首页期刊导航|计算机应用与软件
期刊信息/Journal information
计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心
计算机应用与软件

上海市计算技术研究所 上海计算机软件技术开发中心

朱三元

月刊

1000-386X

cas@sict.stc.sh.cn

021-62520070-505/112，62524515

200040

上海市愚园路546号

计算机应用与软件/Journal Computer Applications and SoftwareCSCD北大核心CSTPCD
查看更多>>本刊面向从事计算机应用软件技术开发的科研人员、高等院校师生、科技管理专业人员等。主要报道计算机在各个领域中的应用技术成果。内容翔实，富有创新性、科学性、实用性，是一本颇具参考价值的刊物。
正式出版
收录年代

    基于矢量量化IFTS的网络流量预测模型

    周志强杨雪青
    71-77,88页
    查看更多>>摘要：针对传统网络流量预测模型存在的局限性,提出一种基于矢量量化直觉模糊时间序列的网络流量预测模型.利用模糊直觉推理有效地表述了网络流量数据中存在的高度模糊性以及不确定性,利用直觉模糊时间序列矢量距离作为评估标准,并且通过坐标平移与质心进行匹配,提升不同时间序列段的分类能力,从而有效地建立网络流量预测模型.通过实验分析可知,提出的预测模型能够提升预测精度并且减少计算复杂度,另外该算法有能力长期预测多个输出.

    直觉模糊时间序列矢量量化网络流量长期预测

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

    基于深度学习的多用户MIMO-OFDM-IM系统符号检测技术

    马雪娇袁伟娜
    78-81页
    查看更多>>摘要：MIMO-OFDM-IM是将MIMO-OFDM(多输入多输出正交频分复用)和IM(索引调制)结合的一种新颖的多载波调制技术.为解决目前多用户MIMO-OFDM索引调制的符号检测技术仍存在的复杂度高和误码性能受用户数量影响严重的问题,提出一种基于深度学习的符号检测框架,在该框架中,编码器与解码器都由DNN(深度神经网络)构造,采用监督式学习训练数据.实验结果表明,该框架有效地解决了以上问题.

    MIMO-OFDM索引调制DNN符号检测

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

    基于对抗双向GRU网络的跨语言情感分类方法

    李雪芹杨文丽李娜娜
    82-88页
    查看更多>>摘要：为了提高资源匮乏语言的情感分类性能,提出一种基于对抗双向GRU网络相结合的跨语言情感分类模型(ABi-GRU).通过基于语义双语词嵌入方法来提取中英文文本词向量特征;结合注意力机制的双向GRU网络提取文本的上下文情感特征,同时引入生成对抗网络缩小中英文向量特征分布之间的差距;通过情感分类器进行情感分类.实验结果分析表明,该方法有效地提升了跨语言情感分类的准确率.

    跨语言情感分类注意力机制生成对抗网络双向GRU网络

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

    基于轻量级MobileNet-SSD模型的人流量检测

    张智盛健
    89-96,145页
    查看更多>>摘要：利用深度神经网络模型识别行人目标并检测具有十分高的价值.现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileNet-SSD网络来高效处理人头目标并引入帧间差分的方式,来有效对人头的椭圆特征目标进行跟踪;结合相关数理方法实现行人跨线计数的高性能人流量检测解决方案.在不同数据集上同现今一流的检测模型作比较,该方法皆表现出优良的检测性能.

    MobileNet-SSD帧间差分跨线计数轻量级网络

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

    基于自适应多视角深度神经网络的脑电识别

    王域枫冯伟杭文龙
    97-104页
    查看更多>>摘要：由于已有深度学习方法没有从脑功能分离与整合机制角度出发构建脑电(Electroencephalogram,EEG)识别网络,导致识别精度不高,因而提出一种融合多视角学习与 自适应权重学习机制的自适应多视角深度学习模型.将脑电信号划分为不同脑区的多个局部视角,将整个大脑区域视作全局视角,构建能够反映脑功能分离与整合机制的多视角深度学习框架;利用注意力机制 自适应学习多个视角之间的重要程度.该模型不仅可以学习不同脑区EEG深度特征,而且可以 自适应地学习各个脑区权重分配.在公开及自采集EEG数据集上的实验结果均验证了该方法的有效性.

    脑电信号深度学习多视角学习注意力机制

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

    基于改进Mask R-CNN的受电弓碳滑板优化检测算法

    韩璐刘太豪宋海亮宋佳...
    105-111,176页
    查看更多>>摘要：针对传统受电弓碳滑板检测中检测效率低、检测精度差等缺点,提出一种基于Mask R-CNN的优化改进算法.该算法采用铁道部受电弓损坏评定的新规定及实地的样本数据集,通过改进特征提取算法的网络结构以及优化损失值来提高算法对图像的处理效率,实现受电弓碳滑板缺陷的掩膜准确标注,有效减小受电弓滑板的损毁对电力机车运行的影响.最终通过实验验证该算法对受电弓碳滑板缺陷的检测精度和效率有明显的提升作用.

    改进MaskR-CNN掩膜标注准确率特征提取损失值优化受电弓检测

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

    基于语义拼写理解和门控注意力机制的不良言论检测

    周险兵樊小超杨勇刁宇峰...
    112-118,125页
    查看更多>>摘要：如何自动检测网络传播的不良言论信息是自然语言处理研究领域的热门研究内容之一.针对不良言论中语义表达和拼写习惯的特点,提出一种基于语义拼写理解和门控注意力机制的不良言论检测方法.该方法采用 自注意力机制获取文本的语义特征,采用卷积神经网络提取文本的拼写特征,采用前期特征融合和门控注意力机制相结合的方式融合语义和拼写特征.在两个公共数据集上的实验结果表明,提出的模型能够有效地提取不良言论的语义特征,提高不良言论检测的性能.

    不良言论检测语义拼写理解自注意力机制早期融合门控注意力机制

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

    基于Voronoi图与条件随机场的自然场景文本检测方法

    方炳坤楚瀛
    119-125页
    查看更多>>摘要：在自然场景中准确有效地检测文本是一项艰巨的任务,故提出一种基于条件随机场(CRF)框架的场景文本检测方法.通过利用贝叶斯推断估计文本极大值区域的置信度作为一元成本项,通过使用维诺图(Voronoi图)来构建CRF空间邻域信息,从而构建图模型,通过最大流算法最小化成本函数区分文本与非文本标记;利用字符的几何特性通过聚类方法聚合成行.实验结果表明,该算法比传统基于最大稳定极值区域(MSER)算法性能有所提高,自然场景文本检测正确率能达到87％.

    贝叶斯模型条件随机场Voronoi图计算机视觉文本检测

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

    基于关键点亲和场与支持向量机的人体姿态识别

    闫新庆张保锐
    126-132页
    查看更多>>摘要：针对传统动作姿态识别仍需物理数据采集设备或深度体感设备进行手工提取特征的问题,提出一种基于关键点亲和场与支持向量机的人体姿态识别方法.以关键点亲和场为核心进行关节点检测,获取各种姿态下的18个关节点坐标信息,使用标准化后的坐标数据对支持向量机模型加以训练,选择不同的高斯核函数进行对比.实现在没有人体深度信息和无穿戴设备的情况下,只使用普通RGB图片便可对人体姿态进行分类识别的效果.实验表明它在KTH数据集、Weizmann数据集中的识别效果良好;在自采集数据集中与带有传感器的方法相比,缩减操作步骤的同时准确率提高了 7百分点.另外,还在保持关节点检测不变的情况下,使用随机森林、KNN算法进行姿态分类对比,实验结果证明该方法优于后两者.

    姿态识别关键点亲和场SVM随机森林KNN算法

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

    基于多头注意力的中文电子病历命名实体识别

    肖丹杨春明张晖赵旭剑...
    133-138,160页
    查看更多>>摘要：针对中文电子病历中复杂医疗实体的识别问题,提出一种联合特征与多头注意力相结合的实体识别方法.该方法使用字符、词性和词典组成的联合特征,利用BiLSTM和多头注意力分别提取句子的全局特征和局部特征,利用CRF结合所有特征完成实体标签的预测.实验结果表明,该方法F1值达89.16％,其中治疗和疾病两类实体分别达到94.76％和95.56％.

    命名实体识别中文电子病历多头注意力长短期记忆网络条件随机场

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