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

    高暘:带着激情与梦想不断前行,为电子信息事业的发展贡献力量

    山东电子信息综合服务平台
    1-2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合FCN-ViT的语义分割与密度预测应用研究

    姚玉佘雅丽
    3-8页
    查看更多>>摘要：针对河岸植被分布复杂性及密度多样性带来的监测难题,提出了一个语义分割与密度预测双重网络SEG-DEN-Net,实现并行植被高精度分割和密度预测.首先,采用无人机获取三峡库区香溪河河道的航拍图像,构建了一个包含语义标签和密度标签的数据集.其次,融合全卷积神经网络(fully convolutional network,FCN)和ViT(vision transformer)各自优势,捕捉多尺度的局部与全局信息.最后,增设了一个密度预测分支,达到并行预测,以减少时间与计算成本.实验结果表明,与其他经典网络相比,所提出的模型在mIoU、准确率和Kappa系数等指标上均有提升,密度预测任务的预测结果达到了比人工标记更高的精度.两任务的结合及并行预测降低了各方面的成本,可进一步应用于重金属污染估计,为环境保护提供新的技术手段.

    航拍图像语义分割植被密度预测ViT重金属污染

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

    基于深度学习的核武器数量预测

    王彩玲张智栋
    9-14页
    查看更多>>摘要：核武器是指利用能自身持有进行的原子核裂变或聚变反应瞬时释放的巨大的能量,产生爆炸作用,并具有大规模毁伤破坏效应的武器.核武器的出现改变了传统战争的规模和样式,对人类和地球上生物的生存和发展产生了深远的影响.为了维护国家安全和世界和平,准确预测世界各国核武器数量以评估各国军事力量是十分必要的.核武器数量的变化是多因素影响的结果,变化趋势复杂,难以预测.对此,提出一种基于双向LSTM网络的核武器数量预测模型.实验选择了中国、法国、俄罗斯、英国、美国和以色列六个国家 1938 年至 2023 年核武器数据作为研究对象,对原始数据进行预处理和相关性分析,构建了双向LSTM模型进行拟合预测,利用可视化技术分析预测结果,调节参数并进一步优化模型.实验选择R2、MAE和RMSE作为评估指标,分别为:0.863 5、14.418 8 和 17.714 4.结果表明,双向LSTM模型预测结果优于Prophet模型,这证明了所构建的双向LSTM模型的有效性.

    核武器双向LSTM模型Prophet算法时序序列预测相关性分析

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

    面向东北亚地区的军事舆情文本关系抽取方法

    隗昊金百川
    15-18页
    查看更多>>摘要：随着信息技术的迅速发展,军事舆情监测在地区安全与国际关系中扮演着愈发重要的角色.东北亚地区作为全球政治、经济和安全格局的重要支点,面向该地区构建军事舆情知识图谱能够有效地分析和观测舆情热点,对于协助政府决策、构建和谐稳定的国际关系具有重大价值.关系抽取是构建知识图谱的关键技术和核心任务,受到研究者们广泛的关注.以新闻网站中与东北亚地区相关的军事舆情文本作为数据源,建立包含 7 种实体类型、11 种关系类型的东北亚军事舆情实体关系数据集,并提出基于BERT-CapsNet架构的舆情关系抽取模型.实验结果表明,所提出的方法在所构建的舆情实体关系数据集上具有较高的准确率和召回率,能够有效地识别出文本中的实体关系,为后续的军事舆情监测提供了有力的数据支持和技术支撑.

    东北亚地区军事舆情关系抽取深度学习预训练语言模型

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

    基于改进YOLOv7的手套佩戴检测算法

    敖良忠黄浩宇
    19-22页
    查看更多>>摘要：维修培训人员在进行培训时需要佩戴手套对飞机进行维修工作,若未佩戴手套进行操作,可能会出现安全问题.针对机务维修培训中,传统人工对培训人员是否佩戴手套的检测效率低下、容易漏检和误检,无法保障培训人员在培训过程中的安全问题,提出了基于改进YOLOv7 的检测方法.在YOLOv7 中引入SPDconv模块,提高模型针对小目标和低分辨率图片的检测性能.同时,在模型的Backbone中加入CBAM注意力机制,以提高模型的精度.改进后的YOLOv7 手套佩戴检测算法平均精度均值达到86.5%,相较于原本的YOLOv7 算法,精度提高了 4.3%.实验表明,改进后的算法能有效地检测出维修培训人员的手套佩戴情况.

    目标检测佩戴检测YOLOv7算法小目标

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

    基于ChineseBERT的双通道隐式情感分类

    朱士成钱钢
    23-27页
    查看更多>>摘要：隐含情感分析是当前自然语言处理领域的热门研究方向之一.相比于传统的文本情感分析方法,隐含情感分析面临着一些挑战,例如表达方式较为隐晦、缺乏明确的情感词汇等.针对这些问题,提出一种基于ChineseBERT的双通道中文隐式情感分类模型.首先,采用嵌入汉字音形向量的ChineseBERT预训练模型来提取文本词的动态向量表征.然后,并行联合使用CNN与BiLSTM混合神经网络模型,通过嵌入自注意力机制的多尺度CNN网络捕捉文本局部特征,同时引入结合自注意力机制的BiLSTM提取文本深层次上下文信息特征,将改进后的CNN与BiLSTM进行特征拼接.最后,输入全连接层获得情感分类结果.经过实验,所设计的模型在SMP2019"拓尔思杯"数据集上Acc值达到了 82.5%,分类效果显著提升,验证了模型具有可行性和有效性.

    隐式情感分析注意力机制ChineseBERT双向长短期记忆神经网络卷积神经网络

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

    基于RBF的多学科耦合数据传递并行方法研究

    王乐琪周磊李典李中武...
    28-31页
    查看更多>>摘要：径向基函数(radial basis function,RBF)插值方法因具有诸多优点而被广泛应用于多学科耦合界面数据传递中.然而,对于实际工程问题中的大规模网格或复杂构型场景,传统的RBF方法存在计算量过高、求解效率低的问题.为了解决这一问题,发展了一种基于RBF插值的耦合界面数据传递的并行方法,利用MPI分别完成了RBF基系数矩阵的并行装配、插值系数的并行求解以及数据并行插值的过程.数值实验结果表明,所提出的并行方法对耦合界面数据传递过程具有明显的加速效果,同时兼具较高的精度和可扩展性,具有良好的工程应用前景.

    径向基函数插值多学科耦合数据传递并行计算MPI

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

    基于BERT的术语使用规范度自动检测研究

    张庆国薛德军
    32-37页
    查看更多>>摘要：术语使用规范度人工检测方法存在领域知识障碍,其效率和准确率低.利用BERT(bidirectional encoder representation from transformers)模型捕捉文本语义和结构特征,将自然语言表述的文字组合映射到高维向量空间,可使用向量间的相似性衡量文字组合间的相似性.通过与原始术语向量在一定阈值下的相似性比对,实现了实时变化的文本流中术语使用规范度的自动检测.在包含 5万个术语的数据集上进行测试,准确率为0.912 4,F1 值为0.913 5.所提出的方法达到了工程化应用的程度,且与领域知识无关.

    BERT术语使用规范度相似性计算双指针滑动窗口池化策略

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

    基于改进YOLOv8的人体跌倒检测算法

    郑凯东金婷婷
    38-41页
    查看更多>>摘要：人口老龄化是我国目前面临的重要社会问题.针对跌倒对老年人安全性问题造成的影响,以及现有目标检测模型在人物跌倒时检测精度低、鲁棒性和泛化能力差等问题,对YOLOv8 算法进行优化.引入了一种轻量级且高效的多维协作注意力机制(multidimensional collaborative attention,MCA),在Neck端上采样阶段中的Upsample结构后面以及每个C2F模块后面添加MCA,以捕获局部特征交互,克服性能和计算开销权衡的悖论.优化损失函数,利用Alpha-SIoU损失函数,为边界框提供更准确的位置信息,提高了目标检测效率和模型收敛速度.通过实验结果分析,优化后的模型在多项性能指标上都有显著提高,与传统的YOLOv8 模型相比,检测准确率提高了 4.7%,能够满足现实中不同场景跌倒行为的检测需求.

    深度学习跌倒检测YOLOv8n多维协作注意力机制Alpha_SIoU损失函数

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

    DU-Net:基于改进型U-Net的视网膜血管分割模型

    孟瑶孔劼
    42-45页
    查看更多>>摘要：使用视网膜血管的图像可以识别各种疾病,很多眼部疾病需要通过眼球的毛细血管状况来进行判别,因此视网膜血管的准确分割对一些疾病的早期诊断非常重要.医疗影像数据量与U-Net模型在体量上相匹配,有效避免了过拟合.但U-Net网络通常包含大量的层和参数,特别是在处理大型图像数据集时训练和推理的时间较长.为更好地分割视网膜血管,提供一个基于改进U-Net的视网膜血管图像分割方式,用Do卷积代替U-Net路径上的卷积运算,在不增加网络推理运算的情况下加快收敛速度并改善网络性能.在DRIVE数据集上的实验结果表明,与原始U-Net相比,IoU提升了 1.2%,Dice提升了 1.7%,Global correct提升了0.1%.

    视网膜血管分割U-NetDU-NetDo卷积医学图像分割

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