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

    一种改进的粒子群算法在交通分配上的应用

    李晓君赵晓蕾赵洪銮宿梦梦...
    140-145页
    查看更多>>摘要:针对粒子群算法收敛速度慢、求解精度低和算法在迭代后期容易陷入局部最优的问题,首先,采用仅以位置项来控制粒子进化方向的简化粒子群算法,以此避免粒子速度过大时导致的粒子发散的现象;其次,引入随迭代次数增加自适应改变的线性惯性权重来消除惯性分量的影响,同时引入莱维飞行策略来改变粒子位置以帮助粒子逃离局部最优;最后,通过四种测试函数对固定权重的粒子群算法、标准粒子群算法和改进算法的性能进行比较.实验证明,改进后的算法在收敛速度、精度和稳定性上都有所提升.在验证了改进算法的有效性后,使用改进后的算法求解单一OD对多路径路网的用户最优模型并与标准粒子群算法求解结果进行对比,改进后的算法求解结果更加稳定均衡,验证了算法的可行性.

    简化的粒子群算法非线性递减惯性权重莱维飞行单一OD对多路径路网用户最优模型

    基于混合策略改进的麻雀搜索算法

    胡树斌魏霖静
    146-153,160页
    查看更多>>摘要:为克服基本麻雀搜索算法(Sparrow Search Algorithm,SSA)存在的迭代过程中种群多样性减少、易陷入局部最优停滞、早熟收敛等不足,提出一种基于混合策略改进的麻雀搜索优化算法(EGSSA).首先,迭代时利用精英反向学习机制在个体求解过程中计算精英反向解,提升算法寻优过程中种群丰富性和种群质量,为提高算法全局寻优能力以及收敛精度奠定基础;其次,将黄金正弦策略用以改进发现者位置更新方式,协调算法局部开发和全局搜索能力,并且提高算法的收敛能力;最后,在加入者的更新中采用了莱维飞行随机步长,以使新加入者所搜索的范围更为全面,一定程度避免算法陷入"早熟收敛".选取12 个基准测试函数进行仿真实验,分别与4 种元启发式算法以及3 种改进麻雀搜索算法进行比较,实验结果以及Wilcoxon秩和检验均表明,EGSSA算法具有更好的全局探索能力和稳定性以及较强跳出局部极值的能力.

    麻雀搜索算法精英反向学习黄金正弦算法莱维飞行函数优化

    基于随机森林的帕金森疾病诊断模型构建研究

    王小科晏峻峰
    154-160页
    查看更多>>摘要:近些年来,根据帕金森疾病(PD)患者的语音数据对该疾病做出诊断成为一种行之有效的疾病诊断方法.首先,针对语音数据集中存在非均衡数据和噪声样本的问题使用SVM SMOTE过采样技术,利用支持向量机分类器寻找支持向量并在此基础上合成新的样本以达到均衡数据集的目的;为了减少数据维度,降低学习难度,运用信息增益特征选择对所有特征属性计算数值并划分数据集以此来获得信息增益,根据信息增益的大小排序选取得到八个特征作为最优特征组合;最后,构建随机森林帕金森疾病诊断模型,并采用网格搜索和交叉验证相结合的方式进行参数调优,进一步优化模型,实现诊断模型准确率的进一步提高.实验结果表明,优化后模型的准确率、灵敏度和特异度均有提升,为别为 96.59%、94.81%和95.49%,且准确率均高于支持向量机、最邻近节点算法、朴素贝叶斯和决策树等决策模型.

    SVMSMOTE信息增益随机森林网格搜索交叉验证

    去主元相关性DKPCA故障检测与诊断方法

    张成韩宏宇李元
    161-167页
    查看更多>>摘要:针对动态核主元分析(Dynamic Kernel Principal Component Analysis,DKPCA)在动态非线性过程监控中没有降低数据动态性的影响,导致统计量 T2 具有显著自相关性的问题,提出一种基于去主元相关性的 DKPCA(Dynamic Kernel Principal Component Analysis based on Removing Principal Component Correlation,DKPCA-RPCC)故障检测与诊断方法.首先,对原始数据X进行时滞扩展生成增广矩阵Y并使用KPCA计算主成分M;其次,利用已知数据重构增广矩阵^Y,再使用KPCA计算主成分 ^M;然后,通过主成分之间的差异来构建统计量进行故障检测;最后,利用基于变量贡献图的方法进行故障诊断.通过数值例子和田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真验证,并将仿真结果与KPCA、DPCA和DKPCA的结果进行对比.仿真结果说明,该方法在动态非线性过程监控中构建的统计量故障检测性能更高且具有较低的自相关性.

    动态核主元分析过程监控自相关性去主元相关性故障诊断

    改进哈里斯鹰优化PCNN参数的图像融合应用

    陈辉刘立群
    168-174,181页
    查看更多>>摘要:针对脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)参数较多且难以优化的问题,提出了一种改进哈里斯鹰算法优化PCNN参数的异源图像融合方法.首先,提出了一种混合种群增量学习的哈里斯鹰优化算法.在初始进化阶段,采用种群增量学习的方法来加强初始化种群在全局开发的能力,扩大了鹰群的搜索范围,使得更好地协调全局开发和局部开发;其次,在开发阶段,将算法原来的逃逸能量公式通过激励函数tanh非线性化,提高局部开采能力;然后将改进的算法用来探索PCNN的三个重要参数的最优值,采用最大化原则融合源图像.选用21 个测试函数进行仿真实验,结果表明改进后的算法较原始算法和其他算法拥有更好的寻优性能和更高的精度.通过选用四组图像融合实验,在主观视觉方面相对图像亮度较原算法有一定的提升,在客观评价方面改进后的融合算法较原始的融合算法在多项指标均有提升,四组融合结果表明,在平均梯度、清晰度等四个指标均有提升.融合对比结果证明,该方法在除部分指标外,其余指标优于原始融合算法和其余对比算法.

    哈里斯鹰优化算法种群增量学习激活函数脉冲耦合神经网络图像融合

    基于CNN和多注意力机制的XSS检测模型

    关慧曹同洲
    175-181页
    查看更多>>摘要:为了解决普通深度学习模型存在的难以区分信息重要性差异,以及单一注意力机制存在的关注维度单一的问题,文中提出了一种基于卷积神经网络和多注意力机制的模型对XSS攻击进行检测.首先,将经过word2vec转换后的数据输入到卷积神经网络提取局部特征;然后,使用自注意力模块学习数据的长距离依赖关系,并加强模型对序列维度上重要特征的关注;接着,经过通道注意力模块从通道维度对不同的通道特征图加权;之后,将经注意力模块处理过的特征输入到池化层进行下采样处理,并使用Dropout层提高模型的泛化能力;最后,利用提取到的特征对样本进行分类.使用测试数据集对文中提出的模型进行实验,结果显示,该模型对XSS攻击的检测效果良好,准确率与F1 值相比其他深度学习模型有一定程度提升.

    卷积神经网络多注意力机制XSS攻击word2vec自注意力通道注意力

    基于YOLOv5s的海上风电设施检测与预警评估

    朱昭云张波叶昭良黄曙荣...
    182-189页
    查看更多>>摘要:海上风电设施检测在海上风电安全监测领域发挥着重要作用.由于海上环境复杂及海上目标的多样性,现有海上目标检测算法存在网络复杂、检测精度低的问题,难以满足实时性检测和实用性部署要求.针对该问题,该文提出了一种改进YOLOv5s的海上风电设施检测算法.首先,将YOLOv5s的主干网络替换为轻量化GhostNet进行特征提取,降低网络模型的参数量和计算量;其次,在主干网络末端和Neck层分别施加注意力机制(SENet),自适应学习重要通道特征权重,提高检测精度;最后,将Neck层的PANet结构改进为双向金字塔(BiFPN),通过融合不同尺度特征提升检测速度.实验结果表明,该算法在降低网络模型参数量和计算量的同时,在船舶数据集上平均精度达到了96.8%,比原始YOLOv5s网络提升了2.6 百分点,检测速度达到了47 FPS.

    机器视觉风电设施检测船舶检测YOLOv5s轻量化注意力机制双向金字塔

    高维序列数据降维方法在证券市场的应用研究

    陈赛刘文杰黄国耀卢凌峰...
    190-197页
    查看更多>>摘要:证券市场数据分析与预测,作为一个经典的大数据分析场景,很多数据挖掘方法已经在本领域得到实际应用.但是鉴于企业本身情况的变化以及证券市场的人为操作等情况,现有的各种大数据挖掘方法无法应对不可见或者未出现的情况,为此论文探索使用易经方法,将其应用在证券市场的数据挖掘和分析预测.利用数据挖掘进行特征筛选、数据降维,通过滑动时间窗、随机森林、三才映射等方法实现传统易经体系中的断卦步骤,将易经概念、规则抽象成算法并对卦辞分类,由解卦算法得出预测值.与先前的预测模型相比,该模型融合易经预测体系与机器学习,充分利用了证券市场的场景特征与历史数据,最终对证券市场平稳、上升、下跌三种发展趋势进行预测.使用10 年内股票证券交易公共数据集进行实验,准确率优于SVM、XGBoost等流行的机器学习算法,并在分行业建模中进一步提升了效果.

    数据挖掘易经特征筛选证券预测机器学习

    基于ISSA-LSTM模型的短时交通流预测

    陈雄王海晨
    198-204页
    查看更多>>摘要:针对现有模型对短时交通流预测精确度不高、模型参数难以确定的问题,提出一种基于改进的麻雀搜索算法(ISSA)和LSTM的短时交通流预测模型(ISSA-LSTM).使用改进的ISSA算法优化LSTM的关键参数,减少参数的不确定性,从而构建预测精度高的交通流预测模型.该模型具备LSTM提取时序数据深层特征的能力,融合了SSA算法快速收敛和全局搜索的特点,并且改进了SSA算法麻雀最初位置分布完全随机的特点,使其能均匀地分布在各个区间,避免出现局部最优的可能.在真实的交通流数据集上进行验证,将模型的预测结果与BP、GRU、LSTM、PSO-LSTM和SSA-LSTM网络的预测结果进行对比.实验结果表明,ISSA-LSTM模型的RMSE相较于LSTM模型下降了3.263,MAE下降了1.87,MAPE下降了0.949 百分点,R2 上升了0.276 百分点,相较于其他对比模型,组合模型的RMSE、MAE、MAPE、R2 的评价指标效果均为最好.因此,ISSA-LSTM模型在短时交通流预测上有较高的预测精度和预测稳定性,对预测交通流有借鉴意义.

    智能交通交通流预测长短时记忆网络麻雀搜索算法参数寻优

    基于微服务的过程感知信息系统CBPs改进设计

    李红卫周盛郑玮
    205-212页
    查看更多>>摘要:协作业务流程(Collaborative Business Processes,CBPs)需要以新一代互联网技术为依托,满足服务组织建构灵活性协作网络的目的.当前用于实施和执行CBP的过程感知信息系统(Process-Aware Information Systems,PAIS)在服务供给方面存在明显的缺陷,这与所提供的服务和所选技术解决方案的典型问题有关.传统技术中存在着无法避免的可移植性和隐私风险,系统弊端的存在导致云服务无法满足多样化的需求,且对服务过程中工作负载变化无法进行有效感知,对于服务中设计隐私的内容无法及时发现以规避,传统服务技术系统的落后性限制了工作中各类协同业务的开展.因此,为了进一步解决CBPs面临的诸多问题,该文提出了一个适用于管理平台应用的云架构,有效克服了云计算技术在应用中出现的可移植性、隐私和弹性问题,并提出了利用微服务范式的增强功能.

    微服务过程感知信息系统云计算技术隐私协同业务流程可移植性