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YOLOv5的水下目标检测模型

    张征鑫张笃振
    1-8,63页
    查看更多>>摘要：在复杂的深海环境中,精准地检测和识别目标是海洋探索和保护的关键.此研究对YOLOv5目标检测算法进行了优化,以提升水下目标的检测效果和效率.为了增强模型的特征提取能力,对YOLOv5的关键卷积结构——C3模块进行了替换.此外,引入SEAttention模块,这种模块利用空间注意力机制,使模型更专注于重要目标的识别.评估时,采用EIoU作为标准以准确地衡量目标检测的表现.实验主要在DeepTrash数据集上进行,与原始YOLOv5相比,优化后的模型在精确度上提高了3.1个百分点,召回率提高了1.8个百分点,mAP@0.5提高了2.4个百分点.而且,优化后的模型参数量也减少了17.4个百分点,从而提升了计算效率.即使与最新的YOLOv8相比,优化后的模型也展现出了优越的性能.

    水下目标目标检测注意力机制YOLOv5深度学习

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

    ECPANet:一种基于注意力的深度卷积神经网络通道剪枝方法

    余显冰杨礼友李健
    9-16页
    查看更多>>摘要：在深度学习领域中,卷积神经网络的快速发展导致了先进模型需要大量的计算和存储资源.然而,将这些模型部署到计算和存储资源受限且高实时性的嵌入式设备上变得越来越具有挑战性.为解决这个问题,通道剪枝已成为网络压缩的主要方法之一.传统的通道剪枝方法存在着精度下降和难以确定通道重要性的问题.针对这些问题,提出了一种高效的通道注意力剪枝方法.通过将ECPANet模块嵌入到深度卷积神经网络中以增强其表征能力,评估每个通道在特征映射中的重要性,并根据通道重要性因子剪枝掉不重要的通道以减小模型的大小和计算量.实验结果表明,与传统的通道剪枝方法相比,基于注意力的通道剪枝方法能够更准确地确定通道重要性,从而提高剪枝效果和模型性能.

    深度卷积神经网络通道剪枝注意力机制

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

    一种针对低质量指纹证据图像的增强算法设计

    卢超超
    17-23页
    查看更多>>摘要：指纹图像采集过程中存在旋转、平移以及图像采集不全等内在差异,导致每次提取到的细节点数目是不固定的,这种特征形式后期匹配计算复杂度较高.当前基于模板匹配的图像增强算法针对低质量指纹证据图像匹配计算复杂度较高的情况,以固定阈值完成原始图像滤波处理,未考虑单像素细化方向场特征丢失问题.提出基于卡尔曼滤波的低质量指纹证据图像增强方法.根据图像高斯噪声分布函数,选用VisuShrink阈值降噪,构建卡尔曼滤波器,完成指纹图像预处理.将原始图像转化为单像素细化图,提取滤波后指纹图像的奇异点与特征点.划分指纹图像,根据奇异点与方向向量确定指纹的方向场,进行图像增强滤波处理,完成基于卡尔曼滤波的低质量指纹证据图像增强方法设计.构建实验环节,验证该方法应用效果,实验方法表明:该方法使用后,低质量指纹图像变得更加清晰,并且平均错误率最高仅为6.21%,评估分数均值达到了0.85,该方法有效提高了图像的增强效果.

    卡尔曼滤波指纹增强图像增强方向场特征点提取图像预处理

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

    基于遗传算法和SMOTE的网络入侵检测模型优化研究

    戴周浩
    24-30页
    查看更多>>摘要：针对网络入侵检测存在数据不平衡和特征冗余的问题,提出一种新的检测模型.该模型结合了遗传算法和SMOTE算法,通过对数据进行采样和特征选择,提高了网络入侵检测的准确性.首先,为了解决数据不平衡的状况,采用了SMOTE算法.这个算法通过在入侵类样本中嵌入随机样本,有效地提高了入侵类样本的数量,使得数据达到平衡.其次,为了缓解特征冗余,引入了基于遗传算法和随机森林方法的包装式特征选择技术,选择有用特征,减少冗余信息,从而提升最终的入侵检测性能.最后,采用随机森林算法对经过上述处理的数据集进行分类,实现对网络入侵样本的有效检测.在NSL-KDD数据集上的实验表明,基于遗传算法和SMOTE的网络入侵检测模型从整体上提高了入侵检测的识别率.

    特征选择SMOTE过采样随机森林网络入侵检测遗传算法

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

    基于神经网络的民航客运量的预测研究

    唐甜甜张佳明姜为王海...
    31-37页
    查看更多>>摘要：为准确预测民航客运量,解决传统模型无法精准捕捉不稳定客运量的波动问题,选取更可靠的BP模型,以此挖取数据的非线性以及非平稳特征和规律.针对近17年的时间序列民航客运量进行预测研究,构建BP神经网络预测模型,并与传统模型ARIMA对比分析.进行对比预测曲线图,直观地反映出BP模型比ARIMA模型在波动点的预测上更加稳定,表现更好.结果表明,BP模型相比于ARIMA模型有更高的R2和更低的MSE,能够更有效提高民航客运量的预测精度和预测稳定性,为制定航空运输生产计划和发展航空运输业提供了重要参考.

    神经网络BP模型ARIMA模型民航客运量预测分析

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

    改进DeepLabV3+的复杂场景倒塌建筑物分割算法

    钟联升陶青川
    38-43页
    查看更多>>摘要：受逆光、热噪声和云雾遮挡因素的影响,现有分割算法在震后倒塌建筑物提取上精度和效率表现不佳.针对上述问题,基于DeepLabV3+提出了应对复杂场景的倒塌建筑物分割算法.首先,选择MobileNetV2骨干网络进行替换,降低网络的计算参数,提高分割速度.然后,在特征融合阶段引入AS模块,选择性增强与倒塌建筑物相关的特征通道权重系数,解决分割精度低的问题.此外,在骨干网络中引入了FPN架构,使得多级特征在解码阶段得到整合,均衡捕捉不同倒塌范围的建筑物信息.实验结果表明,改进后的网络在一定程度上解决了复杂场景下倒塌建筑物分割效率与精度的难题.

    深度学习图像分割倒塌建筑物复杂场景

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

    基于注意力机制深度学习的轻量级无线网络数据分选方法

    何靓华赵英
    44-48,75页
    查看更多>>摘要：轻量级无线网络通常用于资源受限的设备,使得数据传输和处理能力有限,且数据量庞大,特征识别较为困难,导致数据分选精度较低.为此,提出基于注意力机制深度学习的轻量级无线网络数据分选方法.计算数据的特征值,对基础数据量化预处理,采用领域粗糙集算法测算出数据分选的冗余限值,多阶提取数据特征,构建注意力机制深度学习网络数据分选流程,采用最优筛选的方式来实现数据分选处理.最终的测试结果表明:针对选定的6个数据分选测试周期,注意力机制深度学习网络数据分选方法最终得出的数据分选平均F-Score均可以达到85%以上,说明在注意力机制深度学习技术的辅助下,当前所设计的数据分选方法的针对性更强、效率更高,具有实际的应用价值.

    注意力机制深度学习轻量级无线网络数据分选分选方法

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

    基于改进的CNN-BiLSTM和三支决策的网络入侵检测方法

    王宇
    49-53页
    查看更多>>摘要：针对网络入侵检测模型特征提取不足以及相关数据集不平衡问题,提出一种基于卷积神经网络与双向长短期记忆网络的网络入侵检测方法.首先结合SMOTE过采样算法对UNSW-NB15数据集进行预处理;其次建立基于CNN-BiLSTM的入侵检测模型,提取数据集的局部特征和长距离依赖特征,通过注意力机制进一步加强特征的重要性;最后通过基于三支决策的分类器获得分类结果.实验结果表明,所提方法在各个评价指标上均有所提升,能够有效提高检测性能.

    入侵检测卷积神经网络双向长短期记忆网络三支决策

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

    基于NEDI插值的图像分辨率提升算法

    刘文宇郝慧艳郭楠张志伟...
    54-58页
    查看更多>>摘要：医学图像、遥感图像等图像受到成像设备等因素的限制,一般分辨率较低.为得到高质量的高分辨率图像,提出了对低分辨率图像采用NEDI插值方法提高图像的分辨率,利用高斯滤波器进一步对高分辨率图像去噪的算法.将该算法应用于灰度图像的分辨率提升后,不仅获得了边缘较为清晰的图像,同时有效地抑制了边缘噪声,图像视觉质量较好.

    图像插值图像去噪NEDI插值

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

    基于深度学习的小目标检测综述

    王聪敏李秀丽
    59-63页
    查看更多>>摘要：该研究综述了基于深度学习的小目标检测技术,首先,梳理介绍了关键技术,对不同方法进行了比较分析,评估了它们的优劣势.其次,讨论了相关数据集和评估指标,为算法性能评估提供了坚实基础.此外,探讨了小目标检测在智能交通和安全监控等领域的各种应用场景.最后,提出了小目标检测的未来发展方向,强调了提高检测精度和速度的必要性.

    小目标检测深度学习目标检测

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