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

    基于超像素标注的岩石薄片图像训练数据

    程国建邓文华符宇龙
    93-95,102页
    查看更多>>摘要：图像标注在计算机视觉中起着至关重要的作用.鉴于岩石薄片图像的复杂性,长期以来,为岩石薄片图像手动创建语义标签是一项耗时、耗力的事.为了加快岩石薄片图像像素级标注速度,提出了一种基于超像素标注的方法生成岩石薄片图像的机器学习训练数据集.首先,使用超像素算法进行预分割处理;然后,进行区域合并,提取到岩石颗粒的边界;最后,通过交互式的标注工具,人为给岩石颗粒包含的超像素区域分配指定标签.结果表明,所提出的方法能够避免人为标注岩石颗粒的边界决策问题,可以对薄片图像进行快速标注并生成高质量的语义图像数据,推动岩石薄片图像在深度学习领域的研究.

    图像标注岩石薄片图像语义标签像素级标注超像素分割

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

    基于感受野扩大与解码特征增强的U型去云网络

    梁星
    96-102页
    查看更多>>摘要：U型架构的网络在遥感影像去云中应用广泛,并取得了显著效果.然而,大多数U型架构去云算法编解码之间传输的仅是单一感受野特征,导致对应层级解码层接收到的信息受限,去云影像存在空间细节信息的损失.此外,大多数U型网络的输出仅以解码层中尺寸最大的特征为出口,忽略了对其他各层级解码特征的有效利用,导致纹理结构信息重构不理想.为了解决这些问题,提出了一个基于感受野扩大与解码特征增强的U型去云网络.具体来说,在各级编解码层之间依次加入不同数量感受野自适应扩大模块,实现编解码之间传输信息的感受野自适应扩大;在解码层不同层级之间逐级加入层级交互模块并上采样至输出尺寸大小再进行通道串联,实现解码特征的增强.此外,现有公开去云数据集未能考虑不同云层厚度对去云的影响,对此,提出了1个含有薄云、中云、厚云3个子集的合成数据集,每个子集包含5种地物类型.在所提出的合成数据集和1个公开的真实数据集上,与近年来提出的5种优秀算法相比,所提出的方法取得了最好的客观评价指标和视觉效果.

    感受野扩大解码特征增强U型架构合成数据集

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

    基于阵列码的校验链重组及数据填充技术研究

    李萧言张志东安阳
    103-106页
    查看更多>>摘要：阵列码因具有较低的编解码复杂度而被广泛应用于存储系统,从而保证数据的可靠性.随着数据量的快速增长,存储系统需要采用与其编码方式相适应的技术来扩大规模,但现有的扩容技术缺乏对扩容后系统性能的考虑.在Cross-Scale扩容方案的基础上,针对扩容后数据分布不均衡、访问性能降低的问题,提出了混合式校验链重组的优化方法hybrid cross-scale(HCS),在保证其编码正确性的前提下,将条带中的空白块划分到不同带宽的校验链中,并为优化后的编码阵列设计了数据填充方法,且能够进行故障恢复.通过数学分析和实验验证,证明所提出方法有效提高了扩容后的数据访问性能,维持了原编码的性能优势,且在写密集型存储系统中优化效果更为明显.

    阵列码存储系统扩容技术系统性能混合式校验链重组数据填充

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

    频谱分析仪的模拟解调功能软件设计

    丁鹏
    107-110页
    查看更多>>摘要：模拟调制参数的测量主要用于信号发生器的模拟调制计量检验、FM 或 AM 发射机的性能测试.传统的使用模拟解调器或者频谱分析仪进行调制信号测量的方式已经不能满足高精度的计量检验要求.提出一种基于频谱分析仪的全数字的模拟信号解调分析方法,将FPGA采集到的中频IQ数据直接发送给上层主机软件,由上层主机软件负责整个信号的解调,并显示解调结果.所提出的方法使用了全数字的解调模式,大大降低了 FPGA的存储量及工作量,且可同时显示射频图谱、音频图谱、音频波形,直观显示模拟信号的解调结果.

    频谱分析仪模拟信号解调分析IQ数据软件设计

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

    一种基于节点相似性聚类的社区划分方法

    王晓娟李晓晔
    111-115页
    查看更多>>摘要：现有的层次聚类社区划分通常使用公共邻居的数量来衡量节点对之间的相似性.由于忽略了公共邻居之间的差异性造成相似度值相同,许多节点对无法区分,导致社区划分结果不稳定、不准确.对此,提出了一种节点相似性聚类的社区划分方法ISCM.在无权图上工作,在特征向量构建时考虑了节点的度、聚类系数、介数中心性、信息熵等综合指标,同时在相似性矩阵构建时采用综合指标的余弦相似性,实现了一个基于节点特征的谱聚类方法,而非传统基于图的方法.使用真实的数据集和评估算法,并在模块度、运行时间上进行了比较,结果显示,其在不同数据集上具有很高的模块度和准确性.

    节点聚类社区划分余弦相似度综合属性特征

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

    基于IndRNN的机场起飞航班延误预测模型研究

    司毅洋吕娜
    115-119页
    查看更多>>摘要：由于没有综合考虑天气等突发状况,导致航班延误预测结果存在一定的偏差,降低用户飞行体验,对此,提出基于IndRNN的机场起飞航班延误预测模型研究方法.起飞航班延误划分为 4 个等级,利用ReLU激活函数代替IndRNN网络中的sigmod、tanh激活函数,使得每个神经元都有其独立的时空特征;分离所有神经元,避免梯度出现消失爆炸的情况;经过数据读取、数据预处理、数据融合等一系列操作后,完成航班延误预测模型的构建.通过开展对比仿真实验,在 4项评判指标下,所提方法均展现出了优秀的预测性能,且预测延误航班数、延误时间与实际值非常接近.

    IndRNN网络起飞航班延误预测ReLU激活函数传播梯度数据预处理

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

    基于Singularity的超算资源容器化

    王祥凯
    120-126页
    查看更多>>摘要：深度学习往往伴随着大量的计算,属于典型的高性能计算(HPC)应用.基于Python的深度学习中往往使用PyTorch或者TensorFlow库,环境的配置与管理极为复杂,可重复性低,导致代码的升级、管理、测试、迁移成为大难题.为此,诞生了容器化技术.容器化技术以Docker为代表,通过在迁移代码的同时迁移代码运行环境,从而避免了代码在移植的时候存在繁杂的环境配置过程.但是超算服务器与普通的服务器又有很大的差别,如开发人员无root权限,测试代码时需要进行资源管理(内存,CPU).这些问题都让Docker技术在HPC环境的应用受限,针对以上问题,使用Singularity代替Docker,在神威蓝光II型超级计算机上尝试生成了Python3.7+Numpy+Pandas+Scipy数据科学计算环境的Singularity镜像文件,在阿里云服务器上无root权限创建容器并成功运行了距离判别Python计算程序.结果表明,使用Singularity可以解决Docker在服务器上面的root权限问题,有助于深度学习环境在不同HPC服务器上面的部署.

    容器化技术高性能计算(HPC)DockerSingularity

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

    基于K-means聚类算法的异常流量识别能力分析

    叶帅辰卜哲
    127-130页
    查看更多>>摘要：通过特征聚类进行异常网络流量识别是实现网络风险防御的基础,其中基于无监督学习的K-means聚类算法由于其具有高效、易实现等特点而在业界得到了广泛应用.目前针对K-means算法的研究大多聚焦于提升其对流量整体特征的聚类准确性,而较少涉及单一特征对于异常网络流量的快速鉴别能力研究.针对这一问题,依托K-means算法逐一分析KDD Cup99数据集中各项特征对于拒绝服务攻击、非法访问、扫描渗透等威胁的识别能力,有效实现不完整网络安全监测数据场景下的风险快速判断,为网络安全监测设备能力优化提供参考.

    网络安全流量特征风险识别K-means聚类算法

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

    基于改进C3D的视频监控异常行为检测算法

    郑凯东江怡
    131-134页
    查看更多>>摘要：随着科技的发展,视频监控技术已经在各种场景得到广泛应用,如城市安防、交通管理、工业监控等.然而,传统的视频监控系统通常依靠人工监控来发现异常行为,但这种方式效率低下且容易遗漏,因此需要借助计算机视觉和深度学习技术实现自动化的异常行为检测.针对视频监控下异常行为检测的问题,提出了一种异常检测算法SE-C3D.首先,将传统的二维卷积和池化操作扩展到了三维;接着,利用C3D网络来提取视频的时空特征;然后,采用残差思想,设计了一种3D残差模块,增强泛化能力,使其在处理视频数据时更为有效;最后,为了进一步提高准确率,将SENet扩展到三维,并嵌入到残差C3D模块上,使用Softmax输出结果.实验结果表明,SE-C3D相较于其他模型在多个性能指标上均有显著提升,提出的算法在异常行为检测任务中有着广泛的应用前景.

    深度学习异常行为检测C3DSENet3D残差结构

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

    基于深度学习的评教文本提取与情感分析

    郭丽颖杨平
    135-138页
    查看更多>>摘要：对评教文本利用人工智能深度学习方法进行信息挖掘,对海量的评教文本进行关键词提取,并进行评教文本情感倾向分析.把评教结果进行直观的、便于理解的数据可视化,主要采用雷达图、词云等数据可视化,呈现给管理层与相关教师,能更有效地提高反馈评教结果的效率与效果,促进教学质量的提升.

    教学质量情感倾向分析深度学习信息挖掘数据可视化

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