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

    基于无监督图像增强的低光照车道线检测

    赵玖龙陈紫强姜弘岳张骞...
    116-120页
    查看更多>>摘要:现存的车道线检测方法在光照良好条件下具有较好的检测性能,但在低光照条件下性能急剧下降。针对低光照场景下车道线特征不明显导致不易检的问题,在车道线检测算法的预处理阶段加入融合空洞卷积的ZERO-DCE网络,提出了一种基于无监督图像增强网络的车道线检测方法。首先在ZERO-DCE网络中融入空洞卷积来提升目标信息的捕捉能力,结合车道线色彩属性采用两阶段图像融合方法提升低光照情况下车道线特征,然后利用UFAST网络进行车道线检测。在CULane数据集的进行性能分析测试,结果表明:文中算法相较于baseline算法,在正常光照环境下性能表现基本一致;在阴影环境和夜间环境下的F1 值分别提升 3。5 和2。3。

    神经网络图像增强车道线检测

    基于ResNet和Chan算法的行车环境声音感知

    朱振飞葛动元姚锡凡
    121-126,161页
    查看更多>>摘要:随着自动驾驶技术的飞快发展和道路交通安全的要求,车辆对环境信息感知的要求也越来越高。道路声音的感知是自动驾驶走向成熟的重要组成部分,具有广泛应用前景。利用ResNet18 网络模型对特定声学事件进行识别,给数据集添加不同方差的噪音以模拟真实行车环境,并联合多层感知机模型和Chan算法进行定位,提出了一种Net-Chan定位方法,将时延估计值输入网络模型。通过Chan算法解算得到最终目标位置,实现了自动驾驶车辆行车环境的声音感知,具有较高的识别准确度,提高了定位精度和抗噪性,可作为视觉系统在受环境限制时的环境信息的收集补充与融合。

    自动驾驶残差网络声音识别声音定位

    基于数字孪生的机场跑道三维可视化监测系统

    胡凯胡啸王培吉吴恒昊...
    127-133,181页
    查看更多>>摘要:为响应2020 年民航局发布的《推进四型机场建设行动纲要》中的推动机场转型升级的要求,并且为了解决传统人工机场跑道监测效率低下且无法做到对机场跑道的全方位实时监测和监测数据的实时互通等问题,结合数字孪生技术对机场跑道监测架构进行设计,通过运用三维可视化技术对机场跑道传感器和监控器汇总到平台的数据进行处理并在虚拟模型中实现映射,运用数字模型对机场三维模型进行还原,对机场三维模型的轻量化进行研究,同时通过光纤传感对飞机的轨迹进行实时定位和映射,生成虚拟孪生体,把机场跑道的实时状态映射到虚拟空间上,实现数字孪生的虚实相映。从而做到对机场跑道的多维度观测、全量数据分析和可视化要求,直观动态的展示机场跑道的实时状态。

    数字孪生三维模型轻量化机场跑道监测

    基于生成对抗网络的遥感图像超分辨率重建

    黄江平汪文翊
    134-138,156页
    查看更多>>摘要:为了实现遥感图像的超分辨率,解决目前超分辨率算法存在退化模型不符合遥感图像降质特性的问题,提出了一种基于生成对抗网络的遥感图像超分辨率方法。针对遥感图像成像的复杂性,建立新的遥感图像降质模型,有效改善了因图像先验和映射关系不符而无法有效提高网络性能的问题;同时将混合注意力机制引入残差网络,以增强生成器对于遥感图像的纹理细节恢复能力,并且改用U-Net结构判别器,使判别器满足更高的对抗网络判别需求。最后在UCAS-AOD数据集上验证并与四种主流方法对比,改进的网络在峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)上较次好方法分别提升 2。2923dB/11。88%,证明所提算法的先进性。

    超分辨率生成对抗网络遥感图像混合注意力机制

    结合门控机制与多尺度ViT的细粒度图像分类

    姜苏城王红林
    139-145页
    查看更多>>摘要:针对现有细粒度图像分类方法中,卷积神经网络特征提取能力不足,模型高层特征缺乏局部细节信息来识别不同子类的细微差异,而ViT的归纳偏置能力偏弱的问题,提出了一种结合ConvNets与注意力多尺度ViT的混合模型(GCAMT)用于细粒度图像分类任务。首先,使用门控机制选择性提取与融合判别性特征,其次引入特征重激活模块更新有潜力的冗余特征提升模型特征复用效率,然后对模型各阶段进行密集连接提升泛化能力,最后使用注意力多尺度ViT,以更好的提取并融合尺度与语义不一致的特征,增强模型建模能力。实验结果表明,上述方法在细粒度图像公共数据集CUB-200-2011、Stan-ford Cars、FGVC-Aircraft和NABirds上的准确率分别达到了 93。1%、96。29%、94。47%、93。82%,优于当前SOTA方法。

    细粒度图像分类门控特征融合特征重激活多尺度自注意力

    深度学习下动态图像无损压缩加密算法设计

    李向荣化秀玲李振东
    146-150,479页
    查看更多>>摘要:图像压缩的目的是减少图像数据中的冗余信息,从而使其更加高效、安全的存储和传输。由于动态图像中存在敏感信息,在传输过程中容易导致数据受损或丢失,为了增加动态图像无损压缩加密的安全性,提出一种基于深度学习的动态图像无损压缩加密方法。分析动态图像冗余信息的分布规律,建立预测模板,对变换后的数据采用差分脉冲编码调制(Differential Pulse Code Modulation,DPCM)展开无损编码处理。通过深度学习算法对动态图像特征提取,利用动态图像的个体特征形成密钥,将其应用到动态图像加密中,进而完成动态图像无损压缩加密。实验结果表明,所提方法的峰值信噪比高、压缩比在1。7%以上,表明所提方法对动态图像无损压缩具有优越性,且加密效果好、安全性高。

    深度学习动态图像无损压缩加密

    隐马尔科夫链自适应投影

    李永红付琨种洋徐乃庭...
    151-156页
    查看更多>>摘要:随着交互式地图技术的兴起,无论从图形渲染角度,抑或是友好浏览体验角度,都产生了巨大的变革。因此,融合先进的图形渲染技术,构建以用户为中心的新型地图可视化模式,才能辅助用户开展浏览分析活动。提出了基于二三维地理信息系统的自适应投影方案,上述方案创新性的以用户偏好和投影特性为控制参数,形成能够有效匹配合适投影的预测模型。实验部分通过控制预设用户偏好及量化投影特性占比,分析了对隐马尔科夫投影预测模型的结果影响及性能,并通过统计采样,从多方面验证了自适应投影模式的可行性。

    自适应投影隐马尔科夫用户偏好投影特性

    深度学习算法下多模态人体动作实时跟踪仿真

    刘丰平杜远坤侯惠芳
    157-161页
    查看更多>>摘要:人体的运动姿态多样,光影和噪声等因素对人体运动特征的提取和分析具有很大影响。且人体动作跟踪过程若目标存在遮挡,易导致目标丢失问题,严重影响人体动作跟踪的精准度。为解决上述问题,引入深度学习方法中的自编码器,提出新的多模态人体动作实时跟踪方法。通过对人体动作图像采集处理,完成人体动作特征的粗提取;利用自编码器对粗特征增强,实现人体动作特征的细提取,建立常规人体动作特征模板;利用核相关滤波(kernel correlation filter,KCF)获取响应函数峰值,建立目标丢失判据,结合特征匹配算法,计算跟踪目标与区域化结构特征之间相似度,确定最佳跟踪目标,实现人体动作的实时跟踪。实验结果表明,所提方法的动作跟踪精准度高,时延短,表明所提方法的跟踪效果好。

    深度学习算法多模态人体动作实时跟踪方法人体动作特征跟踪算法

    非线性谐振无线电能传输系统频率分裂特性

    刘晓阳王嘉鹏田子建樊京...
    162-166页
    查看更多>>摘要:针对由于频率分裂现象导致无线电能传输系统传输效率降低的问题,采用非线性谐振拓扑替代传统线性谐振拓扑抑制频率分裂进行了研究。首先通过A参数矩阵法得出了求解高阶系统传输效率公式理论方法,并推导了非线性传输系统的效率公式;分析了非线性谐振传输系统抑制频率分裂现象的原理,在系统产生频率分裂现象的情况下将非线性电感并入次级线圈,可以改善系统的传输特性。并通过仿真测试频率分裂现象对于非线性传输系统的影响。结果表明:在相同频率条件下,非线性传输系统可以推迟传输系统临界耦合状态的出现,且对抑制频率分裂现象具有明显的效果。

    非线性参数频率分裂谐振拓扑过耦合

    基于深度学习的小目标森林火灾识别方法

    罗明明黄建华孙希延万逸轩...
    167-172页
    查看更多>>摘要:由于在森林火灾初期火灾目标的尺寸较小,导致模型对小目标的森林火灾产生漏检的问题,提出一种基于YOLOv5 的小目标检测的森林火灾识别方法。为了提高检测算法对小型火焰的检测效果,提出了一个新的模块并将其命名为CSP-SP-PFP(Cross Stage Partial-Spatial Pyramid Pooling Fast Plus),将YOLOv5 主干网络中的SPP替换为CSP-SPPFP;为了增强火焰特征的表达,提出一种基于CBAM注意力的模块;为减少小目标的上采样过程中的信息损失,将原有的上采样方法替换为转置卷积。设计1 组实验来确定选择使用哪种CBAM注意力模块、1 组消融实验以及 1 组对比实验来验证所提出的算法的有效性。实验结果表明,算法与原YOLOv5 算法相比,mAP@50 提升了 2。12%,针对小目标森林火灾目标能够准确检出,有效提升了森林火灾防范能力。

    森林火灾注意力机制小目标检测