信息技術

所屬欄目：電子信息期刊熱度：時間：

信息技術 關注(): 期刊周期：月刊; 期刊級別：省級; 國內統一刊號：23-1557/TN; 國際標準刊號：1009-2552; 主辦單位：黑龍江省信用信息中心; 主管單位：黑龍江省信息產業廳; 上一本期雜志：半導體信息國家級電子雜志; 下一本期雜志：世界電信電信情報刊物

　　《信息技術》電子信息期刊，創刊于1977年，是由中國電子信息產業發展研究院、黑龍江省信息技術學會主辦;主管部門黑龍江省信息產業廳;由黑龍江移動通信公司、黑龍江省誠信建設促進會、黑龍江省軟件行業協會、黑龍江省農業信息中心、黑龍江省農墾通信有限公司等單位協辦。辦刊宗旨是：大力宣傳國家信息基礎建設和信息產業發展形式，深入報導國內外信息技術(產品)發展趨勢，交流信息化建設經驗，推介信息產業界精英。

　　《信息技術》該刊為中國科技核心期刊，國內外公開發行。刊載范圍：計算機網絡與通信、軟件技術、控制技術、計算機應用技術等。

　　信息技術雜志欄目設置

　　基金項目、研究與探討、軟件與編程、應用技術、綜述與評論、控制技術、網絡與通信、信息天地

　　信息技術雜志榮譽

　　萬方收錄(中)上海圖書館館藏國家圖書館館藏知網收錄(中)維普收錄(中)中國學術期刊(光盤版)全文收錄期刊中國核心期刊遴選數據庫中國科技期刊核心期刊

　　信息技術雜志社征稿要求

　　1、稿件要求論點鮮明、論據可靠、數據準確、觀點新、方法新，具有創新性、學術性、規范性、準確性和可讀性，文字精練。全文控制在6000字內，正文用宋體五號字，題目不超過20字(包括中英文數字及符號);中文摘要為150-200字，用第三人稱書寫，包括研究目的、過程與方法、結果和結論4個方面;關鍵詞3—5個。

　　2、來稿應包括：題名、作者、單位、摘要、關鍵詞、郵編并有相對應的英文。

　　3、投稿請注明第一作者的姓名、性別、出生年月、職稱/學位、主要研究方向/從事的工作、電子郵箱、詳細郵寄地址以及電話或者手機號碼。

　　4、屬各類基金資助項目的論文，請注明基金資助情況，即基金類別、基金項目名稱及編號，將優先錄用。

　　5、文中引用的的圖表要求有圖號、圖名、表號、表名，表格盡量采用三(橫)線表。圖、表寬不超過8厘米或者16厘米。

　　6、量和單位必須符合國家標準和國際標準，量的符號用斜體，單位用正體。公式要清晰，其中的符號含義要加以注釋。

　　7、參考文獻按在文中出現的順序詳細標注序號，以7-10篇為宜，請按以下規范書寫(參考文獻中的作者少于3人全部列出，多于3人列前3個后加等;外文作者書寫時，姓前名后，名用縮寫，不加縮寫點。)

　　閱讀推薦：半導體信息

　　《半導體信息》國家級電子雜志，堅持為社會主義服務的方向，堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅持實事求是、理論與實際相結合的嚴謹學風，傳播先進的科學文化知識，弘揚民族優秀科學文化，促進國際科學文化交流，探索防災科技教育、教學及管理諸方面的規律，活躍教學與科研的學術風氣，為教學與科研服務。

　　信息技術最新期刊目錄

面向港口設備的目標檢測與裝備調度算法————作者：丁峰;徐曉強;方超凡;

摘要：為提升港口大型設備的工作效率，文中設計了一種面向港口設備的智能化云控制系統，并在該系統中嵌入了基于目標檢測網絡的設備識別算法和結合遺傳算法的裝備調度策略。采用YOLOv5作為目標檢測網絡原型，改進了網絡算法結構，并且在網絡訓練過程中通過剪枝和量化壓縮了網絡體積。目標檢測實驗結果顯示，相較于傳統的YOLOv5,優化后算法的目標檢測評價參數mAP提升了0.16,網絡實現速度縮短約5.49ms。針對港口...

基于小波變換的圖像數據融合————作者：吳慧敏;王麗;王威;馮雨晴;

摘要：文中基于小波變換的圖像數據融合，選擇合適的分解層數與小波類型，采用加權平均、取絕對值最大這兩種方法，形成四種融合規則，完成了基于像素級的圖像數據融合。采用MATLAB軟件對植物圖像進行圖像融合的仿真實驗，并采用顏色特征、紋理特征和均值、方差等指標對融合效果進行評價。實驗結果表明，當融合規則選擇高頻的最大絕對值、低頻加權平均或低頻最大絕對值時，圖像融合效果較好。基于圖像數據融合的研究能夠得到高質量的...

基于DDPG算法的無人船避障路徑規劃————作者：楊淞勻;王杭先;林鵬;

摘要：針對靜態和動態環境下無人船路徑規劃問題，文中提出一種基于深度強化學習的避障路徑規劃方法。首先，建立水平面無人船運動模型，將路徑規劃描述為一個基于馬爾科夫決策的強化學習過程。接著，構建基于Actor網絡和Critic網絡的深度確定性策略梯度算法，設計基于前視聲吶測距的狀態空間、運動約束下動作空間以及用于評估當前動作的復合獎勵函數，并利用速度、角度、避障及動作獎勵引導無人船訓練神經網絡。仿真結果和綜合...

主動配電網電壓分區控制參數的多目標優化————作者：張智軼;賀曉蓉;錢金虹;邱文躍;王偉權;

摘要：為實現分布式電源接入的主動配電網電壓分區控制參數多目標優化，達到提高供電質量及節能的目的，文中對分布式電源接入的主動配電網電壓分區控制參數的多目標優化方法進行研究。選取二級電壓控制器作為分布式電源接入的主動配電網電壓分區控制器，設定目標函數，建立電壓分區控制參數多目標優化模型；設定四條不等約束條件，利用帶權極小模理想點法優化求解粒子群的解，建立多目標優化模型，完成整個方法的設計。實驗結果表明，應用...

基于深度學習與詞標簽生成的病歷文本后處理技術————作者：祁志玲;王晨宇;

摘要：為提高病歷文本數據處理的效率，文中基于深度學習和詞標簽技術，設計了一種文本后處理技術算法。文中數據經過預處理后，被輸入至卷積神經網絡提取文本特征，通過構建醫學詞庫，并根據專家評判從詞庫中挑選標簽組成標準標簽庫。利用LDA主題模型獲取詞和標簽的詞-標簽概率，采用雙向長短時記憶網絡得到詞-標簽概率特征，再將文本特征和詞-標簽概率特征進行特征拼接，使用全連接神經網絡進行標簽相似度篩選。與TextCNN和...

基于DCNN-Transformer模型的XSS攻擊檢測方法————作者：何志偉;高大鵬;

摘要：為進一步提高XSS攻擊的檢測效果，文中提出一種基于DCNN-Transformer模型的XSS攻擊檢測方法。通過對收集的數據依次進行解碼、規范化、分詞、TF-IDF選詞、構建詞典和編碼預處理，用于模型的訓練和測試。文中提出的DCNN-Transformer模型引入了Embedding層，還綜合了一維深度卷積神經網絡快速處理序列數據和Transformer模型并行處理序列數據及學習序列元素間依賴關系...

基于Double-RNN模型的電力設備故障定位與檢測————作者：李光華;趙小明;何亞東;

摘要：研究設計了一個四個步驟的熱故障診斷模型：數據預處理、特征提取、設備熱故障識別和設備熱故障定位。Double-RNN網絡模型羅列出數據處理過程并對電力設備的熱故障識別進行了深入研究，該模型主要由兩層RNN網絡構成，分別用于數據特征抽取和類別預測。結果顯示，在平均精度上，Double-RNN為90.06%,優于其他算法，并在檢測速度上表現出了優異的實時性。由此可見，Double-RNN網絡控制模型在電...

基于扎根理論的大學生創業能力影響因素研究————作者：呂洪艷;劉芳;曹茂俊;趙玲;

摘要：在“大眾創業、萬眾創新”的時代背景下，大學生創業能力的培養顯得尤為重要，而分析創業能力的影響因素及其構成是實現這一目的的重要途徑。文中以大學生為研究視角，采用扎根理論對16個受訪者的訪談資料進行開放式編碼、主軸式編碼、選擇式編碼三級編碼，形成3個主范疇、8個副范疇、40個范疇的創業能力影響因素的結構框架，以期提升大學生的創業能力，豐富創業教育評價理論

基于YOLOv5網絡的野生動物智能識別與語義分類————作者：李振雄;陳煒峰;周鋮君;韓昕冉;王曦楊;

摘要：對于野生動物的目標檢測與識別，目前仍然存在諸多問題：如野生動物圖片標簽匱乏、人工采集野生動物圖像工作過程單調且低效，利用深度學習方法檢測識別野生動物應用較少且精度不高。文中選用YOLOv5神經網絡，在圖像的預處理階段，采用歸一化和灰度處理方法，增加圖像細節，使模型在預測光照條件不均勻時也具有良好的效果；針對數據集尺寸變化較大的特點，采用K-means聚類分析，計算了合適的錨點值，提高了模型識別速度...

非平穩振動狀態下風機旋轉機械自動控制方法————作者：李國強;王全輝;

摘要：由于風機旋轉機械常運行于變轉速工況，其振動信號處于非平穩狀態，使得振動控制存在困難。為此，提出非平穩振動狀態下風機旋轉機械自動控制方法。建立轉子力學運動方程，采集轉子振動信號，構建多尺度Gauss線性調頻小波字典，分解信號不同頻率成分并提取有效振動信號。根據振動幅值計算結果，利用全局搜索算法，生成反向控制信號，迫使轉子圍繞幾何中心旋轉，生成調整軌跡，實施機械非平穩振動主動控制。實驗結果證明：所提方...

基于改進嶺回歸模型的數據識別與預測算法設計————作者：馬驍;

摘要：為了對醫療財務領域產生的海量數據進行識別和趨勢預測，文中提出了一種基于改進嶺回歸的數據識別與預測算法。模型利用具有自注意力機制的卷積神經網絡對數據的特征進行提取，并分配相應的權重，然后通過改進的嶺回歸算法進行風險預測。在嶺回歸算法中引入核函數，將非線性數據映射到高維空間實現數據的精準回歸預測。以6家大型醫療機構的數據集為樣本進行實驗，結果表明，所提模型算法的預測精確率達95.4%,召回率為94.6...

光伏陣列等效建模分析及保護方案優化————作者：歐傳剛;岳友;郭屾;朱三立;

摘要：受光伏逆變器鉗制作用的影響，光伏陣列故障信號弱于常規同步發電機組，導致傳統繼電保護方法適用性降低。因此，研究光伏陣列的等效運行模式對于分析其故障機理和優化繼電保護方案具有重要意義。文中首先分析了基于正序分量和考慮負序電流注入兩種控制策略下的光伏陣列建模理論與方法；然后，揭示了大型光伏集群發生內部故障時短路電流幅值的變化規律，繼而提出了考慮故障信號序分量穩態特征的光伏陣列運行模式等效判據；最后，基于...

基于頻譜感知的油氣物聯網安全分析————作者：盧永輝;詹杰;

摘要：為了解決油氣物聯網設備接入風險問題。對于獨立攻擊場景，提出一種基于隱馬爾可夫的頻譜感知數據檢測模型，通過檢測與概率統計實現風險數據檢測。對于共謀攻擊，采用頻繁項集獲得主要信息，并在融合中心處理數據實現風險檢測。在獨立攻擊誤差率檢測中，惡意設備占比為50%,所提方法誤差率為0.443,遠低于其他技術。在共謀攻擊檢測率測試中，所提方法惡意設備數量占比在97%范圍內時檢測有效，優于另外兩種方法。由此可見...

基于時間序列與重采樣的鐵路車站行車安全態勢主動監測方法————作者：牛林杰;

摘要：為保障鐵路車站行車安全，研究基于時間序列與重采樣的鐵路車站行車安全態勢主動監測方法。基于環境因素、設施因素、人為因素構建鐵路車站行車安全態勢監測指標體系；采集監測數據，構建鐵路車站行車安全態勢監測數據集。利用基于馬氏距離的重采樣方法對監測數據集實施重采樣處理。結合監測數據集內樣本的時間序列，利用自回歸積分滑動平均模型輸出鐵路車站行車安全態勢監測結果。實驗結果表明，該方法可以主動監測鐵路車站行車安全...

基于改進差分算法的網絡異常攻擊流量入侵識別方法————作者：賴振輝;甘漢波;

摘要：目前方法對異常攻擊流量的入侵很難精準識別，文中提出基于改進差分算法的網絡異常攻擊流量入侵識別方法。根據網絡流量數據屬性與攻擊特征對應關系，直觀呈現網絡動態變化。構建字符串長度識別模型、二級域名可信性過濾模型、IP離散性驗證模型以及異常入侵數據阻斷模型，利用改進差分進化適應度函數對正常訪問流量與異常攻擊流量進行數據劃分，由此實現入侵識別。經實驗驗證，所提識別算法各項評估指標均高于其他算法，準確率提高...

基于CG-EGU神經網絡的計算機軟件性能評估研究————作者：劉冰洲;劉微;

摘要：計算機領域的學者針對軟件系統提出了上百種性能評估模型，但隨著計算機技術的發展，軟件系統性能評估的難度大大提升。為此，該研究提出了一種新的帶控制門的高效門控單元神經網絡計算機軟件評估模型，在更新門的基礎上引入重置門，提高模型學習訓練的效率，其次在兩個隱含層間加入控制門，提高模型信息學習的能力。實驗證明，改進后模型準確率比改進前增加了近20%,平均誤差值比改進前降低50%。綜合各指標表明，該研究提出的...

暴雨天氣中的雷電災害易發區提前預警技術————作者：王焯杰;梁燮凡;保鴻燕;李陽斌;楊弢;

摘要：雷電災害易發區提前預警技術在進行預警的過程中受暴雨天氣及周邊地形地勢的影響，導致獲取的災害數據信息精準度較低，無法做到及時預警。針對該問題，構建整體災害三維仿真模型，加強對災害易發區域的管理，并調整預警平臺的預警網絡設置，在檢驗不同雷電等級后設置預警區域，根據等級調節對預警閾值的控制，實時定位雷電發生區域的波形狀態，提升預警的精度。分析實驗結果可知，該預警技術具有良好的預警性能，預警的雷電波形與實...

前饋插值補償下機器人抓取臂軌跡智能自動控制————作者：董琪;奚清泉;印鵬;張大威;

摘要：機器人抓取臂的柔性動態特性致使關節位置控制偏差增大，具有安全性較低、運動空間小的缺點，產生過高的控制誤差。提出一種前饋補償下機器人抓取臂軌跡智能自動控制方法。構建機器人運動學函數，分析當前狀態下的抓取臂軌跡；根據跟蹤軌跡的樣條曲線劃分軌跡區間，通過關鍵點插值，實現軌跡誤差計算。結合確定的自適應控制律以及模糊控制系統，實現機器人抓取臂軌跡自動前饋補償控制。實驗結果表明：前饋插值誤差補償后，關節角運動...

基于無人機巡檢的風機葉片機械沖擊疲勞感知————作者：劉艷貴;傅望安;王海明;勞文欣;

摘要：風機通常安裝在復雜地形場所，且風機葉片較高，導致人工巡檢困難，難以及時發現風機故障。為此，提出基于無人機巡檢的風機葉片機械沖擊疲勞感知方法。根據力學平衡關系計算葉片試件平均應力和應力變動關系，獲取比例函數，得到應力損傷和機械沖擊疲勞性同比例線性閾值。建立無人機巡檢線路數字模擬空間，計算巡航最大距離與航線長度間的差值，約束葉片定位誤差。結合卷積神經網絡算法與映射法，得到風機葉片機械沖擊疲勞感知結果。...

基于GIS數據的中長期負荷預測與區域調控技術————作者：高捷;董杰;俞金云;孔琳玲;王宇玲;

摘要：為了輔助電力系統的區域性調控和建設規劃，文中提出一種基于GIS數據分析的中長期負荷預測與調控技術。該技術方案基于地理信息系統中的GIS數據，對區域內的中長期電力負荷進行預測。為準確地預測出中長期時間段內的電力負荷，融合機器學習方法SVM、隨機森林和深度學習方法LSTM,設計了一種中長期電力負荷預測算法。實驗測試結果表明，該算法的預測誤差較低，均方根誤差僅為1.201,平均絕對百分比誤差僅為1.14...

　　相關電子信息期刊推薦

　　核心期刊推薦

查看更多電子信息期刊

国产黄色毛片-国产黄色毛片视频-国产黄色片91-国产黄色片一级-一级坐爱片-一级免费

信息技術