首页期刊导航|计算机系统应用
期刊信息/Journal information
计算机系统应用
计算机系统应用

苏振泽

月刊

1003-3254

csa@iscas.ac.cn

010-62661041

100080

北京中关村南四街4号

计算机系统应用/Journal Computer Systems & ApplicationsCSCD北大核心CSTPCD
查看更多>>专业技术性刊物。推广计算机系统在各行各业的应用技术成果和运行管理经验。
正式出版
收录年代

    基于迁移联邦学习的输电线路缺陷检测

    曲海成周圣杰
    198-204页
    查看更多>>摘要：有效检测输电线路的破损和异物对电路智能巡检至关重要.然而,由于存在着数据孤岛问题,难以收集不同电力公司的数据来训练统一的检测模型.因此,结合迁移联邦学习和目标检测算法提出了一种基于迁移联邦学习的电路缺陷检测方法.具体地,首先选用一个强大的检测模型作为基础检测模型,并冻结模型初始权重.然后通过权重矩阵的低秩分解以及插入适配器层的方式进行对不同客户端的数据进行适应学习,从而大幅降低可训练模型参数的目的.其次,提出一种权重自适应筛选方法,以精确确定模型权重层的低秩分解和适配器层的插入位置,通过简单的适应学习,即可对不同电力公司中的数据分布进行有效适应.最后,在接近真实环境的电力数据集上进行的实验验证表明,在保证客户数据安全性和隐私性的前提下,能够很好地适应不同分布的检测场景.

    电路巡检迁移学习联邦学习低秩分解自适应筛选

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

    抵抗不诚实参与者欺骗攻击的可验证渐进式秘密图像分享

    陈浩张孟涛
    205-216页
    查看更多>>摘要：当前渐进式秘密图像分享方案中并没有考虑不诚实参与者的作弊攻击,这使得不诚实的参与者可以利用虚假阴影图像进行欺骗攻击.为了防止后续渐进式重建失败,本文通过将像素的位平面划分为两部分,并使用拉格朗日插值算法以及视觉密码学方案来解决这个问题.通过伪随机数来确定像素位平面的滑动窗口,并通过筛选操作将认证信息嵌入到该滑动窗口中来实现认证能力.除此之外,不同的位平面划分策略可以产生不同的渐进式重建效果,可以实现更加灵活的渐进式重建.理论分析和实验结果表明方案的有效性.

    渐进式秘密图像分享可验证秘密图像分享阴影图像认证无损重建

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

    高频信息强化的双分支高光谱图像超分辨率网络

    侯钧译杨锦边太成朱习军...
    217-227页
    查看更多>>摘要：高光谱图像(hyperspectral image,HSI)的窄光谱波段为许多视觉任务提供了丰富信息,但也给特征提取带来了挑战.尽管许多研究者提出了各种深度学习方法,但尚未充分结合这些架构的优势.因此,本文提出了一种基于高频信息强化的双分支高光谱图像超分辨率网络(HFEDB-Net),将卷积神经网络(convolutional neural network,CNN)的图像空间特征提取优势与Transformer的自适应能力和长距离依赖提取优势相结合,有效地提取了HSI的空间和光谱信息.HFEDB-Net由高频信息强化分支和主干分支组成.在高频信息强化分支中,通过拉普拉斯金字塔提取低分辨率和高分辨率HSI的高频信息,并将结果作为高频分支的输入和标签,采用光谱强化Transformer来作为该分支的方法.在主干分支中,使用结合通道注意力的CNN充分提取空间特征和光谱信息.最后将两个分支的结果通过CNN进行结合以得到最终的重建图像.此外,采用多头注意力和多尺度策略分别改进了Transformer的注意力机制和编码器层,以更好地提取HSI的空间和光谱信息.实验结果表明,HFEDB-Net在两个公开数据集上的定量评价指标和视觉效果上优于当前主流方法.

    高光谱图像超分辨率重建自注意力机制神经网络

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

    融合多注意力的舌象证候分类

    宁宏宇张魁星薛丹江梅...
    228-235页
    查看更多>>摘要：智能舌诊在协助医生诊断病情方面具有重要意义.当前,智能舌诊主要集中在单一舌象特征的预测分类,难以在诊断过程中提供实质性的帮助.为弥补这一不足,从舌象证候层面进行精准的预测分类研究,协助医生诊断病情.使用TUNet对舌体进行分割,并提出融合多注意力机制的平行残差网络PMANet用于舌象证候分类.在像素准确率、平均交并比和Dice系数 3 个评价指标上,TUNet分别达到 99.7%、98.4%、99.2%,相较于基线U-Net,提高了3.2%、9.0%、4.8%.在舌象证候分类研究中,PMANet的参数总量为 12.34M,略高于对比实验中的EfficientNet,总浮点计算数为 1.021G,远低于所有对比网络.在参数量和浮点计算数更少的情况下,取得了 95.7%的分类准确率,实现了精度、参数量和浮点运算数之间的平衡.这一方法为智能舌诊研究提供了重要支持,有望推进中医舌诊现代化进程.

    舌诊舌体分割舌象证候分类深度学习舌诊智能化

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

    面向3D视觉引导的点云分割

    周洪志杨海波贾军营卢鑫...
    236-244页
    查看更多>>摘要：点云分割是三维视觉引导和场景理解中的关键步骤,点云分割的质量直接影响三维测量或成像的质量.为提高分割精度、解决边界越界问题,本文提出了一种面向 3D视觉引导的点云分割算法,该算法根据点云的空间位置、曲率和法向量信息,生成初始超体素数据,并提取边界点;通过计算边界点与邻域超体素的相似性度量,进行边界细化,即重新分配边界点优化超体素;最后基于区域生长获得候选片段并根据其凹凸性进行合并,得到对象级分割结果.经过可视化和定量比较表明,该算法有效解决了边界越界问题,能对复杂的点云模型准确分割,分割结果准确率为89.04%,召回率为87.38%.

    点云分割超体素边界细化凹凸性

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

    基于共享近邻密度峰值聚类的过采样方法

    李红玲王彪
    245-254页
    查看更多>>摘要：不平衡数据集中存在噪声和类重叠问题时,传统分类器性能较低,导致少数类样本难以被准确分类.为了提高分类性能,提出一种基于共享近邻密度峰值聚类和集成过滤机制的不平衡数据处理方法.该方法首先利用共享近邻密度峰值聚类算法将少数类样本自适应地分为多个簇,然后根据子簇内密度和大小分配过采样权重;在子簇内合成时考虑使用样本的局部稀疏度和多类聚集度选择近邻样本以及确定线性插值的权重范围,避免新样本生成于多数类聚集区域;最后,引入集成过滤机制剔除噪声和难以学习的边界样本以规范决策边界和提高生成样本的质量.与 5种过采样方法相比,本文算法在8个公开数据集上整体表现更优.

    过采样聚类类不平衡过滤机制

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

    利用插值优化特征的多模态情感分析

    唐业凯冯广杨芳捷林浩泽...
    255-262页
    查看更多>>摘要：目前,在多模态情感分析任务上,存在着单一模态特征提取不充分、数据融合方法缺乏稳定性的问题.本文提出一种利用插值优化模态特征的方法,用于解决这些问题.首先利用插值优化BERT和GRU模型提取特征的方式,并使用这两种模型挖掘文本、音频、视频的信息.其次,用改进的注意力机制融合文本、音频和视频信息,从而更稳定地实现模态融合.该方法在MOSI和MOSEI数据集上进行实验.实验结果表明,使用插值能够在优化模态特征的基础上,提高对多模态情感分析任务的准确率,该结果验证了插值的有效性.

    插值特征提取注意力机制模态融合情感分析

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

    RelightGAN:基于生成对抗网络的暗图像增强

    费致根宋晓晓郭兴鲁豪...
    263-269页
    查看更多>>摘要：针对成像设备在夜间或低光环境下拍摄图像出现光照不足、对比度低和信息丢失等问题.设计基于生成对抗网络(generative adversarial network,GAN)改进的暗图像增强网络RelightGAN,该网络包含两个判别器和一个生成器,由两组对抗损失和循环损失共同约束生成器,使之生成更优异的光照层.为增强网络训练过程中对图像细节信息的恢复能力,引入残差网络解决梯度消失问题,同时引入混合注意力机制CBAM结构,提升生成器对图像中重要信息和结构的关注度增强网络表达能力.通过与其他暗图像增强网络增强后的暗图像进行对比,Relight-GAN网络增强后的图像,相较于其他网络峰值信噪比(PSNR)值提高了 12.81%,结构相似度(SSIM)值提高了5.95%.实验结果表明RelightGAN网络结合了传统算法和神经网络的优点,实现了暗场景图像的增强,提高了图像可见度.

    暗图像增强生成对抗网络判别器生成器残差网络混合注意力机制

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

    《计算机系统应用》稿约

    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据