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

    基于数字化安全保障体系的隐私计算方案

    王锐杨艳利刘悦邹鸿远...
    167-170页
    查看更多>>摘要:随着数字化生态的复杂性和动态性不断提升,传统安全体系难以应对现代网络环境的多样化威胁.基于密码学视角,聚焦数字化安全保障体系的核心挑战,文章提出了一种以密码学为核心的动态安全框架,分布式密钥管理、抗量子密码学和动态响应机制,以实现多场景协同保护、隐私计算支持和信任链条优化.针对数字化安全保障体系的数据隐私计算进行方案设计,出了一种基于CKKS同态加密的高效优化方案.通过将K-means聚类的核心计算映射为多轮矩阵乘法,结合多项式打包技术和批量运算机制,显著降低了计算和通信复杂度.

    数字化安全保障体系K-meansCKKS同态加密

    基于CNN和多头注意力关系嵌入的时序知识图谱补全

    陈美许运生
    171-174页
    查看更多>>摘要:时序知识图谱对大多人工智能应用至关重要,但它们通常存在不完整性.为解决知识或事件的真实性会随着时间发生动态变化的问题以及更好地捕捉实体和关系动态演化的特性,提出基于CNN和多头注意力关系嵌入的时序知识图谱补全方法(CNN and multi-head attention embedding,CMAE),先通过CNN提取关系的复杂时间特征,再通过多头注意力机制并行处理多个关系子空间的语义信息,并结合了TransE、DisMult和SimpIE3种现有的评分函数模型来完成对实体的预测.通过在两个公开的ICEWS 14 和ICEWS 05-15 数据集上进行实验,结果表明,提出的CMAE方法不仅能与现有的评分函数模型相结合,还能相应地提升它们的性能.同时,与DE-SimpIE、HiSMatch和TTransE等方法进行实验对比,提出的CMAE方法在MRR和Hit@N值上表现较优,能够实现更准确的时序知识图谱补全任务.

    知识图谱补全时序知识图谱CNN多头注意

    基于数字孪生的室内空间路径规划方法

    陈新中李敬雯
    175-178页
    查看更多>>摘要:随着室内空间领域的不断拓展,面向位置服务的应用场景呈现出愈发多样化的态势.就室内空间位置服务而言,其核心关键在于如何以高效的方式进行室内空间路径规划,以满足日益增长的室内位置服务需求与提升服务质量,基于此,为进一步提升室内空间路径规划的准确性和适用性,对室内空间进行建模至关重要,文章提出了一种基于数字孪生的室内空间路径规划方法,采用"虚拟层-交互层-物理层"的分层架构在室内空间环境下进行建模,构建虚拟路径实体模型和物理路径实体模型,实现对室内空间路径规划的精确模拟和仿真优化,实验结果表明,模型在实际应用中具有较好效益.

    室内空间数字孪生分层模型路径规划Dijkstra算法

    基于AFFRLS-AEKF的电池SOC估计方法

    葛科
    179-185页
    查看更多>>摘要:文章基于AFFRLS-AEKF方法,针对锂离子电池的SOC估计问题展开研究.首先介绍了电池SOC估计的重要性和应用背景,指出了当前SOC估计方法存在的问题和挑战.随后详细介绍了AFFRLS-AEKF方法的创新之处,包括基于自适应遗忘因子的自适应遗忘因子递归最小二乘法(AFFRLS)和动态调节的遗忘因子,以及提高算法敏感性与适应性的特点.在电池等效模型和电池容量分析方面,采用二阶Thevenin等效电路模型和马里兰大学提供的INR 18650-20 R锂离子电池数据集进行研究.通过实验验证AFFRLS参数辨识的准确性,并将结果应用于等效电路模型中,进一步验证了AFFRLS-AEKF方法在复杂工况下的准确性和鲁棒性.最后,通过仿真实验和对比分析,证明了AFFRLS-AEKF方法相较于传统方法具有更高的精度和稳定性,能够更准确地进行电池状态估计,提高电池管理系统的整体性能.该研究为电池管理系统的设计和开发提供了重要的理论依据和技术支持,展现了AFFRLS-AEKF方法在电池SOC估计领域的优越性和应用前景.

    锂电池SOC估计方法最小二乘法自适应扩展卡尔曼滤波器电池管理系统

    LAOIS:多层次融合的图文贴纸情感分析模型

    李伟王东娟
    186-188,196页
    查看更多>>摘要:随着社交媒体和聊天应用的普及,多模态的图文数据已成为用户情感表达的主要途径之一.由于图文数据在空间上呈现独立性,但又具有明显的语义关联,现有方法忽略了模态之间的双向关联性和互补性,导致模型提取的特征无法全面反映多模态数据的内在关联.针对上述问题,文章提出了多层次特征融合的贴纸情感分析模型,在浅层通过对比学习策略,实现模态之间的信息共享和转移,深度挖掘样本之间的语义相关性;在深层将不同模态的信息结合,提高模型对多模态数据的整体抽象能力,捕捉模态间的互补性;多层次的特征融合提取出具有双向关联性和互补性的综合特征用于情感分析.在公开数据集MVAS-single上的情感分类准确率和F1 值分别提高2.44%和1.05%,验证了该方法的有效性.

    图文情感分析特征提取多模态特征融合对比学习

    智能电网中的分布式拒绝服务攻击综述

    于信芳张添夫于航毛伯星...
    189-196页
    查看更多>>摘要:智能电网系统由于其复杂的架构和多样化的设备,面临着严重的安全威胁,尤其是分布式拒绝服务(DDoS)攻击.该研究旨在回顾和分析针对威胁先进计量基础设施(AMI)可用性的DDoS攻击的仿真、检测和缓解技术.采用了最新的仿真方法、检测机制和防护策略,通过实验与技术评估,研究了多种缓解方案的有效性.结果表明,综合运用流量监控、异常检测及防御技术,可以显著提高智能电网对DDoS攻击的防护能力.针对AMI系统的DDoS攻击防护仍需不断优化技术手段,分析技术有助于智能电网系统免受DDoS攻击,以保障电力系统的稳定性与可靠性.

    分布式拒绝服务攻击智能电网网络安全物联网

    基于物联网的尾矿库智能监控中的视觉特征高精度捕获

    邬迎秦盈星
    197-200页
    查看更多>>摘要:因尾矿库地形复杂,摄像头视角多样,不同图像间可能存在显著的透视差异.传统方法在处理尾矿库监控图像时,未充分考虑图像间的透视变换和相机姿态变化,导致捕获的特征点不够准确或稳定,增加了跟踪和监测的难度.为此,文章提出一种基于物联网的尾矿库智能监控中的视觉特征高精度捕获方法.利用物联网技术在尾矿库部署传感器和高清摄像头,以实时采集尾矿库的智能监控视觉数据.针对采集到的包含大量颜色和纹理信息的原始视觉数据,实施灰度化与二值化处理,以减少光照变化及阴影等干扰因素的影响,提高视觉数据质量.在图像的二值化基础上,进一步计算每个像素点的梯度方向和幅值,以有效增强图像中的边缘信息.采用图像匹配算法,在图像中寻找并匹配关键点.基于匹配的关键点构建单应性矩阵,用于校正图像间的透视变换或估算相机姿态.严格筛选并保留匹配度较高的内点(即匹配准确的关键点),将其作为视觉特征捕获点集,实现视觉特征的高精度捕获.实验结果表明,采用该方法后,Pratt品质因数普遍达到了0.9 以上,视觉特征捕获精度较高,能够更准确地捕获尾矿库图像中的关键视觉特征,同时有效抑制噪声和保持图像清晰度.

    物联网尾矿库智能监控视觉特征高精度捕获

    改进YOLOv8s的轻量化人脸识别算法

    龙子晗肖小玲
    201-204页
    查看更多>>摘要:针对人脸检测任务中检测模型参数量大、检测精度低的问题,文章基于YOLOv8 算法和MobileNetV3网络,提出一种轻量化人脸目标检测算法.首先,使用基于MobileNetv3网络替换YOLOv8s的骨干网络,减少参数量和计算量,提高检测速度;在此基础上,在骨干网络中添加额外的C2f模块,以此提高模型性能,增加其特征提取的能力;最后,在颈部网络添加额外注意力机制-多尺度空洞结构来进一步提高模型性能.实验结果显示,相较于基准模型,改进算法平均检测精度提高了2个百分点,参数量降低了约50%,验证了其有效性.与其它主流模型相比较,这一算法也有良好的表现.

    轻量化YOLOv8MobileNetV3人脸识别目标检测

    基于半自动提示工程人工智能任务代码生成方法

    张乐荆晓远任娟
    205-210页
    查看更多>>摘要:大语言模型的快速发展极大地推动了人工智能技术的进步,并显著降低了生成人工智能代码的门槛.然而,这也要求用户提供精确的数据,以确保生成高质量的人工智能代码,从而使大模型能够有效地完成复杂的人工智能代码生成任务.提示工程作为与大型模型交互的核心技术,对于保障代码生成的质量和效率起到了决定性作用.文章提出了一个AI-CODE框架来替代人工分析的工作,帮助大模型生成特定任务的代码.该框架通过构建专业词汇数据集和半自动提示生成机制,实现了从用户模糊描述到完整项目代码的转换.实验结果表明,AI-CODE在关键词分类、提示生成和项目代码生成方面具有较高的准确性.与现有框架相比,AI-CODE在多个方面具有显著优势,为用户提供了一个全新的项目级代码生成解决方案.

    大模型人工智能提示工程代码生成AI-CODE

    基于机器视觉的工业环境中粉尘检测技术研究

    苏宁冀俊豹贺伟夕赵立强...
    211-216页
    查看更多>>摘要:在特定工业环境中产生的粉尘不仅对设备的运行和维护构成损坏,更对工人的健康和环境产生威胁,因此,对粉尘进行实时有效的检测并及时采取相应的措施具有重要意义.文章基于YOLOv8 目标检测基础模型,进行了多项改进.引入了动态上采样器DySample,以增强对不同尺寸粉尘目标的检测能力,提升小目标粉尘的检测精度.另外,在工业环境中,粉尘检测通常存在复杂的背景,如机器设备、管道等,这些背景可能会干扰模型的判断,导致误检.为了改善复杂背景下的检测性能,将Dynamic ATSS标签分配策略应用于训练过程中的正负样本分配阶段,通过动态调整预测框和真实框重叠程度的指标(intersection over union,IoU)阈值,使得正样本的选择更加符合粉尘目标的分布特性,提高检测器的泛化能力.实验结果显示,改进后的模型相比传统YOLOv8 模型,在粉尘目标检测的精度、召回率以及mAP等指标上均有提升,其中精度提升10%,召回率提升3%,mAP50提升5%左右,且在应对复杂背景和多尺度目标时表现更加优异.这种方法提供了新的技术支持和思路,为粉尘检测在工业环境中实现自动化和智能化提供理论依据.

    YOLOv8目标检测粉尘识别深度学习