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U形特征融合的遥感图像目标检测方法

    尹雪乔宋叔尼
    149-154页
    查看更多>>摘要：由于遥感图像具有视野大、目标小等特殊性，如何准确地检测遥感图像的目标仍然是具有挑战性的问题。基于YOLOv3进行改进，提出新方法U-YOLO。改进YOLOv3的预选框的选取方法，解决预选框选取不平衡的问题。提出U形特征提取模块来提取更深层次的特征，提高检测的效果。提出应用于损失函数的面积因子，改善小目标检测难的问题。分别在NWPU VHR-10数据集和RSOD数据集进行实验，实验结果表明，该方法分别比原始的YOLOv3提高了 0。079和0。065。

    目标检测遥感图像深度学习

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

    优化特征融合的多尺度遥感图像目标检测方法

    张昊刘凤谭富祥钱育蓉...
    155-161,167页
    查看更多>>摘要：为解决遥感图像场景下多尺度目标检测准确率低的问题，提出DAFFNet遥感图像目标检测算法。该算法基于SSD进行了三方面的改进:为增强多尺度特征信息的获取能力，设计一种基于分组的特征融合方法;引入基于注意力机制的多维度特征优化方法，来解决复杂背景下目标分类困难的问题;将Focal loss作为新的边界框置信度损失函数，令模型聚焦于难分类的正样本，以改善正负样本不平衡对目标分类所造成的干扰。在遥感公共数据集NWPU VHR-10上进行模型评估，实验结果表明，该算法相较于原算法均值平均精度提高5。1百分点，能有效地提高遥感图像目标检测准确率。

    遥感图像目标检测分组特征融合多维度特征优化注意力机制

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

    基于注意力改进残差网络结构的表情识别方法

    张智魏蘅
    162-167页
    查看更多>>摘要：针对目前CNN在复杂图像中特征提取不充分的问题，提出一种基于注意力的改进残差网络的表情识别网络。设计一个双流网络在完成粗特征表情识别的同时检测关键点，并使用注意力机制增大关键点周边特征的权重。随后以残差网络为基础模型，改进残差块之间的跳跃连接方式，并将残差块中的普通卷积改进为分组卷积来强化特征提取能力。最后联合两个表情识别网络进行分类，实验结果验证了该模型方案有着更卓越的性能。

    人脸表情识别残差网络注意力机制分组卷积

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

    基于改进标记分布学习的人脸年龄估计

    杜希婷张德
    168-174页
    查看更多>>摘要：人脸年龄特征的变化是有序且缓慢的，同一个体相近年龄的脸部年龄特征是相似的。基于标记分布学习的年龄估计就是利用这个特点而设计的一种方法，实现了从年龄单目标预测到年龄标记分布向量预测的学习任务的转变，这一定程度上解决了人脸年龄估计中数据不全面的问题。但现有的基于最大熵回归模型的标记分布学习存在不能构建统一的标记分布预测模型和计算复杂时间长等问题，另一种基于神经网络的算法容易发生过拟合且神经网络的结构不容易被理解。为解决这些问题，提出基于核偏最小二乘回归模型的标记分布学习来解决人脸年龄估计问题。核偏最小二乘回归模型对数据分布没有前提假定，并且可以解决非线性问题。在FG-NET和MORPH Ⅱ数据集的实验结果表明，相较于其他对比方法，此法有更小的年龄估计误差同时提高了计算效率。

    人脸识别年龄估计标记分布学习核偏最小二乘回归人脸年龄数据集

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

    基于CEEMD-MPE与SDAE的局部放电模式识别

    蒋伟赵显阳樊汝森徐鹏...
    175-181,195页
    查看更多>>摘要：针对变压器局部放电故障信息提取困难以及局部放电类型识别准确率低等问题，提出一种基于CEEMD-MPE 与SDAE相结合的局部放电模式识别算法。对局部放电原始信号进行CEEMD分解，得到多个固有模态分量(IMF)，根据相关系数筛选出系数最大的IMF作为最优分量，计算其不同尺度下的排列熵值;将有效排列熵值作为特征数据集输入到SDAE中进行无监督学习训练;利用Softmax分类器输出放电类型。实验结果表明，该算法识别精准率为98％，召回率为96。67％，F1得分为97。17％，能够快速、准确地识别局部放电类型。

    互补集合经验模态分解多尺度排列熵栈式降噪自编码局部放电特征提取模式识别

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

    基于视频关键帧提取的快速T3D动作识别模型

    丁建立袁梓瑞王怀超
    182-188页
    查看更多>>摘要：视频级动作识别存在着数据量大、识别速度慢的问题，主要原因是需要提取空间维度上人体姿态，还需要考虑时间维度上动作关联。提出一种基于视频关键帧提取的快速T3D动作识别模型，通过改进的Superpoint网络提取视频关键帧，缩减数据量。以T3D网络为基础，时空分解其关键模块可变时序卷积层，显著提升了其计算效率。在公共数据集UCF-101和HMDB-51数据集进行了实验验证，准确率和原T3D网络近似，但其识别速度为原T3D网络的2倍，更适合于实际的应用场景。

    快速动作识别视频关键帧提取T3D网络Superpoint网络快速识别

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

    基于贴文级特征融合的社交网络谣言检测方法

    余潇龙郭天成陈阳王新...
    189-195页
    查看更多>>摘要：现有的谣言检测方法，对贴文语义和贴文发布者信息、贴文传播状态等社交网络属性之间的关联利用不足，导致检测性能受限。针对这一不足，提出一种基于贴文级特征融合的谣言检测模型PF-HAN。模型通过带注意力机制的双向长短期记忆网络(Bi-LSTM)生成各条贴文的语义表示，并与对应贴文的社交网络特征进行拼接以保留两者的对应关系。融合得到的贴文综合表示以序列形式输入分层注意力网络提取时序特征，生成最终的事件表示用于谣言判别。实验结果表明，模型在新浪微博和Twitter数据集中进行谣言检测任务时F1值达到0。956和0。740，且能以高准确率完成谣言早期检测任务。

    深度学习自然语言处理谣言检测特征融合

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

    基于改进YOLOv4-Tiny的指针仪表自动读取方法

    邵磊陈培栋孙文涛李超...
    196-202,218页
    查看更多>>摘要：为了提高对指针仪表识别的准确率与泛化能力，提出一种基于改进YOLO v4-Tiny的指针仪表自动读取方法。该方法一级模型基于YOLOv4-Tiny算法，提取指针仪表表盘区域以及仪表分类，并通过加深主干特征提取网络、增加 FPN(Feature Pyramid Networks)结构与检测头、使用 PreLU(Parametric Rectified Linear Unit)激活函数，提高原YOLOv4-Tiny模型的检测精度。二级读数算法通过(PPHT)累计概率霍夫变换和最小二乘法拟合指针，通过斜率推导仪表读数。实验结果表明，改进方法能够有效、准确地完成对指针仪表的读取，改进的YOLOv4-Tiny模型相比于原模型F1分数提升了 10。65百分点，达到了 93。31％，FPS达到了 192，整体识别准确率达到了99。36％。

    目标检测指针仪表识别YOLOPReLUFPN

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

    基于多尺度特征和元学习的图像识别算法研究

    黄勇杰高乐杨田
    203-209页
    查看更多>>摘要：在计算机视觉与图像识别技术中，随着输入分辨率的变化，卷积神经网络方法的识别效果也不同。多尺度特征学习可以将图像的精度和细节结合在一起，结合图像的多个尺度信息进行分析。元学习让计算机模拟人的大脑，学习如何去学习，可以更高效灵活地实现图像分类。因此，结合多尺度特征和元学习进行图像识别算法研究具有较高的研究价值。通过膨胀卷积产生了不同分辨率的输入图像;使用元学习产生不同输入分辨率下神经网络的卷积权重;对于不同输入分辨率的模型使用知识蒸馏。

    图像识别多尺度特征学习元学习知识蒸馏人工智能

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

    基于面部生成的视频序列多角度人脸识别系统

    张子豪张华琰张雷
    210-218页
    查看更多>>摘要：针对人机交互系统捕捉大姿态侧脸图像过程中面部纹理缺失严重导致的人脸识别效果不佳问题，提出一种基于面部生成的视频序列多角度人脸识别系统。对传统人脸识别系统中的检测和对齐模块进行改进，将生成对抗网络(GAN)与两种主流面部特征点定位方法相结合。通过增加预处理过程实现正面人脸生成，并针对不同侧脸角度设定系统阈值，还原丢失面部特征。实验结果表明，该系统能有效提高人脸定位精度，并最多可将识别准确率提升18。85％。

    人脸识别面部生成生成对抗网络面部特征点定位图像处理

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