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

    基于滤波器分布拟合的神经网络剪枝算法

    张佳钰寇金桥刘宁钟
    136-141页
    查看更多>>摘要:随着人工智能技术的迅猛发展,深度神经网络在不断地加深与变宽,模型的计算量快速增加,神经网络模型的高存储和高功耗的需求也随之产生.网络剪枝是实现模型压缩和加速的一种有效方法.常见的剪枝方法遵循"较小规范-不重要"的标准来对滤波器进行修剪,认为范值较小的滤波器重要性较低,可以安全地修剪掉.针对删去重要性较小的滤波器容易导致滤波器范数分布不均衡的问题,文中提出了一种拟合原始滤波器范数分布的剪枝算法.该算法不仅可以筛选出拟合了原始范数分布的滤波器,还能删去冗余的滤波器.实验表明该算法在两个数据集上的模型压缩效果均优于对比实验.其中,在CIFAR-10数据集上压缩基于ResNet110的图像分类模型的效果明显,最终在减少了62%以上的FLOPs的情况下,相对准确率仅降低了0.14%.

    深度学习模型压缩网络剪枝分布拟合滤波器剪枝

    基于传播者心理差异的随机谣言传播模型

    仓林青王友国孙先莉
    142-149页
    查看更多>>摘要:社交网络已经成为信息时代的主流媒体,因此研究社交网络上的谣言传播动力学行为有助于更好地理解谣言传播机理.考虑到社交网络经常受环境因素的影响,导致网络拓扑结构是时变的,引入随机扰动的噪声,针对一些传播者由于心理差异因素,选择保持沉默,在谣言传播过程中引入沉默者个体,基于此建立一个考虑沉默-复发机制的随机Si-SIR(Silent-Susceptible-Infected-Removed)谣言传播模型,并对复杂社交网络中随机谣言传播动力学方程进行了研究.通过对随机模型进行稳定性分析,推导了谣言消亡的充分条件,讨论了同质网络和异质网络上谣言的传播阈值.通过蒙特卡洛方法分别在WS(Watts-Strogatz)小世界网络、BA(Barabási-Albert)无标度网络、Facebook真实社交网络上进行模拟仿真.仿真实验表明,添加适当强度的噪声,加速了谣言扩散的过程,扩大了谣言的最终规模;与WS和BA网络相比,Facebook网络的谣言扩散速度更快,谣言的最终规模更高;更强的沉默-复发机制能够提高传播节点密度峰值和延迟谣言消亡的时间.

    随机谣言传播模型社交网络噪声沉默-复发机制蒙特卡洛方法

    融合元路径与改进协同注意力的推荐研究

    秦倩倩张志军袁卫华桑胜...
    150-158页
    查看更多>>摘要:现有的基于异质信息网络的推荐方法通过最大池化操作提取元路径语义信息时,未考虑元路径语义的整体性特征及特征冗余问题的影响.针对这些问题,提出了一种融合元路径与改进协同注意力的推荐模型MICA(Research on Rec-ommendation Fusing Meta-Path and Improved Collaborative Attention).该模型通过基于k-最大池化的协同注意力机制更深层次地学习用户和项目的协同注意力嵌入表达,缓解了最大池化操作在协同注意力机制中带来的特征丢失问题;基于提取的路径序列显著性特征和完整性特征通过注意力机制学习元路径的重要特征,得到元路径上下文嵌入表达,保留有效的元路径语义信息;利用注意力机制学习融合后的用户、项目协同注意力嵌入表达和元路径上下文嵌入表达,以减少冗余信息,实现top-N推荐.在两个真实数据集上的实验结果表明,MICA在三个评价指标上均优于其他模型,能够更好地提高推荐性能,有效地提取特征信息,缓解元路径特征提取不充分等问题.

    异质信息网络推荐系统协同注意力机制元路径最大池化

    基于引导信息的双目立体匹配算法

    魏东何雪
    159-164,172页
    查看更多>>摘要:针对现有立体匹配算法在边缘、遮挡、视差不连续、弱纹理等区域匹配误差较大的问题,提出一种在利用视差注意力机制的基础上引入边缘和语义信息的立体匹配算法.在利用视差注意力机制进行代价计算和代价聚合中引入边缘细节信息改善边缘和遮挡区域匹配误差较大的问题,并对引入边缘信息时与特征提取过程中得到的不同尺度特征图融合的时机进行了讨论,确定浅层大尺度特征图引入边缘信息可以提高匹配精度;在视差优化中引入语义信息改善视差不连续和弱纹理区域匹配精度不高的问题,并对不同尺度特征图求取的语义信息对匹配精度的影响进行讨论,利用深层小尺度特征图提取语义信息可以提高匹配精度.提出的方法在SceneFlow数据集上进行了测试,将基准网络PASMNet的误差降低了49.05%,并与其他算法进行对比分析.实验结果表明,边缘和语义等引导信息的引入有针对性地改善了现有算法在边缘、遮挡、视差不连续和弱纹理区域的视差精度,从而提高了整体预测精度.

    立体匹配双目视觉边缘信息语义信息视差注意力机制

    GP-YOLOX:无预训练的轻量级红外目标检测模型

    张瑶潘志松
    165-172页
    查看更多>>摘要:YOLOX是YOLO系列最新目标检测算法,不仅实现了超越YOLOV3、YOLOv4和YOLOv5的检测精度,而且取得了极具竞争力的端到端推理速度.然而YOLOX在嵌入式设备上部署时仍存在模型体积大、浮点数运算量高、实时性不佳等问题,为了解决以上问题,同时避免模型预训练带来的不必要能耗,提出了一种无需预训练的GP-YOLOX算法.该算法首先利用轻量级的Ghost模块重构YOLOX目标检测网络,初步压缩模型体积,减少运算量;随后对重构后的网络进行无预训练剪枝,选择合适的稀疏比例,在保留精度的前提下,最大化压缩模型体积,减少模型计算量,缩短模型的前向推理时间.首先在FLIR ADAS和KAIST红外数据集上,对YOLOX四种规模的模型进行了实验,最终在保持原有精度的前提下,参数量和浮点数运算量均减小了约75%,同时前向推理时间缩短了约60%;随后用轻量级网络MobileNetv3代替YOLOX的骨干网络DarkNet,与GP-YOLOX进行了对比,该方法在同等数量级的参数量和计算量下,明显优于MobileNetv3.

    模型轻量化YOLOXGhost模块无预训练剪枝目标检测

    基于深度特征金字塔的路面病害检测

    张伟刘宁钟寇金桥
    173-178页
    查看更多>>摘要:道路为人们的生活和工作提供了方便,路面作为道路最重要的组成部分,直接影响了道路的使用,但由于车辆行驶和风吹日晒,路面病害层出不穷.利用目标检测技术对路面病害进行快速检测,可以及时筛选出病害,降低日常人工检查的负担,提高养护效率.然而,路面病害特征比较细微,随着神经网络深度的不断增加和下采样,细节信息损失比较多.通过将通道注意力集成到特征金字塔网络,可以从通道和空间两个维度上提高网络对路面病害的表征能力,同时提出了一种新的路面病害特征提取器,使得网络更关注低层次特征.实验部分,将改进后的特征金字塔分别应用在Road Damage Dataset 2018数据集和自制的沥青路面病害数据集上,并与其他经典的目标检测模型进行了比较,实验结果证明了基于改进后的特征金字塔的模型在路面病害检测上的有效性.

    路面病害目标检测特征金字塔通道注意力特征提取器

    基于改进U-Net网络的半监督裂缝分割方法

    罗杨万黎明李理刘知贵...
    179-184页
    查看更多>>摘要:裂缝反映了结构的受力状态,是结构健康检测的重要关注对象之一.基于数字图像利用深度学习方法进行结构表面裂缝自动识别具有速度快、精度高等优势,不过深度学习方法严重依赖像素级标注信息,为此,提出一种基于半监督学习的改进U-Net方法.使用特征提取能力更佳的残差网络作为主干特征提取网络代替U-Net中由卷积层和池化层进行简单堆叠而成的下采样部分;在主干网络中插入池化窗口长且窄的条带池化注意力辅助下采样进行特征的细化,增强特征提取能力;针对裂缝图像中裂缝区域的亮度普遍暗于背景区域的情况,网络中的池化操作均采用平均池化使网络能更好地处理裂缝图像;利用半监督学习,在训练时同时训练两个网络并利用其分割结果相互监督从而使深度学习分割方法降低对标签数据的依赖度.改进的U-Net分割方法在自建裂缝数据集上进行了对比实验,结果表明,相较于原始U-Net网络,改进方法具有更高的分割精度,训练时可使用更少的标签数据.

    裂缝分割半监督注意力机制深度学习U-Net

    基于影响空间与YOLOv3的古建筑检测方法

    胡立华王敏敏刘爱琴张素兰...
    185-193页
    查看更多>>摘要:物体检测是计算机视觉领域的一个关键内容,主要研究如何在静态图像或动态视频流中快速、准确地识别及定位出其中的目标.基于图像的古建筑检测可用于古建筑三维重建、智慧旅游等领域,具有重要的研究意义和实际应用价值.然而,受到古建筑样式、形状、花纹及纹理质地等影响,目前的物体检测器存在检测精度低和定位不准的问题.针对上述问题,基于YOLOv3网络模型,结合密度聚类和距离聚类思想,设计了一种基于RNN-DBSCAN+k-means的古建筑检测方法.该方法首先结合影响空间思想,采用RNN-DBSCAN算法对已标注的古建筑图像聚类,生成聚类结果集;其次从聚类结果集中选取最优的k个结果作为k-means的初始聚类中心;然后将这k个聚类中心作为聚类初始值,结合k-means算法得出聚类结果,并作为YOLOv3网络的先验框;最后以voc数据集(20类)和古建筑数据集为对象,验证了算法的有效性.针对古建筑数据集,算法检出率提高了0.33%;而在voc数据集单类检测中,算法检出率提高了0.04% ~0.84%.

    影响空间YOLOv3古建筑检测交并比检出率

    基于多重注意力机制的电机磁瓦表面缺陷检测

    丁龙飞曾水玲
    194-199页
    查看更多>>摘要:在电机磁瓦生产中可能因生产工艺不可避免产生残次品从而影响电机质量,因此对电机磁瓦质量进行挑选,去除残次品,成为电机磁瓦生产中的必须工序.为解决传统图像处理检测能力弱、效率低且检测精准度低等问题,在ResNet-50的网络结构基础上,提出一种融合多重注意力机制残差网络的电机磁瓦缺陷检测网络模型.该目标检测网络结合卷积网络和注意力机制(Convolutional Block Attention Module,CBAM)构建了一种可以和网络进行端到端训练的非降维通道注意力和空间注意力串联模块,以建立特征之间的空间相关性,增强网络性能.在电机磁瓦数据集上的实验结果表明,改进的目标检测网络在电机磁瓦缺陷图像的全类别平均准确率mAP达到96.92%,所提算法的mAP值较原始ResNet-50网络算法提升了2.17%.验证了所提算法对电机磁瓦缺陷检测任务的有效性.

    电机磁瓦缺陷缺陷检测残差网络注意力机制目标检测

    基于卷积神经网络的农作物病虫害检测研究

    白雪松吴建平景文超何旭鑫...
    200-205页
    查看更多>>摘要:农作物病虫害图像采集困难,且公共数据集较少,因此使用单一网络模型识别准确率不高.常用的数据增强方法只能对图像进行像素空间的变换,不能进行语义转换.对此,研究并提出基于隐式语义数据增强算法的CBAM-Res2Net50模型:该模型使用Res2Net50主干网络,从多尺度学习图像信息,加载预训练模型部分参数,提高模型的收敛速度;在网络残差块中添加混合注意力模块,提取并保留关键特征;训练过程中使用隐式语义数据增强算法对提取的深层网络空间特征进行语义扩充增强,提高模型的泛化能力.改进模型与现有模型在AI Challenger 2018农作物病虫害数据集上的对比实验结果表明:改进模型具有较高的识别率,其分类准确率达88.33%.改进后的模型通过挖掘相似病虫害图像的语义信息,在一定程度上解决了深度网络中由于数据不足导致的过拟合等问题.

    农作物病虫害卷积神经网络CBAM-Res2Net50迁移学习注意力模块隐式语义数据增强