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

    一种结合轻量级注意力机制的人体姿态估计算法

    李文星喻明毫王子牛高建瓴...
    131-137页
    查看更多>>摘要：针对现有的人体姿态估计模型存在的模型参数量和计算量大、冗余度高、耗时长等问题，提出一种基于轻量级注意力机制的网络框架。使用轻量级网络MobilenetV3替代了原OpenPose的主干网络VGG-19;对OpenPose的二分支多阶段的卷积神经网络框架进行压缩;引入空间和通道相结合的注意力机制模块CBAM对模型的速度和精度进行权衡。实验结果表明，该方法下的网络模型大小和浮点计算量分别为10。51 MB和22。65 GFlops，相对于原OpenPose减少了 79。91％和83。35％;在COCO2017测试集下，能够在保持较高的检测精度和召回率的基础上显著提升检测速度。

    人体姿态估计计算机视觉OpenPose轻量级网络注意力机制

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

    基于CNN和双向LSTM的房颤预测模型

    吴石远陈艳红杨湘高峰...
    138-146页
    查看更多>>摘要：现有基于CNN的模型无法提取患者数据中的时序特征，而基于RNN的模型忽略了各医学变量的差异性特征。针对这种情况，提出一种结合CNN和RNN的房颤预测模型，利用一个独立CNN模块捕获电子病历数据中各医学变量间的差异性特征，同时使用一个独立的RNN模块捕获电子病历数据中时序性特征以及各医学变量间的相关性特征。在真实医院数据集上的实验结果表明，与最新的一些基于电子病历数据的疾病预测方法相比，该模型在房颤的预测方面表现得更加突出，F1值提高了 2。14％，AUC值提高了 1。32％。

    心房颤动疾病预测电子病历卷积神经网络长短时间记忆网络

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

    基于YOLOv3-tiny的二轮车头盔检测

    杨国亮李世聪邹俊峰龚家仁...
    147-152页
    查看更多>>摘要：针对二轮车驾乘人员头盔佩戴问题，提出一种基于YOLOv3-tiny的轻量化头盔检测模型。将原始模型主干网络进行轻量化处理，减少检测模型的参数量，在网络中添加U型特征二次融合模块，引入关于边框距离的DIoU损失函数，用于提高检测模型的特征提取能力和识别精度。在测试集上的实验表明，改进后的模型相比原YOLOv3-tiny模型表现出更高的查全率和mAP及F1指标，且在保持较小参数量的同时，具有优于深度网络YOLOv3的检测性能。

    头盔检测轻量化网络特征融合边框损失函数

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

    基于改进SSD的自然场景小交通标志检测

    郭烊君雷景生
    153-157,263页
    查看更多>>摘要：为提高在复杂的自然交通场景下对小交通标志检测的准确度，改进了 SSD模型。在SSD多个检测层加入并行多尺度特征融合，通过结合深、浅特征层的检测优势，改善了 SSD模型在小目标检测方面的不足;在SSD模型的多个检测头分别加入注意力机制模块，增强对小交通标志的特征提取效果;加入focal loss损失函数减小背景对整体损失的贡献，防止背景过拟合。实验结果表明，在复杂自然场景下，改进的方法相比原始模型对小交通标志检测的mAP提升了 4。9百分点。

    SSD模型小交通标志检测多尺度特征融合注意力机制

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

    基于全维动态卷积的无人机航拍图像轻量化目标检测

    魏仁干丰霜孔华锋
    158-165,182页
    查看更多>>摘要：针对传统无人机航拍图像目标检测中出现的模型体积大、检测准确率低等问题，提出一种轻量化的无人机航拍图像目标检测算法。以YOLOv5s为基础，增加小目标检测层，采用全维动态卷积替换普通卷积，减少了参数量。使用跨层跨尺度的加权特征融合，并引入FasterNet模块，加强特征提取能力。使用动态标签分配策略，显著提升检测精度。实验结果表明，提出的算法在准确率和模型体积方面优于原YOLOv5s算法，可以更高效地完成无人机航拍图像的目标检测任务。

    航拍图像目标检测动态卷积特征融合标签分配

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

    基于特征残差融合的显著性检测网络

    徐玉菁李洪鹏
    166-170,196页
    查看更多>>摘要：当前的显著性检测任务得益于卷积神经网络模型的监督训练能够达到很好的效果，但是模型中的显著性特征如何有效地利用仍是一个关键的问题。不同层级的显著性特征信息融合能够达到互补的效果进而促进最终预测的效果，因此提出一个基于局部信息残差融合的网络架构。该结构是对局部范围的卷积层的特征进行残差式的融合，以此降低由于采样操作导致引入噪点的风险。再将融合的新特征图由深层递进式地传递到浅层并输出，进而获得最终的预测结果。

    显著性目标检测残差结构深度学习计算机视觉

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

    基于MRC的设备故障命名实体识别方法

    徐鹏龚伟宋俊典
    171-176,273页
    查看更多>>摘要：命名实体识别是一种有效的设备运行日志分析方法，不仅提高了故障检测的准确度，而且为智能运维策略的优化提供了强有力的支持。鉴于设备运行日志的专业性和复杂性，提出一种基于机器阅读理解的设备故障命名实体识别方法，该方法通过将特定的实体类别转化为 自然语言查询，并将实体类别信息融合到这些查询中，有效地克服了传统方法在标签语义信息上的不足，并在实体边界定位的准确性上取得了显著提升。实验表明该方法在设备故障命名实体识别的准确性和有效性方面明显优于现有的基线方法。

    机器阅读理解命名实体识别设备故障

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

    多尺度卷积神经网络的电阻层析成像算法

    仝卫国曾世超张立峰
    177-182页
    查看更多>>摘要：针对电阻层析成像(ERT)经典算法(LBP、Landweber等)在复杂流型情况下成像精度低的问题，提出一种基于多尺度卷积神经网络(Multi-scale Convolutional Neural Network，MS-CNN)的电阻层析成像图像重建算法。根据气液两相流流型特点，构建有限元模型得到20 000组包含"边界电压向量-电导率分布"的数据集。在典型卷积神经网络Resnet50和Vgg16的基础上，构建针对ERT图像重建问题的MS-CNN。仿真实验结果表明，与Landweber迭代算法和单尺度卷积神经网络算法相比，MS-CNN算法的ICC分别提升了 0。715和0。023，RIE分别降低了 0。812和0。057。抗噪性测试与静态测试结果表明，MS-CNN算法具有良好的图像重建结果和鲁棒性。

    卷积神经网络计量学电阻层析成像Landweber电导率分布

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

    基于均值阈值和回溯策略的SWOMP重构算法

    李忠兵赵茂君谌贵辉庞微...
    183-188,263页
    查看更多>>摘要：为提高压缩感知重建算法中阶段性弱选择正交匹配追踪(SWOMP)算法的重建精度和运行速度，提出一种基于均值阈值和回溯策略的SWOMP算法。该算法利用均值策略自适应选择原子，提高了原子筛选的精确性;采用回溯策略对所选原子进行二次筛选，优化支撑集提高算法的重建精度;通过简化矩阵的设计减少算法迭代次数，提高了算法的运行速度。仿真实验表明，该算法对一维随机信号和二维图像信号的重构性能明显优于其他同类算法，具有重建精度高、用时少的特点。

    压缩感知阶段性弱选择正交匹配追踪稀疏重建贪婪算法回溯均值策略

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

    基于ResNet50与卷积稀疏表达的红外与可见光图像融合算法

    邵大光邵现振刘鹏赵闯...
    189-196页
    查看更多>>摘要：提出一种基于ResNet50神经网络与卷积稀疏表达的红外与可见光图像融合算法。通过低通滤波将红外与可见光图像分解成基础层和细节层;运用卷积稀疏表达对基础层进行处理得到新的基础层，使用ResNet50神经网络对细节层进行特征提取，对得到的特征图进行L1正则化和最大选择策略得到最大权重层，经过权重分配得到新的细节层;对新的基础层和细节层进行重建，得到融合图像。该算法针对基础层和细节层提出了新的融合策略，并且能较好地保留细节信息和结构信息。实验结果表明，该算法在主观和客观指标证明上优于对比算法。

    图像融合ResNet50卷积稀疏表达红外图像可见光图像

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