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

    协同感知损失和注意力机制的低剂量CT去噪

    邓杰航吕伟考钟韬顾国生...
    211-218页
    查看更多>>摘要：由于存在特有的量子噪声，低剂量CT去噪是一项艰巨的任务。当前主流研究使用的深度学习方法存在定性和定量指标不匹配的问题，实验结果的定量指标高，但视觉效果不好。为此，提出一种感知损失和注意力机制的低剂量CT协同去噪网络。该协同机制能够在保证视觉效果的基础上明显改善现有方法定量指标低的问题。模型在网络输入端还引入8方向的边缘检测层，可提取更丰富的纹理与结构信息，进一步提升了网络效果。针对体模数据集和真实临床数据集的实验对比结果表明，该方法相比主流工作，在视觉感受和PSNR以及SSIM指标上，均有更优异表现。

    低剂量CT注意力机制感知损失去噪多方向边缘提取

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

    基于双目的目标快速测距算法

    李学森李自立
    219-223,260页
    查看更多>>摘要：为保证测距精度的同时提高计算效率，针对特定的应用场景，提出一种在Census变换理论基础上改进的立体匹配算法。以降低计算的像素需求，优化测距方法为途径，针对双摄像头获取的视频图像，通过图像灰度化、像素值平均、像素定标比较以及像素点替换等图像分析方法，实现在特定应用场景下提高双目摄像头的数据计算效率，加快硬件的运算速度，达到算法快速、稳定、有效地运行的目的。根据实验结果分析，该算法在图像噪声抑制上具有较好的效果，在实际应用中展现了较好的稳定性与较高的计算效率。

    双目视觉测距改进Census变换目标视差区域

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

    基于逆深度滤波的单目稠密建图

    黄默冰赵涛佃松宜
    224-229,252页
    查看更多>>摘要：稠密地图估计是同步定位与地图构建(Simultaneous Localization and Mapping，SLAM)的重要目标。针对经典的深度滤波算法重建精度不高的问题，提出一种基于逆深度滤波的改进单目稠密点云重建方法，在极线搜索阶段通过设置阈值提高效率，通过逆深度高斯滤波器更新后验逆深度概率分布，通过帧内检测剔除外点。实验结果验证改进后的稠密重建算法具有更稠密、更精确的重建效果，且无须GPU加速。

    稠密点云单目视觉传感器极线搜索同步定位与地图构建

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

    基于改进Unet网络的CT图像肺实质自动分割算法

    傅寰宇费树岷
    230-239页
    查看更多>>摘要：肺实质分割是计算机辅助诊断肺癌中的重要步骤。针对Unet分割精度不足和收敛速度慢的问题，提出一种基于改进Unet的肺实质分割算法。采用K-means聚类和凸包扫描算法进行预分割，完成肺实质的定位和修正。以Unet结构为基础，引入Sobel卷积层强化边缘区域的高通滤波，并在特征融合中加入随机失活模块，进一步提升分割精度。将传统图像处理方法与深度学习相结合，获得了优化改进的分割模型。实验表明，该算法可以准确高效地分割肺实质，平均Dice相似系数达到0。983 4，收敛速度和分割性能均优于其他几种较新的分割算法。

    医学图像分割Unet计算机辅助诊断深度学习

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

    基于梯度和流形的超像素分割算法

    陈彤廖闻剑
    240-245,296页
    查看更多>>摘要：当今许多图像处理任务常用超像素作为降维手段和边缘优化的依据。针对现有方法分割数量过于依赖经验和存在离散点的问题，提出一种基于梯度和流形距离的超像素数量的分割方法，自适应估算图像适合的超像素数量，令细节的分割更为精准同时减少背景区域的过分割。以BSDS500数据集进行实验，该方法在各项指标上有较好表现，尤其解决了离散点问题，在紧致度上得到巨大提升。

    测地线距离自适应梯度超像素孤立点消除

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

    基于改进类激活映射的织物疵点检测

    李飞龙李敏何儒汉崔树芹...
    246-252页
    查看更多>>摘要：为实现弱监督条件下的织物疵点检测，提出一种基于改进类激活映射(Class activation mapping，CAM)的疵点检测方法。在卷积神经网络中加入SE模块，并将深层和浅层卷积层进行结合，以此提高网络的分类性能;为了提高疵点定位的准确性，将两种分辨率的类激活图进行融合来生成改进的类激活图。实验结果表明，该算法对无疵点、孔、污渍和纱疵四个类别织物图像的识别准确率达到了 96。88％，并且在数据集只有图像级标注的情况下，实现了织物疵点的定位。

    疵点检测弱监督织物类激活映射卷积神经网络

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

    基于聚类和生成对抗学习模型的滤波器剪枝

    冯叶棋张俊三邵明文张世栋...
    253-260页
    查看更多>>摘要：深度神经网络过深的网络架构和冗余的参数会导致昂贵的计算成本，近年来深度神经网络的压缩与加速已成为研究热点。针对现有方法的范数准则局限性以及标签依赖问题，提出一种基于聚类中心和生成对抗学习的结构化滤波器剪枝方法(FPCC-GAN):使用K-means聚类算法按卷积层将滤波器逐层聚类;比例化修剪各簇内离聚类中心较近的提取冗余特征的滤波器;使用生成对抗学习迭代训练。实验结果分析表明，与当前主流方法相比，该方法具有更高的准确率。

    网络压缩深度神经网络加速参数剪枝聚类生成对抗学习

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

    递归型数据中心网络上g-额外连通度及容错单播算法研究

    伊雯雯王喜张书奎
    261-268,290页
    查看更多>>摘要：数据中心网络的研究是近几年兴起的热点。与传统的树型数据中心网络相比，递归型数据中心网络具有更好的容错性和可扩展性。部署于n-口交换机上的k-维递归型完全图网络可以表示为Xk，n，σ表示图中任意顶点与同维度其他子图相连接的边数。在实际情况中，网络的额外连通度相较于传统的连通度能够更准确地衡量一个网络的容错性。证明当k≥3，n≥3，σ∈{1，n-1}且O≤g≤2时，Xk，n的g-额外连通度为(g+1)(kσ-1)+n，这一结果接近于其连通度的g+1倍。进一步，提出基于该情形下的容错单播算法，并证明了该算法的时间复杂度和在最坏情况下Xk，n中任意两点间构造出路径长度的上界。通过模拟仿真实验，验证了该算法在执行效率上优于广度优先和深度优先搜索算法，且算法具有较好的容错性。

    递归型数据中心网络容错性额外连通度容错单播算法算法分析

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

    基于熵和置信度的非平衡问题欠采样Boosting框架

    冯本勇徐勇军
    269-277,284页
    查看更多>>摘要：为了解决传统方法中存在的边界过拟合、泛化性能差、重要信息丢失问题，提出一种基于熵和置信度的非平衡问题欠采样Boosting框架。将动态重采样方法与Boosting集成在一起，以解决边界过拟合问题，提高泛化性能;在Ecuboost中使用置信度和熵作为基准，以保证欠采样过程中大多数样本的有效性和结构分布，提出的基于置信度的Boosting框架使动态采样方法进一步提升方法的泛化能力。用两个大型数据集上的实验对比结果验证了该方法的有效性。

    熵置信度欠采样不平衡

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

    面向云平台的免疫多目标优化调度算法

    李颖邵清王清雲周子航...
    278-284页
    查看更多>>摘要：云环境下任务之间存在多种特征，由于传统的资源分配机制存在变化和不确定等特征，容易引发负载不均衡使得调度受到制约，任务时延约束也会降低任务调度策略的利用率。针对这些问题，提出一种面向云平台的免疫多目标优化调度算法。利用Pareto支配关系，设计出云计算任务调度问题的数学模型;经过种群初始化、获得Pareto最优解、计算拥挤距离、克隆选择、重组和变异一系列操作，保持种群的多样性，实现调度的全局优化。与传统算法进行对比，实验结果表明该算法的搜索范围更广，在解的搜索广度上更加优秀，并且还有效平衡了任务执行时间和执行费用，提高了用户满意度。

    云平台人工免疫多目标任务调度算法

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