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

    一种面向耗材数据的可搜索对称加密方案

    景义君程钰雯时自成任莹...
    81-86页
    查看更多>>摘要:目前将数据上传至公共服务器或云平台已成为系统管理数据的主流方法,然而这种做法存在着机密数据泄露和隐私泄露的严重风险。为了解决这一问题,保护数据的安全性和用户的隐私性,该文提出一种面向耗材数据的安全高效的可搜索对称加密方案,在耗材管理系统中提供了有效的数据保护和用户隐私保护措施。可搜索对称加密技术是一项能够在密文状态下实现搜索的先进技术,它允许在加密的数据集中进行搜索而无需解密。文章具体方案采用了 KECCAK256哈希算法和AES加密算法对耗材数据进行处理,并引入倒排索引结构以及乱序操作来实现密文搜索功能。这种结构不仅能够有效地支持快速搜索,还能防止通过索引推断出明文信息,从而提高耗材数据的隐私保护水平。实验结果表明,该方案相较于其他算法在安全性和搜索时间方面均表现优异,为耗材管理系统提供了可靠且高效的数据的隐私保护措施。

    隐私保护耗材数据可搜索对称加密密文搜索倒排索引

    基于改进YOLOv5s的遥感图像车辆目标检测

    刘俊苗王海晨
    87-92页
    查看更多>>摘要:遥感影像在目标检测领域被广泛应用,在车辆目标检测方面,由于遥感图像自身背景复杂、车辆目标小且密集等特点,现有目标检测方法常面临检测效果不佳以及漏检误检等问题。该文针对性地提出了一种改进YOLOv5s的目标检测方法。引入了带有位置信息编码的自注意力机制,强化对同一尺度内特征信息的融合,在网络高层采用MobileViT处理更抽象的特征,高效捕捉复杂的上下文信息,进一步增强了对小目标的识别能力,解决了小目标漏检问题;应用轻量级上采样算子来降低模型复杂度;另外,应用ShapeIoU损失函数,使该模型更加关注边界框的形状和尺度以便提高检测精度。在遥感车辆数据集COWC进行了完整实验,实验表明改进后的模型各项指标均有提升,准确率提高了 0。3百分点,召回率提高了 1百分点,mAP提高了 0。8百分点。

    遥感图像车辆目标检测YOLOv5s自注意力机制轻量化上采样算子损失函数

    基于多智能体强化学习的多联机空调节能控制

    朱明飞孙铁军阮岱玮吴春雷...
    93-99页
    查看更多>>摘要:多联机空调系统目前是空调发展的主要趋势,其节能控制研究逐渐成为空调领域的研究热点。然而传统的空调节能控制方法在非线性特征表示、高泛化性机理建模、设备参数精确自调节等方面存在较大挑战。对此,提出一种基于多智能体强化学习的多联机空调节能控制方法。首先,筛选多联机空调节能控制参数,实现参数的解耦与降维,利用深度神经网络构建了高泛化性的多联机空调运行模型,降低多智能体强化学习模型的训练时长;然后,提出多智能体协作的多联机空调智能化节能控制方法,设计了智能体的状态空间、动作空间和奖励函数;智能体采用集中式训练、分布式执行的方式,优化空调控制策略,同时设计了环境初始化条件,增加了环境多样性;最后,在包含3个地区、2个季节的空调运行历史数据集上开展广泛实验,结果表明该方法能够有效控制室内温度,能效比提高约18%。

    多联机空调参数精确自调节多智能体强化学习深度神经网络节能控制

    基于语义调节与两级匹配的图像文本检索方法

    刘洪洲张鸿
    100-107页
    查看更多>>摘要:图像文本检索的核心在于实现图像与文本之间的相似度匹配,其方法主要分为全局匹配和局部匹配。为了克服跨模态检索任务中全局匹配只考虑全局语义的对齐,局部匹配只考虑细粒度语义对齐,以及全局特征和局部特征交互不足的问题,该文提出一种语义调节与两级匹配(Semantic Adjustment and Two-level Matching,S ATM)方法,即结合两种匹配方法并利用全局特征调节局部特征语义来进行图像文本检索。首先,在模态内进行语义调节,采用自注意力机制,利用全局特征增强局部特征;其次,在模态间通过堆叠交叉注意力实现图像和文本的局部特征之间的交互和局部匹配,并生成跨模态全局特征;然后,在模态间进行语义调节,利用跨模态全局特征引导局部特征形成全局特征,并进行全局匹配;最后,结合两种匹配相似度进行跨模态检索。该方法综合考虑全局匹配和局部匹配,并充分实现了全局特征和局部特征之间的信息交互,因此能显著提升跨模态检索的准确性,通过在Flickr30K和MS-COCO两个基准数据集上的大量的对比实验,证明了该方法的有效性和优越性。

    跨模态检索图像文本匹配全局匹配局部匹配语义调节

    基于融合文本情感转换的在线评论过采样方法

    赵长欣苌道方
    108-115页
    查看更多>>摘要:近年来,在线评论区已经被"好评返现""刷评"等控评手段的滥用所破坏,对在线评论情感分析模型在真实应用场景中的性能造成了严重影响。对此,提出了一种基于融合文本情感转换的在线评论过采样方法以缓解上述样本数量分布失衡引起的问题。该方法融合了基于特征词典的方法与基于深度学习的方法实现对文本的情感转换。对于多数类样本中的显式情感表达,该方法采用基于特征词典的方法识别并完成替换。同时,基于深度学习的方法搭建了 Seq2Seq模型并引入了掩码自注意力机制,用于替换文本中的隐式情感表达。最后采用限制性EDA方法对结果进一步扩充,作为少数类的过采样样本。通过在采集的真实在线评论数据集上进行实验,结果表明该方法使训练出的模型获得了 16。6%的精确率和9。5%的F1值提高,同时对少数样本的分辨能力提高了 12。2%。其相较传统方法对所训练的模型同样有更好的性能提升。

    文本情感转换不平衡在线评论特征词典掩码自注意力Seq2Seq模型

    基于大语言模型的论文检索与分析方法研究

    解勉陈刚余晓晗
    116-124页
    查看更多>>摘要:在现代学术研究中,高效准确地检索相关学术论文是至关重要的一环。传统的检索方法通常依赖于精确的关键词输入,要求用户具备一定程度的专业知识以选择和使用恰当的术语。针对这一问题,探索一种利用大语言模型(Large Language Models,LLMs)基于内容对论文进行检索与分析的方法,旨在降低检索词专业性带来的论文检索门槛,同时可以对论文内容进行一定的分析。首先,提出了基于内容的论文检索与分析设计框架,以论文解析和向量数据库为基础分别针对单篇论文、多篇论文以及较模糊的通俗描述进行检索与分析;其次,设计了论文解析方法,以及用于提取论文主要内容的大语言模型提示词,引导大语言模型更关注论文具有代表性的关键信息,从而提高检索性能,并通过对比分析获得了更有效提取信息的提示词;最后,通过对比实验证明了该方法的可行性与有效性,根据论文全文以及较模糊的通俗描述进行检索,mAP分别达98。47%和99。51%。

    文档检索文档分析大语言模型提示词工程学术论文

    基于通道相关性的类注意力知识蒸馏

    吴华涛朱子奇
    125-131页
    查看更多>>摘要:以前的知识蒸馏方法在模型压缩上表现出了令人印象深刻的性能,其中在基于类注意力转移的知识蒸馏(CAT-KD)这项工作中证明了通过转移类激活图可以使学生模型获得和增强识别输入分类区域的能力,这种能力是当前主流CNN模型进行分类的关键。其通过将类激活图平均池化和12归一化的方式来转移类激活图,从而增强学生模型识别输入分类区域的能力,提高蒸馏性能。然而,这种方式忽略了类激活图中的通道相关的知识,这对于学生模型学习识别输入分类区域的能力至关重要。为了解决上述问题,该文提出了基于通道相关性的类注意力转移方法。具体来说,为了从类激活图中提取丰富的知识,该方法不仅考虑了样本内的类激活图中不同通道的特征知识,还考虑了不同样本的类激活图中基于每通道特征的关系知识。实验表明,该方法在CIFAR-100数据集上比基准方法提升了 0。96百分点,优于对比方法。

    知识蒸馏通道相关性类激活图通道知识注意力蒸馏

    基于模糊特征簇的空间高效用并置模式挖掘算法

    金佩洁王晓璇熊文王丽珍...
    132-140页
    查看更多>>摘要:实例经常出现在相邻区域的空间特征集被称为空间并置模式。空间高效用并置模式是空间并置模式挖掘的一项扩展性研究,其考虑了模式的效用价值,更能反映出空间特征间的高质量聚集现象。现有的空间高效用并置模式挖掘方法大多使用自适应的效用参与度(Utility Participation Index,UPI)作为度量参数。然而,UPI没有考虑真实地理环境中"邻近"概念的模糊性和重叠性。此外,由于UPI不满足向下闭合性,算法的挖掘效率也不够理想。因此,该文结合模糊集理论构建了空间模糊邻近关系,提出了新的模糊效用度计算方法。同时,引入了模糊Chameleon聚类算法,提取了基于模糊特征效用度的模糊特征簇,从而进一步提取空间高效用并置模式。最后,在三个模拟数据集和两个真实数据集上进行了大量的实验,证明了该算法的合理性及有效性。

    空间数据挖掘空间并置模式高效用模糊聚类模糊特征簇

    面向公共卫生领域的语言模型预训练

    王连喜胡冠锋
    141-147页
    查看更多>>摘要:公共卫生事件的突发性、变化性及不确定性加大了公共卫生信息处理与监测的难度,而构建领域预训练模型则可提升其下游任务的效果。目前国内外已有一些专注于社交媒体和医学领域的增强式公共卫生领域预训练模型,但是这些模型的训练语料规模小、来源单一、文本长度短小,缺乏包含丰富语义信息的长文本无监督语料。为了解决这一问题,该文采用基础BERT模型对获取的大规模公共卫生领域新闻语料进行自适应预训练,并构建了一个适用深度语义学习的领域预训练模型PHD-News-BERT,以更好地进行该领域相关任务的学习。通过在5种下游任务的8个数据集上与5种基线模型进行实验比较,结果显示,PHD-News-BERT在大多数任务中取得了显著的性能,表明其具有良好的泛化性和鲁棒性。预期可为公共卫生领域的未来工作引入新的基准。

    公共卫生领域预训练模型自然语言处理BERT自适应预训练

    基于改进Dense Teacher的半监督目标检测算法

    林紫心陈东方王晓峰
    148-156页
    查看更多>>摘要:在深度学习目标检测领域中,标注数据的复杂性对半监督目标检测技术的发展起到了推动作用。近期,无锚框目标检测器在半监督目标检测中的应用逐渐增多。然而,现有方法仍面临特征表达不足和伪标签质量参差不齐的挑战。为解决这一问题,该文提出了一种基于优化Dense Teacher的半监督目标检测算法。首先,通过设计通道信息增强的特征金字塔(CIE-FPN),优化了特征图的感受野和特征融合,旨在捕获更丰富的全局特征信息。其次,采用伪标签双分支处理策略,以解决分类与检测任务在伪标签需求上的不一致性,从而提高伪标签的可靠性。实验结果表明,在COCO数据集仅使用10%有标注数据的条件下,与基线网络Dense Teacher相比,提出的改进算法在提升无锚框半监督目标检测性能方面取得了明显效果。

    无锚框目标检测器特征融合伪标签双分支处理策略半监督学习半监督目标检测