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

    基于神经网络的岩性物性参数计算方法研究

    张可佳方佳佳高楷程刘涛...
    186-191,197页
    查看更多>>摘要:岩性物性参数的计算会关系到后续油气田开发生产,因而备受录井解释、地质分析等部门的高度重视.为了解决传统数理计算方法计算岩性物性参数需要依赖人工经验,计算量大,造成人力成本和时间成本较高且计算准确率不高的问题,提出一种基于神经网络的岩性物性参数计算方法.通过对研究的储层地质特征进行分析,选取孔隙度和渗透率作为反映岩性的物性参数;阐明应用测井曲线反映岩性物性参数的合理性,选取合适的测井曲线,应用不同的测井曲线特征提取方法提取测井曲线特征,作为神经网络的输入参数;设计岩性物性参数计算的技术路线,构建BP神经网络模型,选取样本数据集对神经网络模型完成模型训练,最终实现对选区岩性物性参数的计算,为储层岩性识别提供依据.实验结果表明,基于BP神经网络的岩性物性参数计算方法能够较为准确地计算岩性物性参数.

    岩性物性参数孔隙度渗透率BP神经网络测井曲线岩性识别

    基于融合模型的名词隐喻识别

    苏魁麟张凯吕学强张乐...
    192-197页
    查看更多>>摘要:隐喻识别是自然语言处理各前沿领域中所面临的难题.为了解决名词性隐喻中忽视的潜在特征和语义的信息利用不足从而导致隐喻识别效果不高的问题,利用深度学习的优势,该文提出一种特征融合神经网络模型—CB,针对名词性隐喻进行识别.使用卷积神经网络模型—CNN挖掘名词性隐喻句中的潜在特征,预训练表征模型—BERT对词语之间的关系和词的位置信息进行向量化表征,以此有效地学习名词性隐喻句中的语义信息.在隐藏层特征维度上融合两者提取到的信息,最后通过线性分类器进行识别.由于模型本身具有局限性,名词性隐喻句中还蕴含少量抽象的特性,因此无法只依靠模型挖掘所有的特征信息,但针对大部分非抽象名词性隐喻句能够在不耗费人力资源的条件下有较好的识别效果.经过实验对比发现CB模型在准确率上达到0.9047、召回率0.9362、F1值0.9262,其综合指标均高于现有的最优深度学习模型.

    隐喻识别名词隐喻特征融合语义信息CNNBERT

    基于改进LSTM神经网络的测井曲线重构方法

    尚福华卢玉莹曹茂俊
    198-202页
    查看更多>>摘要:地球物理测井过程中,由于仪器测量或者井眼原因等经常会造成部分测井曲线失真或缺失的情况,针对失真或缺失部分测井曲线的补全与生成问题,对测井领域知识和长短期记忆神经网络(LSTM)进行了研究,提出联合领域知识与深度学习的测井曲线重构模型(DK-LSTM).利用测井领域知识中的地层岩性特征指数筛选数据得到高质量的训练样本,并将其作为深度学习重构测井曲线的依据;构建并训练带有领域知识约束层的长短期记忆神经网络模型;基于测井曲线间的强依赖关系在重构模型中引入注意力机制,进而生成并补全测井曲线中失真或缺失的信息.实验结果表明DK-LSTM测井曲线重构模型较标准长短期记忆神经网络和串级长短期记忆神经网络具有更准确的预测效果,为测井曲线重构提供了一种新思路.

    测井曲线重构长短期记忆神经网络测井领域知识深度学习注意力机制

    海南省气象业务内网设计与实现

    郑虹晖王立俊赵冰王双双...
    203-208页
    查看更多>>摘要:随着海南省气象业务的快速发展,建设海南气象业务内网,形成海南气象系统内部统一的省级气象服务平台,是海南省气象现代化建设的重要任务之一.基于现有已建、在建的业务系统,结合全国综合气象信息共享平台CIMISS(China Integrated Meteorological Information Service System)的基础气象数据,整合相关业务单位的数据资源,建立业务集约化环境,分析海南省气象数据及业务产品的数据特性,设计统一的数据收集、处理及存储方式,采用MVC(Model+View+Controller)开发模式,使用J2EE应用架构SSH(Struts+Spring+Hibernate)研发一个集观测数据实时监测、预报预警信息综合显示和历史数据检索等功能于一体的共享平台,实现省级气象数据和业务产品的集约共享服务.目前,平台已投入业务试运行,运行稳定,能够对海南省气象监测、预报和预警等业务起到一定支撑作用.

    业务内网气象数据数据共享数据集约化数据可视化

    基于混合注意力网络的安全工器具检测

    凌永标毛峰杨岚岚邱兴卫...
    209-214页
    查看更多>>摘要:在电网施工和安全检查过程中,电力工作人员的安全问题至关重要.施工现场的安全工器具是否有破损直接关系到电力工作人员的安全,因此提出一种基于混合注意力网络的安全工器具神经网络自动检测方法,用于施工现场的安全工器具检测问题.所提出的混合注意力网络以经典的Faster R-CNN为主干网络,混合注意力模块包含全局通道注意力和局部空间注意力两个子模块.其中全局通道注意力关注的是通道的重要性,而局部空间注意力关注的是空间位置信息,主要是帮助网络定位目标.还引入了多种混叠的数据增强方法,以及采用了基于多尺度特征金字塔的多层预测方法.此外,为了验证该方法的有效性,还从电网施工现场采集了一批真实图片,整理并标注对应的安全工器具,构建了一个安全工器具数据集.经实验对比,该方法对于安全工器具的自动检测有较好的效果.

    目标检测安全工器具注意力网络数据增强特征金字塔

    基于机器学习的硬盘故障预测研究

    乔旭坤李顺李君吴鑫...
    215-220页
    查看更多>>摘要:硬盘故障所致的数据丢失和损坏给企业和用户带来重大损失,硬盘故障预测也因此引起了学术界和企业界的高度重视,涌现了不少基于机器学习的故障预测方法,但由于存在机器学习算法模型的样本数据差异、性能指标不一致等原因,无法合理评估预测方法的优劣.鉴于此,建立了基于机器学习的硬盘故障检测评估平台,在统一的实验平台中对随机森林、逻辑回归、多层感知神经网络、决策树、朴素贝叶斯、极端梯度提升树、梯度提升决策树和AdaBoost算法模型进行故障预测性能比较,主要针对相同样本集和同一性能度量进行预测对比研究,还对同一预测模型在不同大小样本集上的预测效果进行了对比.实验结果表明:随机森林模型和梯度提升决策树模型不仅预测精度很高而且对不同规模的样本集具有很强的泛化性.

    机器学习硬盘故障故障预测随机森林逻辑回归梯度提升决策树AdaBoost算法

    计算机学科学术评价规范建议

    封3页