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

    基于多PUF模组的身份标识与身份认证机制研究

    谢峰孟坤张旺许嘉鑫...
    73-77页
    查看更多>>摘要：身份认证是保护用户数据的第一道防线，为用户数据安全提供重要的保证。现有的身份认证方法均依赖于凭证服务提供商(CSP)等权威中心，信任其自身管控性和安全防护能力。但是，权威中心对身份标识具有绝对管控权，权威中心一旦失效将带来信息安全隐患。基于此，提出了一种基于多PUF模组的身份标识生成及身份认证机制，将PUF硬件指纹引入认证机制中，设计了一种去中心化身份认证机制。物理不可克隆功能(Physical Unclonable Function，PUF)描述了一种具有唯一性、不可篡改性的物理功能，已在身份认证领域得到了广泛应用，但其易受到使用环境等的影响而失效。现有的基于PUF的身份认证方法均未提供对PUF芯片失效的容忍方案。该文利用多PUF模组关联的方式，提出了提高身份认证机制可用性的解决方案。最后，对所提出的机制从安全性、可行性和可靠性三个方面进行了讨论和证明。

    去中心化物理不可克隆功能身份认证可靠性硬件指纹

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv7的钢材表面缺陷检测模型

    李思思葛华勇
    78-85页
    查看更多>>摘要：在钢材生产过程中会出现各种的瑕疵缺陷，影响其使用寿命。针对在钢材生产过程中检测表面缺陷效率低下的问题，提出了一种基于YOLOv7改进的钢材表面缺陷检测模型。该模型改进耦合检测头为非对称多级通道压缩解耦头，解决不同检测任务之间的冲突，减少前向传播过程中目标置信度任务的特征丢失;设计轻量化FCSP block增强主干网络特征提取能力和颈部网络特征融合能力，提高模型对缺陷的定位能力的同时显著提升了检测速度;为进一步丰富小目标浅层特征增强其表达能力，加入可学习参数以促进动态特征融合，促进网络学习多样化特征。在NEU-DET数据集上的实验结果表明，相较于原YOLOv7模型，改进后的模型mAP提高了 8。8百分点，FPS提高了 11。6，验证了该模型在检测精度和检测速度上都有所提升;在光照减弱后的NEU-DET数据集和GC10-DET数据集分别做通用性对比实验，结果表明该模型能有效地应用于工业中的钢材表面缺陷检测任务。

    钢材缺陷检测YOLOv7解耦头特征融合

      原文链接:
    • 万方数据
    • 维普

    基于交互式特征与多尺度特征的文本相似度研究

    尹春勇沈子宁
    86-92页
    查看更多>>摘要：针对文本相似度分析过程中缺乏信息传递和忽略多元语义信息而导致相似度计算结果准确率低的问题，结合双向长短期记忆网络(BiLSTM)，提出一种新颖的交互式特征与多尺度特征的文本相似度模型(IF-MSF)。首先，利用BiLSTM对句子进行编码提取全局特征矩阵，分别用软注意力机制和余弦相似度对特征矩阵进行交互，以相互传递两组特征矩阵内部的语义信息。其次，加权两组交互式特征以综合所有交互信息，并利用BiLSTM对加权交互式特征和初始编码特征再编码以捕获特征之间的差异信息。再次，使用多尺度卷积提取差异信息的多元语义特征并结合通道注意力机制增强重要特征信息。最后，融合两组增强特征判断文本对是否相似。实验选取2个数据集来验证该方法，该模型F1值分别取得最高值88。15％和85。03％，优于其他方法。

    文本相似度双向长短期记忆交互式特征多尺度特征通道注意力

      原文链接:
    • 万方数据
    • 维普

    融合句法信息的实体关系联合抽取

    胡翼于海郭鑫陈千...
    93-100页
    查看更多>>摘要：实体关系抽取是自然语言处理领域知识图谱构建的关键技术之一，有助于知识图谱自动化更新和扩充，并为下游任务提供重要的知识库支持。目前实体关系抽取方法大多从单一角度进行特征提取，导致特征表达能力不足，同时级联错误累积现象严重，无法较好针对实体关系重叠、实体嵌套现象进行适配，极大地影响实体关系抽取的精度和效率。为了同时解决这些问题，提出了一种融合语义和依存句法信息的实体关系联合抽取方法。该方法采用预训练语言模型BERT提取语义特征;然后利用句法注意力图卷积神经网络获取依存句法特征;最终，融合语义特征和依存句法特征对句子中多个关系的主客实体位置进行预测标记。实验结果表明，所提模型在NYT和WebNLG公共数据集上的F1值分别达到了92。8％和91。1％，与基线模型和其他深度学习模型相比，模型在重叠实体抽取上取得了较好的效果，验证了模型的有效性。

    关系抽取句法依存分析图卷积神经网络特征融合关系重叠

      原文链接:
    • 万方数据
    • 维普

    基于比例池化的RGB图像语义分割网络

    李顺新陈飞飞
    101-107页
    查看更多>>摘要：针对传统的金字塔多级特征融合算法进行语义分割时存在的特征图有效信息弱和噪声叠加效应等问题，提出一种基于比例池化的混合注意力机制。首先在主干网络特征输出处引入比例池化注意力模块对输入特征图进行不同程度的语义信息抽取和特征降噪，突出特征图有效特征信息占比，随后将不同内核的池化结果作为级联金字塔结构的输入特征，对降噪后的多尺度特征进行融合，平滑图像噪声实现特征二次降噪和小目标物体语义信息增强。实验在Pascal VOC 2012数据集上验证了该方法在分割领域上的有效性，并采用平均像素准确率(mPA)和平均交并比(mIoU)作为模型的性能评估指标。实验结果表明，基于比例池化的金字塔网络在mPA和mIoU上达到了 90。19％和79。92％，优于对比的语义分割方法。

    语义分割比例池化金字塔结构多尺度特征融合特征降噪

      原文链接:
    • 万方数据
    • 维普

    基于贝叶斯神经网络的多臂测井套损检测方法

    曹茂俊吴升坤
    108-115页
    查看更多>>摘要：针对传统多臂井径测井套损检测过程中，测井资料人工解释准确性不高，管柱重要信息容易遗漏等问题，结合大庆油田某工区多臂井径测井数据，提出了一种基于贝叶斯神经网络的多臂测井套损检测方法。该方法可在对原始测井曲线方位校正、缺失值填充以及对常见套损类别进行曲线数据截取汇总的基础上，形成多臂井径数据集，同时对数据集进行归一化处理并以此作为训练数据进行套损检测实验。对比发现，在多臂井径测井套损检测问题上，采用的MC Dropout变分推理方法训练的贝叶斯神经网络，相较BP神经网络、随机森林、BayesByBackprop和SGLD变分推理方法训练的贝叶斯神经网络，在性能和鲁棒性方面表现更优异。实验表明:该方法在多臂测井套损检测中有效性更高，平均准确率达到95。67％，较传统人工解释方法提升明显，并能给出可解释性更佳的分类结果不确定性，极大地提升了衡量检测结果的可信程度。

    多臂井径套损检测贝叶斯神经网络变分推理不确定性

      原文链接:
    • 万方数据
    • 维普

    APF与A*融合的多目标点路径规划算法

    邢慧杰张晓滨张宏伟
    116-121页
    查看更多>>摘要：在智能餐厅环境下，针对移动机器人在多目标点路径规划时存在规划效率不高的问题，提出了一种基于A*算法与APF算法相结合的多目标点路径规划的方法。将多目标点路径规划问题转化成类旅行商问题，采用A*算法和人工势场法规划出多目标点的最优遍历顺序。首先，将若干个目标点用一个集合表示并应用在A*算法上面，实现A*算法多个目标点的路径规划;其次，引入人工势场法对多个目标点进行优先级判定，借助人工势场法计算各个目标点的势能值，之后利用人工势场法得到的势能值对目标点集进行排序，完成各个目标点之间的最优顺序;最后，对规划好的目标点集使用A*算法进行全局路径规划。为了验证该方法的有效性和先进性，将该算法进行消融实验，同时也与两种典型的多目标点规划算法进行对比。结果表明，该算法是有效的，能够在缩短路径规划时间和降低路径代价的同时规划出一条有效路径。

    移动机器人A*算法人工势场法多目标点路径规划融合算法

      原文链接:
    • 万方数据
    • 维普

    基于改进VAE的传感器异常数据检测方法研究

    马海娟杨波杨思琪杨鑫...
    122-127页
    查看更多>>摘要：气体传感器在采样过程中受复杂工业环境影响常常产生异常时间序列数据。传统的时间序列异常检测采用模型预测方法，但没有考虑到时间序列数据的不平衡问题。因此，提出一种基于改进VAE模型的检测方法。首先，将大量正常时序数据与较少且难以标记的异常时序数据进行合并构建成一个不平衡数据集。其次，在传统VAE模型的基础上采用无监督学习方式，在异常检测分类环节引入动态阈值方法增强网络模型的自适应异常检测能力。最后，提出一种时序异常检测的组合损失函数，通过集成交叉熵损失函数和KL散度进一步提升网络参数优化性能。实验结果表明，该方法在精确率、召回率以及F1值等异常检测性能指标上，比原有的方法有所提升。该方法在传感器异常数据检测中有着较好的应用。

    传感器时间序列异常检测变分自编码器动态阈值

      原文链接:
    • 万方数据
    • 维普

    基于优化长短期记忆网络的矿坑遗产沉降预测

    王凤英孟令泽哈静杜利明...
    128-134页
    查看更多>>摘要：工业矿坑遗产以其独特风貌和价值逐步受到广泛关注。针对矿坑遗产易发的沉降地质灾害，积极采取预防措施是降低损失的有效途径。为解决工业矿坑遗产沉降灾害预测问题，提出一种融合蜣螂优化算法(DBO)的优化长短期记忆网络(LSTM)算法，用于构建预警模型。选取阜新市海州露天矿作为实验地点，利用小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术采集55景矿区沉降数据。通过两种去噪方法对采集到的样本数据进行去噪处理，应用DBO算法优化LSTM，建立工业矿坑遗产沉降预测模型。LSTM模型的超参数使用DBO算法优化以实现高精度预测模型，并与其他算法优化LSTM后的模型指标进行对比。结果表明:DBO-LSTM模型在工业矿坑遗产沉降预测优势突出，预测模型的均方根误差、平均绝对误差和决定系数分别为0。045 mm，0。038 mm，0。956，均优于其他预测模型。DBO-LSTM模型在预测工业矿坑遗产沉降方面展现了高精度、快速收敛和强稳定性等特点，为工业矿坑遗产保护工作提供了有力支持。

    工业矿坑遗产沉降预测预警模型长短期记忆网络蜣螂优化算法

      原文链接:
    • 万方数据
    • 维普

    基于项目流行度和用户动态兴趣的纠偏推荐

    胡晓莹荀亚玲李砚峰
    135-142页
    查看更多>>摘要：推荐系统的准确度经常受到各类偏差的影响，流行度偏差是影响推荐准确度的重要因素之一。传统的纠偏方法主要基于项目属性，通过引入惩罚因子来抑制热门项目的推荐，未考虑用户兴趣和时间的影响。针对此问题，提出了基于项目流行度和用户动态兴趣的自适应纠偏方法(Adaptive Popularity and Dynamic Interest，APDI)。结合因果图从项目流行度和用户个性化两个方面综合分析影响流行度偏差的主要因素，根据项目质量、从众效应、用户兴趣对时间的敏感度不同，计算相应时间间隔内项目流行度与用户动态兴趣的综合评分，更加有效地降低流行度偏差;通过指数加权移动平均的方法，根据时间衰减程度对用户当前兴趣的影响来计算用户兴趣评分，以捕捉用户的短期兴趣偏好。在3个真实数据集上验证了所提方法的有效性，实验结果表明，APDI有效提高了推荐的准确度、召回率和归一化折损累计增益。

    推荐系统流行度偏差时间敏感项目流行度动态兴趣

      原文链接:
    • 万方数据
    • 维普