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YOLOv3的乳腺X线图像肿块检测方法

    潘以轩陈智丽高皓张辉...
    136-144页
    查看更多>>摘要：乳腺X线摄影术是目前国际上公认的有效的乳腺癌早期筛查手段。提出一种基于YOLOv3网络的乳腺X线图像肿块检测方法。该方法能够在保证精度的同时，以较快的速度一次完成对整幅图像中肿块的检测。应用迁移学习技术，将由数字化乳腺X线图像学习到的肿块病变检测知识迁移到全域数字图像，有效解决了目前全域数字图像数据集缺乏的问题。使用五折交叉验证方法，在DDSM和INbreast数据集上进行实验验证，最终得到的五折间肿块检测平均准确率为81。34％。

    深度学习YOLOv3乳腺X线图像肿块检测迁移学习

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

    基于全局自适应宽度注意力改进的Transformer

    曾庆威张建张鸿昌谭雨阳...
    145-149页
    查看更多>>摘要：Transformer在自然语言处理中运用广泛，但存在文本长度过长带来的输入信息被切割、显存占用太大的问题，已有的解决方法是让模型动态决定每层注意力宽度，可以在控制计算量和显存开销的前提下关联最优序列长度，但存在每层最优的注意力宽度并不能达到模型最优注意力宽度的缺点。为此，提出一种全层自适应宽度注意力模型(GAA)。让每层的注意力范围和全局关联，实现模型全局注意力范围最优，还将模型的前馈层修改为带门控单元的前馈层(FFNGLU)。在数据集enwiki8和text-8上的验证表明，该方法仅使用25％的训练计算成本，即可达到比基线更好的性能。

    Transformer全局自适应宽度注意力FFNGLU

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

    基于微小运动的人脸活体检测算法

    崔家礼郭华贾瑞明
    150-158,191页
    查看更多>>摘要：针对人脸识别过程中容易受到打印攻击、视频重放攻击的问题，提出一种利用微小运动的人脸活体检测算法。该算法对视频进行运动放大处理以增强微小运动;使用运动强度和运动方向描述微小运动，生成两种运动特征图并进行融合;使用基于注意力机制的VGG16网络进行真伪判别。在Replay-attack数据集上半错误率(HTER)为1。35％，在CASIA FASD数据集上等错误率(EER)为2。5％，证明 了微小运动对人脸防伪的有效性。

    人脸活体检测运动放大面部运动运动特征图VGG16

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

    基于卷积神经网络的SAR图像舰船分类

    陈玮刘坤
    159-164,183页
    查看更多>>摘要：针对合成孔径雷达图像中斑点噪声导致图像分类准确率低的问题，提出一种基于改进VGG16的分类算法。在卷积层中加入一层注意力层，专注于重要特征，抑制不重要特征，从而抑制斑点噪声。在目标函数中引入 Fisher损失函数，用该函数对特征的类内距离和类间距离进行约束，从而使得由于斑点噪声所造成的分类错误减少。通过实验可知，相比于改进前的网络，分类准确率提高了 5。63百分点，有效改善了因为斑点噪声所造成的分类准确率低的问题。

    卷积神经网络图像分类注意力机制Fisher线性判别准则合成孔径雷达斑点噪声

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

    基于时空注意图卷积的人体动作识别

    赵登阁智敏
    165-170,254页
    查看更多>>摘要：针对基于骨骼数据的人体动作识别中关键节点及特征应用度不高的问题，构建一种基于时空图卷积和通道-空间联合注意力模块融合改进的人体动作识别系统。算法首先通过空间图卷积获得结构化特征，由通道-空间联合注意力模块强化关键节点和关键结构信息，再由时间图卷积获取高级时空特征，最后用全局池化层和softmax分类器得出识别结果。实验结果表明，在关键节点和结构特征得以强化的同时，也保留了原始特征信息。该算法在基于骨骼数据的人体动作识别上具有更高的精度。

    人体动作识别骨骼数据注意力模块关键节点时空图卷积

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

    基于几何透视图像预处理和CNN的全景图像交通标志识别算法

    曹峻凡张向利闫坤张红梅...
    171-176页
    查看更多>>摘要：为解决深度学习方法在高清全景图像中检测交通标志遇到图形处理器资源不足、小目标容易漏检、检测速度过慢等问题，采用小目标过采样训练数据生成方法、图像分块和几何透视检测预处理方法以及改进的轻量神经网络Improved-Tiny-YOLOv3，提出了 一种基于深度学习的轻量级全景图像中交通标志检测方法。并在Tsinghua-Tencent 100K数据集上进行了实验，mAP值达到92。7％，在Nvidia 1080Ti显卡上检测速度可达到20 FPS，实验结果验证了所提方法的有效性。

    交通标志检测识别Improved-Tiny-YOLOv3几何透视法随机裁剪CIoU全景图像

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

    基于RDU-Net网络的肺部CT分割算法研究

    陈亚浩韩林刘艳青张悦...
    177-183页
    查看更多>>摘要：提出RDU-Net网络进行肺结节的分割工作。该网络以U-Net网络为基础，针对网络训练过程中经常出现的梯度消失现象，引入残差单元对基础网络进行改进，该操作很好地解决了网络模型训练过程中出现的梯度消失问题;为了提高网络的泛化能力，在网络中增加了 Dropout层，以避免网络在训练过程中过拟合现象，进一步提高分割精度。该网络在LIDC-IDRI数据集上进行实验，其AUC和Dice分别达到了 0。89和0。76，相较于基础网络其分割精度和分割效果都有一定的提高。

    深度学习U-Net肺片分割肺结节

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

    融合字段类型与文本匹配的中文问句解析

    纪相存李大林彭晓东
    184-191页
    查看更多>>摘要：自然语言转SQL语句技术可以帮助用户使用数据库，而WikiSQL数据集对表格内容的保护一定程度上限制了模型的使用，基于此，提出一种融合字段类型与文本匹配的中文问句解析方法。基于SQL结构分解问句解析任务，通过字段类型相关的分隔符将表结构信息结合到RoBERTa编码器输入中，并使用结合编辑距离与语义词典的文本匹配来使模型更加鲁棒。在中文数据集TableQA进行测试，该方法取得了最好的效果，正确率达到 93。44％。

    自然语言转SQL语句表结构信息SQL结构文本匹配

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

    基于FREAK算符及双向最近汉明距的非理想虹膜识别算法

    季毕胜叶学义廖奕艺邹茹梦...
    192-199页
    查看更多>>摘要：针对低约束条件的非理想虹膜识别性能的显著下降，以及尺度不变特征变换(SIFT)和加速稳健特征(SURF)方法实时性不高的问题，提出FREAK算符配合双向最近汉明距的识别算法。通过高斯核构建多尺度特征点检测算子提取稳健的特征点集合，并引入FREAK算符改进SIFT算符，以提高特征点的表征和匹配速度;利用双向最近汉明距的匹配策略增强特征匹配对的稳定性，以降低非同源虹膜的匹配点数。实验结果表明，识别等错误率和正确识别率均有改善且单次验证时间均在0。3 s左右。该方法能够有效应对非理想虹膜类内纹理质量的变化，与SIFT与SURF算法相比具有更好的实时性。

    非理想虹膜识别多尺度检测FREAK算符双向汉明距实时性

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

    基于先验特征与谱归一化的人脸超分辨

    万杰林冷拓倪超杰
    200-206页
    查看更多>>摘要：图像超分辨技术指在不丢失信息的情况下将低分辨率(LR)图像转换成高分辨率(HR)图像。该技术在人像上的实现有着广泛的应用场景如人脸识别、人脸对齐等，但传统的超分辨方法在人脸图像上恢复程度低，并且不稳定。对此，提出SN-FSRGAN模型。使用人脸先验特征指导超分辨率;引入谱归一化用于稳定基于GAN的超分辨率网络训练结果。通过在数据集Helen与CelebA上实验显示，所提出的方法在PSNR、SSIM与视觉感官上皆取得了对比ESRGAN、FSRGAN等模型而言较优的结果。

    人脸超分辨生成对抗网络人脸先验特征谱归一化

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