2021年, 第47卷, 第8期 刊出日期：2021-08-15
-
全选|
-
-
计算机工程. 2021, 47(8): 1-13. https://doi.org/10.19678/j.issn.1000-3428.0060931随着深度神经网络和智能移动设备的快速发展，网络结构轻量化设计逐渐成为前沿且热门的研究方向，而轻量化的本质是在保持深度神经网络精度的前提下优化存储空间和提升运行速度。阐述深度学习的轻量化网络结构设计方法，对比与分析人工设计的轻量化方法、基于神经网络结构搜索的轻量化方法和基于自动模型压缩的轻量化方法的创新点与优劣势，总结与归纳上述3种主流轻量化方法中性能优异的网络结构并分析各自的优势和局限性。在此基础上，指出轻量化网络结构设计所面临的挑战，同时对其应用方向及未来发展趋势进行展望。
-
计算机工程. 2021, 47(8): 14-21. https://doi.org/10.19678/j.issn.1000-3428.0060847Fast-HotStuff区块链共识算法采用两轮投票的共识过程，当主节点在第一轮投票后发生错误时，吞吐量将大幅降低，为解决该问题，提出一种改进的Fast-HotStuff算法。该算法引入一个新的区块扩展方式，在某一区块的共识过程中，当主节点在第一轮投票发生错误而导致视图更换时，副本节点将其投票消息传递至新的视图，新视图中的主节点收到足够多的投票消息，根据该区块进行扩展生成新区块并发起共识，以使更多区块上链并提高吞吐量。实验结果表明，当主节点在第一轮投票后发生错误时，HotStuff与Fast-HotStuff算法在节点数量为19时吞吐量降至3 500TPS以下，节点数量为61时降至1 500TPS以下，而改进算法的吞吐量在节点数量为19时高于6 500TPS，在节点数量为61时高于2 500TPS。
-
计算机工程. 2021, 47(8): 22-28. https://doi.org/10.19678/j.issn.1000-3428.0060192针对双向快速扩展随机树算法RRT-Connect在移动机器人路径规划中生成路径绕远、转折多、收敛速度慢等问题，提出一种改进RRT-Connect算法。对新节点引入考虑祖代点的重选父节点环节，利用三角不等式原理优化部分路径长度，对每一个新节点的生成设置转角约束以减小路径转折，同时设计一种动态步长策略以加快算法的收敛速度。在两树连接阶段，为使拓展树之间能够平滑且快速连接，在连接处设置转角约束和距离约束，并使用同父节点重连的连接方法。实验结果表明，改进算法能够缩短规划路径长度和收敛时间，生成的路径质量较改进前更优。
-
计算机工程. 2021, 47(8): 29-36,44. https://doi.org/10.19678/j.issn.1000-3428.0058928在车联网中，车辆可通过无线通信从路侧单元（RSU）下载文件数据，但由于车辆移动性高、RSU部署间距大及传输范围有限，使得车辆可下载数据量受到较大影响。为此，提出一种协作数据分发方案。利用双向车辆和RSU的资源可用性对目标车辆进行辅助下载，使得目标车辆在未覆盖RSU的盲区（DA）内仍能获取所需文件数据，在此基础上，考虑资源节点的竞争接入与传输以及转发完成时间对数据传输的影响，建立理论分析框架来说明数据传输过程。仿真结果表明，相较于同向协助下载和反向协助下载机制，该方案能够提升目标车辆下载数据量，减少DA内数据传输中断的影响，提高DA利用率。
-
计算机工程. 2021, 47(8): 37-44. https://doi.org/10.19678/j.issn.1000-3428.0058730在移动边缘计算（MEC）服务器计算资源有限且计算任务具有时延约束的情况下，为缩短任务完成时间并降低终端能耗，提出针对卸载决策与资源分配的联合优化方法。在多用户多服务器MEC环境下设计一种新的目标函数以构建数学模型，结合深度强化学习理论提出改进的Nature Deep Q-learning算法Based DQN。实验结果表明，在不同目标函数中，Based DQN算法的优化效果优于全部本地卸载算法、随机卸载与分配算法、最小完成时间算法和多平台卸载智能资源分配算法，且在新目标函数下优势更为突出，验证了所提优化方法的有效性。
-
计算机工程. 2021, 47(8): 45-53,61. https://doi.org/10.19678/j.issn.1000-3428.0058601传统的对比序列模式挖掘算法存在一定数量的假阳性对比序列模式，其提供的错误信息会干扰后续任务的决策。设计一种IEP-DSP算法过滤假阳性对比序列模式。运用spade方法和WRAcc对比性度量找到候选对比序列模式和所有置换数据集合中的对比序列模式，通过模拟置换过程，使用独立精确置换检验方法为不同长度的模式建立独立精确零分布，并计算每个候选对比序列模式的精确p-value，运用错误发现率度量将各个长度的假阳性对比序列模式数量控制在置信度为α的统计显著水平下。在真实数据集和仿真数据集上的实验结果表明，IEP-DSP算法够过滤掉大量的假阳性对比序列模式，相比基于统计显著性检验的方法能保留更多的真对比序列模式，验证了独立精确置换检验相较于标准置换检验的优越性。
-
计算机工程. 2021, 47(8): 54-61. https://doi.org/10.19678/j.issn.1000-3428.0058631针对传统基于协同过滤的推荐算法信息提取能力有限的问题，提出基于网络表示学习的卷积协同过滤推荐算法。将二分网络分成物品与用户同质网络，在各自的同质网络上使用GraphSAGE模型得到融合网络空间信息和用户与物品属性信息的矩阵。在此基础上，利用外积运算丰富用户和物品特征向量各维度的相关表示，通过卷积神经网络训练物品和用户的交互信息得到算法模型。实验结果验证了该算法的有效性，且相比ConvNCF算法，其在Movielens数据集上HR@5和NDCG@5分别提升了1.89和2.19个百分点，在Last.fm数据集上HR@5和NDCG@5分别提升了1.09和2.32个百分点。
-
计算机工程. 2021, 47(8): 62-68,77. https://doi.org/10.19678/j.issn.1000-3428.0058855利用动态时间弯曲（DTW）技术在原始多元时间序列进行相似性度量时时间复杂度较高，且DTW在追求最小弯曲距离的过程中可能会出现过渡拉伸和压缩的问题。提出一种基于分段特征及自适应加权的DTW多元时间序列相似性度量方法。对原始时间序列在各个变量维度上进行统一分段，选取分段后拟合线段的斜率、分段区间的最大值和最小值以及时间跨度作为每一段的特征，实现对原始序列的大幅降维，提高计算效率。在DTW计算最佳弯曲路径的过程中为每个点设置自适应代价权重，限制弯曲路径中点列的重复使用次数，改善时间序列因过度拉伸或压缩所导致的度量精度低的问题，以得到最优路径路线。实验结果表明，该方法能很好地度量多元时间序列之间的相似性，在多个数据集上都能取得较好的度量结果。
-
计算机工程. 2021, 47(8): 69-77. https://doi.org/10.19678/j.issn.1000-3428.0058466针对传统推荐系统主要依赖用户对物品的评分数据而无法学习到用户和项目的深层次特征的问题，提出基于注意力机制与改进TF-IDF的推荐算法（AMITI）。通过将双层注意力机制引入并行的神经网络推荐模型，提高模型对重要特征的挖掘能力。基于用户评分及项目类别改进TF-IDF，依据项目类别权重将推荐结果分类以构建不同类型的项目组并完成推荐。实验结果表明，AMITI算法能提高对文本中重要内容的关注度以及项目分配的注意力权重，有效提升推荐精度并在实现项目组推荐后改善推荐效果。
-
计算机工程. 2021, 47(8): 78-83,92. https://doi.org/10.19678/j.issn.1000-3428.0058838针对电机领域实体识别精度较低的问题，提出一种融合BERT预训练语言模型的中文命名实体识别方法。利用BERT预训练语言模型增强字的语义表示并按照上下文特征动态生成字向量，将字向量序列输入双向长短期记忆神经网络进行双向编码，同时通过条件随机场算法标注出实体识别结果。根据电机文本特点对自建数据集进行标注，并将电机领域实体划分为实物、特性描述、问题/故障、方法/技术等4个类别。实验结果表明，与基于BiLSTM-CRF、BiLSTM-CNN和BiGRU的实体识别方法相比，该方法具有更高的准确率、召回率和F1值，并且有效解决了电机领域命名实体识别任务中标注数据不足及实体边界模糊的问题。
-
计算机工程. 2021, 47(8): 84-92. https://doi.org/10.19678/j.issn.1000-3428.0058410为在复杂网络鲁棒性优化过程中尽可能保留网络初始社区结构，分析重连边策略对网络社区结构的影响，提出一种结合社区结构的复杂网络鲁棒性优化策略。采用Louvain算法确定复杂网络社区结构，利用模拟退火算法提升复杂网络中单个社区的内部鲁棒性，使用改进的智能重连边策略（Smart Rewiring）提升社区间的连接鲁棒性，并通过标准化互信息指标评价鲁棒性优化过程中社区结构的保留程度。在BA、WS和WU-PowerGrid网络中的实验结果表明，与Smart Rewiring和MA策略相比，该策略能在提升网络鲁棒性的同时尽可能保留网络初始社区结构。
-
计算机工程. 2021, 47(8): 93-99,108. https://doi.org/10.19678/j.issn.1000-3428.0058692文本表示的高维性会增加文本分类时的计算复杂度。针对该问题，构建基于类邻域字典的线性回归分类模型。采用K近邻方法构造各类别的类邻域字典，根据对测试样本的不同表示，分别提出基于级联类邻域字典和基于类邻域字典的线性回归分类算法。此外，为缓解噪声数据对分类性能的影响，通过度量测试样本与各个类别之间的相关度裁剪噪声类数据。实验结果表明，该模型对长文本和短文本均能够得到较高的分类精度和计算效率，同时，噪声类裁剪策略使其对包含较多类别数的文本语料也具有较好的分类性能。
-
计算机工程. 2021, 47(8): 100-108. https://doi.org/10.19678/j.issn.1000-3428.0058153江门中微子实验（JUNO）拥有当前世界上能量精度最高、规模最大的液体闪烁体探测器。缪子是JUNO的主要本底，每个缪子事例在大型探测器中产生百万量级的光子，但复杂的光子模拟计算量巨大，传统串行计算方式耗时较长。为此，提出一种基于GPU的分布式缪子快速模拟方法。利用多GPU卡并行加速闪烁光在液闪探测器中的传输过程，采用信息传递接口通信向多节点分发模拟任务和收集结果。测试结果表明，GPU方法具有良好的加速比，和CPU方法相比，加速比最高可达约250倍。
-
计算机工程. 2021, 47(8): 109-115,123. https://doi.org/10.19678/j.issn.1000-3428.0059141复杂网络中节点影响力的层级性在网络结构与控制研究中至关重要。针对有向加权网络中节点影响力的层级性问题，基于海量在线用户行为数据，构建有向加权集体注意力流网络。通过定义节点的层级位置时间和位置约束指标，并结合节点的拓扑位置和时间序列，提出一种用于有向加权网络的节点影响力度量及排序算法。实验结果表明，该算法能有效区分网络层级结构，准确识别出最具影响力的节点，对于节点影响力评估与复杂网络可控性研究具有一定的借鉴意义和参考价值。
-
计算机工程. 2021, 47(8): 116-123. https://doi.org/10.19678/j.issn.1000-3428.0058893在谱聚类算法没有先验信息的情况下，对于具有复杂形状和不同密度变化的数据集很难构建合适的相似图，且基于欧氏距离的高斯核函数的相似性度量忽略了全局一致性。针对该问题，提出一种基于共享最近邻的密度自适应邻域谱聚类算法（SC-DANSN）。通过一种无参数的密度自适应邻域构建方法构建无向图，将共享最近邻作为衡量样本之间的相似性度量进而消除参数对构建相似图的影响，体现全局和局部的一致性。实验结果表明，SC-DANSN算法相比K-means算法和基于K最近邻的谱聚类算法（SC-KNN）具有更高的聚类精度，同时相比SC-KNN算法对参数的选取敏感性更低。
-
计算机工程. 2021, 47(8): 124-130,139. https://doi.org/10.19678/j.issn.1000-3428.0058521针对云存储数据过程，结合协调器与遗传算法提出一种新的数据复制策略。在Hadoop分布式文件系统体系结构基础上构建一个用于复制管理的协调器，采用接收查询算法和遗传算法接收查询，并将其发送给合适的节点以满足用户期望的服务质量功能需求，同时考虑一个查询中数据块的物理位置以获得更好的复制参数。仿真结果表明，与目前典型的数据中心选择和动态数据复制策略以及逐步删除和添加数据副本策略相比，该数据复制策略不仅优化了系统的负荷分配，而且具有更高的可用性和更小的延迟。
-
计算机工程. 2021, 47(8): 131-139. https://doi.org/10.19678/j.issn.1000-3428.0058071传统求图传递闭包的方法存在计算量大与计算时间长的问题。为加快处理大数据量的传递闭包算法的计算速度，结合算法密集计算和开放式计算语言（OpenCL）框架的特征，采用本地存储器优化的并行子矩阵乘和分块的矩阵乘并行计算，提出一种基于OpenCL的传递闭包并行算法。利用本地存储器优化的并行子矩阵乘算法来优化计算步骤，提高图形处理器（GPU）的存储器利用率，降低数据获取延迟。通过分块矩阵乘并行计算算法实现大数据量的矩阵乘，提高GPU计算核心的利用率。数据结果表明，与CPU串行算法、基于开放多处理的并行算法和基于统一设备计算架构的并行算法相比，传递闭包并行算法在OpenCL架构下NVIDIA GeForce GTX 1070计算平台上分别获得了593.14倍、208.62倍和1.05倍的加速比。
-
计算机工程. 2021, 47(8): 140-148,156. https://doi.org/10.19678/j.issn.1000-3428.0058954安全代理被越来越多的互联网用户用于规避网络审查和访问受限资源，因此安全代理流量的分类对于网络安全和网络管理具有重要意义。为弥补深度包检测技术在过滤和识别不良信息上的不足，提高防火墙流量探测能力，提出一种安全代理流量分类方法。提取用于安全代理流量分类的侧信道特征，包括有效载荷长度序列、信号序列等，使用机器学习和深度学习算法对Shadowsocks、V2Ray、Freegate、Ultrasurf 4种被广泛使用的安全代理流量进行识别。实验结果表明，通过提取与有效载荷内容无关的侧信道特征进行分类，与MLP、LSMP等算法相比，该方法在准确率、F1值等性能方面均有提升。
-
计算机工程. 2021, 47(8): 149-156. https://doi.org/10.19678/j.issn.1000-3428.0059091针对现有时间基一次性密码方案无法高效运行于可编程逻辑控制器（PLC）的问题，借鉴T/KEY单链方案，提出一种基于分组密码的时间基一次性密码方案BC-TOTP。使用PRESENT和SPECK分组密码算法来实例化加密函数，采用该加密函数计算链上的所有节点，使得证明方可在相应的时间内向验证方证明其身份。通过基于理想密码模型和分组密码IND-CPA的安全假设验证了BC-TOTP方案的安全性，并在罗克韦尔Allen-Bradley PLC上的测试结果表明，其能大幅减少计算时间，且单链使用周期将近1年。
-
计算机工程. 2021, 47(8): 157-161,169. https://doi.org/10.19678/j.issn.1000-3428.0058608针对密码体制识别研究缺乏对分组密码工作模式识别的现状，提出一种基于决策树的分组密码工作模式识别方案并应用于国密SM4分组密码算法。在CBC、CFB、OFB、CTR工作模式下对大量文本文件进行加密，得到密文文件，同时构造训练阶段和测试阶段所需要的特征向量空间。在训练阶段通过对特征空间的学习生成决策树，在测试阶段根据生成的决策树进行决策，将决策值与标签值相比较得到分类结果。在训练和测试阶段分别构建混合分类模型、混合文本大小分类模型和一对一分类模型，实验结果表明，混合分类模型和混合文本大小分类模型的分类正确识别率在16%~26%，一对一分类模型的正确识别率高达90%以上。
-
计算机工程. 2021, 47(8): 162-169. https://doi.org/10.19678/j.issn.1000-3428.0059105为高效地寻找基于决策的黑盒攻击下的对抗样本，提出一种利用模型之间的迁移性提升对抗起点的方法。通过模型之间的迁移性来循环叠加干扰图像，生成初始样本作为新的攻击起点进行边界攻击，实现基于决策的无目标黑盒对抗攻击和有目标黑盒对抗攻击。实验结果表明，无目标攻击节省了23%的查询次数，有目标攻击节省了17%的查询次数，且整个黑盒攻击算法所需时间低于原边界攻击算法所耗费的时间。
-
计算机工程. 2021, 47(8): 170-176,182. https://doi.org/10.19678/j.issn.1000-3428.0059065针对无线传感器网络基站位置隐私保护问题，提出一种基于垂线的基站位置隐私保护算法。根据源节点的位置与坐标轴上一点随机确定一条直线，过基站做直线的垂线，源节点关于该垂线对称的点为第1个预期幻影源节点，使第1个幻影源节点分布具有地理位置多样性。以第1个预期幻影源节点为垂足建立垂线，在该垂线上确定第2个预期幻影源节点，为第2个幻影源节点提供选择方向，2个幻影源节点不仅能够为数据包传输提供多样性，而且分别沿着直线和垂线传输假包，诱导攻击者向远离基站的方向追踪，增大攻击者捕获基站的难度。仿真结果表明，该算法能够有效地诱导攻击者偏离真实路径，提高安全周期。
-
计算机工程. 2021, 47(8): 177-182. https://doi.org/10.19678/j.issn.1000-3428.0058582针对开启内核地址空间布局随机化（KASLR）防护的Linux系统，提出一种基于CPU预取指令的Cache计时攻击方法。Intel CPU的预取指令在预取未映射到物理地址的数据时会发生Cache失效，导致消耗的CPU时钟周期比已映射到物理地址的数据要长。根据这一特点，通过rdtscp指令获取CPU时钟周期消耗，利用计时攻击绕过KASLR技术防护，从而准确获取内核地址映射的Offset。实验结果表明，该攻击方法能够绕过Linux操作系统的KASLR防护，获得准确的内核地址映射位置，并且避免引起大量Cache失效。
-
计算机工程. 2021, 47(8): 183-188. https://doi.org/10.19678/j.issn.1000-3428.0058676针对无人机（UAV）协助的毫米波网络下行链路多用户通信场景，设计一种混合预编码方案。在发射端和接收端分别使用混合预编码器和模拟合并器，并将多元联合优化问题分解为子问题进行求解。构建UAV与地面用户的三维位置模型，利用带外位置信息对波束导向向量进行优化，进而通过码本生成模拟预编码器和模拟合并器。以最小化接收数据和发送数据之间的误差为目标，利用卡尔曼滤波算法设计基带预编码器，从而减少用户之间的干扰。仿真结果表明，该方案相比模拟波束成形方案、数字预编码方案和迫零混合预编码方案可有效提升系统频谱效率和能量效率。
-
计算机工程. 2021, 47(8): 189-194. https://doi.org/10.19678/j.issn.1000-3428.0058629针对高铁环境中包含多个主用户的主服务和多个次用户的频谱分配问题，提出一种认知博弈频谱共享算法。引入次用户优先级和用户传输业务等级，满足不同优先级用户的不同业务频谱使用需求，并根据主基站和次用户的距离变化更新主服务向次用户提出的价格函数，获得静态博弈下的纳什均衡解，同时分析不完全信息和完全信息的动态博弈，确定不完全信息动态博弈的稳定区间。分别对静态博弈和动态博弈进行仿真，结果表明，在该算法下，当次用户优先级相同时，不同业务等级租借不同的带宽，业务等级越高，租借的带宽也越多，随着距离的变化，较高的业务等级频谱变化较为迅速，而在同一业务等级下，用户优先级越高，则会租借到更多的频谱。
-
计算机工程. 2021, 47(8): 195-200,209. https://doi.org/10.19678/j.issn.1000-3428.0059060在不完全连续干扰消除（SIC）条件下，对认知无线电-非正交多址混合系统中的次用户总传输速率进行研究，提出一种基于参数变换和KKT条件的功率分配算法。采用非正交多址方式使次用户接入授权信道，在主次用户服务质量、最大发射功率等约束条件下，通过参数变换对原约束条件进行改写设计新的优化问题，并利用KKT条件求解最优功率分配因子进而实现系统中次用户总传输速率的最大化。仿真结果表明，与CNPA算法和等功率分配算法相比，该算法可明显提高系统中次用户的总传输速率，并且对于不完全SIC具有更强的承受能力。
-
计算机工程. 2021, 47(8): 201-209. https://doi.org/10.19678/j.issn.1000-3428.0058816Wi-Fi CSI提供的被动式行为识别方法在许多场景得到了应用，但现有系统较少考虑信号穿墙的场景，导致信号穿墙后识别精度急剧下降。为提高系统的适应性，对信号穿墙后的行为识别方法进行研究，提出一种基于信道状态信息（CSI）的穿墙行为识别方法。根据CSI数据变化的特性，在预处理阶段，对CSI数据进行相位校准来证明原始CSI矩阵具有低秩性，并对其进行低秩矩阵分解，消除无用的静态CSI分量，凸显信号穿过墙壁后被掩盖的动态CSI分量。在识别行为阶段，利用时间反演算法解决CSI数据维度过高的问题，并简化计算。实验结果表明，与传统行为识别方法相比，该方法可大幅提升穿墙场景下的行为识别精度，在室内视距、室内非视距、穿墙的场景下平均识别精度分别可达94.1%、92.3%、90.7%。
-
计算机工程. 2021, 47(8): 210-215,223. https://doi.org/10.19678/j.issn.1000-3428.0058937由于毫米波网络具有间歇性及较高的路径损耗，对于毫米波与微波基站联合组网系统，传统的小区关联方法会导致严重的负载失衡问题。为此，提出一种分布式双连接小区关联算法。该算法基于效用函数，采用匹配算法求解系统效用最大化下的最优关联，并保证产生帕累托最优和双向稳定解。同时为基站设置最小配额约束，以平衡毫米波与微波基站负载。此外，在匹配算法基础上选择边缘用户进行双连接，减少干扰并降低频繁切换导致的链路失误率。仿真结果表明，最小配额分配算法下全网和速率较传统最大信干噪比算法平均提升25.9%，双连接时全网和速率较单连接时提升明显。
-
计算机工程. 2021, 47(8): 216-223. https://doi.org/10.19678/j.issn.1000-3428.0058768物体位姿估计是机器人在散乱环境中实现三维物体拾取的关键技术，然而目前多数用于物体位姿估计的深度学习方法严重依赖场景的RGB信息，从而限制了其应用范围。提出基于深度学习的六维位姿估计方法，在物理仿真环境下生成针对工业零件的数据集，将三维点云映射到二维平面生成深度特征图和法线特征图，并使用特征融合网络对散乱场景中的工业零件进行六维位姿估计。在仿真数据集和真实数据集上的实验结果表明，该方法相比传统点云位姿估计方法准确率更高、计算时间更短，且对于疏密程度不一致的点云以及噪声均具有更强的鲁棒性。
-
计算机工程. 2021, 47(8): 224-233. https://doi.org/10.19678/j.issn.1000-3428.0058956在动态场景的SLAM系统中，传统的特征点法视觉SLAM系统易受动态物体的影响，使得图像前后两帧的动态物体区域出现大量的误匹配，导致机器人定位精度不高。为此，提出一种结合自适应窗隔匹配模型与深度学习算法的动态场景RGB-D SLAM算法。构建基于自适应窗隔匹配模型的视觉SLAM前端算法框架，该框架筛选图像帧后采用基于网格的概率运动统计方式实现匹配点筛选，以获得静态区域的特征匹配点对，然后使用恒速度模型或参考帧模型实现位姿估计。利用深度学习算法Mask R-CNN提供的语义信息进行动态场景的静态三维稠密地图构建。在TUM数据集和实际环境中进行算法性能验证，结果表明，该算法在动态场景下的定位精度和跟踪速度均优于ORB-SLAM2及DynaSLAM系统，在全长为6.62 m的高动态场景中定位精度可达1.475 cm，平均跟踪时间为0.024 s。
-
计算机工程. 2021, 47(8): 234-242. https://doi.org/10.19678/j.issn.1000-3428.0058745在夜间光照不足、目标被遮挡导致信息缺失以及行人目标多尺度的情况下，可见光单模态行人检测算法的检测效果较差。为了提高行人检测器的鲁棒性，基于YOLO提出一种可见光与红外光融合的行人检测算法。使用Darknet53作为特征提取网络，分别提取2个模态的多尺度特征。对传统多模态行人检测算法所使用的concat融合方式进行改进，设计结合注意力机制的模态加权融合层，以加强对融合特征图的模态选择。在此基础上，使用多尺度的融合特征进行行人检测。实验结果表明，模态加权融合较concat融合有较大的精度提升，且该算法在夜间光照不足、目标遮挡和目标多尺度情况下检测效果良好，在KAIST数据集上的检测精度优于HalFusion和Fusion RPN+BDT等算法，检测速度也有较大提升。
-
计算机工程. 2021, 47(8): 243-250. https://doi.org/10.19678/j.issn.1000-3428.0059421针对现有疲劳驾驶检测技术不能有效平衡准确性和实时性的问题，通过融合人眼特征与深度学习，构建一种新的疲劳驾驶检测模型。设计GP-VGG16网络进行眼部状态识别，通过将人工先验信息集成到轻量级深度网络中，提高眼部状态识别的准确性、稳定性和实时性。在此基础上，利用眼部特征-疲劳等级模型将疲劳状态划分为9个等级，定量估计驾驶员状态，同时基于少样本学习建立高效的自动标签生成网络，减少对大量无标签驾驶数据的语义标注。实验结果表明，该模型的准确率达到97.1%，运行速度达到39.96 frame/s，能够有效提高驾驶员疲劳状态识别的准确性与时效性。
-
计算机工程. 2021, 47(8): 251-259,270. https://doi.org/10.19678/j.issn.1000-3428.0058544为在人体姿态估计过程中有效获取多尺度特征和关键点坐标，建立一种基于改进特征金字塔网络（IPFN）的人体姿态跟踪模型。在原特征金字塔上采用新的检测器扩大感受野得到新特征金字塔，通过引入多尺度卷积生成高斯热点图，同时搜索和定位关键点，使坐标转换层将高斯热点图转为坐标，实现端到端训练过程。实验结果表明，相比FPN， IPFN模型在MPⅡ数据集的PCKh和COCO数据集的AP上分别提高了2.05和3.20个百分比；在踝、膝、腕和肘4个难检测部位上的PCKh分别提高了3.95、2.80、2.52和2.05个百分点。
-
计算机工程. 2021, 47(8): 260-270. https://doi.org/10.19678/j.issn.1000-3428.0058244为克服传统图像描述模型只能描述已知对象的问题，结合小样本目标检测器和知识图谱，提出一种新的图像描述模型。小样本目标检测器能够检测出描述模型无法识别的对象，并且给出对象的名称，利用知识图谱提供对象的背景知识，结合对象信息，通过引入注意力机制引导模型选取合适的单词，进而生成包含这些对象的描述语句。实验结果表明，该模型的平均F1值较基线模型提升了6.6个百分点，而且所生成的描述语句的质量在SPICE标准上提高了2.0个百分点，证明该模型所采用的方法是有效的。
-
计算机工程. 2021, 47(8): 271-276,283. https://doi.org/10.19678/j.issn.1000-3428.0058711将卷积神经网络引入生成对抗网络可提高所生成图像的质量，但网络的感受野较小且难以学习各个特征通道之间的重要关系。在SinGAN网络的基础上，提出一种能从单幅图像中学习的生成对抗网络模型。在SinGAN网络的生成器和鉴别器中引入Inception V2模块以增加网络宽度扩大感受野，采用多个卷积核提取图像特征并进行特征融合，利用SENet模块学习各个通道的重要程度以获取更好的图像表征。实验结果表明，与Bicubic和SinGAN模型相比，该模型峰值信噪比和结构相似性值更高，可有效提升图像生成质量。
-
计算机工程. 2021, 47(8): 277-283. https://doi.org/10.19678/j.issn.1000-3428.0058411现有用于软体驱动器角度测量的接触式传感器主要包括惯性传感器与曲率传感器，但惯性传感器的测量精度易受软体驱动器内嵌气道膨胀的影响，曲率传感器测量则存在迟滞和漂移等问题。为进一步提高接触式传感器测量软体驱动器角度的准确性，结合模糊推理与卡尔曼滤波结合的算法实现惯性传感器和曲率传感器数据融合。基于BP神经网络和长短时记忆网络分别融合曲率传感器和惯性传感器，减少接触式传感器测量软体驱动器角度时迟滞和气道膨胀的影响。实验结果显示，采用长短时记忆网络、BP神经网络和模糊推理与卡尔曼滤波相结合的数据融合结果均方根误差精度分别为0.51°、0.63°和1.59°，表明长短时记忆网络能够更好地提高接触式传感器对软体驱动器角度的测量精度。
-
计算机工程. 2021, 47(8): 284-293,300. https://doi.org/10.19678/j.issn.1000-3428.0058548针对轨道交通控制软件的形式化方法，在实际工程应用中存在形式化建模和系统级场景验证困难的问题。提出一种面向轨道交通领域的形式化建模和需求确认及验证方法。通过非形式化、半形式化到形式化规约三步演化过程，为形式化规约构建提供模板。在对需求的确认和验证中，根据形式化规范建立需求模型，导出相关图表，基于此检查领域专家关注的场景。同时制定场景描述规则，使场景可以在需求模型中正确执行。在此基础上，从特殊变量、效率、场景质量三方面对场景进行优化，更充分地验证需求的正确性。实验结果表明，对于典型车载控制软件，该方法较传统分析方法可多探测到10%的潜在缺陷，效率提升80%以上。
-
计算机工程. 2021, 47(8): 294-300. https://doi.org/10.19678/j.issn.1000-3428.0058258针对人工分拣垃圾环境差、任务繁重且分拣效率低的问题，为提高垃圾识别与分类的精确度，同时克服垃圾体积小及图像分辨率较低的难题，基于现有深度卷积神经网络模型，提出改进的Faster R-CNN目标检测模型与VGG16及ResNet50卷积神经网络相结合的方法。根据卷积网络的特性，修改Faster R-CNN网络结构，提升小目标检测任务精度，采用Soft-NMS算法替代传统的非极大值抑制算法，并对参数进行敏感分析，确定其参数范围为0.4~0.7。实验结果表明，与传统Faster R-CNN算法相比，该方法平均精确度提高8.26个百分点，综合识别率达到81.77%，且能够减少图像处理时间。
-
计算机工程. 2021, 47(8): 301-307,314. https://doi.org/10.19678/j.issn.1000-3428.0058448在架空输电线路中对带电状态的绝缘子进行检测和故障定位，对保证电网可靠运行具有重大意义。基于无人机平台提出一种复杂背景条件下的绝缘子检测算法。在检测算法的特征提取层引入注意力机制模块以获取更多的绝缘子特征信息，同时利用航拍图像中绝缘子的先验知识，结合K均值聚类算法改进目标候选框的生成模式。在此基础上，通过将中心损失引入绝缘子检测目标函数以增强训练过程中绝缘子类内特征的内聚性。实验结果表明，相对Faster R-CNN检测算法，在绝缘子检测数据集上Faster R-CNN改进算法检测精度提高4%以上。
-
计算机工程. 2021, 47(8): 308-314. https://doi.org/10.19678/j.issn.1000-3428.0058866针对卷积神经网络对特征信息学习不全面、识别准确率和分类精度不高的问题，提出一种采用空间通道挤压激励模块的scSE_MVGG网络，将其应用于肝硬化识别。对肝硬化图像进行数据增强，以避免深度学习训练出现过拟合现象，改进VGG网络使其适应不同实验样本尺寸，同时将scSE模块与改进的MVGG网络相融合，通过提高网络提取特征的指向性增强肝硬化识别效果。实验结果表明，该网络对肝硬化图像的识别率达到98.78%，较scSE_VGG、scSE_AlexNet等网络识别效果更优。
-
计算机工程. 2021, 47(8): 315-320. https://doi.org/10.19678/j.issn.1000-3428.0058292为实现对工作面煤与瓦斯突出快速、准确和动态的预测，提出一种基于主成分分析和权重贝叶斯的工作面煤与瓦斯突出预测方法，通过建立工作面煤与瓦斯突出预测的权重贝叶斯模型进行突出危险性等级预测。利用主成分分析确定预测模型中分类变量权重以提高预测准确性。在此基础上，设计基于相似度的训练样本数据更新方式实现对突出预测模型的有效重构。实验结果表明，与朴素贝叶斯模型和权重贝叶斯模型相比，基于主成分分析和权重贝叶斯工作面煤与瓦斯突出预测方法能快速获得高准确度的突出预测结果，为现场指导矿井工作面安全生产提供参考。
2024
第50卷 第11期
第50卷 第11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