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

    矩阵乘法程序的蜕变关系检错效率研究

    邱舒婷张志国王万金
    2425-2429页
    查看更多>>摘要：为了提高飞行器程序的检错效率，更高效地保障遥测数据处理程序，论文在已有的研究基础上，分别以随机测试用例和特殊测试用例作为原始测试用例进行蜕变测试。首先选取一个一般的矩阵乘法程序，在程序中植入五个变异，全面地构造出包含了矩阵乘法所有属性的10条蜕变关系，并用这些蜕变关系对程序进行检错效率分析。实验结果表明，用一般的测试用例与特殊测试用例进行的蜕变测试结果是互补的，并且总体而言选取一般的测试用例作为原始测试用例的测试效果要优于用特殊测试用例进行蜕变测试。

    矩阵乘法蜕变关系随机测试用例特殊测试用例

      原文链接:
    • 万方数据
    • 维普

    疫情局部封控下的航线网络修复策略分析

    魏中许杨晨昕
    2430-2434,2509页
    查看更多>>摘要：论文对疫情局部封控下的航线网络修复策略进行研究，设置航线网络修复场景，确定因疫情暂停航线的区域和航线网络修复路径备选方案，提出航线网络因子分配修复策略(RAS)，采用基于粒子群优化算法(ASPSO)进行求解，以实现修复成本最小化目标。基于典型案例分析表明:航线网络因子分配修复策略综合了原有拓扑结构修复策略(OTRS)和拓扑结构调整修复策略(TARS)，既可以避免长途航行，又可避免新航线引起的协调成本，航线网络修复成本较低，修复速度快，航线网络运行效率较高，能够实现最小的修复费用下航线正常运营的目标，能够为处于疫情局部封控条件及类似情景下的航空公司运营提供决策依据。

    航空运输网络修复粒子群算法航线网络路径规划鲁棒性

      原文链接:
    • 万方数据
    • 维普

    基于深度学习识别算法的文件敏感词多维度检测技术研究

    邓又琦张明马敬济
    2435-2439页
    查看更多>>摘要：在文件利用环节，采用深度学习智能识别算法，实现对用户上传的待测文件内容进行自动化、智能化检测和分析评估。通过采用面向敏感词专用训练集的OCR检测深度学习算法、基于IF-IDF算法的文件敏感词主题识别算法，实现敏感词多维度智能检测，并将检测出来的敏感信息生成检测报告，供用户或审核人进行检查确认，辅助用户对敏感信息进行处理，以大幅提升敏感词检测准确度和检测效率，降低人工核验差错率，从而最大程度地保证企业数据的安全。

    深度学习算法文件敏感词检测

      原文链接:
    • 万方数据
    • 维普

    改进BP神经网络的公交驾驶行为控制方法

    陈深进
    2440-2445页
    查看更多>>摘要：为降低城市智能公交安全事故的发生，通过驾驶辅助督导系统获取驾驶行为数据，提取驾驶行为特征值，结合驾驶行为特征影响因子，提出了一种智能公交不良驾驶行为的控制方法，解决城市公交安全驾驶问题。运用BP(Back Prop-agation)神经网络技术，对不良驾驶行为数据进行学习和训练，结合历史驾驶行为数据进行建模、分析，实现公交不良驾驶行为的有序督导和智能辅助。通过该系统采集公交车内外周边环境数据，结合改进BP神经网络算法与主成分分析方法对驾驶行为进行识别和判断，对不良驾驶行为训练集数据进行学习，更新网络权值和阈值，缩小网络误差，期望输出结果，减少驾驶行为多重共线、数据冗余的缺陷，实现对公交追尾报警和防碰撞算法的参数匹配。实验结果表明:通过对16个不良驾驶行为主成分数据进行预处理，发现前6个主成分贡献率达到69。731%，当第16个主成分时贡献率达到100%，采用改进BP网络准确率为85。33%，相比BP网络、DBN网络分类准确率高，满足城市公交不良驾驶行为防范的要求，为公交追尾报警、防碰撞提供依据，实例证明系统和算法具有实用性和可靠性。

    智能公交驾驶行为辅助督导系统BP神经网络主成分分析

      原文链接:
    • 万方数据
    • 维普

    基于四元多特征稀疏表示的彩色壁画图像超分辨率重建

    徐志刚郑岩培朱红蕾
    2446-2451页
    查看更多>>摘要：蕴含复杂纹理信息及丰富色彩信息的彩色壁画图像在采用传统的基于通道分离的超分辨率方法进行重建时，由于只对图像的亮度信息进行处理，忽略了彩色壁画图像本身包含的众多细节信息和通道间的相关信息，容易造成重建后的图像出现边缘模糊、色彩伪影等问题。针对这些问题，提出将Lαβ色彩空间三个通道的信息与局部方差相结合运用于四元数模型，以此来表征彩色壁画图像的细节、亮度和色彩信息。在此基础上，构建了一个基于细节-亮度-色彩信息的多特征字典模型，从而在有效利用壁画图像各通道色彩信息的同时增强重建图像的细节信息。实验结果表明，该方法在主、客观指标方面均有较好表现，对于彩色壁画图像的整体重建效果较好。

    超分辨率稀疏表示四元数Lαβ色彩空间

      原文链接:
    • 万方数据
    • 维普

    融合CNN-Transformer的医学图像分割网络

    文思佳张栋赵伟强孙瑞...
    2452-2456页
    查看更多>>摘要：主流卷积神经网络在医学图像分割中通常面临三个挑战。首先，常规卷积运算主要获取医学图像的局部特征，其在图像长程信息建模能力方面表现出局限性;其次，卷积神经网络中常规的下采样操作会导致医学影像特征图中的重要信息丢失，影响分割效果;最后，当卷积运算带来的问题得以解决时，如何将提取到的局部特征和全局特征充分融合。为解决上述问题，提出了一种融合CNN和Transformer的医学图像分割网络。该网络首先通过引入Transformer来解决卷积运算感受野固定的问题;其次使用Patch Embedding来解决下采样过程中重要信息丢失的问题;最后通过交替使用CNN和Transformer来解决局部特征和全局特征无法充分融合的问题。在ISIC2018和KiTS19数据集上的实验结果表明，提出的网络不仅能够捕捉更精细的轮廓弧度，并且有较强的抗干扰能力，具有较高的分割精度和鲁棒性。

    深度学习卷积神经网络医学图像语义分割Transformer

      原文链接:
    • 万方数据
    • 维普

    基于生成式对抗网络的复杂结构图像生成方法

    陈颀周邵清卢军国李全全...
    2457-2463,2492页
    查看更多>>摘要：在图像生成任务中，生成式对抗网络通常更倾向于学习图像的纹理特征等低级模式，而忽略其形状特征等高级模式，导致生成不规则图像。为了解决这一问题，论文提出残差注意力多通道生成式对抗网络。首先，利用残差连接，使模型信息的传输效率变得更高，模型训练变得更加稳定。第二，引入自注意力机制加强生成图像的长距离依赖，提升模型对形状的建模能力。第三，利用HS通道隐藏亮度细节，而突出图中对象轮廓的特点，将HS通道输入判别器，作为额外判别依据，使模型的FID分数获得了进一步提升。实验结果表明，在几何结构复杂的数据集上，该模型能够生成视觉效果更好、更符合现实情况的图像。

    图像生成生成式对抗网络残差网络自注意力机制颜色通道

      原文链接:
    • 万方数据
    • 维普

    岩石铸体薄片图像的颗粒分割研究

    刘斌唐为东
    2464-2468页
    查看更多>>摘要：岩石粒度分析是岩石薄片图像分析中的重要工作。为解决传统阈值方法对岩石薄片图像中细碎岩石颗粒区域分割效果不佳的问题，提出一种基于深度学习的岩石薄片图像分割方案。首先，使用U-Net对图像中铸体部分进行提取。然后，使用RCF网络获得岩石颗粒边缘。最后，利用颗粒边缘和铸体区域信息完成对颗粒的分割。实验结果表明，相比于阈值分割方法，该方法在细碎岩石颗粒区域分割表现更好，同时在岩石颗粒边缘处分割精度更高。

    岩石铸体薄片图像U-NetRCF岩石颗粒分割

      原文链接:
    • 万方数据
    • 维普

    基于短期密集连接注意网络的结肠息肉分割方法

    李兰兰张孝辉王大彪
    2469-2472,2497页
    查看更多>>摘要：结肠镜检查依赖于操作人员且漏检率较高，所以需要一种实时的息肉分割算法，来辅助医生的息肉检测工作。因此论文提出短期密集连接注意网络(Short-Term Dense Concatenate Attention Network，STDCANet)。网络编码端的核心层是短期密集连接注意模块，此模块整合了传统卷积、STDC、残差思想和NAM的优势，以较小的计算复杂度保留了可伸缩的感受野和多尺度信息，在解码端引入了PD解码器，摈弃了部分底层特征用于模型的加速，聚合了高层特征实现了较好的分割结果。STDCANet在CVC-ClinicDB数据集上与经典的医学图像分割网络进行性能和模型复杂度的对比，在这两方面均优于对比网络，有临床实时分割的潜力。

    深度学习医学图像处理注意力机制结肠镜图像

      原文链接:
    • 万方数据
    • 维普

    基于高光谱技术的绿色辣椒识别研究

    黄华成吴雪梅张珍刘红芸...
    2473-2478页
    查看更多>>摘要：由于颜色相似，普通RGB图像难以区分绿色辣椒与辣椒叶片，为了给田间绿色辣椒的采摘提供技术支持，迫切需要探索田间绿色辣椒的识别方法。论文利用高光谱成像仪对田间绿色辣椒进行实地扫描获取高光谱数据，将原始数据经过镜头校准、反射率校准后进行数据归一化，然后使用主成分分析方法提取辣椒的光谱数据特征，主成分分析后得到贡献率最大的4个主成分，将其分为4组，每组3个成分，用支持向量机和BP神经网络模型对每组辣椒进行识别。结果表明:与SVM相比，PCA123-BPNN可以显著提高辣椒的识别率，准确率达92。14%，识别效果较好。论文提出的PCA123-BPNN方法以期为识别与采摘绿色辣椒提供参考依据。

    辣椒高光谱主成分分析支持向量机神经网络

      原文链接:
    • 万方数据
    • 维普