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

    基于离散小波变换的细节增强的图像修复优化方法

    郑博伟李宗辉陈锐彬黄梅佳...
    46-51页
    查看更多>>摘要：针对现有基于小波变换的深度图像修复方法存在的不足进行优化,提出了一种基于离散小波变换的细节增强的深度图像修复优化方法.首先,采用一种求和方法将现有方法中的冗余高频信息加以利用,进一步增强修复图像的高频细节;其次,提出一种基于稠密神经网络(DenseNet)的判别网络结构,改进原有方法中的判别网络结构,以提高修复图像的质量;最后,在多个公共数据集上进行大量实验,实验结果表明,所提出的优化方法具有有效性.

    图像修复高频信息稠密神经网络判别网络

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

    一种模型驱动的LDPC码译码方法

    王宝祥陈斌杰
    52-55页
    查看更多>>摘要：针对对数似然比置信传播(log-likelihood ratio belief propagation,LLR BP)译码算法对短码长的低密度奇偶校验(low density parity check code,LDPC)码译码性能差的问题,提出了一种基于LLR BP译码算法的深度神经网络译码器.根据Tanner图构建深度神经网络模型,利用深度学习优化边的权重来缓解短环造成的影响,提升译码性能.此外,网络采用了迁移学习的训练思想并添加批量归一化(batch normalization,BN)层来加快网络收敛.仿真结果表明,所提出方法构建的深度神经网络收敛速度较快,并且与传统BP译码算法相比,对于短码长LDPC码译码性能有明显提升.

    LDPC码信道译码深度学习模型驱动迁移学习

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

    改进YOLOv8算法的可回收垃圾目标检测研究

    鲁振伟尚雅层
    56-59页
    查看更多>>摘要：针对可回收垃圾目标检测算法漏检和误检率高、透明垃圾识别困难、人工分拣效率低等问题,提出一种改进的YOLOv8 算法:ABD-YOLO.利用自适应下采样(ADS)提取图像边界特征,引入轻量级双向特征金字塔网络(BiFPN)进行多尺度特征融合,结合可变型自注意力机制(DA)解决透明物体识别困难的问题.实验结果表明,ABD-YOLO相对于YOLOv8 算法在MAP上提升了 2.3%,参数量降低34.2%,浮点计算量降低 12.3%,尤其在透明物体识别方面的精度提升了 5.7%.此外,通过在公开数据集上的验证,证实了ABD-YOLO的泛化能力.

    可回收垃圾YOLODA注意力机制BiFPN

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

    基于注意力机制的UNet模型的洪水SAR图像研究

    鲁王泽
    60-63页
    查看更多>>摘要：洪水灾害的快速蔓延对社会构成了巨大威胁,因此高效而准确的洪水监测技术显得尤为重要.合成孔径雷达(SAR)图像由于其独特的穿透性和无视天气限制的特点,在洪水监测中发挥着关键作用.然而,由于SAR图像的复杂性和噪声,传统的图像分割方法在洪水SAR图像上的应用仍然具有挑战性.通过引入空间注意力机制对UNet模型进行了改进,提出了一个编码解码结构模型USANet,旨在提高其在洪水SAR图像分割任务中的精确度.改进的UNet模型通过在编码解码端分别引入注意力机制来有针对性地增强对洪水特征的感知能力.实验结果显示,改进的UNet模型相较于传统UNet在洪水SAR图像分割任务中取得了显著的性能提升.通过定量评估,验证了注意力机制在提高模型对洪水特征敏感性方面的有效性,为未来在遥感领域的相关研究和应用提供了有益的指导.

    洪水灾害合成孔径雷达改进UNet模型

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

    面向人群计数的U型Transformer模型

    王锐姚瑞玲席茜张冬松...
    64-67页
    查看更多>>摘要：在人群计数领域,可采用U型结构的全卷积神经网络模型将人群场景图映射为人群密度图.在映射的过程中,引入空间注意力机制和通道注意力机制,分别从空间维度和通道维度提取人群场景图的重要信息和抑制非重要信息.根据该思想,设计了一种基于通道和空间注意力机制的U型Transformer模型(SC U-Transformer).SC U-Transformer包含编码和解码过程,编码过程使用Swin-Transformer作为编码器,提取上下文特征并实现下采样;解码过程使用包含扩展图像块的对称Swin-Transformer模型,并添加了空间注意力模块和通道注意力模块,分别使模型更加关注前景和相关联的特征通道.根据ShanghaiTech数据集和UCF_CC_50 的实验结果可知,SC U-Transformer能够将人群场景图转换为高质量的人群密度图.

    人群计数人群场景图人群密度图Swin-Transformer注意力机制

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

    基于手机拍照的手写算式识别研究

    刘兴豪陈芷妍何滨童保鑫...
    68-71页
    查看更多>>摘要：针对移动环境下手写算式识别准确率不高、效果不理想的问题,提出了基于手机拍照的手写算式识别的解决方案.首先,对上传的图片进行二值化和自适应平滑降噪,利用边缘检测和轮廓提取技术识别字符和倾斜矫正;然后,利用几何特征,采用公式定位、字符分割、字符排布树、结构解析等识别出手写算式,并通过数据集训练,提升手写算式的识别准确率;最后,设计并实现了基于三层体系架构的手写算式识别系统.实验结果表明,所设计的系统具有较高的识别准确率和较好的识别效果,具有一定的应用价值.

    手写算式识别图像预处理手机拍照卷积神经网络几何特征

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

    基于改进YOLOv5的水果检测

    郑凯东田瑞
    72-75页
    查看更多>>摘要：近年来,中国水果产业快速发展,出口产品销量始终位居世界前列,但水果采摘问题不容忽视,由于各方原因,我国采摘基本依赖人工、耗时且效率低,天气环境等因素严重影响人工作业.基于采摘检测困难问题,以苹果为研究对象,提出了基于YOLOv5s改进的YOLOv5-OCG结构,主要改进内容为:(1)构建新的主干网络OCSP Darknet,其中ODConv卷积可动态调整卷积核,CBAM通过通道与空间两方面更好地提取重要特征;(2)引入GFPN替换头部的C3 网络,通过自底向上和自顶向下两种方式联合进行多尺度特征融合.相比最初的YOLOv5 原始模型,mAP提高至 0.767,改进后的模型有较高的稳定性,可适应不同情况状态下的水果检测,有一定的实际意义.

    YOLOv5水果采摘目标检测ODConv卷积CBAMGFPN

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

    基于组合关联分析的符号数据分类方法

    崔丽娜
    76-84页
    查看更多>>摘要：分类是数据挖掘中一项非常重要的任务,目前大多分类算法处理的都是数值数据,少数处理符号数据的算法泛化性能不佳.针对这个问题,提出了一种基于组合关联分析的符号数据分类方法(categorical data classification approach based on combinatorial association analysis,CD_CAA).通过引入提升度,将符号数据的属性与标签关联起来转化成数值数据后训练模型;在预测过程中,将测试数据与所有可能的类标签进行组合关联分析,将一个实际的测试样本转化为多个虚拟的测试样本,综合分析虚拟样本的假设类别标签,最终得到真实的预测标签.通过组合关联分析,将符号数据转换为数值数据,而转化过程所采用的提升度恰好反映了同一属性对不同类别的不同贡献,提高了模型泛化性能.实验结果表明,与传统机器学习方法相比,所提出的CD_CAA方法能更好地处理符号数据分类任务.

    符号数据分类CD_CAA方法提升度组合关联分析虚拟样本

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

    基于Unity3D的射线检测算法模块的设计与实现

    陈振达
    85-88页
    查看更多>>摘要：针对基于Unity3D交互方式的单一性问题,设计并实现了一种基于Unity3D的射线检测算法模块,实现了射线交互、触发器交互、视野范围等多种交互模式,完成了Unity3D引擎中的 3D对象和UI对象的交互操作;基于有限距离的线段生成器,实现了直线和曲线的射线检测.实验结果表明,应用射线检测算法模块对Unity3D中的目标物体进行射线检测时,采用曲线检测和直线检测都能保证交互拾取操作的正确性,并且能够在项目中同时使用多种交互形式,丰富交互操作的多样性.

    Unity3D射线检测事件系统射线生成器交互操作

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

    基于改进YOLOv8的轻量型车辆目标检测算法

    刘荣欣卢胜男刘晓天
    89-92页
    查看更多>>摘要：针对现有交通监控场景下车辆目标检测算法参数多、计算量大,难以在资源有限的设备中部署的问题,提出一种基于YOLOv8 改进的轻量型车辆目标检测算法GSE-YOLO.结合Ghost卷积技术,设计出一种轻量型特征提取模块C2fGhostv2,在减少计算负担的同时保证良好的特征提取能力.在颈部网络,引入SA(shuffle attention)注意力机制,主动选择合适的特征图权重凸显重要特征信息,减少背景对车辆检测的干扰.引入新的损失函数EIOU,解决边界框的纵横比模糊问题,提高预测框精度.实验结果表明,在交通数据集UA-DETRAC上,GSE-YOLO在检测精度没有损失的情况下,相较于原始YOLOv8 参数量降低36.11%,计算量降低 29.21%,更适合在计算量有限的边缘设备上部署,具有实用价值.

    深度学习轻量型车辆目标检测Ghost卷积shuffleattention注意力机制损失函数

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