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

    [2024 WRC]世界机器人大会群雄逐鹿中窥见行业未来

    朴津智能
    1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    山东省电子信息行业应对国际贸易摩擦培训会在济南成功举办

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

    职业教育产教融合高质量发展论坛圆满召开

    山东电子信息综合服务平台
    3-4页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于注意力机制和特征融合的交通标志检测

    韩姗朱立忠
    5-8页
    查看更多>>摘要：针对复杂背景信息下不易察觉或相对尺寸较小的交通标志目标,提出一种改进Faster R-CNN的新检测算法.首先,用ResNet50 深度残差网络替代VGG16 作为基本网络模型,同时在基础网络中嵌入混合注意力机制,使网络专注强化关键位置的信息,抑制无效背景信息对网络的干预,从而加强网络对重要特征的提取;其次,提出改进特征金字塔网络结构进行多尺度融合上下文信息的方法,利用特征层之间的关联性减少低像素小目标的信息损失.改进后的算法在CCTSDB数据集上的实验取得了 95.6%的平均检测精度,较原Faster R-CNN网络的检测精度提高了5.1%,鲁棒性增强.

    交通标志检测FasterR-CNN残差网络注意力机制特征金字塔

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

    基于自适应量化的大语言模型微调方法

    黄星晨
    9-12页
    查看更多>>摘要：近年来,大语言模型(LLMs)在语言文本生成、数学、抽象、代码等综合人工智能任务中表现出色,人们看到了通用人工智能的雏形.然而,模型的微调同样需要消耗大量计算机显存,对计算资源要求极高,一般消费级显卡难以满足.因此,提出一种自适应量化低秩(ADAQ-LoRA)微调算法,旨在解决大语言模型微调时的显存消耗问题.解决方案是同时使用量化和剪枝方法,在不损失准确度的情况下,大幅减少显存使用.将ADAQ-LoRA应用于ChatGLM2-6B模型,并验证了其在不同微调数据集和下游场景中的有效性.与现有大语言模型微调方法相比,ADAQ-LoRA表现出更好的性能和更低的显存使用.

    深度学习自然语言处理大语言模型微调剪枝量化

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

    时间同步技术在机载以太网中的应用研究

    严莉杨敏跃张志平刘永强...
    13-16页
    查看更多>>摘要：随着现代飞机航电系统的发展,在分布式开放型系统架构下,以太网技术被应用于飞机机载任务系统的通信和数据传输中.机载任务系统是一类对于实时性要求较高的系统,各网络节点需要精确的时间同步.因此,需对各时间同步技术进行研究.对同步以太网(SyncE)、卫星授时、AS6802 协议、IEEE1588协议等方案的起源、原理、特点以及目前的应用情况进行了介绍,并分析了各种技术的优缺点、机载以太网环境下的适用性.最后,对各技术进行了总结对比,对未来机载以太网时间同步方案的发展进行了展望.

    机载以太网时间同步SyncEAS6802IEEE1588

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

    在线学习行为分析和成绩预测方法

    安梦蕾韩蒙任绒柯程虎...
    17-21页
    查看更多>>摘要：随着在线课堂在高校课程中的应用越来越广泛,如何对大学生线上课程的学习效果进行有效的跟踪和指导,成为高校教育的难题.采用基于注意力机制的CNN-LSTM预测模型,将学生学习行为数据经过相关性分析和归一化处理后输入模型中,并利用注意力机制区分信息的重要性程度,进而提高模型的准确性和可靠性.同时,采用基于Canopy的改进K-means聚类算法,将学生学习行为特征及成绩预测值利用Canopy算法进行预聚类,将预聚类结果结合K-means进行聚类.实验结果表明,所提出的成绩预测模型使学生成绩预测准确率达到了95.69%.

    学习行为分析成绩预测LSTM注意力机制

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

    加入捕猎算子和死亡算子的改进遗传算法研究

    刘抒桥白俊卿
    22-25页
    查看更多>>摘要：针对经典遗传算法(genetic algorithms,GA)易陷入局部最优解和收敛速度慢的问题,受生命演化过程的启发,加入了捕猎和死亡两种算子对其进行改进(predation and death genetic algorithms,PDGA).首先,在遗传算法的基础上,划分出两个种群——捕食者和被捕食者,通过捕食建立新的筛选机制,增加收敛速度;其次,引入寿命机制来强制种群中个体的死亡,增加跳出局部最优解的概率;最后,采用一种过度繁殖的方式来补充种群规模.为了验证改进算法的有效性,选取 6个基准函数进行仿真实验.实验结果表明,与GA算法相比,PDGA算法在寻优性能上有明显提升.

    遗传算法捕猎算子死亡算子测试函数

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

    基于OpenGL实例化技术的文字标牌高性能渲染方法

    王盛朋杨柳静
    26-30页
    查看更多>>摘要：针对海上目标持续存在且数量众多的特点,传统的OpenGL文字渲染方式在利用GPU加速二维场景中标牌的绘制过程中,遭遇了由CPU与GPU间数据传输限制导致的性能瓶颈,难以高效处理大规模文字标牌的实时更新需求.对此,结合船舶信息系统应用的实际需求,创新性地设计了一种基于OpenGL实例化技术的大规模文字标牌渲染方案.通过集中的字符批次绘制策略,结合OpenGL实例化渲染技术,显著提升了大量文字渲染的效率.实验验证表明,在模拟 10 000 个典型海上目标标牌、每秒更新 1 次的高负载场景下,新方法能够实现70帧/s的流畅渲染效果,成功突破了原有OpenGL文本渲染的技术局限,为二维文字信息的高效可视化提供了强有力的支持.

    OpenGL实例化CPU-GPU传输瓶颈实时更新海量文字渲染高性能

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

    一种多出口环境下的HTTP流量细粒度调度方法

    吴家顺
    31-34页
    查看更多>>摘要：DNS进行多出口流量调度时,常常以链路质量和链路带宽为依据进行引流,但忽略了到CDN节点的链路质量和CDN的服务质量.为解决DNS在进行HTTP流量调度时随机性而引发的问题,提出一种多出口环境下的HTTP流量细粒度调度方法,并设计实现了HttpTinyDispatcher系统.首先,从出口网络上采集与HTTP协议相关的数据包,并搜集本地DNS域名解析缓存记录,从出口路由器上面搜集IP归属地信息,然后分析数据包,选择TCP握手时延、HTTP时延以及网页轮廓数据作为特征,学习当前网络的特点,确定调度参数,并使用自动化的动态模拟分析进行不同链路的测试,最终将流量调度到较低时延的链路上.通过实际出口网络测试,发现了网络中存在的HTTP流量调度问题,着重解决了超时、HTTP响应慢等问题,对需要调度的HTTP数据,实际调度成功比率达到了25%.

    HTTP流量调度多出口网络DNS流量分析

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