2022年, 第48卷, 第1期 刊出日期：2022-01-15
-
全选|
-
-
计算机工程. 2022, 48(1): 1-11. https://doi.org/10.19678/j.issn.1000-3428.0061787在处理某些大规模并行问题时，量子计算因量子位独特的叠加态和纠缠态特性，相比经典计算机在并行处理方面具有更明显的优势。现阶段，物理量子比特计算机受限于可扩展性、相干时间和量子门操作精度，在经典计算机上开展量子计算模拟成为研究量子优越性和量子算法的有效途径。然而，随着量子比特数的增加，模拟所需的计算机资源呈指数增长。因此，研究大规模量子计算模拟在保证计算准确度、精度及效率的情况下减少模拟所需资源具有重要意义。从量子比特、量子门、量子线路、量子操作系统等方面展开，阐述量子计算的基本原理和背景知识。同时总结基于经典计算机的量子计算模拟基本方法，分析不同方法的设计思路和优缺点，列举目前常见的量子计算模拟器。在此基础上，针对量子计算模拟的通信开销问题，从节点拆分和通信优化2个方面出发，讨论基于超级计算机集群的量子计算模拟优化方法。
-
计算机工程. 2022, 48(1): 12-23,42. https://doi.org/10.19678/j.issn.1000-3428.0061598在基于位置的社交网络（LBSN）中，用户可以在兴趣点（POI）进行签到以记录行程，也可以与其他用户分享自身的感受并形成社交好友关系。POI推荐是LBSN提供的一项重要服务，其可以帮助用户快速发现感兴趣的POI，也有利于POI提供商更全面地了解用户偏好，并有针对性地提高服务质量。POI推荐主要基于对用户历史签到数据以及用户生成内容、社交关系等信息的分析来实现。系统归纳POI推荐中所面临的时空序列特征提取、内容社交特征提取、多特征整合、数据稀疏性问题处理这4个方面的挑战，分析在POI推荐中使用深度学习方法解决上述问题时存在的优势以及不足。在此基础上，展望未来通过深度学习提高POI推荐效果的研究方向，即通过增量学习加速推荐模型更新、使用迁移学习缓解冷启动问题以及利用强化学习建模用户动态偏好，从而为实现效率更高、用户体验质量更好的推荐系统提供新的思路。
-
计算机工程. 2022, 48(1): 24-32. https://doi.org/10.19678/j.issn.1000-3428.0062500在软件销售场景中软件订阅和支持模式将成为主流，同时中心化授权在效率和安全性上受服务端限制。针对存储订阅信息的服务端可能遭受攻击导致盗版问题，提出基于非同质化代币的软件订阅模型，编写以太坊智能合约并利用去中心化方案保证订阅信息不可篡改。应用非同质化代币表示软件订阅，在区块链上映射软件订阅的生命周期，软件订阅流程依据代币原生操作完成，同时支持订阅购买者和销售商通过与智能合约交互实现安全的软件销售。根据订阅流程中智能合约调用的手续费开销，在模式设计层面选择发布-订阅区块链预言机，解决以太币汇率变化等相关问题，在系统设计层面设计链上存证和链下支付策略，使得订阅服务流程中的交易手续费不受以太坊主网行情的影响。实验结果表明，该模型通过非同质化代币完整映射软件订阅场景，并保障信息的可信、公开和不可篡改。
-
计算机工程. 2022, 48(1): 33-42. https://doi.org/10.19678/j.issn.1000-3428.0059796地质大数据共享与应用平台、专业移动大数据服务平台等现有集中式物联网数据服务平台多数存在缺乏信誉评估体系、用户隐私泄露、数据防篡改能力弱等安全性问题。为使用户能从海量物联网数据中精准快速地检索出高质量数据，设计并实现基于区块链的数据服务信誉评估模型。利用层次分析法进行信誉评估指标权重计算，采用智能合约和星际文件系统实现物联网数据的存储、验证、保护和共享，通过区块链和Redis缓存技术完成物联网数据和信誉数据的安全快速存取，同时使用环签名技术保证评价真实性并隐藏用户个人信息。测试结果表明，该模型具有去中心化、可信、安全高效和不可篡改的特性，能够满足物联网数据服务平台的信誉评估需求。
-
计算机工程. 2022, 48(1): 43-50. https://doi.org/10.19678/j.issn.1000-3428.0060957新能源发电因具有不稳定的特点，给当前微电网的安全稳定运行带来数据集中存储、数据泄露、共享困难等问题。结合区块链的分布式架构、数据安全透明可追溯、去中心化等特点，设计一个微电网数据安全共享方案。在初始化阶段，用户需要完成账户注册并将智能电表接入数据采集器，利用改进的ElGamal加密算法对采集的数据进行加密，将打包好的数据区块对外广播，发起共识，采用积分取代传统区块链共识机制中的代币进行流通，待各节点达成共识后将数据包存储在链下数据库中，并将其存储地址返回至链上进行存储。数据共享的实现则需查询方提交访问申请，智能合约自动执行完成数据的共享。实验结果表明，该方案能够有效抵御51%攻击、内部攻击、修改攻击等，算法效率较传统算法提高3倍，且系统开销不足165p，交易吞吐量最高接近300 tx/s，明显提高了交易速率并保证数据的安全共享。
-
计算机工程. 2022, 48(1): 51-59. https://doi.org/10.19678/j.issn.1000-3428.0059770传统DBSCAN算法不能正确聚类密度不均匀的数据集，聚类结果受邻域阈值和密度阈值参数的影响较大。提出一种新的优化初始点和自适应半径的密度聚类算法。利用反向最近邻和相似度矩阵发现当前全局密度最大的数据样本，分析该样本周围密度的分布情况，采用自适应的方法计算当前簇的邻域阈值，并利用DBSCAN算法进行聚类。在人工数据集和UCI数据集上进行测试的结果表明，与经典的DBSCAN、OPTICS、RNN-DBSCAN算法相比，优化初始点和自适应半径的密度聚类算法在ARI、NMI、Homogeneity、Completeness和V-measure 5个评价指标上整体取得最优值，其中在Compound、Jain等数据集上达到1.0，具有较高的聚类效率和准确度。
-
计算机工程. 2022, 48(1): 60-68,74. https://doi.org/10.19678/j.issn.1000-3428.0060210现有影响力最大化算法多数因时间复杂度较高或影响力传播范围有限，不适用于大规模社交网络。基于独立级联模型，结合反向可达集采样提出一种改进的影响力最大化算法D-RIS。在影响力传播函数满足单调性和子模性的前提下，通过自动调试确定反向可达集生成数量的临界值。在Slashdot和Epinions真实数据集上的实验结果表明，D-RIS算法在影响力传播范围上接近CELF算法且优于RIS、HighDegree、LIR和pBmH启发式算法，同时在运行时间上相比CELF算法减少近百倍，具有更好的通用性与稳定性，适用于拓扑结构变化和规模较大的社交网络。
-
计算机工程. 2022, 48(1): 69-74. https://doi.org/10.19678/j.issn.1000-3428.0060182情绪是由大脑内多个通道共同作用产生的，格兰杰因果检验作为情绪识别的主流方法，在计算任意2个通道之间的因果关系时容易忽略其他通道的影响。面向多通道脑电信号，提出一种基于条件格兰杰因果检验（CGC）的因果网络情绪识别方法。利用CGC算法计算不同情绪下大脑全通道的因果关系，据此构建因果网络，并通过分析各通道的入/出度和介数拓扑属性找到关键通道，得到简化的因果网络进行情绪识别。将节点之间的因果连接关系作为特征分别输入SVM和KNN分类器进行分类训练，实验结果表明，简化网络的识别率分别为75.3%和78.4%，验证了所提方法的有效性。
-
计算机工程. 2022, 48(1): 75-84. https://doi.org/10.19678/j.issn.1000-3428.0060307置换检验方法在进行对比模式挖掘时，返回结果中存在许多冗余对比模式。利用Charm方法挖掘样本集合中的对比模式，提出基于固定属性置换的FSPRP和FEPRP算法，依次为不同长度的对比模式构建零分布，从而过滤冗余对比模式。FSPRP算法通过生成一定数量的置换样本集合构建零分布，FEPRP算法则通过计算每个模式的对比性度量值分布合并建立零分布。实验结果表明，FSPRP和FEPRP算法相较于比较约束法能够过滤较多数量的冗余对比模式，并且FEPRP算法生成的零分布更接近精确零分布。
-
计算机工程. 2022, 48(1): 85-92. https://doi.org/10.19678/j.issn.1000-3428.0060346会话情绪识别包括说话者自身情绪影响以及说话者之间情绪影响这2个重要因素，为了充分考虑上述影响因素以提高会话情绪识别效果，提出一种基于层次化关系图卷积神经网络（HRGCN）的识别方法。使用一个基础神经网络对会话序列的特征数据进行优化，按照不同的说话者划分出2个不同的会话子序列，采用2个局部关系图卷积神经网络（R-GCN）分别对2个子序列进行局部建模，按照会话发生的时间顺序重新整合局部建模后的2个子序列，并利用全局R-GCN对其进行全局建模。通过对输入的多模态特征数据的分层次建模，使得会话序列捕获到更多的上下文信息。在IEMOCAP数据集上的实验结果表明，与当前流行的循环神经网络LSTM、GRU等相比，HRGCN方法的会话情绪识别性能较高，准确率与F1值分别达到84.48%与84.40%。
-
计算机工程. 2022, 48(1): 93-98. https://doi.org/10.19678/j.issn.1000-3428.0060176现有级联非线性加性噪声模型可解决隐藏中间变量的因果方向推断问题，然而对于包含隐变量和级联传递因果关系的因果网络学习存在全局结构搜索、等价类无法识别等问题。设计一种面向非时序观测数据的两阶段因果结构学习算法，第一阶段根据观测数据变量间的条件独立性，构建基本的因果网络骨架，第二阶段基于级联非线性加性噪声模型，通过比较骨架中每个相邻因果对在不同因果方向假设下的边缘似然度进行因果方向推断。实验结果表明，该算法在虚拟因果结构数据集的不同隐变量数量、平均入度、结构维度、样本数量下均表现突出，且在真实因果结构数据集中的F1值相比主流因果结构学习算法平均提升了51%，具有更高的准确率和更强的鲁棒性。
-
计算机工程. 2022, 48(1): 99-104. https://doi.org/10.19678/j.issn.1000-3428.0059917多跳阅读理解需要基于问题并在多个支撑文档中寻找相关信息进行跳跃式推理来回答问题。针对当前多跳阅读理解模型中所存在的实体图内缺乏关键问题信息以及信息冗余问题，提出一种基于改进图节点的图神经网络多跳阅读理解模型。采用基于指代词的实体提取方法提取实体，将提取到的实体基于问题关联实体构建实体图。对实体图中的节点进行编码预处理，通过门机制的图卷积网络模拟得到推理信息，计算推理信息与问题信息的双向注意力并进行结果预测。在WikiHop数据集上的实验结果表明，该模型在测试集上取得了73.1%的预测准确率，相比基于图神经网络、循环神经网络和注意力机制的多跳阅读理解模型准确率更高、泛化性能更强。
-
计算机工程. 2022, 48(1): 105-111. https://doi.org/10.19678/j.issn.1000-3428.0059526利用推荐系统进行群组推荐时，群组成员之间的交互关系对推荐结果有很大影响，但传统的群组推荐算法较少考虑用户信任度的重要性，致使社交关系信息不能得到充分利用。在群组融合时考虑群组内用户间的交互关系，提出一种基于用户信任度和概率矩阵的群组推荐算法。在获取用户信任度数据后，使用概率矩阵分解（PMF）算法补全信任度矩阵并进行归一化处理，得到相似度矩阵，同时在后验概率计算过程中加入用户间的信任度因素，通过极大化后验概率获得预测评分。在此基础上，对群组中用户的权重进行归一化处理，使用基于用户交互关系的权重策略融合群组成员偏好，得到最终的推荐结果。在Epinions和FilmTrust数据集上的实验结果表明，该算法可使融合结果更具群组特性，同时提高推荐结果的可靠性和可解释性，且均方根误差和命中率均优于PMF、NeuMF、RippleNet等对比算法。
-
计算机工程. 2022, 48(1): 112-118,126. https://doi.org/10.19678/j.issn.1000-3428.0060042面对多样化的应用环境，卷积神经网络（CNN）的架构深度不断增加以提升精度，但同时需要大量的计算参数和网络存储。针对CNN卷积层参数冗余和运算效率低的问题，提出一种基于分层阈值的自适应动态剪枝方法。设计自适应分层阈值判断算法，对批归一化层的尺度因子进行聚类分析，自适应地找到每层的分类断点并据此确定最终阈值，利用该阈值修剪正则化后的输入模型，从而避免根据经验人为定义固定阈值，减小模型尺寸和运行时占用的内存。分别采用该方法和LIU等提出的使用固定阈值且全局修剪的方法对VGGNet、ResNet、DenseNet和LeNet模型进行压缩，并在CIFAR、SVHN和MNIST数据集上测试模型性能。实验结果表明，该方法能够在模型精度与剪枝率之间找到最优平衡，剪枝后模型的测试错误率较对比方法降低0.02~1.52个百分点，同时自适应分层阈值判断算法也能避免对比方法在全局修剪时减去整个层的问题。
-
计算机工程. 2022, 48(1): 119-126. https://doi.org/10.19678/j.issn.1000-3428.0060079微博是个人和组织用户分享或获取简短实时信息的重要社交平台，微博文本自动生成技术能帮助用户在微博平台上快速实现各种社交意图。为辅助用户发表博文并表达社交意图，提出一种基于用户意图的微博文本生成技术，以挖掘提取微博文本特征，并在给定微博主题的条件下生成与用户意图相一致的微博文本。采用预训练语言模型与微调相结合的方法，在预训练语言模型GPT2上实现联合主题和用户意图的文本控制生成，以及具备用户对话功能的文本预测生成。实验结果表明，该技术生成的文本具有较高的可读性且符合微博文本语言风格，结合主题和5类用户意图的生成样本人工评分达77分以上。
-
计算机工程. 2022, 48(1): 127-134. https://doi.org/10.19678/j.issn.1000-3428.0060559基于位置的路网Skyline查询可根据用户的需求及用户所处的位置，从大量数据中快速返回给用户期望的数据，但已有的道路网络技术需要计算大量的路网距离及数据点间支配关系的运算，导致查询效率较低。提出一种基于路网数据点的倒排索引查询算法DSR。通过计算少量数据点的路网距离求得最终结果，减小路网距离计算的代价，从而加快数据点间支配关系的判定，提升查询效率。在此基础上，在数据点更新情况下给出算法的动态维护，仅通过维护少量数据，DSR即可以快速地计算出Skyline集合。实验结果表明，与SSI、BSS等算法相比，该算法具有较高的查询效率，且时间性能明显提升。
-
计算机工程. 2022, 48(1): 135-141,148. https://doi.org/10.19678/j.issn.1000-3428.0059963视频数据能够为车辆的智能网联化提供丰富的信息，为了更好地提取视频内容并使卸载后的视频中包含更多的有效信息，在时延约束条件下，设计一种内容驱动的计算卸载指导方式并提出基于改进蒙特卡洛树搜索的计算卸载决策算法。在车辆端通过关键帧提取来对视频内容进行预处理，以有效分析视频内容理解任务的重要性，使得更重要的任务能够获得更多的计算资源。采用基于强化学习的启发式搜索算法完成计算卸载决策，并引入深度神经网络预训练先验转移概率，从而优化算法的收敛速度并降低计算复杂度。实验结果表明，该算法能够在时延约束下有效降低能耗并提升视频内容理解精度，相比基于Q-learning、基于模拟退火的算法，其收敛速度更快，计算复杂度更低，在700 ms时延约束下系统总效用达到37%。
-
计算机工程. 2022, 48(1): 142-148. https://doi.org/10.19678/j.issn.1000-3428.0060240作为SIMD扩展部件向量化的重要手段，自动向量化已在LLVM编译器中得到实现，但向量长度以及指令集功能的差异，导致国产平台在自动向量化过程中容易错失向量化机会以及向量化后产生倒加速的问题。为使SIMD得到充分应用，结合国产平台的指令集特征完善指令代价信息以提高收益分析精准度，使其在自动向量化后生成后端支持且简洁高效的向量指令。在此基础上，提出一种改进的控制流向量化方法，通过添加指令代价信息提高自动向量化的适配能力，从而形成一套面向国产平台的LLVM自动向量化系统。实验结果表明，相比自动向量化移植前，通过该方法进行移植优化后，SPEC测试的整体性能提升10.8%，TSVC测试集中的加速比提升16%，精准代价指导下的加速比提升42%，控制流向量化下的加速比提升51%。
-
计算机工程. 2022, 48(1): 149-154,162. https://doi.org/10.19678/j.issn.1000-3428.0060080赫姆霍兹方程求解是GRAPES数值天气预报系统动力框架中的核心部分，可转换为大规模稀疏线性系统的求解问题，但受限于硬件资源和数据规模，其求解效率成为限制系统计算性能提升的瓶颈。分别通过MPI、MPI+OpenMP、CUDA三种并行方式实现求解大规模稀疏线性方程组的广义共轭余差法，并利用不完全分解LU预处理子（ILU）优化系数矩阵的条件数，加快迭代法收敛。在CPU并行方案中，MPI负责进程间粗粒度并行和通信，OpenMP结合共享内存实现进程内部的细粒度并行，而在GPU并行方案中，CUDA模型采用数据传输、访存合并及共享存储器方面的优化措施。实验结果表明，通过预处理优化减少迭代次数对计算性能提升明显，MPI+OpenMP混合并行优化较MPI并行优化性能提高约35%，CUDA并行优化较MPI+OpenMP混合并行优化性能提高约50%，优化性能最佳。
-
计算机工程. 2022, 48(1): 155-162. https://doi.org/10.19678/j.issn.1000-3428.0060569现有OpenMP调度策略通常采用动态策略处理程序中的线性循环结构，存在负载不均衡和调度开销大的问题。提出一种针对线性递增或线性递减循环结构的非线性静态调度策略Nonlinear_static。将线性循环负载均匀变化参数与总负载、负载峰值、线程数相结合构建调度模型，计算循环迭代在线程上的映射，使迭代块大小呈非线性递增或递减趋势。将线性循环的负载平均地分配在每个线程上，并在开源OMPi编译器中进行编码。在Adjoint Convolution、Compute Pots、Matrix Multiplication、Mandelbrot Set应用程序上进行多线程调度，实验结果表明，相比静态调度、动态调度、指导调度等策略，Nonlinear_static调度策略在处理线性循环结构时执行时间缩短了5%~10%，且具有无调度开销的优点。
-
计算机工程. 2022, 48(1): 163-169. https://doi.org/10.19678/j.issn.1000-3428.0060387在软件定义网络与网络功能虚拟化协同的网络架构下，只考虑单个服务质量（QoS）指标的服务功能链部署无法满足用户的多业务体验需求。提出一种基于机器学习的服务功能链部署模型。基于层次分析法构造MPNQ2算法以建立QoS与体验质量（QoE）的映射关系，得出影响QoE的网络参数并评估其影响权重。在此基础上，利用具备较强综合学习和泛化能力的随机森林模型对服务功能链的QoE进行预测。实验结果表明，与梯度提升决策树、线性判别分析等机器学习模型相比，随机森林模型为预测QoE的最佳模型，同时在影响QoE的网络参数中，丢包率对服务功能链的部署影响最大。
-
计算机工程. 2022, 48(1): 170-174,181. https://doi.org/10.19678/j.issn.1000-3428.0060055传统的串行抵消比特翻转（SCF）译码算法仅用对数似然比（LLR）的绝对值去衡量信息比特译码结果的可靠情况，导致误块率（BLER）过高和翻转的尝试次数较多。提出一种串行抵消比特翻转译码算法PLR-SCF，分析SC译码算法发生错误译码的原因，通过仿真观察LLR、极化信道可靠度和信息位所在的位置与SC译码算法发生首个判决错误之间的关系，并利用上述因素设计一个能准确衡量信息位发生译码错误程度的度量公式。仿真结果表明，相对于传统的SCF译码算法，该算法能够有效降低BLER，特别是在高信噪比下获得的最大信噪比增益约为0.12 dB，翻转尝试次数与SCF减少13.6%。
-
计算机工程. 2022, 48(1): 175-181. https://doi.org/10.19678/j.issn.1000-3428.0060715信号子空间聚焦（FSS）算法可实现宽带相干信号的波达方向（DOA）估计，但其在短快拍条件下存在估计精度差、分辨率低的问题。提出一种改进的信号子空间聚焦（MFSS）算法。根据波长间隔与阵元间距的匹配度选取最佳参考频点及子频带，通过Hankel矩阵奇异值分解重构子频带的协方差矩阵，并利用信号子空间聚焦法构造聚焦协方差矩阵，使用Root-正交传播算子实现DOA估计。实验结果表明，相比FSS、MTOPS、LR-MUSIC算法，MFSS算法复杂度较低，能够有效提高估计精度和速度。
-
计算机工程. 2022, 48(1): 182-187. https://doi.org/10.19678/j.issn.1000-3428.0061088正交频分复用系统中的信号在传输过程中受到无线信道环境衰落和延时的影响，容易产生符号间干扰（ISI），对信道状态信息进行准确估计是降低ISI、提高信号传输准确率的有效方法。针对贪婪迭代类压缩感知信道估计算法存在的估计径错误及漏选问题，提出一种基于离散傅里叶变换（DFT）寻径的压缩感知信道估计算法DFT-OMP。通过DFT寻径的方式抑制由噪声引起的不理想原子，从而对OMP算法重构过程中的原子进行筛选，解决传统方法选取相关因子最大的原子作为重构原子而导致的依赖信号稀疏度问题。在原子预选后的贪婪迭代类压缩感知算法信道估计中引入残差精度控制，以提高信道估计的自适应性与鲁棒性。仿真结果表明，相对OMP算法，该算法能取得4 dB的信道估计性能增益，其适用于较大导频下的无线通信系统。
-
计算机工程. 2022, 48(1): 188-196,203. https://doi.org/10.19678/j.issn.1000-3428.0060825在无线通信网络环境中，分布式客户端节点在用户隐私保护、数据传输效率、能量利用效率之间较难实现平衡。针对该问题，提出一种结合联邦学习与传统集中式学习的能量与信息管理优化策略。以覆盖性强、适用性广的移动信息采集设备作为学习服务器，将分布分散、资源受限的客户端节点作为学习参与者，通过构建马尔科夫决策模型分析客户端节点在移动信息采集过程中的状态变化和行为模式，同时采用值迭代算法和深度强化学习算法对该模型进行近似求解，获得客户端节点最优的信息传输与能量管理组合策略。仿真结果表明，相比MDP、GRE、RAN策略，该策略的长期效用较高且数据延迟较小，可实现客户端节点在信息传输过程中的数据隐私性、数据可用性与能量消耗之间的最优平衡。
-
计算机工程. 2022, 48(1): 197-203. https://doi.org/10.19678/j.issn.1000-3428.0060159置信传播（BP）算法作为极化码最常用的软判决输出译码算法之一，具有并行传输、高吞吐量等优点，但其存在收敛较慢、运算复杂度高等缺陷。提出一种基于循环神经网络的偏移最小和近似置信传播译码算法。通过偏移最小和近似算法替代乘法运算，修改迭代过程中的消息更新策略，并运用改进的循环神经网络架构实现参数共享。仿真结果表明，相比传统BP译码算法，该译码算法在提升误码率（BER）性能的前提下，减少约75%的加法运算且收敛速度大幅提升，相比基于深度神经网络的BP译码算法，该算法在确保BER性能无显著下降的前提下，使用加法运算替代乘法运算，节省了约80%的存储空间开销。
-
计算机工程. 2022, 48(1): 204-213. https://doi.org/10.19678/j.issn.1000-3428.0059738人联网（IoP）系统的架构复杂且存在海量、实时变化的数据，使得基于IoP系统的可靠性分析变得十分困难，目前仍缺乏一种健全的基于IoP系统的可靠性建模及评估方法。提出一种新型的IoP系统可靠性评估方法，利用AADL及其附件语言对IoP系统进行可靠性建模，并基于该模型从定性角度评估系统故障的根本原因和风险。此外，结合Ocarina模型转换技术提出一种基于连续时间马尔科夫链（CTMC）的定量评估算法，将AADL可靠性模型转换为CTMC模型，实现对系统动态、实时等特性的评估。在此基础上，设计一个IoP系统通用模型，并以此为案例验证所提方法的可行性。实验结果表明，该方法不仅能对IoP系统建模，而且能自动、准确地对其进行可靠性分析，具有良好的应用价值。
-
计算机工程. 2022, 48(1): 214-219. https://doi.org/10.19678/j.issn.1000-3428.0059820针对枪支种属识别目前依赖检验人员经验、识别效率较低的问题，建立一种基于多任务级联深度残差网络的枪支图像自动识别模型。以ResNet18为基本构建单元，通过级联融合4个任务中的Softmax损失函数约束，实现对枪支图像从枪族到枪型的多维度聚类。在该模型的基础上，设计一套制式枪支图像智能检索系统，对拍摄上传的枪支图像种属信息进行自动识别。在自建的制式枪支图像数据集上进行实验，结果表明，与EfficientNet、NTS-net等模型相比，该模型的识别准确率更高，Rank-1、Rank-20识别准确率分别达到61.12%、95.28%，且其具有更好的鲁棒性。
-
计算机工程. 2022, 48(1): 220-227,235. https://doi.org/10.19678/j.issn.1000-3428.0059639图像在获取过程中受传感器、光学系统、大气扰动等多因素影响，导致图像分辨率下降。提出一种结合内外部梯度先验的图像超分辨率重建方法。基于最大后验估计理论框架，将深度学习的外部梯度先验和
范数的内部梯度、亮度联合约束先验相结合，通过联合利用外部梯度先验和内部梯度先验的互补优势，借助高分辨率的梯度信息提高重建的超分辨率图像质量。实验结果表明，与ASAR、DRRN等方法相比，该方法能够有效增强图像的高频细节和边缘信息，减少重建图像中可能存在的噪声与伪影效果。
-
计算机工程. 2022, 48(1): 228-235. https://doi.org/10.19678/j.issn.1000-3428.0059771针对现有微表情自动识别方法准确率较低及微表情样本数量不足的问题，提出一种融合迁移学习技术与可分离三维卷积神经网络（S3D CNN）的微表情识别方法。通过光流法提取宏表情和微表情视频样本的光流特征帧序列，利用宏表情样本的光流特征帧序列对S3D CNN进行预训练，并采用微表情样本的光流特征帧序列微调模型参数。S3D CNN网络由二维空域卷积层及添加一维时域卷积层的可分离三维卷积层构成，比传统的三维卷积神经网络具有更好的学习能力，且减少了模型所需的训练参数和计算量。在此基础上，采用迁移学习的方式对模型进行训练，以缓解微表情样本数量过少造成的模型过拟合问题，提升模型的学习效率。实验结果表明，所提方法在CASME II微表情数据集上的识别准确率为67.58%，高于MagGA、C3DEvol等前沿的微表情识别算法。
-
计算机工程. 2022, 48(1): 236-244,252. https://doi.org/10.19678/j.issn.1000-3428.0060052传统的RGB-D视觉同时定位与制图（SLAM）算法在动态场景中识别动态特征时会产生数据错误关联，导致视觉SLAM估计姿态精度退化。提出一种适用于动态场景的RGB-D SLAM算法，利用全新的跨平台神经网络深度学习框架检测场景中的动态语义特征，并分割提取对应的动态语义特征区域。结合深度图像的K均值聚类算法和动态语义特征区域对点特征深度值进行聚类，根据聚类结果剔除动态特征点，同时通过剩余特征点计算RGB-D相机的位姿。实验结果表明，相比ORB-SLAM2、OFD-SLAM、MR-SLAM等算法，该算法能够减小动态场景下的跟踪误差，提高相机位姿估计的精度和鲁棒性，其在TUM动态数据集上相机绝对轨迹的均方根误差约为0.019 m。
-
计算机工程. 2022, 48(1): 245-252. https://doi.org/10.19678/j.issn.1000-3428.0059940行人重识别的难点在于行人之间的结构信息差异较小导致特征难以区分。结合全局关系注意力机制与局部特征关联方法提出一种改进的特征关联算法。通过水平切分全局注意力机制的特征得到多个局部特征，并进行逐个关联识别，利用局部特征关联与全局语义信息提取关键特征信息。在此基础上，采用交叉熵与三元组损失函数训练处理后的局部特征。在CUHK03-Labeled、Market1501、DukeMTMC-reID数据集上的实验结果表明，该算法首位命中率分别为81.6%、95.6%、89.5%，相比GCP、MGN、BAS-reID等算法具有更强的识别能力与自适应性。
-
计算机工程. 2022, 48(1): 253-259. https://doi.org/10.19678/j.issn.1000-3428.0060026在图像拼接篡改检测任务中，受篡改区域尺度多样性及模糊操作的影响，传统分类算法难以提取图像篡改特征。提出一种基于DeepLab v3+的图像拼接篡改检测算法，使用浅层图像特征预测图像的篡改区域边界，提高模型对篡改边界的敏感性。在此基础上，通过多尺度融合特征对图像篡改区域进行分割，并在原空洞空间金字塔模块中融合空间和通道注意力机制，从而提高模型对多尺度篡改区域的适应性。实验结果表明，所提算法能有效检测图像的篡改区域，在CASIA v1.0和Columbia数据集中的分割精度分别为0.754 6和0.727 8，优于DCT、BAPPY、MFCN等算法。
-
计算机工程. 2022, 48(1): 260-265. https://doi.org/10.19678/j.issn.1000-3428.0059962针对H.266中基于历史块的运动矢量预测（HMVP）技术在换行更新列表过程中无法参考之前运动信息，以及HMVP候选列表在加入Merge列表过程中存在繁琐的去冗余过程的问题，提出一种改进的H.266合并模式候选决策算法。通过临时存储一个HMVP候选列表来解决原有HMVP列表在换行清空时存在的无法参考之前运动信息的不足，从而更好地预测运动信息。通过Merge候选列表中原有的空时域候选数量来确定需要进行去冗余的HMVP候选数量，以简化去冗余过程。实验结果表明，与H.266标准算法相比，该算法在随机接入的配置下，测试图像序列的亮度分量能够平均节省0.46%的码率，编码总时间平均缩短4.09%，帧间预测时间平均缩短10.87%，能够提高编码性能同时降低编码复杂度。
-
计算机工程. 2022, 48(1): 266-274. https://doi.org/10.19678/j.issn.1000-3428.0060031SSD算法利用多尺度特征图进行分类和位置回归，检测小目标效果优于YOLO算法，但SSD算法在进行车辆检测时存在漏检问题。为此，提出一种改进SSD算法。为提取更多的车辆特征信息，设计改进Inception模块替代SSD网络中的Conv8、Conv9和Conv10层。将浅层特征的位置信息和深层特征的语义信息进行均衡化融合，构建多尺度特征融合均衡化网络，提高小目标车辆识别率。在特征提取层均引入SENet，对不同特征通道的重要性进行重标定以提高模型性能。实验结果表明，改进后SSD算法在自制的车辆数据集上平均精度为90.89%，检测速度达到59.42 frame/s，相比改进前的SSD算法，在精度和速度上分别提高2.65个百分点和17.41 frame/s，能够更快速、准确地对图像中的车辆进行识别和定位。
-
计算机工程. 2022, 48(1): 275-280,287. https://doi.org/10.19678/j.issn.1000-3428.0059911对违建场地的检测方法主要是通过人工对无人机航拍视频进行检查，存在检测精度低、识别性能差、工作效率低的问题。提出一种结合空间变换网络与Fast RCNN的生成对抗网络ASTN-Fast RCNN，通过深度学习与无人机航拍视频相结合自动识别检测处在建设初期的违建场地。将空间变换网络作为生成器，生成Fast RCNN目标检测器难以识别的旋转形变样本，并通过目标检测器与生成器的对抗式训练，提高检测器的鲁棒性。实验结果表明，该方法能够有效提高对无人机航拍违建场地的识别性能。
-
计算机工程. 2022, 48(1): 281-287. https://doi.org/10.19678/j.issn.1000-3428.0060120鼻腔鼻窦肿瘤为多发性疾病，其CT影像具有形态不规则、分界不均匀等特征，而现有的U-Net分割算法对图片细节不敏感且割裂了图像局部与整体特征的一致性，难以实现精准诊断。提出一种基于D-Unet深度神经网络的改进算法，根据鼻腔鼻窦肿瘤空间形变特点，将可变形卷积融入U-Net网络，并利用可变形卷积能依据目标形态拥有自适应感受野的特点，充分学习图像细节，从而提升算法的特征提取能力。在此基础上，使用损失函数Tversky解决数据集样本失衡问题，从而获得更高的灵敏度和泛化能力。为方便进一步研究，建立鼻腔鼻窦肿瘤分割数据集。实验结果表明，所提算法能有效提高鼻腔鼻窦肿瘤分割精度，相比U-Net、Res-Unet和Attention U-Net算法，分割精度分别提高了5.01%、2.56%和0.48%。
-
计算机工程. 2022, 48(1): 288-295,304. https://doi.org/10.19678/j.issn.1000-3428.0060045在无人机跟踪过程中，遮挡、光照变化、背景干扰等影响会导致跟踪目标丢失。基于SiamRPN算法提出一种无人机目标跟踪算法。通过在网络中加入空间条带池和全局上下文模块建立远程上下文关系，以适应不同的跟踪场景。同时利用改进交并比的计算方法提取目标特征，并回归精准的预测框。在UAV123数据集上的实验结果表明，相比SiamRPN、SiamFC、SAMF等算法，该算法的跟踪性能较优且具有较强的鲁棒性，尤其在背景干扰环境下，其精确率和成功率较SiamRPN算法分别提升了6.54%和11.63%。
-
计算机工程. 2022, 48(1): 296-304. https://doi.org/10.19678/j.issn.1000-3428.0059680工厂生产线上的商品包装外箱文本印刷存在残缺，无法及时检出会影响流通销售。制作工业商品外观信息数据集，提出基于深度学习的工业视觉箱体字符识别与匹配判断方法。合并YOLOv3中的卷积层和批量归一化层，引入GIoU作为边界框损失函数并设计自适应调整定位坐标的方法，优化在原始图像上进行文本检测定位的速度与精度。同时，训练并对比CRNN和Tesseract两种识别引擎在已裁剪文本图片上的识别性能，设计字符匹配方法判断字符识别正确与否并输出结果，从而减少误判。对基于该方法的系统进行生产线实测，实验结果表明，其识别准确率可达99.5%，单件商品的外观拍照、检测识别、输出结果耗时仅3 s左右，表明所提方法能够实现实时监测。
-
计算机工程. 2022, 48(1): 305-311. https://doi.org/10.19678/j.issn.1000-3428.0059839颅骨修复技术是对有缺损的颅骨补全对应的缺损部分，进而实现颅骨形状的完整性。针对高维颅骨数据，采用径向曲线来表示颅骨几何特征，结合最小二乘支持向量回归的方法构建颅骨修复模型。提取完整的三维颅骨模型的径向曲线，将其分为已有径向曲线和缺失径向曲线两部分作为训练样本，采用最小二乘支持向量回归统计模型复原出待修复颅骨的缺失径向曲线，进而合并生成待修复颅骨的完整径向曲线，通过迭代最近点算法将合并的颅骨径向曲线与颅骨统计模型进行匹配生成完整的三维颅骨模型。实验结果表明，该方法的平均误差达到6.834×10-3，比主成分分析方法降低2.90倍，具有更好的修复效果。
-
计算机工程. 2022, 48(1): 312-320. https://doi.org/10.19678/j.issn.1000-3428.0060051传统点击率（CTR）预测模型多在单一特征级上进行特征交互，未能充分利用不同特征级上的有效信息。基于特征增强聚合方法提出一种融合广告CTR预测（APNN）模型。在CTR预测模型的嵌入层中引入一阶信息重要性进行特征增强，通过注意力因子分解机（AFM）模型与基于乘积产生层的神经网络（PNN）模型融合不同特征级交互特征和增强的嵌入特征，并利用多个全连接层从融合特征中获得更多潜在的高阶信息。实验结果表明，相比AFM、PNN、FNN等模型，APNN模型的预测精度较高，其在Criteo数据集上的AUC和LogLoss指标较PNN模型分别提高1.74和1.42个百分点。
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