2022年, 第48卷, 第8期 刊出日期：2022-08-15
-
全选|
-
-
计算机工程. 2022, 48(8): 1-11. https://doi.org/10.19678/j.issn.1000-3428.0064102近年来，区块链的持续发展使得应用密码学受到广泛关注，同时引起更多国内外学者对信息安全的重点研究。秘密分享技术作为构建安全多方计算协议的基础原语，具备门限特性且在应用中具有拜占庭容错性特点。由于在信息安全三要素，即机密性、完整性和可用性上的契合，区块链和秘密分享存在关联性和互补性。现有研究通过融合区块链和秘密分享技术提升了系统稳定性和效率，取得对分布式系统研究的突破。阐述区块链共识算法与拜占庭容错协议之间的关系，分析秘密分享对于实现权益证明共识算法的重要性。总结基于智能合约实现的不同种类的秘密分享体制，以及运用智能合约和秘密分享技术构建的密码协议和具体应用。说明公共通告栏与区块链、秘密分享技术之间的联系，综述使用秘密分享技术优化区块链数据存储的研究，并列举融合区块链存储和秘密分享技术可解决的实际应用。在此基础上，介绍区块链与秘密分享的功能特性和性能指标，展望两者融合的未来发展方向。
-
计算机工程. 2022, 48(8): 12-24. https://doi.org/10.19678/j.issn.1000-3428.0061381随着社交平台的发展，社交媒体网络逐渐成为攻击者进行僵尸网络渗透的理想平台。社交僵尸网络利用社交平台自动化程度高、灵活性强与普及度高等特性构建隐蔽信道进行通信，以达到窃取社交平台用户信息、散布不良信息污染网络环境、引导控制舆论等目的。传统的僵尸网络检测机制无法有效地检测社交僵尸网络，为社交媒体的安全性带来极大的挑战。从社交僵尸网络的概念入手，阐述社交僵尸网络在不同社交平台上的发展脉络和发展趋势，研究不同社交媒体上的社交僵尸网络攻击原理和群体特征以及隐蔽型社交僵尸网络的隐蔽手段。在此基础上，将社交僵尸网络的检测方法分为服务器端检测方法和客户端检测方法，并对近年来出现的基于隐写技术和基于机器学习的检测方法进行分析，同时给出社交僵尸网络的反制技术和接管方法的研究现状及发展思路，并对该领域的未来研究方向进行展望。
-
计算机工程. 2022, 48(8): 25-29,36. https://doi.org/10.19678/j.issn.1000-3428.0062378随着芯片工艺演进与设计规模增加，高性能众核处理器芯片时钟网络设计面临时序和功耗的全方位挑战。为降低芯片时钟网络功耗并缓解时钟网络分布受片上偏差影响导致的时钟偏斜，在H-Tree+MESH混合时钟网络结构的基础上，结合新一代众核处理器芯片面积大及核心时钟网络分布广的特点，基于标准多源时钟树设计策略构建多源时钟树综合（MRCTS）结构，通过全局H-Tree时钟树保证芯片不同区域间时钟偏斜的稳定可控，利用局部时钟树综合进行关键路径的时序优化以实现时序收敛。实验结果表明，MRCTS能在保证时钟延时、时钟偏斜等性能参数可控的基础上，有效降低时钟网络的负载和功耗，大幅压缩综合子模块的布线资源，加速关键路径的时序收敛，并且在相同电源电压和时钟频率的实测条件下，可获得约22.15%的时钟网络功耗优化。
-
计算机工程. 2022, 48(8): 30-36. https://doi.org/10.19678/j.issn.1000-3428.0063922分析与研究公有链交易数据及系统用户行为对于保证公有链应用安全至关重要。比特币作为公有链的代表性应用，是一种基于P2P网络的电子现金系统。比特币交易地址具有匿名特征，无法关联到用户真实信息，这使得比特币溯源非常困难。为识别比特币中交易地址间的关联关系，推断出用户真实信息，提出一种基于交易网络的用户识别方法。对比特币区块数据进行预处理，通过解析比特币区块数据中的脚本信息，将比特币原始交易数据处理为更加直观的数据格式。衡量交易输入与输出地址间的相似程度，根据交易地址关联信息识别出比特币匿名地址对应的所有用户。在实验中应用真实的比特币区块数据，利用可视化方式对用户识别结果进行分析，结果表明该方法不受交易规则的限制，能对比特币匿名地址进行有效识别，且随着比特币区块数量的增加，识别准确率基本稳定于80%。
-
计算机工程. 2022, 48(8): 37-44. https://doi.org/10.19678/j.issn.1000-3428.0063155随着大数据时代的到来，构建数据共享社区成为一种促进数据收集、流通和使用的新模式，但是在传统社区组织方式下，成员由于互不信任导致不愿共享数据，且共享社区普遍缺乏有效的激励机制，从而限制了数据共享社区的发展。区块链的本质是一个分布式账本，能够提升数据共享的透明性，防止信息滥用，所有存在区块链上的数据可溯源且不可篡改，可以保证数据的归属权，这些都为成员之间的信任打下了基础。在基于区块链的数据共享社区平台上，结合演化博弈理论构建一种数据共享激励模型EGDSI，并通过复制动态力学方程与演化稳定策略分析，得出影响数据共享的关键因素与数据共享激励的3种策略。在此基础上，利用区块链智能合约技术实现安全、高效且动态可调节的数据共享模板引擎。对共享策略影响因素和智能合约激励机制进行仿真分析，结果表明，该数据共享激励机制可以有效促进用户参与数据共享，相较EGI模型，EGDSI模型能够更快地达到数据共享饱和状态。
-
计算机工程. 2022, 48(8): 45-52,61. https://doi.org/10.19678/j.issn.1000-3428.0063195新型冠状病毒肺炎疫情严重威胁人们的生命安全，对于聚集性人群密度及口罩佩戴情况的监管是控制病毒扩散的重要途经。公共场所具有人流密集且流动性大的特点，人工监测易增加感染风险，而现有基于深度学习的口罩检测算法存在功能及场景单一的问题，不能在多场景下实现多类别检测，同时精度也有待提升。提出Cascade-Attention R-CNN目标检测算法，实现对聚集区域、行人和口罩佩戴情况的自动检测。针对任务中目标尺度变化过大的问题，选取高精度两阶段Cascade R-CNN目标检测算法作为基础检测框架。通过设计多个级联的候选分类-回归网络并加入空间注意力机制，突出候选区域特征中的重要特征并抑制噪声特征，从而提高检测精度。在此基础上，构建聚集性传染风险智能监测模型，结合Cascade-Attention R-CNN算法的输出结果确定传染风险等级。实验结果表明，该模型对于不同场景和视角的多类别目标图片具有较高的准确性和鲁棒性，Cascade-Attention R-CNN算法平均精度均值达到89.4%，较原始Cascade RCNN算法提升2.6个百分点，较经典的两阶段目标检测算法Faster R-CNN和单阶段目标检测框架RetinaNet分别提升10.1和8.4个百分点。
-
计算机工程. 2022, 48(8): 53-61. https://doi.org/10.19678/j.issn.1000-3428.0062369实体链接和关系链接作为知识库问答的核心组件链接自然语言问题和知识库信息，通常作为两个独立的任务执行，但该执行方式忽略了链接中产生的信息间的相互影响。同时，将候选实体和关系分别计算相似性的方法没有考虑候选实体和关系的内在联系。提出一种基于神经网络的特征联合和多注意力的实体关系链接方法，运用神经网络对问题、实体、关系以及实体-关系对进行编码和向量表示学习，通过添加注意力机制的方法获取候选实体及关系在问题中的权重信息，在计算实体（关系）向量与问题向量的相似性时加入实体-关系对向量，利用实体-关系对中包含的信息提高链接的精度。在LC-QuAD和QALD-7数据集上的实验结果表明，与Falcon模型相比，该方法至少提高了1%的链接精度。
-
计算机工程. 2022, 48(8): 62-69,76. https://doi.org/10.19678/j.issn.1000-3428.0062416在现代工业生产过程中，许多关键变量与产品质量或生产效率密切相关，关键变量的实时监测是实现利润最大化及节能降耗的有效途径。针对回归预测任务中目标特征提取不全面、预测精度较低等问题，提出一种基于栈式监督自编码器与可变加权极限学习机的回归预测模型。通过堆叠多层自编码器并在每层自编码器中添加回归网络，同时以有监督方式对栈式自编码器（SAE）进行逐层预训练，得到与输出变量相关的特征表示。利用反向传播算法对网络参数进行微调，优化自编码器模型参数。在分析提取特征与输出变量的相关性基础上，对极限学习机（ELM）的输入权值和偏置进行加权得到预测结果。实验结果表明，与基于ELM和SAE-ELM的回归预测模型相比，该模型在多晶硅铸锭的G6产品数据集上的均方根误差降低0.056 7和0.011 2、决定系数提高0.489 3和0.290 3，具有更高的回归预测准确性及更强的鲁棒性与泛化性能。
-
计算机工程. 2022, 48(8): 70-76. https://doi.org/10.19678/j.issn.1000-3428.0064039构建多模态知识图谱的核心在于为知识图谱中的实体匹配正确合适的图像。现有的实体配图方法主要将百科图谱以及图像搜索引擎作为实体候选图像的来源，但对图像数据元的应用方式比较简单，不能准确把握图像数据来源的特点，且可扩展性较差。提出一种基于多模态模式迁移的知识图谱实体配图方法，从不同类别的头部实体中抽取对应的语义模板及视觉模式迁移到同类非头部实体的图像获取过程中，其中语义模板用于构建搜索引擎检索关键词，视觉模式用于对检索结果去噪，最终为WikiData中25类共1.278×105个实体收集1.8×106幅图像。实验结果表明，与IMGpedia、VisualSem、Richpedia和MMKG这4种多模态知识图谱相比，利用该方法构建所得的知识图谱中实体对应的图像在准确性和多样性上更具优势，在下游任务链接预测中，通过引入该方法收集到的图像可使模型的预测链接准确性得到显著提升，在Hits@10的指标上取得59.74%的准确率，较对比方法提高12.7个百分点以上。
-
计算机工程. 2022, 48(8): 77-84,97. https://doi.org/10.19678/j.issn.1000-3428.0062580子空间聚类算法是一种面向高维数据的聚类方法，具有独特的数据自表示方式和较高的聚类精度。传统子空间聚类算法聚焦于对输入数据构建最优相似图再进行分割，导致聚类效果高度依赖于相似图学习。自适应近邻聚类（CAN）算法改进了相似图学习过程，根据数据间的距离自适应地分配最优邻居以构建相似图和聚类结构。然而，现有CAN算法在进行高维数据非线性聚类时，难以很好地捕获局部数据结构，从而导致聚类准确性及算法泛化能力有限。提出一种融合自动权重学习与结构化信息的深度子空间聚类算法。通过自编码器将数据映射到非线性潜在空间并降维，自适应地赋予潜在特征不同的权重从而处理噪声特征，最小化自编码器的重构误差以保留数据的局部结构信息。通过CAN方法学习相似图，在潜在表示下迭代地增强各特征间的相关性，从而保留数据的全局结构信息。实验结果表明，在ORL、COIL-20、UMIST数据集上该算法的准确率分别达到0.780 1、0.874 3、0.742 1，聚类性能优于LRR、LRSC、SSC、KSSC等算法。
-
计算机工程. 2022, 48(8): 85-97. https://doi.org/10.19678/j.issn.1000-3428.0061622布谷鸟搜索（CS）算法是一种新型的群智能算法，结构简单且寻优能力较强，但存在勘探与开采不平衡以及易陷入局部极值的问题。提出一种多策略调和的布谷鸟搜索（MSRCS）算法，基于概率规则选择由自适应步长和改进解更新方法组成的调和策略对布谷鸟个体进行更新，其中自适应步长引导布谷鸟在更好的方向上寻优，3种改进的解更新方法分别从自身邻域、当前最优个体和随机位置3个角度对勘探和开采进行调和，从而提升全局搜索和局部搜索在迭代过程中的适应性。在CEC2013测试集的28个基准函数上的实验结果表明，MSRCS算法至少有12个测试函数优于原始CS及其7种改进算法且排名第一，在求解单峰、多峰和组合函数问题时寻优能力更强，同时相比于3种经典群智能优化算法具有更快的收敛速度和更高的解精度。
-
计算机工程. 2022, 48(8): 98-104,112. https://doi.org/10.19678/j.issn.1000-3428.0062103知识图谱是人工智能的重要组成部分，其以结构化的方式描述客观世界中的概念、实体及关系，提供了一种更优的组织、管理和理解互联网海量信息的能力。随着深度学习技术的发展，基于表示学习的知识图谱问答方法陆续出现。利用表示学习的方法实现知识图谱问答的核心目标是将问题嵌入到与三元组相同维度的表示向量空间中，通过合适的答案预测方法来匹配问题与答案。参考复数域编码的思路，构建一种基于位置和注意力联合表示的三元组表示模型Pos-Att-complex。在三元组表示部分，将词本身的特征和位置特征联合编码，并通过解码器网络进一步挖掘深层次特征，从而对三元组进行打分。在知识图谱问答部分，将问题通过RoBERTa嵌入到与三元组向量相同维度的向量空间中，并与通过关系筛选的关系集合进行向量融合。在此基础上，通过联合表示解码器为候选答案打分，以筛选出问题的答案。实验结果表明，该模型在三元组分类和多跳问答基准数据集上均能取得良好的测试结果，准确率优于GraftNet、VRN等模型。
-
计算机工程. 2022, 48(8): 105-112. https://doi.org/10.19678/j.issn.1000-3428.0062047文本情感分类通过对带有情感色彩的主观性文本进行分析和推理，帮助用户更好地做出判断与决策。针对传统情感分类模型难以根据上下文信息调整词向量的问题，提出一种双通道文本情感分类模型。利用ELMo和Glove预训练模型分别生成动态和静态词向量，通过堆叠嵌入2种词向量生成输入向量。采用自注意力机制处理输入向量，计算内部的词依赖关系。构建融合卷积神经网络（CNN）和双向门控递归单元（BiGRU）的双通道神经网络结构，同时获取文本局部特征和全局特征。最终将双通道处理结果进行拼接，经过全连接层处理后输入分类器获得文本情感分类结果。实验结果表明，与同类情感分类模型中性能较优的H-BiGRU模型相比，ELMo-CNN-BiGRU模型在IMDB、yelp和sentiment140数据集上的准确率和F1值分别提升了2.42、1.98、2.52和2.40、1.94、2.43个百分点，具有更好的短文本情感分类效果和稳定性。
-
计算机工程. 2022, 48(8): 113-120. https://doi.org/10.19678/j.issn.1000-3428.0061575人工智能在机器人控制中得到广泛应用，机器人控制算法也逐渐从模型驱动转变为数据驱动。深度强化学习算法可在复杂环境中感知并决策，能够解决高维度和连续状态空间下的机械臂控制问题。然而，目前深度强化学习中数据驱动的训练过程非常依赖计算机GPU算力，且训练时间成本较大。提出基于深度强化学习的先简化模型（2D模型）再复杂模型（3D模型）的机械臂控制快速训练方法。采用深度确定性策略梯度算法代替机械臂传统控制算法中的逆运动学解算方法，直接通过数据驱动的训练过程控制机械臂末端到达目标位置，从而减小训练时间成本。同时，对于状态向量和奖励函数形式，使用不同的设置方式。将最终训练得到的算法模型在真实机械臂上进行实现和验证，结果表明，其控制效果达到了分拣物品的应用要求，相比于直接在3D模型中的训练，能够缩短近52%的平均训练时长。
-
计算机工程. 2022, 48(8): 121-128. https://doi.org/10.19678/j.issn.1000-3428.0062453协同过滤是一种应用广泛的推荐算法，其核心过程是学习用户和商品的向量表示。基于图卷积网络（GCN）的协同过滤算法在向量嵌入过程中加入邻居节点的关联信息，进一步提升了算法的推荐性能。然而，图协同过滤算法中存在过平滑现象，且其仅采用邻接矩阵在局部结构中扩展，没有从图的整体结构出发挖掘节点间潜在的交互模式，使得交互信息来源单一。提出一种基于GCN的双通道协同过滤推荐算法DCCF。将向量嵌入过程划分为局部卷积通道和全局卷积通道，以获取不同类型的连接信息。在局部卷积通道中，直接定位邻域节点并使用单层网络结构完成计算，优化信息的聚合方式以应对过平滑问题。在全局卷积通道中，通过聚类的方式构造全局交互图并参与信息的聚合过程，从而挖掘节点间的潜在联系。将局部信息与全局信息相结合，以获得包含不同类型高阶关系的节点向量表示。在3个公开数据集上进行对比实验，结果表明，相较基准算法中性能表现最优的模型，DCCF在归一化折损累计增益和召回率这2个指标上最高分别提升2.8%和5.0%。
-
计算机工程. 2022, 48(8): 129-135,143. https://doi.org/10.19678/j.issn.1000-3428.0062065中文短文本通常使用单词序列而非字符序列进行语义匹配，以获得更好的语义匹配性能。然而，中文分词可能是错误或模糊的，容易引入噪声或者错误传播，从而损害模型的匹配性能。此外，多数中文词汇具有一词多义的特点，短文本由于缺少上下文环境，相比一词多义的长文本更难理解，这对于模型正确捕获语义信息是一个更大的挑战。提出一种短文本匹配模型，使用词格长短期记忆网络（Lattice LSTM）融合字符和字符序列的多粒度信息。引入外部知识HowNet解决多义词的问题，使用软注意力机制获取2个句子间的交互信息，并利用均值池化和最大池化算法进一步提取句子的特征信息，获取句子级语义编码表示。在数据集LCQMC和BQ上的实验结果表明，与ESIM、BIMPM和Lattice-CNN模型相比，该模型能有效提升中文短文本语义匹配的准确率。
-
计算机工程. 2022, 48(8): 136-143. https://doi.org/10.19678/j.issn.1000-3428.0063232针对目前监控摄像头预置检测算法存在人脸隐私泄露风险的问题，提出一种基于YOLOv5结构的多任务安全人头检测算法Privacyface-YOLO及轻量级检测版本Privacyface-YOLO （Light）。Privacyface-YOLO的主干网络采用带残差结构的跨阶段局部网络ResCSP，通过残差结构降低特征学习的复杂度，提升网络对人头特征的提取能力。轻量级版本Privacyface-YOLO （Light）使用深度可分离卷积替换ResCSP模块，以减少计算量并提升网络的运行速度。模型的颈部模块引入特征金字塔与路径聚合网络，实现跨层多尺度信息交流，提升模型在复杂人头与小目标场景下的鲁棒性。对提取出的特征进行三分支输出，其中目标定位分支用于定位人头坐标，人头分割分支生成覆盖人头的掩膜以保证人脸隐私，人数回归分支获得图像中的人头总数，通过多任务三分支结构保护人脸隐私同时满足更加复杂的场景需求。实验结果表明，Privacyface-YOLO算法能够有效完成实时人头检测任务并保护人脸隐私，相较目前主流人头检测算法，在人头数据集HollywoodHeads和Brainwash上，该算法的平均查准率AP50指标分别提升11.8%和5.8%，平均查准率AP70指标分别提升20.2%和35.2%。
-
计算机工程. 2022, 48(8): 144-151,159. https://doi.org/10.19678/j.issn.1000-3428.0062413随着网络信息技术与互联网的发展，数据的隐私与安全问题亟待解决，联邦学习作为一种新型的分布式隐私保护机器学习技术应运而生。针对在联邦学习过程中存在个人数据信息泄露的隐私安全问题，结合Micali-Rabin随机向量表示技术，基于博弈论提出一种具有隐私保护的高效联邦学习方案。根据博弈论激励机制，构建联邦学习博弈模型，通过设置合适的效用函数和激励机制保证参与者的合理行为偏好，同时结合Micali-Rabin随机向量表示技术设计高效联邦学习方案。基于Pedersen承诺机制实现高效联邦学习的隐私保护，以保证联邦学习各参与者的利益和数据隐私，并且全局达到帕累托最优状态。在数字分类数据集上的实验结果表明，该方案不仅提高联邦学习的通信效率，而且在通信开销和数据精确度之间实现平衡。
-
计算机工程. 2022, 48(8): 152-159. https://doi.org/10.19678/j.issn.1000-3428.0063284物联网终端设备数量的急剧增加带来了诸多安全隐患，如何高效地进行异常流量检测成为物联网安全研究中的一项重要任务。现有检测方法存在计算开销大的问题，且不能显式地捕捉流量数据中的关系和结构，难以应对新型网络攻击。考虑网络结构和节点设备之间的复杂通信模式，提出一种基于图神经网络的分布式异常流量检测方案。结合物联网环境对卷积神经网络进行改进，识别节点之间的复杂关系，同时在物联网设备、转发器和雾节点上设计并部署分布式检测单元，通过分布式检测架构实现本地化的异常流量检测，从而降低检测延迟和时间开销。在此基础上，引入注意力模块强化对关键特征的提取，增强模型的可解释性，进一步提高检测精度。在公开数据集CTU-13上的实验结果表明，该方案准确率和AUC值达到99.93%和0.99，只需9.26 s即可完成检测，且带宽消耗仅为845 kb/s。
-
计算机工程. 2022, 48(8): 160-165,172. https://doi.org/10.19678/j.issn.1000-3428.0062210在车联网中车辆与周边道路环境进行无线通信与数据交互，使车辆传感器、行人、道路单元之间实现信息互联，但大量的数据通信导致车辆运行环境复杂，车辆在行驶过程中不可避免地会遇到各种危险场景，从而引发车辆安全问题。为确保车辆数据可信及行车安全，建立基于区块链技术的危险驾驶地图数据评估模型。通过传感器实时记录环境数据，将车辆位置、速度等关键数据以及个人隐私信息加密上链实现交易传输，利用智能合约技术进行自动化脚本处理，随后执行共识将交易信息扩散到全部节点，节点承认交易合法后写入区块链。同时对车辆地图交互数据进行危险评估，并将评级结果及其对应操作反馈给车辆，使得车辆可在障碍物、网络攻击等场景下完成应急处理。实验结果表明，该模型能够根据不同危险场景对车辆进行危险评估与规避，确保车辆安全运行。
-
计算机工程. 2022, 48(8): 166-172. https://doi.org/10.19678/j.issn.1000-3428.0062816比特币非法交易检测根据交易特征构建检测模型鉴别非法交易，在反金融犯罪领域得到广泛应用。现有的比特币非法交易检测方法假定交易的属性包含交易是否非法的信息，并从交易属性中挖掘能够代表交易非法性的特征，难以准确判断非法交易，导致检测精度和召回率降低。设计基于交易不可信度的比特币非法交易检测方法。根据非法交易之间具有关联的特性，定义交易不可信度。通过构建交易不可信度度量模型，将量化结果作为直接反映交易非法性的特征融入到已有的分类模型中，提高模型的检测性能。在此基础上，采用迭代训练集的方式扩增非法交易样本，解决非法交易样本不足以及标注困难的问题。在Elliptic数据集上的实验结果表明，与本地特征和聚合特征相比，加入不可信度特征的逻辑回归、随机森林、多层感知机和图卷积网络分类模型的F1值平均提高8.5%。
-
计算机工程. 2022, 48(8): 173-179,186. https://doi.org/10.19678/j.issn.1000-3428.0062150新冠疫情近年来在全球肆虐，新冠病毒具有极强的传染性，在公共场所佩戴口罩可以阻断病毒的传播途径，有效遏止疫情的蔓延。利用计算机视觉技术对公共场合佩戴口罩行为进行检测具有重要意义，在疫情防控常态化条件下，需要对人脸口罩佩戴进行正确识别，同时要识别口罩佩戴是否正确。在实际检测环境中，口罩佩戴检测任务中的场景复杂多样，佩戴口罩的人脸目标尺度不一，正确与错误佩戴口罩特征差异小，难以检测。提出一种改进SSD算法的口罩佩戴检测算法。以SSD检测算法为基础，引入特征融合网络及协调注意力机制，重构特征提取网络，增强对细节信息的学习和处理能力。同时，将算法的分类预测分数和IoU分数进行合并表示，使用Quality Focal Loss函数调节正负样本的权重。在自制口罩佩戴检测数据集上的实验结果表明，该算法的平均精度均值达到96.28%，与原始算法相比提高了5.62%，对口罩佩戴检测具有良好的准确性和实用性，可满足疫情防控下的实际需求。
-
计算机工程. 2022, 48(8): 180-186. https://doi.org/10.19678/j.issn.1000-3428.0062023图像分割技术的主要对象为自然图像和医学图像，相对于自然图像而言，医学图像的语义分割通常需要较高的精度以进行下一步的临床分析、诊断和规划治疗。目前用于医学图像语义分割的深度神经网络模型由于仅考虑位置的平移不变性，存在局部感受野较小、无法表达长范围依赖关系的问题。设计一种面向医学图像的分割模型，基于内卷U-Net网络，使用内卷操作代替传统的卷积操作，并将内卷结构作为基本的网络结构，提升模型对医学图像局部特征的学习能力。在模型的瓶颈层引入注意力机制模块来学习图像长范围的依赖关系，以提高医学图像语义分割的精度。在肺部CT数据集上的实验结果表明，该模型的Dice系数为0.998，较基于卷积神经网络的分割模型约提高5%，并且大幅缩短Hausdorff距离，具有更高的分割准确度以及较好的稳健性。
-
计算机工程. 2022, 48(8): 187-195,205. https://doi.org/10.19678/j.issn.1000-3428.0062294移动机器人在未知环境下依靠同步定位与地图构建（SLAM）实现自身的精确定位，目前大多数视觉SLAM系统在运行时均假设外部环境是静态的，但在实际应用场景下该假设并不成立，传统的视觉SLAM系统在动态环境下易受移动目标的影响，导致系统定位精度下降。提出一种新的视觉SLAM系统，将轻量级网络MobileNetV3作为目标检测网络YOLOv5s的主干网络，从而减少模型参数量，提高算法在CPU上的推理速度。将目标检测网络、光流法与ORB-SLAM系统相结合，使SLAM系统前端提取ORB特征点的同时能够有效剔除动态特征点。仅利用静态目标上的特征点进行帧间匹配，从而求解相机位姿，提高系统在动态环境下的定位精度。在TUM动态数据集上的实验结果表明，与ORB-SLAM3系统相比，该系统的位姿估计精度提升了80.16%，与DS-SLAM、DVO-SLAM系统等动态SLAM系统相比，该系统在定位精度上有大幅提升，相比使用MASK-RCNN的DynaSLAM系统，在保持相近ATE指标的情况下，该系统具有更高的实时性。
-
计算机工程. 2022, 48(8): 196-205. https://doi.org/10.19678/j.issn.1000-3428.0062451针对遥感影像中由于道路信息错综复杂，导致道路提取不完整、精确度低等问题，提出一种新型遥感影像道路提取方法。融合多尺度特征改善道路提取的整体效果，基于深度残差网络设计混合空洞卷积，并通过定义卷积核各值的间距增大特征提取感受野，从而丰富多尺度特征融合模块中的浅层道路语义信息。在编码端提取特征后，利用权重分布的方法匹配感受野尺度，使用不同层级间的特征对全局先验信息进行表征，提高多尺度融合特征获取浅层道路语义信息的准确性，并将改进的多孔空间金字塔池化模块融入到深度残差网络中，挖掘并深度聚合道路浅层次和深层次的语义信息。在两种高分辨率遥感数据集Cheng_Data_Roads和Zimbabwe_Data_Roads上的实验结果表明，所提方法的F1值和MIoU值分别为91.16%和83.63%，准确率、召回率等评价指标均明显优于U-net、ResUnet、D-Linknet等语义分割方法。
-
计算机工程. 2022, 48(8): 206-214. https://doi.org/10.19678/j.issn.1000-3428.0062216YOLOv4目标检测算法主干网络庞大且参数量和计算量过多，难以部署在算力和存储资源有限的移动端嵌入式设备上。提出一种改进的YOLOv4目标检测算法，使用轻量化的ShuffleNet V2网络作为主干特征提取网络，更换模型激活函数及扩大卷积核，同时将YOLOv4网络中的普通卷积替换为深度可分离卷积，降低算法参数量、计算量和模型占用空间。在ShuffleNet V2网络结构的改进过程中分析并剪裁其基本组件，利用2个3 × 3卷积核级联的方式增强网络感受野，并使用Mish激活函数进一步提升网络检测精度和模型推理速度。在GPU平台和VisDrone 2020数据集上的实验结果表明，与YOLOv4算法相比，改进的YOLOv4算法在牺牲1.8个百分点的检测精度情况下，提高了27%的检测速度，压缩了23.7%的模型容量，并且能够充分发挥ZYNQ平台并行高速数据处理及低功耗的优势。
-
计算机工程. 2022, 48(8): 215-223. https://doi.org/10.19678/j.issn.1000-3428.0062333低照度是夜晚拍摄时常见的一种现象，不充分的光照会使图像细节损失严重，降低图像视觉质量。针对现有低照度图像增强方法对不同尺度特征的感知和表达能力存在不足的问题，提出一种基于U-Net的多尺度低照度图像增强网络（MSU-LIIEN）。采用特征金字塔作为基本处理框架，实现对低照度图像的特征提取。在特征金字塔构建的3个分支结构中均使用U-Net作为骨干网，对提取到的浅层图像特征进行编码与解码操作，同时引入结构细节残差融合块以增强网络模型提取和表征低照度图像特征信息的能力。在此基础上，对提取到的特征信息逐层融合，恢复正常光照图像。实验结果表明，MSU-LIIEN在LOL-datasets和Brighting Train数据集中相比于性能排名第二的KinD模型，平均峰值信噪比分别提高16.21%和46.67%，且在主观视野感受和客观评价指标方面均优于所有对比的经典模型，不但能有效提升低照度图像的整体亮度，而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓，使增强后的图像整体画面真实自然。
-
计算机工程. 2022, 48(8): 224-233. https://doi.org/10.19678/j.issn.1000-3428.0062286模糊局部信息C-均值（FLICM）聚类算法是目前应用较广泛的图像分割算法，然而仅适用于处理低噪声图像。FLICM算法与像素引导隶属度滤波的结合在一定程度上提高了噪声抑制能力，但仍无法满足强噪声图像的分割需求。联合引导滤波与基于核度量的加权模糊局部信息C-均值（KWFLICM）聚类算法，提出一种隶属度与像素值交替引导的核模糊聚类算法。将像素引导隶属度滤波模块和隶属度引导像素滤波模块引入KWFLICM算法，构造一种引导滤波约束的多目标核模糊聚类优化模型，采用最小二乘法对该模型进行迭代求解。在迭代过程中，通过像素引导隶属度滤波和隶属度引导像素滤波，分别修正输入图像的隶属度和像素值，进一步提高核模糊聚类算法对含噪图像的鲁棒性。实验结果表明，与同类核模糊聚类算法相比，该算法在莱斯噪声干扰下的误分率、精确度、峰值信噪比、Jaccard相似系数等评价指标上表现突出，具有更好的分割性能和更强的鲁棒性。
-
计算机工程. 2022, 48(8): 234-239. https://doi.org/10.19678/j.issn.1000-3428.0062121低秩稀疏分解是可应用于视频监控的一种视频分析方法，与满足Nyquist定理的采样信号相比，压缩感知观测信号的低秩稀疏分解难度更大。借鉴在低秩稀疏分解时将信号投影到其低秩部分的正交空间方法，提出先压缩观测再投影与先投影再压缩观测两种不同的压缩观测与投影方法，推导出每种方法的投影与压缩观测合并算子，分别对稀疏前景与低秩背景进行压缩感知重构，实现时变稀疏信号压缩观测的低秩稀疏分解。由于背景的缓慢变化会使低秩矩阵的正交空间发生改变，应用结构相似度来判断相邻帧低秩矩阵的变化情况，并估计该正交空间是否需要更新。实验结果表明，与SpaRcs方法相比，该方法能够在较低的压缩采样率下实现更精确的信号低秩背景与稀疏前景的直接分离重构，每帧图像压缩感知重构结果的峰值信噪比最多能够提高2 dB左右。
-
计算机工程. 2022, 48(8): 240-248,257. https://doi.org/10.19678/j.issn.1000-3428.0062066基于可见光、红外双模态数据的场景语义分割在多种复杂环境下较单模态分割显现出更好的性能，然而，获取较好分割效果的前提条件是可见光相机和红外热像仪的成像均清晰。真实场景中存在较多不利的环境因素，如恶劣的光照和天气会对可见光或红外产生不同程度的干扰，从而限制了基于双模态语义分割方法的性能表现。为解决该问题，建立一种改进的双模态语义分割模型。在双流网络架构的基础上增加红外与可见光的像素级融合模块，将其作为一个独立的分支网络并与可见光、红外2个已有分支进行特征级融合，从而实现双模态的像素级和特征级融合。此外，在融合分支中增加空间、通道注意力机制，以挖掘双模态在像素级上的互补特征。实验结果表明，在MF和FR-T这2个公开数据集上，该模型的mIoU指标相比性能表现次优的RTFNet-50模型分别提高6.5和0.6个百分点，且在双模态图像降质和失效时依然具有良好的分割性能。
-
计算机工程. 2022, 48(8): 249-257. https://doi.org/10.19678/j.issn.1000-3428.0062134针对经典一阶段目标检测算法RetinaNet难以充分提取不同阶段特征、边界框回归不够准确等问题，提出一个面向目标检测的改进型RetinaNet算法。在特征提取模块中加入多光谱通道注意力，将输入特征中的频率分量合并到注意力处理中，从而捕获特征原有的丰富信息。将多尺度特征融合模块添加到特征提取模块，多尺度特征融合模块包括1个路径聚合模块和1个特征融合操作，路径聚合模块通过搭建自底向上的路径，利用较浅特征层上精确的定位信号增强整个特征金字塔的信息流，特征融合操作通过融合来自每个阶段的特征信息优化多阶段特征的融合效果。此外，在边界框回归过程中引入完全交并比损失函数，从边界框的重叠面积、中心点距离和长宽比这3个重要的几何因素出发，提升回归过程的收敛速度与准确性。在MS COCO数据集和PASCAL VOC数据集上的实验结果表明，与RetinaNet算法相比，改进型RetinaNet算法在2个数据集上的平均精度分别提高了2.1、1.1个百分点，尤其对于MS COCO数据集中较大目标的检测，检测精度的提升效果更加显著。
-
计算机工程. 2022, 48(8): 258-265. https://doi.org/10.19678/j.issn.1000-3428.0064280在障碍环境下的空间应用中，用户通常只对视域范围内可视的数据对象感兴趣。为解决障碍环境中视域范围内的反向最近邻查询问题，将视域可视性引入到反向K最近邻查询中，提出一种可视反向视域K最近邻查询算法。给定某空间数据集P、障碍集O和查询点q，可视反向视域K最近邻查询检索P中数据点，并将q作为可视视域K最近邻。应用查询点进行障碍过滤，得到障碍过滤算法，利用数据对象的视域进行剪枝，使用查询点与数据对象的关系剪枝，形成有效的障碍剪枝规则，并根据剪枝规则得到视域可视性判断算法。在此基础上，分别基于R*-树和VFR-树提出可视反向视域K最近邻查询算法R*-V2-RKNN和VFR-V2-RKNN，并分别通过对R*-树和VFR-树进行一次遍历得到查询结果。在真实数据集和模拟数据集上的实验结果表明，VFR-V2-RKNN算法的查询性能明显优于R*-V2-RKNN算法。
-
计算机工程. 2022, 48(8): 266-273. https://doi.org/10.19678/j.issn.1000-3428.0061995现有基于深度学习和神经网络的文本情感分析模型通常存在文本特征提取不全面，且未考虑关键信息对文本情感倾向的影响等问题。基于并行混合网络与双路注意力机制，提出一种改进的文本情感分析模型。根据不同神经网络的特点分别采用GloVe和Word2vec两种词向量训练工具将文本向量化，得到更丰富的文本信息。将两种不同的词向量并行输入由双向门控循环单元与卷积神经网络构建的并行混合网络，同时提取上下文全局特征与局部特征，提高模型的特征提取能力。使用双路注意力机制分别对全局特征和局部特征中的关键信息进行加强处理及特征融合，增强模型识别关键信息的能力。将融合后的整个文本特征输入全连接层，实现最终的情感极性分类。在IMDb和SST-2公开数据集上的实验结果表明，该模型的分类准确率分别达到91.73%和91.16%，相比于同类文本情感分析模型有不同程度的提升，从而证明了双路注意力机制可以更全面地捕获文本中的关键信息，提高文本情感分类效果。
-
计算机工程. 2022, 48(8): 274-282,291. https://doi.org/10.19678/j.issn.1000-3428.0061596现有汉越跨语言新闻事件检索方法较少使用新闻领域内的事件实体知识，在候选文档中存在多个事件的情况下，与查询句无关的事件会干扰查询句与候选文档间的匹配精度，影响检索性能。提出一种融入事件实体知识的汉越跨语言新闻事件检索模型。通过查询翻译方法将汉语事件查询句翻译为越南语事件查询句，把跨语言新闻事件检索问题转化为单语新闻事件检索问题。考虑到查询句中只有单个事件，候选文档中多个事件共存会影响查询句和文档的精准匹配，利用事件触发词划分候选文档事件范围，减小文档中与查询无关事件的干扰。在此基础上，利用知识图谱和事件触发词得到事件实体丰富的知识表示，通过查询句与文档事件范围间的交互，提取到事件实体知识表示与词以及事件实体知识表示之间的排序特征。在汉越双语新闻数据集上的实验结果表明，与BM25、Conv-KNRM、ATER等基线模型相比，该模型能够取得较好的跨语言新闻事件检索效果，NDCG和MAP指标最高可提升0.712 2和0.587 2。
-
计算机工程. 2022, 48(8): 283-291. https://doi.org/10.19678/j.issn.1000-3428.0062184在推荐系统中，现有多数序列推荐方法将用户行为视为一个时间有序的序列进行用户兴趣建模，用户兴趣的动态变化导致模型难以从用户行为序列中捕捉准确的用户兴趣信息。针对该问题，同时考虑到项目间成对的共现模式应作为交互信息的补充，提出利用门控网络构建用户动态兴趣的序列推荐模型DCGN。使用门控线性单元捕获交互序列中的用户兴趣，利用带有注意力权重的门控循环网络学习用户的动态兴趣。在此基础上，对用户交互项目间的共现模式进行建模，与用户兴趣信息以及用户信息进行融合后输入深度神经网络，得到最终推荐结果。在ML100K、Amazon 5-Elect、Retailrocket 3个公开数据集上进行实验，使用精确率、归一化折损累积增益和命中率进行性能评估，结果表明，DCGN模型较NARM、GRU4Rec、NLR等主流序列推荐模型性能更优，其归一化折损增益和精确率在Retailrocket数据集上平均提升1.9%和1.22%，在Amazon 5-Elect数据集上平均提升0.82%和1.05%，在ML100K数据集上平均提升0.36%和0.31%。
-
计算机工程. 2022, 48(8): 292-298,305. https://doi.org/10.19678/j.issn.1000-3428.0062008大学生论坛语句具有篇幅短、口语化、多流行用语等特点，传统的情感分析模型难以对其进行精准的语义特征表示，并且未充分关注语句的局部特征与上下文语境。提出一种基于RoBERTa-WWM的大学生情感分析模型。通过RoBERTa-WWM模型将论坛文本语句转化为语义特征表示，并将其输入到文本卷积神经网络中，以提取语句的局部语义特征，同时利用双向门控循环单元网络对局部语义特征进行双向处理，获得全面的上下文语义信息。在此基础上，通过Softmax分类器计算语句在情感标签中的概率向量，选择最大值表示的情感标签作为最终输出的情感标签。实验结果表明，相比RoBERTa-WWM、EK-INIT-CNN、BERT等模型，该模型在大学生论坛与NLPCC2014数据集上具有较优的分类性能，并且在大学生论坛数据集上宏平均精准率、宏平均召回率、宏平均F1值和微平均F1值分别为89.43%、90.43%、90.12%和92.48%。
-
计算机工程. 2022, 48(8): 299-305. https://doi.org/10.19678/j.issn.1000-3428.0062260研究一种考虑多投递的带无人机车辆路径规划问题（VRPD-MD），针对该问题，以执行任务车辆行驶总时间最短为目标函数，建立混合整数规划模型。为对该模型进行求解，提出一种基于遗传思想的自适应启发式算法AAGM，在该算法中，设计访问节点交叉算子和交会节点变异算子这两类邻域搜索算子，分别用于调整车辆与无人机的结合点以及车辆与无人机并行路径的访问点。此外，在AAGM算法中加入算子自适应选择机制与基于Metropolis规则的劣解接受机制，在避免算法陷入局部最优的同时加快模型收敛速度，提升算法的求解质量。基于改进的CVRP数据集对模型与算法进行验证，实验结果表明，多架次多投递的无人机配送模式较多架次单投递、单架次多投递模式更具优势，且AAGM算法能够有效求解VRPD-MD，相比NAAGM算法，增加自适应机制后的AAGM算法的平均求解时间与平均求解质量分别提高30%与1.83%。
-
计算机工程. 2022, 48(8): 306-312. https://doi.org/10.19678/j.issn.1000-3428.0062365多任务进化（EMT）是进化计算领域的一个新兴研究方向，区别于传统的单任务搜索算法，EMT通过在任务间传递有用知识，对多个任务同时实施进化搜索，以提升多个任务的收敛性能。目前，大多数进化算法只考虑了知识迁移而忽略了任务间的联系。提出一种多目标多任务优化算法，结合迁移学习的思想，采用任务间种群的协方差矩阵差异表示任务间种群分布特征差异，使用任务间种群均值的距离表示任务间种群的分布距离，并通过任务间种群的分布特征差异和分布距离表示任务间的相似度。对于某个目标任务，将其最相似任务中的解集实施K最近邻分类，以筛选出对目标任务有价值的解，并使其迁移到目标任务中。实验结果表明，与EMTSD、MaTEA、MO-MFEA-II等多目标多任务优化算法相比，所提算法具有较佳的收敛性能，平均运行效率约提高了66.62%。
-
计算机工程. 2022, 48(8): 313-320. https://doi.org/10.19678/j.issn.1000-3428.0062181实体嵌套是自然语言中一种常见现象，提高嵌套命名实体识别的准确性对自然语言处理各项任务具有重要作用。针对现有嵌套命名实体识别方法在识别实体边界时不够准确、未能有效利用实体边界信息等问题，提出一种嵌套命名实体识别的边界强化分类模型。采用卷积神经网络提取邻接词的特征，通过加入多头注意力的序列标注模型获取实体中的边界特征，提高实体边界检测的准确性。在此基础上，计算实体中各词语对实体类型的贡献度，将实体关键字与实体边界词相结合来表示实体，使实体表示中包含实体关键信息和边界信息，最后进行实体类型检测。实验结果表明，通过加入多头注意力机制能够有效提升对嵌套命名实体的检测和识别性能，该模型在GENIA和GermEval 2014数据集上准确率有较好表现，并且召回率和F1值较对比模型达到最优。
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