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

    基于重参数化的注意力机制算法

    叶汉民陆泗奇程小辉张瑞芳...
    2960-2969页
    查看更多>>摘要:为提高注意力机制对深度神经网络准确率的提升效果,提出一种重参数化通道注意力模块(RCAM).鉴于挤压激励网络的通道压缩方法对网络精度存在较大误差,故提出一种基于重参数化技术的通道重参数化模块,将此模块与注意力机制进行有效结合;按集成策略消融实验所获得的结果,将此注意力模块放置进主干网络中.实验结果表明,在公共数据集CIFAR-100和ImageNet-100,主干网络为RepVGG_A0、ResNet-18时,其准确率分别较未添加注意力机制的网络提升了 2.37%和1.72%,1.61%和0.71%,将结果与其它注意力机制进行比较,验证了基于重参数化的注意力机制对主干网络的提升远优于其它方法.

    重参数化注意力机制通道注意力机制卷积神经网络神经网络图像分类深度学习

    可解释的局部和全局对比多行为推荐算法

    陈文俊高榕邵雄凯吴歆韵...
    2970-2977页
    查看更多>>摘要:针对传统的多行为推荐模型无法高效学习异构信息网络的复杂结构以及缺乏可解释性的问题,提出一种多行为推荐模型,即可解释的局部和全局对比多行为推荐.运用一种被广泛应用于提取全局结构的元路径视图从特定的语义角度捕获每个节点之间的特征.设计一个能捕获局部特征和元路径之间的交互信息的超元路径图来捕获多个元路径之间的交互信息,区分不同用户面对不同类别物品的不同行为模式.采用一种异质性可解释对比学习,确定行为类型的重要性,得出更加优质的正负样本进行对比.在两个公共数据集上的实验中,所提模型优于主流先进推荐模型.

    推荐模型异构信息网络多行为推荐全局结构元路径可解释性对比学习

    基于YOLOv7-tiny改进的航拍小目标检测算法

    吴栋张长亮濮约刚张明庆...
    2978-2985页
    查看更多>>摘要:针对YOLOv7-tiny算法,提出一种改进的小目标检测算法.该算法主要包括3个设计要点:采用MobileViT block模块,提升了特征提取能力;基于EVC Block模块,优化特征融合性能;采用MPDIoU损失函数代替CIoU损失函数,应对预测框和真实目标框的长宽比相同而真实大小不同时的情况.实验结果表明,与YOLOv7-tiny相比,改进后的算法在VisDrone数据集上的mAP值结果为42.5%,提升了 5.6%.当输入图片大小为640×640像素时,改进后的FPS值为39.5,能够满足无人机在边缘设备上的实时检测要求.

    小目标检测移动视觉变换器航拍数据集注意力机制增强值通道块多阶段交并比卷积

    基于局部乱序事件排序的复杂事件匹配方法

    夏秀峰周清怡张杨郗红梅...
    2986-2993页
    查看更多>>摘要:为处理乱序事件流上的复杂事件匹配问题,减少排序开销,在非确定有限状态自动机的基础上提出解析查询指导排序策略和匹配结果反馈排序策略.根据查询内容对事件流进行分解过滤,得到查询所需的子事件流,设计基于堆排序的子事件流合并算法.通过匹配过程中自动机的状态,设计算法对自动机状态转移相关的事件实例进行排序.在股票数据集上进行实验,验证了提出方法相较于现有方法在匹配性能上有显著提升.

    复杂事件匹配乱序事件流非确定有限状态自动机分解过滤子事件流堆排序状态转移

    基于改进Faster R-CNN的域自适应红外目标检测方法

    齐兴斌赵丽耿海军郭小英...
    2994-3001页
    查看更多>>摘要:为充分利用当前大量注释的RGB图像数据提高热红外图像的目标检测性能,提出一种基于深度学习模型的无监督域自适应(UDA)方法.对Faster RCNN骨干网络进行改进,增强感受野表征能力,优化目标框的正负样本不平衡问题和回归机制.为解决从RGB域到红外域迁移过程中不同层面的域偏移问题,在改进Faster RCNN架构的不同网络层和不同阶段引入图像级和实例级特征分布对齐.实验结果表明,在多光谱公开数据集KAIST和FLIR-ADAS上,所提UDA方法分别实现了 73.35%和77.66%的全类平均精度(mAP结果),显著提高了恶劣照明条件下的目标检测性能.

    红外图像目标检测骨干网络无监督域自适应域偏移感受野域迁移

    基于方向自适应相对高斯引导的图像纹理滤波

    韩雨轩高银李琦铭李俊...
    3002-3009页
    查看更多>>摘要:针对联合双边滤波具有固定空间核尺度,不能随局部特征灵活变化的问题,提出一种基于方向自适应相对高斯算法的结构保持双边纹理滤波算法(DARG).通过检测方向场中8个方向的相似像素构造自适应相对高斯引导映射图,引导联合双边滤波过滤纹理.大量实验结果表明,DARG算法可以很好地过滤复杂及大比例的纹理,以优于目前经典算法的方式保留高质量的小结构,简单有效,易于应用.

    纹理过滤保边平滑结构保持图像平滑自适应相对高斯联合双边滤波引导映射核尺度自适应

    基于显著性检测的云边协同视频流分析

    宋泽辉郝晓燕于丹马垚...
    3010-3016页
    查看更多>>摘要:为解决实时视频分析任务中精度和延迟的平衡问题,进一步提升系统性能,提出一种基于显著性检测的云边协同视频流分析框架.通过计算推理结果在视频帧上的梯度来准确衡量不同区域的显著性,结合监控摄像机的上下文特征构建宏块(视频编码的基本单元)粒度的感知区.通过建立这些感知区,边缘端可以针对视频帧中不同区域的内容进行不同层次的压缩过滤,降低传输过程中的带宽消耗.实验结果表明,该框架在较小精度损失的前提下,能够显著降低带宽消耗和延迟.

    边缘计算云边协同视频分析神经网络模型显著性检测目标检测聚类

    多模态特征融合的行人检测算法

    陈舒静蒙祖强
    3017-3025页
    查看更多>>摘要:针对红外图像清晰度和分辨率较低,可见光图像光照不足等问题,通过融合可见光和红外光图像的特征,设计一种基于YOLOv5改进的多模态行人检测算法IMV5(improved multimodal YOLOv5).对传统的级联融合方法进行改进,结合注意力机制,设计一种多模态特征融合模块PMWM(pedestrian modal adaptive weight fusion module),将可见光和红外光图像融合,提高特征融合后的检测效果.加入优化过的空间金字塔池化结构,在保持感受野不变的情况下提升检测效果.在特征层上进行目标检测,预测出行人的概率和位置,实现行人检测功能.实验结果表明,IMV5算法在KAIST行人检测据集上的检测效果得到了明显提升.

    多模态YOLOv5行人检测算法特征融合注意力机制空间金字塔目标检测

    融合BotNet的遥感图像目标检测

    赵精莹郝晓丽
    3026-3032页
    查看更多>>摘要:为解决遥感图像目标小、多尺度、目标背景复杂等问题,提出一种Bottleneck Transformer目标检测网络,在YOLOv5s模型上用"CNN+Transformer"架构代替最后一个残差块中的C3卷积操作,利用空洞卷积,通过设置不同的膨胀率将多尺度下的信息融合,解决遥感图像背景复杂的问题;使用EIOU边界框损失函数.在NWPU VHR-10数据集上验证,mAP达到94.5%,比原始YOLOv5s提高了 1.2%.港口、车辆等小目标相应有1.3%和4.5%的提升.验证了算法对小目标识别、复杂背景识别的有效性.

    遥感图像目标检测瓶颈变压器特征融合卷积神经网络空洞卷积损失函数

    轻量化及边界加强的医学图像分割模型

    葛彩成武丽张征浩俞俊...
    3033-3041页
    查看更多>>摘要:为提升医学图像分割模型轻量化水平及分割精准度,在TransUNet基础上通过引入具有稀疏化自注意力计算方式的Transformer、边界分割加强机制和强化细节特征提取的互补注意力机制,采用深度可分离卷积和CARAFE模块取代TransUNet原有的常规卷积和上采样,设计一种具有相对轻量化的边界精准分割模型LB-TransUNet.在Synapse多器官分割数据集上的实验结果表明,LB-TransUNet的Dice系数达到79.30,Hausdorff距离达到21.03%,相较于TransUNet、Swin-UNet等模型,LB-TransUNet可以更精准分割出各器官.

    医学图像分割稀疏化自注意力互补注意力TransUNet模型Transformer模型轻量化边界精准分割