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

    现代智慧教育下的认知诊断模型比较分析研究

    丁泽元梁嘉辉张云飞郝飞...
    1-7页
    查看更多>>摘要：认知诊断是认知心理学与教育测量理论的融合,它可以通过学生的答题记录和试题信息,推断出学生当前的知识状态,从而全面地评估和诊断被测个体的心理或活动行为规律.由于认知诊断可以提供相较教育测量理论更为丰富的测量信息,它逐渐成为现代智慧教育场景下的主要能力评估手段.该文首先详细介绍了认知诊断的概念、历史发展以及研究现状,之后聚焦4 个具有代表性的认知诊断模型:项目反应理论、多维项目反应理论、DINA模型以及神经认知诊断模型,详细介绍了它们的理论基础、模型结构以及训练方式,并基于经典的认知诊断数据集ASSISTments 2009-2010 Skill-builder data的346 860 条样本,对4 个模型的认知准确度和模型的可解释性分别进行了比较分析.经过比较分析,发现神经认知诊断模型与其他认知诊断模型相比不仅具有更好的认知准确度,而且具备高度的可解释性.此外,通过调研和实践总结出了4 个认知诊断模型在现代智慧教育下的不同适用场景,为认知诊断研究提供了新视角.

    认知诊断项目反应理论多维项目反应理论DINA模型神经认知诊断模型比较分析可解释性

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

    问答系统构建及推理研究综述

    姚奕尹瑞江陈朝阳
    8-16页
    查看更多>>摘要：近年来对问答系统的研究提高了信息提取的质量,并取得了许多领域内的不错成果.传统方法构建的问答系统满足不了如今的需求,因此结合深度学习模型构建问答系统以提高检索能力成为当前研究的主流.而且面对越来越多限制条件的多跳问题,问答系统需要具备一定推理能力推导出更多的信息以准确的找到答案.该文讨论了基于语义解析和基于信息检索的两种实现问答系统的方法,这两种方法都可以有效地处理单一约束的简单问题,而且结合深度学习模型,可以更好地解决多约束的复杂问题.此外,针对在知识库中多次跳跃的问答,还讨论了基于图神经网络和强化学习等方法的问答推理技术,这些技术可以在知识库中进行多跳推理,补充问答中的缺失信息完成问答任务.最后,对两种构建方法的优缺点进行了总结,并展望了未来问答系统的发展前景.

    问答系统语义解析信息检索问答推理深度学习

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

    面向自然语言处理的词向量模型研究综述

    安俊秀蒋思畅
    17-22页
    查看更多>>摘要：从20 世纪50 年代至今,自然语言处理(Natural Language Processing,NLP)取得了长足的发展.早期的词向量模型证明了对该领域的研究需要使用数学方法,而不是人类的语言规则.进入21 世纪后,静态模型以深度学习技术为基础,在很多任务中取得了不错的表现;动态模型再将预训练技术融入进来,实现了根据语境对词向量进行调整的功能,为NLP领域带来了里程碑式的突破,后续研究在此基础上向各领域延伸扩展,并且在现实生活中得到了大规模的应用.文章首先对词向量模型及其发展历史做了介绍,然后分析了现代的词向量模型(NNLM,Word2Vec,FastText,Glove,ELMo,GPT,BERT),其次说明了多种基于预训练技术的扩展模型和当前自然语言处理技术的应用现状,最后总结了目前存在的主要问题,并提出对未来研究的展望.

    自然语言处理词向量深度学习预训练技术静态模型动态模型

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

    基于光电信号生理参数预测研究综述

    陈宇斌崔玉红梁启军邓皓明...
    23-31页
    查看更多>>摘要：由于光电信号(PPG)传感器具有身形小巧、佩戴方便等特点,基于其的研究备受欢迎.该文旨在阐述PPG信号在生理参数预测中的应用价值,并介绍传统机器学习算法和深度学习算法在各种生理参数上的研究进展.PPG采集的便利性将有助于多场所健康监测和疾病预防的应用.通过总结近年来PPG在各种生理参数估计方面的研究成果,提出了不同的生理参数的估计算法,推动了诊断方式的发展.主要从3 个方面展开:首先,对包含PPG的现有数据集进行整理,以展示不同数据集的信号数量以及所包含的其他种类信号,帮助研究人员查找和利用数据集;其次,对数据预处理方式进行概括,分析了不同预处理方法的优缺点,并提出改进方法以减少PPG信号在采集过程中受到的外界干扰;最后,对不同生理参数的预测算法进行了比较和分析,分模块概括介绍了不同生理参数的预测算法.

    PPG机器学习生理参数健康监测预测

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

    基于FPGA的移动机器人SNNs走廊场景分类器

    王睿轶王秀青刘万明王永吉...
    32-40页
    查看更多>>摘要：神经形态芯片是类脑计算的重要研究内容之一,神经网络的硬件实现是神经形态芯片实现的基础.具有生物似真性的脉冲神经网络(Spiking Neural Networks,SNNs),通过尖脉冲(Spikes)传递时空信息,更适于用硬件实现,是实现类脑计算的主要工具之一.该文提出一种基于FPGA的移动机器人SNNs走廊场景分类器:将移动机器人超声传感器信息进行脉冲编码后输入到SNNs走廊场景分类器中,通过FPGA分类器的脉冲输出模式来判断机器人所处的走廊场景,从而提高机器人的环境感知能力和自主性.详细讨论了脉冲积分点火神经元模型的FPGA实现原理,以及基于此神经元模型的SNNs走廊场景分类器的硬件实现方案,仿真及实验结果证明了所提基于FPGA的移动机器人SNNs走廊场景分类器的有效性.所提走廊场景分类器不受光照条件的影响,需要的传感器测量信息少,FPGA硬件资源占有率低(LE的利用率仅10%),分类速度快、准确率高,适于实际应用.该研究不仅可以提高移动机器人的环境感知能力和自主性,而且为硬件实现SNNs提供了有益参考.

    脉冲神经网络积分点火神经元模型脉冲编码现场可编程门阵列移动机器人超声传感器

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

    基于融合数据自表示的离群点检测算法

    高亚星赵旭俊曹栩阳
    41-48页
    查看更多>>摘要：数据自表示方法可以用于离群点检测,起到了放大数据间差异性和关联性的作用,但现有技术未能体现特征之间关联性对离群点检测的影响,因此无法用于高维数据.针对这个问题,提出了一种基于融合数据自表示的离群点检测算法,它可以有效地检测出高维数据中的离群点.首先,提出了一种基于特征关系的数据自表示方法,结合互信息与信息熵理论,度量高维数据特征间的关联性,并将其融于数据间的稀疏表示过程,体现了特征间和数据间的复杂关系.其次,提出了一种基于融合组间数据自表示的计算方法,采用点乘的方式将不同特征分组对应的自表示矩阵融于一体,形成全局数据自表示矩阵.最后,提出基于融合数据自表示的离群点检测算法,在全局数据自表示矩阵形成的有向加权图上,通过图随机游走检测离群点.实验结果表明,该算法在真实数据集和人工合成数据集上的检测性能均高于对比算法,证明该算法具有良好的泛化性和稳定性.

    离群点检测数据自表示特征分组信息熵随机游走

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

    基于词嵌入的元组级数据溯源方法

    杨彬高俊涛王志宝李菲...
    49-57页
    查看更多>>摘要：在信息爆炸时代,数据量与日剧增,使用数据挖掘技术可挖掘其内在联系,但前提是所使用的数据正确无误,否则其后的一切工作将毫无意义.数据溯源技术可帮助数据分析人员快速定位到错误数据的来源和加工过程,减少错误数据的分析时间和难度,对数据质量控制与可信管理具有重要价值.现有的元组级数据溯源方法存在存储开销大和溯源效率低的问题,文章使用词嵌入技术改进元组级数据溯源方法.首先,研究元组向量化编码机制,依据元组向量相似度识别元组溯源关系;其次,提出基于属性重要性的优化算法提高溯源的精确率;再次,引入近似最近邻搜索和元组过滤优化机制降低溯源时间复杂度;最后,采用有向无环图展示元组数据的溯源关系.实验结果表明,该方法精确率较高、时间复杂度较低、存储消耗较少,能够有效改进元组级数据溯源方法.

    结构化数据数据溯源元组向量相似度比较词嵌入

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

    基于坐标映射及多重图划分的图相似查询研究

    刘哲峰梁平顾进广
    58-64页
    查看更多>>摘要：图相似查询是图数据库资源管理最重要的操作之一.目前的相似性查询算法几乎都是采用对整个图数据库进行过滤得到候选集的方式,没有考虑在实际图数据库中各数据图规模之间存在着一定的差距,没有必要对整个图数据库进行计算.因此,提出了一种基于坐标映射的批量处理方式,从规模上对数据图进行剔除,使得后续需要计算的数据图数量大大减少.同时给出了一个参数化的、基于选择性划分的GED下界,使得图划分方式具有约束性,而不是随机的,并在此基础上给出了一个多层索引结构,用于GED下限交叉检查.模拟实验结果表明,所提出的处理方法在通过坐标映射来尽量缩减计算时间的同时,较好地提升了过滤精度,甚至能在过滤阶段就得到相似查询的结果.

    图数据库图相似查询坐标映射选择性图划分多层索引结构

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

    基于非负矩阵分解的均方残差多视图聚类算法

    郝敬琪胡立华张素兰张继福...
    65-71页
    查看更多>>摘要：针对高维海量数据,现有的多视图聚类方法存在无法发现高维视图隐藏信息、聚类效果差等问题.结合均方残差(Mean Squared Residue,MSR)思想,提出了一种基于非负矩阵分解的均方残差多视图聚类方法(Mean Squared Residue Non-negative Matrix Factorization,MSRNMF).首先,采用改进的非负矩阵分解方法结合流形学习、希尔伯特-施密特独立性准则计算各单视图的系数矩阵,不仅降低了多视图中各个视图的维度,而且有效地提取了高维数据中的隐藏信息;其次,采用谱聚类算法对各单视图的系数矩阵进行聚类,获得单视图聚类簇;接着,利用均方残差思想,针对各单视图聚类结果进行融合,得到最终多视图聚类结果;最后,以标准数据集和古建数据集为对象进行验证,实验结果表明该算法在精度上优于MVCF,GPSNMF,GPMVNMF,DMF和MCLES,在古建筑集上效果明显,进而验证了算法的有效性.

    均方残差非负矩阵分解流行正则化希尔伯特-施密特独立性准则谱聚类

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

    基于距离损失函数的特征融合模型

    林益文杨啸陈青邱新媛...
    72-78页
    查看更多>>摘要：卷积神经网络在图像识别任务中表现出出色的学习语义特征的能力,实现了相关目标对象的高精度检测,然而其通常只关注图像最具识别能力的特定区域,忽视了部分有价值的语义特征.为提高卷积神经网络的识别能力,提出一种基于距离损失函数的特征融合模型.该方法利用欧氏余弦复合距离损失函数迫使基础模型学习具有差异的特征概念,通过并置特征融合法整合差异化的特征概念进行目标识别.实验使用了多种基准卷积神经网络骨架、数个流行数据集和不同样本量进行多因素交叉分析,从准确率数据和类激活图两个方面证实了该方法能够丰富基础模型语义特征的多样性,提升融合模型的识别性能,并且具有有效性和普遍性,同时利用数学统计方法也揭示了该方法的应用特征与优势.

    深度学习卷积神经网络语义特征距离函数模型融合

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