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Qt的汽车液晶仪表字符显示系统设计

    郭健忠杜新宝谢斌闵锐...
    182-188页
    查看更多>>摘要:随着液晶显示技术在汽车仪表行业的广泛应用,仪表界面融入了大量以字符形式呈现的行车信息.因此,为满足部分液晶仪表开发过程中液晶屏显示方向的灵活布局设计,解决液晶仪表字符信息显示时,点阵字库显示方法出现的适用性差、显示效果不佳,以及植入图形库方法带来的开发效率低、占用存储空间大的问题,提出了单字符图片化的设计,实现了专用字库的编码与自动生成功能.参考UTF-8字符编码规范,建立字符图片资源与文件内字符信息的映射关系,并开发了基于Qt的字库生成工具,提供可批量生成的字符解析文件代码,起到优化字符调用程序结构的作用.在此基础上,通过设计字符信息显示软硬件系统,实现了仪表字符显示系统的功能开发.经测试表明,该系统方案达到了提高字符信息显示灵活性、增强字体显示效果、缩短开发周期以及节省存储空间的效果.

    液晶仪表Qt字库图片化字符显示

    基于随机距离预测的高铁客流需求研究

    纪宇宣蒋秋华朱颖婷
    189-194页
    查看更多>>摘要:历史客运量与客运需求存在差距,基于余票查询数据的起讫点(OD)客流特征分析可以较为实时地反映客运需求.对于一些客流特征的挖掘目前主要的方法是利用聚类算法进行群体划分,进而发现每个类别的特征.针对余票查询数据维度高,直接使用聚类算法鲁棒性较差的问题,提出了一种基于随机距离预测的高层特征抽取模型RDP与K-means结合的OD客流聚类分析方法.以京沪高速铁路预售期内余票查询量数据为原始数据,将乘车日期作为预分类条件,运用RDP算法提取预分类后数据的重构特征,然后通过K-means算法对重构特征进行聚类.实验结果表明,RDP K-means算法在Calinski-Harabaz指数、轮廓系数、戴维森堡丁指数三种内部聚类评价指标下效果均优于传统的K-means、PCA K-means、层次聚类、DBSCAN等算法,证明了RDP K-means算法在基于余票查询数据的OD客流特征分析研究中的有效性,能够更好地进行OD类别划分、客流出行特征分析、热门OD挖掘,为改善运力调整等相关业务提供一定的参考依据.

    客运余票查询起讫点随机距离预测神经网络聚类

    基于深度残差网络的脊柱疾病分类预测

    李大舟张诗瑞高巍
    195-201页
    查看更多>>摘要:脊柱退化性疾病,作为脊柱外科中最常见的疾病脊椎疾病,其发病正呈现年轻化的趋势.磁共振成像作为一种非侵入式检查手段,凭借对软组织成像好、无辐射、对肌肉骨骼疾病的特异性和敏感度较高等优点,在临床上被用于脊椎疾病的诊断.该文提出了一种基于深度残差网络的脊椎病核磁共振图像人工智能分类模型,能够帮助医生实现早期的脊柱退化性疾病筛查,帮助患者尽早得到正确有效的治疗.据实验结果表明,该模型不仅可以获得比传统神经网络深度学习算法更高的脊椎疾病识别率,还可以比传统神经网络深度学习算法提高35%到85%的计算效率并节省70%以上的内存占用.这一点使得该算法能够适应于资源有限的移动终端和对延迟要求比较高的医疗场景.

    脊柱退化性疾病轻量化深度神经网络深度残差网络卷积神经网络过拟合自动诊断

    基于Soft-Masked BERT的新闻文本纠错研究

    史健婷吴林皓张英涛常亮...
    202-207页
    查看更多>>摘要:互联网时代的新闻宣传领域,每天都会产生海量的文本稿件,仅依靠人工进行校正,成本极高,效率低下.利用计算机辅助技术对新闻稿件进行审阅极大地提高了校稿效率,大大减少人力成本,进一步利用特定新闻领域语料集的深度学习模型,完成个性化定制,在该领域的纠错过程中可以取得更好的效果.文中使用一种全新的中文文本纠错模型理论:Soft-Masked BERT,该模型将中文文本的检错过程与纠错过程分离,纠正网络的输入来自于检测网络输出.文中旨在Soft-Masked BERT基础上进行改进并应用.使用"哈尔滨工业大学新闻网"新闻稿件中10000条文本序列(HIT News Site)作为初始语料进行训练,之后对该新闻网的相关稿件进行中文文本校对.结果表明,Soft-Masked模型在HIT News Site数据集上的整体性能表现优于BERT-Finetune,准确率提高0.6个百分点,精确率提高1.3个百分点,召回率提高1.5个百分点,F1分数提高1.4个百分点,效果良好.

    新闻稿件计算机辅助技术深度学习中文文本纠错Soft-MaskedBERT

    基于噪声容错UWB定位的高程越界检测算法研究

    吴勇宋哲书嵇友晴陈瑜洁...
    208-215页
    查看更多>>摘要:针对变电站改扩建施工过程中高程越界违章检测的实际需求,探讨采用一种基于超宽带(UWB)定位技术的虚拟电子围栏方案替代传统的物理围栏.UWB本质上是一种基于测距的无线定位技术,其定位精度依赖于UWB节点间距离信息的完备和准确程度.然而,在变电站改扩建施工的复杂场景下,UWB节点所获取到的距离信息往往是缺失或含噪的.为此,提出一种基于混合指数幂分布的噪声容错超宽带定位算法,该算法一方面引入混合指数幂分布拟合不可预知的复杂噪声,另一方面采用低秩矩阵分解技术补全缺失的距离信息.与已有的其他方法相比,所提出的噪声容错UWB定位算法能很好地重构UWB节点间的距离信息,从而确保了复杂环境下高程越界违章检测方案的可行性.

    超宽带噪声容错定位低秩矩阵分解混合指数幂分布高程越界检测

    基于Yolov5s的作业现场阀门规范操作识别方法

    赵崇志卢俊田源邢金台...
    216-220页
    查看更多>>摘要:将基于深度学习算法的图像识别技术应用到油田作业现场监控领域,解决阀门操作的规范性问题.采用YOLOv5s网络作为作业现场阀门规范操作识别的模型,通过图像增强方法解决阀门周围的栏杆遮挡问题,制作阀门操作的数据集,保证了数据集的丰富性.然后在自制阀门操作分类的数据集上对网络进行训练,利用训练好的YOLOv5s网络提取作业人员不同的阀门操作图像的特征和位置信息,实现作业现场阀门规范操作的识别.经过测试,验证该模型最终检测准确率达到了93%,检测速度能达到实时的效果.基于YOLOv5s网络的作业现场阀门规范操作识别的模型在不同光照和视角等条件下,检测准确率高,鲁棒性好、模型计算速度快.满足了油田作业现场实际需求,解决了油田作业现场员工在阀门操作上的安全问题.

    深度学习作业现场YOLOv5s目标检测阀门操作识别

    计算机学科科研活动行为规范建议(中国计算机学会2022年4月)

    封3页