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

    关于CG技术与数字孪生在交通BIM中的应用研究

    方凯龙李萱宇阚忠鹏方丹丹...
    35-38页
    查看更多>>摘要:依托G5京昆高速广绵扩容工程LJ7-1合同段的工程量数据清单管理系统,剖析研究CG技术(computer graphics,CG)在项目中的技术应用,利用计算机图形CG技术解决BIM模型与GIS数据在可视化交互应用中遇到的轻量化的技术难题,通过借鉴主流游戏制作流程完成对项目的BIM模型的轻量化处理,使得BI模型可以脱离专业的BIM设计软件,应用于各种各样的信息化系统、软件平台,大大拓展了BIM技术的应用场景.完成三维虚拟环境搭建、UI交互设计以及资源优化,最后通过蓝图开发与数据管理平台的数据接口对接,完成数据在虚拟环境中的实时反馈交互.

    CG技术BIM应用数字孪生三维可视化BIM模型轻量化计算机图形图像技术

    基于改进的LightGBM算法的心脏病预测方法

    崔春燕李宏滨
    39-42页
    查看更多>>摘要:为了优化心脏病预测模型,选取比较流行的UCI心脏病数据集为研究对象,提出基于随机森林-递归特征消除法(RF-RFE)和LightGBM的混合算法——RF-RFE-LightGBM作为心脏病预测方法.其中,利用RF-RFE算法提取较重要的特征,去除对预测结果影响较小的特征,针对优化后的特征建立LightGBM模型进行预测,采用主流的模型评价指标进行评估.实验结果表明,RF-RFE-LightGBM算法的准确率、精度、召回率、F1 值、AUC值分别为 0.917 1、0.905 6、0.932 0、0.918 6 和 0.920 3,相比于其他算法建立的模型综合性能更优,具有一定的优势.

    随机森林递归特征消除法UCI数据集LightGBM心脏病预测

    基于改进蚁群算法的柑橘采摘路径规划研究

    陈淑玲王士信滕玲芳
    43-46页
    查看更多>>摘要:针对柑橘采摘过程中存在的路径规划问题,提出一种基于改进蚁群算法的解决方案.首先,对柑橘采摘场景进行建模分析,考虑了地形、柑橘分布、采摘机器人的移动速度等因素.其次,针对传统蚁群算法在路径搜索过程中易陷入局部最优的问题,提出了一种改进算法,结合启发式信息和全局信息,提高了路径搜索的效率和精度.最后,通过仿真实验验证了改进算法的有效性和优越性,证明了在柑橘采摘任务中该算法能够有效地优化路径规划,提高采摘效率.

    柑橘采摘路径规划改进蚁群算法

    基于XLNet的法律核心要素识别应用

    张棋胡亚谦赵耀吉艳利...
    46-49页
    查看更多>>摘要:法律核心要素的精准识别,有助于提升案件判决的准确度及效率.然而,现有深度学习方法的准确率受限于案件信息的复杂度,通常无法有效提取事实描述中的上下文关系.对此,提出了将极长网络(extra-long network,XLNet)应用于法律核心要素识别.利用CAIL2019 提供的要素识别任务数据集进行分案由训练和预测,分案由divorce、labor和loan下性能评估指标F1 值分别达到 71.79%、57.31%、72.79%,均为最佳,比第二名分别高 4.8、20.4、10.0 个百分点.实验结果表明,XLNet模型在法律核心要素的多标签二分类任务中具有良好表现.

    要素识别多标签分类极长网络

    基于加权FCM和法向离群因子文物点云去噪

    宋凯瑞汤慧
    50-54页
    查看更多>>摘要:针对已有点云去噪算法在处理文物碎片点云时存在几何特征保持性较差、去噪精度较低且时间复杂度较高等问题,提出一种基于模糊加权C-均值聚类(FCM)和法向离群因子双边滤波的点云去噪算法.首先,利用模糊加权FCM算法对大尺度噪声进行初步去除,确保对文物整体形状的良好保持.然后,在双边滤波算法中引入法向离群因子,并采用该算法进行小尺度噪声去除,实现文物点云的精细去噪.最后,采用含噪的公共点云模型Bunny和Dragon以及四组含噪文物碎片点云模型进行实验.实验结果表明,提出的算法比对比文献算法去噪精确度提高了约 15%,耗时降低了约 20%,有效保持了文物碎片点云尖锐特征,为数字化文物保护和复原工作提供了重要的技术支持.

    点云去噪特征保持模糊加权法向离群因子双边滤波

    基于多传感器数据融合技术的小麦病虫阈值决策算法设计

    李冰李纪云
    55-58页
    查看更多>>摘要:小麦病虫害种类繁多,且不同病虫害的症状可能相似,导致在小麦病虫阈值决策过程中可能出现数据信息的丢失、误判或冗余,进而影响阈值设定的准确性.传感器数据融合技术具有准确区分不同病虫害类型的潜力,其小麦病虫阈值的准确性较高.鉴于此,设计了一种基于多传感器数据融合技术的小麦病虫阈值决策算法.通过选择和布设多种探测传感器,利用多传感器数据融合技术,将来自不同传感器的数据进行整合,实现了对小麦病虫害的危害程度与产量损失率的精确测定.基于这些测定结果,制定了计算小麦病虫阈值的规则,并通过混合方法优化了小麦病虫害阈值决策过程,最终确定了更加准确合理的小麦病虫害的阈值.案例分析表明,所设计的算法响应时间较短,能够更快地处理数据并作出决策;所得结果与实际结果的误差平均值仅为 3.4%,显示出小麦病虫害检测结果的高度准确性和可靠性,通过所提出的方法能够有效提升决策的效率和精确度.

    多种传感器数据融合技术小麦病虫害阈值决策产量损失率

    基于PAM-BiLSTM的PM2.5浓度预测模型

    黄俊凯
    59-62页
    查看更多>>摘要:PM2.5(细颗粒物)是空气污染的主要成分之一,长期暴露于高浓度的PM2.5环境中,对人类健康和环境都有严重危害,包括呼吸系统疾病、心血管疾病和早逝等.因此,基于时间序列数据准确预测PM2.5浓度对于提前决策和风险管理至关重要.提出一种基于金字塔注意力机制(PAM)和双向长短期记忆网络(BiLSTM)的PM2.5 浓度预测模型.实验结果表明,PAM-BiLSTM模型在预测精度和效率方面具有显著优势,同时消融实验验证了PAM模块的有效性,在多个评价指标上优于BiLSTM模型,对于环境监测和公共健康保护具有重要意义.

    PM2.5时间序列数据金字塔注意力机制双向长短期记忆网络

    基于边缘信息的轻量化图像去雾卷积神经网络

    常可铮李耀成杨得武
    63-66页
    查看更多>>摘要:由于在采用CCD/CMOS传感器进行图像采集时,可能会存在严重的信息退化,单图像去雾处理是一个具有挑战性的不适定问题.然而,现有的基于深度学习的单图像去雾方法只采用清晰和有雾的图像对来指导去雾网络的训练,忽视了图像内存在的非均匀的细节信息,从而导致去雾网络的处理过程是全局的,导致某些原有信息丢失,同时对于非均匀雾气也不能很好地去除.还有部分算法采用先验信息对图像去雾进行引导,如DCP(暗通道先验)、颜色先验、物理模型先验等.这些方法可以为图像去雾提供一定的先验信息,从而增强图像去雾效果.此外,还有部分方法针对去雾任务来设计网络模型和函数,这些算法通常在去雾指标峰值信噪比、结构相似度上能够取得较好的成绩,然而恢复无雾图像的主观评价往往不尽如人意,真实的雾气图像去雾中并不能去除非均匀的雾气,同时导致图像存在一定的颜色失真.对此,提出一种基于边缘对应峰值信噪比的先验方法,通过检测图像的边缘信息,评估相应的峰值信噪比,从而估测图像中雾气存在的主要区域,以边缘信息作为先验来引导图像去雾网络.此外,还设计了一种基于边缘先验引导模块的可变形卷积网络,利用图像的雾气特征进行引导,从而增强去雾网络恢复图像能力.所提出的算法在合成和真实数据集的广泛实验上均展现了较好的结果.

    图像去雾边缘先验可变形卷积神经网络真实雾气

    基于入侵杂草优化和灰狼优化算法的混合优化算法研究

    冯严冰王洪亮
    67-70页
    查看更多>>摘要:基于入侵杂草优化算法和灰狼优化算法两种优化算法,将两者优点相结合,提出一种可以克服两种算法缺点的新的混合优化算法IWOGWO.通过对基准函数的测试和分析,评估了IWOGWO混合优化算法的性能,并与入侵杂草优化和灰狼优化两种基本算法的测试结果进行了比较,表明IWOGWO混合优化算法在全局搜索能力、收敛速度和求解精度上均有明显改善,验证了新算法的性能的优越性.

    入侵杂草优化算法灰狼优化算法混合优化算法

    基于扩展卡尔曼滤波算法的热式流量测量技术研究

    刘太逸
    70-73页
    查看更多>>摘要:当前国内油田面临多重挑战,首先是进入中后期开采阶段,导致产量逐渐下降,采油难度增加;其次,传统开采技术滞后,已达到瓶颈,无法有效提高.在这一情况下,实时监测油井产液量尤为关键.它可及时发现产量变化,帮助管理者调整方案以提高产量,识别异常情况并维护设备,还可优化开采方式以降低成本,提高经济效益.在当前的技术发展趋势下,热式流量技术在实时监测低产量油井流量方面展现出了越来越大的应用潜力,但传统的热式流量计目前存在测量精度低等问题.在传统热式流量计的基础上,采用了扩展卡尔曼滤波算法对数据进行处理,以提高数据采集精度.

    低产量油田热式流量测量ADC扩展卡尔曼滤波