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

    山东省规上工业企业数字化转型工作方案(2024―2026年)

    山东省工业和信息化厅官网
    1-2页
      原文链接:
    • 维普
    • 万方数据

    基于随机森林模型与SHAP算法的流感样病例影响因素分析研究

    李进魏艳龙薛红新
    3-6页
    查看更多>>摘要：通过机器学习算法和SHAP(shapley additive explanations)方法分析影响流感样病例(influenza-like illness,ILI)的主要因素,挖掘和流感相关的关键词汇,进行初步筛选,再通过分析这些关键词与ILI序列的时滞相关性,对筛选出的关键词进行二次过滤.首先使用关键词变量分别构建支持向量回归、XGBoost模型、随机森林回归;然后应用SHAP方法进行模型可解释性分析,探讨影响ILI的主要关键词;最后利用随机森林回归方法构建的预测模型具有最高预测性能,其平均绝对百分比误差MAPE是0.141.模型显示"流感疫苗副作用、流感疫苗、感康、流行性感冒、康泰克、感冒"是预测ILI值的重要影响因素.随机森林回归方法所构建的预测模型能够更准确地预测流感样病例值,结合SHAP方法可以对ILI值预测提供详细解释,有助于医疗机构制定有效的应急措施.

    流感预测百度指数SHAP支持向量回归随机森林回归XGBoost

      原文链接:
    • 维普
    • 万方数据

    基于ARIMA改进的实时动态滑坡预测模型

    冯文杰王习东叶永
    7-11页
    查看更多>>摘要：针对应急救援环境下,滑坡实时动态位移测量存在数据波动范围广、噪声大、模态混叠等问题,提出了一种基于CEEMDAN-Kmeans-ARIMA的组合预测模型.首先基于自适应噪声完备集合的经验模态分解算法,将添加PPP定位偏差噪声的斋藤模型信号分解为多个本征模态函数,并且根据K-means聚类算法将物理意义相近的本征模态函数进行聚类重构;然后针对多个聚类重构分量,构建最优的差分自回归移动平均预测模型;最后将聚类重构分量的预测值进行叠加,得到组合模型的预测值.实验结果表明,组合模型的MAPE指标相对于ARIMA单模型提高了 2.16％,解决了ARIMA预测模型存在的突变量不敏感、剩余滑坡预测时间不准等问题.在救援环境下,采用所提出的模型对实时动态滑坡进行预警预测具有一定的工程应用价值.

    滑坡集合自适应噪声经验模态分解聚类时序数据预测模态混叠PPP

      原文链接:
    • 维普
    • 万方数据

    基于Kettle的医院多源异构数据采集应用案例分析

    樊睿王建林光奇牛彩云...
    12-15页
    查看更多>>摘要：通过分析医院信息化建设中的多源异构数据采集上报问题.利用开源ETL工具Kettle,将医院需要上报数据定时抽取、转换到DMZ区前置服务器,再通过VPN传输到上报平台.通过实际案例分析可以看出,在医院数据采集和上报工作中,Kettle不仅可以支持关系型数据库Oracle、SQL Server、MySQL等,还能很好地支持后关系型数据库Caché.Kettle友好的用户图形界面化操作、高效稳定的数据处理功能、多源异构数据采集功能等可以优化医院数据采集流程,提高医院各种数据的上报效率.

    医院信息化多源异构数据数据抽取Kettle

      原文链接:
    • 维普
    • 万方数据

    基于细粒化矩阵的嵌入式知识追踪方法

    王瑶
    16-19页
    查看更多>>摘要：知识追踪(KT)是根据学习者以前的学习记录预测其未来学习状况的技术.近年来,基于深度学习的知识追踪(DKT)发展迅速,旨在动态追踪学生学习状态进而为学生提供个性化的服务.然而,目前的研究忽略了练习题和知识点之间的复杂联系,为了解决这个问题,提出了一种基于细粒化矩阵的嵌入式知识追踪方法模型(FGM-DKT).从数据集中提取出了学习实体以及其中隐含关系的嵌入式表达,再将其引入到对学习者的知识建模过程中.在两个真实世界公开数据集上的实验结果表明,提出的FGM-DKT可以更准确地评估学生学习状态和知识点掌握程度,与现有知识追踪模型相比具有更高的预测能力.

    深度学习知识追踪教育系统个性化学习特征提取

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOX的安全帽佩戴检测算法

    熊伟张中天路鑫和宝同...
    20-26页
    查看更多>>摘要：针对安全帽佩戴检测任务中的小目标密集导致的遮挡和难以检测等问题,提出了一种基于YOLOX和transformer的安全帽佩戴检测算法.首先使用融合了CNN和transformer的网络swin Csp进行特征提取,提升模型获取全局上下文信息的性能;然后采用简化的重复加权双向特征金字塔网络BiFPN,使算法更好地融合不同尺度的特征;最后在 neck和YOLO head的连接部分加入CBAM注意力机制,加强安全帽特征与位置信息的关联程度,进一步增强网络的性能和鲁棒性.基于SHWD数据集进行实验,结果表明,算法在hat类上提高了0.99％的精度,在两种类型的召回率上分别有3.16％和1.7％的提升,在mAP方面则有1.79％的提升,有效实现了快速且精度较高的安全帽佩戴检测.

    深度学习目标检测特征融合注意力机制安全帽识别

      原文链接:
    • 维普
    • 万方数据

    算力网络应用平台研究与设计

    许俊东李兆滨宋德华田韧...
    27-30页
    查看更多>>摘要：针对算力网络(CPN)因算力多样泛在、多要素融合、需求差异化的特点导致的用户使用困难、应用管理难等问题,从纳管与接入、决策与调度、应用与开放三个层面研究算力网络应用的管理以及异构算力融合和跨域编排关键技术,并设计一个算力网络应用平台.通过提供一种即开即用、按需付费的零感知算网应用服务,使用户关注于应用服务需求,无需关心算力资源需求和算力网络复杂环境,从而实现降低用户的算力网络使用门槛,提升算网应用的使用和管理效率的目标.

    算力网络应用平台零感知算网应用服务应用管理异构算力融合跨域算力编排

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv5的道路缺陷检测与分类研究

    蒋大伟吴正平景思伟
    31-34页
    查看更多>>摘要：针对道路缺陷识别中识别准确度低,容易出现漏检情况等问题,提出了一种改进YOLOv5网络的图像识别算法用于道路缺陷识别.首先,在YOLOv5 网络的颈部网络中引入集中注意力机制(CBAM)与原有的CSP结构结合,提高对道路缺陷特征的关注能力.然后,在特征融合层引入自适应特征融合机制(ASFF),改善主干网络的特征提取能力,提升算法检测精度.最后,道路缺陷识别消融实验和对比实验表明,使用改进后的YOLOv5s算法的平均准确率达到77.2％,相较于原YOLOv5s算法提高2.3％,召回率达到74.9％,提高 2.5％,其他各项指标均有提升,验证了改进方法的有效性.

    道路缺陷检测YOLO网络自适应特征融合机制集中注意力机制

      原文链接:
    • 维普
    • 万方数据

    一种基于FPGA的ECC点乘优化设计

    王国强张明明任凯琦赵博文...
    35-38页
    查看更多>>摘要：现场可编程门阵列(field programmable gate array,FPGA)具有丰富的计算、存储等资源,广泛应用于密码算法、实时通信等高并行、高数据吞吐量、计算复杂的领域.现有的基于FPGA实现ECC点乘的方案,存在计算架构设计并行程度低,计算所需的逻辑资源过大的问题.针对以上问题,提出了一种基于FPGA实现ECC点乘的优化设计.通过采用RAM寻址方式设计出计算架构,并构造了一个流水线状态机,利用FPGA并行计算的优势,多次并行使能调用点加、模加、模乘、模逆算法模块,实现了高效的ECC点乘操作.实验结果表明,所提出的优化设计有效地缩减了FPGA的LUT逻辑资源,并提高了ECC点乘运算的计算速度.

    FPGAECC点乘RAM寻址仿真

      原文链接:
    • 维普
    • 万方数据

    一种基于多策略改进的鲸鱼算法

    吕嘉婧李磊
    39-42页
    查看更多>>摘要：针对标准鲸鱼算法(whale optimization algorithm,WOA)寻优精度低、可能陷入局部最优解等问题,提出一种基于多策略改进的鲸鱼算法(MSWOA).首先使用Tent混沌映射与反向学习策略初始化鲸鱼种群;然后,引入自适应收敛因子根据适应度值动态调整个体在迭代过程中的包围步长,平衡算法的探索和开发能力;最后引入随机差分变异策略,加强算法跳出局部最优的能力.实验结果显示,MSWOA算法有效地提高了鲸鱼算法在稳定性、求解精度和收敛速度等方面的表现,展现了更优秀的求解效果.

    鲸鱼算法混沌映射自适应收敛因子随机差分策略

      原文链接:
    • 维普
    • 万方数据