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

    基于互信息最大化的文档相关性模型

    陆敏锋张启飞卢成浪吴菁...
    2712-2718页
    查看更多>>摘要：针对传统的文档相关性识别方法在训练过程中文档信息提取不充分的问题,提出一种互信息最大化框架下的深度学习方法.涉及一个无监督学习过程,使用全局和局部互信息学习文档表示,最大化神经网络的输入表示和输出表示之间的互信息,提取更为丰富的文档内容和结构信息,优化模型预测结果.经过在多项任务上的评估,实验结果表明了该方法的可行性和有效性,与一些传统的方法相比,其在准确度上有相当或更好的表现.

    互信息文档表示文档相关性最大化无监督学习残差网络全局特征

      原文链接:
    • 维普
    • 万方数据

    基于区域上下文感知的前景提取

    徐静怡何坤
    2719-2724页
    查看更多>>摘要：为降低图像颜色分布和弱边缘对前景提取的负面影响,提出一种基于区域上下文感知的前景提取模型.结合图像亮度梯度和颜色信息将图像分成互不相交的区域,区域内颜色具有同质性,近邻区域间存在显著差异;依据颜色分布设计区域相似性测度,构建区域上下文关系和感知空间;在感知空间中将前景提取转化为二分类问题.实验结果表明,相对于传统模型,该算法提高了弱边缘、颜色非均匀分布图像的前景提取效果.

    前景提取区域信息LAB颜色空间高斯混合模型亮度感知特征提取上下文

      原文链接:
    • 维普
    • 万方数据

    基于OC&PGMF的弱监督行人检测方法

    曹鎏徐巧玉
    2725-2732页
    查看更多>>摘要：为解决弱监督行人检测训练过程中数据收敛到局部最优解和缺少回归能力问题,提出一种基于改进的在线学习与伪真值挖掘过滤算法的弱监督行人检测方法.采用WSDDN作为基础的弱监督检测器,通过优化OICR在线学习精细化策略,增加行人检测召回率并覆盖行人完整的位置,改善算法收敛到局部最优解的问题;基于邻域融合原理,通过设计伪真值挖掘过滤算法优化伪真值,进行全监督行人检测器训练,提高弱监督行人检测器的回归能力.实验结果表明,所提弱监督检测方法在VOC2007上实现了 21.3％的mAP准确率,高于经典的弱监督行人检测方法(PCL)3.5％mAP准确率,验证了其有效性.

    行人检测弱监督学习在线学习伪真值挖掘过滤局部最优解回归能力

      原文链接:
    • 维普
    • 万方数据

    高动态范围图像光照学习算法

    李彤陈纯毅胡小娟于海洋...
    2733-2741页
    查看更多>>摘要：为解决三维场景光照估计易受天气条件和拍摄视角等多方面因素影响的问题,提出一种基于深度学习的球谐系数估计方法,包括特征提取模块和光照估计模块.使用输入的图像对及预先计算好的光照参数训练网络,特征提取模块提取输入图像的特征,迭代改变球谐系数损失和渲染损失来优化网络,通过光照估计模块预测表达场景光照的球谐系数.实验通过与其它6种主流方法以及3种网络模型进行比较,所用评价指标均有显著性降低,实验结果表明,提出方法可有效恢复光照效果,定量定性地验证了恢复的光照在视觉上是真实的.

    深度学习光照估计球谐光照虚实融合光照一致性高动态范围注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于自适应天空区域分割的图像去雾算法

    邓翔宇李俊腾
    2742-2748页
    查看更多>>摘要：针对暗通道算法在处理图像中天空区域时会出现色彩失真和光晕现象以及大气光值错误估计的问题,提出一种改进的暗通道先验去雾算法.利用雾图中天空区域的物理特征粗略分割图像天空区域,从天空区域中对大气光值进行估计;设计一种自适应双阈值分割方法用于天空区域的精细分割,提出一种基于亮通道先验的透射率估计方法,将亮通道先验模型估计的天空区域透射率值和暗通道先验模型估计的前景区域透射率值进行融合;引用一种快速引导滤波器对融合后的透射率进行边缘细化,基于大气散射模型完成图像的复原.实验结果表明,该算法很好地克服了暗通道算法的缺陷,保留了复原图像的视觉真实性.

    图像去雾天空区域分割自适应双阈值分割暗亮通道先验大气光估计透射率大气散射模型

      原文链接:
    • 维普
    • 万方数据

    基于多尺度风格自适应的手写维文识别模型

    闫林王磊艾孜麦提·艾尼瓦尔杨雅婷...
    2749-2756页
    查看更多>>摘要：基于字符形态与书写风格的强关联性,提出一种多尺度风格自适应的手写维文识别模型,模型从浅层笔划到深层序列建模多尺度风格特征,提高对手写风格的自适应能力.针对手写维文特点改进Transformer提取多尺度笔划特征;构建多尺度风格自适应模块提取序列特征;构建特征泛化融合模块对笔划特征和序列特征进行深度融合,提升识别效果.实验结果表明,该模型在真实手写维文测试集WER、CER分别下降3.75％、0.19％,在IAM数据集中验证了模型迁移性.

    手写维文识别手写风格多尺度特征金字塔网络视觉自注意力模型长短期记忆网络特征融合

      原文链接:
    • 维普
    • 万方数据

    基于特征表达和模型预测的主动学习

    姜海涛邱保志李向丽
    2757-2763页
    查看更多>>摘要：为解决当前的主动学习算法在采样时通常忽略样本特征表达信息的问题,提出一个基于样本特征表达和模型预测的主动学习模型.针对主动学习算法在模型训练早期阶段引起的冷启动问题,提出一个标注集初始化算法.利用聚类技术提取样本特征表达信息,通过分类器得到样本的模型预测信息,致力于使初始标注集的样本分布尽可能接近原始数据集的分布.实验结果表明,该模型分类准确率优于多个主动学习基线算法,该算法能够有效缓解模型的冷启动问题.

    主动学习特征表达模型预测冷启动聚类图像分类标注集初始化

      原文链接:
    • 维普
    • 万方数据

    融合注意力机制和评论文本特征的推荐算法

    潘莹李浩王世辉许杏...
    2764-2770页
    查看更多>>摘要：为区分基于评论文本推荐算法中不同评论文本数据对不同用户或物品的差异,提出一种融合注意力机制和评论文本特征的推荐算法(RAAM).在卷积神经网络中加入三级注意力机制,分别从单词级别、语句级别和评论级别为不同用户或物品区分评论数据的重要性,引入共同注意力网络模拟用户与物品之间的交互,获取更多用户和物品的交互信息,提高推荐效果.在Amazon的5个数据集上的对比实验结果验证了算法的有效性.

    推荐算法注意力机制共同注意力网络评论文本评分预测文本特征卷积神经网络

      原文链接:
    • 维普
    • 万方数据

    融合点云和体素信息的目标检测网络

    刘慧董振阳田帅华
    2771-2778页
    查看更多>>摘要：为解决复杂自动驾驶场景下小目标检测效果不佳和漏检的问题,提出一种融合点云和体素信息的高性能网络架构.通过预处理模块、空间语义特征关联模块、坐标注意力机制模块等改进PV-RCNN网络的检测性能,构建网络架构PSC-RCNN.在KITTI上进行验证,实验结果表明,PSC-RCNN在简单、中等、困难3种检测难度的类别下,对于自行车这种形状复杂的小物体识别精度分别为82.99％、67.03％、59.88％,相对原有的PV-RCNN网络,识别精度分别提高了4.39％、3.32％、2.23％;相对于现有3D目标检测网络,识别精度分别提高了 0.51％、2.93％、2.23％.

    机器视觉三维点云三维体素目标检测空间语义特征关联坐标注意力特征融合

      原文链接:
    • 维普
    • 万方数据

    基于文本摘要的无监督关键词抽取方法

    尤泽顺周喜董瑞张洋宁...
    2779-2784页
    查看更多>>摘要：为克服基于嵌入的关键词抽取方法在长文档上性能下降的问题,提出一种基于文本摘要的方法(summarization-based document embedding rank,SDERank).将句向量的加权和作为文档嵌入,根据每个句子与文档主题的语义相关度赋予权重.以往基于嵌入的方法选择关键词时忽略候选词之间的关联,针对该问题,在SDERank的改进版SDERank+中,PageRank算法被用于提取候选词之间的共现权重作为相似度分数的修正.实验结果表明,在4个广泛使用的数据集上SDERank和SDERank+比之前最好的模型MDERank的F1分数平均高出2.2％和3.29％.

    自动关键词抽取文本摘要长文档建模文档主题分析语义处理权重优化向量相似性

      原文链接:
    • 维普
    • 万方数据