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

    基于遗传算法的最小初始标识估计

    卞宏亚
    154-160页
    查看更多>>摘要:在考虑标注序列时,计算带有不可观测变迁的标注Petri网的最小初始标识集是一个复杂的任务。现有解决这一问题的方法存在多种限制。该文采用一种基于遗传算法的方法来估计最小初始标识。由于可能存在多个初始标识(通常是无限多个),关注点在于获得Petri网中的最小初始标识集,其中满足以下条件:初始标识允许至少一种触发序列与观察到的标注序列和网络结构一致;初始标识具有最小的托肯总数(即在所有库所上的托肯总数最小);对于每次观测到的标注,允许每个可观测变迁发生之前至多一个不可观测变迁发生。鉴于最小初始标识的估计属于NP-hard类别,因此采用此类算法是合理的。通过实验证明了该方法的有效性。与现有算法相比,该算法能够以更小的计算代价获得最小初始标识。

    离散事件系统Petri网初始标识估计不可观测变迁变迁触发序列

    基于历史学习和关系注意力的时序知识图谱推理

    黄涛徐芳芳顾进广
    161-167页
    查看更多>>摘要:时序知识图谱在传统静态知识图谱上进一步引入了时间维度,由此引出时序知识图谱推理任务,旨在推理未来事件或缺失事实的实体或关系。针对大多数时序知识图谱推理模型存在没有充分利用历史事实和关系关联分析的问题,该文提出一种基于历史学习和关系注意力的时序知识图谱推理方法(简称HLRA)。为了充分利用历史事实,使用多层感知机学习历史事实中的时间戳权重,并结合复制模式的思想,编码出具备时间权重的历史语义偏移向量,在此基础上关联查询信息得到历史学习评分。另一方面,使用自注意力机制分析关系间的关联,将计算出的关系间注意力分数作为影响因子,并将之加权到实体预测中得到关系注意力的得分。最终,通过结合两个分数以获得综合的置信分数。在ICEWS18、ICEWS14、YAGO和GDELT等数据集上的实验结果表明,HLRA模型在MRR、Hits@1、Hits@3 和Hits@10 等评价指标上较次优模型获得1%至4%的提升,有效提升了时序图谱推理的能力,是一种效果更好的模型。

    知识图谱时序推理多层感知机复制模式注意力机制

    基于字符注意力与词典特征的教育领域实体识别

    王萌刘春刚赵华
    168-174页
    查看更多>>摘要:针对现有的实体识别方法未考虑教育领域术语对模型识别性能的影响,导致模型性能不佳以及知识实体边界模糊问题,提出了一种基于字符注意力与词典特征的教育领域实体识别方法。该方法首先通过BERT预处理语言模型根据上下文语义信息生成字向量,提出基于词性的字符注意力机制重新分配句子中字的权重。然后与构建的教育领域词典特征拼接融合,将其输入到BiLSTM网络与IDCNN网络提取特征,通过注意力机制将两层的输出动态组合,对两层的输出进行加权,从而融合新的特征。最后通过条件随机场进行计算,得到实体对应的标签序列。与现有方法相比,该方法在教育学科领域文本库中获得了更高的精度,识别结果的准确率、召回率、F1 值分别为90。71%,91。37%,91。04%。

    实体识别词典特征字符注意力IDCNN条件随机场

    基于深度学习的微博疫情舆情文本情感分析

    吴加辉加云岗王志晓张九龙...
    175-183页
    查看更多>>摘要:舆论情感分析重点研究公众对于公共事件的情感偏向,其中涉及公共卫生事件的舆论会直接影响社会稳定,所以对于微博的情感分析尤为重要。该文采取有关疫情方面的文本数据集,使用RoBERTa和BiGRU以及双层Attention结合的RoBERTa-BDA(RoBERTa-BiGRU-Double Attention)模型作为整体结构。首先使用RoBERTa获取了蕴含文本上下文信息的词嵌入表示,其次使用BiGRU得到字符表示,然后使用注意力机制计算各个字符对于全局的影响,再使用BiGRU得到句子表示,最后使用Attention机制计算出每个字符对于其所在的句子的权重占比,得出全文的文本表示,并通过softmax函数对其进行情感分析。为了验证RoBERTa-BDA模型的有效性,设计三种实验,在不同词向量对比实验中,RoBERTa对比BERT中Macro F1 和Micro F1 值提高了0。42 百分点和0。84 百分点,在不同特征提取层模型对比实验中,BiGRU-Double Attention对比BiGRU-Attention提高了3。62 百分点和1。34 百分点,在跨平台对比实验中,RoBERTa-BDA在贴吧平台的Macro F1 和Micro F1 对比微博平台仅仅降低1。29 百分点 和2。88 百分点。

    RoBERTa情感分析特征提取词向量注意力机制BiGRU

    申威平台高速网络数据处理框架的设计与实现

    曹建军佘平聂世强
    184-191页
    查看更多>>摘要:随着大数据时代网络流量的激增,传统内核网络协议栈由于内核切换开销占比高等原因导致现有基于内核的网络数据处理系统无法充分利用10 Gb乃至100 Gb的高速网卡收发能力。为了降低内核切换开销,开源DPDK用户态网络开发套件被提出以支持高速网络流量处理,并在x86 平台得到大规模应用和部署。为了满足国产化信创和网络安全的要求,面向国产申威处理器平台设计并实现了一套基于DPDK的网络流量组包解析框架,充分利用DPDK的大页内存、无锁队列等机制,设计多线程并行以发挥申威处理器多核性能,支持常见基于TCP/UDP的多种应用层协议解析,并具有轻量化和可扩展特点。基于真实硬件平台实验结果表明,该框架性能比现有主流软件提高10%左右,为基于国产处理器平台的高速网络数据处理做了初步探索。

    DPDK协议分析高速网络TCP/IP协议栈国产处理器

    基于数字孪生的城市交通流量可视预测研究

    王健松李学俊王桂娟郭皓...
    192-198页
    查看更多>>摘要:由于城市路网数据的复杂性和动态性,直接解读各道路关联关系变得困难,直接连接性的不确定性也影响了预测准确性。为解决这些问题,利用出租车轨迹数据,结合图卷积神经网络,提出了数字孪生基础上的城市交通流量智能可视预测框架。为提高预测精度,根据历史流量数据创建了路网的时空关联图,构建了时空图卷积网络的ASTRG-GCN交通流量预测模型。通过数字孪生技术,将动态交通数据和虚拟三维交通场景融合,实时模拟交通场景,为城市交通优化提供决策支持。最终,设计并实现了城市交通流量可视分析框架,使用户能够高效分析交通运行态势。实验结果表明,该模型预测精度在两个数据集上高于对比算法。数字孪生的可视分析系统实现了交通拥堵识别、交通场景模拟和交通变化对比等效果,为交通规划者提供了决策支持。

    数字孪生城市交通轨迹数据流量预测可视化分析

    基于小样本数据的储层渗透率预测方法

    李鹏飞李鹏举张强王辉...
    199-206页
    查看更多>>摘要:针对Timur/Coates和SDR公式计算储层渗透率处理步骤繁琐的缺点,设计了一个实现非线性回归的单隐层前馈神经网络(single hidden layer feedforward neural network,SLFNN),该网络包含一个具有非线性激活函数的隐含层、两个线性全连接层和一个dropout层。为了防止学习过程中陷于局部最优和小样本数据集造成的过拟合,使用了Adam优化器、ReLU激活函数、何恺明均匀分布权重初始化方法和余弦退火热重启学习率调整算法。以某油田A~D四口生产井不同层位上的测井和岩心构成的小样本数据作为训练集和验证集,采用5 折交叉验证方法,确定了隐含层神经元个数、初始学习率和dropout层神经元失活概率。最后以同区块E井数据作为测试集,使用4 种模型(SLFNN、随机森林回归、支持向量回归和极端梯度提升回归)分别对渗透率进行了预测和对比。实验结果表明,在测试集下SLFNN模型的平均绝对误差(MAE)和决定系数(R2)均比其他3 种模型的优,说明SLFNN模型对储层渗透率的预测是有效的。

    核磁共振测井储层渗透率何恺明权重初始化模型评价相关性系数

    基于改进YOLO算法的无人机图像草原火灾检测研究

    刘志强张朝阳王昱张旭...
    207-213页
    查看更多>>摘要:草原火灾一旦发生,受风力、地势等因素的影响迅速向四周无规则蔓延,形成面积不断扩大的条状燃烧带。为了提高草原火灾检测效率,结合无人机拍摄草原火灾的图像特征,研究基于改进YOLO算法的草原火灾检测方法。首先,针对火灾区域狭长、火灾区域占比小的特点,对YOLO算法的Neck部分进行优化,提出一种具有全链接结构的特征提取网络FC-FP Neck,使语义特征和定位特征充分融合,提高网络的特征提取能力;其次,结合阈值分割技术提出一种改进的自适应加权损失函数,提升模型的收敛速度,同时解决火灾检测敏感度不足,容易造成误检的问题。在公开小目标检测数据集AI-TOD上测试改进算法的可行性,平均准确率提高了7。28%,平均精度提高了12。46%;在自建草原火灾数据集上平均精度达到了90。24%,平均准确率达到了87。33%。实验表明改进后的算法提高了草原火灾检测效率。

    草原火灾YOLO算法特征金字塔网络阈值分割自适应加权损失函数

    基于WebGIS的绿地资源信息化系统设计与实现

    王亚波蒲智魏建新鲁文蕊...
    214-220页
    查看更多>>摘要:基于WebGIS技术、数据库技术构建B/S架构的绿地资源信息化系统,旨在解决传统绿地资源信息数据管理方式可视化效果差、缺乏空间管理和数据不集中以及共享性差等问题。该系统以国土变更调查数据为基础,对乌鲁木齐市近十年绿地资源数据进行分析和整合,建立了乌鲁木齐市绿地资源基础地理信息数据库,实现了自然资源管理新形势下的绿地数据共享和研究区绿地资源数据的集中管理。采用前后端分离开发,实现高内聚低耦合,增强系统的可维护性并综合考虑系统的安全性和数据访问机制,设计和实现了数据信息化、数据查询、统计分析、指标趋势分析、辅助审核和权限管理等功能。最终通过实际数据验证,较好地实现了系统的多项功能。系统不仅为绿地资源的研究提供了便捷的信息获取途径,同时在推进乌鲁木齐市绿地合理开发利用和绿地管理水平提升方面发挥了重要作用。此外,该系统的开发也为其他城市和地区的国土资源信息化建设提供了实际的技术参考。

    绿地资源信息化管理空间分析WebGISPostgreSQL

    CCF会议讯息摘录

    封3页