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

    基于协同过滤和隐语义模型的混合推荐算法

    徐吉李小波陈华辉许浩...
    52-57页
    查看更多>>摘要:协同过滤算法一般根据用户的评价信息来推测用户的喜好,但受到数据稀疏问题的影响,很多时候无法得到较为理想的推荐结果;除此之外,一般协同推荐算法忽略了用户兴趣的动态变化;文中提出的算法主要融合了相似度传递、用户兴趣迁移、隐语义模型等用以解决上述问题.首先提出了基于项目相似度的协同推荐算法.该算法深入研究了改进的余弦相似度方法,在执行过程中首先需要对项目进行信任关系建模,基于此来传递相似度,然后将这两部分相似度关系进行加权得到新的项目相似关系,可以将其应用到项目的评分中.其次,提出了基于用户兴趣迁移的隐语义模型推荐算法.该算法引入时间函数,重构用户的兴趣模型,实现对传统模型的修正,然后再使用梯度下降法来求解.最后,采用线性融合的办法,将以上两种算法进行融合.实验对比结果表明,混合推荐算法的推荐准确率较原先的算法有了较大的提高,因为它可以对丢失的信息进行补充,对于用户兴趣的变化能够较好的适应,同时大大弱化了数据的稀疏导致的一系列负面影响.

    协同过滤用户兴趣迁移相似度传递隐语义模型混合推荐算法

    持续集成系统可视化设计研究

    张晓帆刘宁潘帆
    58-62页
    查看更多>>摘要:持续集成/持续交付是敏捷软件开发的核心实践,而持续集成/持续交付的有效实施要求团队在信息高效共享情况下的有效协作.高效的协作在中型或大型组织中始终是一个挑战,而将持续集成/持续交付过程可视化,可以大大提升信息共享的效率和效果.文中完整提出了可视化的体系设计和参考架构,该设计将各种信息进行有序合理的组织,以最有效的方式呈现或推送给相关人员,连接并牵引相关人员采取及时的行动以提升产品交付的效率和质量.同时还陈述了可视化设计背后的思考和决策因素,使该可视化设计在不同情况下可进行适当的定制,以适应不同的应用场景.该方法已在大中型的软件组织中成功落地实践.提出的设计和架构,具有实际的工程应用参考价值.

    可视化持续集成持续交付敏捷DevOps

    针对小规模数据集的多模型融合算法研究

    李春生曹琦于澍
    63-66页
    查看更多>>摘要:目前,对小规模数据集进行预测时,主要使用传统机器学习算法,但传统单一模型预测效果不能达到预期准确率,且无法兼顾多项评价指标.因此,文中以小规模数据集为研究对象,融合决策树、逻辑回归、支持向量机三类模型,提出了一种多模型融合算法,并分析了其在小规模数据集上的应用效果.首先,简述了决策树、逻辑回归和支持向量机的算法原理;其次,使用决策树、逻辑回归和支持向量机作为基学习器并完成单独训练,将各模型输出结果用于下一阶段模型输入,同时使用最大似然估计迭代优化参数,从而完成多模型融合过程;最后,对数据集进行分析和处理,通过实验与单一模型进行指标对比.实验结果表明,多模型融合算法在预测精确率、召回率、准确率等方面有明显提升.

    数据挖掘机器学习逻辑回归决策树模型融合

    基于角度搜索和距离判定的边缘检测算法

    刘锂段芃芃
    67-70页
    查看更多>>摘要:在离散数据处理中,边缘检测算法的应用非常广泛.针对当前边缘检测算法存在的问题,如数据量的大小、数据的几何特性、密度的集中程度、距离跨度等,提出了一种基于角度搜索和距离判定的边缘检测算法,详细考虑了边界的多情况、凹边形和凸边形的几何特性.首先建立四个点的边界凸壳,然后采用角度判断的方法进行凸壳内缩,最后进行距离判断的二次内缩检验.该方法简洁、高效、便于理解与实现,并且可以针对各种情况的离散数据.采用乐山市城区的商业圈聚类分析数据进行测试,该离散数据体现了高密度、低密度、数据量大、距离跨度大等特点,通过实验证明了该算法边界检测效果较好,异常数据小,能够准确甄别出边界区域数据.同时也证明了该算法的通用性、简洁性和高效性.

    边缘检测凸壳内缩角度搜索距离判断

    基于二元模糊匹配的编程题智能评分方法

    冷强奎刘雨晴秦玉平
    71-74页
    查看更多>>摘要:针对传统编程题自动评分方法不能准确衡量学生程序与参考答案之间的接近程度等问题,提出了一种基于二元模糊匹配的编程题智能评分方法.第一元为结构匹配,检测学生程序在变量声明、数据输入、函数调用、控制结构等方面与参考答案的相似程度,目的是快速判断学生程序中是否存在关键的采分点.第二元为词语匹配,首先进行词频统计,以确定每个词的权重.然后,分别构造学生程序与参考答案的向量空间模型,并计算两者的余弦相似度,来作为评判词语相似的依据.最终的分数由结构相似度和词语相似度的加权分数计算得出.由于该二元匹配方法不关心程序中结构/词语的先后顺序和是否为精确表达,因此被称为是模糊的.仿真实验表明,该方法具有不错的评分准确性,尽管与人工评分相比还存在一定的差距,但当试题规模较大时,可以作为人工评分的替代手段.

    二元模糊匹配自动评分词频统计余弦相似度向量空间模型

    一种基于TF-IDF的朴素贝叶斯算法改进

    许甜华吴明礼
    75-79页
    查看更多>>摘要:目前对以朴素贝叶斯算法为代表的文本分类算法,普遍存在特征权重一致,考虑指标单一等问题.为了解决这个问题,提出了一种基于TF-IDF的朴素贝叶斯改进算法TF-IDF-DL朴素贝叶斯算法.该算法以TF-IDF为基础,引入去中心化词频因子和特征词位置因子以加强特征权重的准确性.为了验证该算法的效果,采用了搜狗实验室的搜狗新闻数据集进行实验,实验结果表明,在朴素贝叶斯分类算法中引入TF-IDF-DL算法,能够使该算法在进行文本分类中的准确率、召回率和F1值都有较好的表现,相比国内同类研究TF-IDF-dist贝叶斯方案,分类准确率提高8.6%,召回率提高11.7%,F1值提高7.4%.因此该算法能较好地提高分类性能,并且对不易区分的类别也能在一定程度上达到良好的分类效果.

    朴素贝叶斯TF-IDF算法去中心化位置信息特征权重

    基于Jess推理的网络消费者非理性购买预测

    于国欣王泽瑞闫伟
    80-87页
    查看更多>>摘要:随着电子商务的高速发展,网络购物越来越经济便捷,相比于传统的网下购物,更多的消费者选择网购,这就使得非理性购买行为大量涌现,研究网络消费者非理性行为势在必行.然而,学者们大多关注传统购物环境下的非理性购买行为,并且研究内容比较琐碎,缺乏系统的框架.考虑到很多消费者选择通过在线评论表达对购买行为的情感和观点,因此首先利用情感计算和文本挖掘技术,在充分挖掘语义资源的基础上,借助模糊数学理论构建模糊语义模型,同时,以内、外部诱导因素为前件,以消费者非理性购买程度作后件,建立了模糊推理模型;然后,针对消费者非理性购买行为和过程,通过protégé建立本体,梳理各个因素之间的联系,构建知识库;最后,利用Jess构建模糊推理事实库与规则库,通过Jess推理机获取消费者非理性购买程度.

    非理性购买模糊语义模型本体Jess推理机模糊推理模型

    一种基于MapReduce的局部相似自连接算法

    王晓霞孙德才
    88-93页
    查看更多>>摘要:局部相似自连接能在给定的单个数据集中快速找到所有满足相似要求的记录对,它在数据清洗、基因序列比对和剽窃检测等领域都有广泛的应用.为研究基于单个字符串集的并行自连接算法,提出了一种基于MapReduce框架的自连接算法,解决了局部相似自连接的定位问题.该算法采用了过滤验证二阶段模式;在过滤阶段,采用无关对过滤和冗余对过滤抛弃了大量的无效字符串对;在验证阶段,通过生成小编号串内容保留项解决了字符串编号和内容的快速配对问题.实验结果显示,该算法在大数据集上的自连接速度一直快于当前的优秀算法LS-Join,同时非常适合动态编辑距离参数环境下的局部相似自连接操作.实验结果也证明,该算法中提出的相关技术有效地提高了局部相似自连接的速度.

    相似连接自连接MapReduce数据清洗大数据

    基于长短期记忆神经网络的手写数字识别

    蒋锐鹏姑丽加玛丽·麦麦提艾力安丽娜
    94-97页
    查看更多>>摘要:手写笔迹识别是模式识别的一个重要研究领域.因为每个人的书写习惯有所不同,导致手写的字体有一定的差异.传统的Softmax模型在手写数字的识别结果上并没有达到人们的期望.目前,深度神经网络框架是模式识别领域的主流方法.长短期记忆神经网络(long-short term memory network,LSTM)是一种特殊的循环神经网络,它由输入门、遗忘门、输出门以及神经元组成.长短期记忆神经网络对于长序列问题有很好的处理.文中提出采用双向长短期记忆神经网络进行手写数字识别.采用MNIST数据集,分别使用传统的Softmax方法和双向长短期记忆神经网络方法对MNIST数据集里的图片进行识别.实验结果表明,传统的Softmax模型的正确率为92%左右,而LSTM模型的正确率达到了96.3%,提升4.3%.

    模式识别手写数字识别Softmax模型长短期记忆神经网络

    基于单目视觉的智能物料分拣机器人的设计

    卫泓宇刘冠灵谢爱倍陈志鹏...
    98-103页
    查看更多>>摘要:为解决目前工业物料分拣机器人发展的需求问题,以模拟自动化物流系统的作业流程为目标,提出了一种基于单目视觉的智能物料分拣机器人的设计.为实现物料的自动分拣过程,以STM32作为核心控制器,驱动OV2640摄像头对图像进行实时采集、处理与分析,实现颜色识别和目标定位,并将处理结果传送给驱动控制系统.在图像标定方面,采用读取TFT屏中目标的坐标和求取目标的实际坐标,通过MATLAB软件来进行数据拟合,找出两个坐标的函数关系,从而实现目标的定位.采用遍历腐蚀算法、增量式PID算法、DBCSAN算法和Dijkstra算法,分别完成对随机摆放的物料的自动识别和定位、电机控制和路径规划.实验与竞赛结果表明,该单目视觉分拣机器人的分拣准确率和效率高,能够实现智能分拣功能.

    物料自动分拣单目视觉STM32OV2640遍历腐蚀算法增量式PID算法DBCSAN算法Dijkstra算法