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

    基于深度学习的灾后建筑物损坏程度检测综述

    陈晓艺陆一鸣沈加炜钱美玲...
    1-7页
    查看更多>>摘要:遥感图像分类和语义分割是一项非常有应用价值的计算机视觉任务.由于现实生活对遥感信息有更高的需求,使计算机视觉领域中高分辨率遥感图像研究日益活跃.其广泛应用于国土资源监测、道路提取和土地划分等领域.自然灾害后建筑物损害程度检测也作为其应用领域之一,目的是对灾后建筑物损坏程度进行相关检测和评估.近年来,随着深度学习的发展,遥感图像领域取得巨大进展,深度学习在遥感图像分类和语义分割领域中的应用获得了巨大的成功,使其解析遥感图像信息和提取底物特征的速度更快,也在很大程度上提高了处理遥感图像相关任务的准确性.因此,深度学习中的计算机视觉技术对自然灾害后建筑物损害程度检测具有很大帮助.该文介绍了基于深度学习的自然灾害后建筑物损坏程度检测的相关任务、难点和发展现状.接着对xBD数据集进行介绍,并说明了不同算法模型的相关评价标准.然后对深度学习方法中几种应用于建筑物损坏程度检测的卷积神经网络模型进行总结和对比.最后对其存在的问题及未来可能的发展方向进行了讨论.

    遥感图像深度学习计算机视觉自然灾害建筑物损坏程度检测

    基于交易网络特征增强的比特币异常地址识别

    张梦楠吴礼发
    8-15页
    查看更多>>摘要:比特币由于其便捷性、匿名性、全球性、高流动性的特点,为犯罪分子使用其作为价值传递的媒介从事犯罪活动提供了理想的工具,产生大量利用比特币进行勒索、洗钱、非法毒品、武器交易等异常交易问题.传统基于有监督的异常地址识别方法由于交易信息单一,不能全面和准确地反映地址间的关系,异常地址识别率较低.该文提出了一种基于交易网络特征增强的比特币异常地址识别方法.该方法将比特币交易数据转化为复杂网络,并提出一种基于改进的PageRank的节点重要性特征构造方法,根据比特币交易特点,引入比特币交易额度和频率相关性得到新的PageRank值并加入特征集.通过对不同的机器学习方法进行比较以获得最佳的预测模型,提升检测模型的分类效果.与传统的检测方法相比,结合网络信息的模型具有更好的检测性能,其中极限梯度提升树(XGBoost)分类器效果最好,F1 分数由原来的0.83 提升至0.94,AUC值由原来的0.88 提升至0.95.

    比特币异常地址识别机器学习特征提取网络科学

    基于函数型数据的网拍虚假出价动机及影响识别

    曹珂严明义
    16-23页
    查看更多>>摘要:以网络拍卖中的虚假出价行为为研究对象,在拍卖理论中的信息关联价值假设下,运用函数型数据分析方法并基于竞拍者随机到达的非齐次泊松过程特征,构建了卖者虚假出价动机阶段变化模型,对卖者参与虚假出价动机及影响进行分析.研究结果表明,卖者的虚假出价参与动机随着拍卖的进行逐渐减弱,拍卖方式、关联程度、竞拍者人数以及拍品价值均会影响卖者参与虚假出价的动机.其中,第二价格密封拍卖下卖者参与虚假出价的动机更强烈;关联程度越高的拍卖中更易发生虚假出价;竞拍者人数的增加则会减弱卖者的参与动机;拍品价值中个人估值占比越小,则越易发生虚假出价.最后通过实证分析验证了所得结论并给出具体管理启示,为进一步设计网络拍卖机制以减少虚假出价行为的发生、维护网络交易公平公正、提升拍卖市场运行效率具有实践意义.

    网络拍卖虚假出价行为函数型数据非齐次泊松过程出价动机

    基于特征选择的学位预警方法研究

    王娜李劲松潘子尧姚明海...
    24-29页
    查看更多>>摘要:高校学生能够顺利获得学位,不仅对其个人就业发展至关重要,也是衡量高校教学质量的重要指标之一.学位预警是教育数据挖掘的重要应用之一,通过学位预警可以尽早地对学生的学业情况进行警示,学生能够及时调整学习状态和方法,同时准确的学位预警也可以为改进教学指导策略提供参考依据.现有的预警模型构建多是基于全部成绩数据,忽略了课程间的冗余性,使得构建的模型精度不足.因此,提出基于Fisher特征选择方法构建学位预警模型.利用Fisher得分对特征进行初步筛选;然后,利用筛选后的特征构建学位预警模型;最后,通过预警模型对获得学位情况进行预测.为检验方法的有效性,在某高校汉语言文学、化学、数学与应用数学等专业真实数据上进行了大量实验.实验结果表明,基于特征选择的学位预警方法具有良好的准确度和实用性,可以为高校学生的学位预警工作提供数据支持.

    教育数据挖掘特征选择学位预警支持向量机成绩预测

    基于高效深度瓶颈结构的实时语义分割方法

    陈学颢李顺新
    30-36页
    查看更多>>摘要:针对现阶段语义分割方法参数量多、计算成本高,难以满足实际场景需求的问题,提出了一种基于高效深度瓶颈结构的轻量级实时语义分割方法(GDBNet).首先,利用分解卷积和扩张卷积的有效结合构建出高效深度瓶颈结构,并以一种轻量并高效的方式提取局部上下文信息;然后,将该结构堆叠来获取多尺度的语义信息;最后,通过注意力融合连接模块聚合多尺度的上下文信息并指导特征选择,以此提高分割效果.在不经过任何预训练和后处理的情况下,GDBNet在Cityscapes和Camvid数据集上以140.0 FPS和143.7 FPS的推理速度分别达到了72.91%和68.84%平均交并比的准确度并且参数量仅为0.66 M.该方法在Cityscapes数据集上,相比于同类型深度非对称瓶颈网络(DABNet),准确度提高了2.81 百分点,推理速度上升了35.8 FPS,并且参数量降低了0.1 M;在Camvid数据集上,与SPMNet方法相比,准确度提高了1.54 百分点,同时参数量和推理速度也更优.实验结果表明:所提方法在满足实时性要求的前提下,能较为准确地识别场景信息.

    瓶颈结构实时语义分割分解卷积扩张卷积上下文信息

    基于改进残差池化层的纹理识别

    郭锐熊风光谢剑斌尹宇慧...
    37-44页
    查看更多>>摘要:纹理一直是物体图像最重要的特征之一.针对现有纹理识别模型在复杂数据集下识别准确率不高的问题,提出一种基于改进残差池化层的纹理识别算法.首先,提出多维特征融合模块,在纹理识别模型中同时利用高层特征和低层特征来提取更加有效的纹理特征;其次,对残差池化层进行改进,在原残差池化层的基础上,引入全局最大池化支路,为纹理识别模型增加全局空间结构观察,将原残差池化层与全局最大池化支路得到的特征向量进行拼接后作为纹理特征,提升纹理识别的准确率;再次,应用局部二值模式辅助识别策略,使用局部二值模式编码映射图像为纹理识别模型提供辅助信息;最后,将得到的纹理特征输入到分类层中,得到纹理识别结果.与现有的纹理识别方法B-CNN、Deep filter banks、Deep TEN、TEX-Net-LF、locality-aware coding、DRP-Net相比,该方法具有更好的纹理识别效果.

    纹理识别残差池化层全局最大池化多维特征融合模块多尺度特征

    基于SOLOV2改进的实例分割算法研究

    曾浩文汪慧兰赵侃王桂丽...
    45-51页
    查看更多>>摘要:实例分割在图像分类的基础上为每一个物体生成像素级别的分割掩码,是当前计算机视觉领域热门研究课题,也是极具挑战性的任务之一.针对当前算法存在的分割精度和鲁棒性不高等问题,提出了一种改进的SOLOV2 算法.首先,以FCN(Fully Convolutional Networks for Semantic Segmentation)算法为整体框架,采用ResNext作为骨干网络,在不增加网络参数量和计算量的前提下可以有效提升网络的精度;其次,采用改进的 NAS-FPN(Neural Architecture Search Feature Pyramid Network)作为特征金字塔网络结构,这是一种可以在FPN中进行特征图的搜索和组合结构,使网络可以重新搜索并融合已经提取的特征图,以此来解决网络不能充分感知特征图从而导致网络精度不高的问题;最后,通过调整超参数得到整个分割网络模型.通过在COCO2017 数据集上与BDD100K数据集上进行实验分析比较可知,改进的基于SOLOV2 实例分割算法精度达到41.8%,在兼顾实时性的同时网络精度提升了2.1%.通过实验证明改进的算法可以适应多种交通场景,可以完成交通场景目标的检测与分割.

    实例分割ResNextSOLOV2特征金子塔网络NAS-FPN

    基于卷积神经网络的面料检索系统

    王彪毋涛
    52-56页
    查看更多>>摘要:针对目前市场上纺织面料图像种类多、视觉特征复杂、数据量大的特点,为解决传统图像检索方法存在的检索速度慢、检索精度低的问题,提出一种基于深度学习的面料检索方法.该方法采用迁移学习,微调VGG16 网络的结构,加入BN层提高模型的泛化能力,调整FC层神经元的数量减少计算量.同时优化损失函数以约束模型学习相似或相同的面料的特征也相似.以纺织企业提供的面料为数据集训练模型,得到提取面料特征的网络模型.进行在线面料检索时,使用faiss向量检索工具,快速计算待检索的面料的特征与特征库的相似度,得到相似度top-k的检索结果.经过实验证明,在企业面料数据集上,该系统检索mAP可达到0.892,检索时间仅为0.012 s,均优于以往的算法,从而验证了其可行性.

    迁移学习VGG16损失函数faiss面料检索

    基于Unity3D的模块钻机三维设计系统

    杨向前郑清华郭华曹建宇...
    57-63页
    查看更多>>摘要:模块钻机是海洋油气生产中的重要设备,通常其设计要经历确定参数、画总图、建立模型、调整参数、重绘总图、重建模型等复杂的迭代设计步骤.该文使用C#语言基于Unity3D虚拟现实引擎开发了一套海上模块钻机三维设计系统,实现了快速设计模块钻机,并且可与常用办公软件和海洋工程主流结构设计软件SACS形成接口,通过提取SACS模型的材料信息与重量控制算法可快速计算出质量控制报告结果,批量更新并导出标准设计文件,极大地减轻了设计人员的工作量.最后使用此系统复现了陆丰14-4 模块钻机项目,结果验证了系统的准确性与实用性.

    Unity3D虚拟现实模块钻机SACS重量控制

    面向主动式BPM的IoT服务动态绑定方法

    李修贤王桂玲石永鹏
    64-71页
    查看更多>>摘要:在现有的物联网(IoT)服务及业务流程管理(BPM)系统研究的基础上,提出一种面向主动式BPM的IoT服务动态绑定方法.首先,该方法构建了从时序序列中学习情境信息及IoT服务绑定规律的模型,并预测可绑定的IoT服务列表.该模型基于双向门控循环单元(Bi-GRU)搭建编码器解码器结构网络模型,引入注意力机制,通过优化神经网络结构提取时序数据依赖关系,从而通过该预测模型提升BPM系统的主动性.其次,将用户任务与边界非中断事件相结合实现IoT服务动态绑定活动,该活动通过集成上述预测模型和IoT服务动态切换及多IoT服务并行运行架构实现BPM系统在运行时动态绑定IoT服务.实现面向主动式BPM的基于情境感知的IoT服务动态绑定系统,基于液化天然气(LNG)危化品海上运输安全监管场景进行案例分析,对系统中预测模型的性能进行了定量的实验评价.经过对比,提出的预测模型在多项指标中均优于其他模型.案例分析和实验结果验证了方法的有效性.

    业务流程管理情境感知物联网服务Seq2Seq模型注意力机制