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FPGA的卷积神经网络动态加载SOC设计

    许永全冯玉田
    1-5页
    查看更多>>摘要:机器视觉是人工智能与现代工业应用结合的结果,通过机器视觉将目标物品转换成具有特定含义的数字信号,进而根据信号的信息测试目标物品并控制现场设备的动作,实现使用机器代替人的目标.文中设计了一种基于FPGA的SOC软硬件结合的系统,解决了以卷积神经网络为基础的机器学习算法在实际工业应用的具体问题.该系统在FPGA内部例化了双核MicroBlaze处理器,集成了DLA(deep learning accelerator)卷积神经网络硬件算法核心,能够实时高速采集图像和实时分析处理;同时还设计了一套软件系统,帮助算法工程师实现自己的网络模型.针对复杂多变的现场应用,设计了一套支持网络动态加载的系统环境,提高了在机器视觉领域的适用性,尤其适用于以卷积神经网络为基础的工业自动化领域,如机器视觉检测、结构光扫描测量、机器人引导等.实验结果表明,系统在充分发挥FPGA计算速度优势的同时,简化了应用工程师的设计过程,有效降低了实际应用的实施难度.

    机器视觉FPGA卷积神经网络SOC系统MicroBlaze处理器

    车窗三维点云数据修复算法

    骆磊马荣贵马园
    6-11页
    查看更多>>摘要:目前车辆轮廓检测主要使用激光扫描技术,其过程为车辆低速通过龙门架,由安装在龙门架两端的测距雷达扫描车辆,在使用测距雷达获取车辆点云数据时,由于入射角过大,会在车窗处产生不正常的噪声点.针对车窗处点云数据异常的问题,提出车窗处点云数据修复算法.首先使用主成分分析法获得车辆点云数据的法矢,达到丰富点云数据信息的目的,之后将三维信息和法向量信息结合,利用聚类算法获得车辆侧面的三维数据和法向量,并且利用确定的三维数据和法向量的范围将侧面提取,结合曲面拟合去除特殊噪声点,再使用改进的8邻域深度差的方式提取车窗边界,最后利用径向基函数修复车窗点云数据.通过对多种车辆的车窗进行数据修复,验证了该算法的有效性.

    点云处理边界提取孔洞修复曲面拟合主成分分析径向基函数聚类算法

    VNF生命周期管理系统设计与实现

    郝慧杰肖建张粮洪聪...
    12-16页
    查看更多>>摘要:NFV作为一个实现统一通用硬件平台+业务逻辑软件的开放架构,能够改变软硬件一体化部署模式,将网络设备的功能从网络硬件中解耦出来,通过统一的虚拟资源层,将虚拟通信网元部署到共享的通用云资源池中.NFV的关键核心是通过虚拟化技术,基于通用IT硬件设备实现电信网络功能,将传统通信网络设备功能软件化.其工作目标是增强系统灵活性,实现新业务的快速开发和部署,并基于实际需求进行灵活扩容和缩容等,涵盖整个VNF生命周期.虚拟网络功能作为NFV虚拟网络层的关键部分,实现对VNF生命周期管理,对NFV技术发展意义重大.文中通过对该系统通信交互、数据存储以及代码维护等进行测试和分析,并基于Docker的安装部署方法、基础设施搭建方式等进行优化,努力克服当前VNF生命周期管理系统中存在的缺点和限制,基于Docker环境开发设计一套成本低、耗时少、模块化的VNF生命周期管理系统.实验结果表明,该研究能够明显提高VNF生命周期管理的效率和可靠性,并且降低系统的维护成本.

    VNF生命周期管理Docker虚拟化模块化

    基于ACO-SVM的交通状态分类精度研究

    运杰伦郭元术林欣欣
    17-20页
    查看更多>>摘要:随着道路里程不断增加,机动车辆成为了主要的交通方式.为了满足机动车更好的行驶和道路的最大化利用,首先运用现阶段的车联网大数据等高科技来获取交通流数据,对错误的数据进行删除、丢失少量数据忽略不计,得到有效的数据,并进行融合处理;其次,先用单一的支持向量机对道路交通状态进行分类识别,同时用蚁群算法对支持向量机中的各参数进行最终寻优,得到ACO-SVM状态分类识别融合模型;最后,先用单一的支持向量机对各级别的交通状态的分类精度进行仿真分析计算,结果为91.33%,然后用ACO-SVM融合模型进行分析计算得到在经过14次的迭代时可以找到最优解c=6.884,δ=0.731,将分类精度作为蚁群算法的适应度函数值,最终分类精度比单一SVM模型有所提升并达到94.6%.仿真分析结果证明了该融合模型的有效性.

    蚁群算法SVM融合算法状态识别路径优化

    基于BLSTM网络的改进EAST文本检测算法

    郭闯邱晓晖
    21-24页
    查看更多>>摘要:尽管前人在文本检测和文本识别方面已经取得了显著的研究进展,但是在场景文本检测方面仍然存在着较大的不足.即使是深度学习模型,也不会达到很好的性能.因为整体性能取决于流程中的多个阶段和组件的相互作用.基于深度学习神经网络模型的EAST算法可以在进行场景文本检测时避免传统文本检测方法不必要的中间步骤(例如候选区域和字分区域),从而得到了快速准确的检测效果,准确率和召回率都有大幅度的提高.然而由于其感受野范围较短,对长文本的检测效果仍存在问题,因此文中对EAST算法进行改进,在EAST算法的基础上,引入BLSTM网络,提高其感受野,增强文本定位的效果.实验结果表明,该算法在ICDAR2015文本定位任务的召回率为78.07%,准确率为85.10%,F-score为81.64%,优于经典EAST算法.

    文本定位EASTBLSTM感受野自然场景

    双向交替折半插入排序法

    王代星袁琳琳
    25-29页
    查看更多>>摘要:提出了一种2-路插入排序法的改进算法.首先在分析2-路插入排序算法和其他改进算法的基础上,给出了改进算法的思想、算法描述、算法分析.改进算法通过在待排序序列的两端交替地插入排序,有效地减少了数据移动次数.同时保证两端的有序序列同步增长,排序在序列的中间点结束,有效地避免了2-路插入排序效率受分界元素影响的缺点.算法的空间复杂度为O(1).实验数据证明,在对随机序列排序时,数据移动次数比折半插入排序降低了50%、比2-路插入排序降低了25%;在对正序序列排序时,数据比较次数为2n–3次,数据移动次数为0次,而2-路插入排序的数据比较次数为nlog2 n次,移动数据为2n次;在对逆序数据排序时,相比2-路插入排序而言,数据比较次数降低了47.37%,数据移动次数降低了25%.

    插入排序双向交替折半插入算法改进

    一种改进的YOLO V3目标检测方法

    徐融邱晓晖
    30-33页
    查看更多>>摘要:目标检测是当今计算机视觉领域较为热门和流行的研究方向,在国防、安全和医疗保障等领域应用广泛.然而小目标的检测准确度一直不高,针对这一问题,提出了一种基于YOLO V3网络模型的改进方法,通过增强小目标的检测准确度来提高网络整体的检测成功率.由于小目标在图像中所占像素很少,经过多层卷积之后提取得到的特征不明显.改进方法通过将原网络模型中经2倍降采样的特征图进行卷积分别叠加到第二及第三个残差块的输入端,以此增强浅层特征信息.同时,在第一个8倍降采样的特征图后连接RFB模块,增强特征提取能力.用改进后的网络模型在PASCAL VOC数据集上与原网络进行对比实验.结果表明,改进之后的网络模型有效提高了小目标的检测准确率.

    YOLOV3目标检测深度学习RFBPASCALVOC

    基于行为分析的学习资源个性化推荐

    聂黎生
    34-37,41页
    查看更多>>摘要:随着数字化学习资源规模急剧扩张,"知识过载"和"学习迷航"等问题限制了在线学习资源推荐的性能,学习者从海量的学习资源中选择合适资源的难度随之增大.针对传统推荐算法中存在的数据稀疏和学习资源个性化推荐精度不高等问题,提出了基于行为分析的学习资源个性化推荐算法.首先,构建学习者-学习资源评分矩阵;其次,挖掘学习者行为数据并将行为数据格式化融入到协同过滤个性化推荐过程;最后,计算学习者相似度并为待推荐学习者生成学习资源推荐列表.为验证模型的有效性,以"Live Course在线课程平台"数据为样本构建实验数据集,通过对比实验表明,该方法具有更高的推荐精度,能够更加精确和全面定位学习者的真实需求,实现学习资源个性化推荐.

    行为分析学习资源个性化推荐协同过滤推荐精度

    一个求解无约束优化的单参数填充函数算法

    张玉琴冯向东张建亮
    38-41页
    查看更多>>摘要:填充函数法被称为求解无约束的全局优化问题的重要方法,此方法的核心之处在于构建具有性质良好、形式简单而且容易求解极小值的填充函数.严格按照填充函数的定义,在目标函数符合条件的基础上,鉴于全局优化问题,构建了一个新的单参数填充函数.此函数具有形式简单、计算简便的特点.在合理的假设条件下,探究并且证明了该填充函数的填充性质和其他的必要性质.并在遵循这些相关性质的基础上,设计了适合该填充函数的算法;此填充函数的算法的主要过程是极小化过程和填充过程;极小化过程和填充过程循环交替运行,直到满足终止条件.最后,通过经典算例,进行了算例实验并与其他文献的结果比较.结果表明,该填充函数是可行的,算法是有效的.结果精确度较高,迭代次数较少.

    填充函数全局优化局部极小解全局极小解数值结果

    改进的方差优化初始中心的K-medoids算法

    张晓滨母玉雪
    42-45,134页
    查看更多>>摘要:针对传统K-medoids算法对于初值敏感、容易陷入局部最优解、稳定性差等缺点和方差优化初始中心的K-medoids聚类算法的时间复杂度较高、邻域半径不够精确等问题,提出一种改良的基于方差优化初始中心的K-medoids聚类算法.该算法引入了全局方差的概念,并将其作为样本的密度参数,选择部分方差值较小的样本作为候选初始聚类中心样本集,并利用最大距离乘积法从候选初始聚类中心样本集中选取方差值较小且距离较远的K个样本当作初始聚类中心,该算法充分兼顾了初始聚类中心的分散性和代表性.在更新簇类中心时,根据样本密度原则逐步扩大搜索范围,代替了传统的随机选取.通过在UCI数据集上的实验结果表明,该算法不仅有效优化了初始聚类中心点的选取,同时也有效改进了聚类速度和聚类效果.

    K-medoids算法初始聚类中心方差优化最大距离乘积法样本密度