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

    基于残差融合的改进Retinex图像增强算法

    王奎黄福珍
    205-211,218页
    查看更多>>摘要：针对低照度图像边缘纹理模糊、亮度和对比度偏低等问题，提出一种基于残差融合的改进Retinex图像增强算法。该算法采用 自适应多尺度引导滤波AMGF(Adaptive Multi-scale Guided Filtering，AMGF)替代高斯核函数，根据Retinex理论获取反射图像;使用CLAHE拉伸反射图像的对比度;通过L0范数提取输入图像残差进行融合;进行颜色恢复处理。实验结果表明，所提算法有效地提升了低照度图像的边缘细节表达能力，提高了图像质量和视觉效果。

    Retinex自适应多尺度引导滤波CLAHEL0范数颜色恢复

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

    结合多特征与线性判别分析的图像检索

    丁功鸿黄山
    212-218页
    查看更多>>摘要：卷积神经网络的全连接层特征缺乏对图像底层信息的描述，导致部分样本无法被成功检索。并且全连接层特征维度高，检索效率低下。针对这种情况，提出一种结合线性判别分析和多层特征的图像检索方法。该方法利用卷积神经网络提取卷积层和全连接层特征，并融合HSV特征，使用线性判别分析对融合特征降维。多层特征能增加图像的区分度，提升识别准确率。与其他算法的实验结果表明，该方法在检索精度和检索速度上有一定的提高。

    深度学习多特征线性判别分析图像检索

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

    基于N-Unet视网膜血管分割

    田红陈姚节
    219-223页
    查看更多>>摘要：针对在现阶段视网膜血管分割过程中存在的分支断裂问题，提出一种非局部Unet的模型Non-local Unet(N-Unet)。N-Unet模型保留了编码器-解码器的对称结构，在编码器阶段引入非局部块，使模型在提取特征的过程中关注非局部信息，能更好地捕捉图像中非相邻像素之间的关系。该模型在公开的DRIVE数据集上进行评估，得到的准确性、敏感性、特异性、曲线下面积分别为0。952 3、0。802 1、0。974 3、0。894 9。实验结果表明，该方法在解决血管分割过程中的分支断裂问题表现良好，具有研究意义。

    Unet网络Non-local血管分割医学图像

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

    基于System Generator的卷积加速结构设计与实现

    成鸿群刘宜成涂海燕徐金鹏...
    224-227,274页
    查看更多>>摘要：为解决卷积神经网络中卷积运算耗时长、运算复杂的问题，针对卷积运算的并行性特征，提出一种基于分块的流水线加速方法，并基于该方法在System Generator上进行了电路设计。通过在FPGA(Field-programma-ble Gate Array)上进行实验验证，该设计模型能正确输出卷积运算结果;在结构和输入数据相同的情况下，该设计模型在计算速度上相比于普通CPU最高可加速258倍，相比于服务器级CPU提高了近40倍，具有良好的加速效果。

    卷积神经网络卷积运算SystemGenerator现场可编程门阵列

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

    基于深度强化学习的高铁客票动态定价算法

    毕文杰陈功
    228-235,261页
    查看更多>>摘要：为了解决需求函数未知情况下的高铁客票动态定价问题。以最大化单列车期望收益为 目标构建Markov多阶段决策模型并设计DQN(Deep Q Net)强化学习框架寻找动态定价最优策略。算法以当 日收益为奖励，通过神经网络来逼近所有状态-动作组合的期望最优收益。为验证算法性能，基于市场动态和旅客行为，开发高铁客运需求模拟系统并进行仿真实验。实验结果表明，智能体动态定价策略可以在不同需求水平下灵活调整价格，其性能接近理论上界并且显著优于对比策略。

    收益管理高铁客票定价动态定价动态规划强化学习环境模拟算法

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

    一种自适应的Hilbert编码算法及其并行化

    王维晨贾连印王炳月梁彬彬...
    236-241页
    查看更多>>摘要：高效的Hilbert曲线的编码算法作为Hilbert曲线应用的基础，具有重要的研究意义。现有编码算法多未考虑不同输入数据的影响，因此在编码时效率较低。为此，在融合高效位操作、快速置位检测等技术的基础上，提出一种自适应的Hilbert曲线编码算法Adapt-HE。该算法根据输入数据的不同，自适应地采用不同的编码策略，能较好地适应不同的数据分布。此外，基于OpenMP对该算法进行并行化，进一步提高其编码效率，且可达到较高的加速比。

    Hilbert曲线状态视图Adapt-HEOpenMP

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

    一种不平衡数据多策略处理及组合分类算法

    张晓鹏秦亮曦
    242-250,305页
    查看更多>>摘要：针对传统机器学习算法分类不平衡数据时分类结果通常会忽略少数类的问题，提出一种基于多策略处理的组合分类算法MsBoost。对数据进行聚类;对少数类进行过抽样，对多数类采用提出的"三合一"算法进行欠抽样;为不同类的样本赋予不同的权重;将抽样后的两类样本结合，并用AdaBoost算法对基学习器进行组合。将MsBoost算法与AdaBoost、RusBoost、SmoteBoost和CusBoost算法在12个KEEL不平衡数据集上做了性能对比实验，该算法在AUC和G-mean指标值均取得了 6次最优和2次次优的结果，在F1分数指标上取得了 1次最优和6次次优的结果，表明该算法能有效地分类不平衡数据。

    不平衡数据分类抽样代价敏感组合

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

    基于依存句法分析的数学表达式查询扩展方法

    董斯文李新福杨芳田学东...
    251-255,290页
    查看更多>>摘要：传统的数学表达式检索方法主要面向表达式的二维结构，难以检索出具有相同语义但结构不同的数学表达式。针对这一问题，设计一种基于依存句法分析的数学表达式查询扩展方法。以FDS(Formula Description Structure)解析表达式结构信息的检索方法为基础，通过依存句法抽取表达式周围文本中的语义词，并建立运算符、表达式、语义词间索引;通过语义词二次查询，实现检索语义相同但结构不同数学表达式的目的。实验结果表明，依存分析能有效地抽取数学表达式语义词，加入语义的表达式检索方法，查全率和查准率都有了 一定的提高。

    表达式检索FDS依存句法分析语义词扩展查询

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

    基于改进NMF与相位补偿的胎心音降噪算法

    傅晓雯李霞
    256-261页
    查看更多>>摘要：在孕妇体表，通过声音传感器对胎儿心音信号进行采集，结果通常包含多种噪声，常用的滤波方法无法取得满意的降噪效果。为了能够更好地滤除与胎儿心音信号同频的噪声信号，提出改进的非负矩阵分解算法(NMF)，对短时幅度谱利用奇异值分解得到用于NMF的特征数和初始化矩阵，对NMF增加L2，1稀疏限制，使分解得到的胎心音特征呈现更多细节;对短时相位谱采用了增加稀疏限制的相位补偿算法(PSC)。实验结果表明:与常用降噪方法相比，该方法的信噪比至少提升0。52 dB，能更好保留胎儿心音信号特征。

    胎儿心音降噪非负矩阵分解相位补偿算法稀疏限制

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

    基于广义鲁棒距离度量的孪生支持向量机分类算法

    李耀波宋旭东孔翔宇
    262-274页
    查看更多>>摘要：针对孪生支持向量机处理含离群点效果较差的问题，提出一种基于Laplacian核相关熵的广义鲁棒距离度量分类算法。提出一种有界自适应Lθε损失，在学习过程中可以通过自适应参数θ来选择不同的损失函数;提出一种基于拉普拉斯核的相关熵诱导鲁棒距离度量，并证明该度量的有界性、非凸性、光滑性和逼近性;进一步提出一种自适应鲁棒孪生支持向量机学习算法。在多个数据集上的实验结果表明，该算法对特征噪声和离群点具有良好的鲁棒性。

    支持向量机有界性相关熵鲁棒性

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