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

    显著性目标检测理论与应用研究综述

    金海燕肖照林蔡磊王彬...
    1-7页
    查看更多>>摘要：显著性目标检测旨在从输入图像中根据显著性特征,快速有效地提取场景中有用区域,即目标区域,其本质是一种分割任务.高质量的显著性目标检测技术可提升基于视觉感知的人工智能系统对场景的判断与理解能力.在计算机视觉领域,显著性检测目标检测是十分重要的一个分支,逐渐成为研究热点,在目标识别、图像检测、图像检索等相关行业中具有十分广阔的应用前景.传统的显著性检测方法主要针对简单场景下的单一模态数据,由于其场景信息完备性较低,进而导致对显著性目标特征的分析、提取、表达、计算等诸多环节的理论拓展性较弱,适用范围受限.该文围绕显著性目标检测理论研究,分析了国内外关于显著性目标检测理论研究的主要方向和发展现状,总结了显著性目标检测的主要应用,讨论了目前显著性目标检测理论研究的热点领域以及将来需要重点研究的问题和面临的挑战.

    显著性检测视觉显著性多模态特征提取图像融合深度学习

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

    基于密度加权原型网络的小样本学习算法

    华超刘向阳
    8-13页
    查看更多>>摘要：小样本学习主要研究从少量的样本快速学习和归纳,原型网络对该问题提出了解决方法.原型网络算法将样本通过网络框架嵌入到低维空间,在低维空间中将支持集的每个类别的样本均值作为各自的原型,计算查询集样本到每个类别原型的距离,进而得到损失函数,通过迭代更新损失函数来优化网络框架,使得经过网络框架后的样本类内的差异变小,类间的差异变大.在计算每个类别原型的过程中,将每个类的样本均值作为各自的原型,由于每个类别的样本数较少,在计算原型时会有不确定性,当样本中存在离群点时,会使计算出的原型偏离真实的原型,在判别新样本属于哪一类别时,很容易产生误差.针对该问题,提出密度加权原型网络,利用密度加权算法计算每个类别中样本的密度,对密度大的样本赋予较大的权值,密度小的样本赋予较小的权值,进行加权得到原型,来缓解以上的缺陷.在miniImageNet数据集上设置5-way 5-shot、20-way 5-shot实验,结果表明所提出密度加权原型网络相对于原型网络算法在识别正确率方面有所提升.

    小样本学习情节密度加权临界距离距离矩阵

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

    采用有效邻近点和适应密度的密度聚类算法

    闫强强张敏荀亚玲
    14-22页
    查看更多>>摘要：密度聚类作为一类重要的聚类分析方法,具有无需预先指定类簇数,可识别任意形状聚类族等优点,但在计算密度的过程中,K近邻或邻域半径的选取对聚类效果具有较大的影响,且当数据集中存在类簇间距相差较大的情况时,密度聚类无法自适应类簇中数据对象密度变换,导致聚类效果与实际存在较大误差.针对现有密度聚类分析存在的不足,利用有效邻近点和适应密度分布,提出了一种密度聚类分析算法.该算法首先通过相对距离确定伸缩半径,定义了数据对象的有效邻近点,并有效地克服了近邻值K选取对聚类效果的影响;其次,计算核心点和边界点阈值,依据有效邻近点,并确定类簇中的核心区域数据对象,有效地改善了聚类分析效率;然后,调整簇内有效距离,改善了类簇密度分布不均匀、类簇间距离过大等问题;最后,在人工和UCI数据集上验证了该算法的有效性.

    密度聚类伸缩半径有效邻近点适应密度分布相对距离

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

    基于光线追踪的全局光照及降噪处理研究

    李学阔温佩贤杨林方泽华...
    23-27页
    查看更多>>摘要：传统的路径追踪算法能够有效地追踪光线的运动轨迹,从而在屏幕上呈现出真实的渲染效果,但传统的光线追踪算法只能够追踪镜面反射或规则的折射光,追踪漫反射光消耗太大,效率低下.基于蒙特卡洛概率方法的光线追踪能够从统计意义上很好地实现物体间漫反射的光照效果,极大地解决了传统光线追踪的缺陷和效率问题,然而只有当采样数为无限大时,蒙特卡洛方法才是无误差的.为了提升渲染性能和质量,尽可能缩小误差,提出了一种根据颜色采样分布进行降噪处理的优化方法,该方法可以减少采样数,通过后期处理来去除噪声.通过在自研图形引擎中渲染虚拟场景对比实验发现,根据颜色采样分布进行降噪处理的方法能够实现较好的渲染及降噪效果,提高整个算法的性能以及画面表现.

    全局光照光线追踪蒙特卡洛采样数降噪

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

    基于跳跃特征金字塔的域适应目标检测模型

    张永福宋海林
    28-35页
    查看更多>>摘要：针对训练数据和测试数据来源不同,特征分布差异较大,以及目标大小不一时,深度目标检测模型性能下降明显的问题,提出基于跳跃特征金字塔的域适应遥感图像目标检测模型.首先,在目标检测网络中增加域适应部分,将训练数据作为源域,测试数据作为目标域,通过对抗训练的方式,对具有不同特征分布的两个域,关注其差异,同时提取源域和目标域数据的特征,减小遥感图像由光照、角度等不同造成的源域和目标域图像在图像级的域偏移对目标检测的影响,提升检测模型的推广性能.其次,提出跳跃特征金字塔结构,通过特征上采样,以及同层连接、相隔层间的跳跃连接与特征融合,来增强特征图的细节信息和语义信息,以提高模型对不同尺度目标的检测精度.最后,使用区域推荐网络在多个不同分辨率的特征图上提取候选区域,检测不同尺度的目标.所提模型在NWPUVHR-10数据集上检测精度达到了98.2％、误检率为5.4％、漏检率为8.3％;在RSOD-DATA的低亮度数据集上检测精度达到了62％,误检率、漏检率为18.2％和18.5％.与其他模型相比,所提模型的性能有明显提升,具有更好的推广性.

    遥感图像目标检测特征金字塔跳跃连接域适应

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

    改进GAN的光化性角化病图像数据增强方法

    黄志伦刘俊郑萌
    36-42,50页
    查看更多>>摘要：针对传统网络应用于医学图像数据增强时出现的特征丢失和多样性不足的问题,提出一种基于能量的改进生成对抗网络模型.首先将简单的原始随机噪声输入高斯混合模型,尽管增加了少部分的计算量,但转换后具有潜在复杂分布的噪声能在一定程度上提升生成样本的类内多样性和类间多样性.然后在判别器部分把简单自编码器替换为U-Net状的变体网络,多层采样的过程可以增强对细节纹理的感知,进而提高生成图像的清晰度和特征还原.最后使用混合体驱动算法,按照加权参数逐步混合多个生成器,在迭代过程中弥补先前混合体的不足,提高生成模块的鲁棒性.在光化性角化病图像数据集上的实验结果表明,该网络训练生成的图像在弗雷歇初始距离上优于现有的WGAN(Wasserstein GAN)模型3.41.另外由于判别器可预训练的特性,收敛速度快于当前的WGAN.同时也在公开数据集MNIST和CelebA上验证改进生成对抗网络的有效性.

    光化性角化病生成对抗网络数据增强高斯混合模型U-Net变体混合体驱动

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

    面向智能交通引导的车辆检测算法改进

    余明高王连涛闵凡蕾
    43-50页
    查看更多>>摘要：设置可变车道可以提高现有道路资源的利用率,在一定程度上缓解交通拥堵问题.然而目前的可变车道多是定时或人工切换,对交通流量的引导不够及时准确.利用车辆检测自动识别各个方向车道的车流密度,可以为可变车道的智能引导提供决策依据.通用的目标检测算法对特定场景缺乏针对性,存在优化空间.对智能交通引导应用场景中的车辆检测任务进行了分析,通过充分利用结构化场景的先验信息,对两阶段目标检测框架中的候选区域生成算法进行重新设计,提出了基于车道线检测直接生成候选区域的算法,提高了车辆检测的效率和准确率.针对该场景下常出现的车辆遮挡问题,采用一种高斯加权的非极大值抑制算法有效降低车辆的漏检率.在实际的交通引导场景数据集上验证了算法的有效性.

    车辆检测候选区域非极大值抑制交通监控智能交通引导

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

    基于PSO-CNN的验证码识别算法研究

    李建平王钊
    51-55页
    查看更多>>摘要：伴随着互联网的高速发展,非法用户恶意攻击网站、恶意注册、暴力破解用户密码等事件也随之而来.为了解决这些网络安全问题,作为网络安全第一道防线的验证码技术应运而生.但在实现自动登录合同管理系统的过程中,验证码自动化识别一直是个技术难点,验证码自动化识别准确率直接影响了业务处理效率,故此提出了一种基于PSO-CNN的验证码识别方案.针对一万张验证码图片的数据集进行灰度化、二值化以及降噪三步数据预处理之后,通过PSO优化算法在卷积神经网络训练数据集的过程中找出最佳的网络层数和卷积核大小.经过反复的实验,结果表明基于PSO-CNN的验证码识别算法对数字与字母混合验证码识别准确率可达96.26％,为合同管理系统实现自动登录提供了可靠的技术支持.

    粒子群优化算法卷积神经网络验证码数据预处理Tesseract

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

    融合全局和局部相位特征的彩色纹理图像检索

    徐佳曲怀敬张志升王纪委...
    56-64页
    查看更多>>摘要：针对目前彩色纹理图像检索系统存在颜色特征提取不充分、纹理特征提取与匹配的有效性亟待提高等问题,提出一种新的基于全局和局部相位特征融合的彩色纹理图像检索方法.该方法首次将局部引力角模式(Pattern of Local Gravitational Force Angle,PLGFA)作为局部相位描述符用于彩色纹理图像检索.在该方法中,首先在适合人类视觉系统的HSV颜色空间中采用非均匀方式量化三个颜色分量,并通过构建颜色直方图充分地提取颜色特征,同时在Gabor复变换域针对V分量数据进行相对相位建模而提取全局纹理相位特征;然后,利用PLGFA描述符在RGB空间的灰度图像中提取局部纹理相位特征;最后,将这三种特征通过闭式K-L(Kullback-Leibler)距离和改进版本的Manhattan距离进行有机融合,从而实现彩色纹理图像的检索.在VisTex(full/small)、STex和ALOT四个通用的彩色纹理图像库上得到的检索实验结果表明,综合考虑平均检索率和时间消耗两个性能评价指标,该方法较其他最新方法具有较明显优势,从而验证了其有效性和可行性.

    纹理图像检索局部引力角模式全局相位特征局部相位特征颜色空间

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

    基于分块CS的梯度追踪算法在重构中的应用

    刘艳李雷
    65-69页
    查看更多>>摘要：为了解决现有压缩感知图像重构算法中对大规模数据处理复杂度高且计算量大和存储量较大的问题,分别介绍了梯度追踪算法、拟牛顿法和限域拟牛顿法的核心思想并对以上算法的优缺点进行了分析.在分块压缩感知理论的基础上,对梯度追踪(Gradient Pursuit,GP)算法进行改进,通过L-BFGS算法寻找梯度追踪算法中的更新方向并不断修正,将其运用到分块压缩感知的图像重构中,形成了基于L-BFGS方法的GP算法(L-BFGS Method based on GP algorithm,LMGP).通过对分块后的图像进行单独处理,既避免了牛顿算法中需要进行Hesse矩阵的计算,降低了计算量和复杂度,节省了重构时间,也大大提高了重构效果.该文还对提出的LMGP算法的收敛性进行了分析,并通过LMGP算法对标准图像和一般图像分别进行了重构.仿真实验表明,提出的LMGP算法在重构时间、均方误差及峰值信噪比三个方面均优于其他传统的贪婪算法,说明LMGP算法的重构性能更具有优势.

    分块压缩感知拟牛顿法L-BFGS算法梯度追踪算法图像重构

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