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

    面向入侵检测的频域对抗攻击

    杨怡张兴兰
    72-77页
    查看更多>>摘要:以深度学习为代表的机器学习技术已经在入侵检测方面取得显著进展,但对抗样本的出现会使入侵检测模型产生错误的结果,从而躲过检测,导致系统遭受恶意攻击.基于决策攻击的方法会进行多次查询,导致攻击容易被发现,而且效率较低.不同于传统的攻击方式,文中探索了一种针对入侵检测的频域对抗攻击,对入侵检测数据集进行傅里叶变换,利用低通滤波器,保留样本中更多的低频信息,去掉部分高频信息,再利用反傅里叶变换把修改后的数据转换回时域,实现基于频域的对抗攻击,从而检测入侵检测系统的鲁棒性.比较各种不同方法下生成的对抗样本与原始数据集攻击准确率,表明频域对抗攻击算法的攻击效果明显优于之前的对抗样本方法.

    深度学习入侵检测傅里叶变换对抗样本频域攻击

    区块链DPoS共识机制改进研究

    张星星何利文
    78-82页
    查看更多>>摘要:区块链共识算法可用于增强物联网安全性,提高网络节点之间的协作效率.委托权益证明(Delegated Proof of Stake,DPoS)可以同时满足低成本和高效率的要求,提高节点协作的服务质量.然而,协作节点的恶意攻击、自私行为和投票积极性不高都会影响DPoS的共识过程.针对这些挑战,该文对DPoS共识机制进行了改进,为了提高节点的投票积极性,提出了一种信任值模型,根据节点行为将信用评价指标分为"交易情况""性能""信用级别"三个一级指标以及对应的二级指标,并采用动态分配二级指标权重的方法对节点信任值进行计算,从而使选出的节点更加可信.同时,针对恶意节点以及自私行为,提出了一种基于高斯混合模型的异常节点剔除算法,对投票数据进行划分,计算其混合高斯概率密度值,并设定阈值,将低于阈值的节点剔除,从而识别并剔除异常数据.相对于传统的DPoS,改进后的DPoS节点出块速率以及异常节点剔除率都有显著提升.

    区块链DPoS共识机制信任值模型高斯混合模型共识节点

    改进YOLOv5s的明渠漂浮垃圾实时检测方法

    石露露廖光忠
    83-90页
    查看更多>>摘要:针对航拍图像上明渠漂浮垃圾尺寸小,且易受水面倒影、强光等因素干扰从而造成漂浮垃圾漏检和误检的问题,提出了一种基于改进YOLOv5s的明渠漂浮垃圾实时检测方法.首先,通过数据增强的方式对数据集进行扩充,避免数据量过少产生过拟合现象;然后,结合加权双向特征融合网络(BiFPN),对YOLOv5s结构的特征融合过程进行修改,以提高检测精度和速度;并且在Neck和Head部分之间添加3 个改进的三维CBAM注意力机制模块,加强网络信息的提取和定位能力,能够有效地降低检测的漏检率和误检率;最后,增大网络输入的分辨率,使图像具有更加丰富的细节信息和更加精确的位置信息,有利于小目标特征信息的提取.实验结果显示改进的YOLOv5s算法检测的平均精度达到了89.9%,与原YOLOv5s算法相比提高了9.5%,而且与其他目标检测算法对比,能够提高明渠漂浮垃圾检测的精度,确保检测的实时性.

    YOLOv5s实时检测加权双向特征融合注意力机制小目标

    基于用户影响力和偏好一致性的社会化推荐

    孙晶晶荀亚玲杨海峰
    91-97页
    查看更多>>摘要:用户和项目的急剧增加使得评分数据过于稀疏导致传统推荐算法效果较差,社交网络信息的引入缓解了传统推荐系统中面临的数据稀疏性问题.然而,现有社会化推荐在刻画用户之间的信任关系时未考虑到用户之间的信任具有偏好差异性和信任传播稳定性不强等问题.因此,提出一种基于用户影响力和偏好一致性的社会化推荐.首先,结合评分信息和社交信息从偏好一致性方向刻画用户之间的信任强度,挖掘出隐藏的信息,缓解了用户的偏好差异性.其次,借助用户的社会影响力找到一条信任传播稳定性最强的路径,避免信任在传播过程中造成信任节点信息的丢失.然后,将用户的评分相似度和信任相似度线性加权得到用户的近邻用户做评分预测.最后,将该方法与现有社会化推荐算法在Filmtrust和CiaoDVD数据集上进行综合实验,结果表明该方法在MAE和RMSE上优于现有推荐算法.

    社会化推荐综合信任协同过滤偏好一致性用户影响力

    基于聚类的LNS算法求解异构VRP问题

    赵雄李琳
    98-104页
    查看更多>>摘要:该文研究了异构车辆路径问题(heterogeneous fleet vehicle routing problem,HVRP),在经典HVRP模型的基础上,设计了结合均值漂移聚类算法及大邻域搜索算法的混合求解算法(mean shift-large neighborhood search,MS-LNS).该算法通过均值漂移聚类算法对客户集进行分类,达到减少计算量、加快算法收敛速度的效果.算法使用单链设计,结合swap邻域变换及insert邻域变换产生新式邻域变换方法,使邻域变换方法可以随机处理路径间与路径内变换.新增redistribution邻域变换,在变换后对新解检测是否存在不满足车辆载重利用率的子路径,并将其删除,达到提高车辆利用率的目的.3组仿真实验使用9 组算例:实验一比较了异构与同构车辆的配送效果,验证结果表明异构车辆配送方案成本较低;实验二验证了聚类算法在不同规模客户数据中的有效性;实验三使用MD-LNS算法计算了4 组算例,并与4 种算法的结果进行比较,验证了在得出相近最优解的前提下,该算法能够减少算法的总体运行时间.仿真实验结果验证了模型的合理性及算法的有效性.

    异构车辆路径问题均值漂移聚类算法大邻域搜索算法单链设计redistribution邻域变换

    基于混合注意力机制的视频人体动作识别

    朱联祥牛文煜仝文东邵浩杰...
    105-112页
    查看更多>>摘要:C3D作为一种典型的三维卷积神经网络被应用于视频动作识别任务.针对其存在的特征提取不足、易出现过拟合以及识别准确率较低等问题,提出一种融合混合注意力机制的C3D三维卷积网络模型.在原C3D网络插入由GCNet通道注意力模块和3D-Crisscross空间注意力模块构建的混合注意力模块,这两种注意力网络具有全局上下文建模操作,能够对三维特征建立远程依赖关系,加强网络对视频特征在通道和空间上的特征提取能力,提高模型的分类性能.将所提方法在UCF-101 和HMDB-51 两个大型视频数据集上进行测试,并与深度学习的其他模型进行比较,结果表明,该方法相对于其他深度学习模型具有相对更高的准确率,在UCF-101 和HMDB-51 数据集上的识别准确率可以达到96.7%和63.3%,而且与原C3D方法相比在效果上有明显提升.

    人体动作识别三维卷积神经网络全局上下文建模远程依赖注意力机制

    景区行人检测YOLOv5-GSPE算法模型研究与实现

    何薇陈宇拓
    113-118,125页
    查看更多>>摘要:针对景区内高密度行人检测中遮挡与小目标行人漏检率高、模型复杂度高、计算量大的问题,提出一种YOLOv5-GSPE改进算法模型,在保证精度的同时改善检测效果,降低模型复杂度.改进算法模型通过GhostConv优化主干网络中常规卷积(Conv)降低模型复杂度,并使用空洞卷积改善SPPF模块中池化操作带来的特征信息丢失,提升模型检测时效性,增强主干网络特征提取.提出一种增强的特征金字塔网络—PrFPN,使用同层连接进一步丰富原始输入特征的融合,减少特征提取过程中的特征损失.将引入正态分布计算优化后的EIoU损失函数作为边界框回归损失函数,提高边界框定位精度.实验结果表明,YOLOv5-GSPE算法模型对比YOLOv5s模型在保证检测时效性的情况下整体复杂度降低了12.51%,基于Pedestrian测试集的平均精度提升4.05%,基于WiderPerson测试集的平均精度提升3.28%,并降低了行人遮挡及小目标漏检率,改善了检测效果,该模型的可行性与有效性得到验证.

    行人检测YOLOv5-GSPEGhostConvPrFPNEIoU

    基于多层次特征提取的中文医疗实体识别

    李正辉廖光忠
    119-125页
    查看更多>>摘要:中文医疗实体识别是医疗领域文本信息处理的基础,但中文医疗文本中常常存在语法不规范、实体嵌套和类型易混淆等问题易造成实体识别精度下降,因此确保中文医疗实体识别的准确度具有较大的理论研究和实际应用价值.为此,提出一种融合BERT预训练、双向长短期记忆网络(BILSTM)和结合注意力机制的空洞卷积网络(IDCNN)的实体识别模型来提升中文医疗实体识别的精度.起先,使用BERT预训练语言模型使中文字符转换为词向量并增强其语法语义特征;而后将训练好的词向量分别通过BILSTM网络和加入注意力机制的IDCNN网络获取上下文信息和更大的感受野;最终将蕴含语法语义特征、上下文信息和更大的感受野信息的特征融合并输入到条件随机场(CRF)中进行实体预测.在两个公开的医疗数据集CMeEE/Yidu-S4K上的实验表明,该模型的F1 值分别达到了0.711 6 和0.820 6,较主流模型分别提高了1.40 百分点和2.29 百分点,验证了此模型在中文医疗实体识别上的有效性.

    实体识别BERT预训练空洞卷积网络注意力机制感受野

    基于图滤波器的符号属性图链路关系预测算法

    马华姜伟陈明钟世杰...
    126-132页
    查看更多>>摘要:带节点属性的符号网络在信息学、生物学等多个领域存应用广泛,链路符号预测是该类数据分析中的一个热点问题.基于符号图神经网络的模型是该问题的最新有效解决方案,但现有方法几乎均基于社会平衡理论,且未充分利用节点属性.针对以上问题,从图信号处理角度设计了一个符号图神经网络,提出了一种端到端的符号属性图链路预测算法.首先,给出了基于低频和高频信号的带通滤波器的符号图神经网络,用于获得基于符号拓扑图的节点嵌入;其次,构造属性相似性图,利用图卷积网络得到属性相似性图节点嵌入;最后,引入注意力机制,融合符号拓扑图与属性相似性图两种节点表达,并将其输入符号判别器,通过Adam优化器训练模型.在三个药物数据集上进行了对比实验与模型设置的影响分析.与典型的符号图卷积网络与符号图谱嵌入,以及最近提出的基于图滤波的符号卷积网络的对比结果表明,该模型在AUC与F1 指标上比最好的基线方法提升了8.68%与10.04%.

    图滤波器符号属性图图神经网络节点嵌入链路关系预测

    基于一维卷积神经网络的地层智能识别方法

    曹茂俊崔欣锋
    133-140,148页
    查看更多>>摘要:地层识别是油气藏勘探的研究基础.传统地层识别由地质学家根据自身掌握的知识和经验手工完成,这种地质学家主导的人工解释是主观的、耗时的,可能引入人为偏差.深度学习在解决复杂非线性问题上具有优势,目前尚无有效解决地层识别的深度学习方法.针对测井-地层识别,提出了基于特征工程和一维卷积神经网络的地层智能识别方法.首先,利用INPEFA技术和中值滤波对原始曲线进行了多维重构,更好地提取了原始曲线的地层趋势及边缘特征,并对重构矩阵和原始曲线特征采用K-means聚类算法提取时空相关聚类特征;然后,以原始曲线特征、INPEFA曲线、中值滤波特征和聚类特征作为输入,基于一维卷积神经网络得到当前深度地层预测类型.与长短期记忆网络(LSTM)和传统的机器学习方法对比发现,在地层的识别上,地层智能识别方法具有更优异的性能和鲁棒性.该方法能有效识别地层,识别准确率达到92.82%,且在识别地层的同时也完成了地层划分.

    地层识别一维卷积神经网络测井曲线深度学习特征工程