成

    基于PVO的自适应双层嵌入可逆数据隐藏

    叶丹丹陈勇
    169-173页
    查看更多>>摘要:可逆数据隐藏(RDH)已成为信息安全的重要工具.近年来,人们提出了各种RDH技术,其中像素值排序类的算法,因为优异的嵌入性能得到广泛研究.为了进一步提高嵌入性能,文章提出了一种基于像素值排序的自适应双层嵌入可逆数据隐藏算法.首先,为了确保算法的可逆性,采用了棋盘模式进行块的划分.然后,通过分块周围像素计算大分块的局部复杂度,识别出适合嵌入数据的大分块.接下来,将大分块分划分成小分块,在小分块中根据右下角三个像素计算局部复杂度,如果小分块的复杂度小于某个阈值,则在小分块内进行数据嵌入;否则,该小分块不进行数据嵌入.最后,对单个像素进行自适应双层嵌入.将所提出的算法与最先进的RDH算法进行比较,证明了所提出的算法具有优越的嵌入性能.

    可逆数据隐藏像素值排序自适应双层嵌入棋盘分块模式

    基于改进蚁群算法的数据传输资源优化调度方法研究

    黄焯真
    174-176,181页
    查看更多>>摘要:为优化数据传输资源调度效果,提高数据传输时效与资源利用率,文章利用改进蚁群算法,开展了数据传输资源优化调度方法研究.首先,采集数据传输资源的基本信息,从数据传输速率、带宽两个维度,对数据传输资源作出评估;其次,建立线性回归模型,基于历史数据和趋势分析,预测未来一段时间内的数据传输需求;最后,利用改进蚁群算法,对数据传输资源进行优化调度.实验结果表明,所提出的方法应用后,能够优化数据传输资源的分配,找到从数据中心到终端用户的最优传输路径,以最小化总体传输时间,且有效地提高了数据传输资源利用率,使其均达到了 96%以上,优化调度效果优势显著.

    改进蚁群算法数据传输资源优化调度

    基于BERT和BiLSTM的方面级情感分类模型

    戴薇刘继
    177-181页
    查看更多>>摘要:文章旨在通过融合BERT和BiLSTM模型,提出了一种新的方面级情感分类方法,以提高情感分析的准确性和深度.目的是为了更好地捕捉和理解细粒度情感表达,特别是针对特定方面的情感倾向.首先采用BERT模型提取的深层语义特征,然后利用BiLSTM网络编码词向量,学习并提取全局特征,包括捕捉前后文中的依赖关系,从而有效地编码每个词元的上下文信息.此外,研究中引入指针生成网络(Span)作为输出层,以提高分类的精确性.实验结果显示,模型在方面级情感分类任务上,相比现有技术显示出更高的准确率和F1得分.所提出的模型通过深度融合BERT和BiLSTM,有效地提升了模型对复杂情感的处理能力和精确度,证明了其在情感分析中的应用价值和潜力.

    深度学习情感分类BiLSTMBERT指针生成网络

    基于2D激光SLAM的室内移动机器人定位与建图的设计及实现

    任枭王思宇张慧侯冬晴...
    182-185页
    查看更多>>摘要:随着移动机器人在日常生活和工业生产中的广泛使用,其所处的工作环境也变得更加复杂,如何提升其在未知环境下定位和建图的精度是实现其自主导航的一个关键问题.使用STM32为主控芯片、LoRa无线通信等模块搭建移动机器人运动平台,采用激光雷达传感器作为该平台距离传感器,以Cartographer为核心算法,并对其进行优化,解决传统的激光SLAM算法仅靠里程计模块估计机器人位姿而导致建图累积误差较大的问题.同时,基于机器人操作系统(robot operating system,ROS2)和低成本嵌入式硬件的轮式机器人进行多组地图构建实验,以验证所提方法的有效性及可行性.

    移动机器人STM32SLAM激光雷达ROS2

    无人驾驶船舶岸基磁谐振式无线供电系统的设计与仿真

    胡宣蔚孙雷霆杜晓雯李翔...
    186-189页
    查看更多>>摘要:为解决无人驾驶船舶岸基供电自动化程度低的问题,采取无线供电技术,设计无人驾驶船舶岸基无线供电系统,为无人驾驶船舶岸基供电提供新途径.为尽可能降低无线供电系统的无功功率,设计采用双边LCCL补偿网络结构,实现恒流输出,其系统补偿参数不受耦合系数影响.对双边LCCL补偿结构进行了推导,确定了系统谐振条件,并以此为基础对系统核心技术参数进行了设计.分析了系统的最佳谐振频率和耦合系数范围,通过搭建仿真系统进行实验,验证了系统设计的可行性.

    磁谐振式无线供电技术LCCL补偿网络电路仿真

    港口智能引导车的地面点云分割算法

    董一鸣王华鲜黄旭东
    190-193页
    查看更多>>摘要:为了提高港口智能引导车(intelligent guided vehicle,IGV)分割地面点云的能力,提升环境感知系统的稳定性,设计了一种基于增长同心圆的栅格地图点云分割算法.首先将原始激光点云划分为多个相同大小的栅格块和不同大小扇形区域,并筛选出种子点集;然后在同一栅格块中设定多个直线拟合条件拟合分段直线和整体直线,得到分段直线集和整体直线;最后遍历栅格块中的点,依据分段直线集和整体直线判断点与直线的正交距离,从而分割出地面点和非地面点.同时,在公开点云数据集Semantic KITTI和自建港口数据集上进行验证.实验结果表明,和其他地面分割算法相比,所提出的方法在保持一定准确率的情况下,召回率最多提升2.0%,准确率最多提升2.3%,且在港口环境下有效地分割出地面.

    港口激光雷达智能引导车地面分割IGV

    基于改进YOLOv8算法的铁路信号机自动检测方法

    胥程鹏翁艳彬
    194-197页
    查看更多>>摘要:针对铁路场景下信号机小目标特征不明显导致检测困难出现漏检问题和检测模型精度低的问题,设计出了一种基于改进YOLOv8的小目标检测算法,命名为FBO-YOLOv8.方法在YOLOv8算法模型的基础上,采用轻量化FasterNet替换了主干网络;添加Bi Former作为特征融合层,引入了全维度动态卷积(omni-dimensional dynamic convolution,ODConv),使网络能更精准地捕捉特征图中的位置信息并实现更高效的融合;在特征融合的基础上,兼并上采样和下采样过程构建了新的层次特征,增强对小目标的特征学习能力.为了验证所提出的方法对信号机检测的有效性,在无人机航拍的铁路信号机数据集(Self-Built数据集)上进行测试,并将检测结果与其他方法进行对比.实验结果表明,FBO-YOLOv8模型在Self-Built数据集上mAP达到了 77.8%,较YOLOv8目标检测算法提高了 1.0%.与YOLOv7-Tiny、YOLOv5s、YOLOv3-Tiny等轻量化模型相比,FBO-YOLOv8不仅提高了模型的精确度,还有效解决了漏检问题,适用于实际铁路场景下的小目标检测任务.

    信号机轻量化FasterNetBiFormer漏检

    基于深度学习的人脸面部表情识别的研究

    路晓亚
    198-201页
    查看更多>>摘要:脸部表情在日常社交中占据着重要地位,目前主要利用计算机对图像中的表情特征区域进行提取和分类,完成脸部表情识别任务.尽管图像经过归一化处理可以消除大部分噪声干扰,却难以解决图像部分信息被遮挡的问题.深度学习中的卷积神经网络能够自动提取更深层次的面部本质特征,从而减小人为和外界环境对脸部识别的影响,提高表情识别的效率和准确率,对基于深度学习的脸部表情识别算法进行了研究.

    深度学习表情识别卷积神经网络人脸检测特征提取