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

    基于多尺度注意力机制的实例分割卷积神经网络

    王改华林锦衡程磊
    202-206,232页
    查看更多>>摘要:在MaskR-CNN实例分割模型的基础上提出一种新的深度学习方法MixedMask。该方法提出并应用两种有效的策略:(1)使用混合尺度的卷积核,提高网络对分辨率较低实例的提取能力;(2)在压缩激励网络的基础上进行改进,解决原网络中降低维度导致的通道信息丢失问题。在气球数据集和xBD数据集上进行测试,该算法分别达到了 83。46%和58。92%的AP(IoU=50),相比Mask R-CNN模型,分别提升了 1。3%和5。9%。

    实例分割注意力机制混合卷积

    仿射协变的G-质心

    王贝贝杨建伟
    207-212,275页
    查看更多>>摘要:图像质心保持仿射协变,但仅可用于消除平移。为方便地提取仿射不变特征,需构造保持仿射协变且异于质心的类质心点。现有算法要么计算量大,要么对二值图像不适用。针对这种情况,提出G-质心,通过改造在极坐标系中图像质心的定义得到,引入极径方向积分的变换函数,使得目前大多的类质心构造算法均是其特例。实验结果表明,通过引入中心投影类的变换函数,所得G-质心可比广义质心、交叉权重质心等算法具有更优的抗噪性能。

    特征提取仿射协变仿射变换参数恢复质心抗噪性

    基于几何矩特征与纹理度量的图像匹配算法

    金欣钟洪
    213-219页
    查看更多>>摘要:为提高多种几何内容变化下的特征点匹配准确度,引入双边滤波器,设计了几何矩特征耦合纹理度量的图像匹配算法。引入双边滤波器,对图像进行预处理,以去除图像中噪声,接着利用Hessian算子,准确检测图像特征。利用图像灰度信息,计算图像特征圆域内的几何矩,以形成鲁棒性较强的特征向量。通过平均梯度模型,对特征点邻域的纹理特征进行度量,并将其联合欧氏测量结果,对图像特征实施匹配。借助互相关模型,对匹配特征的相关程度进行测量,以检测特征点的匹配正确性,优化特征匹配结果。实验数据表明:较当前特征匹配方法而言,在多种几何内容变化下,所提技术具有更高的匹配准确度与鲁棒性。

    图像匹配Hessian算子双边滤波几何矩特征纹理度量平均梯度模型

    复杂背景下航拍图像输电线提取算法研究

    李运堂詹叶君叶春泉谢梦鸣...
    220-225页
    查看更多>>摘要:针对提取航拍图像中输电线容易出现断裂、重叠,识别准确率低等问题,提出一种改进Hough变换输电线提取算法。通过灰度化对航拍图像进行预处理,Canny算法识别输电线边缘;利用去除小连通区域方法减少边缘图像背景噪声;改进Hough变换参数空间的极大值判定范围,实现单直线响应准则。实验结果表明,改进算法相对于LSD、EDLines、传统Hough变换方法,能够完整提取出输电线,并且准确率高、抗噪性好。

    输电线Canny算子边缘检测连通区域Hough变换

    结合指数函数改进的随机近邻嵌入式短文本聚类

    汪晓晨宋叔尼
    226-232页
    查看更多>>摘要:近年来深度学习在短文本聚类方面发挥巨大作用,最近提出的短文本聚类(Short Text Clustering,STC)算法在此方面取得不错的成效。为进一步提高聚类准确率并优化算法性能,基于指数函数提出改进的随机近邻嵌入算法。该算法用指数函数度量样本点与聚类中心差距,放大不同特征差别,并在后期使用k-means++算法预先确定聚类中心与聚类数目。在Stackoverflow数据集上的实验证明,随机指数嵌入聚类模型(e-STC)在准确率与标准互信息上均优于原STC模型,准确率相对提高3。2%,互信息相对提高2。9%。

    短文本聚类深度算法随机近邻嵌入特征提取

    一种基于知识图谱共享信息的推荐模型

    田鹏朱瑞张健王坤...
    233-239页
    查看更多>>摘要:在结合知识图谱的推荐模型中,依赖用户历史行为和知识图谱嵌入得到的向量会丢失部分信息,使向量化表示不准确,且多数模型无法充分建模用户和物品的特征交互。针对上述问题,提出一种基于知识图谱共享信息的推荐模型ISRS。在知识图谱模块中,实体向量的训练需考虑当前三元组(head,relation,tail),即先建模head和relation的关系,再与物品共享信息;通过DeepFM建模用户和物品间的低阶、高阶特征交互。实验表明:该模型与主流推荐模型相比,在CTR预测和Top-K推荐场景下都有更优的表现。

    深度学习推荐系统知识图谱信息共享

    基于阵列处理器的HEVC数据流图可重构实现

    胡传瞻蒋林朱筠谢晓燕...
    240-245,257页
    查看更多>>摘要:提出一种基于阵列处理器的HEVC算法数据流图可重构实现方法。基于动态重构机制完成不同的划分方式、算法间的灵活切换,采用深度优先贪婪对数据流图划分后子任务时域流水的并行方式对HEVC中典型编码算法的数据流图重新划分后设计合理映射方案,以Sobel算子值为重构依据在阵列处理器上进行帧内预测算法验证。实验结果表明,与块间流水方案实现相比加速比可达14。97,各算法资源利用率及计算速度均有提升,与帧内预测模式选择快速算法相比每个时钟周期可多处理7。1个像素。

    数据流图HEVC深度优先贪婪可重构阵列处理器

    基于图神经网络的社会感知顺序推荐模型

    张安勤李然田秀霞
    246-252,282页
    查看更多>>摘要:由于用户的偏好是动态多变的,且受社交关系的影响,传统的推荐方法常常考虑不周全。针对此问题,提出一种基于图神经网络的社会感知顺序推荐模型(GASR)设计动态兴趣提取层来捕捉用户的动态偏好。同时设计社会感知层,利用图神经网络构建用户的社交关系图,使用注意力聚合方法来权衡不同朋友对用户偏好的影响。在两个实际数据集上的实验结果表明,该模型优于包括现有最新的社交推荐模型以及几个具有竞争性的基线模型。

    推荐系统图神经网络注意力机制社交网络门控循环单元

    遗传-蚁群算法在高性能计算任务调度中的应用

    田智慧张帅永高需
    253-257页
    查看更多>>摘要:针对目前高性能计算任务调度策略利用率低、负载不均衡等问题,设计一种基于遗传-蚁群算法的高性能计算任务调度算法(GA-ACO)。GA-ACO分为两个阶段,第一阶段通过遗传算法缩小空间快速搜索到优秀解,紧接着将其转化为蚁群算法的初始信息素;第二阶段提出一种基于蚁群信息素的全局更新策略对收敛速度做出优化。实验分析表明,与蚁群算法和遗传算法相比,该算法缩短了任务完成时间,降低了节点负载率。

    高性能计算任务调度遗传算法蚁群算法信息素

    结合注意力机制与好奇心驱动的近端策略优化算法

    陈至栩张荣芬刘宇红王子鹏...
    258-265,275页
    查看更多>>摘要:大多数真实世界的问题中外在世界的激励往往极其稀疏,Agent因得不到反馈而缺乏有效的机制更新策略函数。单纯利用内在好奇心机制驱动会受到无用或有害好奇心的影响导致探索任务失败。针对以上问题,提出一种结合注意力机制与好奇心驱动的近端策略优化算法,Agent能够通过好奇心驱动探索未知环境,同时结合注意力机制的理性好奇心能够有效控制Agent因有害好奇心导致的异常探索,使近端策略优化算法保持较快速度和更稳定的状态进行策略更新。实验结果表明该方法下Agent有更好的性能,能取得更高的平均奖励回报。

    深度强化学习注意力机制近端策略优化好奇心机制