首页期刊导航|现代计算机
期刊信息/Journal information
现代计算机
现代计算机

林楚昭

半月刊

1007-1423

lnzss@mail.sysu.edu.cn

020-84110804

510275

广州市海珠区新港西路135号中山大学园东区106栋西座1楼

现代计算机/Journal Modern Computer
查看更多>>《现代计算机》于1985年创刊，由中山大学主管主办，是一本面向计算机全行业的综合性学术刊物，一直以来致力于营造一个融洽的学术交流平台，帮助读者对象在学业、事业上更上一层楼。现为中国学术期刊综合评价数据库统计源期刊，中国期刊全文数据库全文收录期刊，中国核心期刊（遴选）数据库收录期刊，中国学术期刊（光盘版）收录期刊，全文入编中国学术期刊（光盘版）、中国期刊网、中华期刊网和中文科技期刊数据库、万方－数字化期刊数据库。
正式出版
收录年代

    基于融合卷积Vision Transformer的轻量化图像分类方法

    林海淋陈国明汤佩豫杨惠娟...
    1-7页
    查看更多>>摘要：在执行图像分类任务时,为了在确保模型具备全面的全局表征能力的同时,进一步增强其对局部特征的识别能力,提出一种融合卷积Vision Transformer(ViT)的图像分类方法,在ViT模型嵌入模块中融入卷积层.该方法在以复杂背景苹果叶部病理图像为主的Apple Leaf 9数据集上的平均准确率高达98.49%,超越主流CNN模型,接近于该数据集上最先进算法的性能水平.通过引入轻量化技术,不仅实现了模型精度的显著提升,同时还达到了将模型体积压缩至原有的四分之一,并有效地适配了INT8类型计算的硬件部署需求.此外,当该轻量化模型部署于我们自主研发的模型推理Web应用上时,推理时间相比之前减少了50%.

    图像分类VisionTransformer卷积模型轻量化

      原文链接:
    • 万方数据

    基于改进YOLOv8的航拍图像目标检测算法

    程劲松魏艳龙
    8-14页
    查看更多>>摘要：无人机航拍图像中的目标检测一直是研究的热点.与标准图像相比,图像背景具有小目标众多、目标尺度变化大等特点.因此,传统的目标检测算法不适合直接用于无人机图像中.针对这些问题,研究了一种基于YOLOv8的目标检测算法.首先,为提高多尺度目标检测精度,提出基于Large Selective Kernel Network(LSKNet)的C2F-L结构,通过动态调整网络的感受野,更有效地处理检测对象变化的上下文信息.引入Slim-neck结构,降低参数数量,提高模型检测效率.最后,使用WIoU损失函数提高网络模型的泛化能力和整体性能.在VisDrone2019数据集上实验表明,改进算法的mAP@0.5达到33.4%,比原始YOLOv8提高了1.1个百分点,计算量降低了7.4%.事实证明,改进的算法能有效提高航拍图像的目标检测精度.

    航拍图像YOLOv8目标检测LSKNetWIoU

      原文链接:
    • 万方数据

    基于改进YOLOv8的血细胞检测

    李昊东李小伟高彦臣
    15-21页
    查看更多>>摘要：基于YOLOv8目标检测框架,提出了一种改进的血细胞检测方法.引入SIoU损失函数,能够更好地处理血细胞检测中的目标物体形状偏斜问题,提高检测精度.引入FasterNet Block模块,通过优化卷积操作和特征融合策略,提高了特征提取的效率和精度.在公开的血细胞图像数据集上进行了对比实验.实验结果表明,对比原有模型,改进方法在多个评价指标上均取得了显著的性能提升.平均精度(mAP)提高了2.1个百分点.检测速度提高了23.2 ms.

    血细胞检测YOLOv8SIoU损失函数FasterBlock模块深度学习

      原文链接:
    • 万方数据

    融入Cat映射与高斯变异的黑猩猩优化算法及其应用

    鲁小桐陈丽敏王东岩王一荻...
    22-28页
    查看更多>>摘要：针对标准黑猩猩优化算法在寻优时出现的初始种群分布不均匀、个体适应性差与易陷入局部最优等问题,提出一种改进的黑猩猩算法(CGChOA)应用于求解函数优化问题.首先,利用混沌Cat映射产生黑猩猩种群的初始位置,以丰富种群多样性;其次,引入基于余弦变化规律的收敛因子,平衡算法的全局探索和局部开发能力;最后,对最佳搜索位置的黑猩猩的个体执行高斯变异,从而避免算法陷入局部最优.通过10个基准测试函数与2个工程应用问题的对比实验验证了算法的优越性.

    黑猩猩优化算法Cat映射收敛因子高斯变异优胜劣汰

      原文链接:
    • 万方数据

    基于改进YOWO的人体行为识别算法

    聂嘉骏靳红雨
    29-35页
    查看更多>>摘要：提出了改进的YOWO行为识别算法——YOWO-Uni,该算法继承YOWO算法的框架,重构YOWO算法的各部分:首先,将3D网络分支中的3D-ResNext-101替换成UniFormer-XS,增强时序信息提取能力;其次,在2D网络分支中添加LSKA注意力机制,强化空间特征提取能力;再次,采用轻量化Ghost卷积重构通道融合注意力模块,减少冗余,降低参数量;最后,采用EIoU损失函数提高边界框回归的稳定性.在UCF101-24和J-HMDB-21数据集上的实验结果表明,YOWO-Uni有效减少了模型复杂度,并提高了模型的表达能力.

    YOWO人体行为识别注意力机制Ghost损失函数

      原文链接:
    • 万方数据

    基于RRT*算法的无人船路径规划研究

    张钰琪田存伟房世鹏
    36-41,48页
    查看更多>>摘要：针对RRT算法在路径规划过程中存在路径冗长、盲目性和搜索速度慢等问题,提出了一种基于改进双向RRT*算法的无人船路径规划算法.该算法通过改进RRT算法搜索和添加中间根节点,结合目标偏执策略、引力场及贪婪搜索策略,采用动态步长调节方法代替原来的固定步长生长,使用B样条平滑处理等方式,可以更好解决路径冗长、搜索速度慢和区域性欠缺等问题.通过仿真验证了改进的双向RRT*算法的有效性和可用性.

    RRT*算法无人船路径规划目标偏执动态步长调节

      原文链接:
    • 万方数据

    基于改进Swin Transformer的壁画修复算法

    严杰
    42-48页
    查看更多>>摘要：针对壁画因为自然、人为破坏等因素所产生的损坏,传统的图像修复方法无法获得图像的高级语义信息,常规的基于深度学习的方法又存在边缘模糊以及大面积修复效果不佳的情况.为了更加合理的恢复破损壁画的原貌,利用传统卷积的局部特征提取能力以及Swin Transformer的全局结构理解能力,设计了带门控的上下文编解码器,最终构建了一个基于Swin Transformer的两阶段生成对抗网络.实验结果表明,修复效果在主观和客观情况下均优于当前主流算法.

    文物保护图像修复SwinTransformer

      原文链接:
    • 万方数据

    MedRelNet:基于关系融合的中文医学文本实体关系联合抽取模型

    盛西方赵俊东陶青川余艳梅...
    49-54,60页
    查看更多>>摘要：为解决传统的实体关系抽取模型在中文医学文本上效果不佳的问题,提出了MedRelNet网络,采用多层次语义融合策略.MedRelNet的核心是新颖的关系融合模块(RelFuse),将关系信息融合到句子表示中,实现实体和关系的充分交互.同时,引入双向长短时记忆网络(BiLSTM),全面捕捉句子特征.实验结果显示,MedRelNet相对于基线模型在CMeIE中文医学数据集、DuIE和WebNLG通用数据集上分别取得了1.0、0.7和0.8个百分点的F1值提升,这不仅表明了MedRelNet在提取医学关系三元组方面的出色表现,还突显了其较强的泛化性能.

    BiLSTM中文医学文本实体关系抽取知识图谱

      原文链接:
    • 万方数据

    基于MobileNetV3的棉花病虫害图像分类算法改进

    周淋芋周卫苏申申杨静...
    55-60页
    查看更多>>摘要：棉花是最受消费者欢迎的天然纤维,是全球最重要的经济作物之一.由于各种病虫害的影响导致棉花的产量和品质下降,将直接影响棉农的经济效益.传统的图像识别技术不仅费时费力,而且判断容易出现错误.针对以上问题,选取轻量化网络MobileNetV3作为基础模型,对棉花叶片进行病虫害识别研究.首先,对数据进行数据增强;其次,提出基于迁移学习的MobileNetV3的棉花病虫害图像分类算法,来解决现有的棉花病虫害数据集较少以及准确率有待提高的问题;最后,选取AdamW优化器进行更新,通过多次调整模型的batch size和学习率选择合适的超参数.

    棉花图像分类MobileNetV3迁移学习

      原文链接:
    • 万方数据

    基于U-Net对乳腺医学图像分割算法的优化

    张玉琴
    61-66页
    查看更多>>摘要：针对传统U-Net网络对乳腺癌变分割进行研究,报告该网络在图像分割上有一定的效果,然而,复杂的超声模式和周围组织细胞的粘连使得这些简单框架难以在乳腺超声图像上实现理想的分割结果.因此对U-Net结构进行了引入极化自注意力机制(PSA)以及自校准卷积(SCConv)的改进,设计出了更优的网络架构.PSA通过在像素级别上动态调整特征图的权重,SCConv能够动态地调整卷积核的权重,从而更好地捕捉和表示输入图像的局部和全局信息.

    U-Net乳腺超声图像PSASCConv

      原文链接:
    • 万方数据