首页期刊导航|计算机工程与科学
期刊信息/Journal information
计算机工程与科学
国防科学技术大学计算机学院
计算机工程与科学

国防科学技术大学计算机学院

王志英

月刊

1007-130X

jsjgcykx@163.net

0731-84576405

410073

湖南省长沙市开福区德雅路109号国防科技大学计算机学院

计算机工程与科学/Journal Computer Engineering and ScienceCSCD北大核心CSTPCD
查看更多>>本刊系国防科技大学计算机学院主办的计算机类综合性学术刊物，属中国计算机学会会刊，已先后被列为中文核心期刊、中国科技核心期刊、中国学术期刊（光盘版）全文入编期刊、中国科学引文数据库来源期刊（CSCD核心）、中国学术期刊综合评价数据库来源期刊。
正式出版
收录年代

    改进YOLOv5的多人姿态估计修正算法

    赵金源贾迪
    852-860页
    查看更多>>摘要：由于拥挤场景中的多人姿态估计仍受检测目标较小等问题的影响,导致姿态估计准确率低,为此提出一种改进YOLOv5 的多人姿态估计修正算法.首先,在YOLOv5 的骨干网络中,融入跳跃注意力模块,帮助网络在图像中找到感兴趣区域;其次,在颈部网络中,利用加权双向特征金字塔提高网络对不同尺度特征图间的特征融合能力,并联合使用跳跃注意力模块与Transformer编码器,使网络获取全局信息和丰富的上下文信息;再次,在检测部分增加一个检测头,使网络对微小目标更加敏感;最后,利用网络预测得到的关键点对象信息修正姿态对象信息得到最终的多人姿态估计结果.实验结果表明,本文算法较YOLOv5 在COCO 数据集上AP50 提高了 2.2%,AP75 提高了 3.3%,验证了本文算法的精确性和鲁棒性.

    人体姿态估计跳跃注意力机制加权特征金字塔Transformer编码器目标检测

      原文链接:
    • 万方数据
    • 维普

    对比约束下的非局部关联单图像去反光级联算法

    罗超缪君郑义林华锋...
    861-871页
    查看更多>>摘要：图像中存在的反光不但显著降低了图像质量,而且严重影响了后续的计算机视觉任务.因此,提出了一种对比约束下的非局部关联单图像去反光级联算法 NCRR,该算法通过 LSTM传递跨级联信息的双支路方式,利用反光特征和背景特征相互补充信息并迭代细化预测精度,使 2 条支路的预测效果相互促进.为了便于多个级联步骤的训练,提出了一种正负对比的正则化损失,将背景图像和原图像的特征分别作为正、负样本,确保目标图像在表示空间中拉近背景图像,推远原图像,缩小预测范围,较好地缓解不适定性问题.此外,提出了一种高效、计算量少的非局部关联预测模块,它能获取十字交叉路径上所有像素的上下文信息.通过进一步级联操作,使每个像素捕获整幅图像长距离的依赖关系,能利用周围像素点信息来预测被强反光遮挡的背景信息.实验结果表明,本文算法能够有效去除玻璃的强反光,并且玻璃去反光的评估结果都超过了其他对比算法,具有较好的鲁棒性.

    图像反光级联正则化上下文信息远程依赖

      原文链接:
    • 万方数据
    • 维普

    基于自适应图卷积和注意力池化的点云分类与分割

    刘玉珍张冬霞陶志勇
    872-880页
    查看更多>>摘要：针对现有点云分类与分割方法使用最大池化聚合局部邻域特征,导致最大值以外的重要信息丢失的缺陷,提出一种结合自适应图卷积 AdaptConv 和注意力池化 AP 的点云分类与分割网络.首先,采用K 近邻算法构建点云局部图结构,根据点的特征生成自适应卷积核,灵活精确地捕获点云的局部邻域特征;其次,为有效提高特征聚合能力,采用注意力池化定义能量函数得到权重值,加权并聚合出更具代表性的点云局部特征;最后,堆叠自适应图卷积和注意力池化逐层提取全局特征,提高网络的分类和分割精度.实验结果表明,相较基准方法,点云分类的平均类别精度提升 0.9%,部件分割和语义分割的平均交并比分别提升 0.8%和 0.3%,证明所提方法可有效提升点云分类与分割的准确率,具有较高的鲁棒性.

    自适应图卷积注意力池化能量函数最大池化

      原文链接:
    • 万方数据
    • 维普

    《计算机工程与科学》征文通知

    880页
      原文链接:
    • 万方数据
    • 维普

    鲸鱼优化算法研究与应用进展

    王颍超
    881-896页
    查看更多>>摘要：鲸鱼优化算法 WOA是一种根据概率收敛的新型群体智能优化算法,具有原理简单易实现、参数量少易设置和全局与局部开发分别控制易平衡等特点.系统地分析 WOA的基本原理和算法性能影响因素,重点论述现有的算法改进策略和算法混合策略的优点及局限性,并阐述了 WOA 在支持向量机、人工神经网络、组合优化和复杂函数优化等方面的应用与发展.最后,结合 WOA 的特点及其应用成果,对 WOA的发展方向进行了展望.

    鲸鱼优化算法群体智能搜索机制改进策略

      原文链接:
    • 万方数据
    • 维普

    最小支配阈值集问题的降阶回溯算法

    储旭宁爱兵胡开元代苏玉...
    897-906页
    查看更多>>摘要：图论中的最小支配阈值集问题是组合优化中的一个 NP-Hard 问题,该问题是最小支配集问题的一个扩展问题.基于给定无向图G=(V,E)和阈值r 的最小支配阈值集问题进行研究,首先得出一些可以降低问题规模的数学性质并证明,利用这些性质可以减小问题规模,降低问题的求解难度;然后设计出上界子算法、下界子算法和降阶子算法,并基于这些子算法提出了一种可以减小问题规模同时得到最优解的降阶回溯算法BAR;最后,通过一个示例分析和若干随机算例测试验证了降阶回溯算法可有效降低问题的求解难度.

    最小支配阈值集问题数学性质上下界算法降阶回溯算法

      原文链接:
    • 万方数据
    • 维普

    基于邻域关系感知图神经网络的DDI预测

    雷志超蒋嘉俊马驰卓周文静...
    907-915页
    查看更多>>摘要：研究药物的相互作用DDI有助于临床用药与新药研发.现有的研究技术没有充分考虑药物知识图谱中药物实体与其他药物、靶标和基因等实体的拓扑结构,以及实体之间不同关系的语义重要性.针对这些问题,提出基于邻域关系感知的图神经网络模型NRAGNN预测药物的相互作用.首先,使用图注意力学习不同关系边的权重与特征表示,强化药物实体的语义特征;然后,生成药物实体周围不同层的邻域表示,捕获药物实体的拓扑结构特征;最后,将2种药物特征表示向量进行逐元素相乘得到药物相互作用分数.实验预测结果表明,提出的NRAGNN模型在KEGG药物数据集上的ACC、AUPR、AUC-ROC和F1指标分别达到了0.899 4,0.944 4,0.956 7 和 0.902 3,优于当前的其他模型.

    药物相互作用知识图谱邻域关系感知图注意力网络语义特征

      原文链接:
    • 万方数据
    • 维普

    基于对span的预判断和多轮分类的实体关系抽取

    佟缘姚念民
    916-928页
    查看更多>>摘要：针对自然语言处理领域中的实体识别和关系抽取任务,提出一种对词元序列(Token Se-quence,又称 span)进行预测的模型 Smrc.模型整体上利用 BERT 预训练模型作为编码器,另外包含实体预判断(Pej)、实体多轮分类(Emr)和关系多轮分类(Rmr)3 个模块.Smrc 模型通过 Pej 模块的初步判断及Emr模块的多轮实体分类来进行实体识别,再利用 Rmr 模块的多轮关系分类来判断实体对间的关系,进而完成关系抽取任务.在CoNLL04、SciERC和ADE 3 个实验数据集上,Smrc模型的实体识别F1值分别达到 89.67%,70.62%和 89.56%,关系抽取F1 值分别达到 73.11%,51.03%和 79.89%,相较之前在 3 个数据集上的最佳模型Spert,Smrc模型凭借实体预判断和实体及关系多轮分类,在 2 个子任务上其F1 值分别提高了 0.73%,0.29%,0.61%及 1.64%,0.19%,1.05%,表明了该模型的有效性及其优势.

    对span的预判断实体关系抽取BERT预训练模型多轮实体分类多轮关系分类

      原文链接:
    • 万方数据
    • 维普

    2024年中国高校计算机教育大会(CCEC2024)征稿通知

    928页
      原文链接:
    • 万方数据
    • 维普

    结合上下文的细粒度实体分类特征表示方法

    刘盼郭延明雷军王昊冉...
    929-936页
    查看更多>>摘要：细粒度实体分类任务赋予文本中的实体以细粒度类别,能够通过类别信息为实体提供丰富的语义信息,在关系抽取、实体链接和问答系统等下游任务中发挥重要作用.由于实体在句子中的长度和位置是不统一的,无法直接计算实体在上下文中的表示,现有的细粒度实体分类方法将实体提及与其上下文分别进行处理和特征表示,割裂了实体与其上下文之间的语义关联.提出一种结合上下文的实体分类特征表示方法,将实体放回上下文,并解决了实体长度和位置不统一的情况下,实体特征表示的计算问题.实验结果表明,采用结合上下文的实体特征表示方法提取实体在上下文中的特征表示,能够大幅提升细粒度实体分类的性能,该方法在中文细粒度实体分类数据集CFET上的Macro-F1 较原文普遍提高了 10%以上.

    细粒度实体分类上下文特征表示

      原文链接:
    • 万方数据
    • 维普