2020年, 第46卷, 第5期 刊出日期：2020-05-15
-
全选|
-
-
计算机工程. 2020, 46(5): 1-11. https://doi.org/10.19678/j.issn.1000-3428.0057370面向深度学习的多模态融合技术是指机器从文本、图像、语音和视频等领域获取信息实现转换与融合以提升模型性能，而模态的普遍性和深度学习的热度促进了多模态融合技术的发展。在多模态融合技术发展前期，以提升深度学习模型分类与回归性能为出发点，阐述多模态融合架构、融合方法和对齐技术。重点分析联合、协同、编解码器3种融合架构在深度学习中的应用情况与优缺点，以及多核学习、图像模型和神经网络等具体融合方法与对齐技术，在此基础上归纳多模态融合研究的常用公开数据集，并对跨模态转移学习、模态语义冲突消解、多模态组合评价等下一步的研究方向进行展望。
-
计算机工程. 2020, 46(5): 12-18. https://doi.org/10.19678/j.issn.1000-3428.0055996网络空间拟态防御技术通过构建动态异构冗余的系统架构来提高系统的安全性能，而裁决器的表决机制是防御链中的关键步骤，直接影响拟态系统的安全性和效率。针对拟态表决环节的任务特性，对一致表决算法进行改进，设计基于执行体异构度的拟态裁决优化方法。结合拟态防御系统的异构特性，在选择执行体表决输出时引入执行体间的异构度作为决策因素，同时综合考虑执行体数目和历史记录信息，使表决算法更适用于拟态架构面临的威胁场景。实验结果表明，与一致表决算法相比，该算法能够显著提高拟态系统的安全性能，有效规避共模逃逸的风险。
-
计算机工程. 2020, 46(5): 19-25,33. https://doi.org/10.19678/j.issn.1000-3428.0055028物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重，传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题，重新构建基于无线传感器网络的能耗模型，在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上，提出一种改进的能耗感知虚拟网络映射算法，在节点映射阶段，基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上，并为不同时延下的链路分配合适的资源。仿真结果表明，相比EA-VNE、EA-VNEH算法，该算法通过资源整合的方式，可以提高底层资源利用率，降低虚拟网络映射能耗，且随着引入参数的增加，能够实现更细粒度的资源分配。
-
计算机工程. 2020, 46(5): 26-33. https://doi.org/10.19678/j.issn.1000-3428.0056316交通流量预测是智能交通系统中的重要组成部分，但由于交通流量受交通状况、地理位置、时间等多种因素影响，使其具有高度非线性与复杂性，实现精准预测的难度较大。针对交通站点的出入流量预测问题，提出一种基于上下文门控的时空多图卷积网络（CG-STMGCN）模型。根据站点间的相邻关系与流通流量关系构造邻居图与流通流量图表示站点流量之间的邻近相关性与流量依赖性，在两图上分别建立基于上下文门控的时空卷积模块捕获站点流量的时空特征，并使用哈达玛乘积融合两图的输出作为最终预测结果。在真实交通站点数据集上的实验结果表明，CG-STMGCN模型的预测准确性优于同类预测方法，且稳定性更强。
-
计算机工程. 2020, 46(5): 34-40. https://doi.org/10.19678/j.issn.1000-3428.0055025雾计算将云计算的计算能力、数据分析应用等扩展到网络边缘，可满足物联网设备的低时延、移动性等要求，但同时也存在数据安全和隐私保护问题。传统云计算中的属性基加密技术不适用于雾环境中计算资源有限的物联网设备，并且难以管理属性变更。为此，提出一种支持加解密外包和撤销的属性基加密方案，构建"云-雾-终端"的三层系统模型，通过引入属性组密钥的技术，实现动态密钥更新，满足雾计算中属性即时撤销的要求。在此基础上，将终端设备中部分复杂的加解密运算外包给雾节点，以提高计算效率。实验结果表明，与KeyGen、Enc等方案相比，该方案具有更优的计算高效性和可靠性。
-
计算机工程. 2020, 46(5): 41-46. https://doi.org/10.19678/j.issn.1000-3428.0054094为解决命名实体之间的复杂嵌套以及语料库中标注误差导致的相邻命名实体边界重叠问题，提出一种中文重叠命名实体识别方法。利用基于随机合并与拆分的层次化聚类算法将重叠命名实体标签划分到不同的聚类簇中，建立文字到实体标签之间的一对一关联关系，解决了实体标签聚类陷入局部最优的问题，并在每个标签聚类簇中采用融合中文部首的BiLSTM-CRF模型提高重叠命名实体的识别稳定性。实验结果表明，该方法通过标签聚类的方式有效避免标注误差对识别过程的干扰，F1值相比现有识别方法平均提高了0.05。
-
计算机工程. 2020, 46(5): 47-53. https://doi.org/10.19678/j.issn.1000-3428.0053894特征选择是一种常用的机器学习降维方法，然而传统非监督特征选择算法在保持数据样本维度的局部结构时，却忽略了排序局部性对特征选择的影响。利用数据的三元组局部结构，构建数据之间的排序关系并在特征选择过程中进行局部性保持，提出基于三元组排序局部性的同时正交基聚类特征选择（SOCFS）改进算法，选择具有局部结构保持性且判别区分度高的特征。实验结果表明，与传统非监督特征选择算法相比，SOCFS改进算法聚类效果更好、收敛速度更快。
-
计算机工程. 2020, 46(5): 54-62. https://doi.org/10.19678/j.issn.1000-3428.0054183从高维、稀疏的用户评分数据中构建用户偏好模型，存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此，提出一种基于深度信念网（DBN）和贝叶斯网（BN）的用户偏好建模方法。采用DBN对评分数据进行分类，用隐变量表示不能直接观测到的用户偏好，利用含隐变量的BN描述评分数据中蕴含的相关属性间的依赖关系及其不确定性。在MovieLens和大众点评数据集上的实验结果表明，该方法能够有效描述评分数据中与用户偏好相关的各属性间的依赖关系，其精确率和执行效率均高于隐变量模型。
-
计算机工程. 2020, 46(5): 63-69,77. https://doi.org/10.19678/j.issn.1000-3428.0054196传统基于翻译模型的知识图谱表示方法难以处理一对多、多对一和多对多等复杂关系，而且通常独立地学习三元组而忽略了知识图谱的网络结构和语义信息。为解决该问题，构建一种基于TransE的TransGraph模型，该模型同时学习三元组和知识图谱网络结构特征，以有效增强知识图谱的表示效果。在此基础上，提出一种向量共享的交叉训练机制，从而实现网络结构信息和三元组信息的深度融合。在公开数据集上的实验结果表明，相比TransE模型，TransGraph模型在链路预测和三元组分类2个任务中的HITS@10、准确率指标均得到显著提升。
-
计算机工程. 2020, 46(5): 70-77. https://doi.org/10.19678/j.issn.1000-3428.0054035为高效地挖掘和分析复杂网络，提出一种基于三角形子图的复杂网络过滤压缩算法NIIET。设计一种节点重要性排序算法NRSA选取高、低重要性节点并进行过滤，以降低计算规模并缩短压缩时间。列出边两端的节点及其共同节点集组成三角形子图集合，在此基础上，解析三角形子图集合完成复杂网络压缩。实验结果表明，NRSA算法的排序结果合理且可靠，相对Node_iterator算法，NIIET算法能够缩短压缩时间，提高压缩率，且能保留原网络的大部分结构和信息。
-
计算机工程. 2020, 46(5): 78-85,93. https://doi.org/10.19678/j.issn.1000-3428.0054557针对深度Q网络（DQN）算法因过估计导致收敛稳定性差的问题，在传统时序差分（TD）的基础上提出N阶TD误差的概念，设计基于二阶TD误差的双网络DQN算法。构造基于二阶TD误差的值函数更新公式，同时结合DQN算法建立双网络模型，得到两个同构的值函数网络分别用于表示先后两轮的值函数，协同更新网络参数，以提高DQN算法中值函数估计的稳定性。基于Open AI Gym平台的实验结果表明，在解决Mountain Car和Cart Pole问题方面，该算法较经典DQN算法具有更好的收敛稳定性。
-
计算机工程. 2020, 46(5): 86-93. https://doi.org/10.19678/j.issn.1000-3428.0054793当今句子摘要研究主要针对单语，即源端句子和目标端摘要短语属于同种语言，然而单语句子摘要严重制约了不同语言文本信息的快速获取。为解决该问题，提出一种跨语言句子摘要系统。借鉴回译思想，将单语句子摘要平行语料中的源端通过神经机器翻译系统翻译成另一种语言，将其与句子摘要平行语料中目标端的摘要短语共同构成跨语言的伪平行语料。在此基础上，利用对比注意力机制，实现目标端与源端序列中不相关信息的获取，解决了传统注意力机制中源端和目标端句子长度不匹配的问题。实验结果表明，与基于管道方法的单语句子摘要系统相比，该跨语言系统生成的摘要短语更流畅且符合人类语言表述方式，可达到接近单语的句子摘要水平。
-
计算机工程. 2020, 46(5): 94-101,108. https://doi.org/10.19678/j.issn.1000-3428.0054340结构洞通常指社交网络中处于信息扩散关键位置的节点，此类节点对社交网络舆情控制、影响力分析、信息传播等具有重要作用。为快速准确地找到社交网络中的结构洞，提出一种基于图最短路径增量的Top-k结构洞发现算法。通过计算并分析节点的图最短路径增量、连通分量个数和节点方差确定其结构洞属性值，并依据该属性值对节点进行排序，从而发现Top-k结构洞。同时，结合中介中心性算法进行节点的过滤与筛选，大幅降低算法的时间复杂度。在真实网络和不同规模LFR人工合成网络上的实验结果表明，与经典结构洞发现算法相比，该算法具有更高的结构洞检测效率。
-
计算机工程. 2020, 46(5): 102-108. https://doi.org/10.19678/j.issn.1000-3428.0054436以词向量为输入的单通道卷积神经网络无法充分利用文本的特征信息，并且不能准确识别中文文本的多义词。针对上述问题，建立一种细粒度的多通道卷积神经网络模型。采用word2vec进行词向量的预训练，利用3个不同的通道做卷积运算，分别为原始词向量、词向量与词性表示相结合的词性对向量以及细粒度的字向量。通过词性标注进行词义消歧，利用细粒度的字向量发现深层次的语义信息。在此基础上，设置不同尺寸的卷积核以学习句子内部更高层次抽象的特征。仿真结果表明，该模型较传统卷积神经网络模型在情感分类的准确率和F1值上性能均有明显提升。
-
计算机工程. 2020, 46(5): 109-114. https://doi.org/10.19678/j.issn.1000-3428.0054825针对目前知识图谱中存在关系事实缺失且对隐含知识挖掘不足等问题，提出一种基于多级关系路径语义组合的关系推理算法。将知识图谱嵌入到低维向量空间中，利用强化学习进行路径发现，使得路径中实体和关系对应的向量作为循环神经网络的输入，经过迭代学习输出多级关系路径语义组合的结果向量，并将结果向量与目标关系向量进行相似度计算，从而进行关系推理。在FB15K-237和NELL-995数据集上的实验结果表明，该算法事实预测精度分别为0.314和0.417，均优于PRA、TransE与TransH模型。
-
计算机工程. 2020, 46(5): 115-121. https://doi.org/10.19678/j.issn.1000-3428.0054536现有面向矩阵数据集的算法多数通过随机选取初始类中心得到聚类结果。为克服不同初始类中心对聚类结果的影响，针对分类型矩阵数据，提出一种新的初始聚类中心选择算法。根据属性值的频率定义矩阵对象的密度和矩阵对象间的距离，扩展最大最小距离算法，从而实现初始类中心的选择。在7个真实数据集上的实验结果表明，与初始类中心选择算法CAOICACD和BAIICACD相比，该算法均具有较优的聚类效果。
-
计算机工程. 2020, 46(5): 122-130,138. https://doi.org/10.19678/j.issn.1000-3428.0055397云环境下科学工作流的数据布局成为当前工作流研究中的一个热点问题，对科学工作流中任务和数据之间多对多关系进行分析，可以发现不同数据布局方案在数据传输上的费用各不相同，在很大程度上影响工作流的运行成本。为降低科学工作流数据集传输费用，提出一种基于任务分配和数据集副本的科学工作流数据布局方法。该方法从任务分配开始，在定量计算任务依赖度的基础上进行任务分配，根据分配结果给出一个基于数据集副本的两阶段数据布局方法，以实现科学工作流运行中传输费用的优化。实例结果表明，与工作流层方法相比，该方法可以有效降低科学工作流的运行成本。
-
计算机工程. 2020, 46(5): 131-138. https://doi.org/10.19678/j.issn.1000-3428.0056243时间序列分割与状态识别是一项重要的时间序列挖掘任务，可用于识别被监测对象的运行状态，然而目前多数无监督时间序列分割算法得到的结果无法满足用户的状态识别期望。为实现符合用户意图的时间序列分割，提出一种有监督的时间序列分割算法。构造特征集合并自动训练特征概率模型参数，以此构建特征高斯概率分布模型进行相关序列的特征设计，同时利用匹配损失计算和改进的贪心策略设定特征权重约束，通过增加分割位置约束条件及增量计算2种优化方式提高分割效率。在多个真实数据集上的实验结果表明，与pHMM和AutoPlait算法相比，该算法可以全面表达状态类别，对时间序列进行更精准的分割。
-
计算机工程. 2020, 46(5): 139-143,149. https://doi.org/10.19678/j.issn.1000-3428.0054753为解决数据流分类中的概念漂移和噪声问题，提出一种基于样本确定性的多源迁移学习方法。该方法存储多源领域上由训练得到的分类器，求出各源领域分类器对目标领域数据块中每个样本的类别后验概率和样本确定性值。在此基础上，将样本确定性值满足当前阈值限制的源领域分类器与目标领域分类器进行在线集成，从而将多个源领域的知识迁移到目标领域。实验结果表明，该方法能够有效消除噪声数据流给不确定分类器带来的不利影响，与基于准确率选择集成的多源迁移学习方法相比，具有更高的分类准确率和抗噪稳定性。
-
计算机工程. 2020, 46(5): 144-149. https://doi.org/10.19678/j.issn.1000-3428.0054716移动时间层次聚类是一种势能聚类算法，具有较好的聚类效果，但该算法无法识别数据集中存在的噪声数据点。为此，提出一种抗噪的移动时间势能聚类算法。通过各个数据点的势能值以及数据点之间的相似度找到各个数据点的父节点，计算各数据点到父节点的距离，按照该距离以及数据点的势能得到λ值，并依照λ值大小构造递增曲线，通过递增曲线中的拐点来识别出噪声点，将噪声数据归到新的类簇中，对去除噪声点后的数据集，根据数据点与父节点的距离进行层次聚类来获得聚类结果。实验结果表明，该算法能够识别出数据集中的噪声数据点，从而得到更优的聚类效果。
-
计算机工程. 2020, 46(5): 150-156. https://doi.org/10.19678/j.issn.1000-3428.0054747针对基于WN-list的加权频繁项集挖掘算法NFWI挖掘效率低的问题，提出一种基于WDiffNodeset的加权频繁项集挖掘算法DiffNFWI。对DiffNodeset数据结构进行扩展得到WDiffNodeset，采用集合枚举树和混合搜索策略相结合的方法查找加权频繁项集，以避免大量的交集运算并实现高效查找。使用差集策略计算项集的加权支持度，从而降低计算量。在mushroom、pumsb等数据集上的实验结果表明，DiffNFWI算法的运行效率优于NFWI算法。
-
计算机工程. 2020, 46(5): 157-166. https://doi.org/10.19678/j.issn.1000-3428.0055290静态分析方法被广泛用于Android应用的隐私泄露检测，其以（Source，Sink）对形式检测潜在漏洞，但同时会产生大量虚警。针对该问题，提出一种上下文敏感和域敏感的污点分析方法。对污点传播的操作语义和一致性约束进行形式化定义，保证污点传播的语义正确性，同时分析插桩运行Android应用后产生的Trace片段，验证漏洞是否存在虚警。基于Soot实现原型系统并对DroidBench数据集中的70个应用进行分析，实验结果表明，该方法可成功验证4个虚警并发现8个漏报，表明其能有效判断静态分析结果的正确性。
-
计算机工程. 2020, 46(5): 167-173,180. https://doi.org/10.19678/j.issn.1000-3428.0054776在密码SoC等数据密集型应用中，数据传输速度成为制约密码处理性能提升的瓶颈。结合密码SoC的数据流处理特点，提出一种面向密码SoC的高性能DMA优化设计方法。对特定模块的DMA传输开辟专用通道，利用并行读写数据提高特定模块DMA传输的总线带宽利用率。添加特殊工作模式用于自主控制重复任务传输以提升传输的带宽利用率。在此基础上，采用多通道优先级动态调整技术实现多任务下效率较高的自适应传输。仿真结果表明，该DMA在55 nm工艺下的最高频率达910 MHz，总线利用率和协处理器利用率的平均值分别高达91%和54%，相对通用DMA，其对密码SoC的ZUC、SNOW、SM3、SM4和AES算法的性能分别提升216%、222%、123%、69%和221%。
-
计算机工程. 2020, 46(5): 174-180. https://doi.org/10.19678/j.issn.1000-3428.0055037为实现对恶意移动应用的准确检测以保障移动设备安全，提出一种基于域名关联的恶意移动应用检测方法。以DNS域名为检测分析对象识别网络流量中的恶意域名，利用DNS请求流量的时间特征寻找恶意域名的相关联域名，并将关联域名与文本分类样本库进行比对，确定恶意移动应用名称。实验结果表明，该方法可有效用于移动设备的安全防护，其在公开测试数据集中的检测率达到97.1%，在实际网络的部署运行中共检测出13款恶意移动应用，且误报数量为0。
-
计算机工程. 2020, 46(5): 181-186,192. https://doi.org/10.19678/j.issn.1000-3428.0053980现有隐私保护方法多数仅利用匿名机制和加扰混沌方法隐藏用户的身份信息，恶意用户仍能从时空相关感知数据中推断出用户的活动轨迹。为建立混沌区域保障用户隐私并在混沌区域实现数据传输，面向移动群智感知网络提出一种基于维诺单元的隐私保护方法。参与者建立维诺单元，通过单跳或者多跳的方式广播需求，并联合其他参与者构建混沌区域，同时利用混沌区域的参与者代表与感知平台进行数据交互，从而将用户身份信息隐藏于不规则的维诺单元和混沌区域中。实验结果表明，该方法能有效建立不规则的混沌区域，提高了用户隐私保护成功率与效率。
-
计算机工程. 2020, 46(5): 187-192. https://doi.org/10.19678/j.issn.1000-3428.0054302针对盲代理重签名方案中的复杂双线性对运算及证书管理问题，借鉴WANG等人方案，基于大整数分解困难问题提出一种无双线性对的部分盲代理重签名方案，并在不同密码体制和部分盲性的框架下给出形式化定义及安全模型。该方案在随机预言模型中满足适应性选择消息下的不可伪造性和部分盲性，可实现签名从原始签名者到代理重签名者之间的透明转换，保护原始签名者的隐私，同时能够降低部分盲代理重签名算法的运算量，提高签名验证算法的运算效率。效率对比与分析结果表明，该方案在保证应用性的同时可有效增加部分盲性。
-
计算机工程. 2020, 46(5): 193-199. https://doi.org/10.19678/j.issn.1000-3428.0054712针对后量子时代的网络通信安全问题，对编码密码中的Niederreiter密码体制进行研究，将基于改进Niederreiter密码的双公钥加密方案与Xinmei签名方案相结合，构造一种抗量子签密方案。安全性分析结果表明，该方案能够满足IND-CPA与EUF-CMA安全，并可实现对直接译码攻击以及ISD攻击的良好防御，相比先签名后加密的签密方法，其密文量下降50%，能够为后量子时代用户的网络通信提供机密性与不可伪造性的安全防护。
-
计算机工程. 2020, 46(5): 200-206. https://doi.org/10.19678/j.issn.1000-3428.0055183随着通信用户数量的不断增长，低功率基站逐渐出现负载不均衡问题，小区边缘用户受到的干扰逐步增加，从而导致整个小区的通信质量降低。为解决该问题，针对双层异构网络场景，提出一种基于启发函数进行小区范围扩展（CRE）偏置值动态选择的HSARSA（λ）算法。利用启发函数改进强化学习中的SARSA（λ）算法，通过该算法寻找出最优CRE偏置值，以缓解宏基站高热点负载压力并提高网络容量。仿真结果表明，相比SARSA（λ）和Q-Learning算法，HSARSA（λ）算法的边缘用户吞吐量分别提高约7%和12%，系统能效分别提高约11%与13%，系统通信质量得到较大提升。
-
计算机工程. 2020, 46(5): 207-215. https://doi.org/10.19678/j.issn.1000-3428.0056226增强准最大似然（EQML）译码器对于码长较短的低密度奇偶校验（LDPC）码的译码性能优于传统置信传播（BP）译码器，可较好满足5G移动通信的高可靠性要求，但由于其计算结构复杂导致译码速度大幅降低。为提高EQML译码器的译码速度，提出一种基于GPU的EQML译码器并行化加速方案，压缩并存储不规则LDPC码的奇偶校验矩阵，通过对传统BP译码算法进行重新排序以最大化利用Kernel中的线程，并对再处理过程中的每个阶段进行多码字并行译码，实现内存访问优化及流并行译码。实验结果表明，基于GPU的EQML译码器在保持纠错性能的同时，相比基于CPU的EQML译码器的译码速度约提升了2个数量级。
-
计算机工程. 2020, 46(5): 216-223. https://doi.org/10.19678/j.issn.1000-3428.0054810现有基于链路质量指示（LQI）的估计方法未能有效解决LQI参数波动较大的问题，并且所使用的LQI与收包率（PRR）的映射关系模型没有考虑实际物理意义。为此，通过推理LQI和PRR的理论关系，建立更具实际物理意义的双曲正切模型，并提出一种链路质量估计方法。通过指数加权卡尔曼滤波获得更为稳定的LQI估计值，再利用双曲正切模型对链路质量进行定量估计。实验结果表明，该方法能够更真实地反映链路质量，与LETX、K-CCI方法相比，其估计误差在不同质量链路下降低了11.21%~52.26%。
-
计算机工程. 2020, 46(5): 224-229,239. https://doi.org/10.19678/j.issn.1000-3428.0054973高铁列车经过山地场景时由于散射体分布不均匀使得无线信号呈现明显的衰落特性。针对这一现象，提出一种在高速运行状态下列车与基站之间的车地无线信道建模方法。在列车相对基站的不同位置区间内，采用马尔科夫链模拟平均接收信噪比的状态变化，根据高铁山地场景中的路径损耗模型计算得到平均接收信噪比阈值、量化值及信道状态转移矩阵，从而建立有限状态马尔科夫链（FSMC）信道模型。仿真结果表明，与通过均匀与非均匀划分列车位置范围建立的信道模型相比，FSMC模型均方误差最小，可有效评估列车与基站之间的通信质量。
-
计算机工程. 2020, 46(5): 230-239. https://doi.org/10.19678/j.issn.1000-3428.0054908为降低能耗，延长输电线路监测网络传感器寿命，提出一种新的媒体接入控制与路由联合优化策略。构建无线传感网通信框架，并基于该框架给出一种自适应的簇内调度策略，旨在减少传感器节点的空闲监听，从而降低节点能耗。给出一种按需路由协议，在确保能量等级和信道质量的同时在簇间进行最佳路由选择，基于簇头剩余能量及其到基站的距离，利用非均匀簇技术平衡节点能量分布，延长网络寿命，并构建能耗和延迟模型进行性能评估。实验结果表明，该方案在节能的同时能够显著降低数据传输时延。
-
计算机工程. 2020, 46(5): 240-246. https://doi.org/10.19678/j.issn.1000-3428.0055075基于正交频分多址（OFDMA）解码-转发中继的系统资源分配方法不能兼顾系统容量与用户公平度。针对该问题，提出一种新的子载波与功率资源分配算法，其中包括子载波分配与配对以及功率分配2个过程。在子载波分配与配对过程中，设计新的同步子载波差值最小配对方法，以最大程度匹配两跳链路配对的子载波。在功率分配过程中，通过拉格朗日方法调整每个子载波对的功率，进一步提高系统传输速率。仿真结果表明，将该策略运用于不同的OFDMA子载波分配算法中能够较好地兼顾系统容量与用户间公平度。
-
计算机工程. 2020, 46(5): 247-253. https://doi.org/10.19678/j.issn.1000-3428.0056642将局部行人再识别中的局部图像与整体图像直接进行比较会产生严重的空间错位，从而导致无法检测到正确目标。针对相同尺寸的行人局部图像与全局图像不匹配问题，提出姿态引导对齐网络（PGAN）模型，将姿态作为辅助信息引入到姿态引导的空间变换模块中，从局部图像与整体图像中提取仿射变换后的行人图像并将其与标准姿态进行对齐，再利用卷积神经网络学习相关特征实现局部行人再识别。实验结果表明，在Partial-REID数据集上PGAN模型取得65%的Rank-1准确率，相比直接使用深度卷积神经网络提取全局特征进行匹配的基准模型提高了3.7%，从而证明其具有良好的局部图像对齐能力及行人再识别效果。
-
计算机工程. 2020, 46(5): 254-258,266. https://doi.org/10.19678/j.issn.1000-3428.0054964针对语义分割中全卷积神经网络解码器部分特征融合低效的问题，设计一种增强特征融合的解码器。级联深层特征与降维后的浅层特征，经过卷积运算后引入自身平方项的注意力机制，通过卷积预测自身项与自身平方项各通道的权重，利用乘法增强后对结果进行作和。基于pascal voc2012数据集的实验结果表明，该解码器相比原网络mIoU指标提升2.14%，结合不同特征融合方式的解码结果也验证了其性能优于同一框架下的其他对比方法。
-
计算机工程. 2020, 46(5): 259-266. https://doi.org/10.19678/j.issn.1000-3428.0054708数码相机拍摄容易受到颜色滤波阵列（CFA）采样频率的规则性图案干扰，导致输出图像带有莫尔条纹。为解决该问题，提出一种基于二阶Newton插值近似的数码图像莫尔条纹消除算法。利用小波变换提取G分量在水平和垂直方向的高频信息，通过对高频信息做频域变换模拟CFA混叠过程，进而对图像中莫尔区域及其潜在区域进行检测。针对莫尔条纹区域，利用二阶Newton插值获取G分量各方向的估计值，并对所得估计值加权平均取得丢失的G分量，再采用色差空间模型插值恢复R和B分量，最终得到消除莫尔条纹且包含完整RGB信息的图像。实验结果表明，该算法在不影响图像色彩质量的同时能有效去除莫尔条纹，且相比双线性插值、Hibbard等算法恢复图像的峰值信噪比更高、主观视觉效果更好。
-
计算机工程. 2020, 46(5): 267-273,281. https://doi.org/10.19678/j.issn.1000-3428.0054134传统的人脸表情识别方法主要针对实验室环境下的基本表情，难以应对现实场景中人类微妙和复杂的表情变化，并且目前自然环境人脸表情识别数据集普遍缺乏足够的训练数据。针对该问题，利用实验室环境下的数据库样本，提出以标签引导的生成对抗网络表情识别域适应方法。将情感标签作为辅助条件，训练生成对抗网络的生成模型，把实验室环境的数据库样本转化为类似自然环境数据库的样本，以扩充自然环境数据库，同时基于扩充的数据库样本训练基本分类器VGG、Resnet等，从而学习自然环境的数据库的情感特征。在RAF_DB等自然环境人脸表情数据库上的实验结果表明，与Boosting-POOF和PixelDA方法相比，该方法扩充得到的数据库可使人脸表情识别率取得6%~9%的提升。
-
计算机工程. 2020, 46(5): 274-281. https://doi.org/10.19678/j.issn.1000-3428.0054917视频跟踪是计算机视觉领域的一个重要研究方向，跟踪算法往往通过融合多种类型的特征来实现较高的性能，但其中多数算法未能充分利用多个特征之间的粒度关系。为此，提出一种基于粒计算思维的多粒度相关滤波视频跟踪算法。对视频图像的特征进行划分，构造出基于各个粒度的相关滤波器并进行独立跟踪，在每帧中根据稳健性评估得分的高低选择最优结果。在此基础上，汇总各帧下的跟踪结果并作为最终输出。在OTB-2013和OTB-2015 2个公开数据集上进行实验，结果表明，与视频跟踪算法DCFNet相比，该算法在空间鲁棒性与时间鲁棒性上的精准度较高，特别是在快速运动、平面内外旋转和尺度变化的情况下，其具有良好的视频处理能力。
-
计算机工程. 2020, 46(5): 282-290,297. https://doi.org/10.19678/j.issn.1000-3428.0054263分析并研究航迹规划软件中的飞行器操作数据特征，提出一种基于XGBoost算法和K-prototypes算法的航迹规划策略学习方法。在样本采集与分类过程中，根据约束自身特性和规划人员操作特征，将约束分为飞行器环境约束和飞行器特性相关约束，分别采用XGBoost算法和K-prototypes算法进行策略学习，并对飞行器特性相关约束做进一步细分，实现复杂约束的针对性学习及样本分类管理。当航迹不满足约束时，需将已获得的规划策略反馈给规划人员使其得到策略引导。实验结果表明，该方法能准确选取航迹规划策略并给出策略引导信息，降低规划人员的工作强度，提升交互规划效率和规划软件的智能性。
-
计算机工程. 2020, 46(5): 291-297. https://doi.org/10.19678/j.issn.1000-3428.0054243中文标点符号预测是自然语言处理的一项重要任务，能够帮助人们消除歧义，更准确地理解文本。为解决传统自注意力机制模型不能处理序列位置信息的问题，提出一种基于自注意力机制的中文标点符号预测模型。在自注意力机制的基础上堆叠多层Bi-LSTM网络，并结合词性与语法信息进行联合学习，完成标点符号预测。自注意力机制可以捕获任意两个词的关系而不依赖距离，同时词性和语法信息能够提升预测标点符号的正确率。在真实新闻数据集上的实验结果表明，该模型F1值达到85.63%，明显高于传统CRF、LSTM预测方法，可实现对中文标点符号的准确预测。
-
计算机工程. 2020, 46(5): 298-304,311. https://doi.org/10.19678/j.issn.1000-3428.0054091在评估胸外心脏按压加速度波形时，现有的利用加速度波形积分计算胸外心脏按压距离的方法多数存在积分漂移、误差累积的问题。在波形分割和标签修正的基础上，提出一种基于一维卷积神经网络的胸外心脏按压波形的识别算法。对滤波后的数据进行脉冲识别，使用滑动窗口模型分割识别后的脉冲得到单次按压的加速度波形，根据数据离散程度对标签进行修正，解决标签可信度低的问题，在此基础上运用学习率衰减、Adam算法等构建一维卷积神经网络模型并进行优化。实验结果表明，该算法基于一维卷积神经网络的分类正确率达到99.4%，对比传统的积分算法、BP神经网络算法提升近5%，且不受按压遮挡、电磁波干扰等因素的影响，对于胸外心脏按压评估具有良好的效果。
-
计算机工程. 2020, 46(5): 305-311. https://doi.org/10.19678/j.issn.1000-3428.0054611在车载控制器局域网络（CAN）总线的通信中，消息之间的碰撞及低优先级消息的等待时延过长严重影响了通信的稳定性和实时性。通过对CAN控制系统中的消息时延分析，确定排队等待时间是影响通信的关键因素，结合改进的共享时钟算法和动态ID序列算法，提出一种共享ID序列混合算法。将节点消息按ID序列发送，减少消息在同一时刻碰撞，消除消息的排队等待时延，从而提高网络的实时性和稳定性。仿真结果表明，该算法能够避免消息的碰撞，增强消息的确定性，有效改善网络性能。
-
计算机工程. 2020, 46(5): 312-320. https://doi.org/10.19678/j.issn.1000-3428.0054483特定领域中的实体结构和类别相比通用领域更加复杂多样，传统的命名实体识别方法难以取得理想效果。针对该问题，以财税领域为例，研究领域实体识别与标注问题，实现知识库的动态扩充。根据领域特征定义一组层次实体类别集，使用远程监督的方法获取训练语料。采用基于字、词特征结合的深度神经网络模型识别实体边界，将实体类别标注视为多标签多类别分类任务，并提出一种基于集成学习的方法以进行实体类别标注。在真实数据集上的实验结果表明，相比逻辑回归、支持向量机等方法，该方法的准确率、召回率及F值更高。
2024
第50卷 第4期
第50卷 第4期
(1975年创刊 月刊)
主管：中国电子科技集团公司
主办：华东计算技术研究所
上海市计算机学会
主编：江波
执行主编：胡冰
电话：021-67092217(费用/发票)
（稿件问题请直接联系栏目编辑） E-mail: ecice06@ecict.com.cn
国内刊号：CN 31-1289/TP
国际刊号：ISSN 1000-3428
主管：中国电子科技集团公司
主办：华东计算技术研究所
上海市计算机学会
主编：江波
执行主编：胡冰
电话：021-67092217(费用/发票)
（稿件问题请直接联系栏目编辑） E-mail: ecice06@ecict.com.cn
国内刊号：CN 31-1289/TP
国际刊号：ISSN 1000-3428