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ASTG-CRNN模型的多步长交通流预测

    贵向泉熊家昌李立郭莎莎...
    141-148页
    查看更多>>摘要：针对交通流预测模型中路网表征结构难以进行刻画和交通流数据中动态时空相关性难以进行建模以及其中时间特征捕获不充分的问题,提出一种基于注意力机制和时空图卷积循环神经网络的交通流预测模型(ASTG-CRNN).首先,通过定义节点相对邻近度来确定路网表征结构的关系权重;其次,通过在时空维度上引入注意力机制对动态时空相关性进行建模,再采用图卷积捕获交通流数据中的空间特征;最后,采用卷积神经网络和双向门控循环神经单元的组合模块共同捕捉时间特征,从而能更好地表达交通流的时空特性.在两个公开交通流数据集PeMS04 和PeMS08 上对模型预测效果进行验证,其结果表明,ASTG-CRNN模型的预测结果均优于其它模型,与时空同步图卷积网络模型(STSGCN)相比,在未来1h内预测结果的MAE、RMSE和MAPE在数据集PeMS08 上分别降低了2.71、2.69 和0.87%.

    交通流预测注意力机制相对邻近度时空相关性图卷积网络循环神经网络

      原文链接:
    • 维普
    • 万方数据

    基于半监督的3D肝脏CT自动分割方法研究

    谢宏彪刘志勤王庆凤黄俊...
    149-154页
    查看更多>>摘要：肝癌是常见癌症之一,有着较高的死亡率,精准分割肝癌区域是辅助诊断治疗的重要前提.然而肝脏CT图像需要专业的医师进行标注,有标签数据较少,获取途径单一.针对分割腹部肝脏CT图像需要大量高质量标签并且较难获取的问题,提出了一种采用协同训练的半监督学习分割方法.首先,将有标签数据输入3D U-Net和3D Res U-Net进行有监督训练,保存训练得到的两个分割模型,在两个分割模型中分别对无标签数据进行预测;然后,挑选预测的结果,再加入全连接条件随机场处理挑选出的伪标签,细化伪标签的边缘信息,提升伪标签的精确度;最后,加入到训练集中,重复上述步骤直到分割结果的Dice相似系数停止提升时结束训练.实验在LiTS2017 Challenge肝脏数据集上进行测试,结果表明,在有标签数据集占总数据集的30%时,该方法的Dice值达到90.22%,几乎与全监督3D Res U-Net分割结果持平,说明该半监督学习方法是有效的.

    协同训练肝脏分割半监督学习全连接条件随机场U-Net

      原文链接:
    • 维普
    • 万方数据

    基于联邦卷积神经网络的鱼类检测系统

    杨晓雨周彩凤
    155-160页
    查看更多>>摘要：由于鱼类数据的多样性以及应用的广泛性,为了进一步提高鱼类检测的效率,以及在处理鱼类图片时提取到更高维的特征来提高鱼类检测的准确率,将卷积神经网络与联邦学习相结合,将鱼类图片数据按照非独立同分布的形式分发给用户.用户在本地训练模型,并将训练好的模型参数上传到云端,云端将完成模型参数的聚合与更新,并将更新好的参数返回到用户的终端,各个用户开始下一轮训练.以此过程来训练网络,并模拟联邦学习的过程.最后,用联邦卷积神经网络、联邦学习以及卷积神经网络分别对野生鱼类数据集上鱼类图片进行图像检测与识别,并将结果做对比.结果表明,联邦卷积神经网络模型最终的分类准确率为33.3%,传统的联邦学习的准确率为26.67%,Resnet50 的准确率为87.97%,可以看出联邦卷积神经网络的分类准确率远高于传统的联邦学习.并且联邦卷积神经网络模型在训练轮数较少的情况下就可以得到较好的实验结果.联邦学习作为分布式计算的重要组成部分,它提供的快速模糊化处理以及数据独立的特性,为鱼类分类的效率和数据保护提供了有力保障.卷积神经网络也提高了联邦学习的学习效率.这使得提出的联邦卷积神经网络分类系统相比于传统的联邦学习在分类效率以及分类准确率方面有了较大程度的提高.

    鱼类分类联邦学习分布式计算卷积神经网络模糊化处理

      原文链接:
    • 维普
    • 万方数据

    边缘计算下的轻量级联邦学习隐私保护方案

    张海超赖金山刘东张凤荔...
    161-167页
    查看更多>>摘要：随着物联网和大数据技术的高速发展,以传统云计算模式为代表的集中式学习效率低下,且易受到单点攻击、共谋攻击、中间人攻击等一系列攻击手段,造成数据安全的隐患.边缘计算模式使得分布式联邦学习成为了可能,然而,联邦学习虽然能够保证数据在本地的安全和隐私,但是也面临众多安全威胁,如梯度泄露攻击,此外,效率问题也是联邦学习的痛点所在.为了保障边缘计算场景下的模型训练安全,提出了一种边缘计算下的轻量级联邦学习隐私保护方案(Lightweight Federated Learning Privacy Protection Scheme Under Edge Computing,LFLPP).首先,提出一种云-边-端分层的联邦学习框架;其次,对不同层进行隐私保护;最后,提出一种周期性更新策略,极大地提高了收敛速度.使用乳腺癌肿瘤数据集和CIFAR10 数据集在LR模型和Resnet18 残差模型上进行训练和测试,同时使用CIFAR10 数据集与FedAvg和PPFLEC(Privacy-Preserving Federated Learning for Internet of Medical Things under Edge Computing)两种方案进行对比实验,得出准确率和训练效率的差距,并进行准确率、效率以及安全性等方面的分析,该方案在CIFAR-10 数据集上能达到84.63%的准确率.

    联邦学习边缘计算同态加密差分隐私隐私保护

      原文链接:
    • 维普
    • 万方数据

    混合负采样的知识图谱嵌入

    奚超亮冷泳林
    168-174,181页
    查看更多>>摘要：知识图谱嵌入表示模型将实体与关系转化为低维的向量表示,来表达实体与关系之间的关联语义,是解决知识图谱补全问题的重要方法.传统模型采用随机负采样来构造负例三元组,容易产生低质量负样本,影响表示模型的特征学习能力.基于相似性的负采样方法,对实体点进行聚类,提高了负采样的质量.但针对知识图谱中的稀疏点,因无法控制聚类点数量,导致模型性能降低.经过对相似性负采样和样本点稀疏问题的研究,采用基于密度的聚类算法 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)对聚类中的样本进行头尾实体的替换,并对DBSCAN中的领域聚类半径采取了自适应优化,找到合适的聚类中心,降低离群点的数量.同时对于聚类外的离群点进行过采样,构造离群点的相似点,解决稀疏点负采样的问题.最后,将该负采样方法与TransE结合,得到了混合负采样模型TransE-DNS.研究结果表明:TransE-DNS在链路预测和三元组分类任务上取得了更好的效果.

    翻译模型知识图谱三元组分类链路预测DBSCANclustering负采样

      原文链接:
    • 维普
    • 万方数据

    基于深度残差收缩网络的油气柱高度预测

    杜睿山程永昌孟令东
    175-181页
    查看更多>>摘要：油藏的含油气柱高度在很大程度上反映了圈闭中油气层的丰富程度.石油含量高度的估计,对于钻前储量评价、井位优化部署等都有着一定重要性.为了提升油气柱高度预测精度,展开基于神经网络模型的油气柱高度预测方法的研究,并侧重于一维残差收缩网络的研究,因为一维的卷积核侧重对每一维特征的提取,更符合本实验数据的特性;其次模型使用了残差块,该模块使用链接跳跃方法来绕过输入信息直接输出来保护信息完整性,进而缓解梯度损失和网络退化问题;软阈值作为非线性变换层插入到深层结构中,以消除不重要的特征,来提高从高噪声数据中学习特征的能力.同时,为了验证模型的有效性,对目前应用较为广泛的模型,如CNN、1DCNN、GoogLeNet、DenseNet、1DRSN在圈闭数据上的应用进行了比较和分析.1DRSN预测准确率达到84.0%,优于其他模型,表明该模型对油气柱高度预测有更加准确的结果.

    油气柱高度卷积神经网络深度学习软阈值一维残差收缩网络

      原文链接:
    • 维普
    • 万方数据

    融合SIFT和级联分类器的特种车辆自动检测识别

    唐海涛吴果林范广义陈迪三...
    182-189页
    查看更多>>摘要：针对特定场景中特种车辆因多环境影响因素下数据不均衡、检测精度和识别准确率低的问题,提出一种融合尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)和级联分类器的特种车辆自动检测及识别预测方法.首先,图像预处理后运用SIFT特征提取图像主体区域特征点及特征描述子;其次,结合SIFT特征点的密度调整优化算法实现目标车辆检测;最后,运用KMeans聚类算法获得目标检测框中SIFT特征描述子的中心聚类点,生成表征目标主体图像的128 维特征描述子,并最终输入RF-RBF(Random Forest-Radial Basis Function)级联分类器进行学习并识别预测.该文均采用K折交叉验证方法保证模型的稳定性和可靠性.实验结果表明,在特定场景下特种车辆目标检测获得了75.47%平均交并比,级联分类器在特种车辆识别的综合准确率、精确率、召回率、F1-Score值以及FPS值分别为 87.35%、88.17%、97.27%、92.38%以及21.进一步验证融合SIFT和级联分类器模型具有较好的自动化检测准确性和识别分类能力.

    尺度不变特征变换KMeansRF-RBF级联分类器K折交叉验证特种车辆

      原文链接:
    • 维普
    • 万方数据

    超声波穿金属无线通信噪声智能抑制方法研究

    朱晓雨曹自平崔红涛
    190-195页
    查看更多>>摘要：超声波是面向密闭金属腔体内外间进行无线通信时一种较为理想的信息传输媒介,回波是超声波穿金属无线通信系统的主要噪声来源.针对现有超声波穿金属无线通信系统中回波消除技术的局限,该文引入深度学习方法来实现一种新的回波消除技术方案进行通信接收端信号信噪比的改善.搭建了由摄像头、发射端FPGA、发射端超声换能器、金属铝块、接收端超声换能器和接收端FPGA组成的试验型超声波穿金属无线通信系统,作为信道的铝块其厚度为50 mm,基带频率为10 MHz.使用全卷积时域音频分离网络对超声波穿金属通信系统接收端的信号进行盲源分离,模型经过45 次训练后较好实现了去除混合信号中的无用噪声而增强超声波信号的信噪比,在通信速率2 Mbps条件下实现了13.57 dB的SDR提升量和39.70 dB的SI-SDR提升量.

    神经网络超声波通信回波消除深度学习盲源分离

      原文链接:
    • 维普
    • 万方数据

    上下文特征注入融合的空气污染物浓度预测

    魏思李欣泽郤丽媛刘紫君...
    196-201页
    查看更多>>摘要：空气质量预测能够预知区域空间内的大气污染物浓度,对污染防治、环境保护和人身健康等具有非常重要的意义.针对现有空气污染物预测模型未能充分挖掘和利用上下文因素的影响和作用,提出了一种上下文特征注入的空气污染物预测模型.首先,通过循环神经网络和深度置信网络分别学习和提取空气污染物浓度数据的时间序列特征和上下文特征.然后,使用向量融合机制将提取到的上下文特征注入到时间序列特征中,生成新的融合特征.最后,将新的高阶融合特征送入预测器,对空气污染物浓度做出准确可靠的预测.实验选用2017 年1 月至2021 年7 月共55 个月的PM2.5 污染物浓度数据,并与LSTM、GRU、BiLSTM预测模型相比较,结果表明提出的特征注入模型在多种场景下都能够准确地拟合空气污染物浓度的真实值,预测精度优于传统循环神经网络模型,各项评价指标均较好,表现出较强的适应性和准确性.

    空气污染物浓度PM2.5时间序列上下文因素特征融合门控循环单元

      原文链接:
    • 维普
    • 万方数据

    区块链在陕西农业地理标志产品保护的应用研究

    刘旭勇
    202-207,214页
    查看更多>>摘要：地理标志作为一种重要的知识产权,对促进地域经济发展、推动乡村振兴事业、推进外贸经济发展等具有重要的引领作用.陕西气候类型多样,土地资源肥沃,物产丰富,拥有众多的名优土特产和农副产品,具有鲜明的地理标志特征.强化陕西省农产品地理标志保护,打响一批具有地域特色的产品品牌,既有助于产品品质的提升,也有助于地域文化的传承保护,能够有效实现经济和社会效益.通过对陕西农产品地理标志保护路径进行研究,基于区块链技术适配溯源的关键技术特点,探索区块链技术在农产品保护中的应用路径,提出农产品保护实践中的应用区块链建议,构建了基于区块链技术的陕西苹果质量溯源系统,从源头上注重地理标志产品的溯源和质量管理,促进了陕西省农业地理标志产品的发展.

    地理标志农产品区块链溯源质量管理

      原文链接:
    • 维普
    • 万方数据