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

    层次概念的分布式表示和学习方法综述

    朱晓光
    1-7页
    查看更多>>摘要:层次概念能够有效解释语言模型的隐含知识,并且提升语言模型的结构化优化性能.针对层次概念表示和学习模型的多样化发展,该文分析了层次概念表示的线性空间、概率空间和文本蕴含性质,梳理了概念学习模型的层次结构和优化原理,用于促进概念学习模型的应用效果.通过阐述概念学习过程和语义空间的层次性质,归纳层次概念学习的四类计算模型:基于条件熵的文本层次概念抽取;建立语言资源的概念层次和神经网络的隐含层次之间的映射;通过迭代的随机过程拓展主题模型;在正则化因子中添加语义关系约束.通过概念学习综述得出如下结论:层次性的语言模型广泛结合了显明和隐含的概念表示方法;统计模型和语言资源的语义映射是拓展层次结构的主要路径;层次结构具有双曲空间和嵌套球形结构;层次结构分析可以提升统计模型的解释水平.

    层次概念概念学习分布式表示统计语言模型层次主题模型

    DID-YOLO:一种适用于嵌入式设备的移动机器人目标检测算法

    章佳琪肖建
    8-14页
    查看更多>>摘要:近些年来,目标检测算法在移动机器人环境感知领域表现出了突出的性能.但是目标检测算法存在模型庞大和计算复杂的问题,制约了目标检测算法在移动嵌入式设备上的部署和发展.YOLO是一种单阶段的目标检测算法,具有较高的准确度和较快的运行速度.该文提出了一种基于YOLOv5s改进后适用于嵌入式设备的移动机器人目标检测算法DID-YOLO.首先,使用深度可分离卷积和倒置残差模块对YOLOv5s的backbone网络进行重构,降低模型复杂度和计算量,达到轻量化的目的;其次,利用特征层和输出层结合的知识蒸馏训练提高重构后目标检测网络的精度.在目标检测通用数据集PASCAL VOC上实验表明:DID-YOLO模型尺寸为3.63 MB,相较原网络模型尺寸减小了48.65%;经过特征层和输出层蒸馏后,DID-YOLO 的mAP@0.5 提升至73.83%;DID-YOLO在Jetson AGX Xavier上实现了每秒31.2 帧的实时图像处理速度.提出的DID-YOLO性能显著,满足了移动机器人嵌入式平台的实时高精度检测需求.

    移动机器人目标检测嵌入式设备轻量化知识蒸馏

    一种云原生数据智能服务生产平台设计与实现

    王浩田鄂海红王勇宋美娜...
    15-21,85页
    查看更多>>摘要:将数据智能服务嵌入到实际业务场景中创造价值,已成为众多企业数字化转型的重要特征.针对数据智能服务落地因过程多且复杂而导致的开发周期长、成本高等问题,设计并实现了一种数据智能服务生产平台.该平台底层基于Kubernetes容器云并以容器的方式对外提供了计算、存储、虚拟化和监控等基础服务,中间层基于这些基础服务搭建了用于海量多源异构数据统一组织管理的数据仓库、用于自动化生产数据智能服务的生产线和用于细粒度复用已有服务生产新服务的服务引擎等基础设施,顶层按照不同的业务场景对这些基础设施提供的能力进行了封装并设计了数据管理与标注、算法模型研发、模型批量生产和数据智能服务管理等模块.实际运行结果表明,该平台有效提高了数据资产、模型资产、服务资产之间相互转变的自动化能力,缩短了服务开发周期、提高了服务开发效率并降低了人力成本的投入.

    数据智能云原生大数据人工智能持续生产

    数据分块算法在定位差异数据时的作用分析

    黄文豪齐德昱谢嵘刘宇...
    22-27页
    查看更多>>摘要:差异数据定位在数据增量同步等领域得到了很好的应用.当下学者们将数据分块算法应用在差异数据定位中,提出了很多优秀的数据分块算法,并对各自算法的效率进行了论述和实验,但并没有从理论上论述数据分块算法在差异数据定位中的正确性.此外,定位到的差异数据的大小与数据分块算法的关系也没有进行理论分析,多是以实验结果来辅助说明.为此,文中对数据差异定位的过程进行抽象,对数据分块算法应用于该过程的正确性进行了论证,并对数据分块算法在数据差异定位中的作用进行分析.通过理论推导的方式,证明了数据分块算法在定位差异数据时的正确性,同时得出差异数据的大小与数据分块算法的关系.文中结论对设计应用于差异数据定位的数据分块算法有一定的参考意义.

    数据分块算法差异数据定位理论分析数据增量同步逻辑推理

    基于CNN-BiLSTM-AM的储层岩石脆性指数预测

    杜睿山李宏杰孟令东
    28-34页
    查看更多>>摘要:脆性指数是储层岩石的重要地质力学性质之一,但对于脆性指数至今为止都没有一个明确的定义,许多学者提出了不同的方法来测量该参数,一些方法如矿物分析等成本较高,然而机器学习和深度学习可以有效融合多元数据,充分利用数据去挖掘自变量与因变量之间的关系,且成本较低.因此,该文使用深度学习方法来构建测井曲线数据与储层岩石脆性之间的关系模型.因测井曲线是特殊的时序曲线,该文采用可以综合考虑过去和未来信息的BiLSTM(双向长短期记忆)模型,同时为了进一步的优化,在模型中添加1DCNN(一维卷积)用来提取特征,且引入了AM(注意力机制).同时利用Pearson系数和XGBoost(极限梯度提升树)进行分析,研究了各测井曲线对脆性的敏感性等级以及重要性程度,最终选取的输入参数有AC(声波时差)、DEN(密度)、CAL(井径)、GR(伽马射线)和SP(自然电位).与其它机器学习方法相比,该方法的MSE和RMSE最小,分别为0.003 5 和0.059 16,表明CNN-BiLSTM-AM是一种预测精度更高、效果更好的方法.

    测井曲线脆性指数深度学习Pearson系数BiLSTM一维卷积注意力机制

    基于双注意力机制的零样本建筑图像分类方法

    宁园园张素兰陈飞
    35-41页
    查看更多>>摘要:零样本建筑图像分类是在标记训练样本不足以涵盖所有类的情况下,利用已知建筑类别与未知建筑类别之间的知识迁移对未知类样本进行分类.针对建筑风格分类中标记数据少及局部判别性特征定位不准确的问题,提出一种基于双注意力机制的零样本图像分类方法.该方法首先引入通道注意和空间注意两种模型以增强图像特定区域的表示.其中,通道注意网络学习不同通道权重以定位图像中的建筑物;空间注意网络将位置信息嵌入通道注意图捕获目标中的细节特征,获取具有通道和空间双层维度的特征表示.其次,为减少空间映射过程中出现的信息损失,使用生成器重建视觉特征.最后,设计公共空间嵌入的零样本建筑图像分类模型,在子空间对齐视觉特征和语义特征,通过最近邻匹配实现分类任务.实验结果表明,所提方法较当前零样本学习方法而言,在零样本数据集CUB及建筑风格数据集Architecture Style Dataset上的平均分类准确率分别提高1.3 和0.7 百分点.

    建筑风格分类零样本学习双注意力机制通道注意力空间注意力空间映射

    基于关联策略的CTR-GCN人体骨骼行为识别

    刘廷龙康斌
    42-46页
    查看更多>>摘要:针对骨骼的人体行为识别中表达人体的重要信息的关节点分区策略不能够充分表达行为的问题,提出了一种关联策略的CTR-GCN人体骨骼行为识别模型.首先,通过在智能信道拓扑的细化图卷积网络模型(CTR-GCN)上增加关联策略,能够动态地学习不同的拓扑结构和高效地在不同信道中放大连接点特征,同时提升关键关节点的关联特性;然后,网络模型通过学习一个共享的拓扑并且用特定的信道关系来重新定义每一个信道并通过理论分析统一模型;最后,重新定义模型结构.信道内部局部节点的关联信息得到有效体现,对细微的动作识别具有更强的聚合能力.提出的关联策略的智能信道拓扑图卷积网络模型(ASCTR-GCN)在基于智能拓扑细化卷积网络的基础上比CTR-GCN方法增强了关节点之间内在的关联性,大大提高了骨关节点信息在空间上的识别精度.实验结果表明,在常用的NTU RGB+D和NW-UCLA数据集中识别精度分别达到93.6%(X-View)、97.6%(X-Sub)、97.2%(Top 1),准确率得到提高.

    关节点智能拓扑细化图卷积网络关联策略骨骼行为识别特征提取

    一种面向人工智能竞赛平台的权限架构构建方法

    章煌创赵海英高伟张瑞喆...
    47-50,108页
    查看更多>>摘要:随着人工智能的发展,通过人工智能竞赛促进产学研结合,已经成为了人工智能发展的一种方式.人工智能相关在线竞赛平台面向大众,通过在实际应用中抽象出与之密切相关的任务,并提供现实应用中的大量真实数据,设置竞赛题目.这种竞赛活动能够鼓励科研工作者将前沿的科研技术落地到实际应用当中,从而促进科研与生产力之间的良性循环.同时活动加强了科研工作者之间的学术交流,对技术创新和交叉学科有巨大的激励作用.针对传统人工管理方法在竞赛平台管理上存在因工作量大而效率低、易出错等缺陷,该文提出了一种面向人工智能竞赛平台的权限架构构建方法来解决该痛点问题.该权限架构满足了人工智能竞赛中各个身份的分工需求,且能够在竞赛平台中通过编程逻辑实现,使得整个竞赛平台的各个环节的管理,以及竞赛的展开,都达到了规范化和透明化,能为人工智能竞赛的参与各方提供更好的管理体验,优化人机交互过程,节约项目管理成本,提高了工作效率.

    竞赛平台权限架构人工智能协作平台

    基于区块链的高速联网收费数据传输应用研究

    于欣海黄欣哲梁海丁勇...
    51-58页
    查看更多>>摘要:自高速公路取消省界收费后,跨省车辆通行的数据在多个省份之间存在的分散存储、数据共享流程繁琐和隐私泄露等问题日益凸显.为解决上述问题,该文提出一种基于区块链的高速公路联网收费数据共享方案,基于区块链链接省部两级联网中心,使其共同维护同一个账本.并采取对称加密和非对称加密相结合的方式对链上数据进行处理,以实现数据的安全存储和用户的隐私保护.同时利用智能合约实现跨省结算和数据的实时共享.为提高链上数据的检索效率,基于数据表加密技术实现链上链下数据的安全同步存储和访问.实验结果表明,该方案不仅能够满足高速公路车辆通行数据共享的一致性、安全性、可信性要求,而且其区块链存储和查询TPS完全满足安徽省高速公路联网收费场景下的实际需求.未来随着通行数据不断增长的情况,可采用增加节点的方式提升业务处理能力,性能和功能优势更加突出.

    区块链技术智能合约联网收费数据共享隐私保护

    基于可编程平台的标识网络移动性管理机制

    柳依岸郜帅侯心迪刘宁春...
    59-65,114页
    查看更多>>摘要:标识网络的提出解决了传统TCP/IP网络中IP地址"二义性"带来的移动性问题,然而标识网络的颠覆式创新在现网中部署存在困难.随着协议无关的可编程平台技术不断发展,为解决标识网络部署困难带来可能,为标识网络的大规模推广带来便利条件.该文提出一种基于可编程平台的标识网络移动性管理机制,结合可编程平台数据与控制分离的特点,在数据平面设计一套报文处理与转发逻辑实现数据报的解析与转发,在控制平面设计包含四个模块的控制系统实现设备身份认证与映射注册、跨接入域通信的映射查询、移动终端跨接入域移动切换等网络功能.基于可编程平台搭建了标识网络原型实验系统,对基于可编程平台的标识网络移动性管理机制的功能和性能进行实验测试评估.结果表明,该机制能够支持标识分离映射、标识发布与查询、设备移动切换等功能,性能满足大部分实时应用需求.

    标识网络可编程平台标识分离映射机制移动管理映射关系更新