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

    基于知识蒸馏的图像异常检测方法

    王纪康赵旭俊
    149-156页
    查看更多>>摘要：图像异常检测中模型的浅层架构对细微差异有较弱的检测能力，寻找有效的特征表示来区分正负样本是一个挑战。为此，提出了一种新的基于知识蒸馏的图像异常检测方法。该方法提出一种新的知识蒸馏框架，由T-S模型和单类嵌入模块组成，通过迁移学习泛化新异常。首先，高容量的wide_resnet50_2 网络作为教师网络，通过单类嵌入模块在最低层次将多尺度特征聚合，保留普遍性和空间分辨率，增强了蒸馏模型对异常的表示能力。其次，嵌入注意力机制的工作上，在保持网络结构完整性的同时，为预训练参数的有效利用提供了新的视角，提高了模型的性能。最后，提出了一种新的异常表示方法，计算每对张量的余弦相似损失，累计多尺度异常得到异常分数图。实验结果表明，该方法在MVTec数据集的纹理和物体类别上，平均AUC值分别达到了97。8%和95。5%，对图像中的细微异常具有优秀的检测能力。

    图像异常检测残差网络知识蒸馏注意力机制迁移学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    FinBERT-RCNN-ATTACK:金融文本情感分析模型

    段魏诚薛涛
    157-162页
    查看更多>>摘要：金融文本包含投资者的情绪及公众对相关事件的态度。近年来，自然语言处理已广泛应用于金融领域，对金融文本数据进行情感分析可以得到丰富的投资价值和监管参考价值。然而由于金融词汇具有专业性和特殊性，现有的通用情感分析模型不适合金融领域情感分析任务，精确度有待提高，且现有模型易受到对抗样本的干扰导致模型结果出错。为了解决这些问题，提出了一个FinBERT-RCNN-ATTACK模型。利用在金融语料库预训练的FinBERT模型进行词嵌入处理，提取语义特征，将提取到的特征引入RCNN模型进一步挖掘上下文的关键特征，并且在模型中引入对抗训练，即在嵌入阶段添加扰动，提高模型的鲁棒性和泛化性。实验结果表明，在金融领域数据集上，提出的模型优于其他情感分析模型，精准度提升了3%～35%。

    金融文本情感分析FinBERT循环卷积神经网络对抗训练

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进麻雀搜索算法的病患分配调度

    何雨欣田云娜齐娅惠
    163-169页
    查看更多>>摘要：在突发性公共卫生事件爆发时，大量的病患群体与有限的医疗资源供给会形成急剧的冲突，影响疫情防控救治效率。为满足患者就诊需求，提高医疗资源使用效率，文章以最小化平均收治时间、最小化最大收治时间为优化目标建立数学模型，在麻雀搜索算法中引入正余弦搜索策略使产生的个体具有多样性，对最优群体加入t分布扰动策略避免算法陷入局部最优。文章采用麻雀搜索算法、改进麻雀搜索算法、量子粒子群算法分别求解文章提出的数学模型，并将结果进行对比分析。以Y市为例，将Y市划分为9 个人口区域，6 家医院，进行病患分配调度的仿真实验研究。文章提出的数学模型可以准确描述大流行病期间患者就诊问题，所提算法可快速给出病患救治分配方案，让病患在较短的时间内获得相应救援，同时也可避免具有传染性的疫情进一步扩散。

    病患分配数学模型改进麻雀搜索算法突发公共卫生事件多目标优化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于降低数据稀疏度的协同过滤算法

    徐文涛王诚
    170-174页
    查看更多>>摘要：协同过滤算法是推荐系统的一种常见算法，其核心思想是通过历史数据挖掘用户偏好，计算对象相似近邻项进行推荐。但是一般真实数据都存在严重的数据稀疏性问题，用户或者项目之间的共同评分项目过少，使得一些传统相似度算法计算不准确、推荐准确度不高。传统Slope One算法准确度不高，但其实现简单，运行效率高，可以用做稀疏数据预填充，从而改善相似度计算的准确度。因此，结合Slope One算法，该文提出了一种基于降低数据稀疏度的协同过滤算法。首先对用户评分数据进行分层聚类，再使用Weighted Slope One算法对高稀疏度数据集部分空白数据进行预测填充，从而大幅度降低数据稀疏度，提高了皮尔逊相似度计算的准确度，最后再引入对象属性偏好相似度进行融合。通过MovieLens 100 K数据集进行算法验证，从结果中可以清晰地看出其平均绝对误差(Mean Absolute Error，MAE)有所降低，证明该算法能在一定程度上提升推荐结果的准确度。

    协同过滤数据稀疏度加权SlopeOne皮尔逊相似度对象属性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进SSA优化SVM的滚动轴承故障诊断方法

    唐浩漾王亦凡秦波李哲...
    175-182页
    查看更多>>摘要：针对支持向量机分类模型在滚动轴承故障诊断中准确率较低的问题，提出了一种基于改进麻雀搜索算法(Sparrow Search Algorithm，SSA)优化支持向量机(Support Vector Machine，SVM)的滚动轴承故障诊断方法。首先，利用小波变换对滚动轴承信号进行去噪处理，将去噪后的信号进行小波包分解以提取对应故障特征;其次，引入改进樽海鞘觅食机制对麻雀搜索算法进行优化，防止算法向原点收敛，并加入自适应莱维飞行策略和精英反向系数，增强算法跳出局部最优的能力;最后，采用改进后的麻雀算法优化支持向量机参数，构建改进SSA优化SVM的故障诊断模型，提高故障分类效果。应用美国西储大学提供的轴承数据集进行仿真实验，实验结果表明，所提方法的故障诊断效果好于PSO-SVM、GWO-SVM、SSA-SVM、tSSA-SVM等常规模型，能有效提取滚动轴承故障特征，具有较高的故障诊断精度。

    故障诊断滚动轴承支持向量机改进麻雀搜索算法樽海鞘觅食机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于ME-BiLSTM模型的苜蓿叶面积指数预测方法

    杨松涛葛永琪王静刘瑞...
    183-189页
    查看更多>>摘要：连续时序的叶面积指数(Leaf Area Index，LAI)可反映苜蓿长势的变化情况，预测苜蓿未来时段的LAI对指导田间管理决策具有重要作用。针对LAI数据采集困难，导致苜蓿时序LAI存在训练数据不足的问题，该文以生长天数为自变量，采用修正的Logistic模型对实测苜蓿LAI变化的动态过程进行建模，根据LAI模拟曲线进行数据插补，从而构建宁夏引黄灌区试验区3 年的逐日苜蓿LAI数据集。在插补数据集的基础上，为解决苜蓿刈割后数据突变问题，提出了一种ME-BiLSTM模型。该模型集成移动累计和检验方法(MOSUM)以及基于双向长短期记忆网络(BiLSTM)的编码器-解码器神经网络。MOSUM方法可以实现LAI数据集中突变点检测，并剔除包含突变点训练批次，同时应用改进的BiLSTM模型进行预测。结果表明:ME-BiLSTM模型能较好地进行苜蓿LAI未来曲线变化的预测，其决定系数(R2)、均方根误差(RMSE)值分别为0。998 5 和0。072 2。对于苜蓿生长的各个茬次，预测模型对于第1 茬、第4 茬的预测精度最高，第2 茬和第3 茬的预测精度稍有降低。

    苜蓿叶面积指数Logistic模型MOSUM双向长短期记忆网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进金豺算法在磷酸铁锂生产排程中的应用

    李政毋涛
    190-195页
    查看更多>>摘要：磷酸铁锂作为一种重要的锂离子电池正极材料，在新能源领域市场需求不断上升。针对磷酸铁锂生产过程中的作业车间调度问题，该文提出了一种基于改进金豺算法的排程方法。磷酸铁锂作为一种重要的电池材料，其生产过程需要合理的调度安排以提高生产效率和产品质量。提出的改进金豺算法通过引入改进策略，能够更好地解决作业车间调度问题。与传统的启发式算法相比，改进金豺算法具有更强的全局搜索能力和高效的搜索速度。此外，该算法还具有灵活的参数调整性，可以根据具体问题的特点和约束条件进行优化，以获得更好的性能和效果。为了验证改进金豺算法在磷酸铁锂生产排程中的应用效果，设计了一系列的仿真实验。通过与传统启发式排程算法的对比表明，改进金豺算法能够在复杂的约束条件下找到更优的调度方案，提高生产效率。具体来说，该算法能够更快地找到全局最优解，减少了调度时间和成本，并提高了交货周期的准确性。

    磷酸铁锂车间调度生产排程金豺算法改进金豺算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向筛面复杂背景的矿山异物视觉检测方法

    刘善明余新阳欧阳魁
    196-204页
    查看更多>>摘要：矿山异物检测是异物智能化去除的前提，更是保障设备安全运行，矿山正常生产的关键。在矿山生产过程中，异物来源广泛，种类繁杂。针对传统的矿山异物检测方法面临适应性差和效率低的问题，提出了一种面向大型振动筛筛面的矿山异物检测算法模型。为解决强振动、矿石遮挡和粉尘水雾等复杂环境的干扰，该模型引入了改进的显式视觉中心模块(EVCBlock)，轻量化上采样算子CARAFE和基于动态非单调聚焦机制的梯度增益损失函数WiseIoU-v3，有效提升了在复杂环境下的异物检测性能。利用TensorRT对模型优化并部署至边缘计算设备Jetson Xavier NX，实现了在边缘侧的异物检测。研究结果表明:该模型在振动筛筛面异物检测上的表现明显好于其他对比模型。经多线程视频推流测试，模型部署至边缘计算设备平均识别精确率可以达到96。3%，平均帧率达到25 FPS以上，满足了实际检测要求。

    矿山异物检测振动筛强干扰Antijam-YOLO边缘计算

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    云医疗体系中基于属性加密的数据共享方案

    唐菊香李川平何粒波
    205-212页
    查看更多>>摘要：随着云医疗体系的应用与发展，如何确保电子健康记录(Electronic Health Record，EHR)数据的安全和有效共享成为了一个关键问题。为了解决这一问题，提出了一个支持细粒度搜索、属性撤销和外包加解密的EHR数据共享方案。该方案优势体现在:首先，使用密文策略属性基加密技术，让患者可以对自己的EHR数据具有完全掌控的能力，实现EHR数据的细粒度共享;其次，添加属性撤销功能可以及时有效地确保患者的隐私安全;再次，将可搜索技术和属性基加密技术结合，可以实现更细粒度的搜索功能;最后，将与属性相关的部分加密和解密计算，以及与关键字密文生成的计算外包给云服务器，可以减少系统用户的计算开销。此外，通过安全分析、性能对比和实验分析表明，该方案在云医疗体系中可以安全、有效地使医疗机构在不侵犯患者隐私的前提下实现EHR数据的共享。

    电子健康记录数据共享属性加密细粒度搜索隐私保护外包加解密

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于自注意力和GRU的锂电池健康状态估计

    雷孟飞梁泉孙世豪林勇强...
    213-220页
    查看更多>>摘要：为了解决锂离子电池使用中特征提取数据不足和模型需要大量历史数据的问题，通过分析锂离子电池使用中的数据，提出了放电过程中基于Self-Attention-GRU的锂离子电池健康状态估计方法。在没有历史数据的锂电池上使用相同型号锂电池历史数据训练的模型估计电池健康状态;拥有一定量老化数据后，使用锂电池自身的老化数据训练模型估计电池健康状态。提取放电过程的等压降放电时间、电压均方根和放电功率作为健康因子，利用融合自注意力机制的门控循环单元建立健康因子和健康状态(SOH)之间的映射关系。使用 4 组CALCE电池老化数据进行实验验证。模型在20%老化数据作为训练集时MAE和RMSE分别达到1。03%和1。25%;在30%，40%老化数据和相同型号电池全部老化数据作为训练集时模型的MAE和RMSE都小于等于1%。说明该方法在估计锂离子电池健康状态估计方面具有较高的精确性和可靠性。

    健康状态自注意力机制门控循环单元(GRU)锂离子电池健康因子

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据