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RoBERTa-WWM的多特征情感分析模型

    张宏伟李晓晔
    40-45页
    查看更多>>摘要:针对传统词向量模型无法有效解决多义词表征、经典网络模型存在文本特征提取不足和无法捕捉特征的关键信息等问题,提出了一种基于RoBERTa-WWM的多特征情感分析模型.首先采用RoBERTa-WWM模型动态生成词向量,解决了多义词表征问题,丰富了语义特征;接着将多个BIGRU进行堆叠形成Multi-Layer BIGRU,并与TextCNN结合提取局部和全局特征,让模型从不同角度学习语义特征;最后通过多头注意力机制,将局部和全局特征进行融合赋予不同的权重,以突出关键信息和文本的情感极性.在酒店评论数据集和商品评论数据集上进行了实验,结果显示,所提出的模型与其他模型相比,准确率和F1 值都有显著提升.

    情感分析RoBERTa-WWM卷积神经网络多层双向门控循环单元多头注意力机制

    基于导纳算法的管道机械双臂螺栓装配研究

    殷云彬张悦卜春光
    46-49页
    查看更多>>摘要:为解决煤矿井下巷道管道安装中的法兰光孔螺栓连接问题,针对双机械臂提出一种基于导纳算法的螺栓螺母紧固控制器.首先,采用ATI力传感器实时感知机械臂与环境接触时的力;其次,用UR机械臂搭建实验系统,利用双机械臂模拟螺栓螺母的装配过程;最后,在实验系统中应用导纳控制算法,实现实时监测机械臂与环境之间的接触力,并相应调整机械臂的位置以减少接触力,从而有效保护了工件和传感器,验证了柔顺控制算法在螺栓拧紧过程中的有效性.

    双机械臂力反馈柔顺控制导纳控制位置控制

    基于CNN-LSTM-attention的XSS攻击检测方法

    郑松奕陈国良张裕祥蒋正亮...
    50-53页
    查看更多>>摘要:在基于深度学习XSS检测的研究中,传统的CNN、LSTM、CNN-LSTM模型在某些数据集上可能存在一些问题.例如,CNN可能无法有效处理具有复杂空间结构的数据,而在处理具有较长时间序列的数据时,LSTM可能会出现梯度消失或梯度爆炸的问题.为了解决这些问题,引入attention机制,结合CNN和LSTM模型(CNN-LSTM-attention)用于XSS攻击检测.CNN-LSTM-attention结合了CNN和LSTM优势,并通过注意力机制来提高分类的准确性.实验表明CNN-LSTM-attention相比CNN、LSTM、CNN-LSTM算法在准确率上有较大的提升.

    跨站脚本攻击卷积神经网络长短期记忆网络注意力机制

    基于MVVM模式SpringBoot框架的高校信息化项目管理系统

    张新海朱祎
    54-58页
    查看更多>>摘要:传统的Java EE应用以Spring MVC、Mybatis、FreeMarker为核心,具有架构分层不清晰、前后端代码耦合性高、不易扩展等缺点.为提高轻量级Java EE应用的开发效率,提出一种基于Ant Design、React、SpringBoot、Apache Cayenne框架的Java EE应用架构.其基于MVVM模式,以SpringBoot为核心向上集成Ant Design和React为前端,向下集成Apache Cayenne为后端,集成后的架构通过Ant Design和React实现表示层,通过SpringBoot实现控制层和业务逻辑层,通过Apache Cayenne实现数据持久层.基于此开发的高校信息化项目管理系统,架构层次清晰,前后端代码彻底分离,可供高校信息化项目管理部门使用和推广.

    MVVMSpringBootAntDesignReactApacheCayenne

    基于改进图神经网络的小样本分类研究

    张中天王涛谭莹莹熊伟...
    59-62页
    查看更多>>摘要:大多数现有的元学习方法都用来解决欧几里得领域中的图像和文本等小样本学习问题.然而,将元学习应用于非欧几里得领域的工作较少,且图神经网络模型在小样本节点分类问题上表现欠佳.针对此问题,提出一种新型的分类算法MGAT,首先采用动态注意力机制灵活提取和聚合邻居节点的特征信息,然后通过对类似小样本学习任务进行训练以获取分类器的先验知识,再给出少量标记样本对新类中的节点进行分类.在两个基准数据集上进行的实验表明,所提出的方法在小样本节点分类问题上获得了优于当前各个分类模型的性能.

    图神经网络元学习小样本学习注意力机制分类算法

    土地征用项目补偿综合信息平台的研究与实现——以滨海新区为例

    杨峰王学曹百强
    63-67页
    查看更多>>摘要:从推进土地征收与补偿数字化管理和现代化服务的需求出发,基于土地征收补偿数据库与管理系统建设,利用大数据、云GIS等技术,构建了土地征收补偿一体化管理体系,实现了有关部门征地拆迁补偿数据的共享,实现了土地征收补偿业务的全过程动态化监管.

    征地补偿数字化管理信息化建设

    一种基于FPGA的宽带侦察系统脉冲数据采集的方法

    王晨曦杜旭华
    68-71页
    查看更多>>摘要:在电子对抗领域中对雷达信号的脉内信息侦察识别是电子侦察情报系统必要的功能指标之一.电子对抗接收机为了能够侦察到所需信号一般需要增大接收瞬时带宽,脉冲信号采集将会产生海量数据.同时,所接收的信号是非合作信号,因而需要对接收信号需要进行检测与匹配.在FPGA上做海量数据的处理及信号的检测与匹配是目前宽带数字接收机比较常用的架构.目前,宽带侦察系统主要采用PPC+FPGA异构处理平台与SRIO互联技术.因此,提出了一种基于FPGA的宽带侦察系统脉冲数据采集方法.

    侦察系统海量数据脉冲信号采集异构处理平台

    基于全局与局部特征融合的图像中干扰物移除方法

    石昌鑫冯继凡杨清
    72-75页
    查看更多>>摘要:如今受摄影者审美水平以及拍摄环境的限制,图片中存在一些干扰物,使得图片背景混乱,层次复杂,导致图片美感降低.虽然可以通过图像编辑软件的平滑褪色等工具进行去除,但需要掌握相关专业软件的操作知识,并且复杂的操作流程会给人们带来极大的不便.因此,合理并准确地识别并移除图片中影响美感的干扰物,可以极大地提升日常拍摄图片的美感.针对上述问题,提出了一种基于全局与局部特征融合的干扰物移除算法,构建了一个数据集,完成了图片中包含语义信息物体的标注,分为图片主体与干扰物.首先对原始图片进行目标检测,确定图片中包含语义信息的感兴趣区域;接着提取原始图片的全局特征与感兴趣区域的特征并完成融合分类;最后将分类出的干扰物区域输入图片修复模型,完成干扰物的移除.实验结果证明,所提出的算法可以完成对图片中主体与干扰物的分类,在实际应用中取得较好表现.

    图像美学干扰物移除卷积神经网络美学特征特征融合图像修复

    基于改进PSENet-CRNN的工件编码字符识别算法

    熊新炎马宏伟
    76-79页
    查看更多>>摘要:由于传统识别方法在面对工业环境的复杂性时表现出较低的准确率和鲁棒性,提出了一种基于改进PSENet-CRNN的工件编码字符识别算法.结合了PSENet在字符分割方面的优势和CRNN在序列建模方面的特长,旨在提高在复杂工业环境下的字符识别性能.通过改进网络结构、优化训练策略等手段,新算法有效解决了字符粘连、光照不均、背景干扰等问题,显著提升了识别准确率和鲁棒性.实验结果表明,新算法在多种评价指标上均优于传统方法和其他先进算法,为智能制造领域提供了一种高效、稳定的字符识别解决方案.

    工件编码字符识别PSENetCRNN评价指标

    强类型JSON数据交换接口生成器的设计与实现

    黄向平刘中一阎松柏
    80-84页
    查看更多>>摘要:介绍了一个C++开发环境中利用JSON schema与C++数据类的动态映射工具(Mapper),所提出工具的特点是借鉴WSDL2Code原理,充分利用强类型高级面向对象语言的特性,消除了手工编写用于解析和生成JSON结构的数据交换接口代码的笨拙编程方式,不仅提高了开发效率而且数据交换接口统一规范,提升了代码可维护性.同时,借助开发平台通用的智能感知(Intellisenese)技术,实现了接口字段的便捷键入,进一步提高了开发的效率,降低了程序员发生低级失误的可能.所提出的框架由Python编码完成,无须第三方插件,适用于包含标准模板库(STL)的C++开发环境,已经在实际项目中使用,反馈效果良好.

    Mapper数据交换接口JSONschema面向对象