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

    基于元胞自动机的航站楼离港车道边停车容量评估研究

    张龙财刘斌徐健平刘明辉...
    70-75页
    查看更多>>摘要：航站楼车道边是旅客实现陆空转换的关键节点,其规模对陆侧交通的正常运行有着至关重要的作用.针对航站楼离港车道边送客车辆的个体行为,基于元胞自动机提出一种改进型离港车道边停车容量仿真模型并利用实测数据对模型的准确性进行验证,最后利用文中模型分析了不同停车方式及停靠时间对停车容量的影响.试验结果表明,仿真结果与实测数据基本一致,可用于评估离港车道边停车容量;在车道边规模不变的前提下,竖向停车方式可以显著增加车道边停车容量;两种停车方式的车道边停车容量都随停靠时间的增加而减小.

    航站楼离港车道边停车容量元胞自动机停车方式停靠时间

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于ElasticSearch的医疗数据检索系统的设计与实现

    汪睿胡外光胡珊珊周颖...
    76-82页
    查看更多>>摘要：随着医疗技术的发展,医疗业务场景越加复杂,由此产生的医疗数据也越来越多,其来源复杂,结构多变,信息冗余,数据不完整.这些特性使得系统在进行检索时,无法快速、有效、精确地查询数据.为了解决这个问题,设计并实现了基于ElasticSearch的医疗数据检索系统.该系统将医疗数据进行标准化,填补缺失值,选取合适的分词算法进行分词,将处理后的数据存入ElasticSearch中,同时使用SpringBoot构建系统应用,消耗多个医疗基础业务系统产生的数据,最终形成统一的医疗数据检索系统,给用户提供便捷、精确的查询服务.

    lasticSearch医疗数据文本分词全文检索分布式搜索

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于关联规则提取的外语翻译信息密度检测

    孙瑞吕灏楠
    83-86,92页
    查看更多>>摘要：为了提高外语翻译信息密度检测的有效性,提出基于关联规则提取的外语翻译信息密度检测方法.构建语料特征信息挖掘的二元模型,并采用关联规则提取方法计算关联规则分布特征参数,完成语料特征的提取.根据语料特征提取结果,计算信息密度检测中心点与信息增量特征的多维尺度信息.计算信息的平均可达密度,将其作为密度检测结果进行输出.实验结果表明,相较于传统对比方法,所提方法可以提高外语翻译信息密度检测精度,检测精度在97％左右.

    关联规则提取外语翻译信息密度检测信息增量特征平均可达密度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    运动员体能训练动作量化修正系统设计

    赵冬杨改红喻龙周帅...
    87-92页
    查看更多>>摘要：跑步比赛中0.01s就能决定比赛的成败,为了确保教练和运动员能够获得更多的体能训练动作量化指标,设计运动员体能训练动作量化修正系统.基于Unity3D引擎设计控制模块、训练动作采集模块、训练动作模拟处理模块,利用灰色预测模型在提取体能训练动作特征的基础上识别训练动作,计算模拟动作系数,实现运动员体能训练动作量化修正.实验结果表明,该设计系统对跑步训练动作腿关节、踝关节角动作速率的识别准确性较高,体能训练动作数据管理效率较高,满足了节约运动员体能实际训练时间的需求.

    Kinect动作记录设备模拟系数修正Unity3D引擎框架体能训练主控制器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于GCN-LSTM融合模型的自适应智能路由算法

    李温静诸金洪刘柱王思宁...
    93-99页
    查看更多>>摘要：海量的电力终端设备接入使得现有路由算法难以满足业务需求,因此,文中提出一种基于图卷积神经网络(Graph Convolutional Network,GCN)和长短期记忆网络(Long Short-Term Memory,LSTM)的自适应智能路由算法.首先,通过GCN-LSTM提取链路的状态特征和网络流量的时空特征,对链路的平均时延进行预测;其次,通过全连接层建立预测结果与最优路径的映射关系;最后,通过深度强化学习(Deep Reinforcement Learning,DRL)框架来训练融合模型.实验结果表明,文中所提算法能够自适应动态的网络变化,相比于常用的智能路由算法,具有更低的平均时延和较强的泛化性.

    智能路由算法图卷积神经网络深度强化学习长短期记忆网络自适应

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于时间最短的生鲜农产品配送路径规划系统

    吴卓葵江卓阳张文峰曾涛...
    100-105,114页
    查看更多>>摘要：合适的配送路径可缩短生鲜农产品的配送时间,有利于保证生鲜农产品的新鲜度和减少损耗.为了为生鲜农产品配送提供便利的路径规划服务,提出一种基于时间最短的生鲜农产品配送路径规划系统.系统以配送时间最短为路径规划目标,对分散的多个配送点的配送顺序进行最优排序.系统设计采用基于Node.js的Web开发方式和前后端分离的架构,实现生鲜农产品配送路径规划、配送方案实施和管理、生鲜农产品管理等功能.测试与应用结果表明,设计的系统可有效缩短生鲜农产品的配送时间,提高配送效率和降低配送成本.

    路径规划时间最短生鲜农产品配送时间配送效率

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自注意力的电力数据能耗预测算法Dual-channel LSTM

    杨文清陈怀新王召朱佳...
    106-114页
    查看更多>>摘要：电力能源需求随不可预测事件波动性加剧,为实现准确预测建筑用电能耗,提出一种电力数据能耗预测算法Dual-channel LSTM.算法框架主要分为3个模块,首先通过T-LSTM模块对时序存在缺失值的电力数据预处理,使其时序排列规则,随后输入双通道注意力特征模块,该模块引入自注意力机制来引导权重分配,最后由LSTM和FCN结合的预测模块输出结果.在AEP和IHEPC公开电力数据集上评估了该算法,Dual-channel的损失函数MAE/MSE分别仅有0.12/0.06和0.06/0.04,通过消融实验发现,引入T-LSTM对算法性能起决定性影响,引入自注意力机制对算法起辅助性作用,所提方法提高了预测精度和鲁棒性.

    电力能源能耗预测注意力LSTM时序数据

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    视觉识别下分拣机器人目标稳准抓取系统设计

    余鹏唐荣芳赵莹莹庞广富...
    115-120,125页
    查看更多>>摘要：目标的不同规格在一定程度上影响了抓取效果,为此,设计视觉识别下的分拣机器人目标稳准抓取系统.构建以STM32F429单片为主机芯片的系统总体框架,优化采集影像、机械手臂、智能避障等模块.主机模块将采集影像模块摄像头采集的目标影像数据传送到机械手臂模块后,采用视觉识别方法定位目标,并计算质心和旋转角度获取抓取目标中心距.通过智能避障模块规划抓取路径,实现分拣机器人目标稳准抓取.实验结果表明,在不同距离、不同目标形状以及质量条件下,该方法可以在智能躲避障碍物的同时,稳准抓取目标.

    视觉识别分拣机器人目标稳准抓取机械手臂智能避障

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    瘦客户端/云服务器模式的实现方法研究

    毛田野郑健李华吴开明...
    121-125页
    查看更多>>摘要：为了解决用户获取服务器图形化界面的需求,在局域网下探究了以远程桌面服务为关键技术的瘦客户端/云服务器模式的实现方法,基于云平台搭建Linux云服务器,研究了 RDP和RFB两种远程桌面协议在云服务器上的配置方法及过程,在实验室环境下对搭建的瘦客户端/云服务器模式的服务效果进行测试和比对,结果表明:在云服务器上配置的RDP和RFB协议均能实现良好的远程画面和控制效果,且RDP协议在数据传输时占用CPU和带宽资源更少,RFB协议则在画面还原上性能更优.为基于远程桌面协议实现瘦客户端/云服务器模式的改进优化研究提供了参考.

    云服务器远程桌面协议瘦客户端Linux系统图形化界面

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于弹性振动和深度学习的变压器状态识别

    马裕超汪欣周文晋王旭...
    126-130,136页
    查看更多>>摘要：针对当前传统的变压器状态识别算法需要人工干预的问题,研究了一种能够自动提取特征并分类的一维卷积神经网络算法.该算法通过3层卷积池化层自动提取信号特征,并通过全连接层展为一维矢量,最终通过Softmax层进行分类.鉴于弹性振动信号抗干扰能力较强,选择弹性振动信号作为信号处理研究对象,运用基于一维卷积神经网络和弹性振动的方法对变压器状态进行识别,并通过采集500kV变压器的弹性振动信号获取的数据集进行验证,结果表明该算法的准确率优于BP、SVM和SAE算法,能对变压器的不同状态实现自动有效识别.

    变压器状态识别深度学习一维卷积神经网络模式识别

      原文链接:
    • NETL
    • NSTL
    • 万方数据