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

    面向嵌入式机载场景的快速图像滤波方法

    李鹏亮李成文杨子怡谭琪璘...
    85-88页
    查看更多>>摘要：在功耗、体积及质量的约束下,针对嵌入式机载计算设备很难满足较大半径实时滤波处理的需求,提出一种面向嵌入式机载应用场景的快速图像滤波方法.首先,以每个待滤波像素为中心,以设定半径作为滤波半径,确定待处理图像中每个待滤波像素的滤波区域;其次,依据每个滤波区域的梯度信息和半径,自适应确定每个滤波区域的抽样步长;然后,采用所提出的抽样步长,对每个滤波区域进行抽样得到多个抽样像素;最后,通过抽样像素,对每个滤波区域进行滤波处理输出.通过基于国产GPU的嵌入式平台验证,证明所提出的方法解决了现有的滤波处理方法随着滤波区域增大而导致计算耗时指数增加的问题,大幅度提高了图像滤波处理效率,同时达到了优秀的滤波性能表现.

    嵌入式计算机载图像处理快图像滤波自适应步长像素抽样

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

    联合监督损失在深度图像分类中的应用

    童程
    89-92页
    查看更多>>摘要：在深度图像分类任务中,大多数都是采用卷积神经网络模型与SoftMax损失监督训练完成的.但在实际的实验过程中会发现,单独使用SoftMax损失并不能很好地解决分类问题.为了进一步增强网络的分类性能,在使用SoftMax损失对网络训练的同时添加额外的联合监督损失函数,对比中心损失(contrastive center loss),其加强了网络的学习能力.该损失在训练过程中会给每个类学习一个深度特征中心,中心参数与模型参数一起进行优化,并通过对比学习的思想加强网络对类别特征信息的学习,在LFW数据集与CUB数据集中的实验结果表明,通过联合监督损失的训练方法可以提高网络的分类性能.

    图像分类神经网络损失函数联合监督参数优化

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

    基于主动红外热激励的板材内部孔洞的检测方法

    李铁军王菁鹭
    93-96,100页
    查看更多>>摘要：针对板材内部孔洞的无损检测困难,提出了一种基于深度学习的板材内部孔洞位置和大小的无损检测方法.所提出方法的实验装置由热激励器、热像仪、计算机处理系统组成.使用热像仪采集热激励下的板材孔洞热感图像作为检测系统输入,并通过使用卷积神经网络检测出孔洞位置,再使用对角线测量方法检测出孔洞面积大小,并和真实实验结果对比.结果表明,与直接使用边缘检测算法进行孔洞检测相比,基于深度学习的无损检测方法可以有效检测以及定位板材内部的孔洞位置,精确识别孔洞缺陷和准确定量检测缺陷面积.

    红外无损检测缺陷识别深度学习盲孔检测缺陷检测

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

    电容持水率检测方法研究及传感器设计

    刘国权陈强王志杰邱闯...
    97-100页
    查看更多>>摘要：持水率作为油井产出剖面评价的关键参数,对产水层位确定、提高油气产量至关重要.目前常用的持水率传感器存在变化范围小、性能易受杂散电容影响的不足,导致其测量精度较低.因此,提出了一种电容持水率传感器前端数字化的思想,设计了一款适用于低持水率(<50%)环境下的微型持水率传感器,通过增加多谐振荡电路,使该传感器同时具备小型化和数字化的特点.测试结果表明,所设计的传感器的测量误差小于 1.9%,具有分辨率高、性能稳定的特点.上述研究为电容持水率传感器的阵列化和井下流体流动的可视化奠定了基础.

    低持水率电容法传感器小型化前端数字化

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

    基于改进VMD和TWSVM的雷达辐射源个体识别

    蒋闯
    101-106页
    查看更多>>摘要：为提高雷达辐射源个体在不同信噪比下的识别准确率,提出基于改进VMD和TWSVM的雷达辐射源个体识别方法.首先利用斑马优化算法(ZOA)优化变分模态分解(VMD)过程,找到最优分解参数组合;然后通过奇异值分解对辐射源信号经变分模态分解后得到的各模态分量进行二次特征提取,选取奇异值作为个体特征组成特征向量;最后送入孪生支持向量机(TWSVM)中,完成分类识别.通过线性调频信号的仿真建模实验,初步验证了算法的可行性.再通过5部信号源所采集的实测数据验证,信噪比为15 dB时,识别效果已十分理想,可达94%以上的识别率.

    雷达辐射源个体识别斑马优化算法变分模态分解奇异值分解孪生支持向量机

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

    基于知识及流利度提升的中文语法纠错模型

    王岩梁椰玲
    107-110页
    查看更多>>摘要：语法错误纠正(grammatical error correction,GEC)旨在将包含语法错误的句子纠正为正确的句子.目前语法错误纠正研究主要基于Transformer模型,但由于模型参数规模大,中文GEC任务语料不足,Transformer无法得到充分训练来学习文本中足够的语义信息.提出了基于知识及流利度提升策略的中文GEC模型,将MacBERT预训练模型作为外部知识来源,并利用流利度提升策略缓解GEC模型单轮推理纠错不完全的局限.为了验证所提出的GEC模型的有效性,在NLPCC 2018 中文GEC共享任务数据集上进行了大量实验,其性能优于NLPCC 2018 GEC共享任务中开发的最佳模型.

    中文语法纠错Transformer模型知识增强学习流利度提升策略预训练语言模型

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

    基于Transformer与FasterRCNN的多模态特征提取与融合

    陈远露王亮
    111-114页
    查看更多>>摘要：传统人机对话中仅使用文本单一模态存在对话中包含的信息量不够的问题,而使用文本和图片两种模态能丰富对话中的信息量,也更符合实际生活中的聊天场景.由于文本和图片两个模态的不同特点,对话模型只采用单一的传统NLP和CV领域的模型,不能同时很好地处理这两种模态.针对在多模态特征提取与融合模型上的问题,提出一种基于Transformer与FasterRCNN融合的多模态特征提取与融合模型,更好地进行两种模态的特征提取、融合,达到提高多模态对话的性能的目的.模型中,Transformer对文本进行特征提取,FasterRCNN对图片进行特征提取,然后通过Late Fusion融合技术将图片和文本两种模态的特征融合.实验结果表明,相较于传统的单一模型,提出的模型在多模态对话的几种性能评价指标上均取得了比较理想的效果.

    多模态对话系统特征提取特征融合模型融合TransformerFasterRCNN

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

    基于改进YOLOv5的安全帽小目标检测算法

    刘一江樊福景王通
    115-119页
    查看更多>>摘要：针对复杂施工场景下安全帽检测算法存在小目标漏检问题,提出一种基于YOLOv5s的安全帽改进算法.首先,为提升多尺度特征融合效果和小目标信息利用率,在Efficient RepGFPN基础上引入浅层分支及转置卷积替换PAFPN,补充浅层小目标特征,减少上采样中小目标丢失的边缘信息.其次,采用DBBNet结构替换主干网络C3 瓶颈层中的残差结构,通过多分支结构将小目标与周围信息相关联,增强主干网络的小目标提取能力,同时使用空洞卷积及通道注意力改进SPP结构,保留更多小目标信息,为Efficient RepGFPN网络提供更优质特征图.最后,在自建施工场景安全帽数据集与最新的目标检测算法进行比较.实验结果表明,改进YOLOv5 算法召回率为 84.9%,平均精度达 90.1%;比原始YOLOv5s算法召回率提升 4.9%、平均精度提升 4.4%;对比最新的YOLOv6s 3.0、YOLOv7-tiny、YOLOv8s算法平均精度分别提升2.4%、3.1%和1.8%,在施工场景下对小安全帽具有较强的检测性能.

    YOLOv5EfficientRepGFPNDBB注意力机制安全帽检测小目标检测

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

    基于通道选择的孤独症儿童EEG情绪测量方法研究

    谢黎史丰硕王雨晴康晓管...
    120-122,128页
    查看更多>>摘要：基于通道选择的脑电信号情绪识别因其能够减少数据维度和计算时间,已成为情绪识别与测量的新型研究方法.通过孤独症儿童的脑区特征,基于通道选择构建脑电信号情绪测量模型,旨在比较不同通道的活动模式来提高情感测量的准确性和敏感性.以DEAP数据集为数据源,基于Fp1和Fp2电极(额区)下的脑电信号特征(小波近似系数、小波信息熵、近似熵、标准差、α、β、θ-PSD)和K-近邻构建情绪识别模型.实验结果表明,相对于 32 电极,双电极准确率在效价维度提高了 15.419%,在唤醒维度提高了11.09%,证实了基于孤独症脑区特征进行通道选择的有效性.

    孤独症儿童情绪测量脑电信号K-近邻

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

    一种基于无线供能的物联网双向传输方案

    陶迅洲陈东华邵凯
    123-128页
    查看更多>>摘要：针对物联网(IoT)终端节点能量受限以及双向通信上下行服务质量(QoS)不对称的问题,在功分(PS)和时分(TS)两种通信协议的基础上,提出了一种基于无线供能的时变时分双工(TDD)传输方案.方案以最小化系统功率为目标,每个节点都在双向通信速率和能量采集的约束下提高了系统传输效率.为了求解优化问题,采用半定松弛(SDP)和一阶泰勒近似将原始非凸问题转化为凸问题,进而通过连续凸逼近(SCA)迭代算法获得优化问题最优解.仿真表明,所提出的传输方案不仅在物理上可行,而且相对于固定分配传输时间的方案,有效地降低了系统的发射功耗.

    能量采集时分多址波束形成双向通信凸优化

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