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

    基于隐式反馈和加权用户偏好的推荐算法

    夏翔刘姜倪枫陆劲宇...
    140-146页
    查看更多>>摘要：针对现有隐式反馈算法中正负样本划分不合理、忽略用户操作频次、无法准确建模用户偏好等问题，提出一种基于隐式反馈和加权用户偏好的推荐算法(IFW-LFM)。该算法考虑了用户操作频次与正负样本划分间的关系，学习并改进wALS算法，根据用户操作频次从缺失值中重新挖掘潜在正负样本，将用户操作频次大于 1 时的样本设置为正样本，用户操作频次为1 或0 时的样本为正样本或负样本，不再需要人为引入负样本;根据用户操作频次对用户偏好程度的影响，定义了置信度，明确用户偏好，并将其应用在隐因子模型的框架中;利用用户收听歌曲起止时间、收听时长等隐式反馈数据，提高隐式反馈样本利用度。在两个音乐数据集上的对比实验结果说明，该算法在准确率、召回率与NDCG值上与5 个经典隐式反馈算法(UserCF、ItemCF、LFM、BPR、SVD)相比最大平均提升了45。81%，83。83%和60。33%，具有更优的推荐效果。

    推荐算法隐式反馈操作频次用户偏好音乐推荐

      原文链接:
    • 万方数据
    • 维普

    基于RoBERTa-Effg-Adv的实体关系联合抽取方法

    姚飞杨刘晓静
    147-154页
    查看更多>>摘要：实体关系抽取是构建知识图谱的关键步骤，其目的是抽取文本中的关系三元组。针对现有中文实体关系联合抽取模型无法有效抽取重叠关系三元组及提取性能不足的问题，该文提出了RoBERTa-Effg-Adv的实体关系联合抽取模型，其编码端采用RoBERTa-wwm-ext预训练模型对输入数据进行编码，并采用Efficient GlobalPointer模型来处理嵌套和非嵌套命名实体识别，将实体关系三元组拆分成五元组进行实体关系联合抽取。再结合对抗训练，提升模型的鲁棒性。为了获得机器可读的语料库，对相关文本书籍进行扫描，并进行光学字符识别，再通过人工标注数据的方式，形成该研究所需要的关系抽取数据集REDQTTM，该数据集包含18 种实体类型和11 种关系类型。实验结果验证了该方法在瞿昙寺壁画领域的中文实体关系联合抽取任务的有效性，在REDQTTM测试集上的精确率达到了94。0%，召回率达到了90。7%，F1 值达到了92。3%，相比GPLinker模型，在精确率、召回率和F1 值上分别提高了2。4 百分点、0。9 百分点、1。6 百分点。

    RoBERTa-wwm-ext对抗训练关系抽取EfficientGlobalPointer中文实体

      原文链接:
    • 万方数据
    • 维普

    基于原子特性知识增强的分子毒性预测方法

    方舒言刘宇侯阿龙秦欢欢...
    155-162页
    查看更多>>摘要：当前基于深度学习的化学分子毒性预测方法主要利用了分子的字符串表示，但现有的字符串表示模型忽视了分子中不同原子的特性知识，从而导致学习模型未能充分利用领域知识。针对上述问题，提出了显式引入氢原子及利用摩根指纹半径增强原子特性知识的方法，使得毒性预测模型能够学习到化学分子中原子的特性知识。在改进的毒性预测模型中，用氢原子及原子特性知识增强的分子摩根指纹标识符序列作为输入，并在嵌入层额外引入了分子摩根指纹的半径特征。为了验证方法的有效性，对预训练后的模型在主流的毒性预测数据集Tox21 上进行了微调和测试。实验结果表明，相比于现有的基于分子序列的化学分子毒性预测方法，改进的方法在多个通道上取得了最佳的AUC分数。

    分子毒性预测自监督学习知识增强药物发现摩根指纹

      原文链接:
    • 万方数据
    • 维普

    动态视音场景下问答模型研究

    段毛毛连培榆史海涛
    163-169页
    查看更多>>摘要：现实世界由大量不同模态内容构建而成，各种模态的信息相互关联和互补，充分挖掘不同模态之间的关系和特性能够有效弥补单一模态信息的局限性。动态视音场景下的问答模型研究，旨在通过视频中多模态信息回答不同视觉物体、声音及其相互联系的问题，使人工智能获得场景感知和时空推理能力。针对视音问答不准确的问题，提出了一种空间时序问答模型，该模型通过空间融合建模和时序融合建模对多模态特征进行融合，从而提高问答准确率。首先，分别使用Resnet_18，VGGish和Bi-LST对音频、视频和文字进行特征提取;其次，根据声音和视频的关系，在特征融合时对声音和视频两种模态进行早期的空间融合，并使用联合注意力机制在相互辅助学习后进行特征融合，增强特征互补性;最后，在特征融合后添加注意力机制以增强融合特征与文字的相关性。基于MUSIC-AVQA数据集的实验准确率达73。49%，实现了场景感知和时空推理能力的提升。

    视音问答多模态融合联合注意力机制Bi-LSTMMUSIC-AVQA

      原文链接:
    • 万方数据
    • 维普

    急性缺血性脑卒中CT生成MRI算法——基于影像组学的边缘感知扩散GAN

    张美美秦品乐柴锐曾建潮...
    170-176页
    查看更多>>摘要：相较于CT，急性缺血性脑卒中病灶在MRI上可清晰显示。鉴于患者中存在一些不适用于MRI检查的情况，如体内金属或幽闭恐惧症等，容易耽误患者病情。通过结合影像组学和扩散生成对抗网络(DiffusionGAN)，该文提出了基于影像组学的边缘感知扩散GAN，实现了急性缺血性脑卒中患者的CT生成MRI。该算法弥补了现有CT生成MRI中病灶信息不足和边缘模糊的问题。具体而言，通过在CT上应用影像组学定位病灶，借助特征图辅助MRI生成，并提出边缘感知扩散GAN以提升生成MRI 的边缘感知。实验证实，生成的 MRI 在峰值信噪比(PSNR)方面达到 69。607，结构相似性(SSIM)为0。821，皮尔逊相关系数(PCC)为0。974，显著优于现有模型。医生评估显示生成的MRI不存在错误病灶，阳性/阴性分类准确度高达87。91%，表明这一创新性算法为解决在MRI不适用的特殊情况下的脑卒中诊断问题提供了新的途径。

    医学图像生成计算机断层扫描(CT)核磁共振成像(MRI)急性缺血性脑卒中DiffusionGAN影像组学

      原文链接:
    • 万方数据

    基于NLMS和Autoformer的滚动轴承RUL预测

    刘康宁徐遵义李晨闫春相...
    177-184页
    查看更多>>摘要：准确预测滚动轴承剩余使用寿命(Remaining Useful Life，RUL)对维护建筑机械设备稳定运行、保障生产安全具有重要的现实需求和应用价值。为提升滚动轴承RUL预测准确率，提出一种基于归一化最小均方(Normalized Least Mean Square，NLMS)自适应滤波器和Autoformer长序列预测模型的滚动轴承RUL预测新方法。使用NLMS自适应滤波器对滚动轴承原始振动信号进行降噪，从降噪振动信号中分段提取初始时域特征，采用Spearman相关系数进行特征筛选，经归一化后形成多维特征集;利用Autoformer模型中序列分解模块与自相关机制建立多维特征集与滚动轴承RUL之间的分段非线性映射，实现滚动轴承RUL预测;在PHM 2012 数据集与XJTU-SY数据集上进行对比实验，结果表明该方法与已有方法相比可取得最低预测误差，均方根误差(Root Mean Squared Error，RMSE)与平均绝对误差(Mean Absolute Error，MAE)分别提升24。4%与47。2%，证明了该方法在滚动轴承RUL预测的有效性。

    滚动轴承剩余使用寿命预测Autoformer模型NLMS自适应滤波器数据预处理

      原文链接:
    • 万方数据
    • 维普

    煤矿工种知识图谱智能问答研究

    刘鹏程浩然王莹魏微...
    185-192页
    查看更多>>摘要：知识图谱是用于表征实体间结构关系的新一代知识库，其通过语义网络描述现实世界事物之间的逻辑关系，而基于知识图谱的智能问答技术也在不断发展，智能问答系统与知识图谱相结合，是对结构化知识的进一步剖析及利用。该文通过收集煤矿工种专业信息，构建煤矿工种知识图谱，并在此基础上对智能问答技术和系统进行了研究。在知识图谱构建方面，对工种专业进行定义，通过Bert-BiLSTM-CRF实体识别模型对煤矿工种关键信息进行抽取，再利用图数据库存储三元组工种知识数据得到工种图谱。在智能问答环节，通过设计问题模板，利用Bert模型实现端到端的问句意图识别和槽位提取，并采用Sentente-Bert对问句的提及词和知识图谱的候选实体进行链接，继而将问句转化形成图数据库查询语句，从图谱中返回答案。实验结果表明，构建的煤矿工种知识图谱及智能问答系统，在多个评价指标表现良好，可以满足煤矿工种知识问答需求，为煤矿智能化建设做出了有益探索。

    煤矿工种知识图谱智能问答意图识别槽位提取

      原文链接:
    • 万方数据
    • 维普

    面向混合式教学的计算机实验管理平台设计与应用

    薄钧戈齐琪吴宁房琛琛...
    193-200页
    查看更多>>摘要：针对在混合式教学中线上学习环节缺乏学习跟踪反馈和个性化引导，以及目前多数OJ系统对学生在编程实验过程中出现的编译或运行错误缺乏及时有效指导的问题，开发了集在线交互式练习、自动评测、个性化学习状况反馈等功能于一体的计算机实验教学管理平台。平台主要特色功能包括两点:一是在线学习的过程跟踪个性化反馈。基于学生线上线下的行为数据，通过大数据学习，预测学生未来的成绩等级，结合可视化技术，向学生定期反馈个性化学习状况，对教学双方达到预警的目的。二是编程题的在线自动即时评判。通过检测学生代码的编译信息和测试用例信息，应用编辑距离，自适应给出学生代码出错原因并给出反馈指导，帮助学生快速找到代码出错位置并有针对地进行修改。该文重点介绍了其具体应用案例和应用效果。

    混合式教学自动评测线上线下大学计算机可视化

      原文链接:
    • 万方数据
    • 维普

    多层星座网络仿真教研系统设计与实现

    刘子威赵珊珊
    201-206页
    查看更多>>摘要：随着6G架构的逐渐清晰与天空地海一体化需求的明确，非静止轨道卫星星座的发展进入了空前繁荣的阶段，美国STARLINK、Kuiper、英国OneWeb、中国卫星互联网星座等系统处于建设与部署的关键阶段。其中，多层星座网络的设计是解决全球无缝覆盖与随需接入的重要研究对象。然而，受限于卫星通信系统建设成本高、系统复杂、正式系统运行受国家管控等，真实系统难以直接应用于高等院校的实验教学工作。目前卫星通信相关课内实验及综合实验主要以机房参观、实验箱分组实验等方式进行，既缺乏直观的系统认识，且参与度较低。针对上述需求，该文设计了一套基于"轨道建模+系统分析+动态显示"的仿真系统，并利用快照仿真的思想实现了非静止轨道卫星星座的高动态性分析过程。实验结果表明，该系统能够较好地完成大规模多层星座网络的覆盖分析、同频干扰分析等功能，可支撑卫星通信、无线通信、通信综合实验等课程的实践需求。

    同频干扰分析星座设计非静止轨道星座系统仿真卫星通信

      原文链接:
    • 万方数据
    • 维普

    基于改进DenseNet模型的滚动轴承故障诊断

    雷伟廖光忠裴浪
    207-213页
    查看更多>>摘要：滚动轴承是机械设备的关键部件，为了检测滚动轴承设备的正常运转并且提高识别轴承故障的准确率，提出一种优化变分模态分解(VMD)结合改进密集神经网络(DenseNet)的故障诊断模型方法。首先，使用多种群差分进化(MPDE)算法以局部极小包络熵为优化搜索的目标函数，对VMD方法中的相关参数进行优化搜索以获取最佳参数组合;然后，使用最佳参数组合优化的VMD方法分解处理原始滚动轴承的故障信号，并得到若干本征模态分量信号(IMFs);最后，通过引入通道注意力模块(MECANet)的改进密集神经网络模型对分解得到的IMF分量信号进行深层故障特征提取与识别，最终完成滚动轴承的故障诊断。实验结果表明:提出的优化VMD结合改进DenseNet模型对滚动轴承故障识别的准确率达到了99。23%，并且对比一些其他常见故障诊断模型的准确率有明显的提升，而且与先进的故障诊断模型对比其准确率存在较小差距，验证了此模型在滚动轴承故障诊断方面的有效性。

    滚动轴承变分模态分解多种群差分进化密集神经网络MECANet故障诊断

      原文链接:
    • 万方数据
    • 维普