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

    一种轻量级的多尺度特征人脸检测方法

    朱鹏陈虎李科程宾洋...
    1-7页
    查看更多>>摘要:目前,各种start-of-the-art的人脸检测算法被提出,但是在不断提高精度的同时,却忽略了检测的实时性和可应用性.针对这一问题,提出了一种轻量级、实时性和Single-Stage的高精度人脸检测算法.通过将主干网络的不同尺度的特征输出到对应的检测模块中进行检测,实现不同大小人脸的检测,提高算法精度;主干网络运用深度可分离卷积将传统的3×3卷积核分为一个深度卷积核和1×1卷积核,减少计算量;检测模块中使用特征融合获得更多的上下文信息和更大的感受野,并包含目标分类和框体回归操作;采用全卷积神经网络,减少内存量,并使得网络可以输入不同尺寸的图像.实验结果表明,算法在FDDB数据集上有着93.52%的准确率,同时在不同尺度、姿态、装扮和光照等环境下具有较好的鲁棒性,并且能够达到实时检测.

    人脸检测轻量级多尺度特征特征融合全卷积神经网络实时检测

    自动化测试用例测试失败类型分析

    姜文刘立康
    8-13页
    查看更多>>摘要:随着计算机技术的发展,软件迭代开发模式在软件开发与测试过程中占的比重越来越大.软件迭代开发过程中大量采用自动化测试,在测试环境上进行测试脚本连跑;通常会有一定数量的测试脚本失败,需要对这些脚本进行失败分析.这是一项十分重要的工作,否则软件产品无法继续开发,也无法保证软件产品的质量.依据软件迭代开发和测试工作实践,归纳总结了自动化测试用例失败的类型,介绍了各种类型测试脚本失败的工作实例;叙述了自动化测试用例失败分析涉及的角色和软件迭代开发过程中自动化测试应用场景;详细叙述了自动化测试用例失败的定位和分析处理;最后叙述了测试工作的改进.工作实践表明做好软件自动化测试用例失败分析工作,有助于提高软件产品开发效率和提升软件产品质量.

    迭代开发自动化测试测试用例脚本失败分析

    一种基于CSI相位差的手势识别方法

    王拥军马维华
    14-19页
    查看更多>>摘要:随着人机交互(HCI)技术的发展,人体行为的感知和分析成为实现更高层次人机交互的重要一环,尤其是实现与位置无关的手势识别.针对目前基于信道状态信息(channel state information,CSI)的手势识别方法局限于中心链路的问题,提出基于CSI相位差的手势识别方法,充分利用多径效应和空间多样性,识别中心链路和非中心链路上的微弱手势信号.由于CSI相位受时钟不同步和硬件缺陷的影响无法反映环境的变化,采用线性变换算法对其进行校准,并借助MIMO(multiple-input multiple-output)技术获得相位差.在此基础上,利用Hampel滤波器和Savitzky-Golay滤波器滤除异常点和环境噪声.由于频率多样性,根据平均绝对偏差(MAD)选择变化最大的子载波,之后利用动态时间规整(DTW)算法对手势进行分类.实验结果表明,该方法能有效识别中心链路和非中心链路上的微弱手势信号,实现了与位置无关的识别;在中心链路和非中心链路上分别以90%和86.5%的准确率识别6种手势,所需样本量小,识别时间短.

    与位置无关信道状态信息手势识别相位差动态时间规整

    基于Lp收缩算子的改进广义全变分去噪方法

    杨晶晶吴辉陈颖频
    20-25,88页
    查看更多>>摘要:二阶广义的全变分模型是一种建立在全变分模型的思想之上进行改进的图像去噪模型,该模型是一种考虑了一阶以及高阶梯度稀疏性的模型,能够有效地抑制阶梯伪影效应的产生.Lp收缩算子相比于L1算子增加了一个自由度,它能够更好地刻画稀疏梯度信息,同时Lp收缩算子的等高线对噪声更加鲁棒.考虑到Lp收缩算子的优势,将Lp收缩算子引入二阶广义全变分去噪模型,提出改进的二阶广义全变分Lp收缩算子模型(TGV2-Lp).利用交替乘子迭代法对模型进行求解,引入快速傅里叶算法提高算法效率.通过测试6组图片、对比传统的3种去噪模型,从实验结果可以得出,提出的模型TGV2-Lp在有效保留图片边缘细节信息的同时,能够有效去除噪声,在视觉效果、峰值信噪比和结构相似性都有一定优势.

    二阶广义全变分模型图像去噪Lp收缩算子交替乘子迭代法稀疏性

    基于特征关联的视频中群体人物行为语义抽取

    掌静陈志岳文静
    26-30页
    查看更多>>摘要:为解决视频中群体人物行为语义抽取中群体人物相互遮挡、追踪困难等问题,构建一种基于特征关联的视频中群体行为人物语义抽取算法.该算法首先对视频帧提取多尺度融合特征图,通过特征图检测视频帧中可能存在的人物,利用去重算法筛除检测到的重复人物,精准定位群体人物边界框;接着预测群体人物特征掩码,通过比对相邻视频帧人物特征掩码的差异度追踪群体人物的运动轨迹;最后结合群体人物的运动轨迹推理每帧视频帧的群体人物行为语义,根据群体人物行为特点抽取视频群体人物行为语义.实验结果表明,该算法能够准确提取、定位群体人物的动态线索,解决群体人物复杂时空关系导致的语义抽取低效问题,有效地提高群体人物语义抽取的准确率和鲁棒性.

    群体人物行为语义抽取目标检测人物追踪特征掩码运动轨迹

    基于粗糙集的高校学生实践能力因素研究

    徐怡汤天贺张屹刘埠远...
    31-35页
    查看更多>>摘要:学生实践能力是衡量一个高校学生综合能力的重要指标,但是由于影响学生实践能力的因素很多,没有统一的标准去衡量一个高校学生实践能力的好坏.因此,高校师生也无法采取针对性措施提高高校学生的实践能力.为了准确分析影响高校学生实践能力的因素,设计了影响高校学生实践能力的问卷,向大一至大四学生发放,采集数据,然后采用粗糙集理论中基于信息熵的启发式属性约简算法计算各个属性的属性重要度,找出影响高校学生学习实践能力的关键因素.再采用粗糙集理论中基于分辨矩阵的属性值约简算法,挖掘出影响高校学生实践能力的关键因素,导出规则集.通过实验验证了该规则集的有效性.研究成果可以对高校教学工作的开展提供参考,继而提高学生的实践能力.

    高校学生实践能力粗糙集理论属性约简规则提取

    大数据下的基于主题模型的社交网络链接预测

    骆梅柳裴可锋
    36-40页
    查看更多>>摘要:计算机技术和网络的发展使得数据呈爆炸式的涌现,社交媒体不断融入到人们的生活中,社会网络分析已成为研究的热点.随着大数据时代的到来,对社交网络链接算法研究产生巨大影响,原有的基于网络结构的预测方法已经渐渐不适应现状.因此,提出了一种基于主题模型的社交网络链接预测方法.首先以微博社交网络为数据源,将实验网络分为测试集和训练集;其次利用主题模型得到用户的主题特征,结合命名实体集和用户联系特征集合得到用户的兴趣特征相似性度量,加上网络结构相似性从而得到用户节点相似度,进而对社交网络链接进行预测;最终使用链接预测最常用的评价体系AUC来评价链接预测方法的效果.通过实验验证,该方法的预测准确率更高.

    大数据网络链接主题模型命名实体联系特征

    一种基于注意力机制的三维点云物体识别方法

    钟诚周浩杰韦海亮
    41-45页
    查看更多>>摘要:三维点云数据通常具备无序排列的结构.在三维点云数据处理领域,深度学习模型通常会利用最大池化等对称操作来处理点云的排列不变性.最大池化方法一方面会破坏点云的信息结构,使得局部信息与全局信息难以交互.另一方面,最大池化方法对点云信息过度压缩,得到的特征对局部细节描述不足.针对上述问题,提出了AttentionPointNet的网络结构.该网络利用注意力机制,使每个点与点云其余部分进行特征交互,实现了局部与全局信息的综合.为降低最大池化造成的信息损失,提出了一种稀疏卷积方法来替代池化操作.这种方法利用大步长的稀疏卷积实现全局信息的提取.在ModelNet40数据集上,AttentionPointNet取得了87.2%的准确率.不使用池化层,完全采用卷积层实现的模型取得了86.2%的分类准确率.

    注意力机制点云物体识别池化稀疏卷积

    基于指数损失间隔的多标记特征选择算法

    李雨婷
    46-51页
    查看更多>>摘要:在多标记学习的任务中,多标记学习的每个样本可被多个标签标记,比单标记学习的应用空间更广关注度更高,多标记学习可以利用关联性提高算法的性能.在多标记学习中,传统特征选择算法已不再适用,一方面,传统的特征选择算法可被用于单标记的评估标准.多标记学习使得多个标记被同时优化;而且在多标记学习中关联信息存在于不同标记间.因此,可设计一种能够处理多标记问题的特征选择算法,使标记之间的关联信息能够被提取和利用.通过设计最优的目标损失函数,提出了基于指数损失间隔的多标记特征选择算法.该算法可以通过样本相似性的方法,将特征空间和标记空间的信息融合在一起,独立于特定的分类算法或转换策略.优于其他特征选择算法的分类性能.在现实世界的数据集上验证了所提算法的正确性以及较好的性能.

    多标记学习特征选择分类间隔指数损失

    纯SV语言搭建验证平台

    张静卜刚
    52-56页
    查看更多>>摘要:面对日益复杂的芯片系统设计和IP的高度集成方式,验证的重要性日益增加.传统的验证主要依赖于直接测试,虽然直接测试平台也可以采用有限的随机方式,但是通常是通过产生随机数的方式来实现的,而不是在每个数据单元简单地写入预先设定的值.直接测试方法适合于小设计,但一个典型SoC设计需要上千个测试用例,耗时太长.因此提升验证产量的唯一方法是减少产生测试所消耗时间.基于SystemVerilog具有丰富语言能力、能描述复杂验证环境、产生带约束的随机激励、面向对象编程、功能覆盖率统计等诸多优点,因此可以采用SystemVerilog语言功能构建一个验证平台.搭建验证环境时,可以应用带约束随机激励产生方法以及覆盖率驱动来提高验证效率,缩短验证周期,平台在queastasim上进行了仿真验证,并取得了比较好的结果.

    SystemVerilogSoC随机激励功能覆盖率验证