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

    基于注意力和上下文感知的海面渔桩检测

    刘梦菲毛建华陆小锋
    144-150页
    查看更多>>摘要：为了精确打击拦网捕鱼行为,提高渔政执法的效率,将目标检测技术应用于无人机采集的违法渔桩影像.针对海面渔桩小目标检测精度低以及误检、漏检率高等问题,提出一种AECA-YOLO(Attention Enhanced Contextual Aware)模型对渔桩目标进行更精确的检测与定位.该算法通过连接小目标和上下文信息进行数据增强,在原始YOLOv5 算法的骨干网络中添加一个坐标注意力机制,加强特征通道间的关联;其次,提出一种嵌入注意力机制的亚像素上采样结构替代最邻近上采样,丰富目标区域的细节信息;同时,采用解耦检测头分离分类与定位过程,提高训练的速度与稳定性;最后,调整网络的定位损失函数,改善位移对小目标的剧烈干扰.实验结果表明,将改进后的算法应用在海面背景下的渔桩小目标检测中,相比原始 YOLOv5 算法,在检测速度相当的情况下平均检测精度提高了29.7%,召回率提升了18.9%,检测速度为52.37 FPS,能够满足实时性的需求.渔桩小目标的实时高精度检测为智能渔政执法提供了有力的解决方案.

    小目标检测YOLOv5上下文信息坐标注意力机制渔桩

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

    基于多轮修正噪声标签的神经网络分类框架

    王学刚王玉峰
    151-158页
    查看更多>>摘要：利用大规模的带标签数据集训练神经网络在分类任务中表现出色,但是实际使用的数据集中通常包含噪声标签从而使得分类网络的性能变差.为了克服噪声标签的不利影响,提出了一种基于多轮修正噪声标签的神经网络分类框架.该方法在每一轮修正中均更新训练的网络参数并修正当前训练数据中的噪声标签,修正后的数据集用于下一轮训练和修正.具体而言,在每一轮修正中首先利用本轮的数据集训练网络,并利用"锚点样本"的网络预测值估计数据集的标签转移矩阵;然后计算数据集的加权平均噪声率;之后结合加权平均噪声率和数据样本的训练损失值依据"小损失"原则筛选出噪声标签;最后利用标签转移矩阵和网络预测值对噪声标签进行自适应修正.经多轮修正可有效地降低数据集的噪声水平,从而使得训练出的分类网络更加准确.在多个真实数据集上的实验结果表明,该方法与现有的方案相比有较大的性能提升.

    噪声标签标签转移矩阵加权平均噪声率多轮修正神经网络分类框架

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

    基于Xception和SA的YOLOv5建筑裂缝检测方法

    卞长庚郝万君马文琪
    159-164页
    查看更多>>摘要：裂缝检测对于建筑的维修和加固、延长其使用寿命具有重要意义.针对建筑裂缝种类多和尺寸小造成裂缝检测精度低、速度慢的问题,提出了一种改进的YOLOv5 裂缝检测算法,在提高检测裂缝精度的同时也提升了检测裂缝的速度.首先,引入轻量级网络Xception对主干网络轻量化,减少主干网络参数量以提升检测裂缝的速度;其次,使用空洞空间金字塔池化ASPP(Atrous Spatial Pyramid Pooling)模块替换SPP(Spatial Pyramid Pooling)模块,扩大感受野范围,加强主干网络提取裂缝特征的能力,避免因对主干网络轻量化而造成检测裂缝的精度降低;最后,添加SA(Shuffle Attention)注意力机制,进一步加强网络提取裂缝特征的能力,提高裂缝检测的精度.通过在自制数据集上进行的实验表明,改进的算法mAP比原算法提高了1.6%,速度为50.8 f/s,比原算法提高了2.7 f/s,满足建筑裂缝检测的精度和实时性要求,同时将改进算法与Faster R-CNN、Mobile-SSD、YOLOv4-tiny等算法进行对比,证明了该算法的优越性,更适合部署到硬件平台上.

    裂缝检测Xception空洞空间金字塔池化Shuffle注意力

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

    基于场感知分解机的五笔输入法

    李泽南刘汉明胡珍珍黎姿...
    165-171,179页
    查看更多>>摘要：计算机技术在中国的普及,使得人们大量使用计算机输入文本,从而大大减少了汉字的书写.加上拼音等易用的汉字输入法占据主导地位,使人们对熟悉的字变得生疏,"提笔忘字"非常普遍.五笔等字形编码的汉字输入法体现了汉字的书写,可有效减少"提笔忘字"等现象,但易用性不高.研究把推荐系统中的场感知分解机与传统的五笔输入法相结合,解决了稀疏特征问题,并根据用户的历史数据,预测用户需求同时推送最可能的候选汉字,提高了第一候选字词推荐准确率,降低了使用难度.实验表明,该五笔输入法具有稳健的"推荐"能力,第一候选字词推荐准确率达到98.91%,显著优于现有输入法,并且准确率可随用户对字词使用次数的增加而提高,达到了改善用户体验、增加用户粘性的目的.

    场感知分解机五笔输入法推荐系统提笔忘字易用性

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

    家庭服务机器人领域知识图谱构建与应用

    吴培良王天成金鑫龙闫鹏宇...
    172-179页
    查看更多>>摘要：对于家庭服务机器人,能否准确快速地获取到家庭场景中实体的语义信息是决定其智能化水平的关键.为了增强其语义信息获取能力与知识推理能力,针对家庭场景提出了一种面向服务机器人的领域知识图谱自动化构建流程.首先,利用词频-逆向文件频率算法(Term Frequency-Inverse Document Frequency,TF-IDF)从文本信息中提取服务策略关键字,构建服务策略图谱;其次,通过预训练的场景分割模型(Scene Segmentation Model,SSM)识别出场景内的实体;之后,根据当前场景的实体信息,运用场景分类模型(Scene Classification Model,SCM)来预测房间类别,生成结构化数据;再次,根据结构化数据构建家庭实体图谱;最后,将服务策略图谱与家庭实体图谱合并为家庭服务领域知识图谱,并将其存储到neo4j图数据库中.实验结果表明,所提出的方法可以根据非结构化数据自动生成领域知识图谱,通过查询知识图谱,检索家庭服务所需的语义信息,可以帮助机器人生成适用于当前工作环境的服务策略,使其更加智能地完成服务任务,证明了方法的可行性.

    家庭服务机器人服务策略语义信息知识图谱深度学习

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

    基于预训练模型与记忆卷积网络的立场检测研究

    陈珂周浩轩王国权
    180-185页
    查看更多>>摘要：立场检测研究旨在研究特定文本针对特定话题所表达的支持、中立或反对立场,在以往的中文文本立场分析研究方法中,未关注文本结构间的依赖关系,且评论文本所隐含的立场往往是隐晦和不敏感的.该文提出了基于双向Transformer的大规模预训练语言模型 BERT(Bidirectional Encoder Representation from Transformers)和长短时记忆(LSTM)以及卷积神经网络(CNN)相结合的立场分析方法来解决这个问题,同时,为解决BERT模型针对不同数据样本输入向量维度不一所导致的误差,提出了一种最优字个数维度判定算法对BERT模型输入进行分析.模型搭建上创新地采用并行输入输出的方法,充分利用了LSTM的全局特征提取和CNN的局部特征提取的优势,并且所用BERT模型更能对隐晦特征及不敏感特征进行提取,利用这一方法可以有效地判定不同目标对某一特定话题所表达的支持、中立或者反对立场.经过对比传统模型以及现有立场分析方法表明,所提模型拥有较好的性能,其F1 值达到0.883.

    立场分析最优字维度判定BERT长短时记忆卷积神经网络

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

    基于改进灰狼算法的充电桩供电线路规划研究

    战彦君张玲华
    186-191,198页
    查看更多>>摘要：针对城市电动汽车共享充电桩分布的随机性和不均匀性,为了以最高效率和最低成本对区域中充电桩供电,将灰狼算法应用于充电桩供电线路规划中.针对传统灰狼算法易陷入局部最优解、初始种群分布不均匀和后期收敛速度慢等问题,提出了一种基于Tent映射和非线性收敛因子的改进灰狼算法.通过Tent混沌映射产生种群初始解以丰富种群多样性,采用非线性收敛因子和加入随机扰动的位置更新公式来避免陷入局部最优和加快算法后期收敛速度.对城市充电桩进行供电线路实例仿真,并将改进算法与传统灰狼算法、粒子群算法、遗传算法、免疫算法、模拟退火算法、布谷鸟算法、教与学算法进行比较.实验结果表明,改进算法收敛速度快,稳定性好,可以很好地应用于充电桩供电线路规划.

    充电桩灰狼优化算法Tent混沌映射非线性收敛因子线路规划

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

    基于分解集成框架的铁路货运量预测方法研究

    曹慧秦江涛
    192-198页
    查看更多>>摘要：铁路货运量时间序列受到多种因素影响,数据具有波动性以及随机性的特征,导致预测精度低下.为了提高铁路货运量的预测精度,提出一种基于分解集成框架的铁路货运量预测方法.首先筛选相关影响因素,并使用主成分分析(Principal Component Analysis,PCA)进行降维,得到主成分之后使用互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)将铁路货运量历史数据分解成较为平稳的分量,用样本熵(Sample Entropy,SE)评估分量复杂度并重组分量,将重组分量与主成分构成新的数据集,最后将新数据集通过秃鹰搜索算法(Bald Eagle Search,BES)优化的极限学习机(Extreme Learning Machine,ELM)的模型中预测,得到重组分量的预测结果,叠加预测分量得到最终预测结果.与其他算法对比分析得出,提出的CEEMD-BES-ELM分解集成方法在铁路货运量预测中具有优越性,能够有效提高铁路货运量预测的准确性.

    互补集合经验模态秃鹰搜索算法极限学习机主成分分析样本熵

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

    基于改进UNet++的地震断层识别方法研究

    张利霞高俊涛马强杨润湉...
    199-205,213页
    查看更多>>摘要：断层解释是油气勘探开发过程中的重要工作,但是随着勘探规模的增大,传统的人工解释断层的方法已经无法满足实际生产的需要.针对人工标注断层特征费时费力、传统断层识别结果连续性不足的局限,以及地震资料中断层与非断层样本分类不均衡的问题,提出基于CBAM-UNet++模型的地震断层识别方法.采用合成地震数据自动生成地震数据和断层标签,提高断层标注的效率.首先,将CBAM注意力模块引入UNet++,从通道和空间两个维度抑制地震振幅信号干扰,增强地震断层的检测能力,采用DropBlock模块抑制网络中产生的过拟合问题;其次,引入Dice Loss损失函数用于减小断层识别任务中数据不均衡问题对模型的影响;再次,对断层预测结果进行霍夫变换,提取骨架,使断层预测结果更好地应用于地质目标;最后,在合成地震数据集、北海地区F3 区块真实地震数据上评估CBAM-UNet++模型,与UNet++、UNet、SegNet进行对比.结果表明,基于CBAM-UNet++的断层识别方法在准确率、断层连续性方面表现优异,可自动、有效地识别地震图像中的断层.

    地震断层识别图像分割UNet++模型CBAM注意力模块DropBlock

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

    融合视觉感知与RTK定位的变电站越界违章检测

    丁俊峰肖文韬李明远吴德勇...
    206-213页
    查看更多>>摘要：针对变电站改扩建过程中地面周界及高空高程越界违章检测的实际需求,探讨采用一种融合视觉感知与RTK(real-time kinematic)定位的变电站越界违章检测算法.RTK是一种载波相位差分实时动态定位技术,定位精度可达厘米级但仅能测得单点位置,不能满足施工人员的周身越界检测需求,而视频摄像头的正交部署和视觉感知技术的引入则可弥补该周身定位缺陷.为此,基于轻量级目标检测模型YOLOv5,该文提出一种融合视觉感知与RTK定位的变电站越界违章检测算法.考虑到该算法需设置若干锚点作为配准参照物,在现有YOLOv5 中加入了注意力模块CBAM以增强网络对感兴趣区域的特征学习能力,并同时引入Alpha-IoU作为边框回归损失度量以提升网络对长尾小目标的鲁棒性.真实场景下的实验结果表明,所提出的算法不仅检测精度高,而且实时性好,能满足变电站改扩建施工越界违章行为的实际检测需求.

    视觉感知实时动态定位越界检测YOLOv5变电站

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