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

    基于残差注意力的新槽值抽取研究

    鄢明辉周喜王轶
    208-214页
    查看更多>>摘要:针对任务型对话中用户输入存在新槽值难以提取的问题,提出一种基于双向长短时记忆神经网络的特征融合模型.通过负样本添加技术缓解新槽值识别问题;引入注意力机制来提取用户输入中词与词之间的权重特征;在多层堆叠长短时记忆神经网络之间用残差连接以缓解特征提取过程中的信息丢失,将得到的融合特征输入到条件随机场筛选出合理的标注序列.在DSTC3数据集上进行相关测试,实验结果表明,该模型在新槽值、已知槽值和总数据集上的识别准确率分别为70.73%、91.56%和87.11%,性能相比baseline方法有显著提高.

    槽值抽取新槽值自然语言处理残差网络注意力机制

    基于IMGRU-Seq2seq的自动问答方法研究

    姜雨娇黄铝文荚子萌
    215-222,256页
    查看更多>>摘要:针对传统问答模型采用循环神经网络带来的梯度消失和网络退化的问题,提出一种基于IMGRU-Seq2seq(Identity Mapping Gated Recurrent Unit-Sequence to Sequence)的自动问答模型.通过 TF-IDF 方法对文本进行加权词向量表示;以门控循环单元为基础,将批标准化技术和线性整流激活函数相结合并添加恒等映射,从而构建IMGRU模型;将双向IMGRU作为问答模型的语义抽取单元,引入注意力机制和集束搜索算法,实现自动问答.实验结果表明,所提方法比现有方法BLEU、ROUGE-L分别平均提高18.87%、4.35%.

    问答模型门控循环单元神经网络恒等映射注意力机制集束搜索算法

    基于BERT的农作物命名实体识别模型研究

    沈子雷杜永强
    223-229页
    查看更多>>摘要:随着数字农业的快速发展,农作物命名实体识别作为农业领域知识图谱构建的基础,成为一种高效率的农作物研究领域识别方法.由于农作物实体识别呈现结构复杂、实体指称不一致、干扰因素多等特征,严重制约了农作物领域实体识别的性能,提出一种基于预训练语言模型的实体识别模型,使用BERT为文本中词进行编码、采用双向LSTM(Long-Short Term Memory)获取句子中关键词的上下文,采用CRFs(Conditional Random Fields)捕获词之间的依赖关系,并结合所构建的农作物命名实体识别数据集进行验证.实验证明该模型能够有效对农作物实体进行识别,且性能优于当前已有的实体识别模型.

    命名实体识别BERT预训练语言模型双向LSTM农作物

    一种融合检测、跟踪与分割的行人多任务算法

    张泽华李向阳
    230-236,272页
    查看更多>>摘要:随着图像处理算法需求的增长,单个视觉算法往往难以满足任务需求,针对该现象,提出一种同时具备检测、实例分割和多目标跟踪的多任务处理算法.算法采用Anchor Free的框架实现一阶段的检测、分割与跟踪,使用基于网格的预测策略降低多任务分支带来的计算量增加,降低了模型部署的算力需求.跟踪分支采用词嵌入的方式对跟踪对象进行编码,根据编码间的距离进行关联.分割分支采用Mask系数和原始掩膜组合的方式,平衡了算法运行的精度和速度.实验表明,该多任务算法在实时运行的基础上能够满足一定的精度需求.

    多任务算法实例分割多目标跟踪

    基于边界感知的工业设备故障命名实体识别方法

    葛卫京刘晓丽杜亚峰
    237-242,249页
    查看更多>>摘要:命名实体识别在识别工业设备故障方面发挥关键作用,有助于故障预测、维护管理和智能决策.针对工业设备故障数据中存在的嵌套结构和长跨度问题,提出一种边界感知的实体识别方法.该方法通过边界感知精准定位实体跨距,并结合类别预测判断实体跨距的所属类别,以提高识别性能.此外,为解决标注数据的缺乏的问题,还构建面向工业设备故障的实体识别数据集.实验结果证明了该方法在工业设备故障实体识别方面的有效性,并为后续数据分析和知识图谱的构建提供了坚实基础.

    命名实体识别预训练语言模型工业设备故障信息

    尺度因子正则化BN算法

    刘向阳汪琦
    243-249页
    查看更多>>摘要:针对进一步提升深度神经网络训练的收敛速度问题,借鉴批规范化(Batch Normalization,BN)算法的特点,提出尺度因子正则化BN算法.通过对BN层中的可学习尺度因子γ施加L2正则化,使得γ得到衰减,进而参数的梯度上界降低,优化空间更加平滑.基于VGG16 Net与AlexNet,在cifar10、cifar100及裂缝图像数据集上进行该算法与BN算法的图像分类对比实验,结果表明该算法不仅提高了网络训练的收敛速度,而且在相同训练次数下提高了准确率.

    批规范化尺度因子L2正则化图像分类

    基于特征进化选择随机森林的MCI自动诊断

    高峰郑丽丽顾进广
    250-256页
    查看更多>>摘要:近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注.但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差.因此,提出一种基于随机森林的MCI自动诊断方法,通过机器学习的方式,高效准确地判定MCI;同时应用遗传算法更高效地搜索求解模型的最优参数.结果表明,该方法与医学人工诊断方式相比准确率提高约5%,且在求取随机森林的最优参数问题上,与网格搜索相比,遗传算法所用时间约为其1/45.

    MCI随机森林遗传算法最优参数

    改进FCOS算法的车辆检测方法研究

    杜昌皓张智
    257-262,281页
    查看更多>>摘要:针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolu-tional One-Stage Object Detection,FCOS)的车辆检测算法.通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆、并行车辆难以准确回归的现象;使用多尺度卷积结合多维特征信息,增强了算法对不同尺度检测的鲁棒性;根据车辆检测场景改进了回归尺度,提高模型的推理准确度.实验结果表明,该方法在车辆检测任务中能够明显提升检测精度并保持检测速度不下降.

    计算机视觉车辆检测全卷积网络多尺度卷积

    基于保真度加权判别协同竞争表示的鲁棒图像分类

    邓永强孙为军
    263-272页
    查看更多>>摘要:为了深度挖掘类别之间的信息,提升方法鲁棒性和准确度,提出一种基于加权判别式协同竞争表示的鲁棒图像分类方法.该文将所有类之间的判别和竞争协作表示集成到统一模型中;在模型中引入两个判别约束和加权类别表示系数的约束,进一步提升类别对表征的贡献率;引入一种具有保真度的鲁棒算法,有效提升对噪声的鲁棒性.对6组图像数据集进行实验验证,结果证明提出的方法具有更高的分类精度与鲁棒性.

    图像分类鲁棒性协同表示判别约束

    基于信息共享策略的加权逐点预测动态多目标优化

    包全磊陈红星
    273-281页
    查看更多>>摘要:为了有效实现Pareto最优解,并且提升对于输入误差的鲁棒性,提出一种基于信息共享策略的加权逐点预测动态多目标优化算法.引入一种信息共享策略,该策略允许每个点利用其相邻解决方案中的信息有效提升模型的鲁棒性.引入一个相似性度量,并对其与一些常用的相似性度量进行对比分析,进一步提出一种加权逐点预测方法,逐点特性极大增强了捕捉各种模式的能力.在EC2018 DMO测试套件上的实验结果验证了该方法的有效性.

    信息共享鲁棒性多目标优化加权逐点预测