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

    改进残差网络结合迁移学习的SAR目标识别

    崔亚楠吴建平朱辰龙闫相如...
    1-6页
    查看更多>>摘要:合成孔径雷达(SAR)图像的目标识别对地面和海面目标获取具有重大意义.实现SAR图像目标自动解释,提高图像目标识别的准确率成为SAR图像研究的热点问题.为准确获取SAR图像中的目标信息,解决深度神经网络训练小样本SAR图像过程中细节特征丢失严重,网络易出现过拟合等问题,该研究提出一种基于RCF(ResNet101-CBAM-FPN)神经网络模型来提取SAR图像特征.将ResNet101作为主干网络模型用于特征提取,在主干网络模型中加入卷积注意力模块引导神经网络有针对性地提取SAR图像关键特征信息.然后结合特征金字塔网络,实现神经网络高层特征与底层特征融合,丰富特征信息.最后融合迁移学习思想,通过数据相对充足的仿真SAR图像对RCF网络模型进行预训练.将预训练获取的模型参数迁移至目标网络,作为目标网络的初始化参数,并使用目标网络对SAR图像进行迭代训练.实验结果表明,该方法能有效提升小样本数据SAR图像的识别精度,在MSTAR数据集上达到99.60%的识别率.

    ResNet101迁移学习合成孔径雷达卷积注意力模块特征金字塔网络

    基于文本词特征加权LDA的疾病表征提取方法

    余肖生沈胜陈鹏
    7-14页
    查看更多>>摘要:从结构复杂多样的电子病历文本中提取出疾病表征词,是电子病历文本研究与应用的关键环节.LDA模型可以实现对文本信息的有效提取,但标准LDA(latent Dirichlet allocation)及其相关改进模型在提取疾病表证词时针对性较弱、精确率较低.该文提出了FW-LDA(feature weighting LDA)模型,针对中文电子病历文本的数据特征,降低非任务相关词的共现频率,在标准LDA模型的基础上引入了词特征加权,以实现对疾病表证词的针对性提取.通过分析心血管疾病数据的特点,形成了相适应的词性、词长和词义特征加权计算公式,构建了对应的任务侧重和非任务侧重的外部语义词库,并通过实验验证了词特征加权对疾病表征词提取任务的影响程度.与LDA模型相比,在主题数值小于30时,FW-LDA模型的主题一致性有显著提升;在主题数值范围[5,65]上,FW-LDA模型的疾病表征词提取平均精确率提升了48.5%.

    电子病历疾病表征词特征加权LDA模型

    一种确定目标域多目标优化算法NSGA/P

    马畅畅汪坤鹿晓梦陈未如...
    15-21,28页
    查看更多>>摘要:为了使多目标进化算法在求解多目标优化问题时能够更好地收敛到Pareto最优解,在NSGA-Ⅱ算法基础上,借鉴MOEA/P算法的思想,提出确定目标域多目标优化算法NSGA/P,将NSGA-II算法与MOEA/P算法思想结合,实现确定目标域内的最优值的求取.NSGA-II是一种求解多目标优化问题的经典算法;MOEA/P是一种基于投影面的多目标优化算法,更加适用于求解超多目标优化问题.NSGA/P算法采用MOEA/P思想,将整个决策空间划分为投影面和自由维,根据决策者的需求确定目标域,以此为投影面,并在自由维上采用NSGA-II算法进行寻优,提高了算法的效率.通过对大量的实验结果分析及验证,发现NSGA/P算法增加了解的多样性,提高了算法的收敛性能,并有效地改善了求解复杂优化问题的能力,证明NSGA/P算法在求取确定目标域的多目标优化问题上有一定的优势.

    多目标优化确定目标域投影面自由维NSGAIIMOEA/P

    实例层数据清洗技术研究

    胡文瑜应康辉
    22-28页
    查看更多>>摘要:随着科学、技术和工程的迅猛发展,近20年来,许多领域诸如光学观测、光学监控、健康医护、传感器、用户数据、互联网和金融公司以及供应链系统等都产生了海量的数据(例如,在医疗检测中,数据都是源源不断而来的,形成了"数据灾难").有效的数据分析和数据挖掘建立在数据可用性和数据高质量的基础上,数据高质量的前提是需要对数据进行清洗.数据清洗是对脏数据进行检测和纠正的过程,是进行数据分析和管理的基础,也是常用的提高数据质量的技术.实例层数据清洗是数据清洗的重要组成部分,该文重点对实例层数据清洗技术中属性和重复记录值的检测及清洗方法进行比较和分析总结.介绍了数据清洗技术以电气工程领域、医药领域、交通领域为代表的应用领域结合应用情况,对不同的数据集特点与适用的实例层数据清洗技术提供了有价值的选择建议.最后对实例层数据清洗技术面临的问题与挑战及发展方向进行了展望.

    实例层数据清洗属性检测属性清洗重复记录检测重复记录清洗

    基于Tikhonov正则的图像盲复原算法

    杨天骥姜亚琴郭小亚
    29-35页
    查看更多>>摘要:图像在获取、传输及保存的过程中,很多因素会导致图像质量退化,图像模糊是图像质量退化的一种常见表现.基于全变差(TV)的图像复原Chan模型虽然能较好地刻画导致图像质量退化的模糊核,但该模型的图像复原结果严重依赖于参数的选取.针对Chan模型对参数敏感的问题,在该模型中引入模糊核的Tikhonov正则,提出新的盲去糊模型,并证明新的盲复原模型解的存在性.另外,采用由粗到精的多层图像金字塔策略,构造模糊核的初始值,再结合交替极小化(alternating minimization,AM)方法,设计基于初始模糊核的快速算法求解所提模型.数值实验结果表明:所提模型与其他正则化模型相比,在不需要模糊核动态阈值约束的前提下,不仅能得到高质量的图像复原结果,而且对参数有较好的鲁棒性.

    变分法盲复原金字塔策略吉洪诺夫正则交替迭代极小化

    基于SA-PointNetVLAD的点云分类网络

    李肖南王蕾程海霞张志勇...
    36-41页
    查看更多>>摘要:三维点云数据包含着丰富的形状和比例信息,如何有效准确地对点云数据进行分类已经成为了目前计算机视觉领域的研究热点.由于点云在非欧氏空间中的不规则稀疏结构,并且现有的基于深度学习的三维点云分类模型中缺乏对各个点的局部信息和全局信息的有效利用,从而导致较低的分类精度.为了解决上述问题,提出了一种基于SA-PointNetVLAD的点云分类模型框架.该网络采用逐点特征提取和汇集操作来解决无序的点云问题,通过自注意力机制来计算每个点与其他所有点之间的关联,充分挖掘点云的局部区域细粒度特征以及全局信息,采用KNN邻近算法感知点云的局部形状结构,通过VLAD层将每个点的低层几何描述符与视觉单词相关联来间接描述高层特征信息.此外,该网络还引入一个有效的关键点描述符帮助识别整体几何图形.经过实验得出SA-PointNetVLAD模型在公开的ModelNet40数据集上仅使用512个点就可以达到90.9%的精度,显著高于相同条件下的其他方法.

    自注意力机制点云分类VLAD关键点高级特征信息

    融合注意力机制改进残差网络的表情识别方法

    姜丽莉黄承宁
    42-46,52页
    查看更多>>摘要:为提高大数据挖掘过程中表情识别的计算速度和准确率,在ResNet-50模型的基础上,融合通道注意力机制与改进残差网络,提出一种表情识别方法的改进模型(SE-ResNet-50+Swish).改进模型在ResNet-50的基础上,引入多个带有通道注意力模块SE的特征层对表情样本进行特征提取,利用注意力机制增强关键的特征通道,增强网络的特征表达与鲁棒性,且能够有效减少计算量,并利用激活函数Swish替代ReLU激活函数,以达到进一步提升表情识别准确率的目的.在CAS-PEAL-R1数据库上进行验证的结果表明,SE-ResNet-50在ResNet-50的基础上引入SE模块之后,虽然增加了网络层数,但计算速度以及表情识别的准确率有明显提高;改进模型利用Swish替代ReLU后,相比于SE-ResNet-50的参数数量与计算量等无显著增多,但表情识别准确率有提升;以上结果表明,改进模型能够有效减少计算量,并增强网络的特征表达与鲁棒性,从而达到提升表情识别计算速度与识别准确率的目的.

    表情识别神经网络深度学习通道注意力机制残差网络

    基于改进密度峰值聚类算法的图像分割

    张力丹王军锋
    47-52页
    查看更多>>摘要:聚类算法作为数据处理的一种技术,发展迅速且被广泛应用于各个领域.密度峰值聚类算法(clustering by fast search and find of density peaks,DPC)作为一种基于密度的聚类方法,可通过高效样本分配进行图像分割.然而DPC算法的聚类结果依赖于参数截断距离dc的选取,为此提出一种基于信息熵的DPC算法以实现dc的自适应选取.信息熵反映的信息大小与随机事件的概率呈负相关,随机事件发生的概率越大,提供的信息反而越少.因此信息熵可以体现出事件的不确定性,故可将使得信息熵最小的dc作为DPC算法的最优参数.另外聚类算法的簇类个数K普遍难以确定,而DPC算法中的簇类中心通常由局部密度极大值点构成,改进算法则根据数字图像各区域内聚程度自适应确定K的选择阈值.为将DPC算法高效应用于图像分割,改进算法通过分块与合并的方式解决DPC算法时间复杂度较大的问题.经实验对比,改进算法具有更精确的聚类效果;在图像分割方面,改进算法能够更为精准地提取图像分割边缘并与GroundTruth更加吻合.

    密度峰值聚类图像分割簇类合并块处理自适应截断距离

    一种基于融合的单幅图像超分辨率重建

    苏进胜张明军俞文静
    53-57页
    查看更多>>摘要:图像超分辨率重建是由一幅或者多幅低分辨率图像序列重建与之对应的高分辨率图像.高分辨率图像具有更高像素密度,可以提供更多的图像细节,这些细节往往在一些具体应用场景中起到关键性作用.针对单幅低分辨率重建超分辨率应用问题,提出了一种基于图像融合的方法,该方法选取两种或者两种以上利用生成对抗网络算法进行超分辨率图像的重建算法,然后对它们各自重建的图像进行图像融合.图像融合使用将两幅或多幅图像综合成一幅新的图像.融合能利用两幅(或多幅)图像在时空上的相关性及信息上的互补性,可以使得融合后得到的图像对场景有更全面、清晰的描述,从而更有利于人眼的识别.借鉴了集成学习的思想,该文使用BasicSR、SRGAN和ESRGAN这三种超分辨率重建算法生成的超分辨率图像进行两两交叉融合进行仿真实验.实验结果表明,这种利用不同生成对抗网络重建的超分辨率图像进行融合简单有效,融合后的超分辨率图像质量在两个指标上PSNR和SSIM上总体优于融合前的图像质量.

    超分辨率重建图像融合深度学习卷积神经网络生成对抗网络

    基于Hadoop的分布式视频转码系统研究

    邢艳芳周舒琪
    58-62页
    查看更多>>摘要:当下由于视频内容多样化的爆发式变革,产生了多种音视频封装格式和编码格式,为解决用户高清视频多端下载收看及相应格式转换需求,应对庞大的数据量计算作业,需整合高效计算机资源.该文提出了一种基于Hadoop的分布式视频转码方案,采用分布式文件存储系统HDFS进行大型视频文件的存储,通过MapReduce编程框架结合FFmpeg开源软件,将视频数据处理划分为Map和Reduce两个阶段,把庞大的数据量分布到多处理节点分析.调用转码模块,减少开发人员工作量,分布式完成视频转码功能.该方案充分利用了数据集群的并行计算能力,突破了单机视频转码技术的发展瓶颈.通过实验验证得出,相比于单一节点进行视频转码,此系统的转码速度仅在2台数据节点的分布式集群中就获得了50%的提升.通过此系统可以为各类终端用户按各自需求提供易于使用、开放便捷、快速高效的视频转码服务.

    Hadoop分布式处理视频转码HDFSFFmpeg