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CGA的MPI程序分支覆盖测试套件生成

    袁剑锋刘佳郭建卫
    78-86页
    查看更多>>摘要：针对程序的分支覆盖测试，元启发式搜索技术已经被广泛应用于测试数据生成中。然而，当前的研究成果主要适用于串行程序。因此，为覆盖消息传递接口(Message Passing Interface，MPI)程序的分支，该文研究基于协同进化遗传算法(Co-evolutionary Genetic Algorithm，CGA)的测试套件生成方法(简称为:CGA生成法)，该方法具有不受不可行分支影响的优势。首先，基于收集覆盖信息的探针，定义最小归一化分支距离，并以此设计出相应的适应度值函数;然后，使用CGA生成进化个体，并基于设计的适应度值函数，计算这些个体的适应值;最后，基于计算的适应值，选择子种群中代表个体，以构成合作种群。所提CGA生成法应用于7 个基准MPI程序，并与其他多种方法进行比较。实验结果表明，CGA生成法的覆盖率通常高于其他搜索算法。

    消息传递接口程序协同进化遗传算法分支覆盖测试测试套件生成适应度值函数

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

    基于膨胀卷积与BiLSTM的入侵检测模型

    李奕蒙高玉琢
    87-92页
    查看更多>>摘要：针对基于深度学习的入侵检测系统存在局部特征提取效果不佳，提取维度单一，预测精度有待提高和模型计算开销过高等问题，提出了一种基于膨胀卷积网络(Dilated Convolution Network，DCN)与双向长短记忆网络(Bidirectional Long Short Memory Network，BiLSTM)的入侵检测模型。首先使用改进的三层膨胀卷积神经网络(Dilated Convolution Network，DCN)结构进行局部特征提取，解决了局部特征提取效果不佳、提取维度单一的问题;其次使用将膨胀卷积与BiLSTM相结合的办法解决预测精度有待提高的问题;最后通过在模型中引入分组卷积技术使模型轻量化，解决了计算开销过高的问题。在公开数据集CICIDS2017 上进行了实验，经过对比传统模型以及现有的入侵检测方法表明，所提模型拥有较好的性能。模型预测准确率、召回率、F1 值较高，证明了其有效性和可行性。

    网络安全入侵检测膨胀卷积网络双向长短记忆网络特征提取

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

    基于CapsNet和SRU的工业互联网入侵检测方法

    李琪刘春霞高改梅
    93-99页
    查看更多>>摘要：随着工业互联网的普及，工业系统中大量的基础设施和设备接入互联网，使得工业系统更容易受到外部攻击，工业互联网入侵检测成为保障工业网络安全和稳定运营的重要手段。针对现有的深度学习方法在工业互联网入侵检测中存在数据特征提取不全和对罕见攻击检测准确率低的问题，提出一种基于胶囊网络(CapsNet)和简单循环单元(SRU)融合的工业互联网入侵检测模型。采用SMOTE-ENN算法完成数据的平衡处理，结合简单循环单元神经网络和引入残差块的胶囊网络分别提取流量数据的时间和空间特征，通过自注意力机制进行特征加权，进而提高模型的检测性能。在气体管道数据集上，对比经过SMOTE-ENN算法处理前后的预测结果，该模型对MSCI和MFCI类别的识别精度分别提高4。69百分点和4。41 百分点，表明数据平衡算法提高了分类器对少数类样本的预测能力，对比其他模型，该模型的准确率达到99。36%，误报率为0。73%。

    入侵检测工业互联网数据平衡胶囊网络简单循环单元自注意力机制

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

    融合SMOTE-Tomek Link与集成模型的入侵检测方法

    李润杰张小庆刘昌华
    100-107页
    查看更多>>摘要：随着全球互联网的快速扩张和网络安全威胁日益复杂化，开发高效稳定的入侵检测系统成为了网络安全领域中的重要研究任务。该文的重点在于解决入侵检测数据集普遍存在的两个难题:一是由于正常与异常网络行为样本数量差异引起的类别不均衡;二是由于数据集中冗余和无效特征过多导致的高维度问题。为此，运用集成学习思想，融合SOMTE-Tomek Link综合采样算法与3 个同质模型，提出针对非平衡数据集的加权投票法集成模型。先利用SOMTE-Tomek Link综合采样算法对非平衡数据进行预处理，再利用随机森林排列重要性度量算法对数据集进行有效特征选择，以降低模型检测失误率与计算开销。将多个机器学习模型和所提集成模型进行对比实验评估。实验结果表明，集成模型准确率达到97。84%，比单一模型可提高1～4 百分点，在少样本攻击分类的准确率、精确率、召回率和F1 分数上有大幅提升，且模型训练效率更高，稳定性更强。

    入侵检测采样算法特征选择集成学习网络安全

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

    基于面积加权GWT-GFT的水声目标识别

    陈鑫邵杰王星星杨鑫...
    108-115页
    查看更多>>摘要：由于海洋环境的复杂性，水声目标的识别具有很大的挑战性。为解决这类复杂环境下特征提取的问题，提出了一种基于面积加权的图小波变换-图傅里叶变换(GWT-GFT)的分析方法。在完成数据预处理后，为了能够凸显顶点之间的关系，提出了一种新的基于顶点三角形面积的加权方法来构建图信号;构建好的图信号通过GWT分解为多尺度图分量;然后，利用GFT将这些分量从图域变换到特征值谱域进行分析;在此基础上，提取各分量特征值谱的特征;最后，利用基于高斯核函数的支持向量机(SVM)对获取的特征向量进行分类。基于水声信号ShipsEar数据库，采用5 折交叉验证方法进行验证。与现有的其它方法相比，所提的模型以36 个特征在376 656 个样本上取得了97。22%的准确率，证明了该分析方法的有效性和鲁棒性。

    水声目标识别GWT-GFT特征提取图信号处理顶点三角形面积加权

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

    结合外部知识重构依赖矩阵的交互式图卷积网络

    任淑霞刘旭琴
    116-122页
    查看更多>>摘要：方面级情感分析旨在预测给定句子中特定方面的情感极性。然而，现有大多数研究在对模型改进的过程中忽略了外部知识的有效利用，导致模型无法准确识别方面词的情感极性。另外，仅仅考虑有限的上下文信息可能会使得模型在分析方面词时忽略其在句子中的重要性和影响。基于此，提出了一种结合外部知识构建依赖增强矩阵的图卷积网络模型的方法(Dependency Enhancement Matrix GCN，DEMGCN)。该方法首先将词嵌入和位置嵌入进行融合，得到包含位置信息的句子特征向量;同时引入情感常识信息对原始依赖矩阵进行扩展，形成新的依赖增强矩阵DEM，这在一定程度上突出了情感词的权重信息，并且弥补了原始依赖树无法捕获边缘标签的不足。此外，构建了一个信息交互网络(Information Interaction Network，IIN)，通过方面词与上下文之间的交互来提取全局的句子信息。最后，在 5 个基准数据集上的实验结果显示，与基线模型相比DEMGCN在准确率和Macro-F1 上分别提高了1～2 百分点。

    位置信息外部知识交互网络图卷积网络方面级情感分析

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

    基于双融合图注意力网络多模态知识图谱链路预测

    张冬梁平顾进广
    123-130页
    查看更多>>摘要：知识图谱链路预测是一种根据知识图谱已存在的事实去预测缺失事实的任务，旨在解决知识图谱不完整性问题。但是现有的知识图谱链路预测有一定的缺陷，传统方法只使用单一的数据模态，没有充分利用不同数据模态的丰富信息，并且在图神经网络中孤立地看待实体和关系，没有考虑到不同邻域实体关系权重的不同。为了解决上述缺陷，提出了基于双融合图注意力网络的多模态知识图谱链路预测模型。首先，使用了图像、文本和属性3 种模态，同时为了保证数据模态特征的一致性和互补性，设计了一个基于早期融合和晚期融合结合的双融合机制对多模态信息进行融合;然后，为了加强知识图中实体关系的融合以及邻域关系，同时考虑了实体以及关系的多样性，融合了实体表示和关系表示，并通过图注意力网络进行聚合以加强实体的特征表示。通过在4 个公开的数据集FB15K-237、WN18RR、DB15K以及YAGO15K进行模拟实验，结果表明，提出的多模态知识图谱链路预测方法具有较好的性能。

    多模态知识图谱链路预测模态融合图注意力网络

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

    基于独特性评价的特征点检测与视觉定位

    王欢李创
    131-137页
    查看更多>>摘要：传统的特征点检测算法难以应对实际场景中的光照和视点变化，基于深度学习的特征点检测算法得到的特征点的定位精度不足，且难以剔除局部区域的相似特征点。针对基于深度学习特征点提取面临的问题，设计了基于特征融合和独特性评价的特征点检测算法。首先，为提高特征点的定位精度，采用基于特征融合的网络结构以及对应的特征融合损失函数，解决高层特征中细节特征偏移以及模糊的问题。其次，将特征点是否来自局部相似区域转换为对特征点的独特性评价，在网络结构中增加独特性分支并设计独特性损失函数以学习特征点的独特性响应值。通过提取独特性响应值较高的特征点，剔除局部相似区域的特征点以减少后续特征匹配中误匹配的数量。采用视觉里程计和视觉同时定位与构图系统对算法进行了验证，在KITTI和TUM数据集上验证了算法在大范围室外场景和小范围室内场景下均具有良好的鲁棒性和定位性能。

    人工智能特征点检测深度学习视觉里程计同时定位与构图

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

    二维矩形Strip Packing问题的算法研究与改进

    蔡家尧王磊
    138-146页
    查看更多>>摘要：二维矩形Strip Packing问题的约束条件及目标函数与基本型二维矩形Packing问题类似，都是在有限的矩形容器中，有效地摆放各个矩形块，以最大化容器利用率为目标。为了解决这一NP-hard问题，该文在邓见凯、王磊提出的拟人型全局优化算法的基础上进行了深入的算法研究与改进。针对Strip Packing问题特点，提出了QHG(Quasi-Human Group)算法，其核心改进涵盖了多个方面，包括扩充初始点集合、删除和替换评价标准以及扩大邻域空间搜索范围。和单个局部极小值点的迭代相比，对局部极小值点集合进行迭代所生成布局优度更高，跳坑策略用于跳出局部极小值点，将搜索引向有希望的区域，优美度枚举有望进一步提高布局优度。通过这些措施，QHG算法更好地模拟人类决策过程，提高了全局搜索的效率。为评估QHG算法性能，对8 组标准问题实例(C组、N组、NT组、CX组、NP组、ZDF组、2sp组、bwmv组)进行了大量实验。实验结果表明，QHG算法生成的布局优度优于当前国际文献中的几种较先进算法，展现了其在Strip Packing问题上的卓越性能。

    StripPacking问题组合优化全局优化算法拟人

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

    充分搜索多策略花授粉算法在PID参数优化中的应用

    夏艺瑄贺兴时
    147-153页
    查看更多>>摘要：PID控制器广泛应用于工业领域，结构简单，控制效果良好，参数对控制器起到了绝对作用。花授粉算法是一种应用广泛的元启发算法，但存在易陷入局部最优、迭代后期收敛速度慢、寻优精度差等不足。用加入随机扰动的反双曲正切函数充分搜索策略的转换概率替换原本的固定概率，平衡全局搜索和局部搜索;在异花授粉中引入新型动态因子，改变母系花粉位置的影响;在自花授粉阶段提出权重学习策略，让花粉向优秀花粉方向聚拢;引入翻筋斗探索策略，加大种群多样性。在此基础上提出充分搜索下多策略花授粉算法(MSFPA)，对比分析了花授粉算法(FPA)、粒子群算法(PSO)、差分进化算法(DE)和象群算法(EHO)对9 个测试函数的仿真实验，结果表明MSFPA算法收敛速度快，性能更优。将MSFPA算法应用于PID参数优化中，经过优化的系统超调量较小，且调整时间较短，有较强的稳定性。

    花授粉算法PID控制器参数优化权重学习翻筋斗探索策略

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