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

    基于区块链的VANET无证书聚合签名方案

    崔贵焕柳毅
    66-72,127页
    查看更多>>摘要：车载自组网(VANET)中频繁的通信和海量数据交互更易泄露车辆身份、位置、行驶路线等信息,交互验证的过程中证书开销会越来越大而且更容易遭受恶意攻击.为了解决以上问题,提出了基于区块链的VANET无证书聚合签名方案,消除证书开销,使用假名保护用户身份隐私.使用椭圆曲线加密算法实现无证书聚合签名,结合区块链的分布式存储实现信息共享、道路信息透明以及对恶意参与者的追踪.搭建以太坊私有链进行仿真,利用智能合约实现访问控制和交易,实验结果表明,在实现强匿名性、不可链接性、消息完整性、不可否认、可追踪、防篡改的安全性能的同时,通信开销相比同类方案中使用双线性配对方法降低了至少85.8%.

    车载自组网区块链无证书聚合签名隐私保护智能合约

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    面向智慧矿山的设备通信协议设计

    贺海涛
    73-79页
    查看更多>>摘要：针对传统矿山感知层网络设备通信协议存在的开放性、实时性和安全性等问题,该文主要围绕智慧矿山通信协议展开研究,在架构层面改进了智慧矿山系统,设计了智慧矿山工业物联网的分层体系结构,并提出了智慧矿山设备通信协议改进方案.基于矿鸿通信协议和动态地址命名解析服务,研究了统一数据模型与通信协议的信息交互方案,提升了矿山系统的开放性,促进多体系、多设备的互联互通.在此基础上,结合分布式软总线技术与邻居发现协议、软总线组网技术和轻量化协议三种技术,提出了一种实时矿山数据传输方法,减少数据通信时延,提高数据传输的实时性;依据协议的加密技术、可信执行环境和全生命周期的数据保护,研究了如何在智慧矿山设备通信协议中建立完善的身份认证机制、构建安全的数据传输环境、形成可靠的全周期安全管理,保证了通信数据和通信协议的安全性.

    智慧矿山通信协议数据模型软总线身份认证

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    云网安全服务可视化监测方法

    杨波徐胜超
    80-85页
    查看更多>>摘要：为了提升云网安全服务的可靠性,降低监测耗时,提出基于SRv6 技术的云网安全服务可视化监测方法.首先,基于SRv6 技术构建云网架构,通过设置软件-硬件路由装置对云网的安全服务做分区处理,通过分区处理提高云网安全服务质量;其次,云网安全服务智能分区后,采用小波变换算法对云网中的流量数据实行降噪处理,避免噪声对可视化监测过程产生影响;然后,通过奇数序列来预测偶数序列,通过偶数序列来预测奇数序列,引入预测算子作为预测方向,并通过线性搜索方法在校正方向与预测方向的多目标成像中寻找最佳预测点;最后,采用三维可视化的监测机制,结合信息熵挖掘算法,实现云网安全服务的可视化监测.实验结果显示,该方法的监测效果好、监测时间短.所提的可视化监测方法可以解决流量差异性、不同服务类型、冗余性等问题的干扰.

    安全服务分区路由分段技术确定型云网服务保护架构优先级服务信息熵挖掘

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于域自适应网络的跨场景摔倒检测算法研究

    马永连张登银
    86-92页
    查看更多>>摘要：目前,基于信道状态信息(Channel State Information,CSI)的室内摔倒检测(Fall Detection,FD)系统已被证明拥有巨大潜力,但是,不同室内布局带来的多径效应的差异往往使其无法实现跨场景使用.因此,该文提出了DA-Fall(Domain-adaptive Fall),通过结合两种自适应策略的域自适应方法来改进未标记噪声信号的泛化,从而提高对目标域的检测精度.在提出的摔倒检测系统中,引入了域鉴别器和域混淆自适应层来进行对抗性训练.首先,该算法通过引入依赖于相对值的相对鉴别器来优化对抗训练,从而更好地反映域间差异.其次,将基于多核架构的最大均值差异(Multiple Kernel Maximum Mean Difference,MK-MMD)作为域对抗损失的正则化项,进一步减小域间的边缘分布距离.实验分析表明,DA-Fall取得了比WiFall,RT-Fall,SignGAN更好的效果,在原场景与新场景中分别达到了96.83%和91.03%的检测精度.

    信道状态信息摔倒检测域自适应网络迁移学习多核最大均值差异

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于MRC和ERNIE的有色冶金命名实体识别模型

    贵向泉郭亮李立
    93-100页
    查看更多>>摘要：命名实体是构建产业企业画像和产业知识图谱的重要依据,为解决现有方法在有色冶金领域命名实体识别任务当中无法充分提取文本语义特征、没有充分利用标签当中的先验知识和嵌套命名实体识别效果不佳的问题,提出了一种基于机器阅读理解框架(MRC)和知识增强语义表示模型(ERNIE)的MEAB(MRC-ERNIE-Attention-BiLSTM)模型结构.该模型在MRC框架的基础上,引入了基于Attention的信息融合策略,将两种不同结构的数据在ERNIE预训练模型进行特征提取之后转换为向量,并在信息融合层进行向量融合,使模型能够学习到标签当中的先验知识.随后BiLSTM模型对具有语义信息的向量从两个方向进行特征提取,并在一种多层嵌套命名实体识别器中进行输出,提高了嵌套命名实体的识别准确率.在构建的有色冶金领域命名实体识别数据集上的实验表明,MEAB模型的精确率、召回率和F1 值分别达到了78.77%、79.76%和79.26%,证明了该模型的有效性.

    有色冶金产业自然语言处理命名实体识别MRCERNIE

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    带Q网络过滤的两阶段TD3深度强化学习方法

    周娴玮包明豪叶鑫余松森...
    101-108页
    查看更多>>摘要：常规的深度强化学习模型训练方式从"零"开始,其起始策略为随机初始化,这将导致智能体在训练前期阶段探索效率低、样本学习率低,网络难以收敛,该阶段也被称为冷启动过程.为解决冷启动问题,目前大多数工作使用两阶段深度强化学习训练方式;但是使用这种方式的智能体由模仿学习过渡至深度强化学习阶段后可能会出现遗忘演示动作的情况,表现为性能和回报突然性回落.因此,该文提出一种带Q网络过滤的两阶段TD3 深度强化学习方法.首先,通过收集专家演示数据,使用模仿学习-行为克隆以及TD3 模型Q网络更新公式分别对Actor网络与Critic网络进行预训练工作;进一步地,为避免预训练后的Actor网络在策略梯度更新时误选择估值过高的演示数据集之外动作,从而遗忘演示动作,提出Q网络过滤算法,过滤掉预训练Critic网络中过高估值的演示数据集之外的动作估值,保持演示动作为最高估值动作,有效缓解遗忘现象.在Deep Mind提供的Mujoco机器人仿真平台中进行实验,验证了所提算法的有效性.

    两阶段深度强化学习冷启动问题模仿学习预训练网络TD3

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于元辅助任务学习的中药饮片识别方法

    张一鹏罗启甜吴梦麟
    109-114页
    查看更多>>摘要：中药饮片的分类对临床中药的实际应用有着十分重要的影响,传统的人工分类主要依靠主观经验作为判断依据,而基于计算机视觉的中药饮片自动识别分类有着快速、准确的特点.但影响自动识别结果的因素较多,针对中药饮片自动识别结果受产地、锻造方式等因素影响大的问题,提出了一种基于元辅助任务学习的中药饮片识别方法.该方法采用了辅助任务以提升主任务表现的策略,利用中药饮片的多种属性构成辅助任务,以提升主任务即中药饮片分类结果的准确性;此外该方法还加入了元学习标签生成网络,该网络自动为模型生成辅助标签作为辅助任务,在提升模型表现的同时节省了人工标注的成本;最后该方法使用了Swin-Transformer作为骨干网络进行特征提取,提升了模型的全局感知能力,进一步提升了模型的泛化性.实验结果表明,该方法在不同批次中药饮片中的识别精度均高于普通方法.

    中药饮片识别辅助任务多任务元学习深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于深度学习的芒果病虫害分类识别

    曹欢方睿
    115-119页
    查看更多>>摘要：传统芒果病虫害防治,需要人工进行识别,现引入深度学习技术,可快速准确地对芒果病虫害进行识别.以攀西地区芒果的12 种病虫害为研究对象,采用的数据集一部分来自公开数据集MangoLeafBD,另一部分由爬虫技术获得的网络图片组成,共获取图片6 769 张,其中4 879 张为训练集,1 220 张为验证集,670 张为测试集.为迎合实际应用的需要,选择了MobileNetV3、MobileViT等4 种不同规模的轻量级深度学习网络模型,结合迁移学习训练策略进行对比实验,比较了各个模型的参数量、精确率、召回率等参数.实验结果显示,MobileViT模型用于芒果病虫害分类识别效果最佳,该模型的精确率为96.31%,召回率为96.12%,F1 为96.20%,均优于其他模型.由此表明,模型具有较好的鲁棒性和识别性能,可为芒果病虫害分类识别提供技术参考.

    芒果病虫害识别轻量级卷积神经网络MobileViT迁移学习MangoLeafBD

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    融入句法结构和摘要信息的文本蕴含识别模型

    钟茂生孙磊罗贤增王明文...
    120-127页
    查看更多>>摘要：文本蕴含识别旨在推断两个句子之间的语义关系,通常分为蕴含、矛盾和中立三种类别.目前,大多数文本蕴含识别方法都是通过互注意力的方法,判定句子之间的语义关系,这种方法只能捕捉局部交互信息,弱化了全局交互信息.据此,提出了融入句法结构和摘要信息的文本蕴含识别模型,通过结合自注意力和互注意力机制的方式,从句子的全局和局部交互信息考虑,并融入句子的句法结构信息,从而更准确地推测句子之间的语义关系;收集和整理了公务员试题的部分选择题,之后,将该模型和文本蕴含识别的思想应用于这部分试题,在试题中,使用摘要信息抽取的方法,解决公务员试题中题目冗长和答案简短导致的长度不对称问题.实验结果表明,该模型在公共数据集和公务员试题上的表现,超越了多个基准模型.

    文本蕴含识别摘要信息抽取句法结构互注意力自注意力

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于注意力机制的岩石铸体薄片轻量化分割

    杜睿山宋健辉孟令东
    128-134页
    查看更多>>摘要：储集层岩石铸体薄片的微观结构特征对研究储层的储渗能力、流体分布、采收率的大小、水驱油效率等均具重要作用.岩石铸体薄片的分割是研究岩石微观结构特征的前提,目前传统方法是通过染色剂对孔隙区域染色,然后用阈值或连通域等方法进行分割,这种方法准确率低且成本昂贵.基于深度学习的语义分割网络在不同的分割场景下都取得了很大进展.该文采用DeepLabV3+网络作为模型框架,首先,针对语义分割网络参数量多且在恢复空间细节方面表现欠佳等问题,引入了轻量化特征提取网络,优化原模型Xception特征提取网络的参数量;其次,优化残差结构,减少参数计算量,降低模型训练耗时;最后,为了弥补参数优化带来的精度损失,在模型的高层特征图提取部分引入注意力机制CBAM模块,以提高模型准确率.在岩石铸体薄片数据集上,此方法与原模型相比准确率提高了 3.7 百分点,识别帧率提高了106 百分点.

    深度学习语义分割岩石铸体薄片轻量化网络注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据