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

    基于组件自动机的概率连续行为的形式化模型

    卜星晨曹子宁王福俊
    1-6页
    查看更多>>摘要:信息物理融合系统是由具有离散性的信息系统和具有连续性的物理系统通过端口进行数据、控制信号的通信组合而成.采用形式化方法对信息物理融合系统进行描述和验证,对于提高系统的正确性、可靠性和安全性具有重要的意义.信息物理融合系统的系统特性与组件交互自动机的建模思想相吻合.在现有的组件交互自动机的基础之上,提出了一种新的组件交互自动机——概率混成组件交互自动机,并给出了相关的定义及其进行组合的算法.概率混成组件交互机与之前的组件自动机相比,引入了状态迁移的不确定性以及状态内部的连续动态性,既能够描述系统状态上的不确定状态迁移,又能够对状态内部的连续行为特性进行刻画,便于对信息物理融合系统内部的不确定性和连续性进行很好地描述.

    信息物理融合系统组件交互自动机概率迁移连续动态性形式化方法

    基于参数字典的多源域自适应学习算法

    郑雄风汪云云
    7-13页
    查看更多>>摘要:领域自适应是机器学习算法研究中一个热点,多源域自适应旨在利用多个源域的相关知识辅助目标域进行学习,现有多源领域自适应方法仅关注各源域和目标域间的知识迁移,很少考虑各源域间的相关性和共享信息.为此,提出一种基于参数字典的多源域自适应学习算法(DL_MSDA),通过学习各源域模型参数的公共字典,挖掘源域间的共享知识,并将其迁移至目标域,指导目标域模型参数的学习,完成知识从多个源域到目标域的迁移.模型可利用交替迭代(ADMM)方法进行求解.实验选取经典的多源迁移学习算法DAM进行对比,并在多个迁移学习图像数据集上进行了充分的验证.实验结果表明,DL_MSDA能够有效挖掘多个源域间共有的信息,辅助目标域模型参数的学习,提升目标域的分类性能.

    域自适应多源域字典学习交替迭代迁移学习

    深度扩展网络在图像识别中的应用

    钱淑娟
    14-19页
    查看更多>>摘要:高效的卷积神经网络结构建立了前后两层间的连接,实现参数的共享,然而它们参数规模大、计算成本高.该文提出了使用具有稀疏性和密集连接的图来构建网络间各层之间的连接.稀疏性能够减小深度神经网络的计算复杂度,从而提高了网络的效率,良好的连通性可以保证网络结构的数据共享能力.基于扩展图来设计网络结构,设计出来的网络称为Deep-ExpanderNet.与ResNet和DenseNet这一类网络结构相比,该结构提供了更高效的性能.分别在CIFAR-100、MNIST多个数据集进行训练,结果表明,Deep-ExpanderNet有着较强的表现能力,在提高图像识别准确性的同时,降低了网络的参数规模.与修剪技术相比,Deep-ExpanderNet模型具有更强的连通性和更快的训练速度,展示出了更高的网络性能.

    卷积神经网络深度扩展密集卷积紧凑型结构分组卷积

    一种轻量级的不规则场景文本识别模型

    产世兵刘宁钟沈家全
    20-24,29页
    查看更多>>摘要:场景文本识别是近年来极具挑战性的任务,不同于规则的文档文本图像,场景图像中的文本具有形态多变和弯曲等特点,识别起来很有难度.该文提出了一种轻量级的场景文本识别模型(ISTR-LW),不同于现有的场景文本识别模型具有参数量大的缺点,该模型在特征序列提取中引入了经过改变后的轻量级网络PeleeNet,不仅大幅度减少了模型的参数量,还加快了网络预测的速度;在循环网络层中获取标签分布时,引入了Dense Block模块,加快了网络训练的收敛速度;在获取最终识别结果时,引入了注意力机制,获得需要关注的重点区域,提高了模型文本识别的准确度;引入了薄板样条插值转换,通过修正不规则的文本,改善了不规则的文本识别率低的问题.ISTR-LW模型是一个端到端的文本识别模型,在Synth90K、Street View Text和ICDAR等公开数据集上进行了实验,取得了不错的效果.

    场景文本识别卷积神经网络轻量级网络循环神经网络空间变换网络

    一种基于改进ELMO模型的组织机构名识别方法

    胡万亭郭建英张继永
    25-29页
    查看更多>>摘要:组织机构名识别是命名实体识别的核心任务之一,也是最困难的任务.近年来,预训练模型在中文自然语言处理领域得到广泛应用,预训练的词嵌入模型在中文命名实体识别上取得了非常好的效果,但是在组织机构名识别上还有很大的提升空间.针对这一问题,改进ELMO(embedding from language models)预训练模型,结合双向LSTM神经网络模型和条件随机场模型,去识别组织机构名.对于ELMO的改进,主要通过筛选高频机构词,然后将高频机构词加入中文字典,通过ELMO模型训练生成机构词向量和普通字向量.字向量不用考虑未登录词的问题,机构词向量引入了先验知识,结合起来可以使得生成的字词向量能够更好地表征组织机构名.实验结果表明,预训练模型的数据集相对较小时,该方法比字向量嵌入的方法有更好的效果,F1值提高了1.3%.

    ELMO模型LSTM模型机构词条件随机场组织机构名识别

    学习因子随权重调整的混合粒子群算法

    曹晓月张旭秀
    30-36页
    查看更多>>摘要:首先使惯性权重随迭代次数和粒子状态非线性改变平衡算法的全局探测和局部开采的能力,为了解决惯性权重与学习因子独立调整削弱了粒子群算法的统一性和智能性等问题,通过分析惯性权重与学习因子的变化关系,将学习因子表示为惯性权重的logistic回归分析型函数.由于非线性因子的加入会降低粒子的多样性,结合差分进化算法的交叉算子和变异策略,利用交叉算子来提高算法的全局探索能力,保持种群多样性;利用差分进化算法的变异策略产生候选解来更新位置公式,给出了学习因子随权重调整的混合粒子群算法,并对新提出算法的收敛性进行理论分析.将此改进算法与相关算法在四个测试函数上进行对比实验,证明该算法在寻优精度、迭代速度和收敛成功率上有明显改进.

    粒子群算法学习因子惯性权重混合算法收敛性分析

    基于正六边形建模的无人水面艇路径规划

    程杰陈姚节
    37-41页
    查看更多>>摘要:针对传统A*算法在栅格环境中进行路径规划无约束条件导致的安全隐患以及计算时间较长的问题,提出一种基于正六边形网格建模及改进A*算法的路径规划方法.首先,提取电子海图数据中的海洋环境信息,采用正六边形网格划分建立路径搜索空间的海洋环境模型,使用立方体坐标系对正六边形网格统一编号简化坐标运算;其次,通过引入"引导量"对A*算法启发函数进行改进,减少具有相同估价值的网格数量优化算法搜索效率;最后,分析不同扩展邻域对算法效率以及规划路径的影响.将A*算法分别在基于栅格法划分和基于正六边形网格划分建立的环境模型下进行仿真实验对比,然后将改进A*算法和传统A*算法在正六边形网格划分建立的环境模型下进行仿真实验对比,结果表明,基于正六边形网格建模和对A*算法的改进可以增加算法搜索效率,减少转弯次数,增加路径安全性.

    无人水面艇A*算法路径规划电子海图正六边形网格划分

    一种轻量化目标检测算法研究

    余进史燕中王春华赵倩...
    42-47页
    查看更多>>摘要:基于深度卷积神经网络的目标检测算法对硬件的计算性能要求很高,难以部署在一些嵌入式设备和移动终端中,而当前的一些轻量化分类算法没有针对目标检测任务的特点进行网络结构设计.针对这一问题,借鉴深度可分离卷积的思路,通过引入多尺度的特征融合模块,设计了一个针对目标检测任务的轻量化特征提取网络TinyNet,进而提高了轻量化特征提取网络对不同尺度目标的适应性.结合当前性能较好的YOLOv3目标检测框架,用TinyNet取代YOLOv3的特征提取网络,并利用轻量化模块进一步优化YOLOv3的检测子网络,得到一个轻量化的目标检测模型Tiny-YOLOv3+.实验结果表明,相比于使用其他轻量化特征提取网络设计的YOLOv3,Tiny-YOLOv3+在检测精度有所提升的基础上,大大地降低了原模型的参数量,明显提升了检测速度,有效提高了轻量化检测模型的性能和效率.

    深度学习目标检测轻量化深度可分离卷积YOLOv3

    模糊RDF数据的一种查询语言扩展

    赵羽晗胡磊
    48-52页
    查看更多>>摘要:当前,在语义Web领域,由于信息资源量巨大,数据具有复杂性和广泛的连通性,因此对其进行有效查询是一个非常关键的问题.资源描述框架(RDF)是用于表示语义Web上资源信息的基于图形的标准数据模型,而Web中大部分资源都带有模糊性或不确定性,因此对经典RDF模型的模糊扩展已经被提出,以表达数据的模糊性.SPARQL是查询RDF数据的一种标准查询语言,传统的SPARQL缺乏一些针对数据模糊性的表达和有效查询的功能,因为它遵循的是对标准RDF数据的布尔查询.该文对SPARQL进行了模糊扩展,用于查询上述模糊数据模型,提高了SPARQL的表达能力和实用性.将模糊量词运用在查询当中,定义了模糊查询语言的语义和语法,并且给出评估它的方法.最后给出的具体的实现流程证明了它的可行性.

    模糊RDFSPARQL模糊查询语义Web语言扩展

    中标麒麟下自动创建FAST格构柱数字化模型

    赵士伟赵正旭张庆海李明超...
    53-58页
    查看更多>>摘要:由于FAST格构柱信息量十分巨大,传统的手工3D建模方式无法满足其建模的工作量并保证精准度,而且对后续模型的修改带来了很大的不便.针对这种情况,为实现国内信息安全以及自主可控,提出在国产建模平台下使用Python脚本进行数据建模的方法.在中标麒麟7.0操作系统下进行建模环境的搭建,之后使用软件对FAST格构柱信息进行处理加工,并使之以特定格式存储节点信息,然后利用开源建模软件Blender内置Python-API接口处理存储节点信息并对格构柱模型进行构建,最终完成整个格构柱模型的构建.实验结果表明,在国产建模平台下可以完成FAST格构柱模型的建立,有效地实现了国内信息的自主可控性,并且使得建模的效率和精准度都大大提高,对后续模型的修改提供了很大的便利,同时完成了模型的数据化存储与表示.

    FAST格构柱Blender脚本建模Python-API接口中标麒麟7.0