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

    改进YOLOv5的路面裂缝识别方法

    杨景维黎远松
    1-7页
    查看更多>>摘要：针对于深度学习在道路路面裂缝目标检测上检测精度低、错检、漏检等问题,提出一种基于改进YOLOv5的路面裂缝检测方法.首先在YOLOv5的主干网络中加入S2-MLPv2注意力模块,提高模型的精准定位能力.其次在颈部网络部分,使用GSConv+Slim-neck组合结构减轻模型复杂度的同时提升精度.最后将激活函数换为FReLU,在ReLU和PReLU的基础上进行改进,解决了激活函数中的空间不敏感问题.实验结果表明,与传统YOLOv5相比,本模型的mAP50增加了3个百分点,检测效果较好,能达到准确检测的要求.

    裂缝检测深度学习YOLOv5注意力机制

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

    基于双尺度时间特征的步态识别方法

    魏永超徐未其朱泓超朱姿翰...
    8-13,55页
    查看更多>>摘要：当前,多数步态识别方法关注于步态序列单一时间尺度建模,忽略了不同时间尺度的信息交互.基于此,提出了一种双尺度时间特征表示网络.该方法聚合两个时间尺度特征来获取步态的运动表示,并将两个时间尺度上特征进行融合,实现信息交互.通过多视角识别实验验证,该方法在数据集CASIA-B上的性能超越了主流的步态识别方法,在NM、BG和CL条件下Rank-1准确率分别达到97.8%、93.1%以及80.6%.

    步态识别时间尺度空间特征多视角识别

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

    基于BERT和图注意力网络的篇章级事件论元识别

    王凯廖涛
    14-19,64页
    查看更多>>摘要：事件论元识别是事件抽取的子任务之一,其目的在于识别文本中与事件相关的论元及论元对应的论元角色.研究表明,句子的依存句法关系有助于事件论元任务识别,然而,在构造篇章的依存句法关系时容易引入不相关的论元产生噪声问题,现有方法对噪声问题处理不佳.针对该问题,提出了一个基于BERT和图注意力网络的篇章级事件论元识别模型.该模型从两个角度去解决噪声问题,一方面,通过获取充分的篇章语义特征作为辅助,去构建更有效的篇章依存句法特征;另一方面,采用图注意力网络对不同的论元节点分配不同的权重,从而去除掉无效的论元.在RAMS语料库上的实验结果表明,该方法有效解决了篇章依存句法关系中存在的噪声问题,取得了较好的篇章级事件论元识别结果.

    篇章级事件论元识别依存句法关系BERT图注意力网络

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

    适用于边缘设备的轻量级人体检测算法

    周宁陶青川彭勃兴
    20-25,68页
    查看更多>>摘要：针对现存的人体检测网络都比较复杂,部署到边缘设备上时表现不佳的问题,基于YOLOv7提出一种轻量级人体检测算法.该算法首先使用改进后的ShuffleNev2基本模块替换原网络ELAN模块;接着在主干网络末端添加SE注意力和SPPF池化;然后在Neck部分使用改进后的GSConv替换标准卷积,引入基于GSConv的VoVGSCSP替换ELAN-W模块.通过在GPU和Sophon SE5上的验证结果表明,该轻量级人体检测算法与YOLOv7相比损失2.6%的精度,但计算量大幅度降低,在Sophon SE5上推理速度达到了54 FPS,相比较YOLOv7提升了39 FPS.

    YOLOv7目标检测ShuffleNet边缘计算SophonSE5

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

    基于DBNet改进的检务场景文本检测算法研究

    于晓林世基
    26-31,72页
    查看更多>>摘要：针对检务场景文本检测中,现有的检测算法仍存在误检率和漏检率高等问题.通过改进现有的特征提取网络,引入高效通道注意力和空间注意力模块CBAM,同时改进可微二值化函数,并将改进后的网络应用到检务场景文本检测当中.改进后的算法在ICDAR 2015数据集上的准确率、召回率及F值相较于改进前分别提升了2.2、5.4及4.2个百分点,达到了89.2%和63.6%及74.3%.实验数据表明,改进DBNet文本检测算法在收敛速度和检测精度上都有明显的提升.

    文本检测检务场景可微二值化深度学习CBAM

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

    联合Swin Transformer和UNet的GAN人脸修复算法

    张梦澜
    32-37页
    查看更多>>摘要：基于GAN的人脸修复技术大都采用CNN进行修复,忽略了人脸修复的全局信息和整体均匀性,从而导致修复结果不理想.基于此问题,提出一种联合Swin Transformer和UNet的GAN人脸修复算法,进行人脸图像修复.该方法整体采用GAN生成器-判别器架构,使用Swin Transformer作为主干网络,用于捕捉图像的全局依赖关系;采用UNet的编码-解码结构,在局部区域进行特征提取和重建.实验结果表明,相较于以往方法,该方法能更好地处理人脸图像修复任务.

    生成对抗网络人脸修复SwinTransformerUNet

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

    基于LSTM-Attention的空间目标分类研究

    杨礼友余显冰李智
    38-43页
    查看更多>>摘要：针对空间目标特有属性及其运动趋势难以使用单一元素进行描述,以及现有空间目标分类技术准确度低等问题,构建了一种基于LSTM-Attention的空间目标分类模型,该模型无需开展额外的特征工程,能够联系空间目标序列数据的上下文信息和长期依赖关系,提取样本的局部特征并对其长期运动趋势进行建模.利用Mini-Mega TORTORA(MMT)系统实测光变曲线进行验证,与传统方法相比,设计使用的模型拥有较高的数据处理效率,能够提高空间目标的分类准确度并满足空间态势感知的部分应用需求.

    空间目标分类深度学习LSTM注意力机制

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

    基于受扰判断的智慧网络移动终端数据链多层加密算法

    梁正华温权波邹立朋
    44-49页
    查看更多>>摘要：传统智慧移动终端的数据链防护方法通常未考虑受扰判断情况,导致单层可见性算法很容易被干扰,无法全面保护移动终端上的敏感信息.针对这一问题,提出智慧网络移动终端数据链多层加密算法.对数据链电磁干扰机理进行分析后,根据不同趋势和不同紊乱频率下的错误率,来判断数据链是否受到干扰.基于这些分析结果和判断,设计多层加密算法来增强数据链的安全性.第一层加密技术用于对数据链数据的编码,以确保数据不被篡改,并能够在接收端恢复为原始数据.第二层加密技术用于保证从数据链单元接收到的数据的安全等级,避免恶意攻击对数据的损害.第三层加密技术用于防止病毒入侵,保护从其他数据链节点接收的数据.通过多层加密技术实现移动终端数据链的安全防护.实验结果表明,该算法下的丢包率低,整体加权防护时间较为稳定,且生成的密文长度短.

    智慧网络移动终端数据链多密码联合防护防护方法

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

    基于Bi-LSMT结合注意力机制的钓鱼网站识别

    尚培文李东帅
    50-55页
    查看更多>>摘要：随着互联网的普及,钓鱼网站是人们接触到最常见的网络犯罪类型之一,造成了巨大的经济损失、信息泄漏等危害.鉴于此,提出了一种基于双向长短记忆神经网络(Bi-LSTM)结合注意力机制模型来识别钓鱼网站.预处理之后的数据,采用Word2Vec模型构建词向量,通过Bi-LSTM进行特征提取,并使用注意力机制计算注意力权重,生成最终的特征向量,通过Sigmoid函数对网站类别分类.实验结果表明,所提出的模型在对钓鱼网站检测效果达到98.3%,能够有效应对此类攻击威胁,有助于维护网络空间安全体系.

    钓鱼网站Bi-LSTMWord2Vec注意力机制

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

    基于图像亮度均衡技术的霍夫圆检测研究

    任建松来枫璟
    56-60页
    查看更多>>摘要：棋子定位是下棋机器人视觉系统中至关重要的环节.目前下棋机器人视觉系统中最常用的圆检测算法为霍夫圆变换法.该检测算法具有同时可一次检测多个圆,满足对棋局实时检测的需求等优点,但在暗光照环境下也暴露出不稳定性,导致采集到的图像存在较大的局部阴影和局部反光现象,使得检测出现偏差.为了克服其检测的光敏性,增强检测的鲁棒性,设计了一种图像亮度均衡算法.为了验证方案的可行性,对在暗光源环境下加入图像亮度均衡算法与不加图像亮度均衡算法分别进行了霍夫圆检测的对照实验.实验结果表明,加入图像亮度均衡算法对暗光源环境下采集的棋盘图像预处理后,再进行检测,能够矫正偏差,准确检测到图像中棋子的内轮廓圆,准确实现棋子精准定位.

    亮度均衡霍夫圆变换下棋机器人双三次插值

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