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

    集成多特征信息的街景图像变化检测方法

    薛颂东张轩冉王斌李靖...
    69-74页
    查看更多>>摘要：图像变化检测是区分同一场景不同时间所获取图像的变化区域与未变化区域的重要方法.然而现有的基于深度学习的方法往往需要大量的数据样本进行训练和调参,使得模型的训练过程非常耗时且对内存的要求很高.另一方面,现有的大多数变化检测模型中,输入层的图像必须归一化到同样的大小,但是调整图像尺寸又会造成图像小目标信息缺失等问题,导致检测结果的精确度降低.针对上述问题,提出了一种集成多特征信息的街景图像变化检测方法.首先,将参考图像和检测图像分块,提取图像块的颜色特征、纹理特征和形状特征;然后,计算对应图像块之间上述三种特征的欧氏距离,同时计算图像块之间的感知哈希序列和灰度方差;最后,使用集成模型将几种分类器组合为变化检测的分类模型,将上述几种特征作为模型的输入特征,得到图像的变化检测结果.该方法对图像的输入尺寸没有固定的要求,并且有效降低了模型的复杂性.在CDnet2014 数据集上的实验结果表明,只需要少量的训练样本,就可以得到较为鲁棒的变化检测结果.

    图像变化检测特征提取集成模型分类器麻雀搜索算法

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

    沉浸式虚拟海底仿真系统构建及关键技术研究

    李婷婷唐媛付力娅
    75-78,87页
    查看更多>>摘要：近年来,随着计算机技术的不断发展,与之相关的人机交互技术、虚拟现实技术以及场景建模技术迅速发展.人类生存的地球上海洋面积占比巨大,对地球海洋世界的模拟和探索一直都备受关注.沉浸式虚拟现实技术以其良好的沉浸感、交互体验感为人类认识海洋,学习海洋知识提供了便利条件.该文利用虚拟场景建模、虚拟场景交互等数字化技术设计实现沉浸式海底世界交互系统,并通过Oculus Rift DK2 设备进行验证.实验结果表明,基于沉浸式虚拟现实技术能构建出高度真实的海洋交互环境,增强体验者对真实环境的感知能力和交互效果.相较于传统的海洋世界探索,该系统能帮助体验者更好地获得学习体验和交互方式,为海洋知识的传播提供更多的渠道选择和更为立体的展示空间.

    沉浸式虚拟现实场景交互场景建模海底世界

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

    改进人工蜂群算法的点云数据配准优化研究

    马卫李微微
    79-87页
    查看更多>>摘要：传统的迭代最近点(Iterative Closest Point,ICP)算法对点云配准产生初始位置敏感,易陷入局部最优,采用群智能优化算法可以有效解决这一问题,但同时会带来计算量较大、搜索效率不高的问题.为此,该文提出了一种二阶振荡的人工蜂群算法点云配准方法,通过对输入点云的均匀采样,并基于邻域半径约束的固有形状特征点(Intrinsic Shape Signature,ISS)提取简化点云,通过改进的二阶振荡人工蜂群算法完成对点云较好的初始配准,得到空间变换矩阵参数.最后通过近邻搜索法(k-Dimension tree,k-d tree)加速对应点查找,以提高点云ICP精细配准的效率.通过对不同初始位置的点云库模型和场景数据进行的配准实验表明,相比传统的配准方法和改进的群智能优化策略,该算法抗噪性好,配准精度高,鲁棒性强.

    点云配准人工蜂群算法二阶振荡特征提取配准优化

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

    时序优先级约束的时序模式图强模拟匹配

    金浩宇霍宏方涛
    88-94页
    查看更多>>摘要：图模式匹配是一种在图数据上进行高效查询的重要方法,有着广泛的应用前景,例如知识发现、社交网络分析、智能问答等.大多数现有的研究工作都是基于静态的图数据,而现实生活中的图数据很多属于包含时间信息的时态图,针对时态图上的模式图匹配,该文提出了一种时序优先级约束的时序模式图强模拟匹配算法(Temporal Priority Constrained Graph Pattern Strong Simulation Matching,TPC-GPSSM).该算法在模式图的图拓扑结构的匹配过程中加入时间顺序约束,即考虑了时态图中不同时态边之间的时序优先级,同时通过设置冗余顶点过滤规则来缩小搜索范围,优化时序检查的队列顺序,以达到提前剪枝、减少计算复杂度的目的.提出了时态边聚合度来评价算法对时态边的过滤效果,在三个时序数据集上的大量实验表明,相比传统的强模拟算法,所提算法能够有效过滤错误结果,并且在不同规模的数据图上均具有良好的性能表现.

    模式图匹配时态图强模拟图模拟时序模式图

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

    集成学习融合依赖度的软件缺陷数量预测方法

    郭峰和萌萌
    95-100页
    查看更多>>摘要：软件缺陷可能会导致软件产品故障和经济损失,有效识别潜在的软件缺陷在软件开发、运行维护过程中是至关重要的.先前软件缺陷预测方面的研究工作主要关注判断一个软件模块是否有缺陷.但由于测试资源,预测软件模块缺陷数会对软件开发和维护更有帮助.因此,在集成算法基础上,融合依赖度,提出一种新的缺陷数预测方法 ELDDP(Ensemble Learning Fusion Dependencies for Software Defect Count Prediction).首先,基于smote算法,对从最k近邻选择目标类方法进行改进.将类之间的依赖关系进行度量并引入smote算法中,选择目标类时优先选择依赖度高的类.其次,提出结合集成学习Adaboost.R2 算法和Stacking模型融合算法构建缺陷数预测模型.在Promise数据集进行实验,对比了三种常用缺陷预测回归模型,实验结果表明该算法有较好的准确性和稳定性.

    软件缺陷预测依赖度集成学习smoteStacking

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

    基于智能反射面的无人机工作模式调整研究

    石雁航孙颖陈思光
    101-108页
    查看更多>>摘要：由于复杂的通信环境,空地网络的视线传输可能会受阻,严重影响通信质量.可重构智能反射面是通过可重构无源单元改善无线环境的一种有前途的解决方案.基于此,研究了一种新的智能反射面辅助空地通信场景,通过优化智能反射面相移以及联合优化系统吞吐量和无人机能耗,提出基于智能反射面辅助的无人机工作模式自适应算法.首先,考虑了基于无人机-智能反射面信道以及智能反射面-地面节点的信道模型,并对静态模式以及巡航模式下无人机工作周期等参数进行设计;然后,通过优化智能反射面相移最大化系统吞吐量,然而由于最大化吞吐量以及最小化能耗的目标是相悖的,基于此规划了无人机经济效率最大化问题;最后,通过最大化经济效率,达到对无人机工作模式进行自适应性调整的目的.与传统方法相比,该算法在经济效率方面可以获得较大的性能提升.

    无人机智能反射面经济效率工作模式调整无线传感器网络

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

    面向多任务的频谱感知博弈算法

    郭晓敏朱琦
    109-116页
    查看更多>>摘要：随着智能终端设备的增多,频谱资源日益紧缺,认知无线电技术可以通过频谱共享大大提高频谱利用率,频谱感知是认知无线电技术的重要环节.该文结合频谱感知与群智感知,提出了一种面向多任务的频谱感知博弈算法.该算法将感知需求次用户向协作感知次用户支付报酬的问题建模为斯坦克尔伯格博弈模型,其中感知需求次用户是博弈模型中的领导层,协作感知次用户是博弈模型中的从属层.在领导层博弈中,综合考虑检测概率和报酬定义了感知需求次用户的效用,通过博弈优化报酬以获得最佳效用;在从属层博弈中,综合考虑检测概率和感知时间定义了协作感知次用户的效用,根据感知需求次用户发布的报酬优化感知时间以获得最佳效用,并且推导证明了感知时间的优化存在纳什均衡.仿真结果表明,该算法可以提高协作频谱感知的检测概率.

    认知无线电频谱感知群智感知斯坦克尔伯格博弈激励机制

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

    基于D2D协同的边缘计算迁移机制研究

    薛锋张雅文陈思光
    117-124页
    查看更多>>摘要：为了缓解边缘网络通信压力、降低物联网设备对服务节点的计算与通信负荷,提出了一种基于Device-to-Device(D2D)协同的边缘计算迁移机制.具体而言,通过综合考虑D2D设备、边缘节点的迁移决策以及传输功率分配,规划了一个任务完成总能耗最小化的优化问题,进一步,定义了D2D设备的积极性度量约束以促进D2D设备与普通用户间的协作.同时,提出了基于动态感知蝙蝠群体的高效计算迁移算法(Dynamic Sensing Bat Population-Based Efficient Computation Offloading Algorithm,DSBP-ECOA).该算法融合经典蝙蝠算法思想,引入一种自适应的动态惯性权重,以通过实时感知环境变化调整蝙蝠群体的移动方向和速度,并采用混沌映射理论对种群进行初始化.最后,仿真结果表明,所提方案能够以较快的速度收敛,并获得最优迁移和功率分配策略,与其他几种基准方案相比,该方案在降低系统能耗方面具有较大的优势.

    边缘计算计算迁移资源分配D2D通信用户协同动态权重

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

    基于特征图像生成的Android恶意软件检测方法

    陈非曹晓梅王少辉
    125-132页
    查看更多>>摘要：目前的传统机器学习方法在Android恶意软件检测上存在特征分布不平衡、检测准确率偏低的问题.针对于此,该文提出一种基于特征图像生成的Android恶意软件检测方法.该方法首先采用特征匹配的方法提取APK文件的权限、API、操作码作为特征,并使用改进的FPGrowth算法挖掘各特征的频繁特征项集,以获取有效特征;再利用降噪自编码器(DAE)抽取特征信息和转换特征向量维度,将各特征对应的特征向量转换成单通道图像并在通道维度进行拼接,生成RGB特征图像用于训练和分类;最后构建BaggingCNN分类算法,其集成了多个不同的卷积神经网络(CNN)算法,这些算法均在采用Bootstrap抽样构造的多个子训练集上进行训练,得到若干个子分类器,这些子分类器将用来对表示APK文件的特征图像进行检测,并采取多数投票机制得到最终的检测结果.实验结果表明,该方法生成的特征图像具有较好的表征能力,有利于分类算法的收敛和准确度的提升;其检测准确率达到98.21％,可以有效地检测Android恶意软件.

    Android恶意软件FPGrowth降噪自编码器特征图像BaggingCNN

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

    基于特征增强的深度学习入侵检测算法

    唐群玲张兴兰
    133-138页
    查看更多>>摘要：深度学习技术随着社会的不断发展,逐渐应用到了社会生活的各个领域,其中与入侵检测技术相结合已成为当今的研究热点.在当前不稳定的网络环境下,能够准确识别异常流量是当前入侵检测的主要任务.传统的神经网络面对复杂的数据,无法准确提取到与分类结果有关的特征,过多的冗余特征会导致模型泛化能力差,检测准确率不高,这会导致深度学习技术无法很好地应用在入侵检测的任务中.为了解决这个问题,提出了一种基于特征增强的深度学习入侵检测方法,即在模型训练过程中,通过一个辅助网络,增强对分类结果相关的特征,使模型着重学习对分类有益的特征,同时减轻冗余特征对模型分类的影响.同时,该方法不会修改原有模型的结构,可以轻松地应用在不同的卷积神经网络的模型上.最后在NSL-KDD和CICIDS2017 数据集上的实验结果表明,准确率最高可达99.73％和99.15％.

    特征增强入侵检测特征提取准确率分类

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