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

    组装式应用及其平台发展研究

    王传庆李建文李阳阳张天骁...
    1-8页
    查看更多>>摘要：随着市场需求的快速变化，业务应用程序的开发方式也逐步从单体架构式开发转变到微服务式开发，继而发展到当前新兴的组装式开发。为了更加便捷、高效地开发组装式应用，大量组装式应用平台被设计、开发和应用。而开发者通常是基于以往的软件架构开发经验来设计和开发平台，缺少在整体上对组装式应用和组装式应用平台的认识。该文探讨了软件系统架构的发展趋势，综合性地分析了单体架构和微服务架构的架构特点，分析了PBC和组装式应用的研究现状，并对三种架构类型进行了不同维度的比较。在此基础上，调研了32 个当前主流的国内外组装式应用平台，分别从架构和功能两个方面对组装式应用平台进行了系统性的分析和研究。一方面，该文分析和归纳出了两种通用类型的组装式应用平台架构类型;另一方面，该文挖掘出了组装式应用能够良好适配的7 大应用场景，总结了各场景中的功能特点。该文旨在使平台设计、开发和使用人员对组装式应用及组装式应用平台有更深入的认识，进而促进组装式开发模式的进一步发展。

    组装式组装式开发组装式应用组装式应用平台软件平台架构

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    去除推荐场景多混淆因子的因果去偏方法

    杨庚杭沈苏彬
    9-15页
    查看更多>>摘要：如何去除推荐场景中存在的偏差问题，是推荐系统提升效果的重大挑战。现有的推荐模型只是拟合数据，基于相关性去除偏差会受到虚假相关性的影响;基于因果关系去除偏差则由于场景复杂很难抽取更加全面的因果关系。因此，尽可能多地考虑各因素之间的因果关系并去除偏差问题很有必要。该文从因果角度对用户行为在物品分类的分布不平衡和物品类别流行度两个混淆因子在推荐流程中的因果关系进行研究，提出考虑多因素的去混淆方法，有效去除推荐中的偏差问题。首先，分析各变量之间的因果关系并构建因果图;其次，使用前门调整和后门调整去除两个混淆因子造成的虚假相关性以及偏差;最后，将该方法应用在神经网络因子分解机上，在两个公开数据集上进行了实验并验证。从仿真实验结果可知，该方法相比于目前的最优方法都有不同程度的提升。

    因果推断前门调整后门调整多混淆因子因果图

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    边缘场景下基于DDQN的容器组调度策略

    王钰童顾进广
    16-22页
    查看更多>>摘要：工业互联网中存在大量部署于边缘服务器上的在/离线容器服务，这些容器服务一方面承载着低延时，高响应的需求，另一方面又具有错综复杂的调用关系。通常边缘集群的调度策略并未考虑到容器服务之间的依赖关系，这导致具有依赖关系容器服务可能在调度过程中被分散到不同的边缘节点上，并由此产生大量跨节点调用造成额外资源损耗。针对具有依赖关系的容器，该文提出面向边缘场景的容器组调度优化策略。首先通过容器聚类算法 CDSC(Container Dependency Spectral Clustering)将有依赖关系的容器划分为一个或多个容器组，使得组内容器依赖强度尽可能的大，组间依赖强度尽可能的小，以减少其进行跨节点调用的频率;再通过引入双深度Q网络模型(Double DQN)将容器组作为基本调度单位，以容器依赖开销，集群和节点内部负载为优化目标，根据边缘节点实际情况自适应学习优化调度策略，使其能应对复杂多变的边缘集群情况。经实验表明，相比于传统的启发式算法和其他深度强化学习算法，该算法在容器服务响应时间、集群和节点负载方面具有明显的优势。

    调度优化深度强化学习容器聚类集群容器依赖开销

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于云边协同的电力物联终端数据轻量化处理方法

    李世豪曾锃缪巍巍夏元轶...
    23-29页
    查看更多>>摘要：电力物联网在大规模化高频数据传输应用中，由于现场存在海量实时数据传输，因而会造成对现场数据无法进行有效压缩，进而导致云边信息传输效率低以及传输流量费用高等问题。该文提出一种基于云边协同的电力物联数据轻量化处理方法(LPCE)。该方法基于一种物模型结构，通过提取云边交互数据形成压缩字典，并将压缩字典同步至边缘设备来完成海量数据压缩。针对传统常见的压缩方法，该文在数据有效率、压缩率、压缩时间以及压缩速度和解压缩速度等方面分别做了对比分析实验。实验结果表明，在面对高频、实时传输的电力物联网系统中以JSON(JavaScript Object Notation)格式报文数据为代表的交互数据的压缩，提出的LPCE方法具有明显效果和优势。该方法实现了电力物联网云边数据无损压缩，可减少电力物联网云边之间的冗余数据传输，提升了云边数据传输效率，降低了云边之间数据传输成本。

    电力物联网云边协同数据压缩边缘计算智慧物联多元感知

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    改进的U-Net在建筑物变化检测中的应用

    李仙华陈柏林陈欢张宏鸣...
    30-37页
    查看更多>>摘要：变化检测是对地观测应用中的一项重要任务。然而现有的基于深度学习的变化检测方法在高分遥感图像建筑物变化检测任务中仍存在变化对象和背景之间分界模糊、小变化目标漏检等问题。针对这些问题，提出了一种基于高斯差分金字塔和注意力特征传递的遥感图像建筑物变化检测方法。该方法采用编码器解码器结构，在编码阶段使用高斯差分金字塔获取双时相遥感图像多尺度边缘特征信息，融合不同尺度下的边缘特征信息，增强图像边缘特征表达能力。在解码部分引入注意力特征传递机制，将高层语义信息与低层建筑物细节有效融合，以捕获特征中的显著信息、抑制无效特征信息，提升小变化目标的检测能力。该方法在公开的LEVIR-CD、WHU-CD数据集上进行训练和测试。实验结果表明，相比于其他同类方法，改进方法在对不同尺度建筑物目标的变化检测中展现了良好的适应性，在保证较低算力消耗的基础上，精确率、召回率、F1 和Kappa值方面均有较大提升。

    建筑物变化检测高斯差分金字塔U-Net注意力机制特征融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多角度感知和边缘引导的图像反射消除算法

    张玲王国浩
    38-46页
    查看更多>>摘要：图像拍摄时，经常会因为玻璃、窗户等反光破坏目标图像的清晰度和完整度，这些给人类视觉造成干扰的部分叫做反射层。真实场景下的反射图像是背景层与反射层的复杂耦合，且分离困难，现有的图像反射消除方法中，利用反射图像本身的信息引导反射消除的研究并不多，而且如何有效利用这些信息也是一个关键的问题。该文提出了一个基于多角度感知模块和边缘引导的网络用于图像的反射消除，首先构建一个多角度感知恢复网络来获得一个初步的反射消除结果，然后提出的边缘引导消除网络利用图像的边缘结构信息对初步结果进行优化，生成最终的反射消除结果。其中，提出的多角度感知模块用于增强模型对图像背景特征和语义信息的感知能力，抑制反射序列的生成。此外，图像的边缘结构从不同尺度上为图像的重建提供了结构引导，进一步恢复图像丢失的细节特征。实验证明，该网络模型相对于现阶段的反射消除方法性能更加优越。

    反射消除深度学习多角度感知边缘结构细节特征

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合卷积和Transformer的腹部多器官分割网络

    杨萍陈立伟王庆凤周莹...
    47-54页
    查看更多>>摘要：腹部多器官分割在计算机辅助诊断中起着至关重要的作用，具有重要的研究价值。但由于腹部多器官边界模糊、背景复杂以及形状大小多变，使这项任务极具挑战性。为此，提出了一种融合卷积和Transformer的腹部多器官分割网络TCMSUnet。首先，在特征提取阶段设计了多尺度引导融合模块(GFM)，利用高层特征提取的显著语义信息来引导低层特征以增强相邻特征的语义一致性，从而促进不同尺度特征的融合;随后设计了全局局部增强模块(GLE)，通过空洞卷积和Transformer块结合来增强模型对全局局部上下文信息的提取，使模型在建立长距离依赖关系的同时加强特征的局部关联性;最后，在解码器部分引入多阶段损失聚合结构以加快模型的收敛并优化模型的性能。在Synapse数据集上评估了模型的性能，其平均Dice相似系数(DSC)为81。20%。实验结果表明，所提方法整体性能优于多种比较网络，并对形状大小多变的器官有更好的分割效果。

    医学图像分割特征融合多尺度空洞卷积Transformer多器官

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向社区便利性评估的多源地理信息知识图谱构建

    李月琳李宁杨光
    55-62页
    查看更多>>摘要：以2020 年天津市红桥区内线状道路、面状社区和点状服务设施等地理空间数据作为实验数据源，构建以地理空间数据为主、互联网数据为补充的地理信息知识图谱，进一步展示了地理信息知识图谱中扩充的概念和关系的类型与数目。在此基础上，对天津市红桥区内所有社区周边的生活便利性展开分析。具体工作包括:清除异源同名数据，构建地理信息领域知识图谱，实现多源异构数据融合;采用基于维数扩展的DE-9IM模型提取空间关系;通过叠加分析计算服务设施密度。在地理空间数据约束的基础上，选取2020 年天津市红桥区内面状社区矢量数据和点状综合服务设施等POI数据，以社区周边500 米范围圈内的各类服务设施的POI密度进行叠加分析，同时将计算得到的各种生活服务设施的分布密度进行归一化计算得出社区便利性指数，以此作为社区便利性的评价方法。为客观评价社区生活便利性提供了依据，有助于宜居城市建设以及满足居民日益增长的对美好生活的需求。

    便利性评估知识图谱地理信息空间关系自然语言处理

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于NDM-YOLOv8的无人机图像小目标检测

    程期浩陈东方王晓峰
    63-69页
    查看更多>>摘要：针对无人机航拍图像中小目标实例多、目标之间存在遮挡的现象，容易造成漏检、误检等问题，提出一种新的基于非跨步动态多头结构的小目标检测算法(Non-strided Dynamic Multihead YOLOv8，NDM-YOLOv8)。首先，设计了SConv模块，融合了非跨步卷积，尽可能地保留输入数据的判别特征信息，以降低小目标特征的细粒度信息的丢失;其次，设计了C2f-LSK模块，通过采用选择机制对空间特征进行有效加权，动态地调整感受野，灵活地捕捉不同尺度的特征和上下文信息，提高模型对小目标的关注度;最后，设计了P2 小目标检测头，并和高层网络进行残差连接，减少小目标特征丢失，以强化算法对小目标特征的提取能力。实验表明，NDM-YOLOv8 有效提高了对无人机图像中小目标检测精度。在公开数据集VisDrone2019 上，NDM-YOLOv8 比YOLOv8n在mAP0。5提高了5。3 百分点，mAP0。5:0。95上提高了3。3 百分点，对比其他模型，也取得了较优的检测效果，能够有效地完成无人机航拍图像中小目标检测任务。

    无人机小目标检测YOLOv8感受野特征提取

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于BM3D的脑MRI图像噪点剔除算法

    徐梦笔何刚
    70-76页
    查看更多>>摘要：磁共振成像(Magnetic Resonance Imaging，MRI)已经成为一种常见的影像检查方式，MRI的去噪算法影响着MRI的成像效果。基于深度学习的MRI去噪算法需要一定量的数据，绝大部分基于非深度学习的MRI去噪算法都是将MRI数据转化为实数之后进行去噪的，针对复数MRI中的复数数据类型的算法也存在着失真的问题。因此，提出一种通过单张MRI脑图像的原始数据进行噪点剔除的算法，以此更好得去除图像噪声。该算法从MRI的原始数据出发，利用了MRI噪声分布性质和MRI脑图像的特点，以判断MRI图像中噪声明显的点，从而剔除MRI中特定的莱斯分布的噪声。并将所提出的算法结合了MRI 去噪中常用的非局部平均算法(Non-Local Means denoising，NLM)与三维块匹配算法(Block-Matching and 3D filtering，BM3D)，并和不使用该算法剔除噪点的NLM、BM3D进行了对比评估。对比结果表明，在噪声密度不同的多种情况下，该算法总能优化与之相结合的图像去噪算法，在不同的噪声情况下使峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)与结构相似性(Structural Similarity，SSIM)提高了1%～9%。最后将该算法结合BM3D，对比了DnCNN、低秩聚类算法(Weighted Nuclear Norm Minimization，WNNM)、BM3D、NLM等用于MRI去噪的算法，在莱斯噪声较多时，该算法在PSNR上有更好的表现。

    脑磁共振成像噪声去除莱斯分布非局部平均算法三维块匹配算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据