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

    结合循环提取器与自蒸馏的目标检测方法

    仲林伟陈丹伟
    70-75页
    查看更多>>摘要：在深度学习时代，目标检测方法不断发展，且在良好的视觉环境中已经具有较高的水平。但是，在特殊天气下，常规的目标检测方法的检测性能大幅下降，甚至失效，而特殊天气环境的行车安全一直是社会广泛关注的问题。为了解决上述问题，该文主要设计了一个目标检测器的模型，即引入循环解纠缠、自蒸馏方法的改进YOLO模型。在循环解纠缠模块，从输入图像中循环提取域不变特征，通过循环操作，可以在不依赖域相关注释的情况下，提高图像域特征和域不变特征的解缠能力;在自蒸馏模块，以提取到的域不变特征为教师对象，进一步提高泛化能力。并且该检测器在只有一个源域进行训练的情况下，面对许多未曾训练过的目标域上仍然表现良好，提高了检测器在未知域的鲁棒性。实验验证了模型在各种天气下城市场景目标检测的效果，实验数据表明，该方法优于基线约8百分点，相比基线方法获得了性能提升。

    深度学习目标检测特殊天气循环解纠缠自蒸馏域不变特征

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv5的眼睛及瞳孔检测算法

    韩慧妍范鑫茹
    76-81页
    查看更多>>摘要：针对眼睛图像易受光照干扰导致的眼睛部位和瞳孔部位检测不准确及误检漏检的问题，提出基于改进YOLOv5的眼睛及瞳孔检测算法。首先，进行图像预处理，对比了三种图像增强方法，决定运用效果较好的CLAHE(限制对比度自适应直方图均衡化)方法进行图像增强，提高对比度;其次，在YOLOv5网络中引入Swin Transformer模块代替骨干网络的最后一个C3模块和三个预测头中的三个C3模块，提高网络的特征提取能力，提升眼睛部位的检测精度;最后，在YOLOv5网络中通过引入多尺度特征跨层融合机制的方法，增加两个目标预测头，降低网络对眼睛部位和瞳孔部位的漏检率。该文从ELSE标准数据集中的Data setⅩⅧ中选取了受光照程度不同的眼睛数据集2 400张，其中，1 600张为训练集，800张为测试集。实验结果表明，改进后的YOLOv5网络能检测出眼睛整体部位及完整的瞳孔部位，检测置信度也较高，mAP提高了 3。2百分点，Recall提高了 2。7百分点，且具有较好的实时性。

    眼睛及瞳孔检测YOLOv5CLAHESwinTransformer多尺度特征跨层融合机制

      原文链接:
    • 万方数据
    • 维普

    基于改进的V-Net模型肺结节分割算法的研究

    李丽林晓明彭丰平潘家辉...
    82-88页
    查看更多>>摘要：由于CT图像是三维图像，在原始的V-Net模型分割中，易出现结节漏检和边界分割不清晰，以及损失函数Dice训练时不稳定等问题。根据这些问题，提出3D多尺度SE V-Net，简称MSEV-Net网络，同时通过联合损失函数来提高训练的稳定性。该网络模型在V-Net网络的基础上，使用多尺度卷积模块来替换原有的5×5×5卷积，同时在残差连接后加入SE通道注意力模块，通过不同尺度的特征融合和学习不同通道之间的关系，解决肺结节小不易分割的问题。同时在V-Net网络残差连接基础上加一条短跳跃连接，使得整个网络更好利用全局特征。联合损失函数选择Dice和交叉熵损失函数进行融合，可以很好地解决训练不稳定问题。提出的MSEV-Net网络模型和联合损失函数在平均分割准确率PA达到0。998，DSC达到0。837。实验结果表明，该方法在提高肺结节分割精度方面具有一定的效果。

    肺结节分割V-Net网络联合损失函数多尺度卷积SE模块

      原文链接:
    • 万方数据
    • 维普

    基于姿态引导特征增强的遮挡行人重识别

    刘志刚王淼刘苗苗
    89-94页
    查看更多>>摘要：为解决遮挡行人重识别在特征提取过程中的特征丢失、特征匹配过程中的噪声干扰问题，提出了一种姿态引导的特征增强模型。首先，在关键点信息的辅助下，设计一种对称区域特征修复模块，将被遮挡区域丢失的局部特征替换为未遮挡区域的局部特征;其次，为挖掘局部特征的内在语义联系，设计一种相邻区域特征补偿模块，通过相邻区域特征修正局部特征表示;最后，通过引入广义均值池化对特征图的中心区域再次进行特征提取，提升行人特征向量的表达能力，以获得更加准确的全局特征。仿真实验表明，该模型在常见的全身数据集、半身数据集和遮挡数据集的Rank-1和mAP均优于绝大部分算法，其中在遮挡数据集Occluded-Duke、Occluded-REID上的Rank-l分别达到了 56。7％和72。4％。

    行人重识别遮挡特征修复特征补偿广义均值池化

      原文链接:
    • 万方数据
    • 维普

    基于改进VGG16的自编码器视频异常检测算法

    杨大为刘志权
    95-100页
    查看更多>>摘要：在使用自编码器结构的神经网络处理视频异常检测任务时，U-Net风格的自编码器由于编码器层数深度过浅，导致在面对复杂的数据集时，不能充分抽取更多有用的特征信息。同时，在训练模型时使用MSE(均方误差)，仅考虑了预测帧与真实帧之间的像素级相似性，对于复杂场景，像素级相似性可能无法准确判断预测帧与真实帧之间的相似性。针对以上问题，对基于U-Net风格的自编码器进行改进，提出了一种使用改进的VGG16作为编码器的视频异常检测算法，同时在均方误差的基础上添加结构相似性(SSIM)损失函数。改进的VGG16去掉了全连接层，并加入了残差连接防止特征退化，添加SSIM在计算像素级相似性的同时计算图像的亮度、对比度和结构等方面的相似性来优化网络。实验结果表明，改进后的算法，在Ped2数据集上检测效果达到95。91％，在Avenue数据集上检测效果达到84。89％，与改进前的方法相比分别提高了 0。80％和0。19％，验证了所提方法的有效性。

    自编码器U-Net特征提取VGG16残差连接结构相似性

      原文链接:
    • 万方数据
    • 维普

    基于DTA-FSAF的无人机小目标检测研究

    赵侃汪慧兰郭娇娇王桂丽...
    101-108页
    查看更多>>摘要：随着无人机的应用越来越广泛，基于无人机下的交通场景目标检测的需求也越来越高。但是现有算法在无人机视角下检测精度不高，鲁棒性也不够稳定。为了解决交通场景下无人机视角的车辆和行人的目标检测问题，该文提出DTA-FSAF的目标检测网络。首先，将可变形卷积融入骨干网络ResNet-50中提高FSAF网络(Feature Selective Anchor-Free)的特征学习能力，采用PAFPN(Path Aggregation Feature Pyramid Network)实现多尺度融合，从而提高小目标的检测精度与网络的拟合能力;其次，使用任务对齐检测头减小网络的分类与定位任务在检测小目标时出现的分类与定位任务的错位，从而进一步提高网络的鲁棒性;最后，通过调整IoU损失提高网络整体的检测效果。通过在无人机数据集VisDrone上进行实验和分析比较可知，相比于其他网络，在不同的交通场景下，DTA-FSAF网络在满足实时性需求的同时检测精度达到了 41。3％。相比于FSAF网络提升了 19。6％。通过实验证明改进算法能有效地在各种复杂交通场景下完成对行人和车辆的目标检测。

    目标检测小目标检测FeatureSelectiveAnchor-Free无人机标签分配

      原文链接:
    • 万方数据
    • 维普

    无连接区域覆盖的绿色网格网与数字孪生验证

    陈文清孟庆民杜鹏罗越...
    109-115页
    查看更多>>摘要：尽管"连接未连接"的挑战一直是研究热点，但最近发布的全球6G愿景中，泛在连接场景尚未直接包含仍处于实验阶段的5G非地面网络。该文认为，5G非地面网络架构上一个潜在的发展趋势是绿色和灵活性，它很有可能在后期的6G阶段发挥更大作用。为了增强空天地一体化系统的绿色和灵活性，该文特别考虑了一种地面上的绿色网格架构，采用数字孪生建模方法进行了概念验证，对微基站处的可再生能源、物联网设备运行和无线资源分配策略等进行了建模，并开发和评估了基于Transformer的精确数据驱动的能效预测方案。这一初步的网络架构和无线接入概念验证，将有益于推动早期阶段数字孪生卫星的可行性研究，为未来6G空天地一体化网络的发展提供参考。5G非地面网络目前尚处于前期探索阶段，但其在绿色、灵活、可持续等方面的创新理念，非常契合6G网络的发展方向。该文通过数字孪生建模的方法，验证了非地面网络在6G时代具有广阔的应用前景。

    连接未连接绿色网络数字孪生Informer无线资源分配

      原文链接:
    • 万方数据
    • 维普

    基于深度强化学习的任务卸载和资源分配优化

    龚亮亮张影张俊尧许之琛...
    116-123页
    查看更多>>摘要：移动边缘计算(MEC)可以在网络边缘为用户提供就近的存储和计算服务，从而为移动用户带来低能耗、低时延的优势。该文针对基于超密集网络(UDN)的多用户多MEC场景，从用户侧出发，以最小化用户计算总开销为目的，解决用户在卸载过程中的卸载决策和上传传输功率优化以及MEC计算资源分配问题。具体而言，考虑到该问题是一个具有NP-hard性质的MINLP问题，该文将该问题分解为两个子问题并通过两个阶段的方式进行求解。首先在第一个阶段设计了一种基于深度强化学习(DQN)的任务卸载决策来解决任务卸载子问题，然后在第二个阶段分别使用KKT条件以及黄金分割算法解决MEC计算资源分配和上行传输功率的优化问题。仿真结果表明，所提方案在保证用户时延约束的前提下，有效降低了用户的计算开销，提升了系统性能。

    超密集网络移动边缘计算任务卸载资源分配深度强化学习

      原文链接:
    • 万方数据
    • 维普

    因果图表征的网络攻击数据集构建

    朱光明冯家伟卢梓杰张向东...
    124-131页
    查看更多>>摘要：高级可持续威胁攻击因其多阶段可持续的特性，已经成为现阶段网络攻击的主要形式。针对此类型攻击的检测、预测研究，不可避免地需要相关数据集的支撑。在构建数据集时，往往需要真实的网络与主机数据。但出于隐私与安全的考虑，很少有满足要求的开源数据集。现有的数据集也往往只提供原始的网络流和日志数据，对长时攻击上下文解析的缺乏导致单纯地利用神经网络进行数据包的恶性甄别和预测的实用性不足。为了解决这些问题，该文基于网络环境的真实攻击过程数据，构建并公布了一个基于因果图的网络攻击数据集。与传统的原始网络流和日志数据集相比，该数据集充分挖掘了攻击上下文中的因果关系，可以跨长时域对高级可持续威胁攻击进行建模，方便研究人员进行攻击检测与预测的研究。该数据集开源在https://github。com/GuangmingZhu/CausalGraphAPTDataset上。

    网络安全因果图高级可持续威胁攻击攻击上下文

      原文链接:
    • 万方数据
    • 维普

    基于信息熵与服务器识别的DoH流量检测

    徐魁海洋李晓辉陶军...
    132-138页
    查看更多>>摘要：DNS over HTTPS(DoH)协议是一种针对域名系统(DNS)的最新改进方案，然而用户可使用第三方DoH服务规避内网原有的监管，所以异常流量检测方法不再适用于检测DoH流量。针对该问题提出了一种DTESI算法。首先，基于信息熵将DoH流量作为异常流量从全部网络流量中筛选出来;然后，利用DoH服务器与同一客户端建立TLS连接时响应方式总是相同的特性，用指纹识别检测客户端与DoH服务器之间的TLS协商，确定DoH服务器身份;最后，使用Top-K抽样算法选出一定时段内网络中前K台活跃主机着重进行流量检测，使算法能应用于中大型组织的网络。实验结果表明，针对发现的异常流量，DTESI算法检测出的DoH服务提供商准确率超过94％。在此基础上比较了在不同K值下的算法检测时间和对网络中全部DoH流量的检测覆盖率，结果表明合理选择K值可以提升算法的整体效能。

    DNSoverHTTPS网络流量检测信息熵指纹识别TLS协议

      原文链接:
    • 万方数据
    • 维普