首页期刊导航|计算机技术与发展
期刊信息/Journal information
计算机技术与发展
陕西省计算机学会
计算机技术与发展

陕西省计算机学会

王守智

月刊

1673-629X

ctad@vip.163.com

029-85522163

710054

西安市雁塔路南段99号

计算机技术与发展/Journal Computer Technology and DevelopmentCSTPCD
查看更多>>《计算机技术与发展》期刊,原名《微机发展》,中国计算机学会会刊,中国科技核心期刊、中国科技论文统计源期刊。中国学术期刊综合评价数据库统计源期刊,中国核心期刊数据库收录期刊,中国期刊全文数据库收录期刊,万方数据资源系统数字化期刊群上网期刊,中国学术期刊(光盘版)全文收录期刊。中国计算机学会和陕西省计算机学会共同主办。刊名为著名科学家胡启恒院士亲笔所提,中国计算机学会名誉理事长张效祥院士写了创刊词。1991年创刊,国内统一刊号CN61-1450/TP,国际刊号:ISSN 1673-629X。该刊为综合性学术技术刊物、月刊。该刊在国内外有广泛的覆盖面,国内读者分布在全国30个省市,国际读者分布在北美、西欧、韩国、日本以及我国港、澳、台等38个国家和地区。几年来高水平的论文刊登数量明显增加,各类自然科学基金论文刊登数量已超过80%,各项指标在我国自然科学自动化、计算机类(TP)多种期刊中排名前列,已成为全国最具影响力的自然科学杂志之一。 该刊在我国计算机界有广泛的作者群体,主要稿件来源单位有:北京大学、清华大学、南京大学、复旦大学、同济大学、浙江大学、中国科学技术大学、国防科技大学、上海交通大学、西安交通大学、北京航空航天大学、南京航空航天大学、华中科技大学、哈尔滨工业大学、西北工业大学、吉林大学、武汉大学、中山大学、四川大学、山东大学、厦门大学、天津大学、重庆大学、中南大学、东北大学、上海大学、福州大学、安徽大学、西北大学等全国数百所重点大学以及中国科学院、中国航空、航天、电子、中国水电、中国建筑、中国测绘科学研究院等重点研究院所等。 刊载内容涉及国内外计算机科学的发展方向、技术和创新的最新成就、软件工程的最新成果、应用开发的成功经验等,在学术界有较好的影响。为我国计算机的创新、设计、开发、应用创造了一个宽舒和谐的学术交流的氛围,提供了一个良好的学术、技术展示的平台,成为我国计算机和嵌入式系统领域最具有代表性的前沿性的刊物之一。该刊的编委是来自北京大学、清华大学、南京大学、复旦大学等九所知名大学和七所重要研究所,以及美国、加拿大的外籍专家共22位著名教授或研究员组成。以沈绪榜院士为首的编委会顾问组把握着期刊的大方向.
正式出版
收录年代

    稀疏表示模型及高光谱遥感应用研究

    张敬尊张睿哲徐光美王金华...
    173-178页
    查看更多>>摘要:稀疏表示是一种新型的数据挖掘技术,与传统算法相比,稀疏表示类算法更善于发现隐藏在数据背后的知识,具有优秀的特征发现和保持能力,近年来成为多领域的研究热点.然而,各领域对此技术的表征和描述不尽相同,不利于遥感高光谱图像处理领域的扩展,应用潜力有待深挖.该文在对生物视觉、统计学以及机器学习等领域中稀疏表示的理论基础、研究进展进行总结的基础上,提出了遥感适用的稀疏表示框架,就稀疏表示的模型进行了系统而详尽的描述,重点介绍了稀疏编码及字典学习两个关键问题.基于稀疏表示遥感应用适用性及应用潜力分析的需求,梳理了稀疏表示模型遥感领域的应用,重点分析并统计了高光谱各分支的应用热点与难点.最后,对稀疏表示框架的优势以及高光谱遥感图像处理应用面临的问题进行了总结.

    稀疏表示稀疏编码字典学习高光谱降维分类

    证券大数据分析研究

    林天华张倩倩祁旭阳赵霞...
    179-186页
    查看更多>>摘要:将大数据技术与机器学习应用到证券领域,探索国内证券行业发展规律是证券行业科技创新的重要举措.介绍了证券大数据的概念,总结了大数据技术在证券领域的应用,包括交易监察、财务分析、恐慌指数分析、舆论热度分析、个性化服务、预测与量化投资等.分析了目前处理证券大数据的主要算法模型,包括交易监管算法、财务分析算法、恐慌指数分析算法、情感分析算法以及预测与量化投资算法模型.并对其中的机器学习预测算法,如支持向量机、卷积神经网络、贝叶斯神经网络、遗传算法对BP神经网络的优化等进行详细论述,对传统时序预测模型和基于机器学习的预测模型进行了优劣性对比.最后对证券领域的大数据应用进行了展望和总结,大数据技术在证券领域的应用日益广泛,采用机器学习算法对证券行情进行预测是研究方向和热点.

    证券大数据数据分析机器学习交易监管预测分析

    二进小波滤波器的构造及其应用

    贺欢吐尔洪江·阿布都克力木何笑
    187-193页
    查看更多>>摘要:雾天获取的图像对比度低,图像模糊.为获取较为清晰的图像,利用二进提升格式,分析二进提升方案,提出一种构造提升二进小波滤波器的方法.将构造的二进小波滤波器作为初始二进小波滤波器,通过控制滤波器的提升参数,构造了新的提升二进小波,并将其在图像去雾中进行了应用.首先将雾图像进行二进小波变换一次分解,对低频分量采用灰度线性拉伸,以增强图像的整体对比度,使用阈值函数对高频分量中的细节信息进行增强处理,对处理后的高低频部分进行二进小波逆变换.为了达到更为理想的视觉效果,再利用传统的增强算法对图像进行全局处理.实验结果表明,与原始图像相比,新构造的滤波器在图像去雾中的效果较为理想,其对比度和清晰度都有了极大的提高,而比较两种滤波器,提升二进小波滤波器在效果上好于初始二进小波滤波器.

    二进提升方案消失矩B-样条二进小波滤波器àtrous算法二进小波

    基于机器视觉的铣刀破损自动化检测研究

    江芳张其亮邵倩王雯雯...
    194-198页
    查看更多>>摘要:随着中国工业智能化的进程不断加快,对刀具工件的质量和生产效率提出了越来越高的要求,及时掌握铣刀的质量好坏,对于提高生产效率与产品质量具有重要的现实意义.针对人工检测铣刀破损存在不稳定、效率低、成本高等缺点,提出了一种基于机器视觉的铣刀破损自动化检测方法.首先由工业CCD相机从不同角度自动采集铣刀的多幅图像,应用双边滤波、分段线性变换、大津法阈值分割方法对图像进行预处理.确定铣刀刀具尖端点并在捕获的刀具磨损图像内优化破损检测区域.根据铣刀的形状特征提出基于特征角点定位的破损检测方法,检测刀片的实际边界并拟合出理论边界,实现对铣刀是否存在破损的自动化检测.实验结果表明,该系统能够实现铣刀破损的快速检测,且检测质量较高,满足了实际应用需求.

    机器视觉铣刀破损检测阈值分割角点定位

    北斗船载终端可视化气象预警信息技术研究

    莫云音吴盛洪陈亮叶彩荣...
    199-203页
    查看更多>>摘要:海上通讯手段匮乏,北斗船载终端可通过北斗短报文功能接收气象预警信息,是海上作业用户获取天气信息的重要途径.为了给安装北斗终端的船只实时提供直观的、图形化的气象预报预警信息,基于北斗短报文的特点,设计符合北斗短报文要求且具有较强扩展性的气象信息编码,并在此基础上,设计开发了北斗船载终端可视化气象预警系统,实现了在北斗船载终端图形显示台风、海上雷雨大风、海上大风、海上大雾等信息的功能.该系统通过对气象信息进行编码,解决了北斗系统字节传输限制的问题,利用北斗组播技术将气象信息传输到北斗船载终端,采用Nginx保证系统各软件模块负载均衡,使用RocketMQ消息队列来管理系统各软件模块的中间消息,同时为了加快数据的查询和显示,采用Redis缓存技术对数据进行缓存.通过该系统,海上作业用户可以实时动态了解自己船只与台风、海上雷雨大风等灾害性天气落区之间的位置关系,及时判断出避险的最佳路线和时机,这大大提升了海南海洋气象服务能力及海洋防灾减灾能力.

    气象北斗卫星信息编码可视化北斗短报文

    基于聚类算法的车辆数据挖掘及可视化研究

    宋冬冬王楠田树耀刘付勇...
    204-209页
    查看更多>>摘要:车辆运行工况决定了承载人员的生命安全,影响了整车工作效率,同时也是分析驾驶人员行为及构建UBI保险业务的数据基础.基于车联网技术,为构建车辆及周边环境的评价系统,以50辆不同型号私家车作为研究对象,在固定路段及时间段内,利用车载OBD终端采样车辆行驶数据.对各车辆的行驶速度、进气量、瞬时油耗、发动机转速等运行数据进行汇总与清洗,利用k-means聚类算法对样本数据进行了分布计算,并通过最小二乘拟合获得发动机各数据间运行曲线,与理论模型相一致,实现对车、人、路况的客观评价.进一步开发了车辆数据信息管理系统平台,经TCP/IP协议获取车载终端GPS数据,实现了行驶轨迹及车况数据的动态显示,方便了对车辆的跟踪与查询.该研究工作可为构建驾驶行为及UBI保险营销模型提供理论依据,同时为车联网的功能完善提供参考.

    公路运输车联网聚类算法数据挖掘数据通信车况数据

    基于DCNN的马匹图像分割算法研究

    张泽宇郭斌张太红
    210-215页
    查看更多>>摘要:随着深度学习的发展,卷积神经网络被用于解决各类计算机视觉问题.物体的分割是图像处理的基础,传统的分割算法在特定强光噪声场景下对图片的理解能力及工作效率欠佳.针对传统马匹图像分割算法中存在的分割边缘不清晰、强光照射下马匹轮廓分割模糊,以及分割前需要进行手工标注等问题,提出一种基于全卷积神经网络并加入条件随机场的马匹图像分割算法.建立马匹图像数据集进行训练测试,网络中加入带有空洞卷积的空间金字塔池化模型(ASPP)、空洞卷积与深度分离卷积使得网络在参数不变的情况下扩大感受野从而有效地分割出马匹.在深度卷积神经网络(DCNN)模型上进行迁移学习,并加入全连接条件随机场(CRF)优化分割出来的马匹边缘轮廓.实验结果表明,该方法在分割精度上优于传统的马匹图像分割算法,平均交并比(MIOU)达到了92.8%.

    马图像分割语义分割条件随机场深度分离卷积迁移学习

    融合注意力机制的电子病历命名实体识别

    陈琛刘小云方玉华
    216-220页
    查看更多>>摘要:命名实体识别是自然语言处理中的一项基础性关键任务,基于电子病历命名实体识别是临床决策支持和医疗知识图谱构建等任务的基础.针对传统的双向长短时记忆神经网络(bi-directional long short-term memory,BiLSTM)结合条件随机场(conditional random field,CRF)的BiLSTM-CRF模型在处理医疗文本命名实体识别问题时面临的文本特征提取不够充分和未登录词不能充分识别等问题,引入注意力机制(attention mechanisms),提出一种基于注意力机制的BiLSTM-CRF命名实体识别模型.该模型以字向量作为神经网络的输入,BiLSTM层建模上下文信息,捕捉双向的语义依赖;ATTENTION层重点关注输入数据中显著的与当前输出相关的特征,抑制无用信息;CRF层充分考虑了句子级别的标签依赖信息,对整个句子进行解码预测输出.实验结果表明,在电子病历的命名实体识别中,该模型较传统模型提升了一定的识别效果.

    命名实体识别注意力机制电子病历双向长短期记忆神经网络条件随机场