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

    PVS-CNN:子流稀疏卷积优化的Point-Voxel CNN

    孙亚兰林云汉
    135-141,199页
    查看更多>>摘要:针对经典的三维卷积网络在模型较大的场景上分割和检测的效率低和内存占用大的问题,提出PVS-CNN网络框架,通过更新哈希表和特征稀疏矩阵的方式实现了效率高且占用低的三维卷积,引用子流稀疏卷积改进PV-Conv。将PVS-CNN在ShapeNet和S3DIS数据集上进行评估,实验结果表明,所提出的PVS-CNN比PVC-NN快3。6倍,GPU内存占用仅为PVCNN的0。55倍。在目标检测上,与F-PVCNN相比,PVS-CNN在时间效率和检测精度上全面优于F-PVCNN。

    三维点云效率内存占用分割目标检测子流稀疏卷积

    基于U-net-BiLSTM-CRF的心律失常多目标检测

    王雨轩朱俊江黄浩濮玉...
    142-150页
    查看更多>>摘要:由于卷积滤波尺寸等限制,U-net无法学习到心电(Electrocardiographic,ECG)信号的长时序关联性以及标签间的相关性。对此提出一种基于U-net-BiLSTM-CRF的心律失常多目标检测方法,可同时输出目标心拍所属类型和位置信息。使用U-net学习融合特征,再将其输入到双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)中学习长时序依赖特征,最后使用条件随机场(Conditional Random Field,CRF)对标签间的关系建模,优化分类结果。依据ANSI/AAMI EC57:2012的心搏分类标准,对MIT-BIH心律失常数据库中共85 609个心拍记录进行划分,在划分后数据集上的实验结果表明,该方法对心拍分类的准确率达99。11%,特异性为99。76%,灵敏度为97。21%,优于传统U-net在MIT-BIH心律失常数据库上的分类性能。

    心律失常检测U-net双向长短时记忆网络条件随机场

    基于改进时空图卷积网络的人员交互行为识别

    雷静思刘双广刘乔寿王祥雪...
    151-158页
    查看更多>>摘要:针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提高特征复用率;设计一种增强时空图卷积网络(EST-GCN)单元提高网络对关节点之间的信息表征能力;引入一种运动特征因子衡量肢体不同关节的重要程度,提高模型识别效果。在Kinetics数据集和办案区场景数据集上的实验结果表明,所提出方法在识别效果上具有一定优势,且该方法在模型复杂度及运行效率上具有很好的竞争力。

    交互行为时空图卷积网络骨架数据密集

    基于Graph Attention的双通道中文文本摘要生成

    曹渝昆徐越
    159-164,241页
    查看更多>>摘要:传统的中文生成式摘要方法未充分考虑中文文本字特征和词特征之间的不同含义,容易对原文内容的信息做出错误理解。提出一种基于Graph Attention的双通道中文文本摘要生成方法,采用双通道的编码器结构分别提取文本的字级和词级特征,并通过Graph Attention提取文本对应的三元组集合特征,进行融合之后输入到带copy机制的解码端进行解码,从而提升原始文本的信息提取能力。对比实验结果表明,该方法在两个数据集上都有较好的表现。

    文本摘要注意力机制生成式摘要

    基于Graph-LSTMs的双重位置感知方面级情感分类

    杨锐刘永坚解庆刘平峰...
    165-172页
    查看更多>>摘要:目前针对用户评论中方面词项情感分类任务的研究大多忽略了依存句法信息,或并未建立依存句法结构与单词之间的联系。为此,提出一种基于Graph-LSTMs的双重位置感知方面级情感分类方法。通过Graph-LSTMs 学习词项的上下文语境特征;在双向GRU的输入中拼接具有双重位置信息的位置向量,优化句子情感编码;利用注意力机制捕获关键的情感特征,实现分类。在SemEval2014的两个数据集上的实验结果表明,该模型相比几种基线模型在准确率和Macro-F1这两个指标上提升明显。

    方面级情感分析Graph-LSTMs依存句法位置权重注意力机制

    基于多分类LSTM的浏览器指纹识别方法

    李建伏宋国平
    173-178页
    查看更多>>摘要:现有基于机器学习的方法将浏览器指纹的用户识别处理成二分类问题,但该处理方式信息损失较多且识别效率低下。为解决上述问题,提出基于多分类长短期记忆网络(Long Short-Term Memory,LSTM)的浏览器指纹识别方法。其基本思路是将同一用户的浏览器指纹数据处理成时间序列,利用多分类LSTM模型对其进行分类,从而实现用户识别。实验结果表明,该方法比基于二分类的指纹识别方法有更高的准确率和更快的识别速度。

    浏览器指纹LSTM用户识别

    基于动态时空信息融合的视频行为识别

    史亚琪赵峰
    179-184页
    查看更多>>摘要:由于视频数据在时空维度上具有复杂和冗余的信息。针对这个问题,提出运动模块,该模块基于时空特征去计算像素特征之间的时空差异。将动态的时空差异分解为两个分支进行处理,一个分支用于修正相邻帧间特征差上的时空位移,另一个分支用于捕获此时间差上的上下文信息。在当前时间差中,对时空差异的像素点的概率分布进行建模。结果表明,在尽量不影响计算量(flops)与参数量的情况下,运动模块提高了视频识别任务方面的性能,并在公共数据集上证实了其有效性和效率。

    深度学习时空特征特征融合行为识别

    基于改进归一化互相关配准的口腔头侧序列图像全景图拼接算法

    刘峻源黎希沈思婉李章勇...
    185-191,223页
    查看更多>>摘要:在牙科的头颅侧位成像中,使用小视野探测器经过线性扫描获得序列图像。为了得到头侧全景图,设计一种基于改进归一化互相关配准的拼接算法。该文使用高斯混合模型对图像进行分割预处理;将目标区域内的归一化互相关系数作为测度函数,采用基于小波变换的多分辨率策略与粒子群优化算法提高配准精度;对配准后的图像进行图像融合,经过多轮连续拼接得到口腔头侧全景图。实验结果表明,改进后的算法配准误差波动从[-6,8]缩小到[-1,1],配准结果达到亚像素级。主观和客观分析显示,所提算法得到的拼接全景图无拼接缝隙和重影,且质量评价指标为最优。

    头颅侧位影像图像配准归一化互相关图像融合

    无人机平飞下激光雷达和双目视觉融合的SLAM建图

    吴秉慧董志岩翟鹏张立华...
    192-199页
    查看更多>>摘要:针对无人机在较快运动下使用单一传感器难以有效构建地图的问题,提出一种基于LiDAR与双目融合的建图方法。利用LiDAR获取远处环境信息,提取物体的边界信息减少数据冗余,实现预先地图的构建;使用双目获取近处的信息,同时利用改进的特征金字塔法以实现特征快速提取,与LiDAR预建地图并行计算提高运行效率;最后将视觉特征与LiDAR预建地图融合构建二维地图。实验表明,该方法在无人机不同速度下可构建可靠性更高、更精确的环境地图,可为快速无人机的实时避障提供位置信息。

    无人机同时定位与地图构建传感器融合特征提取金字塔法

    基于分形特征和阈值分析的图像边缘检测

    罗洪平马洪兵王宏伟
    200-204页
    查看更多>>摘要:针对传统的边缘检测算法对噪声敏感且伪边缘较多,提出一种基于分形特征和阈值分析的图像边缘检测方法。该方法利用改进的毯覆盖算法计算出图像的分形特征,将图像的灰度分布映射到分形维数空间上,再根据提取的分形特征图进行阈值分析,获得高低两个阈值,将像素值分为非边缘、弱边缘和强边缘3类,再对弱边缘像素进一步加以判断。实验结果与其他算法相比较表明,该算法检测出来的图像边缘伪边缘和噪声最少。

    边缘检测分形特征毯覆盖法阈值分析双阈值