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

    基于改进LeNet-5的牛奶生产日期识别研究

    雷飞孙康王雪丽
    96-99页
    查看更多>>摘要:生产日期是牛奶包装上的强制标识之一,厂家需要在牛奶生产过程中对其进行检查,在检查合格后方可上市.当前国内对牛奶生产日期喷码字符的检测主要依靠人力,传统人工检测耗时长、成本高.为了解决上述问题,采集牛奶图像结合计算机视觉相关技术,提出了一种基于改进LeNet-5的牛奶生产日期字符识别方法.该方法主要是改变了传统LeNet-5网络各层特征图的数量及大小等参数,减小其复杂程度,同时改进了激活函数,使用ReLU函数替代了最初的Sigmoid函数,形成了适用于牛奶生产日期识别的新网络模型.实验结果表明,改进后的LeNet-5网络模型能够有效地识别牛奶生产日期,识别率达到92.17%.与传统BP神经网络识别算法相比,改进后的LeNet-5在提高牛奶生产日期识别率上有着明显的优势,并且识别速度较快.

    生产日期喷码字符字符识别LeNet-5激活函数

    基于机器学习方法的数字岩芯电导率预测

    郭晨陈龙
    100-103页
    查看更多>>摘要:岩芯电导率是地下油气判断及岩石物理分析的重要参数.传统的岩石物理特性分析一般通过对岩芯样本的实验测量分析或对数字岩芯图像数据的有限元数值计算等方法,来获得岩石样本的电导率等宏观物理特性.但这两类分析方法均需耗费较高的人工、时间成本或大量计算资源.随着人工智能等一代数字化分析方法的发展,文中拟开发一种采用机器学习对岩石电特性进行预测的新方法.在研究中,将针对岩芯的三维图像数据使用集成学习(ensemble learning)和人工神经网络(ANN)来预测电导率.其中传统机器学习与多层神经网络的输入特征是几何参数,而三维卷积神经网络输入特征是三维二元分割图像.在研究中比较各种机器学习方法的优劣.实验表明,以三维二元分割图像作输入特征的三维卷积神经网络(3DCNN)比采用Minkowski泛函作输入特征的学习模型在预测岩芯电导率上性能更优.

    机器学习岩石物理神经网络集成学习电导率

    基于MPI并行遥感典型地类提取应用

    岳钦崟李虎
    104-108页
    查看更多>>摘要:遥感图像地物识别是一项耗时耗资源的处理过程,实际应用中需实现对典型地类的快速识别才能展现遥感卫星具有高频次重访、高时效观测、快速机动观测的特点和优势.该过程涉及海量数据和多种地类特征识别算法,这些算法实现方式各异,与图像数据产品生产和业务系统处于差异化的平台环境下,这给遥感图像数据产品生产和业务系统构建带来了一定的困难.文中提出了一种基于MPI高性能并行消息处理模型的典型地类特征高性能处理模型和框架,能有效地支持业务系统和地类特征识别算法的异构开发环境,并提供多节点多进程的高性能并行任务处理,具有支持异构编程、海量数据高性能处理、跨平台可移植性等特点.该模型框架为自然灾害监测、气候变化研究、农林资源监测、地震环境调查、陆地植被调查、森林及水资源调查等工作的典型地物识别、产品生产以及业务系统运行提供技术支撑和方法指导.

    MPI协议并行任务处理遥感图像异构编程地物识别

    深度残差网络在脉搏信号亚健康检测中的应用

    艾玲梅薛亚庆李天东
    109-114页
    查看更多>>摘要:传统的脉搏信号亚健康检测主要采取手工提取特征,这类方法容易受人为主观意志的影响,从而导致亚健康检测的识别率较低.针对这一问题,将深度残差网络方法应用于信号特征提取领域,提出一种适用于脉搏信号亚健康检测的深度残差网络模型.首先,针对实验中存在的脉搏信号样本数量不足的问题,在生成式对抗网络的基础上提出了一种脉搏信号的生成方法,对脉搏信号数据集进行扩增;然后针对脉搏信号的特点,改进深度残差网络,引入一维卷积,构建适用于脉搏信号亚健康的检测模型;最后,利用扩增之后的数据集训练该模型,对人体亚健康状态进行检测.实验结果表明,该方法能够有效地区分健康与亚健康状态,与现有的方法相比,可以取得更高的识别率.

    生成式对抗网络深度残差网络脉搏信号信号处理亚健康

    基于CT扫描图像的砂岩石三维建模研究

    黄贤胜成卫青林伟熊生春...
    115-119页
    查看更多>>摘要:为了得到岩心的快速成型文件,首先对采集到的致密砂岩岩心进行CT扫描,得到二维CT序列图像.初步介绍了VTK工具库和标准三维模型的格式文件—STL文件,阐述了三维建模的经典算法—MarchingCubes算法,了解了它的基本原理.然后通过获取到合适的阈值,基于形态学方法对CT图像进行数次膨胀和压缩处理,去除图像的虚边,并进行分层灰度化和背景切割等预处理操作.对MarchingCubes(MC)算法中的插值运算进行了简化,采取的方式是将体素边分为四等份,提取四等分点使得三角面片顶点坐标和法向量分量值的计算量大幅减小,利用改进后的MC算法对预处理后的图像进行三维重构,生成三维模型和STL文件.实验结果表明,改进后的MC算法能够提高三维建模的效率,重构出的模型也保持了相当高的精度.

    三维建模MC算法形态学VTK工具库STL文件

    基于STM32的路灯智能监测控制系统

    王凯鹏姚凯学任莎李路里...
    120-124页
    查看更多>>摘要:目前,国内的路灯设备基本上处于人工监控的状态,因此,需要大量的人力资源进行维护和维修.针对以上现状,设计了一种基于STM32的路灯智能监测控制系统,将物联网技术引入到路灯设备之中,实现路灯设备上的实时故障监测与智能控制.系统以STM32F103ZET6单片机作为MCU,通过RS485总线实现光照强度传感器和PM2.5传感器的信号采集,用固态继电器控制路灯供电电路的通断,利用电流互感器实时监测路灯供电电路的电流状态,并通过4G传输方式进行路灯下位机端与上位机端的信息交互.该系统能够实现环境数据实时读取、根据当前环境自动开关灯控制、远程手动开关灯控制和故障监测报警等功能.经试验验证,系统稳定可靠,采集数据准确,可以实现路灯系统的智能化控制.

    STM32F103ZET6路灯自动控制故障检测传感器物联网技术

    基于K-means与GRU的短时交通流预测研究

    凤少伟凤超申浩
    125-129页
    查看更多>>摘要:随着神经网络的蓬勃发展,如今已在短时交通流预测领域得到了广泛的应用,并且有较高的预测准确度.针对训练集的选取对短时交通流预测结果影响显著的问题,从时间序列的角度出发,提出了一种基于K-means与门限循环单元(gated recurrent unit,GRU)神经网络相结合的短时交通流预测方法.利用K-means聚类算法建立交通流模式库,根据状态向量以及数据相似性确定训练集,并利用GRU神经网络预测短时交通流,通过美国交通研究数据实验室的真实数据验证了该方法的有效性.实验结果显示,与经典GRU神经网络相比,该方法预测结果的均方根误差(root mean square error,RMSE)降低了2.28,平均绝对百分比误差(mean absolute percent error,MAPE)降低了2.54%,表明该方法与传统GRU神经网络预测模型相比,预测结果误差明显下降.因此,基于K-means与GRU神经网络结合的交通流预测方法能够更好地挖掘交通流时间序列的关联性,可以为交通控制提供可靠的依据.

    短期交通流神经网络K-means聚类GRU预测

    基于智能拐杖的移动健康实时监护原型系统

    苗立志娄冲吕国骏
    130-134页
    查看更多>>摘要:针对腿脚不便需拄拐杖的老年人独自出行时安全无法得到保障,以及出现意外时不能够及时得到救助的问题,设计了一种基于物联网技术和无线通信技术的智能拐杖,实现了对拐杖携带者的心率信息、身体姿态信息和位置信息的实时监测.研究了心率异常和姿态异常判断方法和流程,通过将生理参数监测、身体姿态监测、远程定位技术、智能移动终端与现有的信息管理平台相融合,提出了智能拐杖实时动态监测框架体系结构,设计并开发了基于智能拐杖的GIS实时监测原型系统,并对系统进行了测试和结果分析,实验结果显示异常检测模块准确率达到90%以上.该系统可将采集到的心率数据与身体姿态信息实时显示并传送到服务器端,实现在服务器端的实时监控与动态分析,并对发生异常的情况做出应急响应,为紧急救援提供帮助.

    物联网技术智能拐杖实时监测紧急救援智慧健康养老

    一种深度学习模型的研究与应用

    徐伟郑威钱炜刘健...
    135-139页
    查看更多>>摘要:深度学习作为近年来快速发展的崭新技术可以有效帮助研究目标检测和模式识别,在信号与信息处理领域成为研究热点.针对胎儿心电信号难以提取导致胎心率检测困难,设计了一种深度学习模型.该模型使用了卷积神经网络结构,并且结合了批量标准化和Dropout技术,可以在不去除母体心电信号的情况下直接检测胎儿QRS波群.该方法首先在PhysioNet上选取母体腹部心电信号作为实验数据集,然后通过样本熵进行信号质量评估,预处理去除电力线干扰和基线漂移干扰,最后分段进行短时傅里叶变换将一维心电信号转化为二维时频图,再通过卷积神经网络进行分类.实验结果表明,该方法可以取得较高的灵敏度(86.98%)、阳性预测值(88.35%)和准确率(78.03%).通过对比支持向量机和BP神经网络两种算法在相同数据集上的准确率,验证了卷积神经网络在分类性能上更具有优势.

    深度学习信号与信息处理卷积神经网络QRS波群分类

    基于农业墒情站的多路功耗采集系统

    任莎姚凯学李路里王凯鹏...
    140-144页
    查看更多>>摘要:农业墒情站能够对农作物生长环境进行全方位的检测,为农业生产和农业环境调节提供科技保障,但农业墒情站采用太阳能系统进行供电,由于太阳能系统受天气影响较大,连续阴天会使得设备因供电不足而无法正常工作,因此研究农业墒情站功耗问题极为重要.文中提出了一款基于农业墒情站的多路功耗采集系统,主要由五部分组成:以STM32F103ZET6为核心的数据处理模块、电流电压检测模块、GPRS传输模块、光照传感器模块以及供电模块.系统通过STM32F103ZET6芯片对墒情站各模块的功耗数据(电流电压检测模块所检测到的电流电压数据)及光照强度数据进行采集,按照自定义的通信协议将数据进行帧封装,由GPRS模块上传至PC端进行显示.系统测试结果表明,该系统运行稳定,可以实时测量墒情站的功耗数据,为后续功耗优化实验提供基础.

    STM32F103ZET6农业墒情站功耗测量ACS712SIM800C