2021年, 第47卷, 第9期　刊出日期：2021-09-15

  

• 全选
  |

封面和目录
• Select
  2021年第9期《计算机工程》中英文目录

  计算机工程. 2021, 47(9): 0-0.

  摘要 ( ) PDF全文 ( )   可视化   收藏
热点与综述
• Select
  多跳机器阅读理解研究进展

  苏珂, 黄瑞阳, 张建朋, 余诗媛, 胡楠

  计算机工程. 2021, 47(9): 1-17. https://doi.org/10.19678/j.issn.1000-3428.0061102

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  与常规的单跳机器阅读理解相比，多跳机器阅读理解（MHMRC）需要在多个相关文档段落中进行多跳推理以实现对复杂问题的理解和回答，其更接近于人类的语言推理能力，具有广阔的应用前景但也极具挑战性。阐述MHMRC的研究背景，将现有方法根据适用场景分为封闭集合问答和开放域问答两类，主要包括基于问题分解的方法、基于图神经网络的方法、改进检索的方法、基于推理路径的方法等，分别从模型架构、特点、优劣等方面进行分析。介绍用于多跳推理的非结构化文本数据集和评测指标，对比各模型的性能表现。在此基础上，分析目前MHMRC研究的热点与难点，指出未来发展方向。
• Select
  知识感知的预训练语言模型综述

  李瑜泽, 栾馨, 柯尊旺, 李哲, 吾守尔·斯拉木

  计算机工程. 2021, 47(9): 18-33. https://doi.org/10.19678/j.issn.1000-3428.0060823

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  随着自然语言处理（NLP）领域中预训练技术的快速发展，将外部知识引入到预训练语言模型的知识驱动方法在NLP任务中表现优异，知识表示学习和预训练技术为知识融合的预训练方法提供了理论依据。概述目前经典预训练方法的相关研究成果，分析在新兴预训练技术支持下具有代表性的知识感知的预训练语言模型，分别介绍引入不同外部知识的预训练语言模型，并结合相关实验数据评估知识感知的预训练语言模型在NLP各个下游任务中的性能表现。在此基础上，分析当前预训练语言模型发展过程中所面临的问题和挑战，并对领域发展前景进行展望。
• Select
  基于SAC强化学习的车联网频谱资源动态分配

  黄煜梵, 彭诺蘅, 林艳, 范建存, 张一晋, 余妍秋

  计算机工程. 2021, 47(9): 34-43. https://doi.org/10.19678/j.issn.1000-3428.0059295

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对车联网频谱资源稀缺问题，提出一种基于柔性致动-评价（SAC）强化学习算法的多智能体频谱资源动态分配方案。以最大化信道总容量与载荷成功交付率为目标，建立车辆-车辆（V2V）链路频谱资源分配模型。将每条V2V链路作为单个智能体，构建多智能体马尔科夫决策过程模型。利用SAC强化学习算法设计神经网络，通过最大化熵与累计奖励和以训练智能体，使得V2V链路经过不断学习优化频谱资源分配。仿真结果表明，与基于深度Q网络和深度确定性策略梯度的频谱资源分配方案相比，该方案可以更高效地完成车联网链路之间的频谱共享任务，且信道传输速率和载荷成功交付率更高。
• Select
  面向微服务架构的云系统负载均衡机制

  施凌鹏, 朱征, 周俊松, 李鑫, 李静

  计算机工程. 2021, 47(9): 44-50,58. https://doi.org/10.19678/j.issn.1000-3428.0058747

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对微服务架构的请求响应延迟上升问题，提出一种微服务链感知的请求负载均衡算法。从负载均衡器入手，将微服务链上的平均请求延迟和主机负载情况作为衡量指标，形式化微服务环境和请求延迟，在此基础上研究微服务链调用中存在的共享微服务竞争问题。模拟实验结果表明，与RR算法相比，该算法在复杂的微服务链环境下能够有效降低请求延迟，且在实例分布不均匀的环境中保持较好的负载性能，均衡不同主机之间的负载。在更接近真实应用环境的高频请求测试中，算法能有效降低系统的综合响应时间。
• Select
  基于多元分层感知的移动物联网区域分割算法

  李忠成, 解滨, 张文祥

  计算机工程. 2021, 47(9): 51-58. https://doi.org/10.19678/j.issn.1000-3428.0060662

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为解决物联网区域分割引发的低质量数据传输、高频率网络拥塞等问题，提出一种基于多元分层感知机制的高效安全区域分割算法。根据节点间数据交换的紧密程度，将网络拓扑分割为网络层、传输层和最终汇聚层，设计多元分层感知模型，增强簇头节点的更新能力。结合机会路由连通特性，设计基于机会碰撞信息提取机制的区域分割子算法，借助拉格朗日模型进行特征挖掘，提升节点机会碰撞度并优化区域分割效果。基于簇内节点关联度，构建能量-路由双因子裁决机制，实现区域信息与簇头节点的数据交互并缓解数据拥塞。实验结果表明，与基于改进移动中继和楔形合并-能量空洞消除的区域分割算法相比，该算法具有更好的网络区域分割效果及更强的数据拥塞控制能力。
人工智能与模式识别
• Select
  基于敏感度的YOLO网络集成剪枝算法

  张江永, 徐智勇, 张建林, 许涛

  计算机工程. 2021, 47(9): 59-68. https://doi.org/10.19678/j.issn.1000-3428.0058784

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  深层卷积神经网络所需的计算量和存储空间严重制约了其在资源有限平台上的应用与部署。针对基于单一参数重要性评价或者特征重建的剪枝算法泛化能力较差的问题，提出基于敏感度的集成剪枝算法，利用BN层的缩放因子稀疏YOLO网络中卷积核个数较多的冗余层，结合3种参数重要性评价方法对卷积核做重要性排序，并根据敏感度确定每一层的剪枝比率。实验结果表明，该剪枝算法对于YOLOv3和YOLOv3-tiny网络分别缩减80.5%和92.6%的参数量，并且相比基于网络轻量化方法的剪枝算法提升了网络模型压缩后的检测精度和泛化能力。
• Select
  基于CNN-BiGRU模型的事件触发词抽取方法

  苗佳, 段跃兴, 张月琴, 张泽华

  计算机工程. 2021, 47(9): 69-74,83. https://doi.org/10.19678/j.issn.1000-3428.0058756

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  传统事件触发词抽取方法在特征提取过程中对自然语言处理工具产生过度依赖的方法，耗费大量人力，容易出现错误传播和数据稀疏性等问题。为此，提出采用CNN-BiGRU模型进行事件触发词抽取的方法。将词向量和位置向量进行拼接作为输入，提取词级别特征和句子全局特征，提高触发词抽取效果，并通过CNN提取词汇级别特征，利用BiGRU获取文本上下文语义信息。在ACE2005英文语料库和中文突发事件语料库CEC上的实验结果表明，该模型事件触发词识别F1值分别达到74.9%和79.29%，有效提升事件触发词的抽取性能。
• Select
  基于SDAE与RELM的EEG情感识别方法

  连卫芳, 晁浩, 刘永利

  计算机工程. 2021, 47(9): 75-83. https://doi.org/10.19678/j.issn.1000-3428.0059056

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对情感识别中堆叠式自动编码器存在反向传播方法收敛速度慢和容易陷入局部最优的问题，提出一种基于堆叠式降噪自动编码器（SDAE）和正则化极限学习机（RELM）的情感状态识别方法。从脑电信号的时域、频域和时频域中提取表征情感状态的初始特征，使用SDAE进行无监督特征学习，提取初始特征的高层抽象表示。在网络的回归层，使用RELM进行情感分类。在DEAP数据集上的实验结果表明，与SDAE以及DT、KNN等传统基于机器学习的方法相比，该方法在实时性、准确性和泛化性能等方面均有明显提升。
• Select
  基于深度学习的主机负载在线预测模型研究

  钱声攀, 于洋, 翟天一, 张徐东, 常彦博

  计算机工程. 2021, 47(9): 84-89. https://doi.org/10.19678/j.issn.1000-3428.0058561

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  数据中心主机负载预测对于数据中心的资源调度和节能具有重要意义，但是目前缺乏一个通用模型以准确预测所有类型数据中心的主机负载情况。为了使主机负载预测模型具有一定的自适应性，提出一种基于深度循环神经网络编码器-解码器的多步在线预测模型。通过线上实时采集的能耗数据进行在线训练，同时设计一个在线监控模块，对模型的预测准确性进行实时监控和调整，使得该模型在不同数据中心中均能获得较准确的预测值。利用Google开源的时长为29天的数据中心主机负载数据集进行实验，结果表明，该模型的预测准确性接近离线训练，其预测性能优于ESN和LSTM模型。
• Select
  基于随机游走的网络表示学习推荐算法

  刘峰, 王宝亮, 邹荣宇, 赵浩淳

  计算机工程. 2021, 47(9): 90-96,105. https://doi.org/10.19678/j.issn.1000-3428.0058628

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  根据网络结构中的连接关系得到节点的向量表示，进而将节点的向量表示应用于推荐算法可有效提升其建模能力。针对推荐系统中的同质网络，提出结合随机游走的网络表示学习推荐算法。以DeepWalk算法为基础，在随机游走过程中根据节点重要性设定节点游走序列数，并设置终止概率以控制游走长度优化采样结果，在网络表示学习过程中将SkipGram模型融合节点属性信息，同时考虑上下文节点离中心节点的距离获得更准确的推荐结果。实验结果表明，该算法相比DeepWalk、Node2vec等算法具有更高的推荐准确度，并且较好地解决了冷启动问题。
• Select
  融合社交信息的矩阵分解改进推荐算法

  贾俊杰, 刘鹏涛, 陈旺虎

  计算机工程. 2021, 47(9): 97-105. https://doi.org/10.19678/j.issn.1000-3428.0059000

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  矩阵分解的推荐模型具有推荐精度高和易扩展等特点，已成为目前融合社交信息构建推荐系统的主要模型，但在分解过程中，用户偏好矩阵和物品特征矩阵初始赋值的随机性影响了推荐的性能，忽略了物品以及用户之间隐含的联系与区别。为此，提出一种基于社交信息的矩阵分解改进算法。将评分值分别与社交信息和物品的特征属性相结合，构建用户相似网络与物品相似网络，同时应用社区划分充分挖掘用户、物品之间的潜在关系，并按不同类型节点的近邻差异性，通过建立核心、非核心节点的偏好向量与特征向量得到矩阵分解初始矩阵。在公开数据集上的实验结果表明，该算法的推荐性能优于MF、SR2等同类型算法，运行迭代次数明显降低。
• Select
  基于改进TCN模型的野外运动目标分类

  范裕莹, 李成娟, 易强, 李宝清

  计算机工程. 2021, 47(9): 106-112. https://doi.org/10.19678/j.issn.1000-3428.0058750

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  野外运动目标信号的背景噪声复杂，利用单模态声音信号进行野外目标分类识别率低且鲁棒性差。针对该问题，提出一种基于声震多模态融合的网络模型。借鉴DenseNet网络密集连接的思想改进时域卷积网络，从而对四通道声音信号和单通道震动信号进行深层次的特征提取，并将两种信号相互融合得到最终的目标分类结果。同时，使用带权重的损失函数解决因数据不均衡导致的泛化性能差的问题。实验结果表明，融合网络的识别准确率达到92.92%，较单模态输入网络提高了6.63%~9.46%，且该网络具有较强的鲁棒性。
移动互联与通信技术
• Select
  DCN中基于前馈神经网络的动态多路径负载均衡方法

  左攀, 束永安

  计算机工程. 2021, 47(9): 113-119. https://doi.org/10.19678/j.issn.1000-3428.0059097

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对数据中心网络（DCN）中因大象流而引起的网络负载不均衡问题，提出一种基于前馈神经网络的动态多路径负载均衡方法。在拓扑感知和流量信息监控的基础上对大象流进行标记，将收集到的网络流量信息输入前馈神经网络以预估每段链路的负载，并结合优化蚁群算法为大象流寻找最优路径，使大象流根据链路的实时状态完成路径选择。仿真结果表明，该方法能够有效降低网络传输时延，提高链路利用率和网络吞吐量。
• Select
  优化链路状态路由协议的低开销拓扑维护算法

  任智, 周舟, 吴本源, 陈加林

  计算机工程. 2021, 47(9): 120-127,135. https://doi.org/10.19678/j.issn.1000-3428.0059016

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  优化链路状态路由（OLSR）协议利用多点中继（MPR）节点周期性地泛洪拓扑控制（TC）消息，以实现网络拓扑发现与维护，但其增加了网络的控制开销，并且当拓扑较稳定时固定的泛洪周期导致网络带宽浪费。针对该问题，提出OLSR的低开销拓扑维护（LCTM-OLSR）算法。通过缩减MPR节点个数减少TC消息产生的数量和转发次数，同时对比上一次发送周期MPR选择集的变动情况，在稳定量和变动量中选择较小量作为TC消息进行发送。在此基础上，根据网络拓扑的变化情况动态调整TC消息的发送周期。仿真结果表明，相比传统OLSR和HTR-OLSR算法，LCTM-OLSR算法能够有效降低网络的控制开销和端到端时延，提高网络的吞吐量。
• Select
  室内WiFi定位技术的多参数优化研究

  王颖颖, 常俊, 武浩

  计算机工程. 2021, 47(9): 128-135. https://doi.org/10.19678/j.issn.1000-3428.0059041

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  基于WiFi的室内定位技术受天线数量和频道带宽影响，存在定位精度低和跟踪易失败的问题。为此，提出一种多参数室内无源定位技术。通过几何关系解释包括到达角、飞行时间和多普勒频移在内的参数，利用参数模型量化用户运动和信道状态信息间的关系，将多参数估计问题表示为最大似然估计问题，使用广义期望最大化算法将错误的原始参数细化到一定范围内，最终输出目标位置。实验结果表明，该技术平均定位误差为0.7 m，相较于时间与空间信号模型、指纹定位、空间域建模等现有的无源定位技术具有更好的定位精度和稳定性。
• Select
  一种智能多路径路由及子流分配协同算法

  徐啸, 顾玲丽, 陈建平, 傅启明, 陆悠

  计算机工程. 2021, 47(9): 136-144,152. https://doi.org/10.19678/j.issn.1000-3428.0059488

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  传统单一路径的传输机制难以满足当前以智慧城市为代表的新一代应用对时延、丢包率等网络性能的要求，而现有多路径传输机制在路由算法及子流分配等方面不能根据网络实时状态调整且互相缺乏协同。引入强化学习理论并结合软件定义网络，提出多路径路由及子流分配协同算法。基于Q-learning设计多路径路由算法，并从策略协同角度对其进行改进，实现路由与子流分配的相互协同。在此基础上，通过Q-value的回环消除方法保证路由准确性并提高算法收敛速度。实验结果表明，该算法在网络负载动态变化过程中能实时调整最佳的多路径路由及子流分配协同策略，提高了传输成功率。
• Select
  基于信任感知的无线传感器网络安全路由协议

  韩优佳, 胡黄水, 姚美琴

  计算机工程. 2021, 47(9): 145-152. https://doi.org/10.19678/j.issn.1000-3428.0058217

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为提高无线传感器网络的安全性和节能性，提出一种基于信任的安全路由协议TSRP。根据新的直接信任值、间接信任值、挥发因子和剩余能量来计算邻居节点的综合信任值，以评估节点的安全指标，并快速地识别和排除发起黑洞攻击、选择性转发攻击、Hello洪泛攻击和槽洞攻击的恶意节点。sink针对难以发现的虫洞攻击，根据多条链路的链路质量、传输距离和跳数计算出最优路径以保证所选路由的安全性和节能性。仿真结果表明，与AODV和TBSRP相比，TSRP选择的最优路由有效地减少了每个节点的负载，降低了网络的延迟和丢包率。
• Select
  融合UWB与INS的消防员室内定位与NLOS检测算法

  杨刚, 朱士玲, 李强, 赵克松

  计算机工程. 2021, 47(9): 153-161. https://doi.org/10.19678/j.issn.1000-3428.0059311

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  融合超宽带（UWB）和惯性导航系统（INS）能够实现消防员室内精确定位。为实现UWB的非视距（NLOS）误差检测，设计一种双级EKF框架。该框架以松耦合形式实现UWB/INS的数据融合，通过INS获取的初始位置估计坐标以检测UWB测量值的NLOS误差，根据检测结果计算残差矩阵来动态调整融合滤波器的测量噪声矩阵，以达到缓解NLOS误差的目的。实验结果表明，与三角不等式原理检测算法和无NLOS检测的UWB/INS简单融合算法相比，所提NLOS检测算法具备良好的检测能力、较强的稳定性及较高的定位精度。
体系结构与软件技术
• Select
  一种改进的实时半全局立体匹配算法及硬件实现

  赵晨园, 李文新, 张庆熙

  计算机工程. 2021, 47(9): 162-170. https://doi.org/10.19678/j.issn.1000-3428.0059891

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  在基于现场可编程门阵列的实时立体匹配系统中，Census变换算法针对特定区域的误匹配率较高。为提高匹配精度，提出一种具有高并行性流水线结构的实时半全局立体匹配算法并进行硬件实现。将改进的Tanimoto距离和带权重4方向的梯度绝对值差进行组合，作为新的初始匹配代价。在代价聚合阶段采用4路径并行结构的SGM算法，在视差选择阶段采用赢家通吃策略，在视差校正阶段采用阈值检测算法代替传统左右一致性检验算法。实验结果表明，该算法能够有效提高弱纹理和边缘区域的区分度，减少对中心点的依赖，降低资源占用，其在Middleburry平台上的平均误匹配率仅为7.52%，在Xilinx Zynq-7000平台上的匹配速率达到98 frame/s。
• Select
  基于容器技术的电力设备仿真云平台设计与开发

  赵宇峰, 雷晟, 张国钢, 耿英三

  计算机工程. 2021, 47(9): 171-177,184. https://doi.org/10.19678/j.issn.1000-3428.0058324

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对电力设备设计仿真流程中成本高、计算资源利用效率低等问题，利用Docker容器化技术和Kubernetes容器编排技术，构建基于容器的电力设备仿真云平台。结合仿真云平台的需求，从功能实现、镜像构建、云平台架构等方面设计云平台各模块，并对云平台运行中的关键处理流程进行分析。在此基础上，通过动态构建技术从特性匹配、调度算法等方面对云平台的运行进行优化。应用实例结果表明，基于容器的电力设备仿真云平台能充分发挥云平台的优势，正确地根据用户提供的参数应用模板进行仿真。
• Select
  基于DCS系统组件的变力度组合测试方法

  周进, 刘杰, 肖安洪, 曾辉, 吴志强, 陈智, 阳小华

  计算机工程. 2021, 47(9): 178-184. https://doi.org/10.19678/j.issn.1000-3428.0058880

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  系统组件间的交互故障及功能失效是导致核电厂数字化仪控系统（DCS）故障的主要原因，传统组合测试能有效检测组件之间交互作用，但存在测试数据冗余、检测能力下降等问题。提出一种基于逐参数扩展（IPO）策略的变力度组合测试方法IPO_VD。根据DCS系统组件开发的特性，从待测组件间实际交互关系，对水平扩展过程中参数的取值选择进行改进。实验结果表明，相比固定力度下的IPO算法，IPO_VD算法在测试数据规模、覆盖率以及检错能力上均有一定优势。在减小测试数据规模的同时实现对组件间实际交互关系的全覆盖。
• Select
  轻量化神经网络加速器的设计与实现

  黄瑞, 金光浩, 李磊, 姜文超, 宋庆增

  计算机工程. 2021, 47(9): 185-190,196. https://doi.org/10.19678/j.issn.1000-3428.0059351

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对以MobileNet为代表的轻量化卷积网络，基于现场可编程门阵列平台设计网络加速器。通过优化DW、PW轻量化模块并实现常用的卷积、ReLU等功能模块，满足神经网络加速器低功耗、低时延的要求，同时基于指令设计使加速器支持MobileNet及各类变种。利用上位机配置YoloV3 tiny（不含轻量模块）指令和YoloV3&MobileNet（含轻量模块）指令进行目标检测，实验结果表明，该网络加速器具有较快的推断速度，用于YoloV3 tiny结构时达到85 frame/s，用于YoloV3&MobileNet结构时达到62 frame/s。
• Select
  基于天牛须搜索的软件测试数据扩增方法

  王曙燕, 胡乾花, 孙家泽

  计算机工程. 2021, 47(9): 191-196. https://doi.org/10.19678/j.issn.1000-3428.0058936

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为使原测试用例集满足软件演化后新版本程序的测试需求，提出一种基于天牛须搜索算法的软件测试数据扩增方法。静态分析新旧版本程序，获取调用图和程序执行信息并得到所需测试的目标方法集，通过计算目标方法包含错误的影响度获得有序目标方法集。根据原测试用例集的覆盖信息选取部分测试用例作为初始的进化种群，基于分支距离和分支嵌套深度设计适应度函数，采用改进的天牛须搜索算法对有序目标方法集实现测试数据扩增。实验结果表明，与基于遗传算法和粒子群优化算法的测试数据扩增方法相比，该方法的测试数据扩增效率约平均提升49.91%和24.76%，且有效降低了回归测试成本。
图形图像处理
• Select
  基于动态遍历的分层特征网络视觉定位

  蒋雪源, 陈青梅, 黄初华

  计算机工程. 2021, 47(9): 197-202. https://doi.org/10.19678/j.issn.1000-3428.0059101

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  采用分层特征网络估计查询图像的相机位姿，会出现检索失败和检索速度慢的问题。对分层特征网络进行分析，提出采用动态遍历与预聚类的视觉定位方法。依据场景地图进行图像预聚类，利用图像全局描述符获得候选帧集合并动态遍历查询图像，利用图像局部特征描述符进行特征点匹配，通过PnP算法估计查询图像的相机位姿，由此构建基于MobileNetV3的分层特征网络，以准确提取全局描述符与局部特征点。在典型数据集上与AS、CSL、DenseVLAD、NetVLAD等主流视觉定位方法的对比结果表明，该方法能够改善光照与季节变化场景下对候选帧的检索效率，提升位姿估计精度和候选帧检索速度。
• Select
  基于注意力机制和辅助任务的语义分割算法

  叶剑锋, 徐轲, 熊峻峰, 王化明

  计算机工程. 2021, 47(9): 203-209,216. https://doi.org/10.19678/j.issn.1000-3428.0058447

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为提高网络模型低层特征的离散度和语义分割算法的性能，以全卷积神经网络作为基础模型，提出一种基于辅助损失、边缘检测辅助任务和注意力机制的语义分割算法。通过重新设计网络模型的辅助损失分支，使网络低层特征编码更多语义信息。在多任务学习中，选择边缘检测作为辅助任务，基于注意力机制设计边缘检测的辅助任务分支，使网络模型更关注物体的形状和边缘信息。在此基础上，将基础模型、辅助损失分支、辅助任务分支集成构造为语义分割模型。在VOC2012数据集上的实验结果表明，该算法的平均交并比为71.5%，相比基础模型算法提高了6个百分点。
• Select
  结合修剪均值与高斯加权中值滤波的图像去噪算法

  唐超, 左文涛, 李小飞

  计算机工程. 2021, 47(9): 210-216. https://doi.org/10.19678/j.issn.1000-3428.0059648

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为快速准确地滤除图像中的脉冲噪声并较好地保持图像的纹理细节和边缘结构，提出一种基于修剪均值与高斯加权中值滤波的图像去噪算法。根据脉冲噪声的灰度特征与统计特征，以局部统计方式进行噪声检测，将灰度取最小值或最大值且与邻域像素相关性较小的像素识别为噪声像素。对于图像平滑区域和细节区域中的噪声像素，使用自适应修剪均值和高斯加权中值滤波算法进行去噪处理。实验结果表明，该算法在视觉效果、峰值信噪比、结构相似性及计算速度上均优于对比算法，并且能够在彻底滤除噪声的同时，较好地保持图像的纹理细节和边缘结构。
• Select
  高分辨图像区域填充的并行计算方法

  曹建立, 陈志奎, 王宇新, 郭禾

  计算机工程. 2021, 47(9): 217-226,234. https://doi.org/10.19678/j.issn.1000-3428.0058298

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对传统种子填充算法无法充分利用多核处理器性能以及需要人工指定种子的不足，提出基于动态连接和并查集的并行随机种子反向填充算法。将填充任务分为随机种子生成、并行填充、连通区域识别、并行合并与反转步骤，并采用C++和CUDA-C语言分别实现各步骤的CPU和GPU版本。在此基础上，从众多参数组合中选择能发挥硬件最佳性能的参数。实验结果表明，相比传统反向填充算法，并行随机种子反向填充算法能充分利用多核、异构处理器的多线程并行能力，在处理6种不同分辨率的单张和批量图像时获得了平均3.84倍和4.43倍的加速比，其中在处理8 KB高分辨图像时，最高取得6.05倍和7.09倍的加速比。
• Select
  基于双注意力多层特征融合的视觉情感分析

  蔡国永, 储阳阳

  计算机工程. 2021, 47(9): 227-234. https://doi.org/10.19678/j.issn.1000-3428.0058303

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为获得更具判别性的视觉特征并提升情感分类效果，构建融合双注意力多层特征的视觉情感分析模型。通过卷积神经网络提取图像多通道的多层次特征，根据空间注意力机制对多通道的低层特征赋予空间注意力权重，利用通道注意力机制对多通道的高层特征赋予通道注意力权重，分别强化不同层次的特征表示，将强化后的高层特征和低层特征进行融合，形成用于训练情感分类器的判别性特征。在3个真实数据集Twitter Ⅰ、Twitter Ⅱ和EmotionROI上进行对比实验，结果表明，该模型的分类准确率分别达到79.83%、78.25%和49.34%，有效提升了社交媒体视觉情感分析的效果。
• Select
  基于深度多特征融合的自适应CNN图像分类算法

  李伟, 黄鹤鸣, 武风英, 张会云

  计算机工程. 2021, 47(9): 235-239,251. https://doi.org/10.19678/j.issn.1000-3428.0058387

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为更好地提取图像内容信息，提高图像分类精度，提出一种自适应卷积神经网络（CNN）图像分类算法。通过融合图像的主颜色特征，利用CNN提取空间位置特征，且针对多特征融合权重值的设定问题，运用改进的差分演化算法优化各特征权值，提高固定权值分类精确度。实验结果表明，该算法分类精度相比CNN算法提升了9.2个百分点，在图像分类中具有较好的分类效果。
• Select
  基于CenterNet目标检测算法的改进模型

  石先让, 苏洋, 提艳, 宋廷伦, 戴振泳

  计算机工程. 2021, 47(9): 240-251. https://doi.org/10.19678/j.issn.1000-3428.0058800

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  在原CenterNet算法中，以Hourglass为Backbone的目标检测模型平均精度均值高于one-stage算法，但检测速度较低。为此，基于原有CenterNet目标检测算法，对Hourglass-104模型进行改进，设计一种Hourglass-208模型，并给出双特征金字塔网络特征图融合方法。在此基础上对目标大小和训练采用smooth L₁损失函数，提出一种新的可端到端训练的目标检测算法T_CenterNet。在MS COCO数据集上的实验结果表明，该算法目标检测的评估指标AP₅₀、AP_S、AP_M分别为63.6%、31.6%、45.8%，检测速度达到36 frame/s，综合性能优于原CenterNet算法。
• Select
  基于改进SSD算法的遥感图像目标检测

  张艳, 杜会娟, 孙叶美, 李现国

  计算机工程. 2021, 47(9): 252-258,265. https://doi.org/10.19678/j.issn.1000-3428.0058660

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  在遥感图像目标检测领域，多数目标检测算法针对小目标检测时效果不佳，为此，提出一种多尺度特征融合的遥感图像目标检测算法。利用SSD算法的基础网络进行特征提取，形成特征图金字塔。设计特征图融合模块，融合浅层特征图的位置信息和深层特征图的语义信息，从而保留丰富的上下文信息。设计冗余信息去除模块，通过卷积操作进一步提取特征图中的特征，并对特征信息进行筛选，以减少特征图融合时带来的混叠效应。在遥感图像数据集NWPU VHR-10上的实验结果表明，该算法的平均检测精度高达93.9%，其针对遥感图像小目标的检测性能优于Faster R-CNN和SSD等算法。
• Select
  基于EMD-MDGAN的HRRP增扩方法

  王紫娇, 王晓丹

  计算机工程. 2021, 47(9): 259-265. https://doi.org/10.19678/j.issn.1000-3428.0061223

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  高分辨率距离像（HRRP）是弹道目标识别的主要特征，由于其为非合作目标因此观测频率极低，导致带标签样本量严重不足，而混合密度生成对抗网络（MDGAN）作为生成HRRP的有效方法，存在模式崩溃、网络不易收敛等问题。提出一种基于误差匹配分布（EMD）改进MDGAN的弹道目标HRRP增扩方法EMD-MDGAN。将生成器、残差网络和注意力机制相结合，通过残差结构解决梯度消失的问题，利用注意力机制提高生成器中自编码器的特征提取能力，并把误差匹配思想引入损失函数设计中，以增强模型的稳定性，使网络更易收敛。实验结果表明，该模型在有效解决模式崩溃问题的基础上，可缩小生成样本与真实样本分布间差异，生成具有一定真实性、可靠性、多样性的数据，实现HRRP数据增扩。
• Select
  基于生成对抗网络的多幅离焦图像超分辨率重建算法

  斯捷, 肖雄, 李泾, 马明勋, 毛玉星

  计算机工程. 2021, 47(9): 266-273. https://doi.org/10.19678/j.issn.1000-3428.0058848

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为提高超分辨率算法重建出的图像质量，提出融合多幅离焦图像的超分辨率重建算法。以离焦图像作为切入点，利用自编码器提取离焦图像中的重要特征，根据空间特征变换层结构，将离焦特征与原始特征相结合，完成图像的超分辨率重建。在Celeb A人脸数据集上进行实验，结果表明，与传统插值算法及SRGAN算法相比，所提算法在大多数情况下能获得更高峰值信噪比及结构相似性数值，能生成质量更高的重建图像。
开发研究与工程应用
• Select
  基于RBF神经网络优化的装备保障系统效能评估

  杜秀丽, 周敏, 吕亚娜, 邱少明

  计算机工程. 2021, 47(9): 282-287,296. https://doi.org/10.19678/j.issn.1000-3428.0058710

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对现有装备保障系统效能评估方法存在依赖专家经验、主观性强等问题，提出一种基于径向基函数（RBF）神经网络优化的装备保障系统效能评估方法。通过完备交叉与预变异策略对遗传算法（GA）进行改进，利用改进的GA对RBF神经网络中心、宽度及输出权值进行全局寻优，并采用优化的RBF神经网络实现装备保障系统效能评估。仿真结果表明，该方法相比AGA-RBF和GA-RBF评估方法能更准确地评估装备保障系统效能值，并且可在一定程度上降低评估过程中主观因素的影响，确保评估结果更客观真实。
• Select
  基于改进D-LinkNet模型的高分遥感影像道路提取研究

  张立恒, 王浩, 薛博维, 何立明, 吕悦

  计算机工程. 2021, 47(9): 288-296. https://doi.org/10.19678/j.issn.1000-3428.0058977

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对高分影像中的道路信息易受植被阴影、高楼建筑物、河流等非道路信息干扰的问题，提出一种高分遥感影像道路提取模型。在中心区域引入channel-spatial双注意力机制捕获道路信息的全局特征依赖，并基于原始模型DICE+BCE损失函数，构建新型的超参数权重损失来优化网络模型中参数迭代的误差，改善道路分割的精度。按照1：1、2：1、3：1、4：1、5：1这5种比值设定超参数权重比，通过调节超参数权值比获取模型最佳的道路分割性能。实验结果表明，与FCN-8s、U-Net等模型相比，改进D-LinkNet模型道路分割效果明显提升，能有效地规避因非道路因素对道路提取干扰而导致的“虚检”“漏检”“误检”的现象。
• Select
  基于EDRNet模型的高分辨率遥感影像道路提取

  赫晓慧, 李代栋, 李盼乐, 胡绍凯, 陈明扬, 田智慧, 周广胜

  计算机工程. 2021, 47(9): 297-303,312. https://doi.org/10.19678/j.issn.1000-3428.0058876

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  针对高分辨率遥感影像道路提取结果不完整、边界质量差的问题，提出基于EDRNet模型的遥感影像道路提取方法。利用残差网络构建道路提取模型EDR1，保留道路的细节信息并加速网络收敛。通过融合多尺度、多层次的道路特征信息，设计道路提取结果优化模型EDR2。在此基础上，利用混合损失函数，提高道路提取的完整度。实验结果表明，EDRNet道路提取方法在马萨诸塞州道路数据集上的召回率、精确率和F1-score指标分别达到了84.4%、81.7%及83.0%，其结果完整且准确。
• Select
  基于CNN与有限状态自动机的手写体大写金额识别

  闫茹, 孙永奇, 朱卫国, 李宇霞

  计算机工程. 2021, 47(9): 304-312. https://doi.org/10.19678/j.issn.1000-3428.0059118

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  手写票据识别是模式识别中的研究难点之一，手写体风格多样、票据背景复杂等原因导致手写票据识别的准确率不高。大写金额作为票据中最重要的部分，对其进行准确识别是手写票据自动识别的关键。对基于分割的手写体大写金额识别及处理问题进行研究，提出一种基于卷积神经网络（CNN）与有限状态自动机的手写体大写金额识别方法。在利用过分割和组合过分割项得到单字符后使用CNN对其进行识别。通过对字符进行分类、定义各类字符之间的逻辑关系构造用于语法检查的有限状态自动机，通过语法自动机在识别结果中选择符合语法规则的字符串，并在路径搜索中利用语法自动机优化搜索性能。在此基础上，运用语法自动机对模糊字符进行预测，以纠正CNN的识别错误。实验结果表明，该方法在对大写金额单字符和文本行进行识别时准确率分别高达98.2%与96.6%。
• Select
  针对图像盲去模糊的可微分神经网络架构搜索方法

  缪斯, 祝永新

  计算机工程. 2021, 47(9): 313-320. https://doi.org/10.19678/j.issn.1000-3428.0058575

  摘要 ( ) PDF全文 ( ) HTML ( )   可视化   收藏

  为了解决设计图像去模糊神经网络依赖大量手工调参的问题，提出一种面向图像盲去模糊的可微分神经网络架构搜索方法。通过设计U型残差搜索空间，将去模糊网络的搜索过程分为9个搜索单元的搜索过程，降低了搜索的复杂度，并设计出一个基于随机游走和最近邻插值的算法，通过模拟相机运动轨迹的方式生成模糊核，进而生成足够的模糊图像用于训练。实验结果表明，该方法明显减少了人工调参的工作量，在GOPRO和Kohler数据集上搜索得到的网络，峰值信噪比相对于基准网络UNet分别提升3.10 dB和1.17 dB，并接近UNet的推理速度。