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

    基于探索-利用权衡优化的Q学习路径规划

    彭云建梁进
    1-7页
    查看更多>>摘要:针对移动智能体在未知环境下的路径规划问题,提出了基于探索-利用权衡优化的Q学习路径规划.对强化学习方法中固有的探索-利用权衡问题,提出了探索贪婪系数ε值随学习幕数平滑衰减的εDBE(ε-decreasing based episodes)方法和根据Q表中的状态动作值判断到达状态的陌生/熟悉程度、做出探索或利用选择的AεBS(adaptiveεbased state)方法,这一改进确定了触发探索和触发利用的情况,避免探索过度和利用过度,能加快找到最优路径.在未知环境下对基于探索-利用权衡优化的Q学习路径规划与经典的Q学习路径规划进行仿真实验比较,结果表明该方法的智能体在未知障碍环境情况下具有快速学习适应的特性,最优路径步数收敛速度更快,能更高效实现路径规划,验证了该方法的可行性和高效性.

    强化学习Q学习探索-利用路径规划未知环境

    基于马尔科夫模型的回归研究及其应用

    何成刚丁宏强陈思宝罗斌...
    8-14,38页
    查看更多>>摘要:在国内外回归分析方法的研究中,神经网络、支持向量机等传统方法被广泛使用,但是由于其计算量太大而且对计算模型和数据的准确性要求很高,在实际的应用中局限性强.为了解决这些难题,对Mar-ov理论和相关模型进行了深入的研究.首先将多元回归和Mar-ov模型进行结合,提出了基于多元回归的Mar-ov模型,解决了转移矩阵难以确定的问题,并将其应用于国民收入预测中,减少了运算复杂度并且解决了实际应用中的局限性,提高了模型的鲁棒性.同时将Mar-ov模型和Regime Switching Model进行结合,提出了基于Mar-ov-switch的回归算法,使用状态转移矩阵来处理数据,实验结果表明该算法可以有效地提高预测效率和大幅度减少运算时间,并且在UCI数据集上进行验证和传统方法相比,标准差减少72.72%、相关系数提高2%、运行时间减少了50%.

    Mar-ov模型多元回归Mar-ov-switch回归算法减少运算量缩短运算时间

    基于LDA和BiGRU的文本分类

    冼广铭王鲁栋曾碧卿梅灏洋...
    15-20页
    查看更多>>摘要:文本分类是自然语言处理的基础任务,文本中的特征稀疏性和提取特征所用的神经网络影响后续的分类效果.针对文本中的特征信息不足以及传统模型上下文依赖关系方面不足的问题,提出经过TF-IDF加权的词向量和LDA主题模型相融合,利用双向门控循环神经网络层(BiGRU)充分提取文本深度信息特征的分类方法.该方法主要使用的数据集是天池比赛新闻文本分类数据集,首先用Word2vec和LDA模型分别在语料库中训练词向量,Word2vec经过TF-IDF进行加权所得的词向量再与LDA训练的经过最大主题概率扩展的词向量进行简单拼接,拼接后得到文本矩阵,将文本矩阵输入到BiGRU神经网络中,分别从前后两个反方向提取文本深层次信息的特征向量,最后使用softmax函数进行多分类,根据输出的概率判断所属的类别.与现有的常用文本分类模型相比,准确率、F1值等评价指标都有了较高的提升.

    LDA主题模型BiGRUWord2vec深度学习文本分类

    医疗健康知识挖掘中的语义资源、数据集和工具

    张伟张展鹏张明淘韩普...
    21-27页
    查看更多>>摘要:医疗健康知识挖掘在人工智能和大数据时代受到了学界的极大关注,目前已经成为信息抽取和文本挖掘中的重要研究方向.在基于深度学习的实体识别、实体关系抽取、问答系统以及知识图谱构建研究中,各类语义资源、数据集和工具已经成为开展医疗健康知识挖掘的重要保障.该文首先对医疗健康知识挖掘中需要使用的UMLS、MeSH和SNOMED CT等语义资源进行了系统梳理,并详细分析了各类语义资源的实际应用场景,指出了中文语义资源存在的问题和不足;其次对英文和中文的电子病历、医学文献和在线健康数据集进行了重点论述,并对数据集的应用任务进行了分析;最后论述了常见的医疗健康文本处理工具和系统,并就其具体应用进行了讨论.该文为国内更好地开展医疗健康知识挖掘提供了参考.

    知识挖掘语义资源数据集数据标注深度学习

    基于迁移学习和集成学习的医疗文本分类

    郑承宇王新王婷徐权峰...
    28-33页
    查看更多>>摘要:针对医疗文本语义稀疏、维度过高的问题,提出一种基于迁移学习和集成学习的多标签医疗文本分类算法(Trans-LSTM-CNN-Multi,TLCM).该算法采用ALBERT(A Lite BERT)模型内部的多层双向Transfomer结构对大型语料库展开训练,获取通用领域的文本动态字向量表示.然后,利用医学领域目标数据集通过迁移学习和模型微调技术实现ALBERT预训练语言模型在医学领域的文本语义增强.在此基础上,将上述通过迁移学习得到的文本语义增强模型输入到Bi-LSTM-CNN集成学习模块,进一步提取医学文本内容的重要信息特征.最后,基于二元交叉熵损失函数构造文本多标签分类器实现医疗文本分类.实验结果表明,通过迁移学习和集成学习的TLCM文本分类算法能有效提升医疗文本的分类性能,在中文健康问句数据集上整体F1值达到了91.8%.

    迁移学习集成学习ALBERTBi-LSTM-CNN医疗文本健康问句

    基于连续细节特征分解的数据并行聚类挖掘

    林潇鸿陆兴华马棉涛林佳茵...
    34-38页
    查看更多>>摘要:为了提高对物联网多媒体音视频数据的检测识别能力,提出基于分段聚类的物联网多媒体音视频数据并行聚类挖掘方法.对采集的物联网多媒体音视频数据进行分段检测和连续谱密度特征分解,采用子空间匹配降噪方法进行多媒体音视频数据的滤波提纯处理,建立物联网多媒体音视频数据的多载波分析模型,结合频谱融合和连续细节特征分解方法进行物联网多媒体音视频数据特征提取,对提取的多媒体音视频数据谱密度特征量进行连续细节特征融合分解分析,根据特征聚类结果,进行物联网多媒体音视频数据并行聚类挖掘.仿真结果表明,采用该方法进行物联网多媒体音视频数据并行聚类挖掘的准确性较高,对多媒体音视频数据检测的抗干扰能力较强,提高了对物联网中多媒体音视频数据的准确识别和特征辨识能力.

    连续细节特征分解数据并行聚类挖掘多媒体

    基于改进型相似度的协同过滤算法的研究

    吴锦昆单剑锋
    39-43页
    查看更多>>摘要:如今的用户面对着大量的信息,从中选取与自己联系密切的相关信息就显得非常困难了.电子商务平台、社区团购平台以及视频平台,面对日益增长的用户数据,需要从中挖掘有利于提高平台效率的信息,因此对用户的个性化推荐提出了更高的要求.各平台都希望能够把握每一个用户的动态信息,实施更加精准的个性化推荐,个性化推荐不仅能够提高平台的效率,也能够为用户带来极致的体验.由于传统的协同过滤算法评价体系中没有考虑到不同用户存在评分的差异,所以在准确性、精确性、差异性等方面仍然需要进一步的提高.该文主要针对在电影评分推荐协同过滤算法中精准化的需求,引入用户差异因子wuv,融合原有的皮尔逊相似度计算,从而解决传统的协同过滤算法相似性计算中,针对不同用户具有不同评价体系存在一定偏差的问题.采用Movielens 1m电影评分数据集进行仿真,证明了改进后相似度计算的协同过滤算法能够降低MAE值.

    相似度协同过滤个性化推荐数据处理用户差异因子

    基于候选主题词与话题分类的人物行为研究

    刘晓芳欧荣安罗欢刘芳婷...
    44-50页
    查看更多>>摘要:如何从海量聊天数据获取聊天主题和聊天人物行为是案件智能化分析的热点问题之一.传统词嵌入方法,将文本中的所有词汇映射到向量空间,存在词汇特征冗余的问题.为了缓解这一问题,该文提出一种基于候选主题词的话题分类算法—CTW(candidate topic words).该算法使用LDA主题模型抽取聊天文本中的关键词,使用预训练词向量得到显著的语义特征,同时为增强特征,将字符特征与获取的词汇特征进行融合.传统方法同时还存在只关注话题无法更精确地刻画人物行为的问题.针对该问题,该文提出了同时获取聊天话题和人物行为的方案:针对已归类的话题,该方案使用群成员互动强度、群成员活跃度作为人物行为网络中的权值,构建话题参与人的行为网络图;最后通过成员在群中的备注给人物赋予不同的社会标签,以丰富人物行为.实验表明,提出的话题分类算法,在实际搜集的数据集上比基线模型拥有更佳的性能,在获取群聊话题的同时得到了更丰富的人物行为描述.

    聊天主题候选主题词话题分类人物行为互动强度群成员活跃度社会标签

    基于改进SSD的海洋生物检测算法

    邓权林明星
    51-56页
    查看更多>>摘要:为了满足海洋生物检测对精度和实时性的要求,提出了一种基于改进SSD算法(single shot multibox detector)的海洋生物检测算法.针对SSD算法浅层特征层语义信息不足、小目标检测效果差等问题,设计了特征融合模块和特征增强模块.特征融合模块通过融合不同特征层,丰富了浅层特征层的语义信息以及深层特征层的细节信息,综合上下文信息提高检测效果.为了进一步提高浅层特征层的语义信息,提出了特征增强模块,通过引入空洞卷积以及多尺度的卷积核,综合不同感受野信息以提高改进算法对小目标的检测效果.改进算法在仅增加少量计算量和参数量的情况下,全面提高了算法对海洋生物目标的检测准确率.结果表明,改进算法在海洋生物数据集中的平均精度(mAP)达80.8%,比原始网络提高了5%,检测速度(FPS)为74,略低于SSD算法,但远高于其他改进算法.改进算法能在保持实时性的同时取得较高的检测精度,能够满足海洋生物检测要求.

    SSD小目标特征融合特征增强实时性

    基于生成对抗网络的图像超分辨算法

    杨记鑫胡伟霞赵杰徐灵飞...
    57-62页
    查看更多>>摘要:图像超分辨是使低分辨率图像通过端到端训练产生边缘更清晰的高分辨率图像的一种技术,是数字图像处理的一个重要研究方向.该文提出了一种基于生成对抗网络的图像超分辨算法,并对网络结构进行改进.设计的生成器删除了残差块的BN层,增加了特征识别的相关算法,特征提取部分采用两层卷积网络,可以提取更多的图像特征,在低分辨率图像上提取特征,通过卷积计算得到高分辨率图像,可以提升运算结果的准确性.判别器设计采用先分组再整合的思想,将生成图像划分成一定数量的图像块,计算每一部分的判别结果,然后将所有图像块的判别真假组合起来,作为最终的判别结果.经实验验证,设计的网络模型在图像重建效果上有了一定的提高,并节省了一定的运算时间.

    生成对抗网络超分辨图像处理深度学习卷积