首页期刊导航|计算机工程与设计
期刊信息/Journal information
计算机工程与设计
计算机工程与设计

刘恩德

月刊

1000-7024

ced@china-ced.com

010-68389884

100039

北京142信箱37分箱

计算机工程与设计/Journal Computer Engineering and DesignCSCD北大核心CSTPCD
查看更多>>《计算机工程与设计》创刊于1980年，是中国航天科工集团主管、中国航天科工集团二院706所主办的国内外公开发行的计算机专业技术类刊物。该刊是中国计算机学会会刊、北京计算机学会会刊、中国宇航学会会刊，是全国中文核心期刊、中国科技核心期刊。办刊宗旨：努力提高计算机技术水平，为我国航天和国防科技服务，实现广泛的科研成果汇聚和知识传播，促进学术交流和科技成果的商品化、产业化和国际化，引导和推动我国计算机技术和国防科技的发展。刊载内容：覆盖计算机工程与设计领域的各个层面，主要刊登各型计算机及其系统的研究、研制、设计、开发应用等各方面的学术论文、技术报告和专题综述，主要刊登博士论文、基金项目论文、学术会议优秀论文和获奖课题论文。征稿范围：计算机网络与通信、CAD/CAM、计算机图形学、多媒体技术、数据库、并行处理、人工智能、计算机软件工程、计算机硬件体系结构及其他计算机相关领域。读者对象：大专院校师生、计算机专业科研人员、工程项目决策、设计开发和应用人员等。
正式出版
收录年代

    面向无依托供电场景的小目标检测轻量级模型

    冀金金荆有波
    159-167页
    查看更多>>摘要：针对现有目标检测模型在无依托供电场景存在检测效果不稳定、小目标大量漏检的问题,基于YOLOv4-tiny提出一种改进模型AMS-YOLOv4-tiny.通过在主干网之后引入更平滑的Mish函数、设计一种浅层特征加固的特征融合网络SCFPN、反复嵌入通道注意力机制3种策略,大幅提升预测特征层对目标的表达能力.实验结果表明,算法在PASCAL VOC07+12 数据集上的 mAP(mean of average precision)达到 87.19％,相比 YOLOv4-tiny 提高 4.45％,且部署在嵌入式设备上进行可行性验证,满足多种复杂场景下人车检测任务的精度与实时性要求.

    小目标检测特征融合网络浅层特征加固通道注意力机制无依托供电目标检测环境多变低功耗

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于ISOA-SVR模型的短期网络舆情预测

    杨赟张丽丽
    168-176页
    查看更多>>摘要：网络舆情传播具有时效性和小样本特征,提出一种改进海鸥算法优化支持向量回归的网络舆情预测模型ISOA-SVR.为提高SOA算法的性能,设计sigmoid函数非线性收敛因子实现种群迁徙与攻击阶段的平滑转换;引入精英个体多阶段动态扰动避免局部最优;设计正余弦优化指引种群位置二次更新,提高局部寻优能力.SVR学习效率高、逼近能力强,但对参数初值敏感、泛化能力仍有不足,利用ISOA算法对SVR优化调参,构建网络舆情预测模型ISOA-SVR.实验结果表明,ISOA-SVR数据拟合度更高,稳定性和收敛性表现更好.

    网络舆情支持向量回归海鸥优化算法sigmoid函数多阶段动态扰动正余弦优化百度指数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的非结构化医学文本知识抽取

    耿飙梁成全魏炜朱长元...
    177-186页
    查看更多>>摘要：为解决一词多义和关系重叠问题,以糖尿病领域文本数据为对象,基于序列标注的新型标注策略,提出一种轻量级端到端神经模型.采用头部实体优先策略,使用BERT获取输入字向量,通过BiLSTM深度学习捕获时间特征和上下文相关性.引入multi_head attention机制,采用CRF模型根据相邻标签的相互依赖关系得到最优预测序列.旨在将非结构化的医学文本转换成结构化的数据,在阿里云天池中文糖尿病标注数据集上进行综合实验,实验结果表明,该模型在医学文本知识抽取中具有优越的性能.

    深度学习非结构化文本医学文本知识抽取实体识别关系抽取序列标注

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    引入精英反向学习和柯西变异的混沌蜉蝣算法

    张少丰李书琴
    187-196页
    查看更多>>摘要：为提高蜉蝣算法的收敛速度,提升算法寻优能力,提出一种引入精英反向学习和柯西变异的混沌蜉蝣算法.利用Circle混沌映射序列优化初始种群使种群分布更加均匀,提高种群多样性.在蜉蝣更新阶段,对蜉蝣中的精英个体进行反向学习策略,防止算法陷入局部最优,提高算法收敛速度.为保证种群进化方向和扩大寻优范围,将自适应概率阈值和柯西变异的扰动机制相结合,对劣势蜉蝣个体附近生成更大的扰动.通过8个基准测试函数实验对比和Wilcoxon秩和检验,实验结果表明,混沌蜉蝣算法在收敛速度、求解精度以及稳定性等方面有较大提高.

    蜉蝣算法混沌映射精英反向学习柯西变异扰动机制自适应劣势蜉蝣

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于分层的体域网异常数据检测方法

    廖栋森祝长鸿余琪琦任君玉...
    197-203页
    查看更多>>摘要：针对无线体域网(wireless body area network,WBAN)异常数据检测方法忽视人体异常数据的连续性,缺乏异常数据集检测等问题,提出一种基于Hampel滤波器和DBSCAN分层的 WBAN异常数据检测方法.根据时间相关性利用Hampel滤波器检测异常数据点,保证数据的连续性,使用改进的基于滑动时间窗的DBSCAN算法,检测异常数据集.实验结果表明,所提方法和其它方法相比,实现了分层的异常数据检测,在保证检测精度的同时准确标注出了异常数据集,具有空间复杂度小的优势.

    无线体域网异常检测分层聚类连续性时间窗检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于联合特征分布匹配的跨项目缺陷预测

    邱少健陆璐邹全义
    204-211页
    查看更多>>摘要：为解决跨项目软件缺陷预测研究中存在的特征不完备和分类边界模糊问题,提出一种基于联合特征的双编码器分布匹配方法(DeDM-JF).利用卷积神经网络提取代码中与缺陷有关的结构语义特征,将其与人为选取的Handcrafted特征结合,形成联合特征;在此基础上,构建包含分布差异匹配层的双自编码器,学习跨项目全局和局部可迁移特征用于训练缺陷预测模型.面向软件缺陷数据仓库中的798对跨项 目缺陷预测任务开展实验,与相关的跨项目缺陷预测方法比较,DeDM-JF方法预测的F-measure和MCC指标有明显提升.

    软件缺陷预测跨项目缺陷预测卷积神经网络联合特征自编码器分布匹配迁移学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    偏置剪枝叠式自编码回声状态网络的时序预测

    刘丽丽刘玉玺王河山
    212-219页
    查看更多>>摘要：针对大多数模型对时间序列预测数据的预测准确率较低,为提升时间序列的预测精度,提出一种基于Biased Drop-weight的偏置剪枝叠式自编码回声状态网络(BD-AE-SGESN)的深度模型.以叠式ESN为多层深度网络框架,提出一种生成式AE算法生成每一层的输入权值,利用BD算法根据输入权重激活值进行剪枝.对比实验结果表明,该模型能够有效提升预测准确率,在3个不同的数据上,相比其它模型有着较小的预测误差和较高的稳定度.

    多变量时间序列回声状态网络预测模型剪枝自编码深度网络权重优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于复杂纹理特征融合的材料图像分割方法

    韩越兴杨珅陈侨川王冰...
    220-227页
    查看更多>>摘要：为解决材料图像分割中存在小样本、纹理复杂和数据分布不平衡的问题,抓住材料图像同相像素具有高度相似性的特性,提出一种基于复杂纹理特征融合的材料图像分割方法.在编码阶段,使用全卷积神经网络(FCN)作为基础网络,VGG16作为骨干网络;将改进的FCN的每层的特征图放入设计的级联的特征融合模块(CFF block),融合高低层语义信息;将融合的特征图放入多尺度学习模块(multi-scale block)进一步提取纹理特征.在解码阶段,对特征图施加注意力机制(Attention block),保留关键的特征图;针对材料图像中数据不平衡问题,采用并改进Dice损失,优化分割结果.通过对比实验和消融实验验证该方法的mIoU在多个数据集上均优于经典的深度学习方法.

    材料图像分割全卷积神经网络特征融合Dice损失交叉熵损失注意力机制小样本

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多层特征融合的超声甲状腺结节分割方法

    张雅婷赵宸帅仁俊吴梦麟...
    228-235页
    查看更多>>摘要：为精确地从超声图像中分割出甲状腺结节,提出一种包含Swin Transformer和卷积神经网络两个分支的多层特征融合分割方法,利用3个单向特征桥接单元(one-way feature bridging unit,OFU)桥接多层语义特征,并下采样特征图.实验采用来自斯坦福AIMI共享数据集的超声甲状腺结节图像用于训练、验证和测试.经过实验对比,验证了该模型在用时较短的情况下,相比其它模型取得了更好的分割效果.

    图像分割甲状腺结节特征融合深度学习特征提取下采样图像预处理

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于活动性检测动态估计噪声的心音降噪算法

    许春冬辛鹏丽闵源应冬文...
    236-243页
    查看更多>>摘要：针对基于小波分解和最优改进对数幅度谱估计的心音降噪算法存在噪声残留和心音失真的问题,提出一种基于心音活动性检测(HSAD)动态估计噪声的心音降噪算法.通过设计的HSAD判断当前心音帧是否为基础心音帧(FHS),根据判断结果分别采用改进最小值控制递归平均(IMCRA)算法和递归平滑算法对噪声功率进行动态估计与更新,采用非因果先验信噪比,实现心音信号的降噪.实验结果表明,提出算法能更好在提升降噪性能的同时,降低FHS的失真.

    心音降噪小波分解心音活动性检测改进的最小值控制递归平均递归平滑噪声功率估计非因果先验信噪比

      原文链接:
    • NETL
    • NSTL
    • 万方数据