所屬欄目:電子信息期刊 熱度: 時間:
信息技術
關注()《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
基于分布式C/S結構的煙草智能生產自動化控制系統設計————作者:樊尉廷;馬俊寬;樊海峰;鄧家強;
摘要:為了滿足煙草企業控制系統的智能化和自動化需求,設計一種基于分布式C/S結構的煙草智能生產自動化控制系統。采用三層C/S結構,將自動化控制系統劃分為表示層、功能層和數據層三個部分,通過工作流程、冗余控制、同步技術、切換要求和數據更新五個方面設計硬件系統。采用PID控制器作為PLC的系統運行方式,聯合人工蜂群(Artificial Bee Colony, ABC)算法和BP神經網絡構建ABC-BP-P...
基于自蒸餾的圖像分類框架————作者:李圣巍;李海;馬克;趙宏偉;
摘要:針對目前自蒸餾結構中反向解耦標簽編碼研究不足,文中提出了一種基于自蒸餾的圖像分類框架:Self-distillation with Labels (SDL)。SDL框架中設計了一種有效的標簽編碼器,并將其與主干神經網絡結合,通過軟損失以及硬損失進行自蒸餾,使得整個框架同步更新參數。圖像分類實驗在CIFAR10,CIFAR100,UC Merced三個公開數據集上進行,在主干網絡為ResNet50、...
深度CNN模型在嵌入式存算一體架構中的應用————作者:謝賓銘;鄭磊;汪林;
摘要:為提升存儲和運算性能,將深度CNN模型應用于嵌入式存算一體架構設計之中。改裝存儲器、運算器和嵌入式處理器的內部結構,加設加速器設備,利用調整電路實現硬件設施的連接。以深度CNN模型作為架構運算業務的執行邏輯,并通過存儲模塊與運算模塊的協同工作,實現存算一體軟件功能。結果表明:優化設計嵌入式存算一體架構的存儲完整度提高了4.4%,架構的運算速度和吞吐量均得到明顯提升,即深度CNN網絡模型在嵌入式存算...
基于物元可拓理論的輸變電工程數據分析技術————作者:陳卓爾;張雯;高效海;高克;路長江;
摘要:長期以來輸變電建設工程中存在著數據質量低、來源復雜和分析困難等問題,嚴重制約了對相關工程數據價值的挖掘。文中基于物元可拓理論提出了一種輸變電工程數據分析方法,實現對數據的深層價值挖掘。在所構建物元體系的基礎上,以關聯度指標為依據對各項指標進行物元分類,并以輸變電工程評價指標為指導對物元分類進行多層次優化,實現基于物元可拓理論的數據分析。以實際輸變電工程數據集為樣本進行的驗證結果表明,所提分析方法能...
基于修正軌道參數的多項式SAR圖像幾何校正方法————作者:李國慶;李亞柯;
摘要:使用多項式方法進行幾何校正時,由于軌道參數誤差、測量成像參數誤差和DEM高程誤差的影響,在缺少地面控制點時會嚴重影響幾何校正的精度,限制了多項式方法的使用,所以文中提出了一種基于修正軌道參數的多項式SAR圖像幾何校正方法。首先,形成軌道參數方程,根據軌道計算粗略地理坐標;其次,對大范圍地理坐標圖像進行拆分,用實際地理坐標對粗略地理坐標匹配得到軌道方程修正量,修正軌道方程;最后,使用多項式法根據修正...
多源數據融合下變電站二次設備干擾診斷————作者:趙亮;陳波;盧銘翔;許楊俊;
摘要:為確保變電站設備的穩定運轉,提出基于多源數據融合的變電站二次設備干擾故障自動診斷方法。利用小波變換技術預處理二次設備數據,提取小波故障表征;利用改進分層權重模糊Petri網將變電站二次設備開關量的狀態轉化為設備的模糊故障率;融合小波故障表征和模糊故障率,形成故障特征證據體,改進D-S證據理論,根據可信度對融合后的故障特征證據體進行修正,結合變電站二次設備的構成對其干擾故障進行判定,完成干擾故障自動...
AMI數據分析的電網線損異常數據修復治理————作者:朱萌;翟千惠;錢旭盛;俞陽;陳可;
摘要:由于電網線損異常數據識別準確性低,導致電網線損異常數據修復效果差,因此,文中提出一種基于AMI數據分析的電網線損異常數據修復治理方法。通過AMI分析電網線損異常數據,獲取不同條件下電網線路的阻抗參數。轉換數據為二維數據,并采用二維小波閾值降噪,通過去噪后二維數據的位置和時間數據特征改進Hasusdorff距離,構建相似性矩陣。引入層次聚類算法,識別異常數據,利用BP神經網絡修復治理異常數據。實驗結...
基于混合注意力機制的YOLOv5s防振錘檢測方法————作者:唐銳;陳劍波;姚平;張賽飛;廖林;楊春萍;
摘要:針對輸電線路無人機巡檢中防振錘尺度差異大、背景復雜和防振錘分布集中導致檢測精度不佳的問題,提出一種基于混合注意力機制的YOLOv5s防振錘檢測方法。首先通過學習不同通道重要程度來提升二階通道注意力機制對目標的關注能力,增強模型對防振錘的檢測效果,同時基于Swin Transformer自注意力機制優化YOLOv5s的檢測輸出,提高對密集目標的關注能力。為使預測框更加準確逼近真實框,加強對目標的定位...
LDPC碼的動態自適應偏移最小和算法————作者:韓金城;周華;金昊;
摘要:低密度奇偶校驗(Low-Density Parity-Check, LDPC)碼的偏移最小和(Offset Minimum Sum, OMS)算法中偏移因子選取不夠精準影響了譯碼性能。為此,提出了一種自適應偏移最小和(Adaptive Offset Minimum Sum, AOMS)算法,根據變量節點的輸出狀態自適應選取偏移因子,有效降低了近似操作的誤差。此外,在該算法基礎上進一步提出動態自適應...
一種小樣本量下的高壓斷路器故障診斷方法————作者:龔石磊;張漢雄;蔣易雄;宗浩杰;付欣;
摘要:當數據樣本量不足時,傳統高壓斷路器故障診斷方法難以滿足診斷性能的需求,為此,提出一種基于注意力機制和卷積膠囊神經網絡的診斷方法。首先,設計了具有寬卷積核的一維卷積神經網絡,在池化層中加入注意力機制,改變振動信號片段的權重分配;然后,在卷積層和全連接層之間引入膠囊層表示特征向量化,保證了故障特征提取的完整性;最后,通過動態路由進行特征傳遞,得到故障診斷結果。實驗表明,文中所提方法能夠提高傳統網絡的性...
新能源風電網絡通信設備測試自動配置方法————作者:王之劍;李樹勇;翟少雄;
摘要:在新能源風電網絡通信設備性能測試過程中,由于未考慮文本的全局語義信息,導致自動配置結果的MRR較低。因此,提出新能源風電網絡通信設備測試自動配置方法。分析通信設備測試配置文件下發流程,建立測試配置文件解析方案。應用深度學習中的BERT模型,構建設備測試自動配置知識圖譜。選用具備多頭注意力機制的BERT模型,設計文本相似度匹配算法。基于知識圖譜的多圖分級策略,得到新能源風電網絡通信設備測試配置結果。...
SCADA系統下風機偏航齒輪箱機械故障自動監控————作者:徐榮鵬;蔣凌子;王黎;劉德亮;
摘要:風機偏航齒輪箱是風力發電機組的核心組件之一,為了及時發現偏航齒輪箱的故障,提高風機運行的可靠性,提出SCADA系統下風機偏航齒輪箱機械故障自動監控方法。利用SCADA系統自動獲取初始故障信號,通過倒頻譜分析法,消除其中的干擾成分;基于風機變化速率、風速-功率特征和液壓制動壓力特征,提取風機偏航齒輪箱機械信息;構建SSA-ELM網絡,將提取到的特征輸入該網絡中,實現風機偏航齒輪箱機械故障自動監控。實...
通信設備嵌入式軟件時序測試用例生成算法研究————作者:潘濤;梁發亮;岳龍;
摘要:為驗證通信設備在實際中的應用性能,研究通信設備嵌入式軟件時序測試用例生成算法。利用場景技術生成通信設備嵌入式軟件腳本,通過UML狀態圖增強有限狀態機模型,建立通信設備嵌入式軟件時序EFSM模型,設計狀態、轉移、動作轉換原則,定義測試覆蓋準則,使用深度搜索方式遍歷通信設備嵌入式軟件時序EFSM模型路徑節點后,得到最優通信設備嵌入式軟件測試用例。實驗結果表明:該方法可有效生成通信設備嵌入式軟件時序測試...
融合量子遺傳算法在政務數據保密中的應用————作者:宿曉丹;宦國楊;楊博文;
摘要:針對政務大數據融合共享過程中加密強度不足的問題,以政務大數據數據共享加密過程為研究對象,基于數據編織架構的數據采集加密共享過程,使用不同量子存儲單元的量子遺傳算法,在MATLAB下比較加密算力和破解算力的關系,研究量子遺傳算法的加密應用效果。引入模擬量子計算后,在有限的非量子算力設備支持下,可以實現接近量子計算的加密強度。經過比對,認為采用數據編織架構開展政務數據集成和共享時,適合采用量子遺傳算法...
5G物聯網框架下安全帽的深度學習識別方法————作者:方琪琦;熊引;代陽;
摘要:針對目前安全帽檢測存在遠程傳輸存在延遲、數據接口和格式不統一、難以實現跨區域的監管的問題,文中提出了一種基于5G和物聯網技術的安全帽檢測方法。該方法針對不同監測區域通過部署網絡攝像頭和5G網關,實現實時視頻數據流的遠程傳輸,數據流經過本地的邊緣服務器進行預處理。邊緣服務器將形成統一視頻監控系統接口,然后對接物聯網平臺。通過部署在服務器的YOLOv5深度學習算法實現對安全帽的檢測。采用基于Flask...
基于改進多目標灰狼算法的微電網優化調度————作者:白隆;俞斌;高峰;徐婕;顧晉豪;
摘要:針對微電網運行成本、能源管理和環境保護等問題,文中提出了一種并網模式下微電網優化調度的模型。首先,在考慮各類約束條件的前提下,建立以微電網運行維護和環境治理成本最小化的目標函數;其次,引入多目標灰狼算法(MOGWO),并對其進行Tent混沌映射、非線性收斂因子和萊維飛行策略的多方面改進,將改進后的算法(IMOGWO)應用于求解各微源的最佳輸出方案。仿真結果表明,算法改進后與改進前相比,IMOGWO...
基于深度壓縮網絡的電力時間序列異常快速檢測————作者:盧丹;張琳娟;李翼銘;許長清;孫合法;翁理國;
摘要:電力時間序列異常數據檢測是電力領域的研究熱點,也是數據分析的前提任務。機器學習方法未能很好提取數據關聯性及發展趨勢,深度學習方法由于參數量多導致計算時間過長、部署困難。因此,文中提出一種壓縮網絡模型,利用深層信息提取能力預測數據發展趨勢,對數據進行異常檢測;在訓練模型時同步進行壓縮與剪枝等剔除冗余參數,減少模型大小,提升運行速度,在精度與速度上同步提升。最后,將模型輸出結果輸入輕量梯度提升樹中進一...
基于FPGA的高清壓縮視頻光纖傳輸系統設計————作者:王坤;王偉;付相為;
摘要:針對高清視頻傳輸需要高帶寬以及線纜傳輸距離短布線占用空間等問題,文中設計了使用光纖進行長距離實時傳送高碼率視頻的方案,在XC7A100T FPGA平臺搭建了光纖視頻傳輸系統,將光纖外設設計在ARM Cortex-M3軟核上,并且在M3內核掛載H.264硬編碼器,通過減少H.264的幀間預測模式,使邏輯資源消耗減少了12%,編碼時間減少了30%。傳輸視頻穩定在1920x1080@30fps傳輸且延遲...
基于自回歸分布滯后的高能耗產業用電量預測————作者:劉逾爾;陳顯枝;陳思琦;荀超;劉沙沙;
摘要:針對當前高能耗產業用電量預測模型對用電數據質量依賴較高且時序分析能力不佳,導致用電量預測準確率較低、計算耗時較長的問題,提出基于自回歸分布滯后的高能耗產業用電量預測方法。采用大數據挖掘技術中的K均值算法完成數據分析,應用ADF檢測對數據展開平穩性檢測,選取因果關系檢驗方法完成指標數據的檢測與關聯分析,獲取預測模型指標。應用自回歸分布滯后方法,構建高能耗產業用電量預測模型。實驗結果表明,該方法的數據...
基于改進人工魚群算法的輸電網規劃方法————作者:楊樂;趙辛;唐杰;吳倩;
摘要:針對輸電網規劃迭代次數高、求解時間長等問題,提出基于改進人工魚群算法的輸電網規劃方法。將輸電網擴建線路投資金額與輸電網線路的費用最小作為目標函數,構建輸電網規劃數學模型;采用人工魚算法,通過人工魚在覓食、聚群及追尾的行徑中不斷迭代更新人工魚狀態;采用可變視野和變異操作優化人工魚群算法,獲取最佳輸電網規劃結果。實驗結果表明,該方法可實現輸電網合理規劃,迭代次數僅為10次,求解時間僅為6.1秒,在60...
相關電子信息期刊推薦
核心期刊推薦
copyright © m.anghan.cn, All Rights Reserved
搜論文知識網 冀ICP備15021333號-3