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

    基于机器学习的5G无线传播模型的构建

    谭海军朱世宇单欲立陈善雄...
    120-127页
    查看更多>>摘要：针对5 G无线传播模型的构建,使用Pearson系数量化特征与目标值之间的相关性,以此构造出新的特征.将这些特征送入到BP神经网络、决策树、随机森林中来建立无线传播模型,并且能够预测新环境下无线信号覆盖的强度.该模型为建立精准的无线网络提供技术支持,使网络建设成本降低,并提高建设效率.

    无线网络决策树神经网络传播模型

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

    RDMA高速网络状态感知与度量指标体系研究

    徐佳玮严明吴杰
    128-137页
    查看更多>>摘要：随着数据中心网络承载的数据量的爆炸式增长,越来越多的框架、模型和应用选择使用RDMA技术来加速网络传输.RoCE是RDMA技术在以太网上的实现,但针对RoCE网络目前还没有有效的状态感知和度量体系,无法全面展现RDMA网络状态.对此,提出针对RoCE的实时状态感知系统和多维度多层次的RDMA度量指标体系.采用旁路分布式流量捕获方式,运用Sketch算法全方位度量RDMA网络状态.系统易于部署且成本低,具有可扩展性和灵活性.实验结果表明,该系统能在较低误差下客观反映出RoCE网络状态,提供故障定位建议.

    RDMA状态感知网络度量Sketch算法

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

    工业互联网云网关架构及实现

    史运涛董广亮雷振伍
    138-143,227页
    查看更多>>摘要：针对工业生产数据通信协议复杂、工业设备与云端通信困难的问题,提出一种工业互联网云网关架构.针对传输协议复杂多样的问题,提出了一种多协议数据解析方法,能够对多种协议下的数据进行解析,并转换为MQTT协议,实现数据统一协议并上传至云平台.针对协议转换中的实时可靠性问题,提出一种支持断点续传并可以快速处理并发任务的异步处理机制来保证协议转换的实时可靠性.在保证实时可靠的基础上,提出一种三层加密方式以提高数据传输的安全性.在软硬件上实现了上述云网关架构,并在工业过程控制设备上进行了实验.实验结果表明,该架构能够有效解决工业系统与云平台的数据融合问题.

    云网关多协议MQTT断点续传异步处理三层加密

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

    基于双向长短期记忆循环神经网络的网络流量预测

    杜秀丽范志宇吕亚娜邱少明...
    144-149,156页
    查看更多>>摘要：针对长短期记忆循环神经网络在对时间序列进行学习时存在早期特征记忆效果差、难以充分挖掘整个网络流量特征等问题,提出一种基于双向长短期记忆循环神经网络的网络流量预测方法,以提高网络流量预测的准确性.对网络流量序列进行双向学习,避免单向学习导致较早学习部分特征提取和记忆效果差的问题.同时双向学习可以充分挖掘网络流量天与天之间双向的特征,完整地学习到网络流量的整体特征.仿真实验结果表明,改进后的方法相比原方法具有更好的预测效果.

    网络流量预测自相似性BiLSTMLSTM

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

    NB-IoT环境下基于混合分辨率人脸监控视频压缩方法

    肖尚武胡瑞敏肖晶
    150-156页
    查看更多>>摘要：在面向社区楼道或门栋监控中,人脸信息尤为重要.通过NB-IoT(窄带物联网)接入,可以满足低成本、广覆盖和多接入的需求,但是常规编码方法在窄带低码率下无法保障人脸质量.针对该问题,提出一种面向人脸业务的混合分辨率监控视频压缩方法.利用监控视频统计特性优化人脸检测速度,采用不同分辨率区别编码人脸和非人脸区域,在高倍率压缩下提高了人脸的可辨识性.实验表明,该方法相较于主流感兴趣区域编码,人脸区域PSNR提高了5.57 dB,编码速度提高了5.12倍,具备NB-IoT环境下的实用性.

    NB-IoT人脸监控低码率混合分辨率视频编码

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

    面向乳腺癌图像的浅层高识别卷积神经网络研究

    王兵锐杨晓非姚行中
    157-161页
    查看更多>>摘要：乳腺癌是易发生且致死率高的恶性肿瘤之一,及早诊断识别是降低致死率的关键.基于应用广泛的乳腺癌病理图像,结合卷积神经网络展开乳腺癌的识别研究.针对癌症图像细节和纹理特征难以识别的问题,采用插值处理将图像进行适当放大,以便研究分析.针对卷积神经网络参数庞大不易训练和不易硬件实现的问题,提出一种精简的5卷积层W型网络结构,具有较少的权重参数,可以降低时间和空间复杂度从而便于硬件实现.精度损失曲线测试和混淆矩阵实验结果表明,与传统顺序结构5卷积层神经网络相比,采用提出的网络使乳腺癌诊断识别的准确率提高4百分点,且具有较好的抗拟合效果.

    卷积神经网络卷积层乳腺癌混淆矩阵准确率

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

    基于局部对比度和相位保持降噪的古籍图像二值化算法

    冯炎
    162-166,173页
    查看更多>>摘要：图像二值化算法通过消除文档背景噪声将文本与背景分割开.针对古籍图像提出一种基于局部对比度和相位保持降噪的古籍图像二值化算法.根据归一化局部最大值最小值来构造古籍图像局部对比度,同时对古籍图像进行相位保持降噪.将局部对比度图像和降噪图像相结合来识别文本笔划像素.通过局部窗口内所检测的文本笔划像素估计局部阈值从而计算古籍背景修复模板.用图像修复算法和形态学闭操作来估计古籍背景.用所估计背景来增强古籍图像,采用Howe算法对增强后的古籍图像进行二值化求得最终结果.该算法在DIBCO2016、DIBCO2017和DIBCO2018数据集中的实验结果均优于其他二值化算法.

    局部对比度相位保持降噪古籍图像二值化图像修复

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

    基于全局注意力的多尺度显著性检测网络

    叶协康马晨阳陈小伟张晴...
    167-173页
    查看更多>>摘要：针对现有算法的多尺度特征融合效果不理想和全局信息利用不充分的问题,提出一种基于多尺度优化和全局注意力的显著目标检测模型.利用特征增强模块对从骨干网络VGG-16中提取出来的粗糙特征进行增强,提升特征的显著性表达能力,对不同层次特征融合得到高层级和低层级特征;设计全局注意力模块,利用空洞空间卷积池化金字塔ASPP模块提取全局信息,计算特征的通道权重;利用通道权重引导侧输出进行特征学习能力提升,通过逐层连接方式得到最终预测结果.该方法在5个常用的数据集上进行测试,并与9种相关方法进行比较.实验结果表明,该模型鲁棒性更佳、检测性能更好.

    显著目标检测多尺度特征通道注意力

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

    基于改进的胶囊网络模型的高光谱图像分类方法

    周衍挺韦慧
    174-179页
    查看更多>>摘要：针对卷积神经网络无法有效提取高光谱图像光谱与空间特征以及识别特征之间的空间位置问题,提出一种基于胶囊网络的改进神经网络模型.采用1×1卷积核对高光谱图像块进行降维处理;利用双通道卷积神经网络提取降维图像的初级特征,进而在PrimaryCaps层将初级特征信息封装为胶囊向量;通过DigitCaps层计算胶囊向量的模长来判别图像块中心像素的所属类别.为了验证模型的可行性与有效性,将改进模型应用于Indi-an Pines和Pavia University两个高光谱数据集分类,并与其他分类方法进行比较.分类结果表明,改进模型有着较好的泛化能力,不仅能够有效提取图像特征,还能够识别特征之间的空间位置信息,从而提高分类的准确率.

    胶囊网络高光谱图像卷积神经网络动态路由批标准化

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

    一种随机平均分布的集成学习方法

    艾旭升盛胜利李春华
    180-187,200页
    查看更多>>摘要：像传统机器学习一样,样本的不平衡分布会影响深度学习分类器的预测能力,在语音情感识别环境下,情感数据的不平衡分布是一种常态.基于卷积循环神经网络和注意力模型,提出一种随机平均分布的集成学习方法(Redagging),用来消除样本的不平衡分布.Redagging按照机会均等原则,等概率地把训练样例随机放入子训练样本,通过降低样例重复率提升基分类器的性能,进而增强综合分类器的预测能力.在IEMOCAP和EMODB情感数据库的实验表明,从未加权平均召回率和F1值两个方面,Redagging都优于Bagging和其他不平衡学习方法,验证了其有效性.

    不平衡学习循环神经网络卷积神经网络语音情感识别

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