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

    命名实体消歧研究综述

    李欣宇赵震
    1-8页
    查看更多>>摘要：实体消歧是指在一个具体的知识库中，把一个被标识的实体指称链向它对应条目的过程。实体消歧的任务是根据上下文信息解决一个命名实体指称项对应多个实体概念的一词多义问题，它在从海量数据准确提取信息的知识图谱构建过程中起到重要作用，是自然语言处理中的一项基本任务。该文主要对实体消歧技术的相关研究内容进行综述。首先，阐述了实体消歧的国内外研究背景，并对命名实体识别、候选实体生成、候选实体排序等实体消歧相关理论进行全面梳理。其次，对实体消歧的具体含义及其研究内容进行详细综述，并对实体消歧研究内容的特点进行了分析。再次，将实体消歧技术的实现方法划分为三类并对涉及到的数据集进行归纳，并从四个方面讨论了实体消歧领域存在的难点和提高实体消歧准确率的途径，对消歧方法的优缺点及评价指标进行了总结，意在为改善实体消歧效果提供新的解决思路。最后，对实体消歧技术的应用和发展前景进行总结。

    实体消歧命名实体识别知识图谱自然语言处理综述

      原文链接:
    • 万方数据
    • 维普

    Android应用程序漏洞检测方法和工具新进展

    王斌李峰杨慧婷樊树铭...
    9-16页
    查看更多>>摘要：Android是移动设备和智能设备的主流操作系统，其安全性受到广泛关注。然而Android应用程序普遍存在漏洞或恶意代码，许多学者对Andriod应用程序的漏洞检测方法开展了研究。由于Android系统发展迅速，且近年来机器学习和深度学习方法成功应用于漏洞检测，该文对2016 年至2022 年间发表的Android应用程序漏洞检测的最新成果进行了总结，阐述了涉及的源代码特征提取方法、基于机器学习/深度学习的检测方法、传统检测方法等，并给出了详细对比表。研究表明，仍缺乏Android专用的源代码漏洞数据集和工具等，以便对基于机器学习/深度学习的Android漏洞检测方法提供更有效的支撑。

    数据安全移动设备安全Android应用程序漏洞检测机器学习深度学习

      原文链接:
    • 万方数据
    • 维普

    云原生数据湖服务平台的设计与实现

    魏文定鄂海红王曦宋美娜...
    17-22页
    查看更多>>摘要：云原生数据湖已经成为数据管理和分析领域的研究热点，相关技术和应用也得到了广泛的关注和探索。数据湖部署存在着成本高、组件之间兼容性差等问题，存算不分离制约着数据湖平台延展性，缺乏完备的数据入湖体系容易引起数据湖沼泽的形成，导致用户无法从中提取数据价值。该文设计并实现了云原生数据湖服务平台，平台以Kubernetes为底层构建云原生环境，结合容器技术将数据湖组件镜像化，同时设计数据湖存算分离方案来提高数据湖平台的可扩展性和可移植性，并配合监控、组装生产线将镜像容器化，实现数据湖上云操作。并建立用户入湖作业与云原生计算引擎之间的桥梁，对入湖信息进行预处理，提供多类型作业以满足多元化入湖场景，以统一catalog的方式将数据写入数据湖中。实际运行结果表明，该平台既提高了数据湖平台的灵活性和可靠性，又确保了元数据和数据资产的规范性存储。

    云原生数据湖大数据生产线数据湖上云

      原文链接:
    • 万方数据
    • 维普

    基于在线品牌社区意见领袖的用户关键需求挖掘

    申彦刘春华
    23-31页
    查看更多>>摘要：随着社会的快速发展以及技术的不断进步，人们生活节奏不断加快，对产品的需求也在快速发生着变化。在线评论是目前用户需求表达的重要渠道。为克服不加区分挖掘所有评论的传统用户需求挖掘方法耗时过长，难以聚焦用户关键需求的问题，从用户关键性与需求关键性的双关键性角度出发，研发了一种基于在线品牌社区意见领袖的用户关键需求挖掘方法以快速获取用户重要需求，简称KEY-DEMANDS-OL。该方法依据帕累托法则，依托意见领袖评论大数据，采用优化的情感程度及初始改进率，结合KANO模型对用户关键需求进行挖掘。该方法不仅考虑了程度副词的语义信息，提高了情感分析的准确率，而且能够完成意见领袖的生成内容与KANO模型的自动整合，实现用户关键需求的获取与分类。研究结果表明，与挖掘所有评论的传统方法相比，KEY-DEMANDS-OL可以快速获取用户的关键需求，为企业制定产品优化方案提供辅助决策支持。

    用户需求挖掘在线品牌社区KANO模型用户评论意见领袖

      原文链接:
    • 万方数据
    • 维普

    基于查询特征表示学习的联邦复杂查询基数估计

    徐娇田萍芳顾进广徐芳芳...
    32-39页
    查看更多>>摘要：准确的基数估计是实现最佳查询计划的关键因素，现有方法大多基于深度学习来解决基数估计问题。然而，这种基于RDF图模式的方法专注于具有特定拓扑结构的简单查询，适用范围有限，缺乏对现实场景中频繁使用的复杂类查询的支持。为了解决以上问题，提出一种基于查询特征表示学习的联邦复杂查询基数估计模型。该模型主要处理带有FILTER或DISTINCT关键字的复杂查询，使用新提出的FILTER查询特征化方法将SPARQL查询表示为特征向量，通过模型预测查询基数。同时使用模型预测DISITINCT查询中唯一行比率。在LUBM数据集上的实验表明，与最先进的基数估计方法相比，该模型在估计质量上表现优异，平均估计误差中位数可达1。16，并对多连接查询的基数估计表现出潜力和可扩展性。

    联邦系统查询优化复杂查询深度学习基数估计

      原文链接:
    • 万方数据
    • 维普

    基于改进遗传算法的云计算任务调度方法

    王宏杰徐胜超
    40-45页
    查看更多>>摘要：云计算环境中可能存在大量的计算节点与不确定性因素，需要进行大规模的任务调度和管理，增加了调度的复杂度和难度。为了满足任务调度的实时性需求，降低过程中产生的能耗，提出一种基于改进遗传算法的云计算任务调度方法。对不同的任务属性进行结合，重新设定各个云计算节点的任务属性，并计算节点的综合属性值。根据计算结果以全部任务完成时间最小化作为调度目标，构建云计算任务调度模型。改进传统遗传算法，优化种群的初始形成方式，通过改进后的遗传算法求解调度模型，判断获取的解是否满足终止条件，如果满足直接输出最优云计算任务调度方案，实现云计算任务优化调度。由实验结果可知，该方法的任务调度完成时间较低，其调度时间最高值仅为16 min，说明该方法能够满足任务调度的实时性需求，且能耗较低，能够实现任务的高效执行和资源的合理利用。

    改进遗传算法云计算任务调度适应度目标函数

      原文链接:
    • 万方数据
    • 维普

    类不平衡的公共和标签特定特征多标签分类

    张海翔李培培胡学钢
    46-52页
    查看更多>>摘要：多标签分类主要解决实例数据对应多个标签问题，现有多标签方法大多利用所有特征组成的相同数据表示来区分所有标签，由于每个标签自身特点不同，统一的特征不能完全区分标签，给模型训练带来负面作用和时间成本增加，如何利用对每个标签而言最具有辨别力的特征来提高模型分类性能成为一种难题，此外现实中类不平衡问题同样会导致多标签学习模型的性能下降。基于此，提出一种类不平衡的公共和标签特定特征多标签分类方法。首先，找到种子实例的最近邻居，然后通过插值技术得到合成实例的特征来解决类不平衡问题;其次，为了找出对每个标签最具代表性的特征，引入l1，l2，1 正则化约束系数矩阵提取标签的特定特征和公共特征;最后，使用标签相关性实现关联标签的模型输出相似，实例相关性保证关联特征共享对应标签分布信息提高分类性能。实验表明所提方法与其他多标签分类方法相比获得了更好的分类精度。

    多标签分类类不平衡公共特征标签特定特征标签相关性

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv5s的轻量化航拍小目标检测算法

    魏雅丽牛为华
    53-59页
    查看更多>>摘要：针对无人机航拍图像中小目标样本多、拍摄目标背景复杂、可提取特征信息少的问题，提出一种改进YOLOv5s的轻量化无人机航拍小目标检测算法。首先，改进算法网络结构，增加两条特征信息传播路径，跨层级连接避免特征损失，同时同级前后连接补充特征信息，并在特征融合过程中加入空间注意力机制，提高模型对小目标区域的关注程度，保留充足的目标特征信息;其次，针对数据集的特点，将骨干网络中低层小目标检测层融入到特征金字塔网络和路径聚合网络结构中，增加一个检测极小目标的头部;最后，在预测过程中引入SIoU Loss定位损失函数，进一步加快模型收敛速度，提升模型检测能力及定位精度。将该算法在VisDrone2019 数据集上进行实验，结果表明，改进后的模型mAP50 达到了38。5%，较基线方法 YOLOv5s提高了5。9 百分点，同时与主流的检测方法相比也取得更高的检测精度，对于小目标检测任务具有较好的性能。

    小目标检测无人机图像YOLOv5s跨层级特征融合多尺度检测

      原文链接:
    • 万方数据
    • 维普

    基于PCISPH的流体粒子飞溅改进方法

    钮倩倩林绿开李毅
    60-64页
    查看更多>>摘要：流体飞溅是自然界中最常见的流体现象。流体模拟是计算机图形学的一个重要研究分支。流体模拟已经广泛应用于电影、游戏和其他工业数值领域。由于飞溅场景中流体的密度和压力的速率变化非常大，因此模拟对离散化解的精度要求很高。对于流体粒子飞溅模拟数值不稳定，且缺乏真实效果，针对经典的预测校正不可压缩SPH(PCISPH)，该文提出了基于粒子表面流体飞溅改进的泊松压力解的方法，通过替换压力源项提高了模拟精度。实验结果表明，该方法中流体的压力分布较之经典方法更接近现实的流体粒子飞溅模拟效果，并且改进后的方法经过剧烈运动后帧率仍符合实时性仿真效果的要求，保证了良好的压力稳定性和真实感。该文通过 Anaconda3 集成 Python3 和 Taichi环境实现流体仿真实验。

    光滑粒子流体动力学流体模拟粒子飞溅改进预测校正不可压缩SPH泊松方程太极编程

      原文链接:
    • 万方数据
    • 维普

    基于跨任务一致性的半监督肝脏CT图像分割

    李明漾王庆凤陈立伟黄俊...
    65-70页
    查看更多>>摘要：目前基于深度学习的医学图像分割方法往往需要大量带标记数据训练网络模型，然而医学影像的标记数据获取通常非常昂贵，半监督学习能使模型利用大量未标记数据和少量标记数据学习。该文提出了一种基于跨任务一致性的半监督学习框架来降低神经网络模型训练时需要的标记数据成本。该方法利用V-Net网络作为主干框架并添加两个辅助解码器，同时在解码器中引入一个辅助回归任务，提高模型分割性能，并在主副解码器的分割任务和回归任务之间施加正则化约束的跨任务一致性损失，该框架能够学习到大量未标记数据的几何先验信息。在LiTS2017 Challenges数据集上验证了该方法的有效性。在使用20%标记数据的实验中，该方法的Dice系数和Jaccard指数分别达到了93。95%和88。87%，相比全监督V-Net网络模型训练下的Dice系数和Jaccard系数分别提高了3。60 百分点和5。78 百分点。实验结果表明，该方法在使用少量带标记数据情况下达到接近100%带标记数据训练分割肝脏的精度，与其他的半监督方法相比分割精度更优。

    医学影像半监督学习神经网络回归任务一致性损失

      原文链接:
    • 万方数据
    • 维普