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

    基于改进YOLOv7-tiny的雾天目标检测算法研究

    高武阳张麟华
    1-8页
    查看更多>>摘要：在户外场景下,目标检测是一项很重要的技术,其广泛应用于自动驾驶、监控目标跟踪等领域.然而户外天气多变,尤其在大雾天气场景下,由于光线减弱和物体边缘模糊等问题,导致算法性能下降、检测精度不高.针对这些问题,对雾天目标检测算法的研究提出了一种基于YOLOv7-tiny网络改进的算法.首先,引入注意力机制SimAM,在网络的特征融合部分添加注意力模块SimAM来提高网络对模糊图像的特征提取能力.然后,将算法原来的损失函数CIoU替换为wIoU,来提高锚框的定位精度,从而在整体上提高检测的精度.在雾天数据集ug2上进行了训练和验证.改进后的算法在计算量保持基本不变的前提下,mAP0.5和mAP0.5∶0.95分别提高了1.7和3.5个百分点,证明了改进方法的有效性.

    目标检测雾天SimAMwIoU

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    轻量型YOLO-IoU网络在公路绿化检测中的应用

    林海彭佳君冯善铭叶思红...
    9-15,23页
    查看更多>>摘要：探讨基于深度学习的智能目标检测技术在公路绿化管理中的应用与优化,目的是让公路绿化管理的效率和水平更上一层楼.目前传统的人工巡视方式存在效果不显著、浪费人力等问题,故此需要一个新的解决方案.基于深度学习的智能目标检测技术能够快速、准确地识别和定位公路上的绿化目标,对推动公路绿化管理的可持续性和可发展性有积极影响.然而,目标检测技术在公路绿化管理中面临天气、光照和GPU资源限制等挑战.为解决这些问题,提出了轻量型YOLO-IoU网络,通过优化数据集扩充、特征提取和损失函数,改进了目标检测模型,提高了效率和精度,mAP@0.5值为99.48%,具有很好的鲁棒性.

    公路绿化人工智能目标检测深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv5s的轻量级水下鱼群检测与识别

    张晨蕾李梦晗田存伟
    16-23页
    查看更多>>摘要：为进一步提高水下鱼群检测与识别的检测精度和工作效率,提出了一种改进DCG-YOLOv5s的轻量化水下鱼群检测算法.首先为了增强网络模型的特征提取能力及识别准确性,在Backbone主干网络的卷积层中引入可变形卷积;其次采用轻量级上采样算子CARAFE,在增大感受野的同时进一步提高模型对于水下鱼群的识别效果;最后引入了GhostBottleneck替换原结构中的部分C3结构,在不影响精度的前提下实现了轻量化.实验结果表明,改进后模型的平均检测精度、计算量均有明显提高,达到了轻量化的效果.

    鱼群检测YOLOv5s神经网络算法轻量化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    改进YOLOv8的织物疵点检测算法

    丁琼祝双武田乐王茹...
    24-30页
    查看更多>>摘要：针对传统织物疵点检测方法耗时耗力,主流检测模型速度慢或精度低的问题,改进了YOLOv8模型,旨在提高织物疵点检测的性能.选择性注意力模块(LSKBlock)融入YOLOv8主干网络,使模型自动学习并决定哪些信息值得关注与处理,优化模型对相关信息的处理效果;在颈部将卷积层替换为可变形卷积(DCN),加强网络感知目标形变的能力,进一步提升网络的特征提取和定位能力;另外通过设计一种轻量型范式(Slimneck),提高模型精度并降低复杂度.在TILDA和织物疵点数据集上进行性能评估,结果显示,改进的YOLOv8模型在两个数据集上的mAP分别达到88.6%和92.7%,相较原模型提高了4.1和4.0个百分点,且检测速度满足实际生产中的要求.

    织物疵点检测YOLOv8选择性注意力轻量化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    用于道路提取的结构特征优化方法

    廖婧琳何青
    31-36,43页
    查看更多>>摘要：针对以往的遥感道路提取研究中大多忽略了整个输入图像的道路结构特性,对于较为复杂、多道路区域的情况,难以产生完整道路网的问题.首先,设计了一个带状池化模块SPM,用于有效地扩大接收领域的骨干.具体来说,SPM侧重于沿着水平或垂直空间维度编码长距离上下文,并对汇集的映射中的每个空间位置的全局水平和垂直信息进行编码,实现了捕获长距离空间依赖性和利用通道间依赖性的能力的提升.考虑到道路尺度的多样性,提出级联的多尺度注意增强模块(CMSAE),利用多尺度特征上的空间注意剩余块来捕获长距离依赖,并引入信道注意层来优化多尺度特征融合,目的是解决现有方法中道路提取不连续和锯齿状边界识别的问题,并聚合连续道路的空间细节和语义信息.经实验验证和多种算法进行比较,所提方法相较于U-Net网络在Precision、Recall、IoU、ACC四个指标上分别提升了 3.05、2.12、3.43、1.85个百分点,均优于对比算法,证明了该方法在改善道路提取任务中不连续问题的有效性.

    道路提取带状池化多尺度特征长距离依赖U-Net

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    未知环境下基于Dueling DQN的无人机路径规划研究

    赵恬恬孔建国梁海军刘晨宇...
    37-43页
    查看更多>>摘要：为有效解决无人机在未知环境下的路径规划问题,提出一种基于Dueling DQN的路径规划方法.首先,在DQN的基础上,引入对抗网络架构,从而更好地提高成功率;其次,设计状态空间并定义离散化的动作和适当的奖励函数以引导无人机学习最优路径;最后在仿真环境中对DQN和Dueling DQN展开训练,结果表明:①Dueling DQN能规划出未知环境下从初始点到目标点的无碰撞路径,且能获得更高的奖励值;②经过50000次训练,Dueling DQN的成功率比DQN提高17.71%,碰撞率减少1.57%,超过最长步长率降低16.14%.

    无人机路径规划深度强化学习DuelingDQN算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于注意力机制的ALBERT-BiLSTM-CNN评论情感分类

    陶贻勇别春洋
    44-49页
    查看更多>>摘要：在自然语言处理领域中,针对静态词向量Word2Vec表示方法无法精准捕捉句子和文本结构的语义信息的问题,提出了一种基于ALBERT-CNN-BiLSTM-Attention的评论情感分析模型,该模型不仅有效解决了传统模型参数量多,计算和存储效率较低的问题,还显著提升了情感分类的准确率.该方法首先利用ALBERT模型获取评论文本动态特征,并引入注意机制模块对BiLSTM的输出结果进行文本关键词权重获取,然后利用CNN获取文本局部特征,最后通过softmax层对评论内容进行情感分类.实验结果表明,该研究提出的模型相较于传统方法和其他ALBERT的模型在准确率和召回率上都有显著的提升,准确率达到88.43%,召回率达到88.17%,F1值达到88.30%.

    情感分类ALBERTBiLSTM注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    新高考志愿填报推荐系统的HHRA算法研究

    温创新黄桂萍胡舟
    50-55页
    查看更多>>摘要：近年来,我国高考人数逐年增加,竞争也越来越激烈,高考志愿填报的重要性不言而喻.针对当前高考志愿填报存在的问题,在对高考志愿数据进行调研的基础上,提出了一种HHRA混合推荐算法.该算法首先构建用户特征矩阵,并采用min-max法做标准化处理;其次采用改进的皮尔逊相关系数进行相似度计算,并生成推荐集;然后对不同志愿的录取概率进行计算,并按录取概率进行院校志愿层次划分;最后从原始志愿表中提取考生偏好特征,计算偏好相似度,得到最终的志愿推荐结果.研究表明,采用HHRA算法能够更好地利用分数,满足用户个性化的志愿需求.

    高考志愿HHRA算法推荐算法Jaccard系数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于稀疏A*与人工势场算法的EOSID路径规划

    杨军利李阿丹程颖李立坤...
    56-60,76页
    查看更多>>摘要：为提升起飞一发失效应急程序(EOSID)的制作效率,根据飞机性能限制和民航相关规章要求,提出了基于数字高程模型(DEM)的稀疏A*和人工势场算法的ESOID全局路径规划方法,并进行了实例验证.结果表明,应用该方法可提升规划算法的局部避障能力及鲁棒性,生成的起飞一发失效三维路径与传统人工方法相近,为EOSID路径的自动规划提供了一种可行方法.

    EOSID路径规划稀疏A*人工势场法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多尺度融合的一次性竹筷表面缺陷检测方法

    周宇博沈岳匡迎春
    61-66页
    查看更多>>摘要：表面缺陷检测识别是产品质量控制过程中的一项重要任务,针对目前一次性竹筷生产检测智能化程度低、误检率高等问题,提出了一种识别缺陷类别和定位缺陷的跨尺度加权特征融合网络.由于缺陷边缘不明显、尺寸小、背景纹理干扰等问题,提出改进的Retinex图像增强方法.然而数据生成过程昂贵且带有缺陷样本的数据很少出现,使用大量正常一次性竹筷样本进行特征提取,提高表面缺陷识别任务的泛化能力,并将逆残差架构与坐标注意力机制(CA)相结合,以增强多尺寸缺陷检测的鲁棒性.实验结果表明,所提出的方法可有效提升一次性竹筷检测识别的性能,检测准确率可达92.6%,满足实际生产中的需求.

    缺陷检测机器视觉注意力机制深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据