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

    基于多层融合注意力的乳腺肿瘤图像分割方法

    王宇昕付晓薇赵思宇陈芳...
    139-145页
    查看更多>>摘要:针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法.首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34 模型,用于在编码部分提取更深层次的特征;然后,在跳跃连接部分对相邻的浅层特征与深层特征分别进行空间与通道维度上的增强;其次,将经过注意力增强后的不同层次特征进行融合,重点关注肿瘤区域的位置,以避免散斑噪声干扰下的错误分割;最后,利用普通卷积层进行特征还原,得到分割结果.实验结果表明,所提方法对噪声干扰较大的超声乳腺肿瘤图像鲁棒性更强,Dice系数、IoU、Recall和Precision分别能够达到0.852 2、0.768 2、0.877 3 和0.863 0.同时,所提方法在模型复杂度上也有较好的表现,较对比方法具有更优的分割性能.

    超声乳腺图像肿瘤分割U-Net卷积神经网络注意力机制

    融合ECA机制的轻量化YOLOv4检测模型

    刘雅楠李维乾
    146-153页
    查看更多>>摘要:近年来,卷积神经网络已在人脸识别、无人驾驶等领域取得重大突破.随着智能移动设备的普及,高精度的大型网络往往伴随着参数量多、计算量大等问题,无法部署在这些资源有限的移动设备平台上.GhostNet通过简单的线性操作生成更多特征映射,可大幅减少计算成本.为此,提出了一种改进轻量化YOLOv4 的GhostNet-YOLOv4 网络模型,该模型将YOLOv4 的主干网络替换为GhostNet残差结构,借助即插即用的Ghost模块升级卷积神经网络,并使用Mosaic数据增强技术对数据集进行预处理,融合ECA机制,加入Focal Loss焦点损失函数,在保证一定精度的前提下大幅减少了模型的参数量和计算量.相对于改进前的GhostNet-YOLOv4 模型,改进后的GhostNet-YOLOv4 在PASCAL VOC 2007 数据集上的mAP(mean Average Precision)提高1.65 百分点,达到85.09%,且模型参数量只有11.429 M,相对于原YOLOv4 模型减少了约80%,具有更好的综合性能.

    目标检测YOLOv4GhostNet轻量化神经网络注意力机制

    基于全局语义匹配的篇章级事件抽取方法

    高兵皇甫楠邹启杰秦静...
    154-159页
    查看更多>>摘要:作为自然语言处理领域中经典的信息抽取任务,事件抽取方法可以帮助人们从海量文本数据中快速准确地获取结构化事件信息,在事理图谱构建、舆情监控、态势感知等多个方面都起着举足轻重的作用.而由于事件组成的复杂性,文档中会包含多个相关的事件句,如果在对文档进行事件抽取时仅针对单个句子,从句子层面进行事件抽取,则很难将一个事件分散在整个文档中的事件信息抽取完整,得到完整的事件信息.为了解决这些问题,该文提出了基于全局语义匹配的篇章级事件抽取方法.首先,使用基于长短期记忆网络—条件随机场的序列标注模型进行句子级事件抽取;其次,在句子级事件抽取的基础上,采用所提全局语义匹配方法进行事件共指判断,通过融合句子级事件信息完成事件信息的完整抽取;最后,在MUC-4 事件抽取数据集对所提模型进行验证,结果表明所提方法对文档中分散的事件元素有更准确抽取效果,在F1 值上也有明显提升.

    事件抽取篇章级事件抽取全局语义匹配论元识别信息融合机器学习

    融合动态卷积注意力的机器阅读理解研究

    吴春燕李理黄鹏程刘知贵...
    160-166页
    查看更多>>摘要:针对机器阅读理解在采用长短期记忆神经网络和注意力机制处理文本序列信息时,存在特征信息提取不足和预测结果准确性不高的问题,提出了一种融合动态卷积注意力的片段抽取型机器阅读理解模型.该模型考虑到LSTM的当前输入和之前的状态相互独立,可能会导致上下文信息丢失,采用Mogrifier作为编码器,让当前输入与前一个状态充分交互多次,增强上下文和问题中的显著结构特征并减弱其次要特征;其次,由于静态卷积的卷积核相同,只能提取固定长度文本的特征,这可能对机器更好的理解文本产生阻碍,通过引入动态卷积,采用多个不同卷积核的一维卷积来捕获上下文和问题的局部结构,弥补注意力机制只有全局捕获能力的缺点.在SQuAD数据集上的实验结果表明,与其他模型相比,该方法有效提升了模型在特征信息提取和答案预测方面的能力.

    机器阅读理解片段抽取答案预测长短期记忆神经网络动态卷积

    基于鉴别注意力融合的仪表细粒度分类方法

    孙荣艳李晓明
    167-172,180页
    查看更多>>摘要:基于视觉的仪表自动巡检读数是一项重要的研究内容;仪表的读数通常通过检测指针的位置来确定;不同规格型号的仪表,指针指向相同位置所代表的具体读数不同,因此,预先识别仪表的详细类别是进行自动读数的重要前提.为提升仪表自动读数的便捷性和准确率,提出了一种基于鉴别注意力融合的仪表细粒度分类方法.首先利用YOLOv5 对仪表表盘进行粗提取,随后使用提出的模型对表盘进行细粒度识别;无需标注显著特征,在特征提取器上添加鉴别注意力模块,补充浅层空间和位置信息对仪表细粒度分类的引导作用;生成的鉴别粒度注意力图和骨干网络最后一层输出的特征图进行双线性融合,生成特征矩阵;引入正交损失,对生成的特征矩阵进行约束处理;构建仪表细粒度分类数据集.理论分析和实验结果表明,所提仪表细粒度分类方法提高了网络对表盘鉴别粒度区域的识别能力,有效改善了仪表细粒度分类的性能,为后续仪表智能准确的读数提供了保证.

    双线性融合正交损失类激活热力图YOLOv5工业仪表

    基于通道注意力的神经协同过滤推荐算法

    包晨袁卫华戴久乾张志军...
    173-180页
    查看更多>>摘要:现有的协同过滤推荐算法使用表示学习方法和匹配函数学习的方法来匹配用户喜欢的物品,但这不能充分表达用户对不同物品的真实偏好,且这些模型并不能有效捕获用户和物品交互时嵌入维度之间的相关性.为此,该文提出基于通道注意力的神经协同过滤模型NCFCA(Neural Collaborative Filtering based on Channel Attention).首先,在网络中通过注意力机制对不同的物品分配不同的权重,来影响用户对物品的偏好程度;其次,模型利用卷积神经网络来提升用户和物品的关联性,并在卷积神经网络中加入通道注意力机制来挖掘丰富的语义信息;最后,利用广义矩阵分解方法来缓解因用户物品交互产生的数据稀疏问题并且将三个不同的模块(A-MLP、E-CNN、GMF)融合在一起.在MovieLens 1M和Lastfm数据集上的大量实验表明,NCFCA模型的准确率有不同程度的提高,表现出较为优越的推荐性能.

    协同过滤通道注意力机制卷积神经网络广义矩阵分解推荐系统

    基于BTM和长文本语义增强的用户评论分类

    关慧宗福焱曲盼
    181-187页
    查看更多>>摘要:用户评论分类是挖掘用户评论中的有用信息,为企业和用户提供有效信息的直接手段,但是用户评论类短文本具有特征稀疏、表达形式不规范、反馈的信息量少等特点,这使得传统分类算法对短文本分类的效果不佳.该文提出了一种融合词向量和BTM主题模型,并以长文本辅助的短文本分类方法.首先,选取特定的长文本,利用LDA主题模型得到长文本的文档-主题分布,选取最大概率主题进一步挖掘该主题下的主题-词项分布,选取概率最大的前n个词项作为短文本的扩充词项并基于匹配规则对用户评论进行长文本语义增强;然后,将扩充后的短文本进行特征扩展,使用Word2vec和LSTM对用户评论进行训练得到词向量的编码特征;同时对用户评论短文本进行基于吉布斯采样的BTM主题模型构建,得到短文本的主题的概率特征;将词向量的编码特征与主题概率特征融合得到扩展后的文本特征,最后利用SVM(支持向量机)方法进行文本分类.对比其他分类方法,该分类方法在准确率、召回率、F-measure上表现均有提高.

    词向量主题模型用户评论短文本扩展长文本支持向量机

    结合深度知识追踪与矩阵补全的习题推荐方法

    郭英清王敏肖明胜
    188-195页
    查看更多>>摘要:精准的习题推荐是智慧教学中的重要内容,具有非常重要的研究和实践意义,如何在数据稀疏的情况下,从学习者答题记录中对学习者知识建模一直是习题推荐的研究重点.对此,针对现有的习题推荐方法存在数据稀疏和忽略群体特征的问题,提出一种结合深度知识追踪与矩阵补全的习题推荐算法.该算法分为知识水平建模和矩阵补全两个模块.首先,通过深度知识追踪模型训练得到学习者知识水平矩阵,实现对学习者知识水平建模,精准挖掘学习者知识概念掌握水平;其次,考虑学习者的近邻信息,利用学习者之间的群体特征,融合相似用户的知识水平;最后,引入矩阵分解模块进行知识矩阵补全,对学习者未做习题进行得分预测,从而缓解数据稀疏问题.该推荐算法同时考虑到学习者的群体共性和学习者知识水平矩阵稀疏问题.与其他算法相比,该算法有效地提升了推荐结果的精确度、召回率和F1 值,且随着习题推荐数量的增加,算法的性能优势越明显.

    习题推荐深度知识追踪矩阵分解矩阵补全教育数据挖掘

    基于VR的金工仿真与实训评估研究

    唐传谦党虎飞
    196-201页
    查看更多>>摘要:针对金工实训过程中大型机械设备操作的安全隐患、实训学生众多、指导教师较少等问题,进行了基于虚拟现实(Virtual Reality,VR)的金工实习仿真与实训评估的研究.利用多边形、曲面、参数建模等方法构建金工实习的铣床、车床模型和虚拟实训环境,通过贴图制作、UV贴图、模型拼接等过程完善金工大型机械设备和实训环境的真实性效果,实现金工实训场景仿真.将铣床和车床的操作规范和注意事项以评估量表的形式进行VR场景的交互评估设计,以射线检测与数据持久化方式记录用户操作数据,对比评估量表实现金工实训过程的机械设备使用预指导和预评估.在VR环境中实现操作指导与实训引导,通过评估之后再进行金工实训,71%的学生实训考核优秀,相较于同样大小样本学生,未经过金工仿真与实训的学生仅有54%考核优秀.金工仿真与实训能有效提高实训优秀率和及格率,降低安全隐患发生概率和解决老师学生人数不匹配的问题,辅助金工实训实践.

    金工仿真虚拟现实模型构建交互设计评估

    面向突发公共事件的数字化应急指挥系统研发

    赵宏伟赵西珂王阳阳尤静月...
    202-207页
    查看更多>>摘要:为了提高应急管理部门的应急处置效率和应急指挥能力,解决突发事件应急处置时的业务流程不规范,应急数据孤立难以共享,指挥决策支撑不足,应急资源调度方案不合理等问题,构建了一种面向突发公共事件的数字化应急指挥系统.该系统采用B/S模式搭建,后端使用SpringBoot核心框架,前端使用VUE框架,并结合WebGIS技术、视频融合技术、智能模型算法等数字化技术来提高系统的智能性.系统以应急事件处理为主线,将事故应急处置流程数字化,并设计了系统总体架构和数据架构,以及详细设计了综合值守、突发事件报送、指挥部署、辅助决策和资源调度等功能模块,最终实现了集中管控、高效协同、科学决策的数字化应急指挥系统,提高了应急管理部门的应急救援管理水平和应急响应能力.

    应急指挥系统应急处置流程指挥部署辅助决策WebGIS数字化