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

    融合对象语义描述与纹理特征学习的场景识别方法

    韦金言刘大明
    202-211,253页
    查看更多>>摘要：针对现有的场景识别方法大多关注场景的自身特征，却忽略了目标之间的上下文关系和场景的外观特征等细节信息，通过单一的整体特征很难获得满意的分类效果，提出一种融合对象语义描述和纹理特征学习的场景识别方法，利用长短期记忆网络对场景中出现物体的语义信息构建的局部聚合描述向量进行上下文信息的学习，并通过场景的纹理特征对图像的分布进行细节描述，最后与多模型提取的特征进行融合。该方法的识别准确率在广泛应用的场景数据集Scene15、MIT67、SUN397上分别达到96。06％、89。35％和78。88％，表明融合的特征之间彼此具有互补性，证明了该方法的有效性。

    场景识别局部聚合描述符纹理特征学习模型集成

      原文链接:
    • 万方数据
    • 维普

    基于Shapley加性解释的ChatGPT生成文本检测模型研究

    刘冬陈一民
    212-220页
    查看更多>>摘要：针对如何快速识别文本内容是否为ChatGPT所生成的问题，提出一种基于BERT-BiGRU的AI生成文本检测模型。该模型使用预训练的BERT(Bidirectional Encoder Representations from Transformers)抽取文本的语义特征，并使用BiGRU(Bidirectional Gated Recurrent Unit)进行特征综合提炼;将BERT-BiGRU分类模型在AI生成检测数据集HC3(Human ChatGPT Comparison Corpus)上的分类性能进行相关模型评估;引入Shapley加性解释工具(SHAP)从全局和局部两个维度对不同模型所识别出的关键特征和基准值进行比较分析。实验结果表明，虽然深度学习和预训练BERT分类模型均取得了较好的分类性能，但在未学习过语种数据集上性能下降严重，然而BERT-BiGRU模型表现优秀;不同模型使用可解释工具在同一数据集上计算得到的关键词差异较大，且关键词多为数字、生僻字和标点符号，模型并未真正理解人类撰写文本与AI生成文本的内在特征区别，基于已有封闭数据集训练得到的模型无法真正应对开放式的实际应用场景。

    ChatGPTSHAPBERTBiGRUHC3AI生成文本检测

      原文链接:
    • 万方数据
    • 维普

    基于多尺度特征聚合和密集连接的人群计数网络

    马跃康胡璐锦
    221-226页
    查看更多>>摘要：人群计数任务处理的图像受到遮挡、视角变化和透视效应、背景成像干扰等多方面的挑战。针对复杂场景中人群计数任务存在的尺度变化、图片噪声等问题，设计一种基于多尺度特征聚合和密集连接的人群计数网络模型。模型的一个重要组成部分是密集连接而成的多尺度特征聚合模块，它通过不同卷积核提取多尺度特征并聚合其跨尺度的信息进行更准确的估计。该网络模型在三个公开数据集Shanghai Tech、UCF_QNRF、UCF_CC_50上进行测试，实验结果表明，该模型相比目前先进算法CSRNet在平均绝对误差(MAE)、均方误差(MSE)均有不同程度的减少，模型精度更好。与其他模型相比，该模型更充分地利用多尺度特征信息，提高了人群计数任务的精度。

    人群计数特征融合多尺度卷积密集连接高质量密度图

      原文链接:
    • 万方数据
    • 维普

    基于RetinaFace和ERT的眼部疲劳检测方法

    雷富强张博雅张一帆刘识灏...
    227-232页
    查看更多>>摘要：针对疲劳驾驶检测问题，提出一种基于人脸图像特征的眼部疲劳检测方法。利用RetinaFace网络检测面部区域的位置;通过级联回归树(ERT，Ensemble of Regression Trees)算法获取人脸68个关键特征点，同时完成对眼部区域的划分;计算人眼纵横比，判断出睁眼和闭眼行为;根据PERCLOS度量准则实现疲劳状态的检测与判定。在YawDD数据集上的实验结果表明，该方法识别的平均准确率、精确率和召回率分别为90。24％、92。41％和91。90％，能有效识别眼部疲劳状态。

    眼部疲劳检测RetinaFace网络级联回归树人眼纵横比

      原文链接:
    • 万方数据
    • 维普

    融合注意力机制的人体部位细分类方法

    王淑栋路洪翠董玉坤
    233-241页
    查看更多>>摘要：针对传统人体部位体型分类方法费时费力、成本较高的问题，设计一种融合注意力机制的体型分类网络(Attention Body Classification Net，A_BCN)。该网络由弱监督的注意力学习和数据增强两个模块组成，其中:弱监督的注意力学习模块通过注意力机制获得注意力图;数据增强模块通过注意力图指导图像的数据增强，包括注意力裁剪、注意力丢弃和注意力平均。将增强后的图像重新输入到网络中得到特征图，将得到的特征图和注意力图融合进行分类。在后续自制的人体图像数据集中，该算法准确率为90。52％，提高了分类准确率并节省了成本。

    人体部位体型分类注意力机制细粒度分类数据增强

      原文链接:
    • 万方数据
    • 维普

    五台山壁画人物线描图生成算法

    焦莉娟王文剑李朝霞
    242-246页
    查看更多>>摘要：五台山壁画图像因褪化而导致颜色不均匀、部分边缘轮廓像素灰度缺失，用传统的梯度法生成的线描图存在噪点多且线条不连续的问题。提出一种基于色调补偿及双卷积技术的壁画人物线描图生成算法。在计算梯度幅值时引入色调梯度进行有效的色调补偿，同时通过两种针对离散噪点的卷积模板实现去麻点功能。对五台山壁画人物图像的线描图生成实验的结果表明，该方法在去噪的基础上有效改善了轮廓线不连续的问题。

    五台山壁画壁画线描图轮廓提取微分算子

      原文链接:
    • 万方数据
    • 维普

    基于非线性变换与多尺度细节提升的红外图像增强算法

    唐守锋仝光明史经灿史可...
    247-253页
    查看更多>>摘要：在全暗或封闭的成像环境下，采集到的罐内红外图像存在分辨率低、对比度差以及噪声等问题。针对罐内红外图像的特征提出一种基于非线性变换与多尺度细节提升的红外图像增强算法，采用 自适应非线性变换对红外图像亮度进行改善;然后通过多尺度滤波将图像多层次分解为基础层与细节层，分别使用不同方法进行处理后融合为细节图像，达到增强图像细节信息和对比度的效果;最后通过线性融合的方式对亮度图和细节图进行处理得到高质量的图像。实验结果表明该算法不仅使图像亮度得到了提升，也增强了图像对比度，突出了纹理细节，层次感得到明显的改善，视觉效果更佳。

    图像增强细节提升对比度增强红外图像黑暗条件油泥识别

      原文链接:
    • 万方数据
    • 维普

    面向情感分类的非监督异构对比蒸馏模型

    苏肇辰徐乐怡王晶晶李俊涛...
    254-261,313页
    查看更多>>摘要：网络评论的数量呈爆炸式增长，对这些评论进行情感分析有着重要的研究价值。自从BERT模型被提出后，预训练模型成为情感分析任务上的常用方法，但存在模型参数量过大、推理速度缓慢的缺点。在此之前情感分析的方法是一些简单的神经网络模型，训练速度快，可部署性强，但效果一般。因此，结合两类方法的优点，该文提出一种异构设置的非监督对比蒸馏模型，用于网络评论情感分析。在相同数据集和计算资源的情况下，该模型较BERT模型参数量减少146倍，推理时间减少270倍;较DistilBERT蒸馏参数量减少88倍，推理时间减少42。3倍，效果提升1。8个百分点(68。3％vs 70。1％)。

    自然语言处理情感分类迁移学习知识蒸馏

      原文链接:
    • 万方数据
    • 维普

    一种基于BERT的多级连贯性文本分割方法

    赵怡博蒋峰李培峰
    262-268,324页
    查看更多>>摘要：文本分割是自然语言处理(NLP)领域的一项重要任务。现有的工作大多是只关注文章整体信息或只着重于局部文本信息的模型，不能同时兼顾整体和局部的信息，因此，该文提出一种基于BERT的多级连贯性文本分割模型(HAC-BERT)。该模型能够通过对整体信息和局部信息分别建模，并通过权重相加的方式，同时关注局部信息和整体信息，从而取得更好的性能。在大规模文本分割语料上进行训练，并在多个不同领域的文本分割数据集上进行测试，实验结果表明，该文提出的模型有良好的性能和领域适应能力。

    文本分割自然语言处理神经网络BERT

      原文链接:
    • 万方数据
    • 维普

    基于Bi-LSTM与状态约束的心音分割算法

    王幸之杨宏波宗容潘家华...
    269-275,303页
    查看更多>>摘要：心音分割是进行准确心音分类的前提。针对心音分割，提出一种基于双向长短时记忆网络(Bi-LSTM)与状态约束的算法。该文通过网格法确定Bi-LSTM网络中的最佳参数，并训练出心音状态识别模型;统计Bi-LSTM预测的心音状态持续时间，并计算自相关参数;利用 自相关参数和心音固有状态转移规则对预测的心音状态进行约束处理。使用五折交叉验证法在PhysioNet/CinC 2016数据集上进行测试，该算法与同类算法相比，整体性能更佳。

    心音图心音分割Bi-LSTM网络状态约束自相关

      原文链接:
    • 万方数据
    • 维普