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

    基于张量的方法及应用综述

    夏虹张雅倩靳晓东陈彦萍...
    1-8页
    查看更多>>摘要:大数据时代的不断发展促使传感及移动互联设备所产生数据的规模和复杂度快速增长,呈现出多源、异构、海量的特点.因此对这些复杂数据的统一表示、降维处理以及缺失值补全等问题受到研究人员的广泛关注.张量具有对高维数据强大的表示和降维能力并能挖掘元素值之间的潜在关系,被普遍应用于这些问题的研究中.张量分解方法获取高维复杂数据的低维特征,在降低计算复杂度的同时还能够保持原有数据的内在结构,解决"维度灾难"问题.张量补全方法根据已有数据的全局结构获取低秩模型来估计缺失条目.该文从张量分解与补全的视角出发,分别总结相关经典方法的基本思想并分析各自的优缺点.从多源异构大数据分析、人脸识别、数据压缩三方面对张量分解的最新算法进行总结.针对QoS缺失数据预测、短时交通流量预测、图像恢复三个场景介绍了张量补全的最新应用.最后对未来张量研究发展中可能存在的问题与挑战进行展望.

    统一表示张量分解张量补全降维缺失值预测

    用于信息检索的句子级深度关联匹配模型

    田媛郝文宁陈刚靳大尉...
    9-14,20页
    查看更多>>摘要:信息检索(information retrieval,IR)一直是自然语言处理(natural language processing,NLP)中的研究热点,随着深度学习在NLP任务中的不断发展,研究者尝试使用神经信息检索模型成功捕获了查询与待检索文档之间的关联匹配信息,但是现有的工作通常是以词为单位做关联匹配,没有充分考虑词序以及词的上下文信息,无法解决语句中可能存在的一词多义问题.为了获取查询与待检索文档之间的深层交互信息,对句子级深度关联匹配模型进行了研究,以相对于词来说语义更加完整的句子为单位对查询和待检索文档进行切分,对每一个查询句,计算与待检索文档中每个句子的相似度得分并按照相似度等级映射成固定长度的局部关联匹配直方图,使用前馈匹配网络学习层次匹配信息为每个查询句计算一个匹配分数,门控网络聚合全部查询句的匹配分数以获取最终查询-文档对的相似度得分.在Med数据集上的实验结果表明,句子级深度关联匹配模型较传统的检索模型以及一些无监督句子级检索模型能有效提高检索性能.

    信息检索句子级深度关联匹配前馈匹配网络门控网络

    基于TS-FOA算法的光伏组件参数辨识

    张洁罗俊杰
    15-20页
    查看更多>>摘要:基于参数辨识技术对光伏组件进行辨识可以快速准确地得到光伏组件的模型情况,这对光伏阵列的功率计算、最大功率点跟踪和故障排除等都具有十分积极的作用,然而光伏组件数据的监控测点多、数据大且复杂,传统的参数辨识方法在搜索过程中灵活度较差,难以满足精确度需求.基于光伏组件数学模型,针对传统智能算法精确度低和易陷入局部最优解等问题,提出禁忌搜索算法和果蝇算法结合(TS-FOA)的参数辨识方法.TS-FOA算法进行了两种算法的融合:引入FOA算法,保证前期全局搜索能力,实现初期搜索的快速迭代;引入TS概念对传统FOA算法进行优化,进一步减少迭代时间,并可以避免迭代后期陷入局部最优解的问题,提升寻优效率.在算例分析中,使用光伏电站测试数据,验证该算法在实际工程中的适用性,同时与其他基础算法进行多方面对比,结果表明TS-FOA相较于传统算法能提供更加精准、快速的参数辨识效果.

    光伏组件参数辨识功率预测禁忌搜索算法果蝇算法

    基于滑动窗口注意力网络的关系分类模型

    潘理虎陈亭亭闫慧敏赵彭彭...
    21-27,33页
    查看更多>>摘要:实体关系抽取是构建知识图谱过程中至关重要的一步.将注意力机制引入卷积神经网络或循环神经网络是目前关系抽取任务中比较主流的解决方法,谷歌最新提出的BERT模型在多项自然语言处理任务中都取得了非常好的效果.为了充分融合局部信息和全局信息,并提高处理效率,该文提出了滑动窗口注意力网络模型(Sliding Window Attention Network,SWAN).该模型首先通过预训练的word2vec生成词向量,加入位置表示并使用TransE模型对实体进行表征以充分突出实体信息,再采用基于BERT的SBERT模型对句子进行表征,在此基础上采用多种滑动窗口注意力机制捕获局部信息,然后在聚集层对抽取到的局部信息进行聚合,最后利用softmax函数来实现实体关系的分类.实验结果表明,提出的SWAN模型在SemEval2010 Task 8数据集上取得了较高的准确率,优于对比的现有关系抽取模型,同时模型训练效率也得到极大提升.

    实体关系抽取滑动窗口SBERT注意力机制局部信息全局信息

    基于ERNIE-RCNN模型的中文短文本分类

    王浩畅孙铭泽
    28-33页
    查看更多>>摘要:由于中文短文本存在特征词少、规范性差、数据规模量大等难点,ERNIE预训练模型占用内存大,进行短文本分类时会造成向量空间稀疏、文本预训练不准确、时间复杂度高等问题.针对以上短文本分类存在的问题,提出基于ERNIE-RCNN模型的中文短文本分类.模型运用ERNIE模型作为词向量,对实体和词语义单元掩码,后连接Transformer的编码层,对ERNIE层输出的词嵌入向量进行编码,优化模型过拟合问题,增强泛化能力,RCNN模型对ERNIE输入的词向量进行特征提取,卷积层利用大小不同的卷积核提取大小不同的特征值,池化层进行映射处理,最后通过softmax进行分类.将该模型与七种深度学习文本分类模型在中文新闻数据集上进行训练实验,得到了模型在准确率、精准率、召回率、F1值、迭代次数、运行时间上的对比结果,表明ERNIE-RCNN模型能够很好地提取文本中的特征信息,减少了训练时间,有效解决了中文短文本分类的难点,具有很好的分类效果.

    中文短文本分类ERNIE模型ERNIE-RCNN模型词向量特征提取深度学习

    基于伪标签的可防御稳定网络

    刘佳美孙涵林磊
    34-38页
    查看更多>>摘要:针对域自适应问题中无法较好地同时提升模型迁移能力和防御攻击能力导致其在目标域中不稳定且易受攻击的问题,提出了一种基于伪标签的可防御稳定网络.在条件域对抗网络的框架下,首先通过高斯混合模型对经过预训练输出的源域特征和目标域特征进行共同聚类,得到基于类别概率的软伪标签来引入更为可靠的目标域信息,以拉近两域之间的距离;接着将源域和目标域数据输入学生网络和教师网络,教师网络参数根据历史上学生网络参数通过指数移动平均方法迭代更新,通过约束特征的类内一致性以减轻错误的伪标签带来的不利影响;与此同时,采用主动防御的思想,在训练中增加源域的对抗样本,使模型学习到更鲁棒的特征,提高其在目标域数据对对抗攻击的防御能力.在Office-31数据集上的实验结果表明,所提出的基于伪标签的可防御稳定网络能够有效提高模型的迁移能力和防御能力,从两个不同的方面提高了网络的鲁棒性.

    域自适应聚类算法伪标签平均教师模型主动防御

    基于社交网络的群体性事件挖掘和预测

    黄细凤廖泓舟
    39-44页
    查看更多>>摘要:文本事件挖掘旨在通过挖掘文本来实现结构化的事件表示,从而支撑进一步的事件分析和预测工作.文本事件挖掘所需要挖掘的结构化事件信息包括事件类型、参与者、触发词、时间、地点等,其中每一项信息的挖掘都是一个单独的文本分类或者是信息抽取任务.所以,文本事件挖掘是一项综合性的自然语言处理任务,具有较高的工程复杂性.社交网络群体性事件挖掘是指针对社交网络这一特定的信息源,以及群体性事件这一特定的事件类型所开展的文本事件挖掘工作.由于社交网络和群体性事件的特殊性,发现针对社交网络群体性事件的挖掘结果可以作为事件预测的直接线索,因此,实现了一个基于社交网络的群体性事件挖掘系统.在该系统中,实现了对文本信息事件发现和分类、参与者抽取、行为抽取、地点抽取和时间抽取等子任务,共同组成完整的事件要素结构.同时,根据事件时间信息进行事件预测,并与实际事件发生情况进行对比以评测事件生成效果和预测准确率.

    社交网络事件挖掘群体性事件事件预测文本挖掘

    基于SMOTE+ENN的个人信用评估方法

    吕颖邢进生
    45-51页
    查看更多>>摘要:个人信用评估作为商业银行判定借贷风险的直接依据,在金融领域显得尤为重要.针对传统个人信用评估模型存在数据不平衡、模型结构单一、易受主观因素干扰等问题,提出一种基于SMOTE+ENN(synthetic minority oversampling technique+edited nearest neighbours)算法与集成学习的个人信用评估方法.首先,该方法在数据预处理的基础上,采用SMOTE+ENN算法对样本数据进行数据平衡分布处理,增强了分类算法性能;然后,基于网格搜索优化算法,搜寻适用于多种分类器的最优超参数,进而构造出相应的最优单一评估模型,达到了提高个人信用评估精确度的目的;最后,利用相关的集成学习策略将表现最优的三种分类器结果集成,构造出信用评估的最优预测模型,从而实现更为准确的个人信用评估.实验结果表明,在现有公开数据集Give Me Some Credit上,与传统数据不平衡处理方法相比,该方法的预测准确率高达97%,精确度提升约2%,验证了算法改进的有效性.

    信用评估数据不平衡数据预处理网格搜索集成学习

    面向推荐系统的用户评论体验提取方法

    粟勇谢裕清孙华成王远...
    52-56页
    查看更多>>摘要:推荐技术能够根据用户的历史行为等客观数据推测用户的偏好,为电商营销和运维提供决策依据和指导.为了提高特定电子商务领域推荐的准确度,从不同角度研究分析了用户评论体验,加强对用户语言模式的本体研究,有效区分主题和非主题产品特征,并给出用户体验的符号描述.提出了一种面向推荐系统的用户体验提取算法,将用户体验特征词、副词、修饰语构建的短语作为具有推荐解释功能的标签,弥补了传统的标签推荐方法需要依赖标签数据源的问题.同时提出用户体验概念,给出提取算法流程,设计了针对评论内容的协同滤波算法,可以提取用户体验情感极性用于用户评分,结合情感极性与体验特征还可以应用于基于张量的推荐系统.实验结果表明,提取的用户体验同时具有准确性和多样性,并且能够保证较高的准确率与查全率.

    推荐系统偏好用户评论用户体验协同滤波情感极性

    基于图像搜索与合成的图像语义理解

    龚学尧赵逢禹
    57-62页
    查看更多>>摘要:图像语义理解是计算机视觉的重要研究领域,对于人工智能的发展具有重大的现实意义,当前大部分的方法在生成多样化的图像语义方面还存在着不足,因此提出了一种基于图像搜索的图像语义合成方法.该方法首先将图像输入搜索引擎以获得相似图像及其携带的描述;其次通过目标检测算法对图像中的目标进行识别以获得图像内目标词及目标框图像;然后计算图像相似度并比较描述文本中的目标词,利用相似度与共有目标词形成度量指标,提取搜索获得的描述文本中最符合原图像语义的文本作为基础文本;最后利用基础文本中缺失的目标词对应的文本与基础文本合成从而获得图像语义.在MSCOCO数据集上的实验结果表明,该方法借助搜索引擎与语义合成可以有效地反映图像语义,相较于其他图像语义理解算法能够更准确地识别图像中的物体,输出更全面的图像语义;对于图像中的内容能够进行更加多样化的描述.

    图像语义理解图像识别搜索引擎图相似计算语义合成