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

    基于微博平台的舆情参与主体情感强度研究

    黄卫东程小香
    140-145页
    查看更多>>摘要:舆情参与主体是舆情事件的参与者,分析其情感强度可以准确把握舆情发展走势,为舆情相关部门的决策提供支持.利用微博社交媒体平台获取实验所需的热点话题的舆情数据,基于Word2vec计算目标文本中关键词相似度并提取关键性特征.将目标文本转化成向量形式嵌入到深度学习模型的输入层,同时将注意力机制引入深度学习算法构建Bilstm+Attention情感倾向分类模型,对舆情参与主体发布在微博平台上文本的情感倾向进行正负面的划分.为了进一步分析参与主体的情感强度以及与实际舆情走势之间的关系,基于目标语料构建情感副词词典,将情感强度进行划分,并与实际舆情走势进行对比分析.实验结果表明,对比 TextCNN、CNN+Bilstm 以及 Bilstm 等深度学习分类模型,Bilstm+Attention情感分类模型准确率更高,Bilstm+Attention+情感副词词典计算出的情感强度与实际舆情走势基本趋于一致,证明了该模型可以有效预测舆情参与主体的情感强度.

    舆情参与主体情感强度Bilstm注意力机制情感词典

    RFC-Net:基于残差结构的动作质量评估网络

    周娴玮赖坚陈玮涛阮乐...
    146-153,163页
    查看更多>>摘要:动作质量评估是视频分析中一个重要且具有挑战性的问题,动作质量评估是指对特定动作(如跳水、体操等)的完成质量进行评分,分数评估模型是通过将视频特征回归到该领域专家提供的真实分数来进行学习.现有的大多数方法是直接使用动作识别任务的模型如(C3D和I3D)来解决问题.为了增强网络模型的特征提取效果,从而提高分数回归的准确性,该文提出了一种基于残差结构的动作质量评估网络模型RFC-Net.该网络由特征提取器和特征聚合器组成,在特征提取器中使用I3D网络对视频特征进行提取,在特征聚合器中对特征提取器最后一层卷积得到的视频特征分别进行平均的全局池化和残差卷积操作,对得到的结果进行特征融合,最后输出视频的分数表示.在动作质量评估领域公开的MTL-AQA数据集上,该方法取得的斯皮尔曼相关性系数为0.9463.为进一步验证模型在不同背景下、动作差异较大时的泛化能力,制作了羽毛球运动视频数据集,并在此基础上进行了不同模型之间的对比实验.

    动作质量评估视频特征提取视频特征聚合神经网络斯皮尔曼相关性系数

    基于相似度均值的分类数据层次聚类分析算法

    褚轲欣荀亚玲
    154-163页
    查看更多>>摘要:层次聚类分析在数据挖掘与机器学习等领域是一种广泛使用的无监督学习技术,但是,由于层次聚类分析算法主要是依赖于人为设定的相似度阈值来实现聚类簇的合并或分裂,因此在没有任何先验知识时,难以设定相似度阈值.采用相似度均值以及边界数据对象分配策略,提出了一种基于相似度均值的分类数据层次聚类分析算法.该算法利用相似度均值刻画数据集中数据对象分布的集中趋势以及平稳相似性度量,作为层次聚类簇合并或分裂的重要依据,给出了一种相似度均值的计算公式,从而可以自动确定相似度阈值,解决了层次聚类分析中相似度阈值参数的人为设定问题;利用相似度均值,给出了一种边界数据对象的分配策略,有效提高了边界数据对象分配的准确性及聚类质量.在UCI与人工合成数据集上的实验验证了该算法具有良好的聚类性能和抗噪性,以及相似度均值的稳定性和有效性.

    层次聚类分类数据相似度均值平稳相似性度量分配策略

    基于BERT的民间文学文本预训练模型

    陶慧丹段亮王笳辉岳昆...
    164-170页
    查看更多>>摘要:民间文学文本中含有大量生动形象的修辞手法;人名、地名极其复杂,难以判断词与词之间的边界;与现代汉语表达差别较大,预训练语言模型难以有效地学习其隐含知识,为机器自然语言理解带来困难.该文提出一种基于BERT的民间文学文本预训练模型MythBERT,使用民间文学语料库预训练,将BERT的字隐蔽策略改进为对中文词语隐蔽策略.对民间文学文本中解释字、词的注释词语重点隐蔽,减小BERT隐蔽的随机性并有利于学习词语语义信息.同时利用注释增强语言模型表示,解决一词多义、古今异义等问题.将MythBERT与BERT、BERT-WWM和RoBERTa等主流中文预训练模型在情感分析、语义相似度、命名实体识别和问答四个自然语言处理任务上进行比较.实验结果表明,注释增强的民间文学预训练模型MythBERT在民间文学文本任务上性能显著提升,与基线方法相比取得了最优的效果.

    预训练语言模型民间文学文本BERT自然语言处理下游任务

    融合实体信息和时序特征的意图识别模型

    郑思露程春玲毛毅
    171-176页
    查看更多>>摘要:人机对话意图识别旨在通过人机之间简短的对话识别出用户意图,通过对话文本的分类进而实现意图的识别.针对人机对话中因篇幅短导致语境匮乏和因对话随意性导致意图模糊的问题,提出了一种融合实体信息和时序特征的人机对话意图识别模型.在文本表示阶段,通过捕捉对话中实体信息来增强文本语义表达,并利用双向注意力机制动态生成符合语境的文本表示;并利用双向GRU提取对话上下文的时序特征来获取上下文意图之间的关系;通过级联多层gMLP,利用其内部空间控制单元自适应融合实体信息和时序特征,从而提升意图识别的准确率.为验证所提模型在多种任务上的效果,在不同意图识别任务数据集CCKS2018和SMP2018上进行实验,分别取得了90.6%和93.7%的准确率,对比CLSTM、DBN、Attention-RNN等具有代表性的模型,均有3%以上性能的提升.

    深度学习意图识别特征融合实体信息时序特征gMLP

    多尺度空洞U-Net网络的电影CMR图像分割

    王建军李婉晴张敏
    177-182页
    查看更多>>摘要:在电影心脏核磁共振(CMR)图像上准确分割左心室、右心室和心肌是心脏功能评估和诊断的重要步骤.然而,大多数带标注的CMR图像数据量较少,无法满足训练需求,同时CMR图像中心脏结构复杂,心室及心肌边界不清晰,导致分割效果欠佳.因此,该文提出了一种基于迁移学习和多尺度空洞U-Net网络的CMR图像分割方法,使用迁移学习,将预训练模型得到的网络参数迁移到目标模型上作为目标模型的初始化参数,提高网络的特征学习能力,解决CMR图像数据量不足的问题;在U-Net网络中引入多尺度空洞卷积模块,使用空洞卷积代替普通卷积在参数不变的情况下扩大了感受野,并且采用多尺度特征融合提取更加精细的特征,解决CMR图像边界曲线欠分割的问题.实验结果表明,该方法能有效实现心脏中左心室、右心室和心肌的准确分割,平均Dice系数和Hausdorff距离平均值分别为0.902和4.219 mm,对比其他网络分割模型明显提高了分割精度.

    心脏核磁共振图像U-Net网络迁移学习多尺度空洞卷积特征融合

    基于增强特征和注意力机制的视频表情识别

    李飞陈瑞童莹陈乐...
    183-189页
    查看更多>>摘要:端到端的CNN-LSTM模型利用卷积神经网络(Convolutional Neural Network,CNN)提取图像的空间特征,利用长短期记忆网络LSTM提取视频帧间的时间特征,在视频表情识别中得到了广泛的应用.但在学习视频帧的分层表示时,CNN-LSTM模型复杂度较高,且易发生过拟合.针对这些问题,提出一个高效、低复杂度的视频表情识别模型ECNN-SA(Enhanced Convolutional Neural Network with Self-Attention).首先,将视频分成若干视频段,采用带增强特征分支的卷积神经网络和全局平均池化层提取视频段中每帧图像的特征向量.其次,利用自注意力(Self-Attention)机制获得特征向量间的相关性,根据相关性构建权值向量,主要关注视频段中的表情变化关键帧,引导分类器给出更准确的分类结果.最终,该模型在CK+和AFEW数据集上的实验结果表明,自注意力模块使得模型主要关注时间序列中表情变化的关键帧,相比于单层和多层的LSTM网络,ECNN-SA模型能更有效地对视频序列的情感信息进行分类识别.

    人脸表情识别视频序列自注意力机制增强特征卷积神经网络

    融入心理因素的在线社交网络谣言传播模型

    王超倪静
    190-197,203页
    查看更多>>摘要:随着社交平台的兴起,谣言会在短时间内快速扩散,对社会造成负面影响,因此研究谣言传播过程中的影响因素迫在眉睫,这对政府把控和引导突发事件的舆论起着关键性作用.而目前考虑心理因素对谣言传播过程影响的研究较少,因此该模型在经典传染病模型SEIR模型的基础上,将总人群分为四类:易感状态节点、潜伏状态节点、感染状态节点和免疫状态节点.考虑好奇心心理、从众心理、信息干扰率和个体免疫率四种因素,构建融入心理因素的改进SEIR谣言传播模型.首先,利用微分动力学方法和下一代矩阵理论计算了该模型的平衡点,分析并证明了平衡点的局部渐近稳定性.接着使用MATLAB对模型在自建网络和真实网络中进行仿真实验,数值仿真结果表明:好奇心越强烈,由易感状态节点转变为潜伏状态节点的速度越快,潜伏状态节点的峰值越大;从众心理越强烈,由潜伏状态节点转变为感染状态节点的速度越快,感染状态节点的峰值也越大.适当提高个体免疫率和信息干扰率可以缩短谣言传播时间,降低谣言传播总量.

    心理因素从众心理好奇心SEIR模型谣言传播

    基于组合预测模型的疫情确诊人数预测

    庞梦吟王海宁万通明马苗...
    198-203页
    查看更多>>摘要:公共卫生安全事件常常是牵动着一个地区、一个国家,乃至整个世界的重大问题.2019年底爆发的新型冠状病毒(Corona Virus Disease 2019,COVID-19)疫情迅速席卷了很多国家,及时了解疫情确诊人数变化,对协助挖掘肺炎疫情的传播模式和特征规律十分重要.针对此问题,提出了一种组合预测模型来预测此次新型冠状病毒肺炎累计确诊人数数量.首先从国家卫生健康委员会等权威机构所发布的数据中获取历史累计确诊人数,然后再以Logistic模型和长短期记忆深度学习网络模型(Long Short-Term Memory,LSTM)的预测结果为基础,选取一定时间段的累计确诊人数序列来训练线性组合参数,得到最终的组合预测模型,最后通过RMSE等预测性能评价指标对比所提模型和Logistic、LSTM和SEIR等三种模型的预测性能.实验结果表明,所提模型的RMSE值为10.1017,MAE值为7.6336,MAPE值为0.0083%,其准确性和拟合效果均优于其他模型,能够为后续的疫情预测和防控工作提供技术支撑.

    Logistic模型LSTM模型组合预测模型深度学习公共卫生安全事件

    基于随机森林算法的负载预警研究及并行化

    王诚唐振坤
    204-207,220页
    查看更多>>摘要:近年来国内通信行业发展十分迅速,运营商通信网络的规模也随之壮大.在运营商通信网络中,数据中心机房是不可或缺的重要枢纽,承担着巨大的通信压力,数据中心机房的配电系统故障率和安全事故的风险也在不断提高,同时也导致机房运维难度和运维成本与日俱增.在现代电力系统中电力大数据的格局下,对高维海量数据进行深度挖掘,进而预测可能存在的告警,从而做到防患于未然,是一个值得研究的问题.针对电力大数据环境下高精度和实时性的负载预测展开了研究,提出了基于随机森林算法的负载预警,并基于Spark平台实现其并行化.结合某区域实际电力数据设计试验,进行模型训练和回归预测,通过试验证明,对同等的数据集,并行随机森林算法预测精度高于单机负载预测,为负载预测提供了一种新思路.

    配电监测负载预警随机森林算法Spark并行化