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Double DQN的双模式多目标信号配时方法

    聂雷张明萱黄庆涵鲍海洲...
    143-150页
    查看更多>>摘要：近年来深度强化学习作为一种高效可靠的机器学习方法被广泛应用在交通信号控制领域。目前，现有交通信号配时方法通常忽略了特殊车辆(例如救护车、消防车等)的优先通行;此外，基于传统深度强化学习的信号配时方法优化目标较为单一，导致其在复杂交通场景中性能不佳。针对上述问题，基于Double DQN提出一种融合特殊车辆优先通行的双模式多目标信号配时方法(Dual-mode Multi-objective signal timing method based on Double DQN，DMDD)，以提高不同交通场景下路口的通行效率。该方法首先基于路口的饱和状态选择信号控制模式，特殊车辆在紧急控制模式下被赋予更高的通行权重，有利于其更快通过路口;接着针对等待时长、队列长度和CO2排放量3个指标分别设计神经网络进行奖励计算;最后利用Double DQN进行最优信号相位的选择，通过灵活切换信号相位以提升通行效率。基于SUMO的实验结果表明，DMDD与对比方法相比能有效缩短路口处特殊车辆的等待时长、队列长度和CO2排放量，特殊车辆能够更快通过路口，有效地提高了通行效率。

    交通信号配时深度强化学习双模式多目标DoubleDQNSUMO

      原文链接:
    • 万方数据
    • 维普

    基于多尺度卷积残差遥感图像超分重建研究

    张剑飞屠艳杰
    151-157页
    查看更多>>摘要：针对现有遥感图像超分辨率重建技术在纹理细节恢复、伪影抑制和模型收敛等方面存在的问题，提出一种基于生成对抗网络的超分模型RS-SRGAN(Residual-SN-SimAM SRGAN)。首先，在生成器中应用多尺度卷积的密集剩余残差卷积块(Residual-in-Residual Density Conv Block，RRDCB)进行深层特征提取，更好地恢复图像细节，同时去除批归一化(BN)提高模型的泛化能力。然后，在判别器中引入自适应归一化(SN)层替代传统的BN层，使网络能够自适应地提取图像特征，并加速模型的收敛。最后，通过集成无参的SimAM注意力机制，增强判别器捕获和理解图像中的关键局部细节能力，在不额外增加参数的基础上有效提高模型的鉴别能力，进一步提高图像的生成质量。实验结果表明，与原始的SRGAN相比，改进的模型在UCMLU和NWPU数据集上的峰值信噪比(PSNR)分别提升了 1。075 4 dB和0。349 2 dB，结构相似性(SSIM)分别提升了 0。004 9和0。007 0。该研究为遥感图像超分辨率的研究和应用提供了新的视角和技术基础。

    遥感图像超分辨率生成对抗网络自适应归一化注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于路径类比推理的药物重定位方法

    陈耿靖王晖郭躬德林世水...
    158-165页
    查看更多>>摘要：传统药物研发模式有着费用昂贵、效率低下、时间周期较长等问题，而药物重定位方法为降低成本、提高效率、缩短时间提供了一种可行的选择。目前已经提出了许多利用知识图谱进行药物重定位的方法，并取得相对可观的成果，但它们存在涉及限制数据集范围、处理的关系较单一，且不考虑节点间路径信息等局限。为弥补这些不足，该文提出了一种基于路径类比推理的药物重定位方法。首先，整合多个生物数据集构建异构信息网络。其次，对多种知识图谱嵌入模型(TransE、DistMult、ComplEx、RotatE和RGCN)进行训练，获得嵌入向量。再次，采用Adaboost决策树集成路径排序算法和多层感知机获取原始推理路径，结合类比推理进行预测。最后，通过传统性能、嵌入评估及复现率，选定TransE模型作为预测模型。该方法成功找到10种重定位候选药物，并通过相关文献证实它们的治疗效果，充分验证了该方法的有效性。该方法也可为其他从事药物重定位研究的学者提供一种结合路径信息的新思路。

    药物重定位知识图谱嵌入类比推理路径排序算法Adaboost

      原文链接:
    • 万方数据
    • 维普

    融合电磁和地声特征的地震预测集成学习方法

    刘英杰黄嘉琦姜玉凤邵宇琪...
    166-174页
    查看更多>>摘要：地震是极具破坏性与不确定性的自然现象，在人们毫无察觉的情况下地震发生在人口稠密区时，将严重危害人们生命财产安全。人们不断努力了解地震的物理特征和物理危害与环境之间的相互作用，以便在地震发生前发出适当的警报。可靠的地震预测应包含对地震信号的分析，但是这些信号在地震发生前不明显;因此使用数据驱动机器学习的方法来分析这些信号与地震的联系并预测地震。通过建立观测台网连续监测与地震发生相关的各种物理量或化学量，据此获取的地震前兆信息是地震预测的研究基础。地震发生前，地球物理场发生显著变化，伴随电磁和地声等多种前兆信号，其中电磁和地声信号具有临震特性，是开展地震临震观测预测研究的重要数据来源;因此对地下的电磁扰动和地声信号进行实时监测，获取长期观测数据用于数据驱动机器学习方法预测地震。该文基于AETA数据的临震模型预报，针对多分量地震监测预测系统(Acoustic and Electromagnetic Testing All in one system，AETA)在川滇地区记录的电磁和地声数据，提取时域和频域特征，采用基于随机森林算法、轻量级梯度提升决策树和极度随机树的集成学习方法共同预测该区域的发震情况，选取发震概率最大的子区域中心位置作为震中预测结果，进一步训练LightGBM回归模型以预测此子区域的震级，按周对地震三要素进行预测。实验结果表明，该方法在川滇地区地震风险预测上，准确率可达0。64，震级预测的平均误差为0。38，最小误差为0。00，具有良好的预测效果。

    地震预测机器学习集成学习特征融合数据驱动临震特性地震三要素

      原文链接:
    • 万方数据
    • 维普

    高坝枢纽场景的数字孪生仿真系统设计与实现

    蒋昆宏韩东轩刘思敏柴薪垚...
    175-180页
    查看更多>>摘要：针对当前泄洪消能建筑物运行期水流特性多变、地理环境复杂、水利信息散乱、信息处理效率低下等挑战，以高坝枢纽水垫塘为典型场景，提出一种面向该场景的数字孪生仿真系统设计与实现方法。该方法以搭载虚拟摄像头的虚拟无人机巡检作为辅助手段，从建模-数据-交互-仿真模拟-设备孪生体多个维度建立虚拟空间的对应映射关系和交互环境，为高坝枢纽的安全运行提供决策依据。阐述了数字孪生技术在高坝枢纽建筑中的运用，为减少数字孪生模型响应时间，提出在数字孪生仿真系统下使用二次度量误差边折叠算法(QEM)解决网格模型复杂问题，并通过实验结果验证其建筑原型设计的完备性。为下一步的图像处理等智能化应用提供决策参考。

    高坝枢纽数字孪生场景建模模型简化数据交互虚拟仿真

      原文链接:
    • 万方数据
    • 维普

    污水流量与天气数据融合的贝叶斯服务人口预测

    蔡惠民曹扬陶政坪谢真强...
    181-188页
    查看更多>>摘要：传统基于污水日均流量及人均用水量的人口预测模型缺乏对天气因素的考虑，存在人口数量测算偏大等问题。为了综合考虑天气因素对污水日均流量的影响，提出了一种基于污水监测数据与天气数据融合的贝叶斯服务人口预测模型。通过引入天气影响因子，同质化、异质化天气影响因子转化率，天气因素对污水日均流量的贡献量等，构建基于贝叶斯方法的污水日均流量生成模型。基于随机变分推理，获得生成模型参数的后验分布，进而实现各污水处理厂服务区域的服务人口预测模型。该模型能抵消区域天气因素的综合影响水平，能更合理地实现污水厂服务区域的人口数量预测。同时，通过统计分析对比了同质化、异质化天气影响因子转化率估计，天气因素对污水日均流量的影响等。该服务人口预测模型能进一步支撑城市人口的态势感知，对提升社会治理能力有重要意义。

    污水监测多源数据融合服务人口预测贝叶斯分析随机变分推理

      原文链接:
    • 万方数据
    • 维普

    基于YOLO的集装箱锁销分类联邦学习网络

    王漫李培剀熊勇
    189-196页
    查看更多>>摘要：集装箱锁销自动拆卸任务是实现无人码头的最后一个技术瓶颈，锁销图像分类实时结果用于后继机械手启用适配的拆卸装置和动作程序，是自动化拆卸任务的关键环节。丰富多样的锁销数据集有利于保障锁销分类神经网络的鲁棒性。然而，由于锁销使用具有商业敏感性、图像网络传输开销大等原因，锁销使用方如码头往往不将其拥有的锁销图像数据与他方共享，而是各自迭代自己的神经网络模型。这导致各使用方的自有模型对其之前少用的锁销的分类准确率较低，极易在拆卸时引发故障，从而影响无人化操作效率。由于传统的中心式学习无法解决上述问题，提出了一种基于YOLO的锁销分类联邦学习网络。首先，在YOLOv8的基础上建立锁销分类神经网络;其次，基于Flower框架建立分布式的联邦学习架构，并提出了改进的FedAvg-mAP算法，提高了聚合后的全局模型的性能。此外，在本地模型训练阶段引入早停策略，加速了全局模型的收敛，且使收敛过程更加平滑。实验表明，提出的基于YOLO的锁销分类联邦学习网络能在图像数据不共享的前提下实现传统的中心式学习的功能，且改进的FedAvg-mAP算法相比传统算法具有更好的性能。

    锁销图像分类联邦学习神经网络分布式架构早停

      原文链接:
    • 万方数据
    • 维普

    基于改进ResNet的示功图分类算法研究

    李建平董永杨宋明会
    197-201页
    查看更多>>摘要：示功图是反映抽油机井工作状态的重要图示，通过分析示功图的闭合曲线形状，可以得出抽油机井的具体工作状态，从而可以判断出抽油机井是否发生故障以及具体的故障类型。随着深度学习的发展，基于深度神经网络的示功图分类也逐渐应用到了抽油机井工况检测当中。该文提出了基于改进ResNet的示功图分类算法，通过优化残差结构和引入SE子结构等措施，提高了分类准确性和鲁棒性。改进的残差结构嵌入了 SE子结构，对输入特征进行降维的同时也减小了参数的数量，在降低计算量的同时也添加了更多非线性因素，通过不断增加有效特征的权重，不断减小无效特征的权重，进而完成了特征重标定，不仅起到加速网络收敛的作用，也使模型更加轻量化，从而提高了模型的性能。相较于其它模型，改进的ResNet模型可以更好地适应示功图分类任务，分类效果更好。实验结果表明，基于改进ResNet的示功图分类算法在精确率、召回率和F1值上均优于其它示功图分类算法。该研究为抽油机井工况检测系统提供了更好的理论支持。

    抽油机井示功图深度学习ResNetSE子结构

      原文链接:
    • 万方数据
    • 维普

    基于知识追踪和知识网络的学生成绩预测

    周铖郝国生张谢华杨晓菡...
    202-208页
    查看更多>>摘要：随着教育事业和数字技术的蓬勃发展，高校内大量学生学习数据开始以电子形式进行存储。预测学生在未来学习中的表现(如成绩)成为一个重要课题。在现有的学生成绩预测研究中，大多数忽略了学生历史习题之间隐含的关联性。因此，该文提出了基于知识追踪和知识网络的学生成绩预测方法，其主要思想是融合知识追踪和习题对应知识点的知识网络实现成绩预测。该方法将每个学生所做习题对应的知识点以及前驱知识点组成的知识网络作为输入之一，并在知识网络中标注出掌握程度大于给定阈值的知识点;结合LSTM神经网络，通过学生学习记录融合注意力机制来追踪学生知识水平，最终预测学生在未来做题中的表现。在公开数据集上的实验结果表明，该模型在Assistment2009数据集上较DKT、DKT+、DKVMN、SAKT、MFKT、MSKT 分别提高了 2。3％，2。2％，3。3％，3。4％，0。41％，2。0％，在 Assistment2015 数据集上分别提高了 9。0％，9。4％，9。7％，9。3％，8。1％，8。5％，具有较好的模型精度。

    知识追踪知识网络成绩预测注意力机制长短期记忆网络

      原文链接:
    • 万方数据
    • 维普

    基于以太坊的服装设计版权方案

    陈永强周江臣何凯
    209-214页
    查看更多>>摘要：现有的中心化服装设计版权体系中，低质量抄袭作品层出不穷，而作品的审核周期长且完成度不是非常高的阶段性成果又无法得到认可，使得创作者维权时往往缺乏这一时间段的时间证明。此外，作品的版权确权并不简洁，不利于版权的使用，数据本身也有遭受攻击的风险。为解决上述问题，提出了一个基于区块链、零水印和星际文件系统(IPFS)的服装设计版权方案。区块链的不可篡改特性保证了数据安全，使得其与传统版权保护流程能够有效结合。同时将区块链取代以往零水印中的可信知识产权保护(IPR)中央权威机构，消除了第三方带来的隐患。智能合约结合时间戳功能可以准确提供各步骤的线上记录，让创作者能更好提供作品从草稿到成品的时间线证明，以便在版权纠纷中维护自身权益。而感知哈希也能剔除掉抄袭作品，从抄袭作品的登记源头来控制低级抄袭作品的出现，保证创作者的著作权。实验表明，整体功能完善、安全性高，其中零水印方案具备可行性和有效性，作品登记和查询消耗的以太坊资源Gas成本低。

    以太坊零水印服装设计智能合约星际文件系统

      原文链接:
    • 万方数据
    • 维普