首页期刊导航|计算机与数字工程
期刊信息/Journal information
计算机与数字工程
中国船舶重工集团公司第七0九研究所
计算机与数字工程

中国船舶重工集团公司第七0九研究所

马中

月刊

1672-9722

jssg@chinajournal.net.cn;jsjyszgc@periodicals.net.cn

027-87534308;87534205

430074

湖北省武汉市74223信箱《计算机与数字工程》编辑部

计算机与数字工程/Journal Computer and Digital EngineeringCSTPCD
查看更多>>《计算机与数字工程》杂志是中国科技核心期刊，目前已被中国期刊网，中国学术期刊（光盘版）全文收录，成为中国学术期刊综合评价数据库来源期刊和科学引文数据库（SCD）来源期刊；同时还被《中文科技期刊数据库》全文收录，并在"万方数据—数字化期刊群"全文上网。 
正式出版
收录年代

    基于全卷积编码-解码对称网络的单目图像深度估计

    江忠泽陈忠徐雪茹吴亮...
    1488-1494页
    查看更多>>摘要：单目图像深度估计通过唯一视角下的图像来感知每个像素的空间位置关系，对于场景理解、三维重建等具有重要意义。为了全面提升预测深度图涵盖的信息量，保持关键细节不丢失，论文基于对称的编解码结构设计了一个全卷积网络来执行深度估计任务，称为ResUNet。该网络继承了U-Net模型的经典架构，首先采用了改进的ResNet网络来实现特征编码，其次保留了U-Net模型的解码器设计来将特征图解码为深度图，这种结构设计融合了ResNet和U-Net网络的特点，通过协同优化最大程度发挥了各自的优势，能够在进行深度估计的过程中实现空间结构和细节信息的最大程度保留，进而提升预测深度图的真实性与可靠性。基于该网络进一步提出了ResDepth算法，该算法针对深度图预测过程中容易产生物体失真、细节淹没的问题，从损失函数的角度出发设计了一个联合损失函数，在不带来额外计算开销的情况下全面提升了预测深度图的质量。最后，在NYU-Depth V2、SUN RGB-D及KITTI三个公开数据集上进行对比实验来评估算法性能，实验表明，论文提出的ResDepth算法及联合损失函数能够更好地保留空间结构信息及几何细节信息，进而提升深度估计结果的准确性。

    单目深度估计全卷积网络空洞卷积联合损失函数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进U-Net模型的遥感影像道路提取方法研究

    佟喜峰张婉莹
    1495-1501页
    查看更多>>摘要：针对高分辨率遥感影像背景信息复杂，道路提取难度大，自动化程度低等问题，论文提出了一种改进的U-Net的道路提取方法。首先，编码器使用VGG16网络结构替代原始U-Net编码器结构;然后，在每个编码器和解码器块后加入特征压缩激活模块(SENet)增强网络特征学习能力;最后，使用Dice损失函数和二分类交叉熵损失函数复合的损失函数进行训练，减轻了道路提取任务中的样本不平衡问题。在Massachusetts Road数据集上的结果表明，改进后的算法对道路提取结果得到了有效的提升。所提方法在测试集上的精确度、召回率、F1-score和mIoU评价指标分别达到82。5%、77。8%、80。0%及82。1%，在测试影像中对错综交叉的道路具有更好的识别效果。

    U-Net遥感影像道路提取特征压缩激活模块复合损失函数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的风力机叶片表面缺陷检测研究

    蒙建国任其科王凯赵祥...
    1502-1509页
    查看更多>>摘要：风力机叶片损伤的检测主要依靠目测和敲击，不仅效率低下而且很容易受到人主观判断因素的影响。由此，论文提出一种基于Rectified Adam优化器的ResNet50卷积神经网络的图像识别方法，对风力机叶片损伤图像进行分类识别。利用无人机对风力机叶片损伤位置进行拍摄，对采集到的图像进行筛选、增强得到叶片四种损伤类型的数据集，对图片进行灰度处理、去噪、阈值分割去除图片背景信息的影响。分析了VGG19、GoogleNet、ResNet50三种网络模型对于风力机叶片损伤类型的识别准确率，选择了分类准确度较高的ResNet50网络模型。对比实验了Adam和RAdam两种优化器下ResNet50对于风机叶片损伤识别的准确率，结果显示RAdam优化器下的ResNet50网络模型性能更优，为风力机叶片无损检测的自动化和数字化提供参考。

    图像识别神经网络ResNet50分类RAdam

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于反向掩码和WGAN-GP的破损老照片修复算法

    吕家璐祁云嵩赵呈祥
    1510-1515页
    查看更多>>摘要：针对当前老照片修复算法修复的老照片存在模糊、伪影等问题，提出结合反向掩码机制和生成对抗网络的破损老照片修复算法。该方法使用反向掩码技术聚焦于待修复目标区域，采用联合感知驱动的损失函数和WGAN-GP鉴别器网络训练，增强修复图像整体和局部一致性。此外，通过变换RGB图像色彩空间和添加高斯滤波，扩充老照片图像数据集。经过实验，结果表明该算法相较于对比算法能够精准修复老照片中缺失部分。已修复照片的结构和纹理与原照片保持一致，在感官视觉上更自然。

    老照片图像修复生成对抗网络反向掩码梯度惩罚

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种基于CP-U-Net的鸡部位分割方法

    肖名志张振寰刘文璇钟珞...
    1516-1522页
    查看更多>>摘要：鸡部位分割是鸡肉分体的主要任务，论文以鸡部位分割为目的，提出了一种基于U-Net的鸡部位图像分割算法。根据鸡部位检测的需求，选择了合适类型的工业相机、摄像头、光源和PC机构成鸡部位图像采集系统。采集3000张鸡部位图像，然后进行数据增强扩充，构建了鸡部位数据集;构建了一种基于CP(Chicken parts)-U-Net鸡部位图像分割模型，提取鸡部位特征，为了实现鸡部位图像的端到端语义分割，采取了以下步骤:首先通过池化计算，能够获得鸡部位的深层特征和浅层。接着，通过多次的反卷积处理，能够得到特征的融合。最后生成了鸡部位区域的二值图像。为了评估分割性能，采用平均交并比(MIoU)、均像素精度(MPA)和精度(PA)这三种评判标准，将CP-U-Net计算网络与三种经典算法进行了比较。实验表明:CP-U-Net在进行鸡部位的语义分割时PA、MPA、MIou分别为93。65%，89。12%，85。37%。比较对比的三种其他图像语义分割方法分别高出11。23%，8。74%，6。68%，且处理单幅鸡部位图像时间比SegNet缩短44 ms。

    鸡部位语义分割U-Net深层浅层特征融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于GAN的场景文本艺术风格转换

    刘冰
    1523-1528页
    查看更多>>摘要：图像风格转移是将风格样式迁移到源图像中的目标区域以创建艺术排版的任务，论文研究如何对场景文本图像中的文字区域进行风格转换，以实现自动对广告或海报中的文字进行风格转换，降低艺术创作的成本并提高艺术风格的多样性。由于场景文本图像中不同因素之间存在复杂的相互作用，先前很少有在保留原始文字内容和背景的同时进行文本风格转换的工作。该文提出了一个三阶段的框架，这是首个直接在原图进行程度可控的风格转换的网络，将原本对单个二值化字符进行风格转换的方法扩展到场景文本图像上的文字，并涉及到了图像修复的相关知识。首先使用风格转换网络只对场景文本图像中的文本风格进行转换，后利用字符擦除网络擦除原始字符重建背景图像，最后融合部分利用生成的前景图像和擦除字符后的背景图像生成最终风格转换后的结果图像。论文通过大量实验证明了该方法的有效性。

    深度学习生成对抗网络(GAN)场景文本图像图像风格迁移字体风格转换字符擦除

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    动态环境下基于深度学习的视觉SLAM

    陈明强李奇峰冯树娟徐开俊...
    1529-1535页
    查看更多>>摘要：传统的视觉同时定位与建图(SLAM)技术都是根据对静态环境条件的假设而设计，在动态环境中，运动目标的移动会导致特征匹配失败，进而影响位姿的估计。基于此提出了一种结合卷积神经网络的视觉SLAM算法，通过对ORB-SLAM2算法RGB-D模式前端添加结合注意力机制的卷积神经网络动态目标检测线程，在提取图像特征点时剔除动态目标区域，使用静态特征点完成对相机位姿精确的估计。仿真实验在TUM动态数据集下测试，通过多次测试后结果显示改进后的算法的位姿精度比原始算法提高90%以上，并且算法能满足实时性要求。

    同时定位与建图深度学习位姿估计动态场景目标检测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的电机故障诊断

    王晓兰马泽娟王惠中
    1536-1540页
    查看更多>>摘要：故障诊断在保证电机的稳定运行中占据着非常重要的地位，因此，故障诊断在当前的研究中是一个热点。该研究利用短时傅里叶变换把一维的振动信号转换成二维的时频图，进而解决电机轴承的振动信号的非线性和不稳定性问题，并且作为卷积神经网络的输入，通过对故障特征信号的直接提取，来形成样本数据集，通过卷积神经网络与softmax多分类器来建立故障诊断模型，在Python中验证该算法优化的准确性，证明了该算法可以提高电机故障诊断的准确率。

    卷积神经网络softmax多分类器故障诊断短时傅里叶变换

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    自发电式轨道车辆轴箱温度预测方法研究

    关博陈威彭乐乐丁亚琦...
    1541-1545页
    查看更多>>摘要：针对上海地铁所采用的自发电式轴温监测系统中的轴箱温度预测问题，通过长短时记忆网络(LSTM)、BP神经网络以及支持向量回归机(SVR)三种预测方法进行轴箱温度预测并将结果进行对比分析。最后，利用实测数据，对各方法的预测结果进行对比，结果表明，SVR的预测结果均优于其他预测方法，且预测精度可达到98。59%。

    轴箱温度预测长短时记忆网络BP神经网络支持向量回归机

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    二维机翼遭遇气流颠簸的数值模拟研究

    王靖开潘卫军韩帅许亚星...
    1546-1551页
    查看更多>>摘要：尾流间隔缩减方法的最终目标是根据机场上空风场以及前后机配对，实时计算两机尾流间隔。由于进近阶段背景风场环境复杂，为达成这一阶段目标，有必要针对不同背景风场，对前机的尾流场进行研究。论文选择气流颠簸这一近地面常见风结构进行CFD数值模拟研究，观察NACA4415二维翼型在遭遇气流颠簸时的流场结构并对其现象进行了解释。模拟结果说明飞机在遭气流颠簸时二维机翼受垂直方向周期性波动的流场会加快尾流涡量场的断裂。在机翼后方会产生随周期上下波动的湍流，湍流强度在向后发展过程中横穿流线会导致湍流强度的降低。在经过机翼后，机翼后缘附近流线方向主要受机翼前缘与来流夹角影响，约两倍弦长后受背景风场影响扬起或落下，周期与来流周期一致。

    CFD数值模拟翼尖涡气流颠簸尾流间隔缩减

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据