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

    面向荧光显微图像的斑点检测

    何柯材徐琳江金康陶禹川...
    205-213页
    查看更多>>摘要：实体肿瘤学中,利用荧光原位杂交(FISH)技术处理后的间期细胞核荧光显微图像上,DNA扩增往往呈现为衍射极限斑点,成像条件限制了图像质量,导致图像信噪比较低、背景干扰严重且存在非斑点结构干扰.设计适用的斑点检测方法,提供客观且定量的数据,有助于医生对于癌症病情的诊断.算法首先采用 3 层小波多尺度求和对荧光图像去噪,随后利用多尺度高斯拉普拉斯算子增强斑点区域,最后通过 4 个方向的单边二阶高斯核抑制非斑点区域,完成斑点检测.实验结果表明,对于自建数据库中83张图像,算法平均F分数达到0.96,平均运行时间0.5 s以下.

    荧光显微图像斑点检测图像降噪图像增强

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

    自适应差分变异的人工鱼群算法

    郭长珍李整
    214-221页
    查看更多>>摘要：针对人工鱼群算法存在的全局搜索能力欠缺,鲁棒性差及易陷入局部极值等不足,提出一种自适应差分变异的人工鱼群算法(ADMAFSA).首先,该算法采用自适应视野和步长策略,改善种群个体在较优区域的精细搜索能力,提升算法的寻优精度.其次,在人工鱼群的随机行为中引入反向学习机制,通过发掘潜在的寻优空间,提高算法的全局搜索性能,避免算法早熟收敛.最后,借鉴差分进化算法对质量较差的人工鱼进行变异操作,从而增加鱼群的多样性,降低算法陷入局部极值的可能性.为验证改进算法的性能,本文对 6 个基准测试函数和 8 个CEC2019 函数进行仿真,与其他AFSA变体、新型智能算法进行对比,实验结果表明,ADMAFSA在寻优精度和鲁棒性方面均有所提高.最后,在齿轮系设计问题上,进一步证明了改进算法具有较好的优化效果.

    人工鱼群算法自适应差分变异反向学习机制基准测试函数

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

    基于共性梯度的人脸识别通用对抗攻击

    段伟高陈强李鹏程朱常杰...
    222-230页
    查看更多>>摘要：人脸识别技术的恶意运用可能会导致个人信息泄露,对个人隐私安全构成巨大威胁,通过通用对抗攻击保护人脸隐私具有重要的研究意义.然而,现有的通用对抗攻击算法多数专注于图像分类任务,应用于人脸识别模型时,常面临攻击成功率低和生成扰动明显等问题.为解决这一挑战,研究提出了一种基于共性梯度的人脸识别通用对抗攻击方法.该方法通过多张人脸图像的对抗扰动的共性梯度优化通用对抗扰动,并利用主导型特征损失提升扰动的攻击能力,结合多阶段训练策略,实现了攻击效果与视觉质量的均衡.在公开数据集上的实验证明,该方法在人脸识别模型上的攻击性能优于Cos-UAP、SGA等方法,并且生成的对抗样本具有更好的视觉效果,表明了所提方法的有效性.

    人脸识别对抗样本通用对抗攻击共性梯度个人隐私安全

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

    基于图卷积网络的脑胶质瘤核磁共振图像分割

    李歆王雪真洪金省钟婧...
    231-239页
    查看更多>>摘要：近年来基于卷积神经网络(CNN)的图像分割应用已十分广泛,在特征提取的部分取得了很大进展.然而随着卷积层数越来越深,感受野不断增大,使模型丢失局部特征信息进而影响模型性能.使用图卷积网络(GCN)处理图数据结构的信息,能够在保留局部特征同时不随层数的加深而丢失局部信息.本文主要研究将基于CNN结构的对称全卷积网络(U-Net)特征提取与基于GCN的图像分割结合,提取全局与局部、浅层与深层的多尺度特征集应用于多模态脑胶质瘤核核磁共振(MR)序列图像分割,可分为两个阶段:第 1 阶段利用U-Net对多模态脑核磁共振胶质瘤MR序列图像进行特征提取,通过多个池化层实现多尺度特征提取及上采样进行特征融合,其中底层输出较低级别特征,高层输出更加抽象的高级特征;第 2 阶段通过膨胀邻域及稀疏化处理将U-Net获得的特征图数据转化为GCN所需的图结构数据,将图像分割问题转化为图节点分类问题,最后通过余弦相似度量对图结构数据进行分类.在BraTS 2018 公开数据库上的实验结果取得分割准确度 0.996、灵敏度 0.892 的效果.相比其他深度学习模型,本方法通过多尺度特征融合,利用GCN建立高低级别特征的拓扑连接,确保局部信息不丢失以取得较好的分割效果,能够胜任临床脑胶质瘤核磁共振图像的分析需求,进而有效提高脑胶质瘤诊断精度.

    脑胶质瘤核磁共振图像图像分割图卷积网络

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

    改进蒲公英优化算法的有限缓冲区流水车间调度

    李伟铭杨敬辉
    240-249页
    查看更多>>摘要：针对考虑缓冲区容量限制和机器加工档位的流水车间调度问题(FSSP_LBMPG),建立了有限缓冲区绿色流水车间数学规划模型,模型以最小化最大完工时间和最小化加工能量消耗为目标函数,将缓冲区容量纳入约束,通过合理选择机器的加工档位达到协调加工速度和加工能耗的效果.针对问题模型特点,提出了一种改进蒲公英优化算法(IDOA),算法首先根据调度问题的特点设计了双层实数编码机制表示问题的解,通过引入一种初始化机制,提高初始解质量和求解效率.算法迭代过程中,设计了实数交叉策略和变邻域搜索策略,弥补了原始蒲公英算法局部搜索能力较差的缺点,提高了改进算法的开发能力.最后通过设计案例上的对比实验,表明所提改进措施能有效增强算法性能,也验证了算法的有效性和鲁棒性.

    流水车间缓冲区蒲公英优化算法加工档位

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

    基于多层空间特征融合的三维人体姿态估计

    梁桉源肖学中
    250-256页
    查看更多>>摘要：在三维人体姿态估计任务当中,人体关节之间的连接关系形成了一种复杂的拓扑结构,利用图卷积网络对该结构进行建模,可以有效捕捉局部关节间的联系;尽管不相邻关节之间没有直接的物理连接,但由于人体的运动和姿态受到生物力学约束以及人体关节之间的协同作用,利用Transformer编码器建立关节之间的上下文关系,可以更好地推断出人体姿态;在大模型的背景下,如何在保证模型性能的同时,降低参数量,也显得尤为重要.针对上述问题,设计了一个基于图卷积和Transformer的多层空间特征融合网络模型(MLSFFN),在使用相对少量的参数基础上,有效地融合了局部和全局空间特征.实验结果表明,本文提出的方法在仅需 2.1M参数量的情况下,在Human3.6M数据集上达到了 49.9 mm的平均每关节误差(MPJPE).此外,模型在MPI-INF-3DHP数据集上也展示出了较强的泛化能力.

    多层空间特征融合三维人体姿态估计图卷积网络Transformer轻量型

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

    基于大语言模型的命名实体识别

    叶名玮汤嘉郭燕吴桂兴...
    257-263页
    查看更多>>摘要：虽然以ChatGPT为代表的自然语言生成(NLG)大语言模型在自然语言处理中的大多数任务中取得了良好的表现,但其在序列识别任务,如命名实体识别任务中的表现暂且不如基于BERT的深度学习模型.针对这一点,本文探究性的通过将现有的中文命名实体识别问题改造成机器阅读理解问题,提出并设计了基于情境学习和模型微调的新方法,使NLG语言模型在识别命名实体达到了更好的效果,并且该方法不同于其他方法需要改变基层模型的预训练参数.同时,由于命名实体是模型生成的结果而不是对原始数据的分类,不存在边界问题.为了验证新框架在命名实体识别任务上的有效性,本文在多个中文命名实体识别数据集上进行了实验.其中,在Resume和Weibo数据集上的F1 分数分别达到了 96.04%和 67.87%,相较于SOTA模型分别提高了 0.4 和 2.7 个百分点,从而验证了新框架能有效利用NLG语言模型在文本生成上的优势完成命名实体识别任务.

    命名实体识别模型微调机器阅读理解情境学习大语言模型

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

    《计算机系统应用》稿约

    中国科学院软件研究所
    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据