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

    视觉图像缩放效果评价心理感知模型设计

    余玲
    140-146页
    查看更多>>摘要:当前视觉图像缩放效果评价模型仅采用硬性评价指标,缺少对模糊参数评价的灵活性,存在敏感性低、评价结果主客观一致性差和评价代价高的问题,故设计视觉图像缩放效果评价的心理感知模型.通过提取图像底层亮度、颜色及方向等视觉感知特征完成特征采集;再通过视觉图像缩放评价参数分析计算质量参数和变形度参数,得出缩放视觉图像的形变量和变形区域,利用特征和相关参数构建心理感知模型,以实现视觉图像缩放效果评价.该实验结果表明,设计模型评价代价较低、敏感性较高、评价结果的主观一致性较好.

    心理感知视觉图像缩放模型构建图像评价最小二乘法

    基于GRU的新媒体语义分析方法研究

    刘恋
    147-151,160页
    查看更多>>摘要:传统情感分析很大程度上依赖于情感词典的质量和特征提取,这极大限制了媒体情感语义的正确表达.直至有了深度学习,才使新媒体语义分析得以进步.文中构建了基于GRU的新媒体语义快速分析模型,且针对相关模型进行数据训练,并将其应用于实际案列.经与传统模型对比,得出以下结论:较SVM、LSTM模型而言,GRU模型分析能力更强,分类准确率更高,高达0.909;GRU模型情感极性判断能力更佳,但在中性词的判断上略有欠缺;GRU模型预测能力更强.

    新媒体深度学习GRU语义分析情感

    改进时空图卷积神经网络的多设备能耗预测

    蔡同尧曾献辉
    152-160页
    查看更多>>摘要:为帮助企业实现高能耗设备的节能,针对负荷预测的已有研究大多集中在单一设备且重点考虑数据的时间特征,缺乏对设备空间特征的分析.文中提出一种基于时空图卷积神经网络(STGCN)的多设备能耗预测算法.该方法采用切比雪夫图卷积(Cheb-GC)层提取空间特征和改进的门控时间卷积(GTCN)层提取时间特征,通过嵌入图邻接矩阵达到多设备联合预测的目的.结合某高能耗企业的真实数据,与历史平均回归模型(HA)、自回归积分滑动平均模型(ARIMA)、前馈神经网络(FNN)和门控循环单元(GRU)网络进行了对比实验,结果表明所提算法具备更优越的性能,预测结果能够满足实际应用要求.

    多设备能耗预测时空特征图神经网络数据挖掘深度学习

    基于置信规则库气象站故障检测专家系统

    陈晓嵇伟明张凯
    161-167页
    查看更多>>摘要:针对气象站故障检测的需求,研制了基于置信规则库的气象站故障检测专家系统.专家系统利用前期建立起来的气象站的气象数据库,根据当前实时气象数据,通过改进的置信规则库模型结合专家经验知识自动完成数据分析和处理、是否有故障判断并对故障程度进行等级划分.工作人员在进行现场故障检测之前,只需通过气象站传感器故障专家系统对异常传感器进行辅助诊断,确定故障等级后依据故障等级携带相应检修设备或需更换的零部件进入现场实施检查和维修.实验测试表明系统对各个设备的总体平均检测准确率从69.8%提高到85.7%,极大提升了检测的效率和准确性.

    气象站故障检测置信规则库专家系统数据分析

    基于改进YOLOv5s的花生仁检测系统

    刘居林李德豪张振豪员玉良...
    168-175,185页
    查看更多>>摘要:为提升对花生仁的检测水平,文中设计了基于改进YOLOv5s的花生仁检测系统.在YOLOv5s神经网络模型引入MobileNet V2模块和CBAM注意力机制后,将其部署到检测系统中.由实验结果可知,部署改进后的神经网络检测系统,检测精度达到98.26%,检测速度提升至改进前的4倍,且权重文件减小了 10.5 MB.由此可见,该花生仁检测系统能实现对花生仁的快速、准确检测.

    花生仁检测模型改进花生仁数据集模型训练最优模型

    图像数据增强技术原理与发展综述

    康斓苏志金
    176-185页
    查看更多>>摘要:图像数据增强技术在计算机视觉和机器学习领域中扮演着重要的角色.传统的图像数据增强技术包括几何变换、像素级图像变换、图像滤波等方法,但这些方法的效果受到一定的限制.因此,基于深度学习的图像数据增强技术应运而生,涌现出自适应增强、生成对抗式网格(Generative Adver-sarial Networks,GAN)、弱监督等技术并逐渐成为改进数据集,实现数据的增加和质量的提升,解决深度学习模型过拟合和欠拟合问题的重要手段.文中综述了传统图像数据增强技术和基于深度学习的图像数据增强技术相关原理与应用,并探讨了他们的优缺点以及未来的发展方向.

    图像数据增强传统图像处理技术深度学习自适应增强生成对抗式网络

    基于智能识别的锅炉三维膨胀实时在线监测系统

    陈华桩沈铁志薛晓波张峰闻...
    186-194页
    查看更多>>摘要:火电机组通常采用机械膨胀指示器检测锅炉及管道启停炉阶段三维膨胀位移情况.通过人工巡检指示器刻度数据,可以发现锅炉及管道升温升压过程中的异常情况,防止发生泄露事故.针对人工巡检锅炉膨胀位移存在的普遍问题,文中提出了一种基于智能识别的锅炉三维膨胀实时在线监测方法,采用一台工业级相机获取一个膨胀测点三维膨胀数据,通过在锅炉现场环境下进行应用实测,验证了该系统数据采集的准确性、实时性和可靠性,用该方法取代原有的人工读数方法,能够有效提高电厂的智能化水平.

    三维位移锅炉膨胀非接触单目视觉

    《信息技术》投稿须知

    《信息技术》编辑部
    前插1页

    中国好人榜"我推荐我评议身边好人"活动

    中国文明网
    封3页