首页期刊导航|信息技术
期刊信息/Journal information
信息技术
信息技术

姚彦茹

月刊

1009-2552

hein@mail.hein.com.cn

0451-82629512 87220301

150090

哈尔滨市南岗区华山路12号

信息技术/Journal Information TechnologyCSTPCD
查看更多>> 1977年创刊,由中国电子信息产业发展研究院、黑龙江省信息技术学会主办的自动化技术与计算机技术类刊物。该刊为中国科技核心期刊,国内外公开发行。办刊宗旨是大力宣传国家信息基础建设和信息产业发展形势,深入报导国内外信息技术发展趋势,交流信息化经验,推介信息产业界精英及其管理思想。刊载范围:计算机网络与通信、软件技术、控制技术、计算机应用技术等。设有基金项目、研究与探讨、应用技术、综述与评论专栏。
正式出版
收录年代

    基于视觉特征融合的交通量组合预测模型

    崔宇
    70-74,79页
    查看更多>>摘要:交通量组合预测存在预测不准、预测误差大的问题,为此,文中以大数据为基础提出基于视觉特征融合的交通量组合预测模型.计算时间双向交通流序列,对时间序列交通量数据进行分析.灰度化处理识别出的交通量视觉图像颜色分量,提取时空关联信息,获取空间-时间线序列符.融合时间和空间特性交通量序列,输入视觉特征融合特征,自适应调整时间和空间序列预测加权因子,构建交通量组合预测模型.由实验结果可知,该方法对工作日交通量预测的最大误差为1%,休息日预测误差为0,预测效果精准.

    大数据视觉特征融合交通量时间序列空间序列

    基于改进鲸鱼算法优化PID的转速控制

    朱正林王尊弘张冕张欢...
    75-79页
    查看更多>>摘要:当汽轮机转速发生偏差时,需要操作员手动整定PID参数使转速达到稳定,但控制效果不佳且调节时间长,针对这一问题提出了一种改进的鲸鱼优化算法优化PID参数控制转速,通过引入反向学习策略和非线性收敛因子,在一台3MW的汽轮机的组态仿真中进行实验对比.结果表明:与鲸鱼算法、粒子群算法相比,改进鲸鱼算法寻优效果更好,进而有效地达到对汽轮机转速的控制.

    汽轮机转速改进鲸鱼优化算法PID反向学习策略非线性收敛因子

    基于单片机的家庭植物工厂控制系统设计

    王通曹喜亮翟怡迪李宇航...
    80-87页
    查看更多>>摘要:针对现有家庭植物工厂控制系统无法实现对种植层独立调控问题,提出了一种家庭植物工厂控制系统设计方案.系统采用STC89C52RC单片机作为控制器,通过多路转换开关、传感器、继电器等模块,采用轮询的方式实现对种植层环境参数独立监测和调控,从而为植物提供合适的生长环境.采用Proteus软件进行仿真调试,验证了设计方案的有效性.

    家庭植物工厂单片机多路转换开关传感器控制系统

    基于KPCA-PIO-ELM模型的管道剩余寿命预测分析

    霍奕宇李西锋
    88-93页
    查看更多>>摘要:为了提高腐蚀管道剩余寿命预测精度,提出基于核主成分分析(KPCA)和鸽群优化算法(PIO)的极限学习机(ELM)预测模型.通过KPCA提取关键腐蚀因素,降低预测指标维度;采用PIO对ELM的输入权值及隐层阈值进行优化,提升预测精度.为检验模型效能,以某注水管道的50组数据为例进行研究,并与ELM、BP两组模型的预测结果进行对比分析,结果表明:构建模型的MAE、MAPE、RMSE均优于对比模型,证明KPCA-PIO-ELM模型在预测注水管道剩余寿命方面具有可行性及优越性.

    剩余寿命预测腐蚀管道核主成分分析鸽群优化算法极限学习机

    基于CNN算法及多特征融合的老人摔倒预测系统构建

    胡昕刘瑞安黄玉兰任超...
    94-101页
    查看更多>>摘要:随着中国老龄化社会的到来,应对老年人口安全问题,特别是摔倒问题,变得越来越重要.提出了一种基于卷积神经网络(CNN)和多特征融合的预测系统.该系统整合了图像和生理信号等多种类型的特征信息,以提高摔倒预测的准确性.实验验证了基于CNN的多模型结构在老人摔倒预测中的优越性,以及多特征融合策略对模型性能的提升作用.与其他方法相比,所提出的方法在准确率、召回率、精确率和F1分数方面表现出优越性,准确率可达到95.93%.此研究为预测和预防老年人摔倒提供了一种高效且可靠的方法.

    CNN算法多特征融合特征提取老人摔倒预测数据集

    基于特征选择的方言辨别模型

    艾虎李菲
    102-110,119页
    查看更多>>摘要:为了从语音样本中选择数量最少的相关特征变量,并让基于随机森林(RF)的贵州汉语方言辨别模型达到所需的精度.该研究采用基于随机森林的差异排序向后消除法(SDBE),利用Python 3.6,对贵州3个市县群的汉语方言语音样本进行特征选择,并与其他先进的特征选择方法进行比较,最后对随机森林分类模型进行改进.结果显示,该方法从39个特征变量中选取了 8个最相关的梅尔频率倒谱系数(MFCC),显著优于与之比较的特征选择方法.经过改进的随机森林模型分类精确度为96.64%.该研究采用的特征选择算法和改进的随机森林模型,让方言辨别模型的性能得到显著提升.

    汉语方言辨识梅尔频率倒谱系数特征选择随机森林向后消除法

    基于机器学习的人力薪资管理及绩效优化体系研究

    余玥张戈岳晓婧陈卓...
    111-119页
    查看更多>>摘要:针对当前研究对于人力薪资管理及绩效优化并不理想的现状,构建了一种基于机器学习改进薪资和绩效的模型.基于XGBoost和GBDT算法研究了主观与客观因素对薪资的影响,通过优化对其模型准确率进行RMSE误差分析,得出XGBoost算法模型的RMSE22.36,GBDT算法模型的RMSE为39.85;采用层次分析法对绩效各指标权重进行了研究评价,实现了绩效指标的科学设定以及机器学习框架下数据监测的动态调整,验证了该模型对于人力薪资管理及绩效优化体系的有效性.

    机器学习薪资管理绩效优化动态调整层次分析法

    基于云边协同的新能源功率预测系统研究

    何宇斌李映辰梁寿愚周志烽...
    120-127,135页
    查看更多>>摘要:为满足当前多时间尺度新能源功率预测的数据分析计算要求,文中提出了基于云边协同的新能源功率预测系统设计方案.构建了基于云边协同预测系统的总体架构,云端对功率预测任务和服务器资源进行总体管控,边缘靠近任务需求侧分担存储、计算任务,并与云端形成层级关系;采用Docker容器技术实现云边系统资源的高效利用,通过资源配置算法优化系统多服务器的延时和功耗平衡;针对大数据文件的云边交互提出通信优化传输机制以节省延时和带宽.最后通过实例验证了所提系统可满足多时间尺度大规模新能源功率预测任务的需求.

    新能源功率预测云边协同容器大规模

    基于深度强化学习的船舶路径规划方法研究

    杨长兵张海华刘焕牢
    128-135页
    查看更多>>摘要:针对现有路径规划算法在面对复杂环境时需要大量先验信息,并存在计算量大、转折过多、搜索精准度差等问题,使用深度强化学习算法可以弥补上述缺陷,但是存在算法本身收敛慢等问题.针对此问题,提出使用改进人工势场法(APF)对深度强化学习算法的奖励函数进行优化处理,并通过贝塞尔曲线对路径进行平滑处理,最终输出相对平滑的船舶航行路径.在相同环境下,将改进算法模型与现有方法的路径规划效果进行比较分析,结果表明,DQN-APF算法在生成的路径长度、平滑度、规划完成时间等船舶路径综合规划参数能力上得到了提升.

    船舶路径规划深度强化学习改进人工势场奖励函数路径平滑

    基于动态多尺度变换的资源信息快速检索技术

    吕小宁
    136-140,147页
    查看更多>>摘要:针对传统医疗资源信息检索算法检索效率低、准确率不足,难以实现信息快速检索等问题,文中提出了一种基于动态多尺度变换的资源信息快速检索技术.该技术方案利用多尺度变换中的离散小波变换对待检索的资源信息关键词进行分解,再按照规则推理及语义形式转换在数据库中查找对应检索信息,通过计算检索信息与检索条件之间的相似程度来确定检索结果的有效性,最后再返回满足符合条件的数据.以某医疗人力资源数据集为样本展开的实验结果表明,相较于其他同类信息检索算法,所提算法能够在保证检索响应时间的条件下,使查全率与查准率分别达到91%和95%以上.

    多尺度变换小波变换数据处理特征提取资源检索