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

    Linux下基于SOMEIP的分布式服务系统设计与实现

    伍新
    85-88页
    查看更多>>摘要：为解决单体架构后期维护成本的问题,探索在分布式系统中服务化的解决方案,首先对基于以太网面向服务的可扩展通信协议中服务发现模块各个节点之间服务调用行为与关键技术进行了详细分析;然后针对协议难以应对嵌入式实时操作系统中不同任务优先级不同的应用场景这个问题,拟扩充协议标准,引入优先级和权重的概念;接着针对可扩展通信协议性能低下的问题,设计并实现了五种负载均衡算法,实现负载均衡功能;最后针对SOMEIP无法实现消息体序列化以及无法实现代码自动生成等问题,在Ubuntu20.04 环境中引入CommonAPI来构建服务治理框架,并在框架中结合不同的负载均衡策略完成功能和性能测试.实验结果表明,负载均能提高系统性能,CommonAPI自动生成代码并序列化反序列化复杂消息.

    服务治理服务注册服务发现负载均衡SOMEIPCommonAPI

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度强化学习算法的弹性供应链调度优化方法

    张进军
    89-92页
    查看更多>>摘要：由于参与供应链的客户需求和供应者配置的多元性,导致供应链的配送成本难以得到有效控制,主要是因为在模型求解过程中,受困于参数本身的矛盾性,求解过程很容易陷入局部最优.为此,提出基于深度强化学习算法的弹性供应链调度优化方法研究.分别从供应者配置角度和客户需求角度构建了供应链模型,以供应链配送成本最小化为目标函数,应用深度强化学习算法中的深度Q网络(deep Q-network,DQN)算法进行训练,同步进行弹性供应链优化调度.DQN能够有效地处理这种高维状态空间,通过深度神经网络学习状态与动作之间的映射关系,自动提取关键特征,从而简化问题的复杂性.将收敛输出结果期望误差,输入供应链模型进行迭代计算,输出优化调度结果.测试结果表明,设计的方法可以实现对配送成本的有效控制.

    深度强化学习算法弹性供应链调度供应者配置客户需求供应链模型配送成本最小化DeepQ-Network误差收敛

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于PCT模型的快速射电暴搜索算法

    李俊霖
    93-96页
    查看更多>>摘要：快速射电暴(FRB)是一种神秘的天文现象,在射电天文学领域,FRB的研究对于理解宇宙中的极端物理过程和天体演化机制具有重要意义.针对现有面向真实FRB信号的搜寻算法存在资源耗费大、搜寻效率低等问题,提出了一种基于小波卷积与Former结构的搜索算法.采用图像金字塔构建不同尺寸下的图像特征,利用小波卷积特征提取器和Former特征提取器分别对不同尺寸的图像特征进行特征提取,随后使用特征采样注意力机制对不同特征提取器提取的特征结果进行特征融合,以判断当前信号帧图像中是否存在快速射电暴信号.实验结果表明,所提出的方法能减少时间开销,提高分类准确率.在公开的真实数据集上进行了迁移训练,将算法应用到真实FRB信号的搜寻中,测试结果表明,算法对真实FRB信号搜寻的准确率达到了 0.996,F1 指标达到了 0.986,代码和实验公开在https://github.com/aoxipo/PCT网站上.

    attentionTransformer深度学习FRB搜索

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种基于蒙特卡洛的机载测高算法

    郭牧欣孟悦李正军李凤...
    97-100页
    查看更多>>摘要：雷达高度表作为重要的微波遥感器件,由于其全天候、全时段特性,在地形探测等方面备受关注.机载雷达高度表具有较高的机动性,在实际探测中使用广泛.随着探测场景复杂度的提升,对雷达高度表测量精度也有较高的要求.现阶段提升测量精度的主要方法有对场景进行精准建模、使用参数估计算法.对传统参数估计算法而言,受步长影响,在估计过程中容易陷入局部最优,且随着参数维度的增高,只能求解低维参数的传统算法,难以获得较为精确的估计结果.因此,为了满足现阶段测量精度的需求,需要使用一种高精度参数估计算法.针对雷达高度表传统参数估计算法在面对参数的高维特性时会出现过拟合的情况,提出一种新颖的基于近端算子的哈密顿蒙特卡洛算法(proximal hamiltonian monte carlo,PHMC).通过面元仿真数据进行测试,并使用了提出的算法与多种传统算法进行比对,证明了所提出算法的参数估计能力优于传统参数估计算法.

    参数估计算法Brown模型机载雷达高度表哈密顿蒙特卡罗(hamiltonianmontecarlo,HMC)近端算子

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向嵌入式环境的暗光图像GPU加速增强算法

    李鹏亮韩伟李丽娜刘作龙...
    101-105页
    查看更多>>摘要：针对已有算法很难满足嵌入式场景下暗光图像增强的高性能和高效性处理需求,面向嵌入式国产GPU加速平台提出一种用于暗光图像增强的高阶分式模型,证明了提出的高阶分式模型在特定情况下等价于Retinex理论模型.为了减少GPU加速过程中每个线程的计算开销,提出一种基于像素抽样的快速boxfilter算法,实现GPU的进一步加速,同时为了避免传统伽马变换存在过度曝光和亮度提升不够明显的问题,提出了一种自适应伽马变换的算法.通过实验结果的分析,证明提出的算法在嵌入式计算场景下的高效性和有效性,实现了1280×720像素分辨率图像约148 帧/s的处理速度.

    嵌入式计算高阶分式模型快速boxfilter自适应伽马变换国产GPU加速

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征聚类与降维的新闻文本智能分类算法

    张鸿彦
    106-109页
    查看更多>>摘要：文本分类是当前智能处理新闻数据信息的一种有效手段.为了提高信息处理的准确性和有效性,提出基于特征聚类与降维的新闻文本智能分类算法.首先,利用汉语词汇分析系统ICTCLAS对新闻文本分词作预处理,去除其中的停用词,并区分新闻文本的词性.然后,利用权重函数对新闻文本作降维处理,约简新闻文本的关键词集.最后,采用聚类分析技术对新闻文本特征实施聚类,得到不同类别的新闻文本.实验表明,所提出的算法得到的分类结果准确率在 96%以上,召回率在 98%以上,说明所提出的算法能够实现对新闻文本智能精准分类,具有良好的应用前景.

    特征聚类降维处理新闻文本智能分类汉语词汇分析系统权重函数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于长短注意力模块的深度学习图像压缩方法

    段增辉胡益诚张旭博
    110-113页
    查看更多>>摘要：基于超先验自动编码器的潜在表示最近被应用于端到端图像压缩,其性能与最新的通用视频编码(VVC)帧内编码相当.图像压缩的率失真效率很大程度上受到自动编码器提取的潜在表示的影响.为此提出了一种新的注意力机制模块,利用长短注意力(LSA)模块进行深度学习图像压缩,将长短注意力模块引入自动编码器中,分别在编码阶段和解码阶段添加两个长短注意力模块来提高网络的编解码能力,从而使模型获得更准确的图像的潜在特征表示.长短注意力模块提高了自动编码器提取全局和局部图像特征的能力,节省比特率并实现更高的算法压缩性能.在JPEG-AI数据集上的实验表明,长短注意力模块成功地重建了图像细节,所提出的方法在多尺度结构相似性(MS-SSIM)方面实现了最先进的性能,并在低比特率下的峰值信噪比(PSNR)方面优于当前最先进的方法.

    深度学习图像压缩注意力机制区域选择信噪比率失真

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于分班图神经网络的度不平衡节点分类

    刘润雨贾路楠
    114-117页
    查看更多>>摘要：图神经网络(GNNs)在处理非欧几里得数据上表现出了超越传统卷积神经网络(CNNs)的优势,主要的原因在于GNNs可以聚合节点的邻居信息来增强节点的特征表示.但是,许多图数据集都面临着度不平衡的问题,现有的工作多关注类不平衡问题,在处理此类问题时表现不佳.针对以上问题,提出了一种基于分班图神经网络的度不平衡节点分类模型(DIP-GNN).考虑到单一模型不能同时学习不同位置节点的特征,根据节点的度信息将所有节点划分为三类,使用三个不同的模型分别训练.同时,考虑到稀疏位置节点的信息不充分,使用邻居增强的手段来增加这类节点的邻居信息,来解决现有工作中节点度不平衡的问题.在五个公共图基准数据集上的实验结果表明,通过分班模型能有效捕获图中不同位置节点的特性,节点分类准确率相较于目前常用的图卷积神经网络有更好的表现.

    度不平衡节点分类多教师多学生邻居增强

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进LadderNet的视网膜血管分割应用

    吴亚兰蒋传健
    118-121页
    查看更多>>摘要：视网膜血管的分割有助于辅助医学工作者对眼部或全身性疾病进行诊断和治疗.为进一步提升视网膜血管的分割精度,改进LadderNet架构应用于视网膜血管分割.首先结合DO-Conv,提出改进的池化卷积块替换LadderNet中的池化卷积层,保留强上下文特征;其次引入不平衡注意力模块应用在改进LadderNet网络末端,处理血管和背景,以及粗血管和细小血管之间的类不平衡问题.所提的方法在数据集DRIVE上实验得到AUC、SE、SP评价指标值分别为0.956 4、0.786 3和0.980 2.实验结果表明,改进LadderNet对提升视网膜血管分割精度有一定的作用.

    视网膜眼底图像血管分割LadderNetDO-Conv不平衡注意力模块

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Local Cascade Ensemble方法的胎儿健康自动分类

    黄梅佳李宗辉郑博伟
    122-125页
    查看更多>>摘要：为更好地自动评估胎儿宫内状态,提出一种基于local cascade ensemble(LCE)方法的胎儿健康状态分类模型.选用UCI数据集,使用ADASYN方法对不平衡数据集进行填充平衡,接着结合随机森林算法对数据特征进行选择,最后使用LCE方法对胎儿状态进行自动分类.实验结果表明,所提出模型使用的方法平均准确率、精确率、召回率和F1 分数分别达到了 0.955 4、0.905 4、0.955 7 和 0.929 0,对比传统的机器学习算法能得到更好的分类效果,有效降低了误判率.

    机器学习胎儿监护自动分类LocalCascadeEnsemble

      原文链接:
    • NETL
    • NSTL
    • 万方数据