首页期刊导航|计算机与现代化
期刊信息/Journal information
计算机与现代化
江西省计算机学会 江西省计算技术研究所
计算机与现代化

江西省计算机学会 江西省计算技术研究所

刘波平

月刊

1006-2475

jgsdd@163.com

0791-86490996

330002

南昌市井冈山大道1416号

计算机与现代化/Journal Computer and ModernizationCSTPCD
查看更多>>《计算机与现代化》杂志成为“中国科技核心期刊”、“中国科技论文统计源期刊”!《计算机与现代化》系《中国学术期刊综合评价数据库来源期刊》;《中国学术期刊(光盘版)》、《中国期刊网》、《中国数字化期刊群》、《中国核心期刊(遴选)数据库》全文引用期刊。其特点是:时效性强,密切跟踪计算机科技发展动态,以最快的速度精选刊登计算机专业的新理论、新技术及其在各领域应用成果的论文。既有相当的学术水平,又有实际指导意义。编辑管理规范,系《CAJ-CD规范》执行优秀奖期刊。 设有栏目:系统分析与设计、软件工程、网络与通信、控制技术、计算机辅助设计、中文信息技术、人工智能、信息系统与ERP、信息安全技术、电子商务、图像处理、应用与实践等。 《计算机与现代化》于1985年创刊,多年来得到广大读者和作者的厚爱和支持,在此表示衷心的感谢,欢迎订阅投稿。
正式出版
收录年代

    一种通用的服务器类环境资源节能降耗平台

    王佳张云龙鞠炜刚周志鹏...
    61-68页
    查看更多>>摘要:通讯领域的能耗主要来自服务器的电力消耗,随着国家"碳达峰""碳中和"发展理念的实施,及时开展服务器类环境资源节能降耗技术的研究具有重要的行业引领价值.针对传统持续节能过程中人力投入大、成本高、效率低、闲时无法下电等问题,本文从环境驱动、场景触发的角度提出一种服务器类环境资源分层管理的新思路,并在此基础上设计开发节能降耗平台框架,通过技术手段实现对服务器类环境资源用电进行控制,一键配置节能策略,打造节能强劲引擎,提升了节能的效率,节约了成本.该平台在环境资源提效领域得到了应用推广,取得了良好的效果.

    环境资源服务器节能引擎节能策略调度算法

    气象服务中台关键技术研究与应用

    冯冼方昆屈右铭刘晓波...
    69-74页
    查看更多>>摘要:随着气象数据量的不断增长以及应用场景的不断拓展,传统数据处理模式难以满足多行业、融合型服务需求.为解决气象服务数据量大、处理过程复杂、应用需求多样、响应时效要求高等难点,本文开发分布式架构的湖南气象服务中台,并介绍支撑高并发服务的关键技术,包括:采用标准化流程实现多源异构数据统一处理,研发微服务并行处理模块提升数据处理效率,设计动态负载均衡算法增强并发能力,通过流量控制机制保障运行稳定性.测试结果表明:应用上述技术,在有限的基础资源支撑下,湖南气象服务中台可满足5000客户端并发访问需求,平均响应时间为1202 ms,在支撑应急管理、水利水文、自然资源等跨行业、多场景的气象服务中发挥了良好作用.

    气象服务高并发流程化微服务负载均衡流量控制

    基于MR的左心房纤维化区域分割与重建

    贾子煜黄欢胡春艾窦丽娜...
    75-79页
    查看更多>>摘要:目前主流的左心房纤维化区域分割方法是先手动划分心房壁区域,再在心房壁区域内使用阈值法提取纤维化部分.这不仅需要操作者具有专业的背景知识,同时工作量也较大,而且阈值法也难以同时对轻重程度不同的纤维化区域进行精确分割.为了解决上述问题,本文提出一种新的基于MR图像纤维化区域分割方法.首先使用拉普拉斯锐化算法,提高纤维化区域的对比度,同时采用核相关滤波算法对目标区域进行跟踪,从而去除心房外的组织;其次比较区域增长法、活动轮廓法以及基于Hessian矩阵的分割算法对纤维化区域的分割效果,选出效果最优的分割方法;最后对纤维区域的三维点云数据进行重建与渲染.实验结果表明,该方法无需逐图手动划分心房壁区域,且分割结果具有较高的准确度,可以更好地帮助医生对相关疾病进行诊断.

    MR图像心房纤维化图像增强目标跟踪分割算法

    基于可见-近红外光谱法无损检测梨总酸含量

    罗澍寰孙武游杰王伟...
    80-84页
    查看更多>>摘要:梨作为日常生活中人们最喜爱的水果之一,其总酸含量对梨的口感和品质影响很大,因此无损检测梨中总酸含量具有良好的应用前景.本文采集240个赣北成熟梨样本的近红外光谱数据,以随机的180个梨样本作为校正集,60个未知样本作为预测集,以去除首尾处噪声后的400~1800 nm范围的1401个波长点进行研究分析.采用SG平滑法(SG smoothing)以及基线校正法(Baseline offset correction)对原始光谱数据进行预处理,通过偏最小二乘回归(PLSR)数学模型确定SG平滑法对原始光谱的预处理效果最为显著;并利用竞争自适应重加权(CARS)和连续投影算法(SPA)提取了光谱特征波长.同时,结合PLSR与LS-SVM这2种分析方法建立总酸含量的预测模型.其中,CARS+LS-SVM预测模型对梨总酸含量预测效果最佳,R2p值为0.901,RPD值为2.911.研究结果表明,可见-近红外光谱技术作为一种检测梨总酸含量的方法,结合CARS+LS-SVM预测模型具有良好的性能,完全可以有效实现梨总酸含量的定量检测.

    无损检测可见-近红外光谱特征选择总酸

    基于改进YOLOv5的复杂路况密集行人检测方法

    孙睿琦窦修超李志华蒋雪梅...
    85-91页
    查看更多>>摘要:针对复杂街景环境下行人检测精度低的问题,基于YOLOv5网络,提出一种改进的行人检测网络YOLO-BEN.该网络将残差分级,利用连接模块Res2Net与C3模块进行融合,加强细粒度级别的多尺度特征表示.采用双层路由注意力模块,构建和修剪区域级有向图,在路由区域的联合中应用细粒度的注意力,使网络具备动态的查询感知稀疏性,提高对模糊图像的特征提取能力.改进原网络Neck部分进一步保留局部角区域信息,弥补被遮挡行人的信息丢失问题.使用NWD度量与原有的IoU度量形成联合损失函数,同时增加小目标检测头,提高远距离行人检测效果.实验中该方法在自制数据集和部分WiderPerson数据集上取得了较好的效果,改进后比原始网络的精确率、召回率、平均精度分别提高了2.8、4.3、3.9个百分点.

    行人检测多尺度特征双层路由注意力机制角区域特征小目标检测

    结合局部自注意力和深度优化的多视图重建

    叶森辉王蕾
    92-98页
    查看更多>>摘要:针对多视图三维重建中存在的内存和时间消耗过大、高分辨率重建完整性差等问题,提出一种基于深度学习的多视图重建网络.网络由特征提取模块、级联的Patchmatch模块和深度图优化模块组成.首先,设计U型的特征提取模块,提取多阶段特征图,并在每个阶段引入相对位置编码的局部自注意力层,捕捉图像中的局部细节和全局上下文,提升网络特征提取性能.其次,设计深度残差网络,通过密集连接和残差结构对特征进行融合,充分利用彩色图像先验知识来约束深度图,提升深度估计的准确性.在公开数据集DTU(Technical University of Denmark)上进行测试,实验结果表明,三维重建质量到了有效的提升,与PatchmatchNet相比在完整性上提升了6.1%,在整体性上提升了2.5%,与其他的 SOTA(State-Of-The-Art)方法相比,在完整性和整体性上都得到了较大提升.

    深度学习三维重建局部自注意力多视图立体深度估计

    一种针对抖动无人机视频的运动目标检测算法

    刘耀鑫陈仁喜杨伟宏
    99-103页
    查看更多>>摘要:针对悬浮无人机在运动目标检测中易受抖动影响,导致大量背景噪声的问题,提出一种多尺度的EA-KDE背景差分算法(MEA-KDE).该算法首先对图像序列进行多尺度分解,以获取多尺度的图像序列.然后,在进行检测之前,通过考虑面积阈值和当前图像帧,计算并更新检测的分割阈值,引入当前图像帧信息.其次,对不同尺度的图像帧采用高低双分割阈值进行背景差分运算,以提高检测的鲁棒性.最后,通过对各尺度的检测结果采用一种自顶向下的融合策略进行融合,以在保留目标的清晰轮廓同时消除噪声.此外,提出的一种边界扩展融合后处理算法有助于减轻检测断裂引起的目标破碎现象.实验结果表明,所提算法能够有效抑制抖动导致的背景噪声.在2个真实拍摄的无人机数据集上,分别获得了0.951和0.952的平均F1分数,相较于原算法分别提高了0.144和0.276.

    机器视觉运动目标检测无人机视频背景差分高斯金字塔

    基于数字孪生的铝电解槽三维可视化监控系统

    张高义徐杨曹斌李毅飞...
    104-109,114页
    查看更多>>摘要:传统的铝电解槽管理存在着管理方式单一、透明度低和参数数据呈现形式弱等问题.为了解决这些问题,本文引入数字孪生技术,将其应用到铝电解槽中,基于数字孪生理论模型及框架进行改进,提出数字孪生铝电解槽的三维可视化监控系统六维模型.基于此模型构建电解槽虚拟模型、场景优化、数据采集及数据映射,通过Java后台提供数据接口,使用three.js三维技术结合JavaScript语言对模型以及数据进行渲染,最终设计实现铝电解槽的三维可视化监控系统.该系统为现场人员提供更加直观的展示效果,使其能更好地了解铝电解槽运行状况,为铝行业智能化发展提供有效思路.

    铝电解槽数字孪生三维可视化监控系统铝行业

    基于注意力机制的U-Net眼底图像分割算法

    张子旭李嘉莹栾鹏鹏彭圆圆...
    110-114页
    查看更多>>摘要:视网膜眼底血管的半径、宽度等是评估眼部疾病的重要指标,因此精确分割眼底图像具有十分重要的意义.为了有效辅助医生诊断眼部疾病,本文提出一种新的神经网络分割眼底血管图像,基本思想是通过改进传统的U-Net模型,借助一种注意力融合机制,使用Transformer构建通道注意力机制和空间注意力机制,将2个注意力机制获取的信息进行融合,减少信息的丢失.此外,视网膜眼底图像的数量比较少,神经网络的系数比较大,训练时容易发生过拟合,所以引入DropBlock层解决此难题.在公开数据集DRIVE上面进行验证,与多种最新的方法进行对比,本文提出的方法获得最高的ACC值0.967和最高的F1值0.787.实验结果表明,本文提出的方法能够有效地分割眼底图像.

    视网膜眼底图像分割注意力机制DropOut层

    胎盘超声图像分割

    徐成张芸曾祥进
    115-119,126页
    查看更多>>摘要:妊娠早期的胎盘形状和大小与胎儿生长等临床结果紧密相关.针对人工手动标注胎盘轮廓较为耗时的分割方法,设计一种新型深度学习分割网络:DEC-U-Net,该模型设计依据U-Net架构,在U-Net下采样阶段使用深度超参数化卷积代替2D卷积并且联合ECA(Efficient Channel Attention)注意力机制,在不过多引入参数量的同时提高对胎盘细节特征识别的准确度.将交叉注意力机制引入跳跃链接,解决胎盘边界模糊、对比度不均等问题.与普通U-Net网络相比,本文算法分别在交并比(IoU)、召回率(Recall)、精确度(Precision)、Dice系数上提升4.14、9.59、6.2、16.41个百分点.实验结果表明,改进后的网络模型具有较好的分割效果,能够将超声图像中的胎盘进行精确分割.

    胎儿超声图像胎盘检测Do-ConvECA注意力MHCA