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

    CA-MobileNet V2:轻量化的作物病害识别模型

    陈洋张欣陈孝玉龙林建吾...
    484-490页
    查看更多>>摘要:在传统的作物病害识别的深度学习模型中,存在检测精度与效率不高的问题.针对上述问题提出一种轻量化的改进型MobileNet V2模型CA-MobileNet V2(coordinate attention),在提升检测精度的同时,部署在移动端便于种植者使用.在MobileNetV2中嵌入坐标注意力模块,提升模型的精度;加入TanhExp激活函数,加速模型收敛,增强模型的鲁棒性和泛化性;将模型部署到移动端APP中,使模型具有良好的可视化应用效果.在PantifyDr和Turkey-PlantDataset数据集上的对比实验结果表明,CA-MobileNet V2具有精度高和轻量化的优势.

    农作物病害深度学习卷积神经网络轻量化坐标注意力激活函数移动端部署

    大幅面3D打印边缘能量均匀化畸变消除

    张露王宜怀施连敏李春亭...
    491-499页
    查看更多>>摘要:在基于掩膜投影的CLIP型3D打印工艺中,通过平铺多台投影设备扩大成型幅面时,重叠区域像素亮度的叠加产生的光学接缝会导致模型实体在该处产生畸变,影响成型质量.针对该问题提出一种边缘能量均匀化方案,通过非线性衰减的方式设计一组对称灰度虚拟掩膜,与相邻设备的切分掩膜图像相融合,矫正重叠区域的紫外光强,使整个印刷平面获得均匀且统一的紫外曝光能.实际打印结果表明,该方案能够有效改善模型实体在光固化成型中切片薄层固化厚度不均和拼接处易断裂的问题,模型实体整体质量有明显提高.

    连续无分层液体界面提取技术大幅面光学接缝灰度虚拟掩膜非线性衰减3D打印畸变消除

    融合卷积和上下文变压器的遥感图像配准

    侯建行陈颖李翔李铖昊...
    500-507页
    查看更多>>摘要:针对卷积神经网络在遥感图像配准上鲁棒性弱、精度低的问题,提出一种结合残差网络和变压器并融入四重注意力的配准算法.提出一种卷积和遥感上下文变压器混合的网络结构,替换残差网络残差块并与其它预训练卷积层结合,以特征提取.将四重注意力机制融入特征提取网络,提高遥感图像区分性特征表示.设计双向匹配网络,采用皮尔逊互相关算法建立遥感图像之间的对应关系.实验结果表明,该模型在遥感图像配准多个评估指标下均优于其它模型.

    遥感图像配准残差网络变压器混合网络结构四重注意力双向匹配网络皮尔逊

    递归投影融合对比机制的少样本目标检测方法

    陈瀚雷亮朱锦相王冬...
    508-515页
    查看更多>>摘要:针对少样本场景中尺度混乱、特征关联性差导致检测不精准的问题,提出一种基于多尺度融合对比机制的检测算法.相比先前方法仅关注表层特征迁移,该方法深刻探讨基类与新类特征空间的潜在联系.通过多尺度递归投影增加特征关联性,利用对比机制充分挖掘基类空间和通道信息,最大化引导新类特征的提取、筛选以及匹配,取得显著性能提升.在Pascal VOC和MS COCO数据集实验中验证了该方法的优越性,为少样本目标检测研究提供了新的理论支撑和研究方向.

    目标检测少样本学习微调范式多尺度递归机制特征投影融合对比机制

    融合混合注意力的自编码器视频异常检测

    郑重杨晓文谢剑斌欧阳楠楠...
    516-523页
    查看更多>>摘要:为提高视频异常检测的准确率,提出一种融合混合注意力的自编码器视频异常检测算法.针对自编码器网络强大的"泛化"能力可能重构异常行为问题,提出一种混合注意力模块(CSCFAM)并将其融合至编码器和解码器之间的跳跃连接层以限制异常行为的生成.为考虑正常样本的多样性,在编码器和解码器之间的瓶颈处引入存储记忆模块(Memory),记录正常样本潜在特征的原型模式.实验结果表明,该算法在UCSD Ped2、CUHK Avenue数据集上帧级AUC分别达到97.3%、87.0%,与当前先进的视频异常检测算法相比,异常检测能力得到有效提升.

    视频异常检测自编码器跳跃连接混合注意力模块存储记忆模块异常行为原型模式

    基于改进特征融合的口罩检测算法

    曹琦武友新
    524-529页
    查看更多>>摘要:针对口罩检测模型缺少不规范佩戴分类的检测,精度高与速度快难以兼容的问题,提出一种单阶段口罩规范佩戴实时检测算法,引入轻量提取网络DM-CSP,添加多尺度注意力MCA增强提取能力;针对融合阶段深浅层特征信息不对齐问题,设计特征对齐及选择模块FAS,提出特征增强模块CTM关联特征图谱上下文信息,构建解耦通道进行图像识别,提高算法的识别精度和收敛速度.实验结果表明,改进算法检测精度达到93.2%,较主流算法YOLOv4-Tiny提高4.8%,检测速度和模型容量具有更优性能表现.

    口罩检测图像识别注意力特征对齐特征增强实时检测多尺度

    室内机器人动态SLAM技术

    韩慧妍韩方正韩燮况立群...
    530-539页
    查看更多>>摘要:随着计算机视觉、深度学习的发展,基于视觉的静态SLAM研究不断改进,然而大多数SLAM算法存在静态假定不成立和累计漂移.针对上述问题,设计动态BN-SLAM算法,利用深度图像的几何信息对原始掩模进行修正,修正掩膜用于移除运动物体及其影响.设计加权RANSAC方法,求解摄像机局部位姿.在TUM数据集上的实验结果表明,BN-SLAM 的ATE、平移RPE和旋转RPE的平均RMSE值分别为95.46%、92.45%和90.88%,平均S.D.值分别为94.88%、94.76%和92.80%,跟踪轨迹点结果的平均率为98.80%.在真实环境的实验结果表明,BN-SLAM能够剔除运动的人造成的地图污染.

    计算机视觉深度学习静态假定累计漂移深度图像原始掩模修正掩膜

    基于对抗训练的事件要素识别方法

    廖涛沈文龙张顺香马文祥...
    540-545页
    查看更多>>摘要:针对目前大多数事件要素识别模型未考虑词级别的语义信息,及模型鲁棒性不高的问题,提出一种融合词信息和对抗训练的事件要素识别方法.将Bert(bidirectional encode representations from transformers)预训练语言模型生成的字向量与分词信息进行融合,在得到的融合向量中添加扰动因子产生对抗样本,将对抗样本与融合向量表示作为编码层的输入;采用BiGRU(bidirectional gating recurrent unit)网络对输入的文本进行编码,丰富文本的上下文语义信息;采用CRF(conditional random field)函数计算完成事件要素的识别任务.在CEC(Chinese emergency corpus)中文突发事件语料库上的实验结果表明,该方法能够取得较好的效果.

    事件要素识别鲁棒性词信息对抗训练预训练语言模型扰动因子上下文语义信息

    混沌自适应非洲秃鹫优化算法训练多层感知器

    申晋祥鲍美英张景安周建慧...
    546-552页
    查看更多>>摘要:针对训练多层感知器(MLP)时,算法对初始值敏感、易陷入局部最优和收敛速度慢等问题,对新型启发式算法非洲秃鹫优化算法提出改进算法IAVOA.在初始化种群时引入Logistic混沌映射,增加种群的多样性;对最优秃鹫和次优秃鹫增加自适应权重系数,自动调整这两类秃鹫对普通秃鹫的引导作用;IAVOA用于MLP的训练,采用均方误差的平均值作为适应度函数寻找MLP的连接权重和偏差的最佳组合.选取4个不同复杂度的分类数据集,比较IAVOA算法与现有启发式算法对MLP训练后,MLP对数据分类的性能,仿真结果表明,IAVOA算法训练的MLP在数据分类准确率、全局搜索能力、收敛速度和稳定性方面均具有良好的性能.

    优化分类非洲秃鹫算法多层感知器前馈神经网络自适应系数收敛

    基于流计算和大数据平台的实时交通流预测

    李星辉曾碧魏鹏飞
    553-561页
    查看更多>>摘要:目前交通流预测实时性差,很难满足在线分析和预测任务的需求,基于此提出一种Flink流计算框架和大数据平台结合的实时交通流预测方法.基于流计算框架实时捕捉和预处理数据,包括采用Flink的transform算子对数据进行校验和处理,将处理后的数据sink到大数据的HDFS文件系统,交由下一步的大数据并行框架进行分析建模与训练,实现基于流计算和大数据平台的实时交通流预测.实验结果表明,Flink能够实时捕捉和预处理交通流数据,把数据准时无误送入分布式文件系统中,在此基础上借助大数据框架下的并行分析和建模优势,在实时性数据分析与预测方面取得了较好的效果.

    大数据数据并行流计算框架实时处理交通流预测分布式系统实时性分析