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

    基于重构双注意力网络的图文情感分析

    周乐善冯锡炜
    157-164页
    查看更多>>摘要:在传统的图文跨模态情感分析算法中,由于缺乏对视觉特征空间和通道的关注,往往容易造成局部特征关键信息的丢失,导致在特征融合阶段,不能很好地表示关键信息。因此,该文提出了基于重构双注意力网络的图文情感分析模型(Images-Text Sentiment Analysis Based on Reconstructed Dual Attention Networks Fusion,IRDA)。该模型在视觉特征提取中使用ResNet50获取视觉特征,同时引入空间和通道重构卷积模块,对视觉特征空间和通道位置信息进行重构,对不同位置的关键信息进行融合,加强视觉特征提取。在文本特征提取中使用BERT模型获取文本特征表示,并使用双向门控循环单元(Bi-GRU)关注低层次单词之间的上下文联系,进而增强文本语义特征。使用交互注意力机制关注模态间的特征交互,并进行视觉特征与文本特征融合,进而完成情感分类任务。该模型在MVSA多模态数据集上进行实验验证,实验结果表明该模型皆优于当前主流模型,证实了模型的有效性。

    深度学习多模态交互注意力BERT重构单元卷积模块卷积神经网络情感分析

    基于LOD-RSINet的轻量化遥感图像目标检测

    李琛丁胜付佳俊
    165-171页
    查看更多>>摘要:为了满足遥感图像目标检测任务中轻量化和快速推理的需求,提出了一种基于改进YOLOv8s的轻量化遥感图像目标检测算法(A Lightweight Object Detection Network for Remote Sensing Images,LOD-RSINet)。首先,提出基于 SENetv2 机制构建的C2SE(C2f-SENetv2)模块,在略微增加模型参数量的同时让网络更有效地学习到输入数据的不同特征,提升特征表达的精细度和全局信息的整合能力;其次,设计一种轻量级跨尺度特征融合模块CCFM,以增强模型对于尺度变化的适应性和对小目标的检测能力,在不影响模型检测精度的情况下降低了参数量并提高了检测速度;最后,引入了一种Shape IoU损失函数,通过关注边界框本身的形状和尺度来计算损失,从而使边界框回归更加准确。实验证明,改进后的算法在DIOR数据集上的检测精度mAP50和mAP50-95分别达到了 0。867和0。668,参数量GFLOPs降低了 5。61百分点,检测速度FPS提高了 5。94百分点,性能表现优于其他对比方法,能够在轻量化的同时提高模型的目标检测能力。

    YOLOv8轻量化遥感图像目标检测跨尺度特征融合损失函数

    中国古代国家礼仪场景人物数字化驱动方法研究

    周蓬勃安丽王勇
    172-178页
    查看更多>>摘要:本研究旨在探索中国古代国家礼仪场景人物的数字化驱动方法,以《大驾卤簿图》为研究对象,通过三维重构技术实现古代礼仪场景的数字化再现和动态展示。研究集成了图像处理、深度学习、三维建模、动作捕捉、姿态估计和知识图谱等多种技术,精确提取并模拟了图中人物和物品的动态表现。利用卷积神经网络等现代图像处理技术,从复杂图像中提取特征,为三维建模提供数据基础。动作捕捉技术记录人物运动数据,结合姿态估计技术,使静态图像动态化,增强了视觉体验。知识图谱技术整合了图像数据、动作数据和历史资料,建立了全面的数据库,为三维重构提供数据支持。以明代宫廷绘画《大驾卤簿图》为例,通过三维重构技术,成功实现了礼仪场景的数字化再现和动态展示。尽管存在数据来源的局限和技术创新的挑战,该成果为文化遗产的数字化保护和展示提供了新的视角和方法,增强了文化传播效果,提高了公众对文化遗产的认知和兴趣。

    文化遗产数字驱动三维建模知识图谱数据库

    油田注水管道内腐蚀剩余寿命预测研究

    骆正山杜丹
    179-186页
    查看更多>>摘要:埋地管道的寿命直接影响着油气管道公司的经济效益,准确预测埋地管道腐蚀剩余寿命能够提前制定维修计划,减少经济损失。为估算管线剩余安全服役年限,创建了基于主成分分析(PCA)和粒子群(PSO)结合蚁群(ACO)的混合连续优化算法(HCACO)的最小二乘支持向量机(LSSVM)预测模型。首先,通过PCA降维提取管道腐蚀的主要影响因素,以优化预测模型的输入变量。其次,采用HCACO对LSSVM中的惩罚因子C和核函数参数σ2进行寻优,并将优化后的参数代入LSSVM预测模型中,最终构建基于PCA-HCACO-LSSVM的腐蚀管道剩余寿命预测模型。以某油田注水管道为例,并与另外三种模型BP、SVM以及当前较流行的GRA-XGBoost进行对比,结果PCA-HCACO-LSSVM模型中均方根误差(RMSE)为0。303,平均绝对误差(MAE)为0。175,拟合优度(R2)为0。993,模型评估指标值均优于其余三种模型,预测精度及泛化性能也得到了显著提高,剩余寿命预测值与实际值更接近,为石油天然气管线的防腐研究开辟了新途径。

    油田注水管道内腐蚀剩余寿命预测主成分分析法(PCA)混合连续优化算法(HCACO)最小二乘支持向量机(LSSVM)

    基于CNN-ISVM的跨领域书写人自适应手写识别

    张墨逸叶洪昶袁小芳陈海燕...
    187-193页
    查看更多>>摘要:用户书写风格、字形、笔迹、书写方式等方面都会存在差异,使手写识别应用具有特异性、小样本和多样式的特点,普适性的模型很难满足,必须在手写过程中对特定用户的书写进行自适应学习,使模型更好地服务于人们的个性化需求。针对此问题,研究者提出基于CNN-ISVM的跨领域书写入自适应手写识别方法,灵活地调整普适化模型,进行个性化的手写识别。在构造通用模型时,利用CNN作为特征提取器,对图像进行特征学习和提取,将提取的特征输入到SVM中进行分类。自适应手写识别时,引入基于错分样本触发的ISVM增量学习方法,使用增量样本和保存好的支持向量集对模型在线学习和更新。在实验中,当源域由静态手写图片组成,目标域为2组空写数据集时,每类别增量5张样本,识别率分别达到92。8%、90。42%。该方法简单易行,可以在目标域每类样本数据只有1张增量样本的情况下进行跨领域书写人自适应学习,与其它方法相比,识别率有较明显的提升。

    手写识别书写人自适应领域自适应增量学习卷积神经网络支持向量机

    钻修机协同设计系统的开发与应用

    郭华罗杨张甫孙永恒...
    194-199页
    查看更多>>摘要:钻修井作业是油田稳产、高产的重要保障。针对目前企业依赖PDMS、SACS等软件完成海上平台钻修机的方案设计而出现的模型格式繁杂、多专业协同效率较低的问题,该文开发了钻修机协同设计系统,系统主要分为客户端、服务端以及数据库三个模块。该文描述了基于Unity3D引擎和C#语言开发客户端、基于VS开发服务器控制台程序和基于MySQL开发数据库的过程。该系统客户端具有实用的辅助设计功能,服务端对客户端进行权限筛选后通过操作数据库,辅助多个客户端完成多专业工程师实时协作,提高了设计效率。该系统的客户端、服务端以及数据库的开发过程对相关行业软件开发具有一定的借鉴意义。文末使用此系统复现了文昌16-2钻修机项目,结果验证了系统的准确性与实用性。

    钻修机系统开发客户端服务端数据库

    基于多策略改进灰狼算法的测井仪器遇卡预测

    高雅田李英楠
    200-206页
    查看更多>>摘要:针对测井作业中遇卡现象预测难度大、预测准确率低的问题,以及灰狼优化算法(Grey Wolf Optimizer,GWO)存在种群多样性不足、易陷入局部最优的缺陷,该文提出了一种基于多策略改进的灰狼优化算法(Improved Grey Wolf Optimizer,IGWO)结合支持向量机(Support Vector Machine,SVM)进行仪器遇卡分析。利用佳点集理论初始化提高种群多样性,引入自适应调整机制与差分进化算法(Differential Evolution,DE)的交叉变异的处理机制以及混沌干扰避免局部最优问题。同时,在种群迭代过程中加入贪婪策略指导个体的选择更新,从而加速收敛。将IGWO算法与其他5种群体智能优化算法在4种测试函数上进行实验,并将其应用到测井遇卡预测问题中,实验结果表明,通过IGWO算法对模型参数进行调优,有效提升了算法的寻优能力和全局搜索能力。优化后的模型在测试集上的平均交叉验证准确率为86。26%,其中,几何遇卡的MAE为0。1,RMSE为0。316 2;力学遇卡的MAE为0。05,RMSE为0。223 6。整体上,模型表现出较高的准确率和较小的误差,具有较强的预测能力,为解决测井作业中的遇卡问题提供了有效的解决方案。

    遇卡分析支持向量机灰狼优化算法多策略佳点集差分进化算法混沌干扰

    基于GA-SA-SVR模型的输电边坡危险性预测

    段国勇韩亮王彦海吕军旗...
    207-212页
    查看更多>>摘要:输电边坡的危险性预测对于国内输电线路安全运营意义重大。该文依托某输电公司输电线路区域的边坡隐患排查及状态评估数据,对数据库进行筛选,以杆塔边缘距离、边坡高度、坡度、周边土地情况、岩土性质以及植被情况这六项作为输入特征值,危险系数作为输出标签建立支持向量回归(Support Vector Regression,SVR)预测模型,并采用遗传(Genetic Algorithm,GA)和模拟退火(Simulated Annealing algorithm,SA)的单独优化算法和组合优化算法分别对SVR模型进行优化,并设置鱼鹰、猎食者等优化算法作为对照组。结果表明:组合算法的优化效果要优于单一算法的优化效果,遗传-模拟退火组合算法(GA-SA)的优化效果在准确率和拟合程度上更有优势,测试集R2为0。937 5,MSE值为0。001 2,适应度函数f(x)值为0。072 4。该模型预测性能较好,相较原方法更加客观智能。

    输电边坡危险性预测支持向量回归模拟退火算法组合算法

    一种轻量级掌静脉识别算法NEPVR

    马莉刘子良谭振林黄蔼权...
    213-220页
    查看更多>>摘要:信息技术的进步催生了生物特征识别逐渐替代传统身份验证方法,尤其关注卫生、安全的掌静脉识别,然而在计算资源受限的情况下保持识别性能仍然是一项挑战。近年来,虽然深度学习架构Vision Transformer在模型性能上取得显著进展并在掌静脉识别领域逐渐得到应用,但是也因参数量问题限制了其适用范围。该文提出了一种手掌静脉识别算法(NAM-EfficientViT Based Palm Vein Recognition,NEPVR),采用了 EfficientViT作为深度学习的高效轻量化网络以减少参数量的规模,并结合归一化注意力机制加强图像在通道和空间维度上对重要细节特征的提取,进而保持良好的识别性能。此外,NEPVR还融合了交叉熵和三元组损失函数作为在网络训练中的综合损失函数,以提高识别性能和模型收敛的稳定性。实验结果表明:将掌静脉信息编码为512维特征向量的方法识别性能最佳;在PolyU、CASIA与TongjiU数据集上进行的评估中,等误差率(EER)分别达到了 0。067%、0。150%与0。085%,充分证明了该算法的有效性。

    EfficientViT归一化注意力机制轻量化掌静脉识别深度学习