首页期刊导航|计算机测量与控制
期刊信息/Journal information
计算机测量与控制
计算机测量与控制

苟永明

月刊

1671-4598

ck@chinamca.com

010-68371556转12、21

100048

北京市海淀区阜成路甲8号中国航天大厦四层

计算机测量与控制/Journal Computer Measurement & ControlCSCD北大核心CSTPCD
查看更多>>报道内容：◆ 计算机技术、自动测试技术和自动控制技术的研究成果及发展方向的综述与评论；◆ 先进的总线技术、故障诊断技术、系统集成技术以及控制理论在工业领域和军事中的 应用；◆ 边缘扫描测试技术、遥测遥控技术和自动测试系统的设计与开发；◆ 动态数据采集与信号处理系统；现场总线与接口技术；机电一体化技术；◆ 嵌入式系统软件、软件测试以及工控组态软件的开发与应用；◆ 集散/分布控制系统，自控/监控系统的开发与应用；◆ 计算机网络与通信、楼宇自动化技术的开发与应用；◆ 先进的测控部件及传感器技术在工业自动测试和控制中的应用；◆ 基于总线技术的智能仪器仪表的设计与开发。
正式出版
收录年代

    RGBT多模态视觉跟踪方法综述

    杨晓丽张馨月于涛高鹏...
    1-8,35页
    查看更多>>摘要：RGBT视觉跟踪是指融合可见光和热红外多模态图像信息进行视觉跟踪的新兴热点研究课题,合理融合可见光和热红外图像的互补信息可以提高跟踪器的性能和鲁棒性;人工智能技术的发展推动了 RGBT多模态视觉跟踪的发展,深度学习技术逐渐代替传统目标跟踪方法,在精确度与速度方面更具有优势;对近年来RGBT多模态视觉跟踪进行了全面综述,整理了 RGBT多模态视觉跟踪的发展历程,归纳和讨论了相关算法,具体包括基于相关滤波的方法和基于深度学习的方法;回顾了 RGBT多模态视觉跟踪数据集的发展历史,介绍了算法性能评估指标,分析了不同方法在评估数据集上的性能,展望了 RGBT多模态视觉跟踪的未来研究趋势;旨在为相关研究者提供全面的概览和参考,以促进RGBT多模态视觉跟踪领域的研究和发展.

    计算机视觉RGBT视觉跟踪信息融合相关滤波深度学习

      原文链接:
    • 维普
    • 万方数据

    基于YOLOv7-CA-BiFPN的路面缺陷检测

    高敏李元
    9-14,43页
    查看更多>>摘要：路面坑洼是主要道路缺陷,会损坏车辆,影响驾驶员的安全驾驶,严重时还会导致交通事故,针对这个问题,提出了改进YOLOv7的道路坑洼检测算法;使用Mosaic+Mixup进行内置数据增强,扩充小样本数据集,增强模型泛化能力;引入CA注意力机制,将横纵位置信息编码,保证计算量的同时又能关注大范围位置信息;采用BIFPN双向特征金字塔网络,通过特征融合多尺度语义特征提高检测效率;将损失函数SIoU替换CIoU,有效解决回归中的样本不平衡问题;实验结果表明,改进之后的算法在坑洼数据集的平精度均值和精确率达到了 89.42％和90.12％,相比于原本的YOLOv7版本提高了 6.18％和1.96％,更准确更快速地应用于道路维修.

    坑洼检测YOLOv7注意力机制数据增强BiFPN

      原文链接:
    • 维普
    • 万方数据

    基于机械臂毫米波天线测试系统设计与实现

    李晓峰邓晔乔淑君曾欣...
    21-26,117页
    查看更多>>摘要：测试天线波瓣图是分析天线性能的重要方法,随着毫米波天线的大量应用,如何开发出部署灵活,成本较低的毫米波天线测试系统,成为毫米波天线大批量生产的关键,针对此问题,开发出了基于机械臂的毫米波天线测试系统;同时,针对目前平面天线测试系统测试功能单一的问题,基于机械臂的毫米波天线测试系统,不仅能够执行平面近场测试,还能够进行柱面近场、球面近场以及远场测试任务;通过对机械臂实际的精度测量实验和机械臂关键运动参数的计算,验证了基于机械臂测量毫米波天线的可行性并为系统软件设计提供了理论基础;通过与传统平面天线测试系统测试数据比较,增益偏差0.73％,波束宽度偏差1.4％,副瓣偏差1.37％,测试结果一致性较好;实际应用表明该系统能够满足毫米波天线的测试需求,为毫米波天线测试提供了重要手段.

    毫米波天线天线测试机械臂天线性能波瓣图

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv5s汽车驾舱遗忘物检测

    吴继薇焦良葆焦波祝阳...
    27-35页
    查看更多>>摘要：针对目前汽车驾舱内遗忘物检测精度不高、速度慢和检测效果差的问题,提出一种基于改进的YOLOv5s汽车驾舱遗忘物的检测方法;该检测方法将YOLOv5s作为基础网络,在此基础上进行改进;首先本实验将SE注意力模块添加到Backbone网络中,加强模型对通道信息的关注提升目标检测性能;其次改进空间金字塔池化模块,将原有的SPPF模块改进为SPPCSPC模块,使得该网络更加关注待检测目标的特征;最后同时引入GSConv层,能够缓解DSC(深度可分离卷积)的缺陷,并充分利用DSC的优势,在小目标检测方面取得明显的提升效果,既保证了语义信息又平衡了模型的准确性,也提升了检测速度;通过训练结果说明,改进后的网络与原YOLOv5s网络相比,其平均精度均值mAP提高了 2％,查准率提升了 3.5％;改进后的网络具有良好的提升效果,表明了该方法的有效性.

    遗忘物YOLOv5s注意力机制SEGSConvSPPCSPC

      原文链接:
    • 维普
    • 万方数据

    基于改进PSPNet的手机LCD屏幕表面缺陷检测

    肖彬陈平华
    36-43页
    查看更多>>摘要：手机屏幕是智能手机的关键部件,其品质优劣直接影响到用户的使用体验;因此,手机屏幕缺陷检测成为工业生产中的重要环节;然而,手机LCD屏幕的表面缺陷检测目前还存在检测精确度低、模型参数较多等问题,无法满足实际工业生产需求;为了解决这些问题,对现有的缺陷检测算法和经典语义分割模型进行了研究,提出一种基于改进PSPNet的手机LCD屏幕表面缺陷检测模型;模型采用MobileNetV3作为特征提取网络,有效减少了模型参数;采用多尺度金字塔池化模块,进一步整合多尺度上下文信息,提高了模型的特征提取能力,有效应对屏幕图像中缺陷尺寸微小、边界模糊、相同缺陷尺寸差异较大的问题;同时,通过引入注意力机制,增强了模型的鲁棒性;实验结果表明,在SQ、Mura、TP、Line四种类型的手机LCD屏幕表面缺陷检测上,改进后的模型准确度明显优于基线模型.

    手机LCD屏幕深度学习缺陷检测PSPNet多尺度金字塔池化

      原文链接:
    • 维普
    • 万方数据

    国产通用计算机性能测试系统的设计与验证

    刘建何冬辉刘维杨攀飞...
    44-50页
    查看更多>>摘要：针对目前国产CPU架构众多、操作系统技术路线分散,面向异构平台的通用计算机综合性能测试工具较少的情况,设计并实现了一套跨国产CPU平台、兼容不同服务器和桌面操作系统的通用计算机综合性能基准测试系统;测试系统选取了CPU、GPU、内存、存储、网络、操作系统、运行时及典型业务模型等8组具有代表性的基准测试程序来模拟真实的工作组合,并以插件方式集成基准测试程序,测试系统采用统一运行框架、统一打分模型;将性能测试系统与GLmark2、SPEC CPU 2017等专项测试工具进行测试比较,通过归一化、t检验等方式验证其测试结果无显著差异性,国产通用计算机性能测试系统满足性能评测需求,为国产软硬件环境下相关测试工具的设计和改进提供了借鉴和参考.

    通用计算机异构环境综合性能基准测试套件评测

      原文链接:
    • 维普
    • 万方数据

    基于传感器技术和I-LSTM算法的风电机设备运行故障检测及诊断研究

    孙晔郭琳
    51-57页
    查看更多>>摘要：有效的故障检测与诊断将极大地提高风电机设备运行效率和可靠性,降低维修成本,保障生产过程的顺利进行;为实现高效率的设备故障预警与维护,研究基于传感器技术和机器学习的设备运行故障检测及诊断方法;采用箱型图法和小波包降噪法等对传感器传输的数据信号进行预处理;使用双向长短时记忆网络构建时间序列预测模型;并基于预测残差和贝叶斯概率理论,设计信号异常识别策略,对故障进行实时监测与故障预警;经实验测试,研究设计模型的诊断准确率为98.88％,无漏诊情况,误诊率在1.5％以下,实现了在提前14小时以上进行预警;经实际应用,研究设计模型满足了风电机设备故障预警的及时需求,同时能够在较高的准确率下对故障进行诊断.

    传感器机器学习机械设备故障检测时序预测

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv7的玉米作物害虫检测研究

    宫妍翟俊杰王凯李玉...
    58-65页
    查看更多>>摘要：面对玉米作物害虫检测中目标体积较小、形态多变且种类分布不均的情况,现有检测器会出现误检、漏检等问题;针对以上问题,提出了基于YOLOv7的玉米作物虫害检测算法SPD-YOLOv7;制作收集玉米害虫数据集,采用数据增强方法扩充数据集;引入SPD-Conv模块,替换原先骨干和头部网络中的部分跨步卷积层,减少随着网络加深细节信息的丢失,提高模型获取小目标特征和位置信息的能力;将ELAN-W模块与CBAM注意力机制结合,使网络更好地学习害虫特征,抑制背景信息,关注目标本身;改进后的YOLOv7网络模型准确率达到了 98.38％,平均精度均值达到了 99.4％;相较于原始的YOLOv7模型,准确性和平均精度均值分别提高了 2.46、3.19个百分点,与Faster-RCNN、YOLOv3、YOLOv4、YOLOv5和YOLOv6主流算法的检测精度相比更具优势,且满足实时性;实验结果说明改进算法有利于快速识别玉米作物的虫害分布,可用于实际农田间的害虫实时监测.

    YOLOv7SPD-Conv模块CBAM注意力机制虫害检测小目标检测

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv5的室内楼梯检测方法研究

    韩飞燕赵伟吴子英
    66-72,79页
    查看更多>>摘要：移动机器人视觉SLAM的楼梯建图过程需要对楼梯特征进行检测识别,传统的边缘检测、直线提取等楼梯检测技术往往视角较为理想、背景较为简单,无法实现栏杆遮挡、复杂背景下的楼梯特征提取;为了解决以上问题,提出了一种可用于移动机器人的改进YOLOv5的楼梯目标检测方法,在输入端引入FenceMask数据增强策略,增加对遮挡楼梯的训练样本数量;通道注意力模块CAM与空间注意力模块SAM采用并行连接的方式组成注意力模块CBAM,加强在复杂环境下对楼梯的特征提取能力;在预测端将NMS与WBF结合,将NMS筛选之后置信度较高且位置相邻的边框进行融合为新的边框,在满足精度要求的情况下改善了 Faster-RCNN与SSD检测算法存在的单段多阶楼梯检测速度问题;仿真表明改进的YOLOv5s可以在模型大小18.4 MB的情况下达到82.9％的平均精度,改进的YOLOv5m在增大模型为45.5 MB的情况下平均精度提高为86.5％,均可有效识别栏杆遮挡、复杂背景以及单段长阶梯.

    机器视觉楼梯目标检测YOLOv5CBAM边框融合

      原文链接:
    • 维普
    • 万方数据

    面向船舶的基于WPA-BP与虚拟现实的机舱安全监测

    陆毅
    73-79页
    查看更多>>摘要：为了提高对船舶机舱安全运行远程故障诊断的效率,对船舶机舱的智能化诊断与监测进行了研究,设计了一种船舶机舱安全监测系统;采用优化后的狼群算法对反向传播神经网络进行改进,并创新建立了狼群算法-反向传播基础上的机舱柴油机故障诊断模型;经实验测试实现了平均诊断准确率高达99.102％、响应时间0.048 ms的验证结果;经实际应用满足了船舶安全运行的需求,提高了故障诊断有效性.

    船舶机舱安全监测虚拟现实技术反向传播神经网络

      原文链接:
    • 维普
    • 万方数据