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

    基于演化博弈的移动通信数据拟态防御方法

    李俊唐智灵
    222-226页
    查看更多>>摘要:通信数据在拟态防御时,若未能及时处理数据中的噪声,会直接影响数据的拟态防御效果,给数据传输带来安全威胁。为提升数据的拟态防御效果,提出基于演化博弈的移动通信数据拟态防御方法。针对数据中的噪声问题,使用阈值去噪方法对数据实施去噪处理,并根据去噪结果提取数据的通信行为特征;以上述操作为基础,结合演化博弈理论建立移动通信数据拟态防御模型,通过获取模型动态调度值制定出最佳调度策略;将提取的数据行为特征输入到构建的模型内,利用调度策略实现移动通信数据的拟态防御。实验结果表明,使用上述方法开展数据拟态防御时,防御效果较好。

    演化博弈移动通信数据拟态防御方法数据去噪行为特征提取

    基于Mask-RCNN的图像篡改检测模型

    李士杰田秀霞
    227-232页
    查看更多>>摘要:随着图像篡改工具的多样化发展,伪造图片持续增多,并且不再局限于拼接、复制-移动、移除等某一具体的技术,然而当前提出的多数方法面对包含多种篡改类型图片的情况下,检测效果较差。因此提出了一种双通道Mask-RCNN的图像篡改检测模型。通过噪声通道挖掘图像的噪声分布等内部统计特征,通过彩色图像通道提取图像对比度差异、篡改伪影以及边界等表层特征,同时利用自适应双重注意力模块自适应地融合两个通道的特征,以准确定位篡改区域,实现像素级分割。在主流标准数据集上的实验结果表明,所提模型相较于当前先进模型具有更优的检测性能,是一种更加通用且精确的图像篡改检测模型。

    图像篡改检测双通道网络注意力机制噪声信息

    基于C-MC算法的头部CT图像三维重建

    刘丹丁锋
    233-236页
    查看更多>>摘要:为了制作适用于伽马刀手术的 3D打印医疗头模,基于断层CT扫描图像,首次提出Canny和MC相结合的算法(C-MC)进行人体头部的三维重建。Canny边缘检测算法采用高斯滤波去噪,以便于加强边缘和边缘提取,与传统移动立方体(Marching Cubes)算法相结合,完成头部图像的快速、精确三维重建与可视化。使用C-MC算法得到的人体头部三维重建模型,不仅提高了三维重建的效率和头部图像的完整性,也为后期医疗头模的三维建模设计以及 3D打印提供了有力的支撑依据。

    头部图像图像处理三维重建

    一种新的卷积神经网络图像隐写分析模型

    刘首岳段学明张猛张春英...
    237-243页
    查看更多>>摘要:针对现有卷积神经网络模型在图像隐写分析领域提取特征不充分、检测准确率不高的问题,提出一种融合转置卷积与普通卷积的图像隐写分析神经网络模型TCIS(Transposed Convolution-Convolutional Neural Network Image Steganalysis),包括四大模块:一是预处理模块,使用30 个高通滤波器,从多个尺度提取图像噪声的残差信息,减少图像内容的影响;二是转置卷积模块,对特征图进行上采样,放大隐写特征;三是普通卷积模块,由卷积层、BN层和激活函数组成,卷积层包括 5 个,最后一层使用全局卷积的方式精简识别特征;四是分类模块,通过全连接层和Softmax层判断图像是否隐写。实验结果表明,相比于典型卷积神经网络图像隐写分析模型,TCIS模型在嵌入率 0。4bpp情况下使用S-UNIWARD和HUGO算法的隐写分析准确率分别提升了2。94%~25。24%和 3。92%~21。64%。

    隐写分析转置卷积卷积神经网络图像隐写

    基于双阵元天线的ADS-B解交织投影算法

    苏志刚张玉鑫韩冰郝敬堂...
    244-249,280页
    查看更多>>摘要:随着广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)技术的普及,交通密集区域内多条ADS-B信号的交织问题难以避免。为了降低设备成本并提高系统在低成本条件下的可用性,针对双阵元天线三条ADS-B信号交织问题,提出了双阵元天线投影算法。首先,上述方法基于频域插值理论与最小描述长度准则进行信源数估计;然后,采用功率倒置算法进行空域滤波,在未知信号波达方向的条件下抑制非期望信号,从而将双天线三信号的解交织问题转化为单天线双信号的解交织问题;最后,由虚拟多通道法扩维后,基于改进的投影算法分离交织信号。仿真验证了以上算法的有效性。

    广播式自动相关监视欠定盲信号分离最小描述长度功率倒置算法投影算法

    基于改进CycleGAN模型的图像去雾方法

    王旭光张崇田珊珊白康...
    250-257,410页
    查看更多>>摘要:雾天条件下拍摄的图像不够清晰,严重影响到后续计算机视觉任务的完成质量,因此,对雾天拍摄图像进行清晰化处理具有实际意义。现有CycleGAN去雾模型未能充分利用在编码和解码过程中的特征信息,得到的去雾图像质量不够高。生成器通过设计的特征融合模块引入多尺度信息,鉴别器采用网络共享的双鉴别器策略,损失函数使用两种对抗损失并结合改进的循环一致性损失,增强模型去雾性能和图像质量。对比实验和消融实验验证了改进模型的性能。

    多尺度融合双鉴别器图像去雾

    视频前景区域运动目标姿态识别仿真

    张清蓉陈龙灿刘庆
    258-262页
    查看更多>>摘要:由于运动目标容易受到遮挡,导致识别效果不理想,提出视频前景区域运动目标姿态识别方法。采用金字塔变换对视频图像展开采样处理,通过Vibe前景检测算法完成视频的前景检测,同时在检测过程中消除了视频鬼影,提高了目标跟踪精度;采用mean-shift目标跟踪方法在视频前景区域中跟踪运动目标,提取运动目标的姿态特征,将其输入支持向量机决策函数中,完成运动目标的姿态识别。仿真结果表明,所提方法具有较高的跟踪精度和跟踪效率,且姿态识别准确率高。

    机器视觉前景检测算法目标跟踪方法支持向量机姿态识别

    基于细粒度动态特征的摹仿签名书写人识别

    齐明乐池长江李毅峰申思...
    263-268页
    查看更多>>摘要:电子签名笔迹逐渐取代传统笔迹,电子签名的真伪鉴别成为公安、司法鉴定领域的难题。于是提出了细粒度电子签名笔迹动态特征提取方法,利用K近邻、决策树、随机森林、支持向量机等监督学习方法综合分析摹仿电子签名的动、静态特征,建立摹仿电子签名笔迹书写人识别模型。实验结果显示,基于K近邻算法的书写人识别模型表现最好,正确率 0。917,精确率 0。906,召回率为0。871,AUC为 0。965。实验表明,笔迹动态特征能够显著提升摹仿签名书写人识别模型性能,增加样本类别数或者减低样本数量均会降低模型的识别能力。

    电子签名笔迹动态笔迹特征机器学习摹仿签名

    基于改进SiamFC的实时人脸跟踪算法

    汪威郭明镇孙收余罗子江...
    269-275页
    查看更多>>摘要:基于现有的人脸跟踪网络存在参数量大、算力高、难以部署到嵌入式平台,无法满足移动设备实时性需求的问题,以SiamFC为基准网络,提出一种基于Two-Way Dense Layer模块改进后的Dense_Block模块。模块在提取特征时具有特征分流、扩大感受野、轻量化网络等优势;为保证人脸跟踪精度且维持实时的在线人脸跟踪速度,通过人脸级联定位搜索策略,先采用浅层的搜索特征和人脸模板特征进行目标人脸初定位,接着对特征响应最大的区域作为深度特征进行人脸重定位,之后,通过NEON指令集优化、知识蒸馏、模型剪枝等方法进一步为人脸跟踪算法加速。实验表明,改进后的SiamFC在部署到RK3288 开发板上时,在Accurate、Overlap基本保持不变的情况下,跟踪速度是原SiamFC算法的 7。7 倍。

    人脸跟踪孪生网络人脸级联定位模型剪枝知识蒸馏

    模糊集合下多传感器信息融合算法仿真

    靳双燕李浩亮
    276-280页
    查看更多>>摘要:多传感器数据融合通常涉及大量数据,受到噪声、不完整性、不准确性等因素的影响,导致融合结果的不确定性增加。为此,提出一种基于模糊集合的多传感器信息融合算法。利用局部保持投影(Locality Preserving Projection,LPP)处理多传感器信息,采用主成分分析(Principal Component Analysis,PCA)分离特征值较大的反射信号,删除特征值较小的随机噪声。利用隶属函数得到不同传感器提供的可信度,将支持度以及可信度转换为基本概率分配函数,引入证据理论(Dempster-Shafer,D-S),实现多传感器信息融合优化。仿真分析表明,所提方法可以得到高精度和高效率的多传感器信息融合结果,峰值信噪比达60dB以上,信噪比一直处于12dB以上,融合最长耗时仅为 2。01ms,使其融合性能得到有效优化。

    模糊集合多传感器信息融合优化