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Gram-Schmidt正交化和HSIC的核函数选择方法

    高雅田贾斯淇
    148-154页
    查看更多>>摘要：核方法是一种解决非线性、异构数据的有效方法，核函数的选择问题是核方法中的一个重要课题，对于不同的应用问题，如何选择合适的核函数还没有足够的理论基础，不适当的核函数选取会降低核方法的性能。由此，提出了一种基于Gram-Schmidt正交化(GSO)和Hilbert-Schmidt独立准则的核选择方法(HSIC-GSO)，该方法考虑了核函数选择过程中存在的不相关冗余信息。首先，利用GSO消除核函数之间的冗余信息;然后，使用HSIC度量核函数与理想核之间的相似性;最后，得到一组判别能力强、多样性大的基核函数。实验结果表明，HSIC-GSO方法选择的核函数泛化性好，并且提高了MKL的分类性能，验证了所提方法的有效性。

    多核学习核函数选择不相关冗余信息Gram-Schmidt正交化Hilbert-Schmidt独立准则

      原文链接:
    • 万方数据
    • 维普

    基于渔船轨迹数据的进出港区域识别方法

    崔彤彤徐硕刘慧媛
    155-163页
    查看更多>>摘要：针对当前渔船进出港区域获取方法成本高、更新周期长等问题，提出了一种基于渔船轨迹数据的渔船进出港区域识别方法。首先，提出基于多特征融合下轨迹点间相似性的轨迹划分算法，将渔船轨迹划分为不同渔船行为的轨迹段;然后，提出特征距离加权-K均值聚类算法(Feature Distance Weighted-K-means clustering algorithm，FDW-K-means)，将上一步得到的轨迹段特征作为聚类对象，实现渔船进出港轨迹段的提取。最后，综合运用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法和Del-Alpha-Shape算法对聚集的渔船进出港轨迹段轨迹点集进行边界提取获得渔船进出港区域。以椒江渔港和博贺渔港2021 年3 月的渔船轨迹数据为例，识别到椒江渔港和博贺渔港的渔船进出港区域的正确率分别为94。2%和95。8%。与使用K-means聚类算法或传统基于对各特征设定约束条件思想提取轨迹段的方法相比，该方法识别到的渔港渔船进出港区域正确率分别提高了10。7%，8。7%和9。5%，6。6%。实验结果表明所提方法能够有效识别渔船进出港区域，其结果能为渔船进出港监管提供科学参考。

    渔船轨迹数据多特征融合轨迹划分K-means进出港轨迹段进出港区域

      原文链接:
    • 万方数据
    • 维普

    基于科学工作流的通用卫星数据处理调度系统

    杨阳张红梅王爽
    164-170页
    查看更多>>摘要：天文卫星产生的海量观测数据下传至地面后，需要经过一系列的处理流程生成可供科学研究人员的数据产品。传统数据处理方式需要耗费大量的时间和人力成本，同时存在缺乏灵活性、任务管理困难及执行效率低下等缺陷。基于上述问题，为实现卫星数据产品生成的自动化和规范化，该文研究并设计了一种基于科学工作流的通用卫星数据处理调度系统。通过封装卫星数据处理算法，结合科学工作流、可视化编辑等相关技术，实现卫星数据处理的自动化和可配置，用户更新需求时无需修改代码，只需重新配置参数;利用可拔插组件设计机制实现系统的通用性，满足不断扩增的卫星的不同数据处理需求。根据已有卫星的数据处理需求进行应用测试，应用实例表明，该系统能够实现卫星数据的自动化处理，并且能够极大地提高处理流程的灵活性、可维护性和执行效率，有利于科学研究人员根据自己的需求获取卫星数据产品。

    天文卫星数据处理数据产品科学工作流任务调度自动化

      原文链接:
    • 万方数据
    • 维普

    改进Informer模型的苜蓿土壤湿度预测方法

    王静刘瑞杨松涛葛永琪...
    171-177页
    查看更多>>摘要：精准的苜蓿土壤湿度预测对于提高水资源利用率和降低智慧农业投入成本至关重要。针对传统土壤湿度预测方法在实际应用中存在预测周期短、精度低以及时空预测不足等问题，提出了一种融合快速傅里叶变换的Informer时空预测方法(Fast Fourier Transform and Spatio Temporal-Informer，FFT-ST-Informer)。首先，在传统Informer模型基础上添加了独立的时空嵌入层，从而捕获各个变量之间复杂的时空相关性。然后，根据土壤墒情与环境因素的相关性分析结果，选择降雨、灌溉量为关键环境因素，并使用快速傅里叶变换，通过提取某一周期具有先验的数据序列的频谱来表示其频域特征放入模型。此外，该模型中的ProbSparse自注意机制可以集中提取时空数据的重要上下文信息。FFT-ST-Informer模型使用来自宁夏引黄灌区自采的气象和土壤数据作为输入数据。实验结果表明，FFT-ST-Informer模型性能明显优于传统模型，比LSTM模型在平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(R2)等评价指标上，分别提高了 56。9%，64。4%，0。12%。

    苜蓿土壤湿度预测快速傅里叶变换空间嵌入层ProbSparse自注意机制Informer模型

      原文链接:
    • 万方数据
    • 维普

    MedKGGPT:基于知识图谱的医疗大型语言模型设计方法

    顾鹏辉李涛高阳
    178-184页
    查看更多>>摘要：大型语言模型(Large Language Models，LLM)已经成为现今主流的研究热点，而垂直领域行业大模型则成为落地应用的关键点，以医疗为代表的大型语言模型有着可解释性、可靠性、高安全性等要求。针对这类问题，提出MedKGGPT模型，一个基于ChatGLM的模型，并提出一种面向医疗领域的知识图谱(Knowledge Graphs，KGs)和LLM相结合的框架。框架主要包含两个部分:首先，通过KG三元组中的实体和关系，提出了一种基于KG结构数据的提示工程方法，使得LLM更加具有医学领域的专用知识，提高LLM的可解释性;其次，提出一种利用KG来对齐LLM的方法，将LLM的输出与KG的相关知识进行比较，验证LLM输出结果的一致性和准确性，从而增强了LLM在医疗领域的安全性。实验结果表明，最终生成的MedKGGPT模型能够输出更加具有安全性的结果，说明KG能够有效增强LLM的可解释性，为LLM应用在医疗领域提供了帮助。

    大型语言模型医疗知识图谱提示工程ChatGLM

      原文链接:
    • 万方数据
    • 维普

    基于YOLO-CARAFE的人员异常行为识别方法

    李嘎加云岗王志晓张九龙...
    185-191页
    查看更多>>摘要：智能监控中，由于存在环境复杂、监控目标多、画质质量差、人员尺寸不同等因素，从而给人体异常行为识别带来很多挑战。为了提高视频中人员异常行为识别的准确率和识别效率，提出了人员异常行为识别方法YOLO-CARAFE。该方法首先利用轻量级上采样算子CARAFE代替最近邻插值上采样算子，CARAFE不仅利用相邻像素进行工作，还会对相邻像素进行加权融合，可以在大感受野中聚合上下文信息，从而提高在复杂场景下人体异常行为识别时神经网络的特征提取和融合能力;其次，利用Focal-EIOU损失函数的难易样本学习策略，使得模型更加关注难以分类的目标对象，有效减小预测框与真实框之间的差异，提高人体异常行为识别的准确度，有效解决异常行为样本数据量少的问题。通过在自建数据集上的实验表明，YOLO-CARAFE在人体异常行为识别上具有良好的识别效果，提出的YOLO-CARAFE算法在R不变的情况下mAP@0。5，P分别为96。9%，97。6%，提高了1。9 百分点，7。4 百分点，能够满足监控视频中人员异常行为识别对于准确度的需求。

    YOLOV7行为识别损失函数CARAFE深度学习

      原文链接:
    • 万方数据
    • 维普

    建行信用卡系统全栈国产化改造研究

    金磐石张晓东邢磊李晓栋...
    192-200页
    查看更多>>摘要：信用卡业务是业务逻辑最复杂的银行业务之一，其对可用性、可靠性、处理性能要求较高。从技术发展角度来看，多技术栈融合的新型IT架构，符合云计算资源池化的趋势。从业务角度来看，为满足不同的业务需求，同样存在多技术栈融合架构的诉求。然而，多计算架构并非简单实现一个全新的技术栈即可，需要解决架构改造与设计、系统验证、兼容性以及故障切换等一系列问题。面对上述挑战，该文面向金融IT系统高并发、高性能以及高可用需求，介绍了建行面向金融行业的高性能、高可用和高安全可靠的x86、ARM双平台混合架构系统中的设计与思考。通过一系列的代码迁移、应用迁移以及系统垂直优化技术，实现高性能、高可用和高安全的诉求，并在建行得到了大规模、长时间的真实系统验证。

    ARM多计算架构服务器信用卡系统代码迁移

      原文链接:
    • 万方数据
    • 维普

    基于BO-BiGRU-Attention短期电力负荷预测

    包广斌张瑞彭璐李明...
    201-206页
    查看更多>>摘要：电力系统的可靠供应对于工业、商业和居民的生活至关重要。为了满足电力需求并维持电力系统的稳定运行，提高短期电力负荷预测的准确性和可靠性尤为关键;针对负荷数据存在复杂的非线性特性，该文提出一种基于贝叶斯优化算法的双向门控循环单元和注意力机制(BO-BiGRU-Attention)的混合预测模型对短期电力负荷进行精准预测。首先，使用Min-Max Normalization方法对负荷数据进行归一化处理。其次，利用BiGRU网络捕获序列中的长期依赖关系和上下文信息，结合注意力机制，通过在输入序列的不同部分给予不同的权重，从而突出关键特征。最后，针对BiGRU-Attention模型的超参数难以选取最优解的问题，引入贝叶斯优化算法对BiGRU-Attention模型的超参数进行寻优，完成短期电力负荷的预测。采用印度北部某地区的电力负荷数据进行预测分析，仿真结果表明，BO-BiGRU-Attention网络表现优于其他模型，各误差评价指标最小，其中MAE、RMSE和MAPE分别为56。67，73。49 和1。16%，预测精度达到了99。47%。

    电力系统负荷预测贝叶斯优化算法双向门控循坏单元注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于粒子系统的地下综合管廊天然气泄漏模拟

    周隽文林广发
    207-213页
    查看更多>>摘要：对于包含天然气管道的地下综合管廊，目前的泄漏事故风险的日常管理主要包括利用各种传感设备进行实时监测、定期检测、编制应急预案和风险评估等措施，有时还基于灾害链与故障树的推演开展不同情景下的应急演练。这些管理方法迫切需要基于燃气泄漏扩散的模型，对设定情景下的风险演化微观过程进行科学模拟与推演，在事故发展的预测预警方面缺乏过程细节与定量化的后果评估。该文运用游戏引擎Unity3D中的粒子系统模拟方法，基于一定的扩散物理模型对管廊内部的天然气泄漏与扩散过程进行模拟仿真，实现了管廊模型的搭建与粒子系统参数的设定，并通过情景参数设定实现了不同泄漏情景下管廊内泄漏天然气浓度分布的时空动态可视化。该模拟方法可为地下综合管廊中天然气泄漏事故的应急预案制定、应急演练以及应急抢险提供量化的科学依据。

    地下综合管廊燃气泄漏模拟仿真粒子系统动态可视化

      原文链接:
    • 万方数据
    • 维普

    探索AIGC技术在高校编程课程中的应用潜力与挑战

    薄钧戈乔亚男齐琪刘虎军...
    214-220页
    查看更多>>摘要：在人工智能大模型时代，以ChatGPT为代表的生成式人工智能(Artificial Intelligence Generated Content，AIGC)备受关注，然而其应用在高等教育领域，尤其是编程类课程中的研究却相对较少。该文针对此问题展开初步探讨，着眼于AIGC技术在编程类课程中的应用，特别是对低年级和非计算机专业学生的潜在应用价值。AIGC技术为编程学习提供了智能、灵活、个性化的方式，能够消除语言障碍，让学生随时随地进行学习，通过大量的示例和练习，能够跨越物理和时间限制，使学习过程更加公平和易于获取。然而，使用AIGC工具也可能引发过度依赖，产生学术诚信等问题。在这一背景下，该文重点探讨了如何将AIGC技术充分融入非计算机专业的编程课程中，讨论新的机遇和相关挑战，主要从代码生成和解释、调试帮助指导以及知识点理解指导等三个方面介绍如何利用AIGC工具进行编程学习，并对如何促进教学工作以及如何改进提出见解。

    生成式人工智能ChatGPT编程类课程教学创新机遇与挑战

      原文链接:
    • 万方数据
    • 维普