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

陈彬

双月刊

1005-1228

hndnxj@126.com

0731-84139574-8178

410001

长沙市解放东路53号

电脑与信息技术/Journal Computer and Information Technology
正式出版
收录年代

    基于深度学习的构音障碍人群语音事件识别模型

    杨熠张子鹏
    1-3页
    查看更多>>摘要：构音障碍是许多患有特殊疾病的患者所要面对的问题,会造成说话人发音不清晰.为更好地理解构音障碍患者所表达的语音事件,文章提出了一个新的基于深度学习的语音事件识别模型.模型以语音片段作为输入,运用格拉姆角场保留了时间序列的原始特征,利用Conformer对序列的局部特征和全局特征进行提取,最后用ResNet作为分类模型.在EasyCall corpus数据集上的实验结果表明,文章提出的模型具有良好的识别效果.

    语音事件识别格拉姆角场ConformerResNet

      原文链接:
    • 维普
    • 万方数据

    图片分类的卷积神经网络可解释性分析

    方浩澎
    4-6,36页
    查看更多>>摘要：为了理解卷积神经网络在图片分类任务中做出决策的依据,进而优化模型,降低调参成本,对卷积神经网络进行可解释性分析是十分有必要的.为此,文章以水果图片分类任务为切入点,使用了多种类激活图,从多个角度分析模型所给出结果的原因.文章采用ResNet模型先进行微调,在取得较好的分类性能后,进行了语义特征的基础分析、遮挡性分析,以及基于CAM的可解释性分析和LIME可解释性分析,为卷积神经网络提供一定的可解释性.实验结果表明,卷积神经网络做出决策的依据与人类理解的语义是一致的.

    图片分类卷积神经网络可解释性类激活图

      原文链接:
    • 维普
    • 万方数据

    基于KNN算法在糖尿病预测中的应用

    梅俊陈建敏
    7-9页
    查看更多>>摘要：人工智能技术在海量医疗数据中,通过技术手段实现疾病预测,为辅助治疗提供重要依据.文章分析了机器分类算法KNN算法的流程,以及在糖尿病数据中的具体实例.通过划分糖尿病数据集,计算KNN算法中的K值,确定选取最佳k值,达到最优准确率.通过实验验证KNN算法在糖尿病数据集上,该模型进行糖尿病预测有效.

    KNN算法糖尿病预测人工智能数据集k值

      原文链接:
    • 维普
    • 万方数据

    基于智能制造系统的轻量化机械臂及其控制系统设计

    谌侨孙小肖卓辉
    10-15页
    查看更多>>摘要：智能制造系统中单元化空间的优化愈发受到重视,尤其是大批量小零件制造系统中,多功能机械臂作为智能制造系统工作单元的重要组成部分,其结构合理和较少功耗是整个智能制造系统的内在要求.文章提出一种轻量化、低功耗、结构紧凑、可靠性高的四自由度挖掘机械臂,作为多功能机械臂运用的一种典型工况,运用D-H方法建立机械臂正、逆运动学公式.根据智能制造单元任务,设计一种主动位置控制和动态摩擦补偿控制策略.制作简化关节结构的物理样机,搭建机械臂的软、硬件系统,对机械臂进行智能制造系统中物料流的挖掘采集和传送测试,并对其质量、功耗等各项指标进行验证.

    采样机械臂轻量化低功耗控制策略

      原文链接:
    • 维普
    • 万方数据

    人工智能专业学位硕士研究生实践能力培养模式探索

    高超扈翔宇廉小亲
    16-19页
    查看更多>>摘要：通过对人工智能专业学位硕士研究生实践能力相对薄弱的具体成因分析,文章提出了基于实践能力提升的人工智能专业学位硕士研究生"五位一体"的培养模式,具体实施路径包括完善课程设置、优化教学方法、加深产学研融合、加强双导师协作和健全评价机制.与此同时,以北京工商大学人工智能学院为例,列举了五大实施路径对应的具体实施方法.

    人工智能专业学位硕士研究生实践能力培养模式

      原文链接:
    • 维普
    • 万方数据

    改进YOLOv5的水稻叶片病害检测算法研究

    夏宏懿谭立新
    20-22页
    查看更多>>摘要：针对水稻病害的复杂特征、多尺度和低效率问题,使用深度学习构建了DEFFN-YOLOv5水稻叶病害算法,研究了水稻白叶枯病、稻瘟病和褐斑病.为了提高病害检测精度,改进了原始YOLOv5 算法,引入了PixelShuffle上采样模块以还原图像细节.此外,增强了特征提取能力,引入了可变形卷积和轻量的ECA通道注意力模块.通过采用BiFPN来改进PAN模块,增强了信息交互,提高了模型的理解和定位能力.实验证明,改进后的DEFFN-YOLOv5 算法在目标检测中的平均精度(mAP)达到 86%,比原YOLOv5 算法提高了 3%.与此同时,计算需求减少了 4.6GFLOPs,比原YOLOv5 算法减少了 27.85%.这些改进使得DEFFN-YOLOv5 在水稻病害检测中表现更出色.

    DEFFN-YOLOv5水稻叶片病害检测PixelShuffle

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv5的复杂环境下火灾检测方法

    崔志亮曹苏群
    23-27,46页
    查看更多>>摘要：针对复杂环境中粉尘分布不均造成视频图像失真,检测精度低等问题,提出了一种基于改进YOLOv5 的复杂环境下火灾检测方法.首先,采用改进的暗通道先验去雾算法对采集的火灾图像进行去雾处理,提高复杂环境下火灾视频图像的识别精度;其次,在YOLOv5 网络模型框架中引入CA(Coordinate Attention)注意力机制,提升火焰特征,抑制其他无用特征,提高火灾检测的效率和准确性;最后,为解决YOLOv5对小目标检测效果不好的问题,在YOLOv5 的特征融合部分增加小目标检测层,提升对小目标检测的能力.实验结果表明:改进后的YOLOv5 网络模型精度达到 80.5%,相比于原始YOLOv5 网络模型精度提升 4.2%,同时,改进后的YOLOv5 网络模型对小目标检测精度更高,有效提高了复杂环境下火灾识别准确率.

    复杂环境火焰检测暗通道去雾算法注意力机制小目标检测层

      原文链接:
    • 维普
    • 万方数据

    基于改进孪生网络的小样本人脸识别方法与系统设计

    林泽强汪思文
    28-31页
    查看更多>>摘要：文章针对人脸识别在高校等大型组织中数据集为多类小样本的情况,提出一种基于改进孪生网络的人脸识别方法以此来解决小样本识别问题.在参考原始孪生网络在不同小样本工程中的应用情况下,通过在特征提取部分添加SE注意力机制,使用马氏距离优化距离函数及分类器构建出新的改进孪生网络,并设计相应的人脸识别系统.之后在AT&T数据集上进行训练,改进后的网络模型在相应测试集上达到了 99.55%的准确率,相比于原始孪生网络及ResNet18、VGG16 等传统模型框架,模型准确率分别提升了 1～5 个百分点.实验证明了提出方法具有较高的精度和鲁棒性.

    孪生网络人脸识别注意力机制小样本学习

      原文链接:
    • 维普
    • 万方数据

    基于改进GoogLeNet卷积网络的人脸面部表情识别方法

    许梦珍张静彭鸿滨
    32-36页
    查看更多>>摘要：针对当前使用CNN进行表情识别的不足,文章提出一种新的基于改进GoogLeNet的人脸面部表情识别方法.该技术通过降低了不同层的卷积核的维数,提取了面部特征信息,并通过对GoogLeNet网络结构进行优化,精简了加深学习深度的Inception模块,使其网络结构得到了优化,从而降低了参数量,运行效率进一步得到改善.最后收集了有关人脸面部表情更全面的特征信息,分别在JAFFE、CK+和FER2013 三个数据集验证了文章所提出的方法.实验结果表明,在满足时效性要求的前提下,改进方案的准确度达到97.53%,改进方法具有很好的泛化性和鲁棒性.

    表情识别深度学习卷积神经网络图像分类

      原文链接:
    • 维普
    • 万方数据

    基于YOLOv5的行人检测方法研究

    刘嘉泽王超生龙
    37-41页
    查看更多>>摘要：针对YOLOv5 在检测行人时容易出现漏检目标及检测精度低的问题,提出一种改进YOLOv5 网络的行人检测模型.首先,主干网络使用SPD(Space-to-Depth)模块和Ghost卷积组合构造的SPD-GConv模块进行下采样,减少细粒度特征信息的损耗.其次,通过增加小尺寸检测层,增强模型的多尺度检测能力.然后,使用α-EIoU损失函数替换原始CIoU损失函数,提高行人目标定位准确度.使用Crowdhuman数据集进行训练和测试,实验结果表明,所提出算法比原始算法的召回率和平均精度值分别提高了 4.7%和 3.5%,能够有效提高远距离目标和密集场景下行人检测的准确率.

    行人检测YOLOv5SPD-GConv多尺度检测损失函数

      原文链接:
    • 维普
    • 万方数据