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

    改进的深度卷积网络在医学图像中的研究应用

    舒晖王以伍
    203-211页
    查看更多>>摘要：为进一步提升医学图像的视觉质量,针对DnCNN算法的局限性和医学图像的特征,采用改进的深度卷积神经网络算法进行图像去噪.改进方法应用多尺寸卷积核提取医学图像不同尺度特征,增加深度网络对医学图像的适应性;改进常规网络中激活函数和损失函数的定义方式,从而更好地保护输出结果中的边缘/纹理细节信息;增加一个跳跃连接,提升网络的训练速度和算法的收敛精度.仿真模拟结果表明,相比DnCNN算法、ID-CNN算法、BM3 D算法和曲波变换去噪算法,该改进网络具有更好图像细节保持以及更好的去噪效果,图像的峰值信噪比平均提升56％以上,结构相似度平均提升至0.881.改进的深度卷积网络去噪效果好、效率高,在医学图像处理中具有较强的推广性.

    深度卷积神经网络训练速度收敛精度细节保持信噪比噪声去除

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

    基于Canny算子和距离正则化水平集的乳腺植入物图像分割算法

    李建华王艺衡杨来侠李素丽...
    212-216,245页
    查看更多>>摘要：乳腺植入物的分割和提取会直接影响其三维重建与可视化的准确性.针对Canny算子进行分割时易发生边缘断裂以及DRLSE算法分割精度不高、易出现边界泄漏等缺点.利用Canny算子对图像边缘分割精确且能够抑制噪声的优点以及DRLSE空间连续演化的思想.采用Canny算子与DRLSE算法相结合的方法,设计一种分割算法.将Canny算子的解析式代入DRLSE方程推导出算法的解析式.通过实验在视觉和Dice指标上对比了DRLSE与该算法在分割人体乳腺PCL植入物时的分割效果.实验结果表明,该算法可以精确地对乳腺植入物进行分割,改善了DRLSE算法边界泄漏的缺点并且具有更佳的抗噪声性能.

    Canny算子DRLSE乳腺植入物图像分割

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

    基于三维全卷积神经网络的肝脏血管分割

    胡英付美涵
    217-223,237页
    查看更多>>摘要：由于肝脏血管结构复杂,与周围组织对比度低,从CT影像中对肝脏血管的准确分割比较困难.因此,提出一种基于改进的三维全卷积神经网络V-Net的肝脏血管分割方法.针对肝脏血管的特性对基础网络结构进行改进;在网络的编码器与解码器之间引入金字塔卷积块,提高网络定位能力;在网络中引入多分辨率深度监督,即在不同监督路径下训练特定分辨率目标,使每条路径参数独立更新而互不干扰,从而得到更鲁棒的分割.通过将不同分辨率特征图融合,预测整体分割结果.实验结果表明,改进的V-Net网络相比于原网络分割性能显著提高,可自动准确分割出CT影像中的肝脏血管,且具有较强的鲁棒性.

    肝脏血管三维全卷积神经网络多分辨率深度监督金字塔卷积块

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

    一种基于文件系统特征的SLC缓存方案

    李明江陈仁
    224-229页
    查看更多>>摘要：SLC缓存策略广泛应用于基于TLC闪存的固态存储设备中以提升系统的突发写入性能,但它会给系统带来额外的写放大,导致系统寿命减少;当SLC缓存空间耗尽的时候,过早的垃圾回收会导致系统写入性能发生断崖式下降.提出基于文件系统特征的SLC缓存方案,根据文件系统的不同数据类型特点,尤其是利用日志数据的特征,提出独立的日志SLC缓存空间用以写入日志数据,热数据写入到另外的SLC缓存,冷数据则被直接写入到TLC主空间.实验结果表明,该方案能提升系统性能10％～50％,减少写放大10％～30％.

    固态硬盘SLC缓存TLC闪存写放大性能

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

    面向分类模型学习的样本类别均衡化方法

    李国和刘顺欣张予杰郑艺峰...
    230-237页
    查看更多>>摘要：过采样方法是解决数据类别不均衡的有效方法之一,现有的过采样方法容易使样本具有高相似性导致过拟合.针对该问题,提出一种基于高斯混合模型和Jensen-Shannon散度的过采样方法(GJ-RSMOTE).利用高斯混合模型对少数类样本进行聚类,通过簇的稀疏度计算各簇的采样数量以及采用超球体插值方法扩大生成样本的范围,避免了生成样本过拟合,通过Jensen-Shannon散度控制最终生成样本的数量.实验结果表明,GJ-RSMOTE可实现样本类别均衡性,可有效提高分类模型的识别精度.

    不均衡数据过采样高斯混合模型Jensen-Shannon散度

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

    基于模糊C-回归聚类的T-S模糊粒子滤波算法

    黄逸凡粟梅
    238-245页
    查看更多>>摘要：针对非高斯目标动态模型不确定性粒子滤波问题,提出改进的基于模糊C-回归聚类的T-S模糊模型粒子滤波算法.采用T-S模糊模型语义模糊集表示空间特征信息从而高精度近似动态模型,提出基于熵的模糊C-回归聚类方法从而自适应地识别T-S模糊模型的前提参数,调整模型的权重,并使用卡尔曼滤波识别结论参数.通过T-S模糊模型构造重要性密度函数提高采样粒子的鲁棒性和多样性,进一步改进了算法的计算复杂度.仿真验证结果表明,在运动方向突然改变或目标动态模型的先验信息不准确时,该方法可以准确快速地跟踪机动目标.

    T-S模糊模型非高斯噪声模糊C-回归聚类非线性滤波

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

    基于智能合约的双线性对运算外包算法

    李佩怡李翔宇
    246-253,273页
    查看更多>>摘要：随着云计算的快速发展,如何安全有效地将复杂的运算外包给云服务器受到了广泛关注.双线性对运算是公钥密码体制中最昂贵的运算之一,对于资源有限的设备来说负担很重.结合区块链中的智能合约,提出基于单个服务器的双线性对外包算法.借助智能合约的运行机制,用户在外包算法中不再需要执行验证过程.对算法的安全性进行了严格证明,所提算法能够保证用户的隐私性.在开源区块链平台Hyperledger Fabric上实现了所提算法,并比较了已有方案的安全性和执行效率.理论分析和实验结果均表明,所提算法同时提高了用户和服务器的计算效率,且能完全验证外包结果.

    云计算安全外包智能合约双线性对可验证

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

    基于改进XGBoost算法的UBI车险费率等级判定模型研究

    闫春荆建业孙晓红刘新红...
    254-258,349页
    查看更多>>摘要：针对XGBoost算法参数多且不易确定从而影响算法分类预测准确度的问题,提出GA-XGBoost算法,建立UBI车险费率等级评定模型.该模型是利用遗传算法对XGBoost模型参数进行寻优,提高XGBoost模型判定的准确度.实证结果表明GA-XGBoost算法相比于SVM算法、CART算法在UBI客户驾驶行为的风险等级评定过程中具有更高的判别精度,且在建立UBI车险费率等级判定模型过程中易于实现,具有良好的鲁棒性,能够取得较理想的等级评定效果.

    驾驶行为保险XGBoost算法遗传算法费率等级判定

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

    基于反向学习和可行性准则交叉的约束差分进化算法

    段伟徐斌
    259-265,335页
    查看更多>>摘要：针对差分进化算法在处理约束优化问题时存在的问题,提出一种基于反向学习和可行性准则交叉的约束差分进化算法.利用反向学习提高初始种群和变异交叉后个体的多样性,保证算法对全域搜索;对约束条件处理后的目标个体与实验个体设置可行性准则,筛选出优秀个体再次进行交叉操作,调整算法在优化过程中的寻优方向.对13个标准测试函数进行实验仿真,并与其他约束算法进行比较,结果表明该算法具有更优秀的收敛速度和稳定性.对蜗轮齿圈和焊接梁问题进行优化,验证改进算法在实际工程中应用的有效性.

    约束优化差分进化算法反向学习可行性准则交叉操作工程应用

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

    基于正则化约束元学习优化器的深度学习模型

    周靖洋曾新华
    266-273页
    查看更多>>摘要：针对深度学习模型存在的过拟合和易受干扰等问题,在采用元学习优化器的基础上,研究并提出加入四种全新的正则化约束,用于训练元学习优化器.泛化能力和鲁棒性实验分别在两层和四层CNN的Mnist和Ci-far10分类上进行,并与使用其他优化器的结果进行了比较,表明了加入正则化约束的元学习优化器,泛化能力得到提升,在FGSM和PGD攻击下的鲁棒性也得到了提升.在四种正则化约束中,Hessian矩阵的特征谱密度和迹作为正则化约束,泛化能力最好.

    元学习优化器过拟合正则化约束泛化能力鲁棒性

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