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

    一种改进的兴趣相似度个性化推荐算法

    李浩梁京章潘莹
    1-6页
    查看更多>>摘要:传统的协同过滤推荐算法在进行相似度计算时主要考虑用户对物品的评分,通过评分获取用户之间的相似度,缺少对用户兴趣相似度的考虑,同时在进行相似度计算时未考虑用户自身属性的影响,其相似度计算存在一定的失真性.针对这一问题,提出一种改进的兴趣相似度个性化推荐算法,根据不同的用户对物品的兴趣会因用户的自身属性不同而存在差别,设计一种改进的兴趣相似度计算方法,在进行兴趣相似度计算时引入用户的自身属性因素,如年龄、性别等属性因素;根据用户对物品的兴趣会受到物品的热门程度的影响,提出物品热点影响率与物品属性满意度的概念,并根据物品的热点影响率与物品属性满意度在计算相似度时赋予物品不同的权重关系;根据用户的兴趣会随着时间的变化而发生改变,将时间因素加入到推荐过程中,最终通过融合时间因子的影响做出最终的评分预测.在MovieLens数据集上的实验结果表明,该算法的平均绝对误差(MAE)和均方根误差(RMSE)值更低,推荐效果更优.

    推荐算法协同过滤兴趣相似度物品热点影响率物品属性满意度时间因子

    面向种群的Android应用风险评估研究

    余琴李涛王颉万振华...
    7-11页
    查看更多>>摘要:应用程序的权限使用情况是进行安全风险评估和检测的重要因素,但权限调用合理性是一个不确定问题.不同功能的应用程序申请的权限是不同的,单个的应用程序很难判断所申请的权限是否满足最小特权原则.针对这一问题,提出了一种面向种群的Android应用风险评估模型.从种群的角度,判定申请的权限是否满足此类应用程序的基本特征行为.首先建立权限使用情况、评分值、下载量、好评率等多维度评价指标体系,对应用程序进行权限特征分析并使用聚类算法实现权限风险评估.为了提高风险评估聚类结果的可解释性,使用决策树进行调整,增强合理性判定.对比于仅研究权限使用情况,采用决策树将多方面信息纳入应用程序风险评估的研究范围,实验结果可以进一步准确有效地检测出应用程序的风险程度.

    Android应用种群风险评估聚类决策树

    基于视觉一致性增强的细粒度图像检索

    郎文溪孙涵
    12-20页
    查看更多>>摘要:细粒度图像检索旨在从大类图像中检索出特定子类的图像.得益于卷积神经网络的快速发展,细粒度图像检索的精度和速度均取得突破,但其性能仍受限于不同子类图像间高相似性和同一子类图像间的高差异性.针对上述问题,该文提出了一种基于对比学习和视觉一致性增强的细粒度图像检索框架CVCS-Net.CVCS-Net由判别性特征挖掘模块、视觉一致性增强模块和语义哈希编码模块组成,在挖掘类间图像判别性特征的同时,通过增强类内图像的视觉一致性来提升模型对类内图像差异的容忍度.判别性特征挖掘模块学习空间注意力图来定位图像的判别性区域并获得这些区域对应的局部特征表示;视觉一致性增强模块提升模型对类内图像差异的鲁棒性;而语义哈希编码模块基于量化损失和位平衡损失进一步学习紧凑的哈希码用于检索.CVCS-Net在CUB200-2011、Stanford Dogs和Stanford Cars的mAP分别可达到0.8591、0.8564和0.9183,相较于当前其他检索方法能够取得更好的检索结果.

    细粒度图像检索弱监督对比学习哈希视觉一致性

    全变差Cauchy非负张量分解高光谱解混算法

    吴新浪叶军
    21-28,36页
    查看更多>>摘要:高光谱图像解混是高光谱图像应用的一项重要任务,包括了对端元的提取和丰度的估计.基于非负张量分解的光谱解混方法能很好地保留高光谱图像的空间结构信息,但是却没有很好地利用丰度张量的分段光滑性约束,同时噪声的存在也严重影响了高光谱图像的解混性能.针对上述问题,全变差Cauchy非负张量分解(Total Variation Cauchy Nonnegative Tensor Factorization,TV-CNTF)方法被提出用于高光谱图像解混.该方法利用Cauchy损失来代替传统的最小二乘损失,通过减小噪声点在解混模型中的权重,来降低噪声对解混结果的影响,同时在模型中加入了全变差算子,保证了丰度张量的分段平滑结构.此外,采用交替方向乘子法求解所提出的TV-CNTF.经过模拟和真实数据实验,同现有的其他方法相比,TV-CNTF方法的解混效果和鲁棒性都更好.

    高光谱图像解混非负张量分解全变差Cauchy损失交替方向乘子法

    CAMOU-YOLO:一种迷彩伪装目标检测模型

    王烨奎曹铁勇王杨方正...
    29-36页
    查看更多>>摘要:由于迷彩伪装目标与所处背景高度融合,现有深度目标检测模型在此类目标上的检测效果并不出众.为提升对迷彩伪装目标的检测精度,以YOLOv5s模型为基础,提出了CAMOU-YOLO——一种结合深度可分离卷积和动态注意力的迷彩伪装目标检测模型.针对迷彩伪装目标特征提取难的问题,结合深度可分离卷积与残差结构设计了新的特征提取模块,并对原有骨干网络进行改进,在增强提取能力的同时,减小了模型的参数量;针对迷彩伪装目标定位难度大的问题,在聚合网络中引入动态注意力机制,强化了模型的空间感知能力,使模型对迷彩伪装目标的定位更加精准.在一种公开的迷彩数据集上进行实验,CAMOU-YOLO的mAP@0.5、mAP@0.75和mAP@0.5:0.95指标较原始模型提高了3.2%、5.1%、2.3%,在大、中、小目标上的召回率分别提高了4.1%、2.7%、1.2%,且参数量降低了9.7%;对比其他7种检测算法,CAMOU-YOLO在检测精度上亦具有优势,验证了所提模型对迷彩伪装目标检测任务的有效性.

    迷彩伪装目标检测YOLO深度可分离卷积动态注意力

    视频中稳定的跨场景前景分割

    魏宗琪梁栋
    37-42页
    查看更多>>摘要:通过训练单个模型进行跨场景前景分割是一项具有挑战性的任务,特别是对于大规模视频监控,因为现有的模型通常严重依赖特定场景的信息.光流是描述前景目标的运动信息,但现有的光流机制方法只能表示瞬时特征,对开放的环境变化不具有鲁棒性.为了通过细粒度的运动特征表示并适应场景实现前景分割,一种间隔光流的新模块被设计出来,并使用注意力模块将运动特征融合到模型中.基于这种互补机制,可以构建实现运动和外观特征交互的跨模态动态特征滤波器.与现有方法相比,提出的模块倾向于在前景和背景区域的运动模式之间学习更多的语义信息,从而获得更好的跨场景适应性和鲁棒性.此外,由于数据集偏差问题,在跨场景前景分割任务中小目标的分割结果不佳,因此进一步设计了一个类内尺度的焦点损失函数来平衡前景目标的大小多样性.提出的模块可以即插即用到任意视频监控识别框架中,提高了跨场景前景分割结果的质量.

    前景分割双重模态注意力跨场景自适应

    基于动态时序移位的视频特征学习方法

    谈伟峰程春玲毛毅
    43-49页
    查看更多>>摘要:视频动作识别旨在分类不同视频片段中的动作,而一个视频片段中的动作连续存在于整个时间维度,因此对连续动作所包含的时序特征进行学习是视频动作识别任务中的一个重要方向.现有方法主要通过更多的卷积操作学习时序特征,获取视频动作时序信息的同时增加了模型的复杂度和计算量;而时序移位操作则通过沿时间维度对通道特征进行移位实现时序信息的建模,减少了计算量,但只考虑了低层次通道的时序特征学习,缺乏通道选择的依据,且忽略了时序移位对整个时空特征结构的影响.为此,提出基于动态时序移位(Dynamic Temporal Shift,DTS)的视频特征学习方法.首先,利用双层全连接神经网络学习不同层次通道上多个时间维度特征间的相关性,获得整个通道的注意力分布,并固定双层全连接神经网络的参数用于保存全局特征信息.然后,设计DTS模块,依据通道的注意力分布动态选择通道进行移位.此外,为消除时间维度上特征的移位对全局时空特征结构的影响,利用全局信息进一步学习全局时空特征(Global Spatiotemporal Feature).在UCF101和Something-something v2公开数据集上取得较好的识别效果,验证了方法的有效性.

    视频动作识别全连接神经网络时序特征学习动态时序移位全局时空特征学习

    基于约束总体最小二乘的单应性矩阵求解方法

    孙海迅罗健欣潘志松张艳艳...
    50-56页
    查看更多>>摘要:在多视图几何中,单应性矩阵的求解常采用RANSAC(随机采样一致性算法)与总体最小二乘相结合的方法.RANSAC算法的主要作用是滤除特征点对中的误匹配点,当前已有多种基于RANSAC的改进算法能较好地实现这一目标.用总体最小二乘法求解正确匹配点(内点)所构建的方程组,在噪声较小时能求解准确,但在内点普遍具有较大噪声时,总体最小二乘法已不能满足求解精度的需要.从内点像素坐标上含有高斯噪声这一基本假设出发,考虑到噪声矩阵列之间的相关关系,重新推导了求解单应性矩阵的方程形式,将其构造为约束总体最小二乘问题,并优化求解.在合成数据和真实图像上与其他几种常用的最小二乘法作对比实验,结果表明,约束总体最小二乘法在精度上优于传统的总体最小二乘法,以及线性方程组求解中常用的普通最小二乘法和数据最小二乘法.

    约束总体最小二乘单应性矩阵三维重建随机抽样一致性算法多视图几何

    智能设备上步态识别系统设计与实现

    李文娟沈澍孙绍山陈伟男...
    57-62页
    查看更多>>摘要:步态是一种新兴的生物识别特征,将步态识别应用到实际生活中意义重大.通过对人体步态进行分析,设计了一款身份识别系统,利用智能手机内置传感器采集人体步态信号并进行数据预处理,再通过部署于手机上的模型对步态数据进行识别.采用智能手机作为搭载工具,实际应用成本低、能在更多复杂环境下进行操作,未来步态识别系统也可以拓展到更多可穿戴设备上.系统主要包括了注册与识别两大模块.注册主要是用户填写信息,系统建立用户个人的信息表用于存储相关数据.注册还需要采集用户的步态数据,再将数据本地存储并上传至服务器,以用于后期的模型训练.识别模块中,通过搭建的深度神经网络模型对预处理之后的数据进行自动特征提取与身份识别.实验结果表明,所提出的神经网络模型在世界上最大的步态数据集OU-ISIR(745名受试者)上的识别准确率达到了82.51%,在实验采集的30名受试者的数据集中,该模型在任意位置下的识别准确率均达到了92.34%以上.

    步态分析智能手机数据采集身份识别深度神经网络

    基于PSO-ELM的无创血压检测方法

    周慧婕陈小惠于舒洋张桂珍...
    63-68页
    查看更多>>摘要:为降低人体特征差异对血压预测模型的影响,进一步提高血压预测的准确度,该文提出一种基于脉搏波传递时间改进的无创血压检测方法.首先由采集到的光电容积脉搏波信号(PPG)与心电信号(ECG)求得的脉搏波传递时间(PWTT)以及体重(weight),计算出血压粗略值;然后结合人体固有的生理参数作为PSO-ELM(Particle Swarm Optimization-Extreme Learning Machine)预测模型的输入参数,从而获得最终的血压预测值.通过与SVM、RF和传统水银计测量方法对比发现,PSO-ELM方法求得的舒张压(DBP)与收缩压(SBP)平均绝对误差(MAE)均满足美国医疗仪器促进协会(AAMI)制定的±5 mmHg的标准,与水银计测血压方法具有更好的一致性,并且在±5 mmHg误差范围的命中率均高于SVM与RF方法的命率.

    脉搏波传递时间粒子群优化极限学习机人体特征血压检测