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

    工控系统网络安全等级测评评估研究

    朱晓鹏黄文财钟远生吴耿...
    149-155页
    查看更多>>摘要:针对当前工控系统网络安全等级测评计算繁琐、权重计算简单、缺乏工控系统的针对性和评估结果具有随机性和模糊性的问题,研究一种工控系统网络安全等级测评评估方法.绘制以网络安全等级测评为基础的工控系统典型框架,分析工控系统相对安全通用类等级测评在评估指标上的差异,并采用主观赋权法确保上述评估指标差异在工控系统权重赋值中倾斜的合理性,应用客观赋权法保证权重赋值的科学性,使用组合赋权法综合考量主客观赋权优点,确保工控系统评估指标权重赋值的合理性和科学性;使用专家云模型结合组合赋权法获取的组合权重,得出工控系统网络安全等级测评评估结果,再基于云模型的概率统计和模糊数学,克服繁琐的计算和评估结果的模糊性和随机性;最后,将该方法应用于某大型化工产业工控系统,结果表明该系统等级测评结果为良,与预案评审结果一致,验证了该方法在网络安全等级测评中的有效性和适用性.

    工控系统网络安全等级测评组合赋权专家云模型

    基于多掩码与提示句向量融合分类的立场检测

    王正佳李霏姬东鸿滕冲...
    156-162页
    查看更多>>摘要:立场检测是指分析文本对于某一目标话题表达的立场,立场通常分为支持、反对和其他.近期的工作大多采用BERT等方法提取文本和话题的句语义特征,通常采用BERT首符号隐藏状态或者句子中每个词隐藏状态取平均作为句向量.该文对句向量的获取进行了改进,采用提示学习模板获取提示句向量,提高句向量的特征提取效果.设计了一种基于多掩码与提示句向量融合分类的立场检测模型(PBMSV),将提示句向量分类与多掩码的模板-答案器结构提示学习分类结合,向句向量引入文本、话题和立场词信息,融合句向量和答案器分类结果,对模型进行联合优化.在NLPCC中文立场检测数据集上的实验表明,在五个话题单独训练模型的实验中,该文方法与此前最优方法相比在三个目标上取得领先或持平,取得了79.3 的总F1 值,与最优方法接近,并在句向量对比实验中,验证了提示句向量的优势.

    立场检测深度学习提示学习句向量多掩码

    基于注意力机制的YOLOv5优化模型

    潘烨新黄启鹏韦超杨哲...
    163-170页
    查看更多>>摘要:目标检测是机器视觉研究中的重要分支.目前在工业生态中应用广泛的YOLOv5 模型经过版本迭代,在预测权重大小以及检测精度方面都有所优化,但模型的处理速度仍然较低,尤其是对于小目标及遮挡目标的检测效果有待改进.该文提出一种基于注意力机制的YOLO v5 改进模型.首先,通过引入维度关联注意力机制模块进行特征融合,提升主干网络的特征提取能力,达到改善小目标与遮挡目标的检测效果;其次,采用SIoU损失函数代替CIoU损失函数,作为新的边界框回归参数的损失函数,提高边界框的定位精度以及检测速度.实验结果显示,优化模型的平均精度均值达到87.8%,相比于YOLOv5 提高了4.7 百分点,在单GPU上模型的检测速度达到83.3 FPS.

    机器视觉深度学习目标检测注意力机制损失函数

    基于群稀疏正则化的高光谱图像去噪

    姜斌叶军
    171-177页
    查看更多>>摘要:高光谱图像(HSI)具有良好的光谱识别能力,但在采集过程中易受到混合噪声的污染,严重影响了后续任务的精度,因此HSI去噪是重要的预处理过程.针对现有去噪方法对空间-光谱先验信息利用不足、条纹噪声建模不合理的问题,提出一种新的基于群稀疏正则化的高光谱图像去噪算法.该算法将干净HSI的空间-光谱低秩特性和各波段上条纹噪声的低秩结构融入一个新框架,实现了干净HSI与高强度结构化条纹噪声的分离;同时为了有效保持图像的边缘信息,在去噪模型中引入新的群稀疏正则化,即基于L2,1 范数的增强型三维全变分正则化(enhanced 3D total variation,E3DTV),充分挖掘HSI差分图像的稀疏先验信息,进一步提升了图像的分段平滑性.采用交替方向乘子法对变量优化求解,在仿真和真实数据集上进行数值实验表明,所提模型具有更好的去噪和去条纹性能,在视觉效果和定量评价结果上都明显优于其他对比算法.

    高光谱图像图像去噪群稀疏正则化低秩约束条纹噪声

    基于Swin Transformer的四维脑电情绪识别

    陈宗楠金家瑞潘家辉
    178-184页
    查看更多>>摘要:近年来,基于脑电图(Electroencephalogram,EEG)的情绪识别研究主要使用卷积神经网络、循环神经网络和深度信念网络模型.这些方法能利用全局差异来区分不同情绪状态,但忽视了局部脑电的变化对情绪状态的影响.针对上述问题,使用了一种基于Swin Transformer的EEG四维脑电情绪识别模型,能够更好地捕捉到细小的局部空间特征和复杂的时间序列特征.相较于其它情绪识别方法,该模型通过基于滑动窗口的自注意力机制提高了不同块之间的特征连接,使得模型的建模能力更强,也降低了计算的复杂度.此外,利用情绪脑电公开数据集SEED来评估该模型的可行性与有效性,在单被试情绪三分类的准确率为94.73%±1.72%,跨被试情绪三分类的准确度为89.63%±3.42%,并且测试速度能达到实时处理的水平.实验结果表明,基于Swin Transformer的EEG四维脑电情绪识别模型通过局部特征的学习在小样本训练上也能达到较高的情绪分类准确率和较快的测试速度.

    深度学习情绪识别脑电图特征融合SwinTransformer

    基于多种群协同进化的多逃逸者围捕任务分配

    高子璇张国富苏兆品李磊...
    185-192页
    查看更多>>摘要:群机器人逃逸围捕一直是人工智能和机器人领域的研究热点之一.在面向多逃逸者时,如何为每个逃逸者高效地分配合适的机器人以完成协同围捕是一个难点问题.已有研究大都采用距离优先分配的策略,为每个逃逸者选择离它最近的一组机器人进行围捕,在逃逸者数量较多的情况下,难以实现围捕任务的均衡分配,降低了系统围捕的效率.为此,提出了一种基于多种群协同进化的多逃逸者围捕任务分配算法.首先,构建了一种全方向的群机器人逃逸围捕任务分配数学模型;然后,基于遗传算法和多种群协同进化提出了一种多逃逸者围捕任务分配算法,设计了相应的编码方式、交叉和变异策略;最后,在开发的群机器人逃逸围捕仿真平台上测试了算法的有效性.对比实验结果表明,所提算法在完成围捕任务所耗费的步数上最多降低了20%,围捕效率最大提高了25%.

    群机器人逃逸围捕多逃逸者任务分配遗传算法多种群协同进化静态障碍物避障

    迷彩伪装目标检测的视觉特征偏好研究

    韩彤曹铁勇郑云飞王杨...
    193-199页
    查看更多>>摘要:迷彩伪装通过设计颜色和纹理图案来破坏目标的固有形状,其检测依赖的视觉特征应与常规目标不同.然而卷积神经网络的黑盒性质使得不同视觉特征对模型识别的贡献程度无法获知.为解决上述问题,借鉴人类视觉系统设计了一种适用于伪装场景的视觉特征解耦方法,解耦并分析目标检测模型在颜色、纹理和形状特征上的偏好程度.具体来说,使用消除单一特征并保留其余特征的解耦框架,以模型的性能下降情况作为偏向性的衡量标准,通过灰度化处理消除图像的颜色特征,使用区域置乱破坏目标的纹理特征,对目标轮廓取内接形状以改变目标的形状特征.在公开的迷彩伪装人员数据集和常规人员检测数据集上分别进行实验,结果显示,迷彩伪装目标的检测主要依赖纹理,常规目标的检测主要依赖形状.

    目标检测迷彩伪装特征解耦人类视觉系统卷积神经网络

    基于mRASP的藏汉双向神经机器翻译研究

    杨丹拥措仁青卓玛唐超超...
    200-206页
    查看更多>>摘要:藏汉机器翻译技术的研究对于弘扬和传承优秀民族文化,推进藏族地区经济、教育和文化的发展有着十分重要的现实意义.该文立足于藏汉平行语料匮乏而导致的藏汉神经机器翻译效果欠佳的问题,对跨语言预训练模型进行了研究.使用第十八届全国机器翻译大会(CCMT 2022)的藏汉数据集构建藏汉双语的跨语言预训练模型(mRASP),采用谷歌的Transformer神经网络机器翻译架构作为基线模型,主要利用数据增强的方式对藏汉平行语料进行扩充、优化藏汉机器翻译所用到的词表,并探索跨语言预训练模型中的联合词表对翻译性能的影响,最终提出了一种融合跨语言预训练模型(mRASP)与改进后的绿色联合词表的藏汉双向神经机器翻译.经过上述策略,藏汉翻译任务上的BLEU值达到了55.69,汉藏翻译任务上的BLEU值达到了29.57.与传统的基于预训练模型的藏汉双向神经机器翻译相比,在稀缺资源条件下有效地提升了藏汉双向机器翻译的性能.

    跨语言预训练模型藏汉双向神经机器翻译mRASP数据增强词表

    改进混合萤火虫算法求解CVRP

    白雪媛张磊李琳武文喆...
    207-214页
    查看更多>>摘要:提出一种改进混合萤火虫算法(KM-HFA)来解决带容量约束的车辆路径问题.该算法利用K-Means聚类方法将客户集先进行分类,再构建初始解,以较好的初始解开始萤火虫算法的寻优过程,减少了算法的计算量.在萤火虫算法中引入部分匹配交叉算子,2H-opt交换算子,局部搜索算子和变异算子,这些方法加快了算法的收敛速度,提高了萤火虫算法跳出局部最优的能力.选取小规模及中规模数据集进行仿真实验,共94 组标准算例.对于79 组实例,KM-HFA得到的解优于对照的混合萤火虫算法和CC-CVRP所得的求解方案,KM-HFA所求方案的车辆行驶总距离更小.KM-HFA计算了5 组小规模实例,即A-n33-k6,A-n37-k6,P-n16-k8,P-n19-k2 和P-n20-k2,在不增加车辆配送路径数目的情况下,得到比经典解更好的配送方案.对于实例P-n22-k8 和P-n23-k8,文中算法在比经典解路径数增加了一条的前提下,找到了车辆行驶总距离更小的解.仿真实验结果表明KM-HFA具有较好的稳定性和有效性.

    带容量约束车辆路径问题改进混合萤火虫算法K-Means聚类局部搜索算子交叉和变异算子

    单参数通道注意力模块

    姚亮亮张太红张洋宁温钊发...
    215-220页
    查看更多>>摘要:随着深度学习的发展,通道注意力在卷积神经网络上的表征能力上发挥了巨大的作用.为了进一步加强通道注意力模块在深度神经网络中的作用,针对通道注意力的参数量方面,提出了一种单参数通道注意力(APA)模块.首先,APA模块在图像通道特征的求和向量上加单参数.然后,通过度量通道向量和求和向量在方向上的关系,求取通道注意力权重.最后,经过激活函数(Sigmoid)激活注意力权重,使其分布更平稳.与其他通道注意力模块相比,该模块只有微量参数,且该模块的代码实现非常简单.在数据集CIFAR-10 与CIFAR-100 上,使用APA模块嵌入到MobileNet,ResNet系列主干,与同类方法压缩激励模块(SE)、有效的通道注意力模块(ECA)进行了实验对比,验证了APA模块的有效性.

    卷积神经网络深度学习通道注意力图像分类计算量