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

    基于图割和局部算子的图子集选取

    陈丹冉王健
    1-7页
    查看更多>>摘要:图子集选取问题旨在从图节点集中采样少部分代表性节点,利用观测的节点信号值去重构原始图信号.在资源有限的情况下,可以降低数据维度和计算复杂度,提高对复杂多变图结构的适应性,从而为网络数据的传输处理提供高效的技术支撑.现有的确定性算法大多采用贪心优化,后序采样点的选择依赖于前序已采样节点,对初始值敏感,且可能陷入局部最优;同时,大多数频域算法没有考虑顶点域内采样集节点的空间关系.该文提出基于局部算子的两步采样算法,通过构建节点局部算子的内积完全图来度量采样节点的距离,首先求解标准图割,将节点集按距离划分指定个数簇;其次,在各个簇内依据稀疏性度量选择最优点,从而生成最终的采样集.该算法同时结合了频域与节点域的信息,并使得采样可并行执行.在多种图场景下与多种代表性算法相比,该算法都可以取得最优或相近的重构效果.

    图信号处理图信号采样图子集选取局部算子图割

    开源云计算资源调度策略优化研究

    邱亚颜金尧陈宇耿俊杰...
    8-15页
    查看更多>>摘要:云计算技术是互联网服务模式的一种产物,具有大规模、可扩展、通用性强、可靠性高等特点.针对OpenStack云平台虚拟机调度管理机制进行研究,围绕虚拟机初始分配及运行阶段的资源调度策略存在的问题,对OpenStack云平台虚拟机调度管理策略进行了改进,以提高云计算平台资源利用率,改善物理主机负载均衡,进而保障用户云服务质量.该文优化了计算节点主机过滤机制,同时提出虚拟机运行阶段的动态迁移机制以及待迁移虚拟机的选择机制,保证了虚拟机初始分配的合理性以及运行阶段各计算节点物理主机的负载均衡.使用云计算仿真平台CloudSim对提出的优化策略进行了仿真.实验表明提出的虚拟机调度优化策略作用显著,实现了物理主机的负载均衡、提高了资源利用率,改善了平台服务质量.

    云计算OpenStack虚拟机调度负载均衡资源利用率

    基于相对比重的扩展隔离森林算法

    刘俊成董东
    16-21页
    查看更多>>摘要:由于局部离群点被密度相似的正常点掩盖,不易被隔离,使得扩展的隔离森林算法(EIF)对这类离群点的识别效果不理想.针对此问题,提出基于相对比重的扩展隔离森林算法(Relative Proportion-Extended Isolation Forest,RP-EIF).该算法仍然基于随机斜度和随机截距划分超平面,生成隔离森林,但根据预测样本落入的叶子节点与其父节点的相对比重计算离群分数排名,而不使用基于路径长度的排名.把全局排名替换为考虑邻域数据分布局部排名增强了算法对局部离群点的敏感性,同时还减少了算法的时间复杂度.在离群点检测数据库(ODDS)的5 个公开数据集上验证RP-EIF算法的有效性和算法效率,并与EIF算法、GIF算法、iForest算法、COPOD算法、LOF算法进行了对比.实验表明:RP-EIF算法在5 个ODDS公开数据集上的准确率高出EIF算法1 至4 百分点,高出其他5 个算法2 至38 百分点.而且在5 个数据集上的时间消耗RP-EIF算法要比EIF算法减少约30%.

    大数据挖掘离群点检测局部离群点扩展的隔离森林算法相对比重

    基于人工鱼群算法的容器云资源低能耗部署方法

    徐胜超杨波
    22-27页
    查看更多>>摘要:目前容器云资源部署过程中能耗较高,直接增加了云服务提供商的经济成本.提出基于人工鱼群算法的容器云资源低能耗部署方法.首先,对容器平台的能量消耗模型展开详细分析,确定容器相关运行参数;通过制定的模型约束条件建立容器云资源的低能耗部署模型;然后,使用人工鱼群算法对模型求解,搜索出部署模型的全局最佳值,制定最佳部署方案;最后,依据制定的资源低能耗部署方案,实现容器云资源的低能耗部署.测试容器云资源低能耗部署时的平均最大等待时间、最大响应时间、最大平均任务队列长度和平均能量损耗.测试结果表明,容器云资源低能耗部署时的平均最大等待时间在检测次数为50 次时,仍未超过70 ms;最大响应时间在检测次数为50 次时未超过45 ms;随着部署时间增加,最大平均任务队列长度为85 mm,10 次实验中平均能量损耗均在25 672 kJ以内,由此可见该方法在容器云资源低能耗部署中具有较好的性能.

    人工鱼群算法容器云资源低能耗部署方法

    一种优化的近邻保持嵌入降维算法研究

    李燕燕闫德勤
    28-34页
    查看更多>>摘要:近邻保持嵌入算法NPE是流形学习领域中一种重要的降维算法,现已成功应用于很多领域,例如人脸识别、语音识别等,但在处理局部邻域信息量不足、存在短路以及流形曲率大等稀疏数据时,原始数据的几何拓扑结构损坏严重.其主要原因是在邻域选择中没有对数据类间信息进行很好的区分.基于此,提出了一种优化的近邻保持算法(ONPE),在NPE算法中对数据类间信息进行优化,构造类间权值矩阵;并在低维局部重建时引入类内密度信息,从数据类内和类间两个维度出发,更好地避免数据在近邻选取方向上的缺失.将ONPE算法应用于图像检索等实验,结果表明在图像检索的实验中该算法有较高的查准率和查全率.ONPE相对于NPE降维的时间复杂度并没有增加,验证了算法的实用性和有效性.

    近邻保持嵌入流形学习稀疏降维类别信息

    基于毫米波雷达和视觉的目标检测方法

    赵越坤罗素云魏丹王琦...
    35-40页
    查看更多>>摘要:为了提高目标检测网络对远距离目标的检测能力,以及改善由单一视觉传感器的感知系统抗环境干扰能力差的问题,提出了一种基于毫米波雷达和视觉传感器的多源目标检测方法,视觉图像经由多个毫米波雷达获取的点云信息增强后进行检测.首先,对增强同一视觉图像的多个雷达点云进行数据拼接,通过坐标转换将雷达点云投影至视觉图像平面,并对超出雷达探测距离的异常点和经过坐标转换后位于视野外部的无效点进行剔除,生成雷达点云图像.然后,根据雷达点云图像中各雷达点的位置与深度信息,形成对应的感兴趣区域,生成雷达特征图像.最后,将雷达特征图像与视觉图像在YOLOv4 网络中的主干特征提取部分进行多级融合,并使用通道注意力机制分配通道权重.实验结果表明,基于雷达增强的目标检测网络的平均检测精度提高了10.93%,并提高了远距离目标和弱光照条件下的检测精度,具有比传统机器视觉的目标检测方法更好的可靠性和鲁棒性.

    深度学习目标检测传感器融合视觉增强毫米波雷达

    基于双通道动态像素聚合的交通标志识别算法

    王杨王傲许佳炜马唱...
    41-46页
    查看更多>>摘要:交通标志自动识别有助于自动驾驶车辆自主感知外部复杂环境中的交通标识,以辅助驾驶员应对复杂路况,从而避免交通事故的发生.针对现存交通标志自动识别算法存在识别效率和准确率不高的问题,采用了一种基于双通道动态像素聚合的交通标志识别算法.首先,采用色调-饱和度-明度(Hue Saturation Value,HSV)颜色空间模型提取交通标志的颜色特征;其次,采用自适应阈值选取策略的Canny边缘检测算法分割交通标志图像的前景和背景提取交通标志的形状特征;接着,将提取到的两个物理特征进行融合,并通过反向传播(BP)神经网络进行学习训练.实验表明,该算法的交通标志识别率为95.34%、平均识别时间为1.32 ms.与已有相关算法相比,该算法不仅能够提高交通标志识别的准确率,而且在识别效率上也有一定的提高.

    交通标志识别特征融合Canny边缘检测HSV颜色模型BP神经网络

    说话人重识别中的基频和共振峰联合还原方法

    魏春雨孙蒙贾冲
    47-53,60页
    查看更多>>摘要:说话人匿名技术的出现,对基于声纹的生物特征识别造成了巨大的安全威胁.对于利用各种变声工具实施的说话人匿名,匿名语音中的说话人个性特征相比原始语音发生了显著改变,会严重影响说话人识别的效果.针对现有说话人重识别方法存在的语音还原手段单一、在变声工具类型未知情况下的匿名语音还原效果尚不明确等问题,提出了一种基于基频和共振峰联合还原的说话人变声匿名重识别方法.该方法在基频逆变换变声还原的基础上,引入McAdams系数调整语音的共振峰,同时使用基于x-vector的说话人识别模型进行声纹相似度评分,提高了黑盒变声匿名条件下还原语音与真实语音的声学特征相似度,增强了说话人识别系统对不同类型变声匿名语音的重识别能力.实验结果表明,提出的方法对四种音频编辑软件和三种真实变声器材匿名语音的重识别效果均优于现有基线重识别方法.

    说话人匿名说话人重识别McAdams系数共振峰还原

    截断核范数低秩张量核矩阵图像修复算法

    马瑞虾张荣国胡静崔红艳...
    54-60页
    查看更多>>摘要:针对张量数据存在不完整和缺少项,导致图像修复过程中信息丢失的问题,提出了一种基于截断核范数和低秩张量核矩阵的图像修复算法TNN-LTKM(truncated nuclear norm low-rank tensor kernel matrix).首先,引入张量截断核范数,对秩函数进行精确逼近,以增强优化模型的鲁棒性;其次,通过增加核心矩阵核范数扩展t-SVD中的张量核范数,定义了一个新的包含张量管秩和核矩阵秩的潜在核范数,来充分提取核张量中的低秩结构,消除冗余;接下来,采用增广拉格朗日法和交替方向乘子法对上述模型进行优化求解;最后,在ZJU、Berkeley和Kodak Lossless 3 个数据集上进行实验验证,取相对平方误差、峰值信噪比、结构相似度和CPU运行时间4 个评价指标,与现有的6 种算法对比表明,TNN-LTKM算法在低采样率下有着良好的表现.

    低秩图像修复张量主成分分析张量奇异值分解矩阵核范数张量截断核范数

    基于U-Net网络的成像测井图像修复方法研究

    曹茂俊冯昊
    61-68页
    查看更多>>摘要:针对微电阻率成像测井图像部分缺失的问题,该文提出了一种基于改进U-Net卷积神经网络的修复方法.该方法使用了VGG16 网络的预训练权重,对模型参数进行初始化;引入混合空洞卷积增大感受野来捕获多尺度缺失区域信息;并且通过在模型中引入双向注意力图模块,前向注意力图进行缺失区域权重的重加权,反向注意力图注重修复区域的质量提升.根据实验结果,测试集中五组缺失区域大小不同的成像测井图像的平均结构相似性度量为0.93,相比其他同类方法提升了0.25 左右.研究表明,该方法可用于微电阻率成像测井图像的修复,并在语义结构连贯、纹理细节等方面有不错的提升,从而为保证对微电阻率成像测井图像后续解释的顺利推进提供了一种新的深度学习方法.

    微电阻率成像测井U-Net卷积神经网络VGG16网络混合空洞卷积注意力图