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

    个性化新闻推荐研究进展

    周帅都云程张仰森
    1-8页
    查看更多>>摘要:在线新闻推荐系统中,个性化新闻推荐是解决新闻信息爆炸问题,帮助用户便捷找到感兴趣新闻的一项重要技术.在过去的研究中,各种新闻推荐技术层出不穷,在提高用户体验上已取得显著成效.但由于在线新闻的多样性、动态性和时效性,新闻推荐仍是亟待发展且具有挑战性的.首先,从传统方法和深度学习方法的角度,对个性化新闻推荐进行展开,并对新闻建模及用户兴趣建模进行归纳总结,分析两类方法的技术特点和不足之处.然后,介绍个性化新闻推荐的数据集和评价方法,对典型新闻和用户兴趣建模方法的效果进行对比.最后,对该领域未来可能的研究方向进行展望.希望能对个性化新闻推荐、自然语言处理和数据挖掘相关领域的研究有所帮助.

    新闻推荐新闻建模用户兴趣建模个性化深度学习

    多跳式机器阅读理解研究进展综述

    仇亚进奚雪峰崔志明盛胜利...
    9-16,23页
    查看更多>>摘要:机器阅读理解的目标是使机器更好地理解自然语言文本并在此基础上回答提出的问题,是自然语言处理领域热门的研究方向之一.早期,由于受到了数据集的约束,对机器阅读理解的认识大多仅限于一个单跳式的问答.随着最近几年多跳机器阅读理解数据集的发展,多跳式机器阅读理解得到广泛的研究,极大地推动了机器阅读理解领域的发展.从以下几个方面对基于多跳式的机器阅读理解进行归纳总结:介绍了机器阅读理解任务定义与发展历程;阐述了多跳式机器阅读理解任务定义并梳理总结相关数据集;详细整理了多跳式机器阅读理解基于注意力机制和图神经网络以及问题分解相关模型方法的研究进展;最后,对多跳式机器阅读理解未来研究重点和所面临的研究挑战进行展望.

    多跳式机器阅读理解注意力机制图神经网络问题分解数据集

    ISMB:多核系统中利用Bank分区实现共享库隔离

    杨虎斌李嘉翔陈玉聪刘刚...
    17-23页
    查看更多>>摘要:动态随机存取存储器DRAM一直以来以其低功耗、高性价比和良好的扩展性等优点作为计算机内存的最佳选择.为了提高内存的访问速度,DRAM中的每个Bank都有一个行缓冲区,它可以有效地提升局部性良好的应用程序的性能.然而在多核系统中,DRAM被系统中的所有Core共享,因此对内存的并发访问会导致Bank行缓冲区冲突问题的产生,从而导致内存访问延迟的增大.共享库作为一种共享资源,使Bank行缓冲区冲突问题更加严重.虽然目前有一些基于DRAM Bank分区技术的解决方案可以有效缓解由进程访问私有内存导致的Bank行缓冲区冲突问题,但是这些解决方案无法解决访问共享库引起的Bank行缓冲区冲突问题.该文提出了一种在多核系统中利用Bank分区实现共享库隔离的方案(ISMB).ISMB使运行在同一个Core上的进程只能访问属于该Core的共享库的副本,因此ISMB消除了共享库导致的Bank行缓冲区冲突问题.对比实验结果表明,ISMB能够有效地提升系统隔离性能,在使用ISMB的情况下,SPEC CPU2006基准测试程序的减速率最大可降低26.3%.

    共享库Bank分区隔离动态随机存取存储器Bank行缓冲区冲突

    文本数据事件检测的研究热点及趋势分析

    付琳张媛
    24-31页
    查看更多>>摘要:随着科学技术的发展,人们发布信息、表达观点的渠道越来越多,且最常见的信息载体就是文本.文本数据事件检测能够从海量数据中识别和检测当前正在发生的热点或突发事件,可以很好地支持应急管理、舆情监控、信息安全等领域的工作.为了掌握文本数据事件检测的研究状况,揭示该领域的研究热点和发展趋势,该文以中国知网作为文献数据库,2003年-2021年的440篇期刊论文作为样本,借助科学计量软件CiteSpace,从发文时间分布、基金支持、主要研究力量、主要刊载平台、高被引文献分布、研究热点以及演化路径等方面,对文本数据事件检测研究进行计量分析.研究表明,事件检测研究发文量趋于稳定,且研究质量正在不断提高.研究热点为突发事件与热点话题的文本事件检测应用研究、基于微博数据的事件检测研究和以聚类为主要方法的事件检测方法研究.研究发展分为概念形成和工具开发两个阶段,并已经出现了领域扩散的现象.现阶段的研究重点集中在事件检测技术,社交媒体事件检测和事件检测在突发事件中的应用等方面.基于深度学习的文本数据检测方法、在社交媒体中的突发事件检测逐渐成为本领域研究的发展趋势.

    事件检测CiteSpace研究热点研究趋势可视化分析

    基于CNN-BiLSTM-AM模型的交通流量预测

    孙加新惠飞张凯望冯耀...
    32-37,43页
    查看更多>>摘要:交通流量的准确预测可以为交通管理部门及个人提供更加可靠的宏观道路状况信息,为城市建设、道路规划、交通管制等问题的研究提供重要的参考.针对现有模型存在的预测准确度不理想、对特征感知能力不强等问题,结合卷积神经网络(CNN)的特征提取能力,双向长短记忆网络(BiLSTM)对于时序数据的连续性、周期性的挖掘能力以及注意力机制(Attention Mechanism,AM)对于关键信息的捕获能力,提出了一种融合多特征的CNN-BiLSTM-AM组合模型,旨在提升模型在交通流量预测准确度上的表现.采用美国明尼苏达州I-94号公路每小时西行交通流量数据进行预测实验,实验结果表明CNN-BiLSTM-AM模型具备准确预测交通流量的能力,与其他基准网络模型相比,各项误差指标均有明显下降,其中MSE降至0.00264,RMSE降至0.05135,MAE降至0.02372,判定系数R2达到0.97001,模型预测结果与真实值拟合度较高.整体模型具有准确度高、稳定性好等优势.

    交通流量深度学习卷积神经网络双向长短时记忆网络注意力机制

    基于多模态融合的室内人体跟踪技术研究

    于翔周波
    38-43页
    查看更多>>摘要:传统的室内人体跟踪一般基于单独的相机或者二维激光雷达进行,基于二维点云的人腿检测在面对桌/椅腿较多的环境时准确度明显不足,而基于图像的人体检测在室内光线较暗时也会出现鲁棒性不足的问题,这些单模态的方法往往难以在干扰嘈杂的环境工作.因此,该文提出了一种基于多模态融合的室内人体跟踪方法,训练一个Adaboost分类器将点云段分为人腿/非人腿,使用成熟的YOLOv3网络对图像中的人体进行检测,结合点云段分类结果和视觉人体边界框完成基于概率数据关联的模态融合,最后使用扩展卡尔曼滤波器完成人体跟踪.对该方法在嘈杂的实验室环境下和晦暗的走廊环境下进行测试,结果表明多模态融合的室内人体检测取得了优于单模态的效果,验证了该系统的鲁棒性和有效性,适用于移动机器人的室内人体跟踪任务.

    移动机器人多模态融合室内人体跟踪人体检测数据关联

    一种基于模板的二阶段ZS细化算法

    陈品王涛张德港
    44-49,56页
    查看更多>>摘要:二值图细化是图像预处理过程中的重要步骤之一,生成的单像素骨架图可以极大消除图像中的冗余信息,提取图像特征,对后期图像处理有重要作用.ZS细化算法迭代次数少、细化速度快,适合处理直线、T型交叉点和拐角等结构,但ZS细化算法中存在细化不完全、二像素宽斜线畸变、轮廓分叉毛刺等问题.针对这些问题,提出一种二阶段改进细化算法.改进算法的一阶段在ZS细化算法基础上增加保留模板和额外删除模板,生成保留部分二像素结构的骨架,二阶段使用删除模板对二像素斜线冗余像素进行删除,生成单像素宽度骨架.实验结果表明,提出的改进算法在保留目标图像拓扑结构的前提下,有效解决了ZS细化算法中存在的问题,提高了细化程度,生成单像素宽度骨架.

    细化算法骨架提取模板匹配冗余像素二值图

    基于无参注意力和特征融合的图像去噪算法

    郭聪杨敏
    50-56页
    查看更多>>摘要:针对传统图像去噪网络的恢复图像存在纹理和条纹不清晰的问题,提出基于无参注意力机制和特征融合的图像去噪网络NAFDNet.该网络包括普通卷积层、注意力特征提取模块和特征融合增强模块.首先,利用普通卷积层提取的浅层特征作为全局特征.接着,在注意力特征提取模块中,网络通过混合空洞卷积组和普通卷积相结合,提取特征,针对提取的特征引入无参注意力机制,关注特征图中具有丰富纹理和细节信息.特征融合增强模块利用两个1×1卷积,分别学习全局特征图和局部特征图的权重,与对应特征图相乘后相加,获得更为健壮的融合特征.实验结果表明:NAFDNet算法在Set12测试集上具有较好的客观指标,并且去噪图像具有更清晰的边缘以及纹理特征.

    图像去噪注意力机制特征融合图像处理卷积神经网络

    基于神经架构搜索的色素性皮损图像分类方法

    何晴杨铁军黄琳
    57-63页
    查看更多>>摘要:针对卷积神经网络设计高度依赖专家经验、需要大量参数调优和效率低的问题,提出了一种基于单路径激活搜索策略的神经架构搜索方法(SPA-NAS),并应用于色素性皮损图像分类.该方法将搜索空间构建为一个过参数化神经网络架构,该架构包含了所有的路径,并且每条路径都被分配一个架构参数以表示路径的占比强度.为了避免搜索所有路径,提出了一种单路径激活策略对构建的过参数化神经网络架构进行路径剪枝,以得到一个更加精简的子架构.搜索时,采用梯度下降法学习和优化架构参数,得到最佳子架构.最后,采用子架构堆叠方式构建色素性皮损图像分类卷积神经网络.实验表明,该方法自动构建的卷积神经网络取得了比Dilated-VGG19和ARL-CNN等SOTA方法更高的分类准确性,在ISIC2017和HAM10000数据集上的平均敏感度分别为62.4%和69.8%.

    神经架构搜索单路径激活梯度下降卷积神经网络色素性皮损图像分类

    基于改进的ResNet50网络的黑色素瘤分类方法

    邓辉张洁
    64-70页
    查看更多>>摘要:黑色素瘤的早期诊断对提高患者的五年生存率至关重要.针对临床上使用皮肤镜检查黑色素瘤费时、费力的问题,提出一种基于迁移学习和改进的ResNet50模型的黑色素瘤分类模型MC-Net(Melanoma Classification-Net).首先,为了降低数据集样本分布不均匀以及毛发遮挡信息带来的影响,进行数据增强;对ResNet50的输入主干重新进行了设计,用常规卷积和深度可分离卷积的组合代替原来的7×7大卷积核;对残差块进行了优化,使用GELU函数替代ReLU函数,并将特征相加后的激活层移到残差块内部,同时去除了部分BN层和激活层;向网络中添加CA注意力机制,使得网络更加关注目标的关键信息,从而抑制其他无用信息;结合迁移学习,利用在ImageNet上预训练权重初始化网络并在数据集上进行微调训练,得到最终黑色素瘤分类模型.实验结果表明,所改进的结构对模型性能提升具有显著效果,MC-Net模型在准确率和F1指标上达到94.87%和95.01%,经过迁移学习得到的最终分类模型在数据集上进行测试,获得了95.4%的准确率和95.6%的F1值,均优于其他网络.

    黑色素瘤ResNet50注意力机制GELU数据增强迁移学习