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

    基于近似边界和层次聚类的超多目标进化算法

    张峰顾一凡
    61-65页
    查看更多>>摘要:很多工程优化问题需要同时优化超过3个冲突的目标,这类问题就属于超多目标优化问题.由于超多目标优化问题的目标空间过于庞大,并且很多算法往往只能使用数量较少的种群来近似问题的结果,这使得很多算法难以保持较好的多样性和收敛性,此外,许多算法往往忽略使用极值点的有效信息来加速算法收敛.为了解决上述问题,提出了一种基于近似边界和层次聚类的超多目标进化算法.在一种求角点解方法的基础上,使用角点解近似边界(极值点)来加速算法收敛,并进一步提出使用层次聚类来挑选下一代种群,借此使得算法能够保持较好的收敛性和多样性.最后通过与多个流行的求解超多目标优化问题算法进行对比实验,证明了该算法的有效性.

    超多目标优化问题极值点超多目标进化算法角点解层次聚类

    不确定性输送用混联机器人滑模控制研究

    张松云高国琴
    66-71页
    查看更多>>摘要:针对不确定性输送用混联机器人,提出一种新的滑模控制方法以实现其高性能控制.基于构建的不确定性混联机器人动力学模型,将不确定性引入超螺旋滑模控制律中,并结合等效控制原理实时估计机器人控制系统中不确定性上界信息,从而设计一种双重自适应超螺旋滑模控制,以尽可能减小为确保鲁棒性保守选取滑模控制切换增益而带来的抖振.在此基础上,为解决滑模控制趋近阶段不满足等效控制条件的问题,结合全局滑模设计滑模面以消除趋近阶段.理论证明了所提滑模控制器的Lyapunov稳定性.基于MATLAB的系统仿真实验结果表明:与未采用全局滑模面的自适应超螺旋滑模控制相比,所提出的滑模控制方法能确保控制系统全局鲁棒性;与基于滑模变量的自适应超螺旋滑模控制相比,所提出的滑模控制方法在确保控制系统鲁棒性的同时能最大限度地抑制滑模控制抖振,因而能实现不确定性输送用混联机器人的高性能控制.

    混联机器人不确定性滑模控制自适应MATLAB仿真

    基于谱优化社区划分的双信源溯源算法

    廖艺王友国朱亮
    72-76,82页
    查看更多>>摘要:在线社交网络的飞速发展给人们带来便捷服务的同时也给谣言的肆意传播提供有利的平台,若不加以制止,将会严重扰乱社会秩序.因此,如何快速准确地识别谣言源具有重要的实际意义.考虑到社交网络的社区结构特性,即社区内节点连接紧密,社区间节点连接松散,通过分析扩散快照和网络拓扑结构,提出一种结合社区划分的谣言溯源算法.在模块度的社区划分算法的基础上,基于优化的谱分析方法将感染图划分成两个社区,然后运用谣言中心性的溯源算法在两个社区内分别进行单信源溯源,将双信源溯源问题近似分解为两个独立的单一信源溯源问题.为验证该算法的有效性和准确性,对比不同的网络拓扑结构和不同的中心性估计量,仿真实验结果表明该算法能够快速有效地识别谣言源.

    社交网络社区划分谱优化溯源谣言中心性

    语音情感识别中面向小数据集的CGRU方法

    吴俊清倪建成魏媛媛
    77-82页
    查看更多>>摘要:为增强人机交互的和谐,提升语音情感识别的精度,提出一种面向小数据集的CGRU深度学习方法.该方法将原始音频通过上移和下移操作进行语音增强,将增强后的语音信号映射到Mel尺度并生成Mel功率谱图,然后对其做旋转、切角、偏移等图像增强操作,并结合卷积神经网络(CNN)对频域特征的捕捉能力和门控循环单元(GRU)网络对时序信息的特性获取能力构成融合模型CGRU,该模型通过自动学习深度谱特征进行情感识别.实验分别验证了利用谱图特征与手工特征在Emo-DB上的识别效果,并比较了CLSTM与CGRU的时间性能.结果表明,利用谱图特征在CGRU方法上的情感识别精度达到98.39%,超过传统手工特征eGeMAPS在该数据库上的识别效果,提出的方法在语音情感识别任务上获得有竞争力的表现.另外,在相同的训练参数下,CGRU要比CLSTM具有更加良好的时间性能.

    语音情感识别卷积神经网络门控循环单元小数据集谱图特征

    基于改进蚁群算法的PTN网络路径优化

    殷星魏明
    83-87页
    查看更多>>摘要:针对分组传送网PTN中存在的逻辑同路由问题进行了算法研究,采用含多个约束条件的最优路径模型,求解两节点间可达的路径作为PTN网络路径优化的方案.首先对该网络优化问题,构建出多约束最优路径的数学模型;然后鉴于蚁群算法优化路径时容易陷入局部最优解并且出现"早熟停滞"现象,设计出一种改进的蚁群算法.通过改进基本蚁群算法中的状态转移规则、启发式函数和信息素更新规则,并根据信息素增量更新的三种模型,采用局部信息素更新与全局信息素更新相结合的方式,来提高算法搜索最优解的效率和正确率.仿真实验结果表明,与基本蚁群算法、遗传算法和A*算法相比较,改进后的蚁群算法具有更好的寻优能力,并且该算法在收敛速度和寻优的准确度上均有明显提升.

    PTN网络改进蚁群算法逻辑同路由网络优化最优路径

    Kafka中改进型Partition过载优化算法

    颜晓莲章刚邱晓红
    88-91页
    查看更多>>摘要:Kafka作为一种发布-订阅机制的高吞吐量分布式消息系统,广受业界关注.随着应用场景垂直化、多样化,Kafka现有的技术体系面临挑战.Partition过载问题(POP)指消息分发、消息订阅等操作引起Partition过度服务,并影响到物理载体Broker的性能.该问题是由Kafka中Partition文件配置管理的被动、僵化及孤立等不足所导致.针对此,提出一种改进型Partition过载优化算法(IPOOA).该算法通过即时服务耗量、Partition相似度和配置文件自动修改相结合,实现消息分发预测以及消息分发与文件配置管理协同,从而可有效缓解Partition过载问题出现.实验从Kafka集群CPU使用率、Kafka服务延时率、Kafka系统收敛延时比等几个方面验证了算法的有效性及合理性.

    分布式消息系统KafkaPartition过载问题协同管理Broker性能

    基于FNN模型的决策算法研究

    侯庆山邢进生
    92-98页
    查看更多>>摘要:鉴于证据理论对样本分类和决策过程的复杂性以及不稳定性,提出了一种基于神经网络模型和模糊集理论的样本决策算法.为了降低样本分类和决策过程的复杂性,增强算法的稳定性和适用性,在该算法中,设计并提出了一种新的隶属度函数.应用提出的隶属函数对相关数据集样本进行模糊化处理,得到数据集的模糊化矩阵,其中输入样本数据与不同样本类别的隶属度相关联.根据隶属度矩阵,并结合性能较好的激活函数Swish-B,通过神经网络分类器,样本将被归属于特定的类.基于鸢尾花数据集对其进行可视化分析,将该方法与传统的证据理论及相关改进算法进行比较,验证了所设计的隶属度函数具有良好性能,同时实验结果证明了该算法的合理性与有效性,算法过程更为简单,鸢尾花数据集的分类准确率高达98%.

    复杂性稳定性证据理论样本分类神经网络模糊集理论隶属度

    基于密度优化初始聚类中心的K-means算法

    王艳娥安健梁艳康晶晶...
    99-105页
    查看更多>>摘要:针对K-means算法随机选择初始聚类中心,对噪音和异常点比较敏感,聚类结果过多依赖于专家经验从而缺乏一定客观性的问题,提出一种新的度量样本密度的方法优化K-means算法对初始聚类中心的选择.该方法基于样本实际分布,以最优超球体中样本个数与超球体中样本相似性作为度量样本密度的关键,能够有效选出较优的聚类中心,使得选择的初始聚类中心更接近样本集的实际分布.算法在乳腺癌数据集、常用UCI数据集以及人工模拟数据集上进行测试,实验结果表明,与已有同类方法相比,该算法在各数据集上的聚类评价指标均有提高,而且运行速度更快,聚类结果更稳定,聚类准确率更高:在乳腺癌数据集wdbc上的准确率为91.04%,提高了6%.在Iris数据集上的准确率为94%,提高了5%.

    K-means算法密度去噪最优超球体均方差噪声数据

    基于OpenFlow交换机端口混淆的移动目标防御机制

    张昭俊韩俐
    106-111页
    查看更多>>摘要:软件定义网络中数据平面节点非法接入会导致拒绝服务攻击或实施中间人攻击进行信息的窃取和篡改.为防范OpenFlow伪交换机对网络服务造成危害,提出了一种利用网络中数据报文的包头信息,动态混淆OpenFlow交换机端口的移动目标防御机制.交换机根据控制器流规则的下发次数进行动态端口混淆,并且根据端口生存时间以当前处理的数据报文包头中的端口和IP地址等信息作为下一轮端口混淆的种子信息,保证混淆端口具有充分的随机性,有效提高网络的动态性.还提出了利用控制器和交换机间的通信消息flow_mod实现控制器与交换机之间的端口混淆同步,不仅保证双方数据转发端口的一致性,而且省却了双方在同步方面的开销.经过仿真实验验证,伪交换机无法正确解析出包含混淆端口号的流表项,从而有效阻止伪交换机发动网络攻击.

    软件定义网络数据平面移动目标防御OpenFlow端口混淆

    一种高效的基于聚合索引的可搜索加密方案

    刘政王瑾璠齐竹云吕幸谕...
    112-117页
    查看更多>>摘要:随着云存储技术的不断发展,用户在享受便捷存储服务的同时对存储数据的安全也有了更高的要求,可搜索加密技术是保障云计算场景中用户数据安全及隐私的重要技术手段.面向云存储的可搜索加密方案除了提供足够强度的安全性,还应具备良好的查询性能及动态更新索引的能力.当前已有的研究工作通常基于反向索引的思路来优化查询性能并实现对索引密文结构的更新.该文提出了一种基于聚合索引的可搜索加密方案.通过建立特定的聚合索引表快速定位关键词所在文件位置,减少关键词查询时的比较次数.实验结果表明,基于聚合索引的加密搜索方案在查询效率方面较经典的反向索引方案有明显优势.同时,该方案也提供了良好的动态索引更新能力和安全强度.

    聚合索引动态可搜索加密方案索引表隐私安全哈希链表