首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展,既总结过去、探索基础理论,又跟踪发展前沿,重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊(光盘版)文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    改进径向基函数插值法的多聚焦图像滤波融合

    尚宇辉孟伟房健王雪峰...
    222-226页
    查看更多>>摘要:由于受到拍摄设备、光学镜头景深以及噪声等不同因素的影响,多聚焦图像往往存在边缘弱化问题.为了使多聚焦图像更加清晰,提出基于改进径向基函数插值法的多聚焦图像滤波融合方法.通过能量函数计算图像边缘细节估计误差,建立空间同性误差准则,去除图像边缘噪声,实行滤波保护.利用径向基函数各层网络建立多聚焦图像抑噪模型,减少图像的噪声污染.通过非线性函数恢复像素,在图像空间坐标下分离图像纹理、清晰程度和图像局部特征,提取图像高频信息.利用径向基函数插值引导高频信息,在决策引导下实现图像滤波融合.经过实验证明,所提方法的多聚焦图像融合效果较好,减少了残余噪声,能够实现图像去噪和边缘特征保护,清晰度较高,图像结构性相似度高.

    径向基函数多聚焦图像图像融合图像去噪图像特征

    最小生成树分割下小样本图像纹理提取研究

    王智军郭艳光王鹏
    227-231页
    查看更多>>摘要:图像的纹理特征是图像的重要视觉特征,对于小样本图像的纹理特征提取时,存在纹理信息提取精度不佳、纹理信息提取错误等问题,严重影响了图像纹理提取的效果.为了有效解决以上问题,提出最小生成树分割下小样本图像纹理提取方法.采用Shearlet变换和多尺度Retinex方法对小样本图像实行增强处理,以提高其可识别性和区分度.利用最小生成树分割方法,对小样本图像分割处理;通过Gabor滤波器实现小样本图像的纹理提取.实验结果表明,所提方法能够有效地提取出小样本图像的纹理特征,其提取精度在97%以上,且图像增强效果佳.

    小样本图像图像增强最小生成树滤波器纹理特征提取

    复杂背景下基于SIFT算法的局部遮挡人脸识别

    翁存福朱喜顺
    232-236页
    查看更多>>摘要:由于复杂的背景环境中存在大量噪声点、平滑点以及失真点,影响人脸识别效果,提出基于SIFT算法的局部遮挡人脸识别方法.考虑到噪声因素的影响建立尺度不变高斯函数,通过该函数描述原始图像的噪声干扰,查找平滑程度最高的像素点,以像素均值作为参考,对像素点及周围区域实行平滑约束.建立包含眼睛、鼻子、嘴巴以及耳朵的面部特征子集,与标准图像比对,采用最大期望算法提取重叠度最高的面部特征,作为人脸识别的参照标准.采用两个向量的内积衡量人脸图像与参考值之间的相似度,计算存在和不存在局部遮挡的特征权重,建立置信区间,代入面部特征权重实施置信对比,完成人脸识别.实验结果表明,所提方法的识别精准度较高,在灰度变化、噪声以及局部遮挡的情况下均能够保证识别精度.

    复杂背景高斯函数平滑约束面部特征权重

    基于虚拟现实的人机交互视觉目标感知仿真

    熊安亚王芹徐是
    237-240,419页
    查看更多>>摘要:人机交互是人与计算机或其它外部设备之间的信息交换过程.在人机交互过程中,由于网络环境复杂以及不稳定等因素,直接影响视觉目标的感知效果.为解决上述问题,提出基于虚拟现实的人机交互视觉目标感知方法.利用虚拟现实技术建立安全的人机交互网络环境,并在此环境中截取视觉目标二维图像,采用Gabor小波变换法,提取视觉目标的特征向量;采用最小二乘支持向量机,建立人机交互视觉目标感知模型,通过粒子群算法确定模型相关参数;将提取的目标特征向量输入该模型中,完成人机交互视觉目标的感知.实验结果表明,上述研究方法的平均感知精度在 95%~100%之间,高于其它两种方法的测试结果,研究方法的目标感知速度和感知效果也均更优.

    虚拟现实技术人机交互视觉目标感知方法支持向量机

    麦克风阵列鲁棒频率不变波束形成算法

    张正文张振平廖桂生巩朋成...
    241-248,486页
    查看更多>>摘要:在实际应用中,频率不变波束形成器通常受到麦克风阵列失配误差的影响,因此提高频率不变波束形成器的鲁棒性具有重要意义.针对上述问题提出了一种约束优化模型,可以在保持频率不变波束形成的同时提高阵列的鲁棒性.首先设计目标波束图,考虑到差分麦克风阵列本身具有频率不变的波束图,选用传统二阶超心型差分麦克风波束图做为目标波束图.上述模型以麦克风阵列权矢量的二范数作为目标函数来最大化鲁棒性,在无失真约束,目标波束主瓣逼近约束以及旁瓣增益精准控制约束下实现频率不变.然后在交替方向乘子法算法框架下,将优化问题分解为多个优化子问题求解,然后对每个优化子问题分别求解,通过仿真验证了在交替方向乘子法算法下上述模型的可行性与有效性,最终达到了麦克风阵列鲁棒频率不变波束响应的效果.

    麦克风阵列频率不变波束形成交替方向乘子法

    基于焦点损失的ATCN-GRU语音情感识别

    樊永红黄鹤鸣张会云
    249-254,506页
    查看更多>>摘要:为了改善RNN的空间信息丢失和CNN忽略时序信息的问题,引入了时间卷积网络TCN,将上述网络与双向门控循环单元Bi-GRU以及注意力机制组合构建了声学模型ATCN-GRU来进一步提高语音情感识别的性能,并通过加入焦点损失改善EMODB和IEMOCAP数据库训练样本不平均导致的识别结果不均衡问题.首先,通过TCN残差块从手工提取的特征中选取最具有代表性和鲁棒性的特征;其次,利用Bi-GRU模型学习语音样本的上下文相关信息,并利用注意力机制学习模型的输入序列与输出序列之间的关联程度,从而给予有效信息更多关注;最后,通过Softmax层对情感进行分类.相较于前人的研究成果,模型 ATCN-GRU 取得了更好的识别性能:在 CASIA、EMODB 以及 IEMOCAP 三个数据库上分别取得了88.17%、85.98%和 65.83%的平均准确率;引入焦点损失后,EMODB 和 IEMOCAP 数据库上的平均准确率分别达到了86.26%和 66.30%.

    语音情感识别时间卷积网络双向门控循环单元注意力机制焦点损失

    一种改进型级联神经网络检测算法及加速处理

    张子振南钢洋孟凡超白雪...
    255-260,316页
    查看更多>>摘要:为提高MTCNN网络检测准确度,且针对检测密集样本容易漏检的问题,通过改进网络隐藏层结构提高网络学习能力,通过Soft-NMS惩罚置信度方式筛选检测框,提高了网络检测准确度,针对密集样本仍保持高精度;且为提高改进后网络推理速度和克服网络依赖PC端资源问题,基于HLS实现了网络加速推理.实验结果表明,改进后各子网络检测准确度由93.73%、95.30%、95.89%提高至94.78%、96.30%、97.55%,密集样本测试集测试准确度为 97.21%;使用硬件加速对比2.9GhzCPU推理速度快3.3 倍,硬件资源最大占用91%,较好利用硬件资源实现了加速处理.

    神经网络人脸检测置信度推理加速

    移窗自注意力与卷积融合的医学图像分割网络

    郑言瑞张淑军王鸿雁
    261-267,288页
    查看更多>>摘要:医学图像分割是临床诊疗中的关键技术,为疾病诊断提供可靠依据.由于病灶或器官等区域尺度不一、小目标难以辨识,且边界信息较弱,容易导致过分割或欠分割问题.提出一种移窗自注意力与卷积融合的医学图像分割网络STrongUNet,使用卷积提取浅层特征,小感受野获得细粒度信息;通过移窗自注意力机制对局部信息进行增强提取,解决长距离依赖问题;编码器和解码器结构对称,并用两种跳跃连接方式融合高级和低级特征,实现多尺度融合的精准分割.在多器官分割数据集Synapse上的实验表明,在Dice相似系数(DSC)和Hausdorff距离(HD)评估度量上至少提高了1.94%和4.99%.

    医学图像分割编解码网络卷积神经网络注意力机制

    基于数字仿真的折弯机挠度补偿性能预测优化

    刘建栋申会鹏孙守林娜仁...
    268-273,511页
    查看更多>>摘要:通过对液压板料折弯机的结构分析,构建折弯机数字仿真性能预测模型,并将性能预测结果与试验实测值进行比对,关键部位预测精度达到 96%以上.提出以上、下模位移差曲线的直线度作为折弯角度一致性的评价指标,开展液压挠度补偿力优化,基于折弯机数字仿真模型开展挠度补偿性能预测,对比不同液压挠度补偿力作用下的折弯机性能,发现当液压挠度补偿力为折弯压力的 7/12 时位移差曲线的直线度最高,直线度误差最大降低约 40.9%;同步开展折弯试验,试验中当液压挠度补偿力设置为折弯压力的7/12 时折弯角度一致性达到最小值,折弯角度一致性误差最大降低约55.5%,试验结果与预测结果保持一致.

    数字仿真折弯机挠度补偿性能预测

    基于度量准则的平面图形子区域元素提取仿真

    王蕴珩魏洁
    274-277页
    查看更多>>摘要:平面图形元素提取过程中,若不能及时增强元素轮廓会影响后续的元素提取质量,为此提出基于皮尔斯符号学的平面图形元素提取方法.针对原始平面图形中的噪声实施去噪处理,并对去噪后的图形实施照度增强,有效提升元素轮廓视觉强度;再将皮尔斯符号学作为图形元素提取依据,确定图形元素分割所需像素种子区域,构建用于分割提取的生长度量准则;最后通过图形分割流程完成图形元素的精准分割提取.实验结果表明,利用上述方法开展图形元素提取时,未出现漏提取以及轮廓粘连情况,提取效果较好.

    皮尔符号学理论平面图形元素提取生长度量准则