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

    基于比例风险模型的飞机部件剩余寿命预测

    何浪鲁亮陆锦鹤范圣娴...
    1109-1116页
    查看更多>>摘要:为准确预测飞机部件的剩余寿命,在对某航空公司最近4年的163架波音B737 NG型号飞机的维修数据进行分析的基础上,提出基于比例风险模型的飞机部件剩余寿命预测方法.通过估计部件装拆间隔飞行时间对应的寿命分布,计算部件在当前时刻对应的可靠度;对部件的维修数据进行分析,筛选出影响部件寿命的主要因素;据此预测部件的剩余寿命.通过实例分析,部件的累计飞行时间、飞机的机龄以及飞机的运行环境等均为影响部件寿命的重要因素.实验结果表明,基于比例风险模型的预测结果较其它预测模型在3个评价指标上均取得了最好效果.

    比例风险模型可靠性分析特征选择比例风险假设检验剩余寿命飞机部件维修预测

    面向司法文书的抽取-生成式自动摘要模型

    陈炫言安娜孙宇周炼赤...
    1117-1125页
    查看更多>>摘要:为解决抽取式摘要核心信息拼接生硬,生成式摘要源文本过长易忽略重要信息等问题,对抽取式摘要和生成式摘要的结合进行研究.通过分析抽取式摘要可提取出文本关键信息且缩短源文本长度特性;生成式摘要可降低序列间信息损失,增加文本关联的优势.提出一种面向司法文书的抽取-生成式自动摘要模型,融合模型优势,避免单一模型存在的关键文本信息重复及重组段落语法不准的问题,保障法律文书抽取的切实完整性.在大规模公开法律领域裁判文书数据集上的实验结果表明,该模型获得较高ROUGE得分,表明了该模型提升了摘要质量.

    自动摘要抽取式生成式算法融合裁判文书法律领域完整连贯性

    基于强化因果发现的航班地面保障事件影响因素分析

    邢志伟李正锋罗谦夏欢...
    1126-1133页
    查看更多>>摘要:对航班地面保障事件执行日志展开分析以及对国内外航班延误报告进行研究,针对航班地面保障事件执行效率低下的影响因素发现问题,明确关联与因果的统一定义,给出量化影响因素的时间差参考量,提出一种面向实际保障过程的基于增剪边规则的强化因果发现算法,通过最大化奖励分数得到最优的影响因素与 目标事件因果图.实验结果表明,提出方法能有效得到真实因果图,在FDR、TPR、SHD与生成的因果图的合理性上超过其它对比方法.

    航班地面保障航班离港延误因果关系因果发现强化学习因果图构建航班保障效率

    基于改进YOLOv5s的小目标检测算法

    贵向泉秦庆松孔令旺
    1134-1140页
    查看更多>>摘要:针对当前主流目标检测算法对图像中远距离小目标产生的漏检、误检等问题,提出一种改进YOLOv5s的小 目标检测算法.在模型训练过程中,通过引入Focal-EIOU定位损失函数,加强边界框的定位精度;在骨干网络中,通过添加小目标检测层,提高小目标的检测精度;在Neck结构中,通过优化上采样算子和添加注意力机制,加强小目标的特征信息.实验结果表明,改进后的算法在VisDrone数据集上与YOLOv5s算法相比,mAP@small提高了 3.2%,且检测速度满足实时性的要求,能够很好地应用于小目标检测任务中.

    YOLOv5s算法小目标检测损失函数上采样算子骨干网络注意力机制特征信息

    基于对象阈值变精度概念的启发式推荐方法

    张国锋杨凯
    1141-1148页
    查看更多>>摘要:针对启发式概念推荐方法进行优化,提出一种基于对象阈值变精度概念的启发式推荐方法.将模糊形式背景转化为对象阈值可变的变精度形式背景,在此形式背景的基础上定义概念构造的启发式信息;利用内涵约束,在保证群组相似度的基础上,构造当前加权面积最大的概念,将这些概念组成强概念集合;在这个概念集合中利用组推荐方法对所有用户进行推荐.实验在MovieLens系列数据集和FilmTrust数据集上的一系列结果验证这种优化是有效的,能够大幅加强推荐的精度和性能.

    形式概念分析概念格变精度概念对象阈值变精度概念强概念启发式算法推荐系统

    SwinEA:融合边缘感知的医学图像分割网络

    叶晋豫李娇邓红霞张瑞欣...
    1149-1156页
    查看更多>>摘要:基于卷积神经网络的方法在医学图像分割任务中取得了显著成果,但该方法固有的归纳偏置使其不能很好地学习全局和长距离的语义信息交互,而Transformer的优势是关注全局信息,两者可以优势互补.因此提出一种针对分割边缘利用Swin Transformer融合边缘感知的医学图像分割网络.设计基于上下文金字塔的边缘感知模块,用于融合全局的多尺度的上下文信息,针对边缘和角落等局部特征,利用浅层深度主干的特征产生丰富的边缘特征,因此提出的边缘感知模块可以尽可能多地产生边缘特征.在腹部多器官分割任务和心脏分割数据集的实验结果表明,该方法在各项指标中都有所提高.

    医学图像分割移动窗口变形器多头自注意力边缘感知模块上下文金字塔多尺度特征深度学习网络

    面向人眼宽视场视觉成像质量的评价方法

    王杨隆海燕贾曦然
    1157-1165页
    查看更多>>摘要:为考虑边缘视觉的影响,实现对人眼宽视场条件下视觉成像质量的量化,提出一种基于孪生神经网络的多视域成像质量评价方法.构建个性化眼模型,根据波前像差值获得不同视场处的成像图;利用色彩差异分割成像图中的不同区域,将其作为子图像以样本对的形式输入到孪生神经网络中,提取图像的多维特征;模拟人眼对色彩的差异化感知,对区域图像质量评价值进行加权,得到对整幅图像的质量评价.为验证算法的有效性,在TID2013、LIVE和CSIQ这3个图像数据库上进行实验,其结果表明,该方法对多视场处成像质量的量化评估有良好的性能.

    孪生神经网络图像质量评价个性化眼模型色彩差异边缘视觉波前像差值差异化视场成像

    结合轻量卷积的非自回归语音合成方法

    钟巧霞曾碧林镇涛林伟...
    1166-1172页
    查看更多>>摘要:对如何有效捕捉音素之间的关联及如何合成韵律丰富的音频进行研究,提出一种结合轻量卷积的非自回归语音合成模型LCTTS.引入轻量卷积建立起音素之间的联系,解决发音出错问题.通过添加音高和能量预测器预测生成语音的韵律,解决音频韵律缺乏问题.训练模型获取梅尔频谱,结合预先训练好的声码器转化为音频.实验结果表明,提出的LCTTS模型优于先前提出的SpeedySpeech模型,在Emotional Speech Database数据集上平均意见得分获得2.8%的提升,梅尔倒谱失真测度下降0.15.

    语音合成轻量级卷积韵律合成梅尔频谱生成非自回归方法深度学习自然语言处理

    基于SfM单目六自由度位姿估计数据集自动标注

    刘毅魏东辰李子豪严小军...
    1173-1180页
    查看更多>>摘要:为解决在训练物体六自由度位姿估计神经网络时,人工标注真实场景数据集困难的问题,提出一种自动生成大量单目六自由度位姿估计数据集的方法,可提高数据集标注效率和精度.考虑采集图象环境的光照、物体遮挡等条件,以单目RGB相机、物体三维模型作为输入,在运动恢复结构(structure form motion,SfM)算法框架中添加尺度先验信息约束,实现在真实场景快速生成大量用于六自由度位姿估计训练的数据集.以生活用品为例,分别制作无遮挡、有遮挡数据集,与现有六自由度位姿估计数据集作对比,使用神经网络算法验证根据该方法制作出数据集的可行性与有效性.

    数据集位姿估计真实场景深度学习单目相机尺度约束运动恢复结构

    基于改进YOLOv4的多目标车辆检测算法

    江屾殷时蓉罗天洪郑讯佳...
    1181-1188页
    查看更多>>摘要:针对现有检测方法存在小目标车辆漏检率高以及夜间车辆误检率高的问题,提出一种基于改进YOLOv4的多 目标检测算法.引入深度可分离卷积代替标准卷积,减少模型的参数量与计算量.在保留YOLOv4输出层的同时,增加一层网格为104×104的输出层,提升算法对小目标车辆的检测性能.在Head部分引入Inceptionv3结构,采用K-means++聚类算法重新确定锚框,进一步提高算法对小目标车辆的检测性能.实验结果表明,算法相比改进前,在不降低检测速度的同时,其mAP增加2.44%,模型大小减少1/3,具有良好的鲁棒性.

    车辆检测深度学习YOLOv4深度可分离卷积Inceptionv3K-means++多目标识别