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

    基于用户满意度的大数据服务可信评价与优化

    张龙昌白静
    1-8页
    查看更多>>摘要：传统基于QoS的服务评价和优化不能最大化大数据服务的用户满意度,从服务评价和服务运行优化,研究大数据服务用户满意度最大化方法.阐明用户满意度形成机理,研究情景感知的用户满意度模型,解决用户满意度模型不准确问题;揭示评价用户搭便车行为机理,研究评价用户参与评价激励机制,解决用户满意度数据不全面问题;在Logistic回归和社会网络理论的基础上,研究评价用户可信度综合评估方法,解决用户满意度数据不可信问题;探索情景相似的用户Top-K查询和用户满意度数据云模型描述方法,研究基于云模型的可信服务评价方法,解决服务评价不可信问题;阐明服务运行期的服务参与者行为及博弈机理,研究服务运行期的博弈优化方法,解决单方优化方法无法使服务参与者收益最大化问题.为大数据服务的评价和优化提供新的研究思路.

    大数据服务用户满意度可信评价与博弈优化服务质量服务参与者行为

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

    利用衍生特征预测新冠疫情的随机森林方法

    龙铁付宇笙王文达费宁...
    9-13页
    查看更多>>摘要：新冠疫情爆发以来,许多研究运用时滞动力学模型、传播动力学模型和机器学习模型对疫情进行分析,取得了一定的效果.然而由于不同国家和地区之间发展差异较大,数据不均衡,导致算法普适性较弱.随机森林(Random Forest)是一种基于决策树或回归树的集成学习模型,由多个Bagging集成学习技术训练得到的决策树或回归树投票来获得最终的结果.在分析数据集特性的基础上,该文将原本难以体现样本差异性的特征值进行变换和组合,衍生出新的特征值,并且根据新增特征值将原有数据进行分组.采用随机森林构建疫情预测模型,对各个分组数据集分别进行训练和预测.在随机森林模型中的实验表明,该方法能够有效提高新冠疫情预测准确率,对原本差异显著地区具备更好的适应性,同时很好地防止机器学习过拟合,能较好容忍噪声值和离群值,也给未来类似传染性疾病的预测提供了新的思路.

    新型疫情机器学习随机森林衍生特征回归树

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

    基于模糊聚类的多视图协同过滤推荐算法

    黄巧文周宽久费铮崔云鹏...
    14-22页
    查看更多>>摘要：传统的协同过滤推荐算法在面对多源异构数据时推荐效果差、执行效率低,且难以挖掘用户的关键行为.针对这种情况,提出基于模糊聚类的多视图协同过滤推荐算法.该算法旨在收集用户的多种行为偏好来构建多视图数据,并通过对每种行为进行加权来挖掘多种行为之间的关联信息,提取关键行为信息,进而提升推荐效果.为提高推荐结果的精确度,利用多个视图的行为权重和偏好值,提出项目的加权相似性度量方法,同时引入项目同现矩阵以进一步提高相似性度量的准确性.为优化相似项目的搜索空间,结合多视图聚类的思想,在传统模糊聚类方法的基础上引入质心约束和最大熵理论,提出一种基于质心约束的多视图熵加权模糊聚类算法.此外,为提高算法对非线性数据的处理能力,引入核映射技术将线性不可分的低维特征映射到高维核空间使其变得线性可分,从而提出一种基于质心约束的多视图加权核模糊聚类算法.在与较先进的基于聚类的协同过滤推荐算法的比较实验中,所提算法的平均绝对误差提升了1.95 百分点,召回命中率提升了1.54 百分点.实验结果表明,所提算法有效地提升了推荐结果的命中率和准确性.

    协同过滤多视图聚类最大熵方法推荐算法模糊聚类

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

    Conditional HOTR:基于Transformer的人物交互检测

    张诗凡叶海波
    23-29页
    查看更多>>摘要：人物交互检测任务(HOI任务)旨在检测出图片中所有存在交互关系的人和物,最后得到<人,动作,物>这样形式的三元组.一般的方法包括两阶段和一阶段算法,最近一些工作提出的基于transformer的HOI检测方法使整个管道变得更加简单.对于已有的检测模型HOTR,旨在优化其内部transformer结构,使其更好地适应HOI检测任务.对于其中用于交互检测的交互解码器,根据其交互查询嵌入分别生成了人和物的参考点,并以此设计了交互点生成公式,然后利用交互点的信息设计了条件交互查询,将其作为位置嵌入与内容嵌入相加得到query,最后与key点乘进行注意力计算.这有助于transformer显式地定位与交互相关的区域,缩小搜索范围并缓解对内容嵌入的依赖.最终,在基准数据集V-COCO和HICO-DET上,Map分别提升了2.13 百分点和8.33 百分点,并且精度在V-COCO数据集上达到了目前最优.

    人物交互检测计算机视觉Transformer查询嵌入交互点

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

    低成本二维激光传感器室内移动建图方法研究

    刘重男杨洋卢清心张艺...
    30-36页
    查看更多>>摘要：随着机器人设备的广泛应用,室内自主建图作为设备行动的基础条件,也成为研究的热点.基于低成本的二维激光传感器,该文提出一种室内移动自主建图的方法.该方法通过在移动平台上安装低成本激光传感器获取单帧二维点云数据,采用DBSCAN方法对原始点云数据进行降噪预处理,结合点云近邻聚类并用线性最小二乘法拟合场景结构线段,经RMSE阈值验证确认后,再结合室内结构特点调整线段,最终实现室内自主建图.试验地点选择北京林业大学的四处室内场景,采用该方法采集和处理点云数据获得建图结果,同时手动测量进行比对.分析结果表明,室内自主建图所获得的室内结构线段长度平均绝对误差为3.69 厘米,楼道宽度平均绝对误差为2.39 厘米.该方法能够低成本实现室内移动建图,建图完整度较好,具有一定的可行性.

    同时定位与建图室内自主建图K近邻算法DBSCAN二维激光点云

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

    基于流动图与时间上升频的实时云层移动研究

    陈烨李顺新
    37-42页
    查看更多>>摘要：现有基于光线步进的云层渲染方法能够较好地得到云层形状,但渲染效率不高且在云层移动时边缘会缺失云层移动形变细节且出现不连续的情况.针对上述问题,提出了一种基于流动图的云层移动渲染算法,算法的核心思想是利用流动图控制云层在移动时竖直方向上的偏移,使云层随风连续形变的同时增加一定前向扭曲效果.其次,为保证渲染的实时性,利用交叉矩阵来降低单帧渲染像素的数量,提高渲染速度.最后,提出使用时间上升频来增强减少渲染像素后的渲染结果.相较于未使用流动图的云层移动算法,所提算法能够在性能增加不超过10%的情况下表现出云层移动时的整体形变以及向风向连续翻滚的效果.

    实时渲染云层移动光线步进流动图时间上升频

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

    基于多通道特征和混合注意力的环境声音分类

    周帅李理彭章君黄鹏程...
    43-50页
    查看更多>>摘要：环境声音分类(ESC)已成为非常重要的研究方向,但由于环境声音种类繁多,无法进行统一表征,加之易受噪声的干扰,使得ESC任务变得复杂.为了提高ESC任务的识别精度,提出了基于多通道特征和混合注意力模型的分类方法.首先,将ESC信号进行时频转换并使用多种滤波器提取频谱特征,将其重构为三通道特征图.多通道特征可以利用特征之间的互补性,弥补单一特征信息表征不足的缺点;其次,引入了一种由通道和时频注意力模块组成的混合分类模型,通道注意力模块计算特征图并对不同通道分配权重,含有更多有效信息且对该类声音分辨较好的通道特征则会被分配更多的权重,时频注意力模块会重点关注时域和频域中更有效的信息.该方法可较好地抑制背景噪声,消除冗余,提高收敛速度和分类精度.对比实验表明,在ESC-10,ESC-50 数据集上的识别精度分别达到了 96.25%和 89.56%,在Ur-bansound8k的数据集上达到98.40%.

    环境声音分类多通道特征通道注意力时频注意力混合注意力模型深度模型

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

    基于时间和空间注意力机制的视频异常检测

    付孟丹宣士斌王婷李培杰...
    51-58页
    查看更多>>摘要：针对带有记忆模块的异常行为识别模型存在存储容量有限和有限的时间轴相关性的局限性,提出带有时间和空间注意力机制的异常行为识别模型.该模型在MAND框架下,引用时间和空间注意力机制,通过该注意力机制对卷积层(CNN)输出的特征图从时间和空间两个维度进行加权操作.该方法有效结合时间和空间上下文信息,捕捉局部和全局的特征,输入到解码器中进行重构,然后计算重构帧与输入帧的误差.采用重构当前帧和预测未来帧(下一帧)的异常检测方法,使用相同的网络体系结构分别进行实验.实验结果证明,与其他检测算法相比,所提方法在UCSD Ped2 数据集和The CUHK Avenue数据集上的检测精度有所提升,预测方法在两个数据集中的帧级AUC分别提升了4.9%和1.2%,重构方法同样得到了提升,验证了该方法的有效性.

    存储容量MAND框架时间和空间注意力机制上下文信息帧级AUC

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

    基于卷积注意力和对比学习的多视图聚类

    倪团雄洪智勇余文华张昕...
    59-65页
    查看更多>>摘要：多视图聚类能够综合不同视图的互补信息,往往能获得比单一视图更好的效果.然而,传统多视图聚类方法受限于线性和浅层的学习函数,难以表征数据的深层信息;现有的深度学习方法在表征多视图数据时,对多维度的细节特征关注度有所不足.针对这些问题,提出一种基于卷积注意力机制的编码器模型(AEMC),该模型根据不同视图的特定表征,在编码器中融入卷积注意力模块自适应学习各个视图的关键特征,此外,为了优化模型,根据编码器表征,通过对比学习策略构造正负样本,使正样本间的相似度增加,负样本的相似度减少,引导聚类过程从而使其更具鲁棒性.实证结果表明,模型优于当前大多数主流方法,并在E-MNIST、E-FMNIST、VOC和RGB-D数据集上聚类精度比基准模型分别提高了10.2%、8.1%、7.4%和4.9%,在手写数据集E-MNIST和E-FMNIST的聚类准确率分别高于目前最优的对比聚类方法(CoMVC)0.7%和1.3%,在VOC、RGB-D数据集上略低于对比聚类方法(CoMVC).

    编码器多视图聚类卷积注意力对比学习深度学习

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

    基于多通道注意力图卷积网络的微服务分解

    张攀来风刚周逸羊麟威...
    66-73页
    查看更多>>摘要：为了解决功能、规模和复杂性不断增长的软件系统可能面临的可维护性和可扩展性等一系列软件开发和运维问题,微服务分解成为了目前研究的热点.现有的微服务分解主要是通过微服务的聚类,将单体系统划分为潜在的微服务候选.在微服务的自动化聚类中,基于图卷积网络(Graph Convolutional Network,GCN)的深度学习方法在特征学习方面取得了较好的效果,但是现有模型中缺乏对多通道信息的处理.针对该问题,提出一种基于多通道注意力图卷积网络的微服务分解方法MAGEMP.该方法使用多通道图注意力网络来学习不同强度的属性图和结构图节点之间的特征嵌入表示,再通过注意力机制获取不同通道嵌入表示的融合信息,最后综合聚类信息的联合学习框架获得高质量的微服务分解.在四个公开数据集上多角度验证该模型的有效性.与同类方法相比,MAGEMP方法提高了嵌入特征学习能力,在单体程序公开数据集上测试的功能性、模块性等性能方面取得了显著提升.

    微服务架构微服务分解图神经网络多通道注意力机制

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