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

    面向特定领域文本的重叠关系语料库构建方法

    刘凯廖湘琳张宏军
    126-131页
    查看更多>>摘要:实体关系语料库是信息抽取领域的基础数据资源,其规模和质量直接影响信息抽取深度学习模型的效果.目前建立的特定领域语料库在重叠关系方面的研究较少,且现有方法需要高昂的人工标注成本.该文融合已有的基于实体识别和触发词规则的语料标注算法,基于自定义关系schema实现网络文本中重叠关系的自动标注.首先,借助特定领域专业词典进行命名实体识别,构造命名实体集;然后根据自定义关系模式schema和依存句法分析进行特征词聚类,构造触发词词典;最后,基于命名实体集和触发词词典进行语料回标.该算法有效减少了人工标注量,标注速度快,标注后的语料规模较大,有效提取重叠关系信息,为特定领域信息抽取扩充语料库提供了可行方案.同时,该文探讨了数据源可用性,评价了标注质量并对语料库进行了统计分析.实验结果显示,该方法总体回标成功率为76.7%,总体关系标注准确率为85.8%,利用基础重叠关系抽取模型进行实验,实验结果F1值达到93.68%.

    实体关系信息抽取语料库构建schema触发词

    基于改进遗传算法的自适应卷积神经网络

    高新成李强王莉利杜功鑫...
    132-136,142页
    查看更多>>摘要:传统卷积神经网络模型的构建具有过度依赖经验知识、不可预知性、训练难度大等缺点,导致对网络结构和参数的设置需要耗费大量的时间进行调优测试.针对上述问题,提出基于改进遗传算法的自适应卷积神经网络算法.改进遗传算法通过对卷积神经网络进行编码处理,将分类误差和结构复杂度作为适应度函数,针对选择、交叉和变异策略进行改进,在保证遗传算法种群多样性的同时提高收敛速度,避免算法陷入局部最优解.利用改进遗传算法全局寻优的特性,对神经网络体系结构和重要参数进行优化,实现卷积神经网络的自适应构建,以提高神经网络分类准确率.在MNIST、Fashion-MNIST和CIFAR-10数据集上的实验表明,该算法优化后的卷积神经网络在分类精度、参数设置等方面均取得了良好的效果,与其他神经网络相比,改进的遗传算法具有成功优化卷积神经网络的潜力,对不同分类任务的研究具有重要意义.

    卷积神经网络改进遗传算法自适应结构优化参数优化

    去噪正则化与FFDNet结合的相位恢复算法

    金焱杨敏
    137-142页
    查看更多>>摘要:相位恢复是图像逆问题的一种,通过图像信号的幅值,恢复出采样过程中缺失的相位信息.目前相位恢复算法使用稀疏先验以及传统去噪器先验,存在特征表征不充分的问题.prDeep算法使用DnCNN卷积神经网络作为去噪器先验,结合去噪正则化模型提升了恢复效果,但是仍存在对复杂噪声鲁棒性较差的问题.针对prDeep算法对复杂噪声鲁棒不足的问题,提出了用FFDNet作为去噪器先验与去噪正则化模型相结合的算法.该算法利用FFDNet网络对噪声的自适应性,使用去噪正则化(RED)构建优化模型,解决了复杂正则化模型求导繁琐的问题.在保证卷积神经网络对特征表征能力的同时,提高了对复杂噪声的鲁棒性以及算法的迭代效率.仿真实验结果表明,该算法在不同噪声等级下,恢复图像信噪比和迭代效率均有所提升.

    相位恢复去噪正则化即插即用先验去噪器先验卷积神经网络

    基于反向翻译的英语语法纠错应用研究

    孙晓东王丕坤杨东强
    143-150页
    查看更多>>摘要:基于数据驱动和机器翻译模型的英语语法纠错是神经语言模型的主要应用之一.人工标注语料库的数量和质量是影响此类方法性能的重要因素.通过分析现有学习者语料的错误类型分布,对常见的错误类型如动词、名词、部分介词、拼写和标点建立混淆集.使用混淆集结合人工规则的方法对单语语料数据进行加噪处理,与学习者语料分别用于基于机器翻译的自动错误生成模型的预训练和微调;使用错误生成模型生成的合成数据与学习者语料共同训练语法纠错模型,模型性能在CoNLL-2014和JFLEG数据集上得到显著性提高.此外,通过使用语法纠正模型纠正学习者语料库源句,将产生的中间数据反馈输入到错误生成模型,并进行交替训练.纠错系统在标准数据集上的性能得到进一步提升.

    数据增广反向翻译规则语法纠错交替训练

    基于多特征融合的人脸表情识别算法

    吕鹏单剑锋
    151-155,181页
    查看更多>>摘要:由于稠密网络(DenseNet)模型具有独特的特征提取和传输方式,使其面对小数据集时在缓解网络过拟合的同时,可以取得不错的分类效果.但是传统的DenseNet模型具有较深的网络结构,可能造成特征冗余和硬件内存的负担.针对该问题,研究了一种相对浅层的稠密网络,通过压缩稠密网络的深度并增加每个模块中卷积核的数量来高效提取表情图像的隐性特征.考虑到该稠密网络在提取特征时也舍弃了部分图像信息以及单一特征可能难以表达人脸表情图像的全部信息,利用LDN(Local Directional Number Pattern,LDN)算法提取表情图像的梯度方向纹理信息,与稠密网络提取的隐式特征进行特征融合,共同进入Softmax层进行表情分类.该算法在CK+和Jaffe数据集上进行仿真实验,获得了不错的识别率,在一定程度上证实了算法的有效性.

    人脸表情识别深度学习稠密网络浅层网络特征融合

    规则引导的智能体决策框架

    牟轩庭张宏军廖湘琳章乐贵...
    156-163页
    查看更多>>摘要:虽然近年来深度强化学习在决策智能中取得突破,但复杂场景中的巨大动作空间仍然是算法成功学习的一大挑战.导致这一问题的主要原因在于缺乏指导的智能体难以累积足够的成功经验,样本数据质量低下,影响模型正确收敛,而加入人类知识进行辅助是一种有效的方法.为此提出了规则引导的智能体决策框架,介绍了决策框架的总体组成;针对不同态势下存在的无效动作导致探索困难的问题,提出了规则引导的智能体决策方法,选择近端策略优化算法和注意力机制构建了简单的智能体网络,利用专家经验设计规则引导层,根据态势特征对智能体的动作空间进行动态约束.实验结果表明:该方法提高了智能体在星际争霸II小型任务"训练陆战队员"中的成绩,并且去掉规则引导层后仍然能够保持部分性能.

    深度强化学习专家经验规则动作空间近端策略优化算法注意力机制

    基于BERT模型的教育技术学领域实体抽取

    胡慧婷李建平董振荣白欣宇...
    164-168页
    查看更多>>摘要:网络环境下资源丰富导致教育技术学信息量大,使得学习者认知效率低、注意力无法集中,最终偏离学习的目标并且无法完成特定的学习任务.为了解决学习者在网络学习中遇到的这些问题,该文提出一种结合BERT-BiLSTM-CRF的教育技术学主干课程命名实体识别方法,以提高学习者学习效率为目的.首先构建教学技术学主干课程命名实体识别数据集,将文本转换成计算机可识别的形式,使用BERT语言模型进行文本特征提取获取字粒度向量矩阵;然后使用双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)提取输入语句与上下文之间字与字的关系;最后使用条件随机场(Conditional Random Field,CRF)模型,根据标签之间的依赖关系提取全局最优的输出标签序列;最终得到教育技术学主干课程命名实体.实验结果表明,该模型的识别效果优于CRF、BiLSTM-CRF,该模型的精确率、召回率和F1值均有提升,整体识别性能较高.

    教育技术学命名实体识别BERT双向长短期记忆网络条件随机场

    电磁阀响应时间测试装置系统设计

    石建民刘坤
    169-174页
    查看更多>>摘要:电磁阀的响应时间是一个比较重要的参数,要测试这个参数就要对电磁阀的通断进行控制,控制电磁阀的线包电压要按照客户给出的电压曲线进行控制,它不是一个固定的电压加在线包上.该文介绍了这种控制的硬件电路设计与软件流程,系统的控制逻辑采用MCU控制,用C语言编程,便于修改与功能扩展.上位机使用VB编程,用串口通信控制MCU与参数设置.电磁阀的线包电压有吸合电压与保持电压,从吸合电压到保持电压之间切换控制是一个关键环节,在吸合电压与保持电压之间切换时要快速无间断,电磁阀的线包是感性负载,需要续流保护,客户有自己的特殊续流要求,通过介绍的控制电路可以满足客户提出的测试要求.此外,还设计了输出短路保护可以快速切断因意外引起的输出短路,从而保护装置不会损坏.装置从试运行开始就表现出良好的性能,已投入正常运行.

    电磁阀响应时间测试响应时间电磁阀线包控制C语言应用RS232

    基于CNN与多尺度特征融合的城市交通流预测模型

    殷齐丁飞朱跃李静宜...
    175-181页
    查看更多>>摘要:随着出租车和网约车的日益普及,GPS数据生成大量的时空视频流数据,对城市交通流预测提供坚实的数据价值.传统城市流量预测方法存在精度低,目标区域受周围区域影响等问题.卷积神经网络在交通流预测上表现出色,但仍存在目标区域受全局信息的干扰、低层网络的特征表征能力弱及高层下采样损失过多特征等问题.该文提出一种基于卷积神经网络(Convolutional Neural Network,CNN)与多尺度融合机制的交通流预测模型MS-RSCNet(Multi-scale Residual Self Checking Network).该模型采用了一种残差自校验网络(Residual Self Checking Network,RSCNet)结构,并引入融合多尺度特征的双向门控循环单元设计方案.通过公开数据集对交通流预测性能进行测试验证,相较于ST-ResNet、ARIMA、STAR等模型,MS-RSCNet模型具有更优的交通流预测性能.

    交通流卷积神经网络残差自校验网络多尺度特征门控循环单元

    疫情下基于移动IP的开放共享网络实验平台

    梁琪琪胡曦明艾玲梅吴振强...
    182-188页
    查看更多>>摘要:疫情防控期间高校线上教学普遍存在制约教学质量与学习体验的"实验短板".面向后疫情时代"动态清零"方针下校与校以及师与生之间分域、分时和分类动态处置常态化的新形势,传统实验平台建设与应用的"集中化"模式面临巨大挑战,"移动互联""开放共享"成为新形势下实验平台创新发展的"关键一招".面向后疫情时代开展研究现状文献调查分析发现,"能实不虚"突显实验平台开放共享的效度、"重用轻建""校际鸿沟"限制实验平台开放共享的维度与广度.在此基础上,提出基于移动IP的开放共享网络实验平台并采用"GNS-3+Quagga"完成了平台方案的仿真测试.该方案通过将移动互联网与实验平台融为一体的技术途径,以线上线下"移动漫游"实现跨越时间空间的开放共享,以建与用的"互联网化"实现跨校际的开放共享,为新形势下发展公平而有质量的实验教学提供了切实可行的新途径.

    疫情移动IP移动漫游开放共享实验平台