2021年, 第47卷, 第2期 刊出日期：2021-02-15
-
全选|
-
-
计算机工程. 2021, 47(2): 1-11. https://doi.org/10.19678/j.issn.1000-3428.0059099随着深度学习技术的快速发展，许多研究者尝试利用深度学习来解决文本分类问题，特别是在卷积神经网络和循环神经网络方面，出现了许多新颖且有效的分类方法。对基于深度神经网络的文本分类问题进行分析，介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展，分析多种典型分类方法的特点和性能，从准确率和运行时间方面对基础网络结构进行比较，表明深度神经网络较传统机器学习方法在用于文本分类时更具优势，其中卷积神经网络具有优秀的分类性能和泛化能力。在此基础上，指出当前深度文本分类模型存在的不足，并对未来的研究方向进行展望。
-
计算机工程. 2021, 47(2): 12-18. https://doi.org/10.19678/j.issn.1000-3428.0057967现有结构化剪枝算法通常运用深度神经网络（DNN）的一阶或者零阶信息对通道进行剪枝，为利用二阶信息加快DNN网络模型收敛速度，借鉴HAWQ算法思想提出一种新的结构化剪枝算法。采用幂迭代法得到经过预训练的网络参数对应Hessian矩阵的主特征向量，据此向量衡量网络通道的重要性并进行通道剪枝，同时对剪枝后的网络参数进行微调提高DNN分类性能。实验结果表明，该算法在网络参数量和每秒浮点运算次数分别减少29.9%和34.6%的情况下，在ResNet110网络上的分类准确率提升了0.74%，剪枝效果优于PF、LCCL等经典剪枝算法。
-
计算机工程. 2021, 47(2): 19-25. https://doi.org/10.19678/j.issn.1000-3428.0058085为在移动边缘计算服务器计算资源有限的情况下最小化系统总成本，提出一种多用户卸载决策与资源分配策略。优化任务执行位置选择和计算资源分配过程，对基于精英选择策略的遗传算法在编码、交叉、变异等操作方面进行改进，设计联合卸载决策与资源分配的improve-eGA算法。实验结果表明，与All_local、All_offload、RANDOM和CGA等算法相比，improve-eGA在迭代次数、任务周期数、任务传输数据量等影响因素下系统总成本均为最低，验证了所提策略的有效性。
-
计算机工程. 2021, 47(2): 26-31. https://doi.org/10.19678/j.issn.1000-3428.0056460跨链技术是区块链领域研究和关注的热点，公证人机制是一种典型的跨链技术手段。针对公证人机制中存在节点信用监督不足的问题，构建基于改进PageRank算法的公证人节点信用评价模型。收集多种公证人节点相关信息，利用改进的PageRank算法对公证人节点进行信用计算，得到高可信的公证人节点，从而保证区块链系统安全稳定。将用户评价和节点本身信息进行综合分析和相互验证，使得公证人机制更加安全可信。实验结果表明，该评价模型在跨链公证人机制中具有良好的应用和评估效果。
-
计算机工程. 2021, 47(2): 32-38. https://doi.org/10.19678/j.issn.1000-3428.0058047容器云是5G边缘计算的重要支撑技术，5G的大带宽、低时延和大连接三大特性给边缘计算带来较大的资源压力，容器云编排器Kubernetes仅采集Node剩余CPU和内存两大资源指标，并运用统一的权重值计算Node优先级作为调度依据，该机制无法适应边缘计算场景下精细化的资源调度需求。面向5G边缘计算的资源调度场景，通过扩展Kubernetes资源调度评价指标，并增加带宽、磁盘两种评价指标进行节点的过滤和选择，提出一种基于资源利用率进行指标权重自学习的调度机制WSLB。根据运行过程中的资源利用率动态计算该应用的资源权重集合，使其能够随着应用流量的大小进行自适应动态调整，利用动态学习得到的资源权重集合来计算候选Node的优先级，并选择优先级最高的Node进行部署。实验结果表明，与Kubernetes原生调度策略相比，WSLB考虑了边缘应用的带宽、磁盘需求，避免了将应用部署到带宽、磁盘资源已饱和的Node，在大负荷与异构请求场景下可使集群资源的均衡度提升10%，资源综合利用率提升2%。
-
计算机工程. 2021, 47(2): 39-45. https://doi.org/10.19678/j.issn.1000-3428.0056522传统基于词向量表示的命名实体识别方法通常忽略了字符语义信息、字符间的位置信息，以及字符和单词间的关联关系。提出一种基于单词-字符引导注意力网络（WCGAN）的中文旅游命名实体识别方法，利用单词引导注意力网络获取单词间的序列信息和关键单词信息，采用字符引导注意力网络捕获字符语义信息和字符间的位置信息，增强单词和字符间的关联性与互补性，从而实现中文旅游文本中命名实体的识别。实验结果表明，WCGAN方法在ResumeNER和TourismNER基准数据集上的F值分别为93.491%和92.860%，相比Bi-LSTM+CRF、Char-Dense等方法识别效果更好。
-
计算机工程. 2021, 47(2): 46-51. https://doi.org/10.19678/j.issn.1000-3428.0056332为进一步改善个性化推荐系统的推荐效果，通过使用强化学习方法对SVDPP算法进行优化，提出一种新的协同过滤推荐算法。考虑用户评分的时间效应，将推荐问题转化为马尔科夫决策过程。在此基础上，利用Q-learning算法构建融合时间戳信息的用户评分优化模型，同时通过预测评分取整填充和优化边界补全方法预测缺失值，以解决数据稀疏性问题。实验结果显示，该算法的均方根误差较SVDPP算法降低了0.005 6，表明融合时间戳并采用强化学习方法进行推荐性能优化是可行的。
-
计算机工程. 2021, 47(2): 52-59. https://doi.org/10.19678/j.issn.1000-3428.0056867视频问答是深度学习领域的研究热点之一，广泛应用于安防和广告等系统中。在注意力机制框架下，建立先验MASK注意力机制模型，使用Faster R-CNN模型提取视频关键帧以及视频中的对象标签，将其与问题文本特征进行3种注意力加权，利用MASK屏蔽与问题无关的答案，从而增强模型的可解释性。实验结果表明，该模型在视频问答任务中的准确率达到61%，与VQA+、SA+等视频问答模型相比，其具有更快的预测速度以及更好的预测效果。
-
计算机工程. 2021, 47(2): 60-68,76. https://doi.org/10.19678/j.issn.1000-3428.0056978针对当前链路预测算法无法有效保留网络图高阶结构特征的问题，提出一种生成对抗式分层网络表示学习算法。根据网络图的一阶邻近性和二阶邻近性，递归地对网络图进行边缘折叠和顶点合并，形成逐层规模变小的子网络图，使用Node2vec算法对规模最小的子网络图进行预处理，并将预处理结果输入到生成对抗式网络（EmbedGAN）模型中，学习得到最小子网络图顶点的低维向量表示，将其输入至上一层子网络的EmbedGAN模型中，作为上一层子网络图顶点的低维向量表示。按照该方法进行逐层向上回溯学习，直至学习到原始网络图，从而得到原始网络图顶点的低维向量表示。在多个不同领域的真实网络数据集上进行链路预测，实验结果表明，该算法的准确率与稳定性均优于LP、Katz和LINE算法。
-
计算机工程. 2021, 47(2): 69-76. https://doi.org/10.19678/j.issn.1000-3428.0057092现有时序异常检测方法存在计算效率低和可解释性差的问题。考虑到Transformer模型在自然语言处理任务中表现出并行效率高且能够跨距离提取关系的优势，提出基于Transformer的掩膜时序建模方法。建立时序数据的并行无方向模型，并使用掩膜机制重建当前时间步，从而实现整段序列的重建。在存储系统数据集和NASA航天器数据集上的实验结果表明，与基于长短期记忆网络模型的检测方法相比，该方法可节约80.7%的计算时间，Range-based指标的F1得分达到0.582，并且其通过可视化关系矩阵可准确反映人为指令与异常的关系。
-
计算机工程. 2021, 47(2): 77-83,89. https://doi.org/10.19678/j.issn.1000-3428.0057017基于图的局部与全局一致性（LGC）半监督学习方法具有较高的标注正确率，但时间复杂度较高，难以适用于数据规模较大的实际应用场景。从缩小图的规模入手，提出一种全局一致性优化方法。使用改进后的密度峰值聚类算法，迭代地从数据集中筛选出多个中心点，以每个中心点为簇中心进行局部聚类，并以中心点为顶点构建图，实现基于LGC的半监督学习。实验结果表明，优化后的LGC方法在D31、Aggregation等数据集上具有较好的鲁棒性，在标注正确率和算法执行时间上优势明显。
-
计算机工程. 2021, 47(2): 84-89. https://doi.org/10.19678/j.issn.1000-3428.0057076针对基于深度学习的目标跟踪算法模型参数多、难以部署于嵌入式设备上的问题，提出一种改进的孪生卷积网络实时目标跟踪算法。设计一个非对称卷积模块来构建整个网络框架，通过非对称卷积模块的压缩层减少模型参数量，利用非对称层进行特征融合，以在保证精度的同时压缩模型大小。使用三元组损失函数代替逻辑损失函数进行模型训练，在输入不变的情况下提取表达性更强的深度特征，从而完成目标跟踪任务并提高模型的跟踪精度。在GOT-10K、OTB100和VOT2016基准上对算法性能进行测试，结果表明，该算法能够将模型大小降为3.8×106，且速度与精度均优于SiamFC、KCF和DAT等跟踪算法。
-
计算机工程. 2021, 47(2): 90-94,102. https://doi.org/10.19678/j.issn.1000-3428.0057027基于卷积神经网络的部分可观测马尔科夫决策过程（POMDP）值迭代算法QMDP-net在无先验知识的情况下具有较好的性能表现，但其存在训练效果不稳定、参数敏感等优化难题。提出基于循环卷积神经网络的POMDP值迭代算法RQMDP-net，使用门控循环单元网络实现值迭代更新，在保留输入和递归权重矩阵卷积特性的同时增强网络时序处理能力。实验结果表明，RQMDP-net在10×10网格地图规划任务中导航准确率高达98.5%，且在36×36网格地图规划任务中相比QMDP-net最多提升5.8个百分点，具有更快的网络收敛速度和更强的导航任务规划能力。
-
计算机工程. 2021, 47(2): 95-102. https://doi.org/10.19678/j.issn.1000-3428.0056847传统相似度计算方法仅考虑文本结构特征或语义信息，从而导致准确率较低。结合短文本特征稀疏的特性，提出一种多重检验加权融合的短文本相似度计算方法MCWFS。使用基于改进编辑距离、考虑词频、基于Word2vec与LSTM的3种方法分别计算相似度，对满足多重检验标准的文本进行加权因子线性融合，以避免因一种相似度值过大或过小导致加权相似度值异常的问题。在此基础上，通过加权融合计算短文本相似度，使得计算结果更加准确合理。实验结果表明，相比层层检验和无检验融合方法，MCWFS方法的平均准确率分别提高16.01%和7.39%，且其F1值可达70.21%。
-
计算机工程. 2021, 47(2): 103-110,117. https://doi.org/10.19678/j.issn.1000-3428.0056763现有多数中文知识图谱问答（CKBQA）系统侧重于回答单个三元组查询的简单问题，而不能有效解决涉及多个实体和关系的复杂问题。提出一种基于多标签策略进行答案搜索的CKBQA系统，该系统主要包括问题处理和答案搜索2个部分。在问题处理部分，结合预训练语言模型构建新的模型框架，对问题进行实体提及识别、实体链接和关系抽取处理，通过设置3种分类标签将问题划分为简单问题、链式问题和多实体问题。在答案搜索部分，对上述3种分类问题分别给出不同的解决方法。实验结果表明，该系统在CCKS2019-CKBQA评测数据验证集上的平均F1值可达66.76%。
-
计算机工程. 2021, 47(2): 111-117. https://doi.org/10.19678/j.issn.1000-3428.0056932为保证YOLO网络在嵌入式设备上正常运行，需采用剪枝算法精简滤波器以减小网络存储空间和计算量，而现有剪枝算法耗时较长且剪枝精度较低。提出一种基于参数子空间和批量归一化（BN）层缩放因子的双准则剪枝算法。将卷积层滤波器通过k均值聚类得到不同参数子空间，在子空间内使滤波器按权重排序并去除权重较低的滤波器，同时采用BN层缩放因子剪枝算法避免剪枝精度下降。实验结果表明，采用该算法剪枝后的YOLOv3网络在精度不变的情况下，占用的内存减少5/6且计算时间缩短1/3，与PF、CP等剪枝算法相比，该算法在保持较高网络精度的情况下计算量更少。
-
计算机工程. 2021, 47(2): 118-125. https://doi.org/10.19678/j.issn.1000-3428.0057181日志数据是互联网系统产生的过程性事件记录数据，从日志数据中挖掘出高质量序列模式可帮助工程师高效开展系统运维工作。针对传统模式挖掘算法结果冗余的问题，提出一种从时序日志序列中挖掘序列模式（DTS）的算法。DTS采用启发式思路挖掘能充分代表原序列中事件关系和时序规律的模式集合，并将最小描述长度准则应用于模式挖掘，设计一种考虑事件关系和时序关系的编码方案，以解决模式规模爆炸问题。在真实日志数据集上的实验结果表明，与SQS、CSC与ISM等序列模式挖掘算法相比，该算法能高效挖掘出含义丰富且冗余度低的序列模式。
-
计算机工程. 2021, 47(2): 126-132. https://doi.org/10.19678/j.issn.1000-3428.0057273高能物理计算是典型的数据密集型计算，其主要采用基于文件的分级存储方案，根据访问热度的不同将数据存储于不同性能的存储设备上，然而当前数据热度预测采用基于人工经验的启发式算法，准确率较低。提出一种借助长短期记忆网络预测文件未来访问热度的方法，包括网络结构设计、训练和预测算法等。该方法通过划分动态时间窗口构造文件访问特征的时序序列，预测不同数据的访问趋势。在LHAASO高能物理实验数据集上的实验结果表明，与SVM、MLP等算法相比，该方法预测准确率提升了30%左右，具有更强的适用性。
-
计算机工程. 2021, 47(2): 133-138. https://doi.org/10.19678/j.issn.1000-3428.0057015目前常见的轨迹聚类大多基于OPTICS、DBSCAN和K-means等算法，但这些聚类方法的时间复杂度随着轨迹数量的增加会大幅上升。针对该问题，提出一种基于密度核心的轨迹聚类算法。通过引入密度核心的概念，设计轨迹密度计算函数以获取聚类簇的致密核心轨迹，同时利用出租车载客轨迹自身的方向和速度等属性提取轨迹特征点，减少轨迹数据量。在此基础上，根据聚类簇中致密核心轨迹与参与聚类轨迹的相似度距离判断轨迹的匹配程度，进而聚合相似轨迹，并将聚类结果储存在聚类节点中。实验结果表明，与TRACLUS和OPTICS聚类算法相比，该算法能够得到更准确的聚类效果，并且时间效率更高。
-
计算机工程. 2021, 47(2): 139-145,151. https://doi.org/10.19678/j.issn.1000-3428.0056936网络拓扑结构及节点间的相对距离对复杂网络节点的重要程度具有较大影响。在分析并研究现有节点重要性评估方法的基础上，根据邻居节点的拓扑结构并结合万有引力定律，提出一种基于改进重力中心性的复杂网络节点重要性评估方法。实验从SIR传播模型的准确性和单调性两方面验证了该方法的有效性，且结果表明其可对节点重要性进行重新排序，相比度中心性、介数中心性等方法能更准确地评估复杂网络节点的传播能力与重要性。
-
计算机工程. 2021, 47(2): 146-151. https://doi.org/10.19678/j.issn.1000-3428.0057031针对高性能计算环境下的多个电子设计自动化（EDA）任务流调度问题，提出一种启发式公平调度算法L-Fairness。在准备队列选择待调度任务时，L-Fairness算法结合任务滞后度、完成度和剩余完成时间确定任务优先级，保证多个任务流中任务的公平调度，同时将license数量及其类型作为处理器选择的依据，满足EDA多任务流的调度需求。仿真结果表明，与经典Fairness算法相比，L-Fairness算法的平均资源利用率提高6.7%，不公平度和平均完成时间分别降低46.2%和14.9%，保证了用户服务质量及调度公平性。
-
计算机工程. 2021, 47(2): 152-159. https://doi.org/10.19678/j.issn.1000-3428.0057460物联网（IoT）应用的快速发展和软硬件开源化趋势使得IoT设备所面临的硬件安全威胁日益严峻，尤其是利用运行时条件触发的系统级攻击，很难通过传统测试方法进行检测和防御，需要提供运行时安全检查机制。分析IoT系统芯片面临的安全威胁，结合数据加密传输路径中的攻击、任务流和检查内容，设计4条功能完整性安全检查策略，搭建SoC安全策略检查架构并植入运行时触发硬件木马。仿真结果显示，运行时策略检查状态机可以检查出加密核、内存和UART接口的功能完整性问题，并通过发送错误中断信号进行反馈，证明了所设计的系统级安全策略检查架构的正确性与有效性。
-
计算机工程. 2021, 47(2): 160-167,175. https://doi.org/10.19678/j.issn.1000-3428.0057111为降低完全动态群签名加入和撤销机制的复杂性，将动态群签名思想引入NGUYEN等人提出的格上群签名方案，提出一种改进的完全动态群签名方案。在改进方案中，用户产生自己的签名密钥而不是由群管理员产生，当用户加入群时，群管理员验证用户身份并为其颁发证书，用户成为群成员后用自己的签名密钥和证书进行签名。若群成员有不合法行为或想退群，则群管理员和群成员均可执行群成员的撤销操作，使群成员退出该群。由于方案中群成员的签名密钥由自己生成，因此能够抵抗群管理员的陷害攻击。在随机预言模型下，基于错误学习问题和非齐次小整数解问题证明改进方案的安全性。分析结果表明，该方案能够减少加入和撤销机制的计算代价，且密钥长度和签名长度与群成员数量无关，适用于大群组的签名系统。
-
计算机工程. 2021, 47(2): 168-175. https://doi.org/10.19678/j.issn.1000-3428.0057131百万富翁问题是安全多方计算的基础问题，但现有解决方案计算复杂度高且效率较低，在两数相等时无法进行精确比较。针对该问题，提出一种基于0-1编码的百万富翁问题协议。使用改进的0-1保密数据编码规则构建向量，利用ElGamal同态加密变体算法的同态性质，将百万富翁问题转化为向量中两元素求和的问题，同时在半诚实模型下利用模拟范例证明协议的正确性与安全性，并将其应用于安全两方集合交集个数问题的求解。实验结果表明，与采用ElGamal和Paillier同态加密算法的协议相比，该协议计算复杂度更低且效率更高，可在两数相等时进行准确对比。
-
计算机工程. 2021, 47(2): 176-181,187. https://doi.org/10.19678/j.issn.1000-3428.0057024现有结合区块链保护个人数据的方案在授权第三方服务时多将用户的个人数据地址分享给第三方服务，在用户撤销对第三方服务的访问权限后，第三方服务仍然拥有个人数据地址。为避免用户数据泄露，通过采用链下存储的方式，提出一种基于区块链的匿名地址管理方案。利用资源服务处理个人数据的加密地址，并限制第三方服务只能获得用户个人数据地址的加密密文，使用户在修改对指定第三方服务的访问权限后，能够通过更改智能合约的访问策略实现细粒度访问控制。在此基础上，利用以太坊平台设计个人数据管理系统，使用Solidity语言编写智能合约，从而实现对个人数据的保护。该方案具有通用性，可由不同的区块链平台实现，合约部署后的调用结果以及对合约进行50次和500次的性能测试结果验证了其有效性和安全性。
-
计算机工程. 2021, 47(2): 182-187. https://doi.org/10.19678/j.issn.1000-3428.0057438针对椭圆曲线密码体制中标量乘与多标量乘运算耗时过长的问题，设计以2、3、7为基元的多基整数表示方法，并结合多基数系统（MBNS）及滑动窗口算法，提出基于MBNS滑动窗口（Sliding MBNS）和交错MBNS滑动窗口（I-MBNS）的多标量乘快速算法，分析并比较两种多标量乘快速算法在二元域和素域及不同窗口宽度下的平均运算量。实验结果表明，与Shamir和交错非邻接形式算法相比，Sliding MBNS和I-MBNS算法在标量长度为160 bit的二元域上的平均运算量分别减少了10.00%、1.69%和13.00%、4.97%，具有更低的运算复杂度和更高的标量乘算法效率。
-
计算机工程. 2021, 47(2): 188-193. https://doi.org/10.19678/j.issn.1000-3428.0056935在车联网中的LTE-V2X系统中，资源分配包括集中式和分布式2种方式，针对分布式方式下SPS资源分配算法存在的半双工错误、隐藏终端错误和资源块冲突等问题，提出一种高速公路场景中基于行车方向的改进SPS算法。根据高速公路行车方向的特点，将资源池划分为2个子资源池，以减少相反方向车辆用户之间的潜在干扰。使每个资源块携带位置信息，从而降低SPS算法在资源重选时的碰撞概率。实验结果表明，与传统SPS算法相比，该算法可以有效提高分组接收率。
-
计算机工程. 2021, 47(2): 194-200. https://doi.org/10.19678/j.issn.1000-3428.0056433针对水声传感网络存在的高时延、低信道利用率等问题，提出一种新的多链路传输介质访问控制协议。该协议节点通过RTS/CTS握手协议交互时延信息和传输计划，实现多条链路传输数据。在汇聚节点接收多个节点的数据时，汇聚节点根据节点的时延和接收的数据帧大小规划节点之间的发送顺序，避免传输冲突造成的能量损失和低信道利用率，同时为得到最大网络吞吐量，给出最优退避窗口值的理论表达式。仿真结果表明，与RC-FAMA、S-FAMA等协议相比，该协议能有效提高水声传感网络的吞吐量，降低传输冲突，从而延长水下节点的工作时间。
-
计算机工程. 2021, 47(2): 201-205,211. https://doi.org/10.19678/j.issn.1000-3428.0057218为提升慢衰落信道下多路并行混合自动重传请求（HARQ）系统的吞吐率性能，提出一种基于实时信道状态信息估计的速率自适应算法。设计适用于多次重传的速率自适应策略，推导系统吞吐率与速率选择的关系，并使用动态规划方法求解最优速率配置。瑞利衰落信道下的仿真结果表明，相比使用非实时信道状态信息的HARQ速率自适应算法，实时信道状态信息估计算法能够有效提升系统吞吐率性能，低信噪比情况下提升效果更明显。
-
计算机工程. 2021, 47(2): 206-211. https://doi.org/10.19678/j.issn.1000-3428.0056849为解决现有无人机自组网MAC层接入协议信道负载统计时间不统一导致负载统计结果存在误差和信道资源利用率降低的问题，提出一种多优先级单阈值接入控制（MSAC）协议。通过设计信道负载统计时间校正机制和基于单阈值的信道接入控制机制，实现更精准的信道负载统计和以数据包为单位的负载控制，使系统信道承载能力与实际信道负载相匹配，最大化利用信道资源。仿真结果表明，MSAC协议可在保证较高信道资源利用率的同时，提升信道重载情况下的数据传输成功率和MAC层吞吐量。
-
计算机工程. 2021, 47(2): 212-218. https://doi.org/10.19678/j.issn.1000-3428.0056940在蜂窝车联网（C-V2X）的underlay模式下，蜂窝用户（C-UEs）与车载用户（V-UEs）共享上行频谱。为解决C-V2X中的同频干扰问题，并确定不同数据包优先级（PPPP）用户的传输优先度，在保障V-UEs与C-UEs通信可靠性的同时，以最大化所有用户的信息值为目标，提出一种新的无线资源管理（RRM）算法。通过引入子用户的概念将RRM问题转换为功率分配问题与频率资源选择问题，在功率分配结果的基础上采用启发式算法实现低复杂度的频率资源选择，并对频率选择结果进行再分配得到最终发射功率。仿真结果表明，该算法相比正交分配算法能够有效提升所有用户的信息值，并保障系统可靠性。
-
计算机工程. 2021, 47(2): 219-225. https://doi.org/10.19678/j.issn.1000-3428.0057157为提高集成电路测试效率，提出一种结合三态信号的改进游程编码压缩方法。先对原始测试集进行部分输入精简处理并填充测试集的无关位，再对经过预处理的测试集根据游程长度进行变长分段处理找出最优段长。按照游程长度的出现频率对最优段长下的参考位设置编码表进行编码压缩，使用三态信号编码标志位并将编码压缩后的测试集存入自动测试设备（ATE），最终通过设计解压电路对ATE中存储的压缩数据进行无损解压。实验结果表明，在硬件开销未明显增加的情况下，该方法的测试数据平均压缩率达到74.39%，优于同类压缩方法。
-
计算机工程. 2021, 47(2): 226-232. https://doi.org/10.19678/j.issn.1000-3428.0057292Storm on YARN是目前主流的分布式资源调度框架，但其存在需要人工干预和无法根据资源可用性实时调整系统资源的不足。根据流数据处理的实时延迟计算系统负载情况，在Storm平台上基于YARN设计分布式资源调度和协同分配系统。建立包含系统层和任务层的双层调度模型，系统层通过对流数据处理负载的实时监测进行资源分配预测，任务层利用ZooKeeper和YARN对集群资源的高效管理能力进行动态资源管理。实验结果表明，该系统可以实时调整集群资源分布，有效减小系统延迟。
-
计算机工程. 2021, 47(2): 233-238,245. https://doi.org/10.19678/j.issn.1000-3428.0056183为解决将数据传回服务器端计算时带来的延迟问题，需将神经网络结构进行调整后部署在边缘计算设备上，但当前对边缘设备性能功耗的测量不够全面。为分析和评测边缘计算设备EDGE TPU计算板的性能与功耗，采用神经网络模型和Roofline模型测量其性能，利用外置功耗测量设备测量其功耗计算性能功耗比。实验结果表明，EDGE TPU计算板能以较快的速度量化神经网络模型，执行速度与能耗节省均优于TX2和NANO，根据TX2的Roofline模型对VGG 16网络进行优化后，其在TX2上的运行速度达到原来的8倍左右。
-
计算机工程. 2021, 47(2): 239-245. https://doi.org/10.19678/j.issn.1000-3428.0056726粗粒度可重构阵列架构兼具灵活性和高效性，但高计算吞吐量的特性也会给访存带来压力。在片下动态存储器带宽相对固定的情况下，设计一种存算解耦合的访存结构。将控制逻辑集成在轻量级的存储空间中，通过可配置的存储空间隔离访存和计算的循环迭代，从而掩盖内存延时，同时利用该结构进行串联和对齐操作，以适配不同的计算访存频率比并优化间接访问过程。实验结果表明，该访存结构在目标架构中能够获得1.84倍的性能优化，其中乱序操作可使间接访问得到平均22%的性能提升。
-
计算机工程. 2021, 47(2): 246-253,260. https://doi.org/10.19678/j.issn.1000-3428.0057688为满足测试资源分配过程中用户对软件可靠性的需求，构建一种动态可靠性约束的多阶段多目标测试资源分配模型DRC-MSMOTRA。从理论上分析不同阶段满足可靠性约束的测试时间下限并设计相应的种群初始化策略，结合参数估计、加权归一化方法和多目标差分进化，提出一种动态可靠性约束的多阶段多目标测试资源分配算法MS-DRC-GDE3。实验结果表明，与MSMOTRA模型相比，DRC-MSMOTRA模型在2种不同规模的软件系统上所获解的覆盖值分别提高约62和59个百分点，与MS-GDE3算法相比，MS-DRC-GDE3算法在2种软件系统上所获解的覆盖值分别提高约69和80个百分点，即所提模型和算法能够根据用户对可靠性的需求来为用户提供更多更优的测试资源分配方案。
-
计算机工程. 2021, 47(2): 254-260. https://doi.org/10.19678/j.issn.1000-3428.0058851外键作为关系型数据库中的重要约束之一，对约束数据库的操作顺序有着重要意义，但在数据库集群同步情况下用户无法得知操作顺序，会造成外键冲突，为解决该问题，提出一种基于有向图的外键冲突解决算法。将外键关联转化为有向无环图模型，基于SQL语句实现生成有向图的邻接矩阵数据，通过拓扑排序遍历有向无环图，得到满足数据表写入操作的原子性序列。实验结果表明，与传统暴力枚举算法相比，该算法解决外键冲突的执行时间更短，数据库访问频率更低，且CPU占用率和内存消耗性能指标均体现出明显优势。
-
计算机工程. 2021, 47(2): 261-267,284. https://doi.org/10.19678/j.issn.1000-3428.0057141为满足嵌入式设备小面积高性能的需求，设计一种基于开源RISC-V指令集的32位可综合乱序处理器。处理器包括分支预测、相关性处理等关键技术，支持RISC-V基本整数运算、乘除法以及压缩指令集。采用具有顺序单发射、乱序执行、乱序写回等特性的三级流水线结构，运用哈佛体系结构及AHB总线协议，可满足并行访问指令与数据的需求。在Artix-7（XC7A35T-L1CSG324I）FPGA开发板上以50 MHz时钟频率完成功能验证，测试功耗为7.9 mW。实验结果表明，在SMIC 110 nm的ASIC技术节点上进行综合分析，并在同等条件下与ARM Cortex-M3等处理器进行对比，该系统面积减少64%，功耗降低0.57 mW，可用于小面积低功耗的嵌入式领域。
-
计算机工程. 2021, 47(2): 268-278. https://doi.org/10.19678/j.issn.1000-3428.0059554基于深度卷积神经网络的图像处理方法得到的单目深度图像质量远高于传统图像处理方法，但该方法对无用特征的训练易产生误差积累，且基于回归求解的连续深度距离预测精度较低，导致图像深度信息提取不精确、目标边缘模糊与图像细节缺失。提出一种应用于单目彩色图像的场景模态深度理解网络。建立以堆叠沙漏为主框架的网络模型，通过反复进行自下而上和自上而下的特征提取过程融合低层次纹理与高级语义特征，在每层网络训练中结合离散的深度标签和真实深度图像降低深度理解难度，插入误差修正子模块和极大似然译码优化子模块以准确提取深度特征。实验结果表明，该网络获取的深度信息更准确，其在NYUv2数据集上绝对相关误差较ACAN网络降低0.72%，在KITTI数据集上均方相关误差较GASDA网络降低41.28%，与DORN等深度网络相比，其预测的深度图像包含更多细节信息且目标轮廓更清晰。
-
计算机工程. 2021, 47(2): 279-284. https://doi.org/10.19678/j.issn.1000-3428.0057147针对点云数据本身信息量不足导致现有三维点云分类方法分类精度较低的问题，结合多模态特征融合，设计一种三维点云分类模型。通过引入投影图对点云数据信息进行扩充，将点云数据与图像数据同时作为输入，对PointCNN模型提取的点云特征与CNN模型提取的投影图特征进行加权融合，从而得到最终分类结果。在ModelNet40数据集上的分类结果表明，该模型的分类精度达到96.4%，相比PointCNN模型提升4.7个百分点。
-
计算机工程. 2021, 47(2): 285-292. https://doi.org/10.19678/j.issn.1000-3428.0056556高斯过程隐变量模型（GPLVM）作为一种无监督的贝叶斯非参数降维模型，无法有效利用数据所包含的语义标记信息，同时其建模过程中假设观测变量的各特征相互独立，忽略了特征之间的空间结构信息。为解决上述问题，采用图像池化操作获得不同尺度的特征表示，利用线性投影方式将不同尺度的图像投影到低维隐空间进行特征融合，并将融合特征和数据标记分别作为输入和输出，构建多尺度多核高斯过程隐变量模型（MSMK-GPLVM），通过图像数据与数据标记的关联实现模型监督学习，同时对GPLVM和线性投影权重矩阵进行联合学习以提高分类性能。实验结果表明，MSMK-GPLVM能够有效利用图像空间结构信息和语义标记信息，相比其他隐变量模型具有更强的数据降维和分类能力。
-
计算机工程. 2021, 47(2): 293-299,306. https://doi.org/10.19678/j.issn.1000-3428.0057224基于卷积神经网络的单图像超分辨率模型网络结构过深，导致高频信息丢失以及模型体积庞大等问题。提出一种由多个残差模块构成的多窗口残差网络优化模型，通过使用多个不同尺寸的窗口对同一特征图进行提取，获取更丰富的高频与低频信息，并过滤出深层网络的所需特征。残差模块中较大尺寸的窗口采用较小尺寸的滤波器和多层映射层叠加组成，可在减少参数总量的同时增强网络的非线性表达能力。实验结果表明，与A+、SRCNN、ESPCN等模型相比，该模型可有效利用原始图像信息生成细节更清晰的超分辨率图像，且在主观视觉效果与客观评价指标上均有所提升。
-
计算机工程. 2021, 47(2): 300-306. https://doi.org/10.19678/j.issn.1000-3428.0057071针对已有多数交互式分割方法交互方式单一、预测结果精度较低的问题，构建一种基于双阶段网络的目标分割模型ScribNet，以实现更完整和精细的交互式目标分割。采用灵活涂画的交互方式，通过编码形成交互指导信息。设计骨架随机性仿真算法，实现大数据下的模拟交互操作。在传统分割模型中引入预测优化模块，形成双阶段网络结构，以充分利用交互指导信息。在COCO和PASCAL数据集上的实验结果表明，与DEXTR、GrabCut等方法相比，ScribNet模型的分割精度较高。
-
计算机工程. 2021, 47(2): 307-313. https://doi.org/10.19678/j.issn.1000-3428.0057019为提高计算机辅助诊断系统对大尺寸肺结节分割的完整度以及小尺寸肺结节的分割精度，构建双注意力3D-UNet肺结节分割网络模型。将传统3D-UNet网络中的上采样操作替换为DUpsampling结构，通过最小化特征图的像素点与被压缩标签图像之间的损失，得到更具表达能力的特征图，进而提高网络收敛速度。在此基础上，融入空间注意力模块和通道注意力模块，使单通道与多通道中相似的特征彼此相关，增加特征图的全局相关性以提高分割结果的精度。实验结果表明，与3D-UNet等方法相比，该模型有效提高了肺结节分割的准确率，在公共数据集LIDC-IDRI上的MIoU分数达到89.4%。
-
计算机工程. 2021, 47(2): 314-320. https://doi.org/10.19678/j.issn.1000-3428.0057107行人属性识别易受视角、尺度和光照等非理想自然条件变化的影响，且某些细粒度属性识别难度较大。为此，提出一种多级注意力跳跃连接网络MLASC-Net。在网络中间层，利用敏感注意力模块在通道及空间维度上对原特征向量进行筛选加权，设计多级跳跃连接结构来融合所提取的显著性特征。在网络顶层，改进多尺度金字塔池化以融合局部特征和全局特征。在网络输出层，结合验证损失算法自适应更新损失层，加速模型的收敛并提高精度。在PETA和RAP数据集上的实验结果表明，MLASC-Net的识别准确率相较原基准网络分别提高约4.62和6.54个百分点，其在识别效果和模型收敛速度上有明显优势，同时在非理想自然条件下具有良好的泛化能力，可有效提高网络对细粒度属性的鲁棒性。
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