2024年, 第50卷, 第12期　刊出日期：2024-12-15

  

• 全选
  |

封面和目录
• Select
  2024年第12期《计算机工程》中英文目录

  计算机工程. 2024, 50(12): 0-0.

  摘要 ( ) PDF全文 ( )   可视化   收藏
热点与综述
• Select
  GPGPU和CUDA统一内存研究现状综述

  庞文豪, 王嘉伦, 翁楚良

  计算机工程. 2024, 50(12): 1-15. https://doi.org/10.19678/j.issn.1000-3428.0068694

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在大数据背景下,随着科学计算、人工智能等领域的快速发展,各领域对硬件的算力要求越来越高。图形处理器(GPU)特殊的硬件架构,使其适合进行高并行度的计算,并且近年来GPU与人工智能、科学计算等领域互相发展促进,使GPU功能细化,逐渐发展出了成熟的通用图形处理器(GPGPU),目前GPGPU已成为中央处理器(CPU)最重要的协处理器之一。然而,GPU硬件配置在出厂后不容易更改且显存容量有限,在处理大数据集时显存容量不足的缺点对计算性能造成较大的影响。统一计算设备架构(CUDA)6.0推出了统一内存,使GPGPU和CPU可以共享虚拟内存空间,以此来简化异构编程和扩展GPGPU可访问的内存空间。统一内存为GPGPU处理大数据集提供了一项可行的解决方案,在一定程度上缓解了GPU显存容量较小的问题,但是统一内存的使用也带来了一些性能问题,如何在统一内存中做好内存管理成为性能提升的关键。本研究对CUDA统一内存的发展和应用进行综述,包括CUDA统一内存的特性、发展、优势和局限性以及在人工智能、大数据处理系统等领域的应用和未来的发展前景,为未来使用和优化CUDA统一内存的研究工作提供有价值的参考。
• Select
  目标检测中注意力机制综述

  任书玉, 汪晓丁, 林晖

  计算机工程. 2024, 50(12): 16-32. https://doi.org/10.19678/j.issn.1000-3428.0068553

  摘要 ( ) PDF全文 ( )   可视化   收藏

  Transformer在自然语言处理中表现出优越的性能激励了研究人员开始探索其在计算机视觉任务中的应用。基于Transformer的目标检测模型DETR将目标检测视为一个集合预测问题,引入Transformer模型来解决目标检测任务,从而避免了传统方法中的提案生成和后处理步骤。最初的DETR在训练收敛和小物体检测方面存在速度慢、效率低的问题。为了解决这些问题,研究人员进行了多方面改进,提升了DETR的性能。对DETR的基本模块和增强模块进行深入研究,包括对主干结构的修改、查询设计策略和注意力机制的改进,同时对各种检测器进行比较分析,评估它们的性能和网络架构,探讨了DETR在计算机视觉任务中的潜力和应用前景以及目前存在的局限性和面临的挑战,并对相关模型进行分析与总结。根据目标检测发展的现状,分析注意力模型的优势与局限性,并对注意力模型在目标检测领域的研究方向加以展望。
• Select
  深度学习技术在指纹识别中的应用

  李硕, 赵朝阳, 屈音璇, 罗亚平

  计算机工程. 2024, 50(12): 33-47. https://doi.org/10.19678/j.issn.1000-3428.0068276

  摘要 ( ) PDF全文 ( )   可视化   收藏

  指纹识别是应用最早、使用最成熟的一项生物特征识别技术,在民用领域的门禁考勤、移动支付以及刑侦领域检视嫌疑人线索等方面均有着广泛的应用。近年来,深度学习技术给计算机视觉以及生物特征领域带来了深刻变革,也给指纹研究人员提供了一种自动处理以及应用融合特征有效表示指纹的新方法,在指纹识别的各个阶段均有着优异的效果。概述指纹识别的发展历史与应用背景,阐述指纹识别图像预处理、特征提取以及指纹匹配3个阶段的主要处理流程,分别对深度学习技术在不同阶段的应用现状进行归纳和总结,比较不同深度神经网络在图像分割、图像增强、方向场估计、细节特征提取以及指纹匹配等具体环节的应用效果。最后,分析当前指纹识别领域存在的一些问题与挑战,并对构建公开指纹数据集、进行多尺度指纹特征提取以及训练端到端指纹识别模型等未来的发展方向进行展望。
• Select
  早期工作阶段滚动轴承剩余寿命预测算法

  郝金骁, 王龑, 郭倩宇, 张文强

  计算机工程. 2024, 50(12): 48-58. https://doi.org/10.19678/j.issn.1000-3428.0068624

  摘要 ( ) PDF全文 ( )   可视化   收藏

  传统寿命预测算法在包含退化阶段数据的滚动轴承寿命预测方面已取得不错的效果,但是由于刚运行和运行一段时间数据相似,因此在只有正常工作阶段数据的情况下难以准确预测。储备池计算(RC)可根据之前时刻数据预测多个时间步长之后的数据,通过数据模拟补充退化数据,提高了将早期预测转化为传统预测的可能性。回声状态网络(ESN)可在充分利用时序信息的基础上输出当前时刻的相关维度。针对早期阶段轴承寿命预测,提出一个基于RC和ESN的递归可重构神经(RRN)网络的算法。首先设计一个基于RC的特征模拟网络,根据早期特征模拟包含退化数据的全寿命周期数据;然后提出一个基于ESN的寿命预测网络,根据输入的模拟特征输出剩余寿命。在PHM 2012数据集上验证了该算法的有效性,实验结果表明,与目前效果较好的算法相比,该算法在原测试数据实验与早期阶段剩余寿命预测的实验平均误差分别降低了61.35%和53.14%,具有较优的预测性能。
• Select
  基于对抗学习和引导机制的视盘和视杯联合分割

  马晓月, 陈媛媛

  计算机工程. 2024, 50(12): 59-69. https://doi.org/10.19678/j.issn.1000-3428.0068734

  摘要 ( ) PDF全文 ( )   可视化   收藏

  准确的视盘(OD)和视杯(OC)分割能够有效地辅助青光眼的诊断和监测,从而进一步提高治疗效果。然而,现有方法没有考虑到眼底图像不同通道之间的差异,并且难以实现对OC边界的精确分割。针对这个问题,提出一种基于对抗学习和引导机制的网络框架ALG-Net,旨在提高OD和OC的分割性能。ALG-Net由分割网络和鉴别器两部分组成。在分割网络中,构建引导融合模块(GFM),该模块将单通道特征信息与RGB图像特征融合,使网络充分学习眼底图像不同通道之间的差异信息,引导分割网络聚焦于关键区域。ALG-Net网络框架还采用了鉴别器,通过对抗学习的方式促进分割网络生成更真实的分割结果。在REFUGE和Drishti-GS数据集上进行广泛的实验评估,实验结果表明,ALG-Net在RUFUGE数据集上OD和OC分割的平衡精度分别达到了98.6%和95.9%,在Drishti-GS数据集上也表现出优异的性能。此外,ALG-Net的分割结果应用于青光眼分类任务,在RUFUGE数据集上ROC曲线下面积(AUC)为0.983,相较于经典UNet算法提高了0.015,为青光眼的早期诊断和监测提供了有力的支持。
• Select
  面向数据差量压缩的高效压缩率估计方法

  邹翔宇, 魏灿, 夏文, 李诗逸

  计算机工程. 2024, 50(12): 70-82. https://doi.org/10.19678/j.issn.1000-3428.0068595

  摘要 ( ) PDF全文 ( )   可视化   收藏

  差量压缩不仅会消除数据中相同的数据块,还会消除数据中相似数据块之间的重复部分,因此可以实现比数据去重更高的数据压缩率。目前它已经被应用于许多商业产品中。然而,进一步挖掘数据的可压缩性会额外引入大量的开销,包括从存储设备中读取相似的数据块以获知它们的重复部分,这使得差量压缩的速度通常只有数据去重的1/7。但是如此大的开销不能保证总是可以得到更好的压缩率,因为并不是所有的数据都有足够的可压缩性可供挖掘。因此,当考虑在存储系统中使用差量压缩时,需要迅速了解当前的数据是否值得进行差量压缩。提出差量压缩估计框架EDCR,它通过数据块的相似特征值来快速判断它们之间的可压缩性,从而对数据进行差量压缩的价值做出快速而准确的判断。另外,该框架引入采样和补偿方案,进一步提升了压缩率估计的效率和准确性。最终,在多个真实数据集上的测试表明,EDCR的估计错误率可以控制在1.5%以下。同时,相对于实际的差量压缩框架,EDCR估计框架在固态硬盘(SSD)上的运行速度快18~24倍,在机械磁盘(HDD)上的运行速度快16~146倍。
人工智能与模式识别
• Select
  基于增强记忆网络的会话推荐算法

  魏星, 孙浩, 曹健, 祝晓斌

  计算机工程. 2024, 50(12): 83-89. https://doi.org/10.19678/j.issn.1000-3428.0068444

  摘要 ( ) PDF全文 ( )   可视化   收藏

  作为协助用户从海量数据中找到匹配兴趣和需求内容的关键,会话推荐系统的目标是基于匿名会话预测用户的下一个行为。目前常见的推荐算法对于用户整体兴趣表示不足,而且很少考虑物品间的位置关系。提出一种基于增强记忆网络的会话推荐模型SR-MAN,旨在分析全局用户兴趣表征和物品顺序问题。首先,在物品嵌入向量生成时引入位置编码,凸显不同位置对序列的影响,再借助神经图灵机存储近期会话信息,并设计注意力网络学习长期偏好,结合用户末次点击作为当前兴趣偏好。最后,通过整合长期与当前偏好进行预测,推荐用户感兴趣的项目。在算法训练的过程中,使用贝叶斯个性化排序(BPR)来估计模型参数,并在3个数据集上的实验验证了所提方法的有效性。
• Select
  用于方面情感三元组抽取的双向级联网络

  郑阿勇, 顾幸生

  计算机工程. 2024, 50(12): 90-98. https://doi.org/10.19678/j.issn.1000-3428.0068534

  摘要 ( ) PDF全文 ( )   可视化   收藏

  方面情感三元组抽取(ASTE)是基于方面的情感分析子任务之一,其目标是从给定文本序列中抽取所有提及的方面及其对应的观点、观点表达的情感倾向,构成三元组。基于跨度级交互和端到端两个前提,提出双向级联网络。在编码块里应用条件层归一化让方面跨度和观点跨度的特征进行深层交互,实现两者间的级联;在“方面到观点”和“观点到方面”两个方向上进行三元组抽取,并设计解码策略聚合两个方向上的结果;为缓解类别不平衡问题,在多标签交叉熵损失中加入稀疏因子来提高训练环节对稀疏正类的惩罚力度;为缓解曝光偏差问题,设计跨度漂移和输出采样两种策略来构造负样本加入训练。在ASTE-Data-V2-EMNLP2020数据集上进行实验,结果表明,所提模型在4个子数据集14LAP、14RES、15RES、16RES上较SBN-ASTE模型的F1值分别提高0.91、0.17、2.0、1.56个百分点。
• Select
  基于二次分解和IDBO-DABiLSTM的短期风电功率预测模型

  卢苡锋, 王霄

  计算机工程. 2024, 50(12): 99-109. https://doi.org/10.19678/j.issn.1000-3428.0068365

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为提高风电功率预测精度,针对风电的强波动性和高随机性,提出一种基于二次分解和改进蜣螂优化算法(IDBO)-双重注意力双向长短期记忆(DABiLSTM)网络的风电功率预测模型。首先,采用自适应噪声的完全集合经验模态分解(CEEMDAN)和小波包分解(WPD)构成一种二次分解方法对历史风电功率和风速数据进行分解,降低初始序列的随机性和非平稳性。其次,在BiLSTM网络的基础上,加入特征和时间注意力机制,建立DABiLSTM模型,充分挖掘特征间的关联性和时间序列间的长时间依赖性。最后,采用黄金正弦算法来优化滚球蜣螂的位置,从而增强算法在局部和全局的探索能力,同时引入动态权重系数改进偷窃蜣螂的位置,以平衡算法在全局和局部的探索能力,提出IDBO,并用其优化DABiLSTM网络的超参数,防止网络陷入局部最优解。采用贵州某风电场实际数据对所提模型进行实验,结果表明该方法能有效提升模型的预测能力,所提出的模型的均方根误差(RMSE)和平均绝对误差(MAE)在单步预测下分别为0.044 9和0.031 2 MW,与其他模型相比,分别平均降低了36.9%和31.7%,表现出较好的预测精度和鲁棒性。
• Select
  基于BERT-HAN增强人机对话的计算思维评估模型

  詹泽慧, 钟煊妍, 邹萱萱, 骆丽霞

  计算机工程. 2024, 50(12): 110-123. https://doi.org/10.19678/j.issn.1000-3428.0069390

  摘要 ( ) PDF全文 ( )   可视化   收藏

  思维过程的精准量化和思维品质的高效诊断是思维型教学智能化开展的难题。现有的思维分析方法普遍存在静态局限性,割裂了事理逻辑和动态情境对思维的影响。人机对话作为思维外显和评估的重要载体,为计算思维自动化评估提供了潜在可能。为提高人机对话环境下计算思维水平预测的准确性和可解释性,构建基于BERT-异质图注意力网络(HAN)的计算思维自动化评估模型。采集人机对话过程中所获取的时序性文本作为学习者计算思维的外部表征,通过BERT-HAN模型从人机对话文本数据中提取句子级语义特征表示,将这些特征作为异质图的节点特征输入到HAN中。模型耦合了基于余弦相似度的句子语义特征和基于关系词列表的元路径嵌入,进一步提取语句之间的语义关系。在此过程中,通过注意力机制生成学习节点间的关系权重,形成具有丰富语义信息的事理图谱。事理图谱的构建不仅考虑语句之间的直接关系,还可以基于多头注意力机制灵活捕捉并处理异质图中不同关系类型的特征。最终,根据这些特征,利用Softmax分类器进行计算思维水平的识别和预测,以实现自动化评估。实验结果表明,该模型的预测准确率为0.869,召回率为1,AUC值为0.998,相较于BERT、TextCNN、LSTM-HAN等模型具有更好的性能。
• Select
  基于任务复制与预调度的混合列表调度算法

  严长宇, 张磊

  计算机工程. 2024, 50(12): 124-132. https://doi.org/10.19678/j.issn.1000-3428.0068405

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在异构计算系统中,高效的任务调度算法是实现高性能的重要条件。列表调度算法是一类经典静态启发式算法,用于解决任务调度问题。在异构环境下由于任务的计算成本以及通信成本存在差异,因此任务调度问题比同构系统中更为复杂。该领域的研究目标主要集中在较低时间复杂度下缩短调度长度。为此,提出一种基于任务复制和预调度的混合列表调度算法DPLS。采用任务复制策略,有选择性地将当前任务的关键前驱任务复制调度至相同的处理器上,减少当前任务对关键前驱任务依赖性数据通信的等待时间,进而缩短任务完成时间。DPLS算法包括预调度和二次调度2个阶段,预调度算法生成基础调度方案,二次调度算法在此基础上尝试生成更优的调度方案,改进任务优先级的计算方式,将任务自身执行成本的影响考虑到优先级计算过程中,使得任务优先级更加合理。实验结果表明,DPLS与经典算法具有相同的时间复杂度,对于n个任务和p个处理器的时间复杂度为O(n²·p),能够生成调度长度更短的方案,相较于HEFT和PEFT分别实现了12.563%和7.786%的性能提升。
• Select
  基于知识图谱的水稻种植智能问答系统设计与实现

  高锐涛, 林达伟, 郭亮, 金鸿, 王红

  计算机工程. 2024, 50(12): 133-141. https://doi.org/10.19678/j.issn.1000-3428.0068464

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着农业信息技术的发展,在互联网中积累了大量与水稻种植相关的数据。为解决农民在种植过程中难以快速获取准确答案的问题,从水稻种植领域出发,构建了基于知识图谱的智能问答系统。通过手工收集与爬虫技术获取相关数据,通过构建命名实体识别模型和意图识别模型等自然语言处理技术并结合前后端技术,最终实现了水稻种植领域智能问答系统的开发。实验结果表明,在命名实体识别与意图识别模块中,所构建模型的F1值分别达到89.17%和96.54%,均高于其他常见模型。基于知识图谱的水稻种植智能问答系统能够准确回答农民在种植水稻过程中遇到的大部分问题,实现了对水稻种植知识图谱数据的管理和可视化展示。
• Select
  基于层级划分和节点特征的关键节点识别方法

  付立东, 艾肖同, 豆增发

  计算机工程. 2024, 50(12): 142-150. https://doi.org/10.19678/j.issn.1000-3428.0069040

  摘要 ( ) PDF全文 ( )   可视化   收藏

  关键节点识别已经成为复杂网络领域的一个重要研究范畴,但目前关键节点识别方法存在时间复杂度较高、得到的关键节点集不够准确以及节点中心性指标考虑不够充分等问题。基于此,提出一种基于层级划分和节点特征的关键节点识别框架,在该框架内,为避免选取节点初始覆盖集时效率低下的问题,提出一种基于层级划分的关键节点初始覆盖集选取方法,该方法可在线性时间内计算出初始节点覆盖集,随后通过节点中心性指标向原网络中回添节点,直到解集中的节点数满足预定义阈值数。为解决回添节点过程中易陷于局部最优解的问题,综合考虑网络拓扑结构和节点的多种属性,提出一种节点综合特征的中心性指标。对比5种初始覆盖集选取算法以及5个中心性指标,在真实网络上进行方法的应用和分析,结果表明,所提基于层级划分和节点特征的方法能够在不同类型的网络中更准确有效地识别关键节点,且该方法的鲁棒性更好,性能也优于其他方法。
• Select
  基于先验知识引导提示学习的自监督分类法补全

  陈志强, 仇瑜, 朱宇, 王晓英

  计算机工程. 2024, 50(12): 151-162. https://doi.org/10.19678/j.issn.1000-3428.0068536

  摘要 ( ) PDF全文 ( )   可视化   收藏

  由于现有各领域种子分类法不完整,且随着时间的推移,涌现出大量新的领域术语,使得各领域种子分类法有待自动补全。现有的自监督分类法补全方法采用图嵌入技术,并未充分利用预训练语言模型所提供的丰富语义信息,且只关注图中局部的节点关系,忽视了整体图结构所蕴含的信息。针对上述问题,提出一个基于先验知识引导提示学习的自监督分类法补全模型,该模型融合了预训练语言模型的语义信息和种子分类法的结构信息。根据查询节点在垂直路径上存在粗粒度三元组的特性,改进自监督数据集构建策略。在大样本情况下,利用基于预训练和微调模式进行匹配。在微调阶段,为了加强预训练语言模型对真实上位词的关注,在提示(prompt)中融入真实上位词的同义词或缩略词的先验知识注意力,从而更有效地利用prompt来引导预训练模型的微调过程。在匹配阶段,为了降低时间复杂度,采用软束搜索规则,具体来说,在局部图结构上,利用prompt指导生成的节点嵌入来评估同级对兄弟节点的查询置信度;在整体图结构上,采用垂直路径的游走方法进行路径截取与排序筛选。在小样本情况下,利用基于提示学习的模式进行匹配,同时采用不同模板组合和上下文示例去微调预训练语言模型。在4个不同领域的大型公开数据集上进行实验,结果表明,相较于对比模型,该模型的MR、MRR、Hit@10指标分别提升15%、0.057、0.030。
• Select
  面向GPS数据的出租车载客路线层次化推荐模型

  张德城, 刘毅志, 赵肄江, 廖祝华

  计算机工程. 2024, 50(12): 163-173. https://doi.org/10.19678/j.issn.1000-3428.0068254

  摘要 ( ) PDF全文 ( )   可视化   收藏

  出租车载客推荐能够有效提高司机利润,对于提升交通效率、改善城市出行体验以及推动智能交通的发展都具有重要意义。现有方法一般直接向司机进行载客区域或载客路线推荐,没有考虑将这两者进行结合,不仅面临数据稀疏性问题,而且难以兼顾推荐准确性与实时性能。为此,提出一种面向GPS数据的出租车载客路线层次化推荐模型,其中采用了抗稀疏性的极深因子分解机(xDeepFM)、深度Q网络(DQN)强化学习算法以及层次化推荐策略。首先,离线推荐高载客概率的大网格,以减少在线计算量;然后,当出租车司机提出实时载客推荐需求时,在离线推荐的大网格内进一步推荐高载客概率的小网格;最后,给司机规划一条到小网格的载客路线。在滴滴公司数据集上进行实验,结果表明,与现有的一些先进方法相比,该方法可以使空载出租车司机的巡航时间至少减少36%,巡航距离至少减少26%,并且推荐时间仅需85 ms。
移动互联与通信技术
• Select
  一种联合V2I和V2V的任务卸载优化方案

  倪苏婕, 陈兵, 石优

  计算机工程. 2024, 50(12): 174-183. https://doi.org/10.19678/j.issn.1000-3428.0068415

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在车辆边缘计算系统中,受限于自身的计算能力,单个车辆难以处理计算密集型任务,并且由于车联网(IoV)环境的高动态性,车辆难以获取全局信息及其他车辆的卸载行为来做出任务卸载决策。为了解决车辆边缘计算系统中计算资源不足、环境状态时变以及车辆观察范围有限等问题,联合车辆与基础设施(V2I)和车辆与车辆(V2V)卸载方式并考虑任务划分问题,提出一种基于多智能体深度确定性策略梯度的在线算法。首先,综合考虑车辆位置、连接时间和可用计算资源,选择服务性能值较高的车辆作为候选服务车辆;其次,以最小化系统的平均任务卸载时延为目标提出一个优化问题,并将其建模为一个马尔可夫决策过程,通过对模型进行集中训练,车辆可以获取其他车辆的信息以调整自身策略,在在线执行阶段,车辆根据局部观察迅速做出卸载决策。将该算法与基准算法进行对比,实验结果表明,相较于深度确定性策略梯度算法和任务均分法,所提任务卸载算法的平均任务卸载时延分别降低75%和66%,且收敛速度更快,证明了该算法的有效性。
• Select
  基于云边协同的可靠服务功能链部署算法

  宋艳蕊, 庄雷, 徐泽汐, 冯旭, 莫文帅

  计算机工程. 2024, 50(12): 184-193. https://doi.org/10.19678/j.issn.1000-3428.0069052

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在应对车联网(IoV)系统中请求类型多样化及数据海量化挑战时,软件定义网络(SDN)和网络功能虚拟化(NFV)技术支持的云边协同架构已成为服务功能链(SFC)部署的有效手段。然而,IoV中无处不在的电磁干扰使组成SFC的虚拟网络功能(VNF)极易受损,且以软件形式存在的VNF本身存在一定故障概率,这使SFC部署过程的可靠性受到了威胁。为了在最小化成本前提下实现云边协同架构中车载请求的可靠部署,构建一个基于SDN/NFV的可靠云边协同车载计算架构,采用集中式训练-分布式推断方式训练部署模型。设计基于可靠成本效益比的可靠性增强算法SFC-RA,通过创建与VNF具有相同功能的备份虚拟网络功能(BVNF)增强SFC的可靠性。提出一种基于策略梯度(PG)算法的在线SFC可靠部署算法PG_RA,采用序列到序列模型作为学习代理,以保障在满足资源约束的前提下能够提供满足用户需求的高可靠低成本服务。仿真结果表明,相对于其他冗余方式和部署算法,SFC-RA算法能够降低2.78~6.33个单位的冗余成本,PG_RA算法能够平均提高12.88个百分点的可靠性水平及降低约6.7%的平均时延。
• Select
  基于深度强化学习的C-V2X任务卸载研究

  何杰, 马强

  计算机工程. 2024, 50(12): 200-212. https://doi.org/10.19678/j.issn.1000-3428.0068425

  摘要 ( ) PDF全文 ( )   可视化   收藏

  无人驾驶、辅助驾驶的快速发展对车辆计算性能提出了较高的要求,联合移动边缘计算的任务卸载技术可以提供解决方案。然而实现快速、高效的任务卸载决策存在巨大挑战,同时现有研究对于任务卸载的系统整体效益考虑不足。针对上述问题,采用车-路-空架构,设计一种基于软件定义网络(SDN)的蜂窝车联网(C-V2X)分布式任务卸载系统模型,并提出一种基于深度强化学习的任务卸载控制算法。对任务本地计算、边缘计算、卫星计算3种模式分别构建成本模型,以用户端车辆能耗、资源租赁费用和服务端任务处理时延、服务器负载均衡性作为联合优化目标构建目标函数。考虑任务最大期望时延、服务器最大负载率等约束,将任务卸载问题表述为混合整数非线性规划(MINLP)问题,将其建模为离散-连续混合动作空间的Markov决策过程,最后基于深度强化学习算法获得关于任务调度、资源租赁、功率控制的任务卸载决策。实验结果表明,与传统的基于粒子群优化、遗传算法的方案相比,本文算法在取得相近决策效益的同时,单次决策时延降低了45%以上。
图形图像处理
• Select
  基于可逆神经网络的多载体图像隐写模型

  卞玉星, 黄荣, 周树波, 刘浩

  计算机工程. 2024, 50(12): 213-223. https://doi.org/10.19678/j.issn.1000-3428.0068866

  摘要 ( ) PDF全文 ( )   可视化   收藏

  现有多载体图像隐写方法将秘密图像的嵌入过程拆分为编码和叠加两步,将秘密图像编码为含密扰动,通过空域操作将含密扰动与多张载体图像叠加,在多张载体图像中嵌入秘密图像。这种方法的嵌入和提取这两个互逆过程分别由两个相互独立的网络实现,无法共享参数,这导致计算资源消耗大、训练参数多。为解决这个问题,提出了一种基于可逆神经网络的多载体图像隐写模型,它将嵌入和提取过程分别与可逆神经网络的正向和逆向映射相关联,实现了参数共享,有效减少了网络参数量。此外,现有的模型缺乏对秘密图像重要内容级区域的重要性度量方法。针对此问题,所提算法在可逆神经网络输入端引入了空域注意力模块,以提高编码质量,关注秘密图像中的关键区域,从而提升隐写效果。同时,所提算法为多用户配给基于密钥的身份信息矩阵,建立了身份核验机制,防止攻击者非法获取秘密图像。实验结果表明,所提方法实现了较好的隐写效果,含密图像和提取出的秘密图像的峰值信噪比(PSNR)相比基线模型高8.5 dB~9.4 dB,结构相似度相比基线模型高0.012~0.019,学习感知图像块相似度相比基线模型高0.002 9~0.004 7,参数量仅为基线模型的17.6%。
• Select
  基于逐像素强化学习的边缘保持图像复原

  江敏, 陈飞, 程航, 王美清

  计算机工程. 2024, 50(12): 224-232. https://doi.org/10.19678/j.issn.1000-3428.0068490

  摘要 ( ) PDF全文 ( )   可视化   收藏

  高强度的高斯噪声往往会模糊或破坏图像的细节和结构,导致边缘信息的丢失。为此,提出基于逐像素强化学习的边缘保持图像复原算法。首先,为每个像素构建一个像素层智能体并设计针对边缘处的侧窗均值滤波器到动作空间中,所有的像素层智能体共享优势行动者-评论家算法的参数,因此模型可以同时输出所有位置的状态转移概率并选择合适的策略进行状态转移,从而复原图像;其次,在特征提取共享网络中结合协调注意力,聚焦所有像素位置在特征通道间的全局信息,并保留位置嵌入信息;然后,为了缓解稀疏奖励问题,设计一个基于图拉普拉斯正则的辅助损失,关注图像的局部平滑信息,对局部不平滑区域加以惩罚,从而促进像素层智能体更加有效地学习到正确的策略以实现边缘保持。实验结果表明,所提的算法在Middlebury2005数据集和MNIST数据集上的峰值信噪比(PSNR)分别达到32.97 dB和28.26 dB,相比于Pixel-RL算法分别提升了0.23 dB和0.75 dB,参数量和训练总时间分别减少了44.9%和18.2%,在实现边缘保持的同时有效降低了模型的复杂度。
• Select
  渐进式特征增强的弱监督显著性目标检测

  李沼洁, 朱恒亮, 毛国君, 杨鑫

  计算机工程. 2024, 50(12): 233-244. https://doi.org/10.19678/j.issn.1000-3428.0068406

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对多数弱监督显著性检测方法在复杂场景下容易出现目标结构缺损、边界粗糙等问题,提出一种渐进式特征增强的弱监督显著性检测算法。首先针对显著目标结构不完整问题,设计一种渐进式特征增强机制,主要包括双流语义增强模块和层次化自适应特征聚合模块,通过复用这种机制可以捕获更丰富的图像特征;其次为获取清晰完整的目标边缘,提出边缘引导模块,可以生成高质量的显著目标边缘图;最后将得到的边缘对显著区域预测网络进行指导,以生成结构完整且边界平滑的检测结果。在5个公开数据集上的实验结果表明,相比经典的WSSA算法,该算法在PASCAL-S数据集上平均绝对误差(MAE)降低了21.32%,F-measure值提高了6.27%,优于大多数先进的弱监督显著性目标检测算法。
• Select
  半导体器件内部缺陷标注与检测方法研究

  白宇, 王珺, 冉红雷, 安胜彪

  计算机工程. 2024, 50(12): 245-253. https://doi.org/10.19678/j.issn.1000-3428.0068712

  摘要 ( ) PDF全文 ( )   可视化   收藏

  半导体器件封装过程中出现的内部空洞缺陷会直接影响电子设备的性能。针对半导体器件X射线内部图像空洞缺陷中尺度不一、难标注、难定位及噪声干扰等问题,提出半自动标注方法和基于U-Net的器件内部空洞缺陷检测方法。半自动标注方法使用阈值分割初步定位缺陷区域,生成缺陷的外接矩形框,然后人工对矩形框进行精细化修改和完善,作为提示输入到分段任意模型(SAM)中,得到高精度的分割结果。半自动标注方法能够节省标注时间且提高标签质量,克服标注难题。针对经典U-Net方法泛化性较差的问题,提出一种改进的U-Net方法(EFU-Net)。首先在编码器中引入边缘位置增强(EPE)模块,通过结合Sobel滤波器和坐标注意力机制加强对图像边缘信息的感知,有效整合位置信息,以提高特征提取的准确性;然后引入特征融合控制(FFC)模块替代传统的跳跃连接,融合高层特征、低层特征和预测掩码3个特征,并利用多层并行空洞卷积和注意力门控机制实现更有针对性和高质量的特征融合。在半导体器件数据集上的实验结果表明,EFU-Net的Dice系数和MIoU分别达到70.71%、77.23%,与U-Net方法相比,分别提升了14和7.71个百分点,具有更好的分割性能。
• Select
  基于多特征融合的食品图像分类

  叶志鹏, 姜枫

  计算机工程. 2024, 50(12): 254-264. https://doi.org/10.19678/j.issn.1000-3428.0068731

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着生活水平的提升,人们对健康饮食的需求与日俱增,食品图像识别成为热门研究课题之一。食品加工和烹饪过程的不同造成了同类食品的形状和颜色存在差异,不同类别的食品也可能会呈现相似的视觉特征,因此食品图像的识别较一般图像识别难度更大。为了解决上述问题,提出基于多特征融合的食品图像分类网络MTFNet。首先,将图像的RGB彩色通道数据与局部二值模式(LBP)对应的纹理特征相融合作为骨干挤压和激励网络(SENet)的输入。接着,利用细节注意力模块挖掘不同位置上各通道的权重,进而对各层特征图进行局部增强,提升特征图局部表征能力。然后,利用自注意力机制计算特征图各通道之间的自注意力权重,挖掘特征图间的相关性,提取图像的全局特征。最后,将局部增强特征和全局特征拼接融合后进行图像分类。实验结果表明,在食品图像数据集ETH Food101、ChineseFoodNet和ISIA Food-500上,与目前最佳的多尺度拼图重构网络(MJR-Net)模型相比,MTFNet模型的Top-1准确率分别提高了0.44、1.01和0.66个百分点,取得了更好的识别性能。
• Select
  高动态场景下无人机空对空目标检测

  王林, 赵莉, 王无为

  计算机工程. 2024, 50(12): 265-275. https://doi.org/10.19678/j.issn.1000-3428.0068620

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对高动态场景下无人机(UVA)空对空目标检测任务中机载设备计算资源有限和UVA小目标检测困难的问题,提出一种基于轻量级注意力机制的无人机空对空目标检测算法SGC-YOLOv5。首先,设计S-Ghost模块和SD-Ghost结构构建特征提取网络SD-GhostNet,降低模型参数量和计算复杂度;其次,引入更高效的GSConv和VOVGSCSP结构细化特征融合网络,将SD-GhostNet和细化的特征融合网络相结合使模型达到最佳的轻量化效果;最后,在特征融合网络中加入轻量级卷积块注意力模块(CBAM)来突出图像中感兴趣的UVA特征,抑制背景冗余信息,提高检测精度。在数据集Det-Fly上的实验结果表明,SGC-YOLOv5算法的精确率为74.9%、参数量为4 313 695、检测速度为169.42帧/s、每秒浮点运算次数(FLOPs)为9.0×10⁹,与基准YOLOv5s算法相比,检测精确率提升2.5%、参数量减少48.5%、检测速度提升26.17帧/s、FLOPs降低57.5%,在实现模型轻量化的同时取得了较好的检测精确率。
• Select
  基于文本的行人图像检索的多样化数据扩充方法

  王靖尧, 曹敏

  计算机工程. 2024, 50(12): 276-287. https://doi.org/10.19678/j.issn.1000-3428.0068883

  摘要 ( ) PDF全文 ( )   可视化   收藏

  近年来,基于文本的行人图像检索(TBPS)技术在安防和刑侦等领域发挥着越来越重要的作用。然而,现有数据集中行人图像较少且描述行人的文本较为单调导致模型无法充分学习行人特征和信息,限制了TBPS检索技术的进一步发展。为了解决这一问题,提出一种多样化行人图像-文本对数据生成与筛选的扩充方法。在数据生成阶段,首先使用成分句法分析模型和大语言模型相结合的方式生成行人文本描述,然后使用条件图像生成模型根据生成的行人文本描述产生相应的行人图像。在依据行人文本筛选图像阶段,利用评分函数PickScore计算生成的行人图像与行人文本描述之间的相似度分数,根据计算的相似度分数的结果,粗粒度地筛掉相似度分数较低的行人图像,只保留相似度分数较高的行人图像与行人文本描述。在行人图像-文本对数据过滤阶段,利用图文多模态大模型计算行人图像与行人文本描述的匹配概率,筛掉概率低于阈值的行人图像-文本对进行细粒度的数据过滤,并将剩余的高质量行人图像-文本对作为正样本对添加到现有数据集中。在多个公开的TBPS检索数据集上的实验结果表明,应用该方法对这些数据集进行扩充后,不同检索基准模型的Rank-k、平均精度均值(mAP)等指标均有较大幅度的提升。此外,探讨了姿态控制与风格控制对扩充结果的影响,为后续更深入的研究提供了一种思路。
• Select
  意图注意力引导的小样本3D点云目标检测

  徐守坤, 张路军, 石林, 刘毅

  计算机工程. 2024, 50(12): 288-295. https://doi.org/10.19678/j.issn.1000-3428.0068727

  摘要 ( ) PDF全文 ( )   可视化   收藏

  现有的点云目标检测方法往往要求严苛的监督式数据集,这带来了人力、物力等方面的挑战。因此提出一种创新性的解决方案,即采用元学习框架来克服大量标注数据的困扰。对小样本学习技术在3D点云目标检测中的应用进行研究。这一方法能够基于有限的新类别标注样本,预测未标注样本的分类,从而在有限数据条件下仍能取得良好效果。引入原型投票网络来学习类别的几何原型以及支持集的类别原型。此外,为了学习点云上下文信息,引入意图注意力机制,以实现更加精准的信息融合。在原型生成方面,为避免点云原型过度依赖最大池化而丧失大量信息,采用平均池化方法来生成原型。与基准数据集上的基线模型相比,该方法呈现出显著且一致的提升效果,为点云目标检测领域的研究和应用提供了有力支持。
• Select
  基于条件扩散模型的图像分类对抗样本防御方法

  陈子民, 关志涛

  计算机工程. 2024, 50(12): 296-305. https://doi.org/10.19678/j.issn.1000-3428.0068512

  摘要 ( ) PDF全文 ( )   可视化   收藏

  深度学习模型在图像分类等领域取得了较好的结果,但是深度学习模型容易受到对抗样本的干扰威胁,攻击者通过对抗样本制作算法,精心设计微小扰动,构造肉眼难以分辨却能引发模型误分类的对抗样本,给图像分类等深度学习应用带来严重的安全隐患。为提升图像分类模型的鲁棒性,利用条件扩散模型,提出一种综合对抗样本检测和对抗样本净化的对抗样本防御方法。在不修改目标模型的基础上,检测并净化对抗样本,提升目标模型鲁棒性。所提方法包括对抗样本检测和对抗样本净化2个模块。对于对抗样本检测,采用不一致性增强,通过训练一个融入目标模型高维特征和图片基本特征的图像修复模型,比较初始输入和修复结果的不一致性,检测对抗样本;对于对抗样本净化,采用端到端的对抗样本净化方式,在去噪模型执行过程中加入图片伪影,实现对抗样本净化。在保证目标模型精度的前提下,在目标模型前增加对抗样本检测和净化模块,根据检测结果,选取相应的净化策略,从而消除对抗样本,提升目标模型的鲁棒性。在CIFAR10数据集和CIFAR100数据集上与5种现有方法进行对比实验,实验结果表明:对于扰动较小的对抗样本,所提方法的检测精度较Argos方法提升了5~9个百分点;相比于ADP方法,所提方法在面对不同种类对抗样本时防御效果更稳定,且在BPDA攻击下,其对抗样本净化效果较ADP方法提升了1.3个百分点。
• Select
  基于字形约束和注意力的艺术字体风格迁移

  吕文锐, 普园媛, 赵征鹏, 张衡, 阳秋霞

  计算机工程. 2024, 50(12): 306-317. https://doi.org/10.19678/j.issn.1000-3428.0068380

  摘要 ( ) PDF全文 ( )   可视化   收藏

  艺术字体的风格迁移是一项非常有趣但又十分具有挑战性的任务,具体来说就是将目标字体的艺术风格通过某种映射方式迁移到源字体上。现有方法在字形风格迁移方面存在鲁棒性有限的不足,且当2种不同风格的字形相差较大时不能很好地将风格内容迁移到目标字体上。针对以上问题,提出一种端到端的通用网络框架模型,并在模型中引入自注意力机制和自适应实例归一化,用于实现在给定的多个文本效果域之间进行任意字体的艺术风格迁移。该模型主要包括1个生成器和2个鉴别器,还有1个额外的风格编码器。为了更好地做到字形约束以及提升网络的性能,设计几种损失函数来优化生成对抗网络(GAN)的训练。为了验证该模型的有效性,采用了FET-GAN任务中公开的艺术字体数据集。实验对比了6种先进的方法,并从定量和定性2个方面进行了比较。实验结果表明,所提模型能够实现带有字体变换的字形图像风格迁移,迁移结果能够保持很好的字形结构,并且FID值为72.355,低于对比实验中最好的结果91.435。
• Select
  基于改进YOLOv7的PCB缺陷检测算法

  张旭, 陈慈发, 董方敏

  计算机工程. 2024, 50(12): 318-328. https://doi.org/10.19678/j.issn.1000-3428.0068588

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在PCB缺陷检测领域中检测精度的提高一直是1个具有挑战性的任务。为了解决这个问题,提出一系列基于PCB缺陷检测的改进方法。首先,引入一种新的注意力机制,即BiFormer注意力机制,这种机制利用双层路由实现动态的稀疏注意力,从而减少计算量;其次,采用一种创新的上采样算子CARAFE,能够结合语义信息与内容信息进行上采样,使得上采样过程更加全面且高效;最后,基于MPDIoU度量采用一种新的损失函数,即LMPDIoU损失函数,能够有效地处理不平衡类别、小目标和密集性问题,从而进一步提高图像检测的性能。实验结果表明,所提改进后的模型在平均精度均值(mAP)方面取得了显著提高,达到了93.91%,与原YOLOv5模型相比提高了13.12个百分点,同时,在识别精度方面,所提改进后的模型表现也非常出色,达到了90.55%,与原YOLOv5模型相比提高了8.74个百分点。引入BiFormer注意力机制、CARAFE上采样算子以及LMPDIoU损失函数,对于提高PCB缺陷检测的精度和效率具有非常积极的作用,为工业检测领域的研究提供了有价值的参考。
开发研究与工程应用
• Select
  多阶段应急物资多目标连续分配问题建模与求解

  张国富, 管燕妮, 苏兆品, 岳峰

  计算机工程. 2024, 50(12): 329-345. https://doi.org/10.19678/j.issn.1000-3428.0068634

  摘要 ( ) PDF全文 ( )   可视化   收藏

  大型自然灾害应急物资分配是展开受灾点应急救援的基础,主要研究如何对受自然灾害地点周边的应急物资进行合理调配,尽快从各个储备站将应急物资输送到受灾点,保障事故救援顺利进行。然而,已有研究大多局限于单个阶段的应急物资分配,过于强调应急响应的时效性而忽视了物资消耗的连续性。为此,构建了一种面向多储备站、多种应急物资、多受灾点、多阶段连续分配应急物资的多目标分配模型,并分析推演了满足物资阶段内连续消耗的约束条件,基于非支配排序遗传算法(NSGA)和启发式策略设计了一种应对大型自然灾害的应急物资多目标分配算法。仿真实验验证了所提算法的有效性。实验结果表明,所提算法可以同时兼顾大型自然灾害应急响应的连续性和时效性要求,为大型自然灾害应急救援提供更多且更优的应急物资分配方案。
• Select
  基于多尺度时空特征与软注意力机制的交通流预测方法

  史昕, 曹凤腾, 纪艺, 马峻岩

  计算机工程. 2024, 50(12): 346-357. https://doi.org/10.19678/j.issn.1000-3428.0068659

  摘要 ( ) PDF全文 ( )   可视化   收藏

  交通流预测在规划交通系统、优化道路资源和缓解交通拥堵等方面具有重要意义。针对交通流预测中时间周期性特征提取不充分的问题,提出一种基于多尺度时空特征和软注意力机制的交通流预测方法MSTFSA。首先,利用图交谈注意力网络(GTHAT)提取空间数据的非欧几里得结构特征,通过分配动态权重表征不同时间相邻道路交通流的影响程度;其次,利用双向增强注意力门控循环单元(Bi-EAGRU)结构提取时间数据的连续性关联特征,增强每个时刻的时间特征与上下时刻的联系;然后,基于软注意力机制融合周周期、日周期和近邻时间3个尺度下的相似交通流趋势,实现对时间周期性特征的充分提取,最后,结合高速公路数据集PeMS04和PeMS08验证MSTFSA的预测精度。实验结果表明,MSTFSA的交通流预测精度表现出良好效果,与基线模型STSGCN和ASTGCN相比,在PeMS04数据集上的预测均方根误差(RMSE)分别降低7.15%和3.8%,平均绝对误差(MAE)分别降低7.79%和3.99%。MSTFSA能较充分地提取并融合交通数据的多时间尺度时空特征,在交通流预测精度提升方面表现出一定的优势。
• Select
  基于自相关-变分对抗学习的物理系统异常检测

  宋航, 周凤, 熊伟

  计算机工程. 2024, 50(12): 358-366. https://doi.org/10.19678/j.issn.1000-3428.0068358

  摘要 ( ) PDF全文 ( )   可视化   收藏

  传统时间序列异常检测模型在处理信息物理系统(CPS)中的多元传感器和执行器数据时,难以准确提取多元数据之间的时序联系,从而影响异常检测性能。为此,提出一种新的时间序列异常检测方法,称为自相关-变分自编码(VAE)-对抗学习网络AMVG。以生成对抗网络(GAN)为基础,使用Noise数据增强方法扩展训练数据量,并通过引入自相关矩阵增强数据依赖关系,结合VAE的数据重建能力,在加强模型鲁棒性的同时进一步提高异常检测模型性能,由AMVG 2个解码器构成互相对抗的G网络和D网络,G网络和D网络不断对抗训练优化模型的检测能力。在3个真实世界的CPS数据集上的实验结果表明,AMVG方法相较于最新研究方法在精确率、召回率以及F1值等综合性能上均取得显著提高,AMVG在3个数据集上的F1值分别为0.953、0.758、0.891,其中较次优USAD和GRELEN的F1值最低可提高6.2、3.4、7.5个百分点。
• Select
  基于嵌套U-型结构的电路板组件分割

  李致金, 范小真, 闫金凤

  计算机工程. 2024, 50(12): 367-375. https://doi.org/10.19678/j.issn.1000-3428.0068881

  摘要 ( ) PDF全文 ( )   可视化   收藏

  作为重要的现代电子元器件,高度集成的印刷电路板(PCB)的组件分割属于典型的小物件图像分割。由于复杂背景的过度引入,PCB图像的组件分割面临着边界感知能力不足等挑战。为了提高PCB分割组件边界感知能力,提出一种外部协调的嵌套U-型网络结构(U²ECNet)。U²ECNet的主干网络为嵌套U-型结构,在编解码体系中使用外部扩张模块,有效学习全局和局部信息,并关注组件区域中的边缘和角细节;使用引导细化模块,通过多尺度特征映射聚合全局语义信息,从而优化模型的分割精度,同时提高对PCB组件分割的效果;制作新的图像分割数据集PCB_SOD,其包含5 608张训练图像和2 403张测试图像,用于执行分割任务,并在所提网络中进行训练。在DUTS和PCB_SOD数据集上的实验结果表明,U²ECNet在平均绝对误差(MAE)和maxF_β上分别达到0.045、86.1%和0.027、87.2%,相较于其他方法,U²ECNet的MAE更低,maxF_β更高,整体分割性能达到最佳。此外,所提外部协调的嵌套U-型结构提升了PCB组件分割的精度,在复杂背景中表现出良好的鲁棒性,生成了准确的显著性分割图。
• Select
  基于声谱图时间分辨率优化与残差空间金字塔网络的车辆识别

  刘伟娜, 赵红东, 史剑锋, 张学志, 赵一鸣

  计算机工程. 2024, 50(12): 376-385. https://doi.org/10.19678/j.issn.1000-3428.0068662

  摘要 ( ) PDF全文 ( )   可视化   收藏

  车辆分类是智能交通系统的关键技术之一,是道路交通监控系统的一个重要研究领域。由于声学传感器具有效率高、成本低、可昼夜工作、隐蔽性强等优势,因此基于车辆声音特征的车辆分类引起了研究人员的广泛关注。然而,现有研究中的车辆声音信号仅包含单一车辆,对于混合的双车辆声音信号的分类缺乏讨论。为此,设计一种网络模型对单车辆和双车辆共12种类别的噪声信号进行分类。针对声音频谱特征的固定分辨率并非最优的问题,基于网络训练得出的注意力得分和时间转换矩阵,控制噪声频谱时间大小,设计频谱时间分辨率优化模型。分类网络依据卷积递归神经网络(CRNN)架构,卷积网络部分(多尺度信号分析模块)参考高效空间金字塔模块对特征进行双分支融合处理,由于循环神经网络(RNN)等不利于并行化,运算速度慢,因此将因果时间卷积网络(TCN)转换为非因果循环TCN。在自制数据集中进行实验,结果表明,该模型的平均精度均值(mAP)达到0.98,远高于相当参数量下的CRNN网络,与MobileNetV3性能相当,但是相比MobileNetV3参数量减少了1.7×10⁶。分析结果表明,所提模型适用于长时间声音信号处理任务,能提取深层次的特征。
• Select
  基于机器学习的政务微博情感分析模型设计

  张财, 马自强, 闫博

  计算机工程. 2024, 50(12): 386-395. https://doi.org/10.19678/j.issn.1000-3428.0068530

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对政务微博评论杂乱、审核困难的问题,提出一种基于机器学习的政务微博情感分析模型。该模型能够量化分析政务微博中的情感,为自动审核提供有效依据。以2022年北京冬奥会和中国足协的微博为例,首先扩展与案例相关的词汇,并进行数据清洗和文本特征表示;然后采用机器学习模型进行情感倾向判断,并结合大连理工大学中文情感词汇文本计算情感强度。分别采用基于词袋模型和Word2vec模型的决策树、朴素贝叶斯和支持向量机模型进行预测,并对它们的性能进行对比评估。实验结果表明,在基于Word2vec的支持向量机模型下,情感分类的准确率达到84.3%,这表明所提模型在预测政务微博情感方面具有有效性,可应用于政务微博自动审核任务。
• Select
  基于MEGA网络和分层预测的标点恢复方法

  张文博, 黄浩, 吴迪, 唐敏杰

  计算机工程. 2024, 50(12): 396-406. https://doi.org/10.19678/j.issn.1000-3428.0068599

  摘要 ( ) PDF全文 ( )   可视化   收藏

  标点恢复又称标点预测,是指对一段没有标点的文本添加合适的标点,以提高文本的可读性,是一项经典的自然语言处理任务。随着预训练模型的发展和标点恢复研究的深入,标点恢复任务的性能在不断提升。然而,基于Transformer结构的预训练模型在提取长序列输入的局部信息方面存在局限性,不利于最终标点符号的预测。此外,以往的研究将标点标签视为要预测的符号,忽略了不同标点的场景属性和标点间的关系。为了解决这些问题,引入移动平均门控注意力(MEGA)网络作为辅助模块,以增强模型对局部信息的提取能力。同时,构建分层预测模块,充分利用不同标点符号的场景属性和标点间的关系进行最终的分类。使用多种基于Transformer结构的预训练模型在不同语言的数据集上进行实验,在英文标点数据集IWSLT上的实验结果表明,在多数预训练模型上应用MEGA模块和分层预测模块都能获得性能增益,使用DeBERTaV3 xlarge在IWSLT的REF测试集上的F1值达到85.5%,相比于基线提升了1.2个百分点。此外,在中文标点数据集的实验中也取得较高的精度。
• Select
  改进概率语言ORESTE的人岗匹配决策方法

  王磊, 李文杰, 王海

  计算机工程. 2024, 50(12): 407-416. https://doi.org/10.19678/j.issn.1000-3428.0068853

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对以多属性概率语言集为信息环境的人岗匹配决策问题,构建基于改进ORESTE排序法和匹配意愿的双边匹配模型。提出概率语言广义兰氏距离公式,利用概率语言幂平均算子确定属性客观权重,并基于博弈论的思想对主、客观权重进行组合优化,从而克服极端值对决策结果的影响,并使得属性权重兼顾专家经验判断的主观分析和信息结构的客观分析两方面因素,更具科学性。改进ORESTE排序法,在ORESTE排序法的弱排序与强排序相结合的基础上,通过引入概率语言广义兰氏距离公式和Borda函数,同时考虑最优化组合的主客观权重,从而使排序结果更加真实与符合实际。为了最大化地满足主体意愿,根据心理行为“首因效应”,提出具有稳定性的新匹配意愿系数,以此构建合理有效的多目标双边匹配模型。在某智慧养老服务平台上的养老服务人岗匹配算例结果表明,该双边匹配模型具有有效性,且决策者可以根据自身风险偏好调节参数κ以最大程度地满足主体意愿。相比ORESTE、TOPSIS等决策方法,所提的改进ORESTE匹配模型能够更加合理有效地计算排序值来获得最优匹配对。