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

    面向DevOps的政务大数据分析可视化系统

    张冬松胡秀云邬长安毛凤翔...
    1-7页
    查看更多>>摘要:随着大数据技术的快速发展,越来越多与政务大数据行业相关的项目正在规划和建立.当前政务大数据建设的重要方面之一,就是要把政务大数据作为重要资源,持续深入地挖掘数据价值,为政务服务、行政监管和社会治理过程中的科学分析、预测和决策提供重要基础.这就对大数据分析及可视化系统建设提出了新的技术要求,包括集成多种机器学习算法、集成多种可视化工具、支持快速迭代开发部署、支持交互式数据分析任务和可视化展示任务等.面向DevOps这一先进的持续集成和持续交付的平台,提出一种大数据分析及可视化系统,满足了上述政务大数据行业的新需求.通过政务大数据行业应用,表明该系统设计合理,可视化分析结果有效,具备持续交付能力,相关技术的集成具有很强的系统指导和应用价值.

    大数据分析可视化持续集成持续交付

    基于多层卷积网络的圆弧快速检测算法设计

    张智凡于凤芹
    8-13页
    查看更多>>摘要:针对当前圆弧检测算法存在误检率高、检测效率低的问题,提出一种基于多层卷积网络的圆弧快速检测算法.首先基于多层卷积网络进行圆弧信息的聚类存储,通过聚类方向自带的惯性作用将数目较少的孤立像素点当作噪声信息直接过滤,并再对其他圆弧进行全局聚类.然后以圆弧的圆心所在区域为依据对圆心阈值区域进行重构,获取圆弧阈值区间.最后根据优化策略对阈值区间进行优化,并对圆弧进行拟合和去伪,实现圆弧的快速检测.为了验证该圆弧快速检测算法的有效性,与基于切线段匹配的快速圆弧检测算法和基于边界聚类的圆弧检测算法进行对比,仿真实验结果证明该算法的检测效率更高,误检率远低于其余两种传统圆弧检测算法,并且噪声更小,清晰度更高.

    多层卷积网络圆弧快速检测算法像素点检测聚类存储全局聚类阈值区间

    多种聚类算法性能的比较分析

    纪汉霖李兆信
    14-21页
    查看更多>>摘要:聚类模型是数据挖掘的重要模型,聚类相关模型比较多,聚类算法对数据特征等有较高的要求,目前广泛应用于人工智能、数据分析等领域.选取了六种不同类型的聚类算法,即Affinity Propagation、Birch、Gaussian Mixture Model、Hierarchical clustering、K-means和Spectral,并对其进行了对比分析.采用由机器生成的符合大数据时代下数据特性的数据集而非UCI数据库中符合特定形态的标准测试集,并在数据集上对算法进行了性能测试、效率测试和敏感性分析.研究结果显示,在性能测试上:AP算法聚类效果最佳,其次是K-means算法.Affinity Propagation算法对数据的要求高,使用范围小,K-means适用性和稳定性相对比较好;在效率测试上,Affinity Propagation算法最差,其次是Spectral算法;在敏感性上,K-means算法和Hierarchical clustering算法对数据的数量级不敏感,Spectral算法对数量级比较敏感.从聚类效果、性能和对数量级的敏感性三个方面综合来看,K-means算法相对优于其他五种聚类算法.

    聚类算法机器数据集性能效率敏感性

    基于项目聚类和时间衰减的动态协同过滤算法

    刘旭李玲娟
    22-26页
    查看更多>>摘要:传统协同过滤推荐算法侧重于用户兴趣和项目的关系,目的是向用户推荐符合其兴趣的项目.但忽略了用户兴趣随时间的变化,将不同时间段的项目评分同等对待,降低了推荐的准确率.另一方面,基于项目的协同过滤算法在寻找目标项目的最近邻居时,因需要遍历整个项目空间而导致开销较大.为了解决上述问题,设计了一种基于项目聚类和时间衰减的动态协同过滤推荐算法ITDCF.该算法适用于基于项目的协同过滤,首先根据用户的评分对项目进行聚类,以快速找出目标项目的最近邻.接着,在计算项目相似度和预测评分阶段都引入时间衰减因子,以客观反映用户兴趣,提高推荐精度.最后,将前N个项目推荐给用户.在MovieLens数据集上对Popular、ItemCF、ITDCF算法的准确率、召回率和F1值的测试结果表明,ITDCF算法在准确性和效率上都有所提高.

    推荐算法聚类协同过滤时间衰减基于项目

    一种改进的微博用户影响力分析算法

    李勇
    27-33页
    查看更多>>摘要:针对现有用户影响力分析算法的不足,基于网页结构与微博用户网络的相似性,通过分析微博用户之间的行为交互以及传统的PageRank算法,提出一种新的MBUInfluence算法来对用户影响力进行分析.该算法结合微博用户的活跃度、积极度和传播度等特点,将微博用户影响力定义为由用户自身行为权重和粉丝的影响力构成.通过分析PageRank算法,结合微博转发率、评论率、点赞率等特征,制定了微博用户的影响比例函数,形式化定义了微博用户行为权重和粉丝影响力.通过采集新浪微博实验数据,从转发数、粉丝数、新增粉丝数等方面与传统的FansRank、ForwardRank、PageRank等影响力排名算法进行对比,从不同角度分析该算法的实际应用效果,并得出微博的用户影响力与单位时间内新增粉丝的数量和质量相关的结论.

    微博用户影响力粉丝影响力PageRankMBUInfluence

    基于全卷积神经网络的多目标显著性检测

    翟正利孙霞周炜梁振明...
    34-39页
    查看更多>>摘要:随着图像数据的爆炸性增长,图像处理变得越来越重要.显著性目标检测是图像处理的重要研究方向之一,目前已采用多种研究方法进行显著性目标检测,但是传统的显著性检测方法所使用的低级特征对于复杂场景并不健壮.全卷积神经网络在图像处理中表现出良好的性能,但存在目标显著性检测边界模糊等不足.为解决边界模糊等问题,该模型采用了一种具有跳跃连接的全卷积神经网络,以及5个不同膨胀率的空洞卷积按照一定规则组成的ESP模块,在全卷积神经网络的基础上采用ESP模块和不同的跳跃连接方式,以获取更多的低级特征来精确多目标显著对象的边界.实验中运用MIT Scene Parsing数据集训练和测试模型,通过与相关模型在精度和MIOU上的比较结果表明,在保证模型的处理时间未增加的同时,经过改进的全卷积神经网络的检测具有更高的准确度以及更精确的边界信息.

    目标检测空洞卷积低级特征全卷积神经网络跳跃连接

    基于眼动仪和LBP的抽象画方向审美与识别

    白茹意
    40-45页
    查看更多>>摘要:艺术家根据自己的灵感来决定抽象画的悬挂方向,但对于其他业余观众来说,抽象画的正确悬挂方向是不明显的.传统的审美评价主要通过问卷调查等方法获取,这使得绘画样本及实验数据偏重主观性,缺乏客观的量化表示.文中通过客观的眼动实验,分析了抽象绘画在不同悬挂方向上的审美评价.实验结果表明,悬挂方向正确的抽象画通常能获得较高的审美评价.然而,如何在没有明确提示的情况下,自动确定抽象画的正确悬挂方向是一个有待解决的问题.因此,采用局部二值模式(LBP)提取绘画特征,使用支持向量机(SVM)作为分类模型,实现抽象画正确方向的自动识别,将抽象画分为正确(向上)和不正确(不向上)两类.实验结果表明,该方法能有效识别抽象画的正确方向,也为抽象画的审美评价提供了一个新的研究视角.

    抽象画眼动审美局部二值模式方向识别

    最大相关与独立分类信息最大化特征选择算法

    周传华李鸣吴幸运
    46-52页
    查看更多>>摘要:模式识别、自然语言处理和生物信息学等各领域的高维数据,存在着大量的无关和冗余特征,增加了数据分析时问题的复杂度,因此有必要通过特征选择来剔除无关和冗余特征.基于互信息的特征选择算法评价准则存在以下不足:评价标准单一,以最小化特征之间冗余性或最大化特征提供的新分类信息评价特征,选择出的特征不具有最佳的类辨别能力;基于累加求和的评价准则易过高估计特征的重要性.为此,提出一种基于最大相关性独立分类信息最大化(maximum relevance and independent classification information maximization,MRICIM)的特征选择算法.该算法以互信息评价特征与类别的相关性,采用独立分类信息综合衡量新分类信息和特征冗余,利用最大最小准则对特征的重要性进行非线性评价.在6个评测数据集上与4个具有代表性的特征选择算法进行比较,结果表明,MRICIM能够有效地提升分类准确率和F-measure.

    特征选择互信息独立分类信息最大最小准则非线性评价

    一种基于标准差的K-medoids聚类算法

    邓玉芳张继福
    53-60页
    查看更多>>摘要:K-me doids聚类分析具有对孤立点敏感度较低和良好的鲁棒性等特点,但由于初始聚类中心的选取和中心点迭代更新等,聚类精度和效率较低.文中根据标准差体现数据离散程度,定义了初始中心点候选集,给出了一种基于标准差的K-medoids聚类算法.该算法首先利用标准差定义了初始中心点候选集,并采用逐步增加的方式确定初始中心点,从而保证了选取密集程度较大的样本点作初始聚类中心点,同时避免选取到密集程度较低的样本点尤其是孤立点作为初始中心点;其次,按照数据样本归属于最近的中心点的原则,形成初始聚类簇,不断更新聚类中心点,直到聚类误差平方和相同为止,形成聚类簇;最后,在UCI数据集和人工数据集上的实验验证了该聚类算法具有良好的聚类精度、效率和鲁棒性.

    K-medoids聚类算法初始中心点标准差UCI数据集

    不完整数据聚类算法研究

    冷泳林孙晓红
    61-65,72页
    查看更多>>摘要:服务类电子政务通过单向或互动的方式向社会和公民提供诸如天气、统计数据、道路交通等信息.这些服务类信息在数据采集过程中,不可避免地会出现各种各样的数据质量问题,数据的不完整性就是其中一种.数据的不完整性对后续的信息统计、挖掘都会造成严重影响.以不完整数据为研究对象,在分析了当前不完整数据聚类算法存在问题的基础上,提出一种基于KNN的不完整数据AP聚类算法.算法首先给出了连续数值型和分类型数据的相似性度量方法,然后利用AP聚类算法对数据集中的完整数据进行聚类,最后利用KNN思想将完整数据集中的吸引度矩阵和归属度矩阵扩展至整个数据集,继续执行迭代,直至收敛.实验将该算法同其他不完整数据聚类算法在聚类精度上进行比较,验证了提出的不完整数据聚类算法的有效性.

    电子政务不完整数据聚类相似度KNN数据离散