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

    中文事件抽取研究综述

    项威王邦
    1-6页
    查看更多>>摘要:事件抽取是构建知识图谱的关键任务之一,也是当前自然语言处理的研究热点和难点问题.事件抽取研究从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息,对人们认知世界有着深远的意义,在信息检索、智能问答、情感分析等应用场景有着重要的意义和价值.在公开国际测评和语料的推动下,事件抽取研究受到越来越多的学者关注,取得了许多的研究成果.按照事件抽取任务定义,有预先定义结构化的事件表示框架的框架表示事件抽取和通过事件实例中触发词及事件元素进行聚类的实例表示事件抽取.根据事件抽取方法的不同,可以分为基于模式匹配的方法和基于机器学习的方法两大类,中文事件抽取方法还要考虑中文语言特性问题.文中全面介绍了中文事件抽取的任务和方法,并总结展望了未来的发展趋势.

    事件抽取自然语言处理中文信息处理知识图谱机器学习

    一种基于相干系数的复数图像滤波方法

    赵珊杨桃丽
    7-11页
    查看更多>>摘要:复数数据类型的图像具有较强的条纹性,其中最具代表性的是干涉合成孔径雷达(interferometric synthetic aperture radar,InSAR)图像.以复数图像处理为研究课题,针对现有滤波算法自适应性差,不适应复数数据处理,条纹连贯性低的缺点,提出了一种新的基于相干系数的滤波方法.从相干系数的选择和区域生长方法两个方面进行了改进.相干系数是复数图像对相似度的重要度量指标,该算法以相干系数作为滤波窗口选择的指标,并通过设定一定的阈值作为生长条件,形成滤波模板.由此得到的滤波窗口的形状、大小更为灵活,和实际条纹的相似度达到89%以上.经过该方法处理后的图像的边缘保持指数和等效视数均优于圆周期均值滤波、中值滤波,最小均方差滤等指标.可知相干系数滤波算法的滤波效果最好,图像条纹的连贯性得到有效的补偿.文中实现了复数图像中同质像素的选择,复数数据的处理以及相位保真的优化.

    相干系数复数域滤波干涉合成孔径雷达区域生长自适应

    基于区域中心的交互式图像前景提取方法

    汪昊刘向阳
    12-16页
    查看更多>>摘要:图像分割是从图像中提取有意义的区域,是图像处理和计算机视觉中的关键技术.而自动分割方法不能很好地处理前景复杂的图像,对此提出一种基于区域中心的交互式图像前景提取算法.针对图像前景的复杂度,很难用单一的相似区域描述前景,文中采用多个区域中心来刻画目标区域.为提升图像分割的稳定性,给出基于超像素颜色、空间位置和纹理信息的相似性度量方法;为确保图像分割区域的连通性和准确性,定义了基于超像素的测地距离计算方法.使用基于测地距离的超像素局部密度,来分析图像的若干区域中心;基于用户交互的方式来分析前景的区域中心,得到图像前景.经过大量彩色图像的仿真表明,在分割过程中利用少量的用户交互信息,可有效提升图像分割的稳定性和准确性.

    交互式图像分割局部密度区域中心超像素

    一种基于高阶混合投影估计的网络嵌入方法

    潘嘉琪邹俊韬
    17-22页
    查看更多>>摘要:特征提取对于网络分析任务而言是至关重要的,而网络嵌入学习的目的则是根据网络的结构和语义信息自动化构建节点或边的特征.现有的方法将网络嵌入分解为网络数据挖掘和数据降维两个独立的过程,因而无法很好地在潜在空间中对节点的分布进行建模描述.因此,提出了一种基于高阶混合投影估计的网络嵌入方法,该方法借鉴谱分解的思想,利用线性投影算子将网络从高维结构空间映射至低维特征空间,然后利用混合概率模型对节点的分布进行建模以维持网络的社区结构性质.此外,该方法还融入了局部节点相似性来防止发生过拟合现象.最后,为了验证该方法的有效性和鲁棒性,在四个真实的网络数据集之上和现有的网络嵌入算法进行了对比实验,在链路预测任务中,该方法分别将Micro-F1和Macro-F1指标的基准线平均提升了3.97%和2.23%,在节点分类任务中,该方法将AUC值的基准线平均提升了10.43%.

    网络嵌入学习混合概率模型链路预测节点分类

    基于SDN的微服务负载均衡方案研究

    姜伟潘邵芹
    23-27页
    查看更多>>摘要:微服务是互联网分布式服务设计的新理念,通过服务拆分成细粒度、功能独立的微服务模块,达到功能解耦,服务独立演进的能力.微服务架构在业务需求日益复杂的庞大系统中发挥越来越重要的作用,研究适合微服务特点的负载均衡具有现实的意义和重要性.软件定义网络作为新型互联网架构,将数据平面与控制平面分离,简化了网络管理的复杂性,具有全局网络状态视图,能够灵活地实现网络流量控制,为微服务架构中服务之间的负载均衡提供了一种新的解决方案.文中研究将微服务与SDN网络相结合,利用SDN的全局网络视图和对网络流精细化的控制能力,为微服务调用提供更精细化的负载均衡能力.通过虚IP与IP改写技术将微服务的负载均衡决策上移到SDN控制平面,进而通过控制平面对微服务调用链路进行分析,得到基于调用链路分析的负载均衡算法.在负载过高时还提供了基于VLAN与流表优先级的限流策略,保护微服务的正常运行.最后通过实验验证了该方案的可行性.

    SDN微服务负载均衡控制器

    基于深度学习的重叠人脸检测

    陈立阳赵逢禹
    28-32页
    查看更多>>摘要:人脸检测在人机界面、安全系统、人脸识别、基于内容的图像检索等不同应用中起着重要作用.随着计算机图像技术的发展,人脸检测的方法也越来越多.但是利用现有的人脸检测方法检测重叠人脸时,虽然能够检测出部分人脸,但是相比于单人脸的检测,算法的效率和准确性都有所欠缺.针对这个问题,提出了一种基于深度学习的重叠人脸检测方法.首先基于机器学习方法,构建出多个人脸特征分类器,然后再利用肤色检测的方法对分类器得到的候选人脸进行二次检测,最后利用提出的一种NMS算法对候选人脸进行进一步的处理,从而检测出精确的人脸.为了验证算法的高效性和准确性,进行了多个人脸检测算法的对比实验,结果表明,该算法在效率和准确性方面都有较大提高.

    人脸检测肤色检测重叠人脸深度学习

    同步语言Lustre的编译前端的设计与实现

    宋宇婷孙小祥冉丹
    33-36页
    查看更多>>摘要:同步语言Lustre所描述的反应系统通常应用在航空航天、国防建设等领域,对系统的正确性和安全性都要求很高.如果系统在运行时出现了正确性问题,很可能会导致系统崩溃,产生非常严重的后果.系统中的任何一个词法错误或者语法错误都应该受到重视,而且应该被及时纠正.因此,对Lustre语言进行正确的编译是十分重要的.传统的Lustre语言的编译器都采用OCaml语言描述,无法保证所有人员都能够很容易地理解和使用,而且,需要耗费开发人员大量的时间和精力.基于上述问题,提出了一种新型的Lustre语言编译器.新型的Lustre语言编译器前端主要采用C++语言进行描述,并对生成的抽象语法树的结构进行重新定义,简化了编译的过程.该编译前端会对一个经典的Lustre语言模型进行检测,通过对检测的结果进行分析,验证了该编译前端的可行性.

    同步语言Lustre正确性编译器前端C++语言抽象语法树

    两种基于向量化策略SVM分类器的对比分析

    薛又岷陈春玲余瀚王官中...
    37-41页
    查看更多>>摘要:以股票涨跌趋势预测精度为评价指标,针对传统股票数据特征训练过程中预测精度不高的情况,考虑引入两种不同的向量化策略对股民评论、新闻关键词等文本信息进行非结构化数据特征的捕捉,利用词意的积极、消极程度对客观因素进行处理,进而将向量化后的特征作为新的非线性特征项扩充原有的结构化特征集合.文中分别以词向量化和句向量化为出发点设计两种启发式的SVM分类器,其目标是在拟合每支股票的情况下尽可能预测出其未来的走势,挖掘出更具有增长潜力的股票样本.经过2018年6月至12月半年沪市股票数据集的实验结果表明,相比于词向量化策略,采用句向量化策略设计的SVM分类器不仅能够更好地预测股票涨跌,并且能够更有效地挑选出潜在增长的股票样本.

    向量化策略非结构化数据SVM分类器启发式算法

    基于奇异值分解的新闻标题聚类研究

    文晓艺郝程程
    42-46页
    查看更多>>摘要:汉语分词技术和文本聚类是自然语言处理的重要环节,在文本信息的组织、摘要和导航中应用广泛.文本聚类作为一种无监督学习算法,其依据是聚类假设:同类的文档相似程度大,不同类的文档相似程度小.文中主要研究汉语文本聚类算法在新闻标题类文本中的应用.首先对采集到的若干条新闻标题进行分词和特征提取,将分词后的文本转化为词条矩阵;然后使用TF-IDF技术处理词条矩阵,得到基于分词权重的新的词条矩阵,对新的词条矩阵进行奇异值分解,得到主成分得分矩阵,提取主成分分析文本特征并根据主成分得分矩阵进行K-均值和分层聚类分析;最后将聚类结果用词云图的形式展示出来并评价聚类效果的好坏.实证显示,对词条矩阵的奇异值分解能降低向量空间的维数,提高聚类的精度和运算速度.

    汉语分词词云图奇异值分解潜在语义分析K-means聚类

    基于小样本SVR的迁移学习及其应用

    易未郑沫利赵艳轲毛力...
    47-51页
    查看更多>>摘要:当前机器学习的技术已经运用到很多工程项目中,但大部分机器学习的算法只有在样本数量充足且运用在单一场景中的时候,才能获得良好的结果.其中,经典的支持向量回归机是一种具有良好泛化能力的回归算法.但若当前场景的样本数量较少时,则得到的回归模型泛化能力较差.针对此问题,以加权ε支持向量回归机为基础,提出了一种小样本数据的迁移学习支持向量回归机算法.该算法以加权ε支持向量回归机为Bagging算法的基学习器,使用与目标任务相关联的源域数据,通过自助采样生成多个子回归模型,采用简单平均法合成一个总回归模型.在UCI数据集和现实数据集——玉米棒与花生粒储藏环节损失数据集上的实验结果表明,该算法较标准ε-SVR算法与改进的RMTL算法在小数据样本上有更好的泛化能力.

    支持向量回归机迁移学习加权ε支持向量回归机Bagging小样本数据