首页期刊导航|计算机技术与发展
期刊信息/Journal information
计算机技术与发展
陕西省计算机学会
计算机技术与发展

陕西省计算机学会

王守智

月刊

1673-629X

ctad@vip.163.com

029-85522163

710054

西安市雁塔路南段99号

计算机技术与发展/Journal Computer Technology and DevelopmentCSTPCD
查看更多>>《计算机技术与发展》期刊，原名《微机发展》，中国计算机学会会刊，中国科技核心期刊、中国科技论文统计源期刊。中国学术期刊综合评价数据库统计源期刊，中国核心期刊数据库收录期刊，中国期刊全文数据库收录期刊，万方数据资源系统数字化期刊群上网期刊，中国学术期刊（光盘版）全文收录期刊。中国计算机学会和陕西省计算机学会共同主办。刊名为著名科学家胡启恒院士亲笔所提，中国计算机学会名誉理事长张效祥院士写了创刊词。1991年创刊，国内统一刊号CN61-1450/TP，国际刊号:ISSN 1673-629X。该刊为综合性学术技术刊物、月刊。该刊在国内外有广泛的覆盖面，国内读者分布在全国30个省市，国际读者分布在北美、西欧、韩国、日本以及我国港、澳、台等38个国家和地区。几年来高水平的论文刊登数量明显增加，各类自然科学基金论文刊登数量已超过80%，各项指标在我国自然科学自动化、计算机类（TP）多种期刊中排名前列，已成为全国最具影响力的自然科学杂志之一。 该刊在我国计算机界有广泛的作者群体，主要稿件来源单位有：北京大学、清华大学、南京大学、复旦大学、同济大学、浙江大学、中国科学技术大学、国防科技大学、上海交通大学、西安交通大学、北京航空航天大学、南京航空航天大学、华中科技大学、哈尔滨工业大学、西北工业大学、吉林大学、武汉大学、中山大学、四川大学、山东大学、厦门大学、天津大学、重庆大学、中南大学、东北大学、上海大学、福州大学、安徽大学、西北大学等全国数百所重点大学以及中国科学院、中国航空、航天、电子、中国水电、中国建筑、中国测绘科学研究院等重点研究院所等。 刊载内容涉及国内外计算机科学的发展方向、技术和创新的最新成就、软件工程的最新成果、应用开发的成功经验等，在学术界有较好的影响。为我国计算机的创新、设计、开发、应用创造了一个宽舒和谐的学术交流的氛围，提供了一个良好的学术、技术展示的平台，成为我国计算机和嵌入式系统领域最具有代表性的前沿性的刊物之一。该刊的编委是来自北京大学、清华大学、南京大学、复旦大学等九所知名大学和七所重要研究所，以及美国、加拿大的外籍专家共22位著名教授或研究员组成。以沈绪榜院士为首的编委会顾问组把握着期刊的大方向.
正式出版
收录年代

    基于深度学习的红外目标检测综述

    张睿李允臣王家宝李阳...
    1-8页
    查看更多>>摘要：红外图像由于分辨率低、纹理细节不足,且缺乏颜色信息,导致目标成像模糊,检测难度大.基于深度学习的红外目标检测技术,通过运用神经网络自动提取复杂的目标特征,大大提高了检测精度和检测效率,在自动驾驶、安防监控、军事侦察等领域得到了非常广泛的应用.该文对红外目标检测面临的困难和挑战进行了详细分析,并从数据增强、迁移学习、视觉注意力机制、多尺度特征融合、多模态图像融合和轻量化改进等六个方面,对基于深度学习的红外目标检测研究改进方向进行了系统阐述.针对红外目标检测数据集缺乏的问题,梳理汇总了11 个红外目标检测数据集.同时,结合当前发展现状,对红外目标检测的未来发展方向进行了展望,可为其他研究者提供参考借鉴.

    深度学习红外目标检测迁移学习注意力机制特征融合图像融合

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

    基于PSO-PID的电动位移装置伺服电机控制系统

    赵静张彬孙嘉曈尚建华...
    9-13页
    查看更多>>摘要：为了提高光学相位补偿器SBC-IR的控制精度,解决传统PID算法在自动控制过程中响应速度较慢、精度低等问题,更好地实现PID参数的智能整定与位置最优控制,采用粒子群算法(Particle Swarm Optimization,PSO)优化光学相位补偿器电动位移装置的直流伺服位置控制系统,实现对三环比例、积分和微分(Proportional Integral Derivative,PID)位置控制系统参数的自动寻优.首先,搭建电动位移装置的三环直流伺服控制系统模型,包括位置环、速度环和电流环;然后,采用PSO算法对位置环的PID参数进行寻优,得到kp、ki、kd三个参数的最优值,并对PSO算法优化直流伺服位置系统的控制效果与传统PID控制算法的控制效果进行对比.实验结果表明:采用PSO算法优化的电动位移装置三环伺服位置系统具有较好的控制性能,可以实现位置的高性能追踪,响应速度更快,并能在一定程度上提升电动位移装置的位移精度.

    电动位移装置控制精度直流伺服位置系统三环PID粒子群算法

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

    自适应可分解部分重复码的扩展构造

    王甜甜王汗青孟洁余春雷...
    14-19页
    查看更多>>摘要：部分重复(Fractional Repetition,FR)码能够实现精确无编码修复,修复复杂度低且修复带宽成本小.在动态分布式存储系统中,要求FR码的节点存储开销和数据块重复度会随机动态变化.为了使FR码更灵活地适应动态分布式存储系统,该文提出利用超图实现自适应可分解FR码的扩展构造方法.具体地,建立超图中边和顶点与FR码中节点和数据块的对应关系,通过增加或删除超图中对应边和顶点,实现超图的扩展构造,进而得到存储系统规模和存储文件规模变化时自适应可分解FR码的扩展构造.基于这种方法,能够扩展构造出给定参数范围内所有自适应可分解FR码,列举了存储节点数20 以内的所有参数.自适应可分解FR码与常见的简单再生码(Simple Regenerating Codes,SRC)和RS(Reed-Solomon)码相比,在修复局部性和修复带宽开销方面具有一定优势.

    部分重复码分布式存储系统超图自适应可分解扩展构造

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

    基于属性组权重的分类数据离群检测

    张凯棋宋亦静陈鑫
    20-27页
    查看更多>>摘要：属性分组是高维离群检测中的有效手段之一,可以有效缓解"维度灾难"的干扰,但现有的属性分组离群检测方法未能体现属性组之间的差异性,以及属性组的偏离程度,严重影响了高维离群检测的效果与性能.该文采用信息熵累加和刻画与描述属性组之间的差异性,提出了一种基于属性组权重的分类离群检测方法.首先,根据数据模式频率和编码长度,定义了属性组偏离因子,并将其作为属性组之间的合并依据,有效地刻画了属性组的偏离程度,进一步提高了属性分组过程中的搜索效率;其次,利用信息熵累加和定义了属性组权重,有效地体现了不同属性组之间的差异性;然后,依据属性组权重,重新定义了离群得分函数,并提出了一种基于属性组权重的分类数据离群检测算法;最后,采用UCI,NTU,KEEL和人工合成数据集,实验验证了该离群检测算法不仅具有较高的检测精度和效率,而且也具有良好的可扩展性与伸缩性,可适用于高维海量分类属性数据集的离群检测任务.

    离群检测属性分组分类数据属性组权重偏离因子

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

    基于特征增强的RGB-D显著性目标检测

    刘译善孙涵
    28-34页
    查看更多>>摘要：显著性目标检测方法中,深度(Depth)信息的引入能弥补RGB图像缺失的空间信息,有助于从复杂的背景中检测显著目标,提升检测精度.但如何有效融合跨模态特征、获取清晰的边界是值得研究的问题.该文设计了一个基于特征增强的RGB-D显著性目标检测网络FENet(Feature Enhancement Network),首先由特征融合增强模块(Feature Fusion En-hancement Model,FFEM),通过交叉融合和混合空间/通道注意力充分利用跨模态特征的相关性和互补性提取高级语义信息,然后通过边界特征增强模块(Boundary Feature Enhancement Model,BFEM)对浅层细节信息进行补充,并引入门控避免低质量底层信息的干扰,最后通过混合增强损失函数来完成模型对显著区域和边界的学习.FENet模型在五个公开数据集上和当前较为先进的模型相比,有效提升了检测性能,尤其在显著物体的边缘细化和完整性检测上.

    显著性目标检测深度学习边界特征增强特征融合增强多模态

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

    基于改进SSD的少样本目标检测

    毕忠勤单美静刘志斌徐富强...
    35-40页
    查看更多>>摘要：目标检测作为深度学习的热点问题之一,在自动驾驶、行人识别、智能医疗、机器人视觉等多个领域有着广泛的应用前景.但现有的大部分目标检测模型都依赖于大规模的标注数据集来训练模型以保证目标检测的准确率,而在许多实际的应用场景中,大量数据的标注不仅耗费人力物力,而且需要大量专业人士的参与,在一定程度上限制了目标检测模型的实际应用.针对少样本目标检测的特殊要求,基于SSD网络提出了一种改进的少样本目标检测模型,提高了目标检测应用的适用性.首先,在SSD(Single Shot multiBox Detector)网络的基础上,用ResNet-50 代替VGG作为特征网络,从而提升模型的特征提取能力.其次,通过引入残差单元避免了网络退化问题.最后,为了充分融合各层之间的语义信息和位置信息,用FPN(Feature Pyramid Networks)替换了原模型中间的两个特征层.基于改进SSD网络的目标检测模型在少样本数据集的检测结果中,mAP值达到了79.8%,比原始模型提高了2.6 百分点.

    目标检测机器学习少样本FPNSSD网络模型

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

    复杂背景下SAR舰船目标检测算法的改进

    何旭鑫吴建平余咏高雪豪...
    41-49页
    查看更多>>摘要：由于合成孔径雷达(SAR)图像的特点,如岸上船舶目标密集排列,容易受到陆地影响,造成SAR图像近岸舰船目标检测检测率低和漏检率高的问题,提出了一种基于YOLOv5 的改进BiFPN特征融合模块的目标检测算法.针对海岸边舰船目标容易受到复杂建筑影响造成漏检的问题,在YOLOv5 的Backbone中加入CBAM注意力机制,通过注意力机制学习舰船目标的特征,提高主干网络的特征提取能力;使用SIoU作为新的损失函数,重新定义预测框和真实框的关系,实现新的高精度定位;增加为四尺度特征检测,重新定义一个大尺度特征检测层,与此对应将特征融合模块中原有PANet替换成改进的多尺度加权双向特征金字塔(BiFPN)网络结构,实现与检测层相对应的高效特征融合模块.实验结果表明,该算法在公开的HRSID舰船数据集的R和mAP分别为88.2%和94.3%,比原来的YOLOv5 算法分别提升了2 和2.7 百分点,达到了在复杂环境下对小目标和密集目标检测的要求.

    合成孔径雷达目标检测四尺度特征检测加权双向特征金字塔CBAM

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

    面向天文图像低表面亮度的小尺度星系检测

    院守晋蔡江辉杨海峰郑爱宇...
    50-56页
    查看更多>>摘要：针对现有的目标检测算法检测表面亮度低的小尺度星系时效果不理想的问题,该文提出了一种基于掩码机制与目标交叉认证的低表面亮度的小尺度星系检测方法.首先,针对天文图像设计了一个基于目标总数变化率的阈值确定方法来获取阈值;其次,设计了基于掩码机制的目标去除方法和基于自适应半径的点源区域获取方法,结合图像分割和点源检测算法生成非检测目标掩码,与原图进行逐点相乘去除图中体积较大、亮度较高的非检测目标,得到亮度微弱、体积较小的候选者;然后,利用图像分割技术获取候选体分割区域,计算区域面积和质心坐标定位候选者;最后,通过目标交叉认证的方法将候选者与星表中真实记录的星体进行坐标差值计算获取星系目标.实验与分析表明,在SDSS(Sloan Digital Sky Survey)天文数据集上该方法对低表面亮度的小尺度目标检测率可达约94.90%,星系的识别率可达到约89.21%,都高于经典的目标检测算法.

    天文图像低表面亮度小尺度目标掩码机制图像分割

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

    基于完全残差的双分支去雨网络

    宋浩张鸿
    57-63页
    查看更多>>摘要：针对使用深度学习的单幅图像去雨算法会导致细节信息丢失的问题,提出了一个双分支去雨网络,包括雨痕提取分支和细节恢复分支,通过补全细节使去雨图像更接近真实图像.雨痕提取分支的目的是完全提取出雨纹,通过构造特征金字塔来多尺度地学习雨纹信息,并在其中引入执行了全部身份映射的完全残差块来加强特征的重用和传播.为充分利用上下文信息,采用可变形卷积在动态扩大感受野的同时避免了网格伪影的产生,最后输入雨图去除雨痕便得到了初步去雨图.细节恢复分支需要产生细节特征图反馈给初步去雨图像来找回丢失的细节,使用轻量级的完全残差块捕捉特征信息,并用跳跃连接来连接完全残差块提供长距离的信息补偿.实验结果表明,该网络在合成数据集Rain100H中比较RESCAN、SPANet和JDNet等主流去雨方法,在PSNR和SSIM指标上分别至少提高了0.09 dB和0.02,在真实数据集和自制数据集中的去雨效果和细节保留程度均优于对比方法.

    卷积神经网络单幅图像去雨多尺度学习完全残差可变形卷积

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

    基于卷积神经网络的零件圆检测方法

    曾碧卿杨睿李一娴张雅蓉...
    64-71页
    查看更多>>摘要：在零件生产的场景中往往需要对零件产品进行质量检测,多孔零件中的圆孔是否符合生产标准也是质量检测中的重要环节.为解决传统圆检测算法无法处理复杂场景下特定圆的检测问题,该文设计了一种基于卷积神经网络的零件圆检测方法,将圆检测分为3 个阶段,第1 阶段使用YOLOv5 目标检测模型对零件图片中的目标圆进行粗检测,将多圆检测问题简化为单圆检测,获得含有单个目标圆的裁剪图片;第2 阶段使用BiSeNet语义分割模型对单圆图片进行细检测,获得圆轮廓掩膜图;第3 阶段使用改进的随机霍夫变换对圆参数进行检测,最终得到图中所有目标圆的半径与圆心坐标.经实验结果对比,该方法在多种阈值条件下的检测精度都高于其他对比方法,在IoU阈值为0.9 的情况下F-meausre达到96%,能满足生产场景中的实时检测需求.

    圆检测卷积神经网络目标检测语义分割霍夫变换

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