首页期刊导航|计算机工程
期刊信息/Journal information
计算机工程
华东计算技术研究所　上海市计算机学会
计算机工程

华东计算技术研究所　上海市计算机学会

游小明

月刊

1000-3428

hdsce@sohu265359.sohuvip.net

021-54972331

200233

上海市桂林路418号

计算机工程/Journal Computer EngineeringCSCD北大核心CSTPCD
查看更多>>本刊是中国电子科技集团公司第三十二研究所（华东计算技术研究所）主办的学术性刊物，是上海市计算机学会会刊。主要特点：以最快的速度、科学求实的精神，精选刊登代表计算机行业前沿科研、技术、工程方面的高、精、尖优秀论文。贯彻党的“双百”方针，繁荣科技创作，促进国内外学术交流，探讨和传播计算机科学的理论和实践，加速和促进我国计算机事业的发展。
正式出版
收录年代

    基于视觉-语言预训练模型的零样本迁移学习方法综述

    孙仁科许靖昊皇甫志宇李仲年...
    1-15页
    查看更多>>摘要：近年来随着人工智能(AI)技术在计算机视觉与自然语言处理等单模态领域表现出愈发优异的性能，多模态学习的重要性和必要性逐渐展现出来，其中基于视觉-语言预训练模型的零样本迁移(ZST)方法得到了国内外研究者的广泛关注。得益于预训练模型强大的泛化性能，使用视觉-语言预训练模型不仅能提高零样本识别任务的准确率，而且能够解决部分传统方法无法解决的零样本下游任务问题。对基于视觉-语言预训练模型的ZST方法进行概述，首先介绍了零样本学习(FSL)的传统方法，并对其主要形式加以总结;然后阐述了基于视觉-语言预训练模型的ZST和FSL的区别及其可以解决的新任务;其次介绍了基于视觉-语言预训练模型的ZST方法在样本识别、目标检测、语义分割、跨模态生成等下游任务中的应用情况;最后对现有的基于视觉-语言预训练模型的ZST方法存在的问题进行分析并对未来的研究方向进行展望。

    零样本学习视觉-语言预训练模型零样本迁移多模态计算机视觉

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于深度学习特征的二维图像匹配算法综述

    黄开基杨华
    16-34页
    查看更多>>摘要：图像匹配的目标是从两个或多个图像中找到相似结构之间的对应关系，是计算机视觉技术的重要基础，在机器人、遥感、自动驾驶等领域具有广泛应用。近年来随着深度学习技术的发展，基于深度学习的二维(2D)图像匹配算法在特征提取、特征描述、特征匹配3个方面不断进行改进，其性能在匹配精度、鲁棒性等方面远超传统算法，取得了重大突破。首先，总结近10年基于深度学习特征的2D图像匹配算法，将其分为基于局部特征的双阶段图像匹配、联合特征检测和描述的图像匹配、无特征检测的图像匹配3类算法，阐述这3类算法的发展过程、分类方法、性能评价指标并归纳其优点及局限性。然后，介绍2D图像匹配算法的典型应用场景，分析2D图像匹配算法的研究进展对其应用领域的影响。最后，总结并展望2D图像匹配算法的发展趋势。

    图像匹配局部特征深度学习特征检测特征描述

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    阿尔茨海默病的图神经网络分类方法研究进展

    顾宇衡潘嘉诚钱江波董一鸿...
    35-50页
    查看更多>>摘要：阿尔茨海默病(AD)是一种不可逆的神经退行性疾病，会导致认知能力的逐渐下降。AD症状的演变过程可能很长，在不同的神经成像模式中可检测到脑区生物标志物的细微变化，但其早期检测具有挑战性。由于神经成像数据的高度复杂性和大脑网络的不规则性，传统的机器学习和深度神经网络模型存在许多不足，开发基于图神经网络(GNN)的计算机辅助诊断(CAD)模型可以为分析非欧几里得空间的神经影像模式以及探究生物标志物提供极大帮助。首先，对基于GNN分类方法的AD预测进行详细的调研和概述。然后，从基于单模态数据和基于多模态数据两个视角进行梳理，重点介绍和分析这些方法在单模态和多模态数据应用场景中的数据提取、脑网络建模、特征学习、信息融合等过程，并评述部分方法的性能。最后，针对GNN应用于AD诊断的主要挑战和未来研究方向进行了展望，为AD辅助诊断的进一步研究提供有益的建议。

    图神经网络阿尔茨海默病辅助诊断神经成像多模态数据

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于热力图预测的免"锚框"人物目标检测算法

    王子豪方成李丽萍鹿存跃...
    51-60页
    查看更多>>摘要：传统的目标检测算法通常预设许多候选的目标边界框("锚框")穷举待检测目标的潜在位置，在对边界框进行置信度计算后筛除冗余边界框确定人物位置，此类检测方法需要复杂的后处理程序，检测效率低。针对待检测的人物目标，提出基于热力图预测的免"锚框"目标检测算法，将人物目标的检测转化为对人物热力图的最大值，即目标中心点的检测。通过中心点进行目标尺寸的回归，最终确定目标位置，免除对"锚框"的依赖和计算，从而有效降低计算成本，大幅提高目标检测的速度。实验结果表明:与传统基于"锚框"的检测算法Faster R-CNN和SSD相比，所提算法目标检测速度大幅提升，达到45帧/s，同时检测精度相较前两者在不同数据集上均有所改善。在现实场景测试中，即使视频中存在人物交叉遮挡情况，该算法也能实时跟踪和精准检测人物位置，达到实时检测的目的。

    目标检测免"锚框"热力图中心点检测hourglass网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于DeFi消息传递机制的跨链交易关联方法

    林丹郑梓烨付齐双吴嘉婧...
    61-68页
    查看更多>>摘要：跨链桥作为一种新型区块链基本服务，实现了区块链间的资产和数据流通，极大地促进了区块链去中心化金融(DeFi)的建设。然而在实际应用过程中，由于跨链桥的交易不透明与资产难追踪问题，许多犯罪分子开始将跨链技术作为一种洗钱手段，在链间进行非法资产的转移。因此，跨链交易追踪问题正逐渐成为学术界与相关监管部门关注的焦点。现有方法主要通过规则匹配的启发式算法来实现跨链交易的关联，这种方法虽能有效匹配特定区块链间的交易，但仅面向中心化金融(CeFi)跨链桥服务，且高度依赖于中心化的内部应用程序编程接口(API)，难以广泛支持多种跨链桥的交易关联。为解决以上问题，提出一种面向DeFi跨链桥服务的交易关联方法。根据跨链桥消息传递机制获取源链的存款事件日志，并基于专家规则提取关键跨链信息，利用数据爬取技术构造目标链交易搜索空间。在此基础上，通过多种业务规则实现跨链交易的关联。实验结果表明，该方法在Celer cBridge、Multichain和Poly Network这3座跨链桥的真实交易数据集(以太坊为源链，币安智能链为目标链)上准确率分别达到93。6％、95。3％和91。6％，具有较好的关联效果。

    跨链交易关联去中心化金融跨链桥服务启发式算法消息传递机制交易追踪

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进狼群算法的无人机协同任务规划

    彭泫滈张娟李辉胡术...
    69-79页
    查看更多>>摘要：多无人机在现代化作战中的运用日渐增多，无人机任务规划在无人机智能作战中至关重要。针对子系统能力约束下的无人机任务分配问题，提出一种Levy Flight(LF)优化下基于拍卖机制的混沌反向学习狼群优化算法CRL-AMIWPA。首先，定义无人机能力矩阵和任务场景，对无人机异构性、任务执行能力、执行任务能力最低需求建立同一矩阵描述，根据距离油耗和最迟任务完成时间的加权和建立目标函数，建立子系统约束下的任务分配模型;然后，设计狼群个体编码，每个编码方案包含一种任务分配策略，针对未达到任务需求最低能力的解，采用基于合同网的拍卖策略予以修正。另外，在狼群初始化阶段，采用Tent混沌算子和反向学习策略，将狼群个体均匀地分布在解空间中，以提高初始种群的多样性，最后，利用LF策略优化寻优过程，提高跳出局部最优解的能力。仿真实验结果表明，所提算法能有效解决在子系统约束场景下无人机任务分配问题，相比其他群智能算法和狼群算法，具有更优的寻优性和收敛速度。

    狼群算法任务分配混沌优化变步长优化群智能算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    No-CapsE:一种基于节点共现的四元数胶囊网络知识图谱补全模型

    刘多张东李冠宇
    80-88页
    查看更多>>摘要：知识图谱补全是通过预测知识图谱中缺失的事实进行填补，以解决知识图谱中的数据稀疏问题。CapsE、QuatE等用于知识图谱嵌入的模型在链接预测方面已经取得了较好的表现，但是，CapsE模型因其在复数空间进行链接预测与数据挖掘，会受限于其数据维度，使得数据挖掘不够深入，QuatE采用四元数构造超复数平面进行逻辑旋转，但其方法简单，无法有效地构建复杂关系。为此，提出一种改进的胶囊网络补全方法No-CapsE，在超复数平面构建胶囊网络。将数据用四元数进行表示并输入到四元数卷积网络中，输出的特征向量作为胶囊网络的输入，通过点积操作进行评分并依据评分判定三元组的正确性。此外，为了提高模型的训练速度，提出节点共现的思想，将实体和关系都视作节点。在公开数据集FB15K-237与WN18RR上进行链接预测实验，同时为了进一步探究所提模型的性能与效果，进行消融实验。实验结果均表明，相较于对比模型，No-CapsE的知识图谱补全效果更好，可以应用于大规模链接预测任务。

    知识图谱链接预测胶囊网络四元数节点共现

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于深度纹理特征的伪装目标边缘细化检测

    袁昊葛海波辛世澳胥冬梅...
    89-99页
    查看更多>>摘要：为解决传统伪装目标检测(COD)出现的空间信息不完整和目标边界模糊的问题，提出一种基于深度纹理特征的伪装目标边缘细化检测算法。该算法针对目标的纹理差异和边缘细节设计上下文纹理差异放大模块(CTDAM)、特征边界搜寻模块(FBSM)和边界推理模块(BIM)。CTDAM利用全局感受野覆盖和并行多分支混合卷积方式突出被遮挡的伪装目标的纹理差异;在注意力特征融合模块(AFFM)中引入局部注意力和位置通道感知并行注意力指导特征跨层融合，达到平衡局部信息和增强全局上下文语义信息的效果;FBSM利用自注意力机制将低层与高层特征相结合，处理不同边界像素点之间的依赖关系;BIM利用FBSM所提供的边界指导因子，指导融合后的特征推断出真实目标并细化边缘细节。在CAMO、CHAMELEON和COD 10K数据集上利用4个客观评估指标进行定量和定性实验，结果表明，该算法的检测性能优于对比的8种先进算法，在COD 10K数据集上，其平均绝对误差(MAE)达到了 0。034。

    伪装目标检测特征边界搜寻注意力特征融合上下文信息纹理差异

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于生成对抗网络的深度伪造跨模型防御方法

    戴磊曹林郭亚男张帆...
    100-109页
    查看更多>>摘要：为了降低深度伪造技术滥用带来的社会风险，提出一种基于生成对抗网络的主动防御深度伪造方法，通过在原始图像上增加微弱扰动制作对抗样本，使多个伪造模型输出产生明显失真。提出模型由对抗样本生成模块和对抗样本优化模块组成。对抗样本生成模块包括生成器和鉴别器，生成器在接收原始图像生成扰动后，通过对抗训练约束扰动的空间分布，降低扰动的视觉感知，提高对抗样本的真实性;对抗样本优化模块由基础对抗水印、深度伪造模型和鉴别器等组成，通过模拟黑盒场景攻击多个深度伪造模型，提高对抗样本的攻击性和迁移性。在常用深度伪造数据集CelebA和LFW上进行训练和测试，实验结果表明，相比现有主动防御方法，提出方法在实现跨模型主动防御的基础上，防御成功率达到85％以上，并且对抗样本生成效率比传统算法提高20～30倍。

    深度伪造对抗样本主动防御生成对抗网络迁移性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    教育领域下多维度特征命名实体识别方法

    任义苏博袁帅
    110-118页
    查看更多>>摘要：信息技术的发展与进步促使"互联网+教育"成为目前教育领域的研究热点，教育教学的各个环节都在向智能化的方向发展。中学数学的命名实体识别(NER)任务的研究，可为后续构建中学数学学科知识图谱及自动问答等任务奠定基础，进而满足中学生个性化知识获取的需求，助力新型智能化教育体系的构建。目前中学数学知识语义复杂，其NER和研究数据较少，且在当前主流模型特征提取任务中容易忽略掉部分局部特征。为解决该领域的实体识别困难问题，以自建的中学数学知识语料库为研究对象，提出一种融合多头注意力的多维度特征NER方法。该方法首先采用BERT进行文本表征预训练得到词向量，接着引入对抗训练对每个嵌入向量进行扰动，将得到的对抗样本和嵌入向量传送到多维度特征提取层进行特征提取，再将输出的特征进行拼接，通过多头注意力机制进行动态融合，最终经过条件随机场(CRF)修正后输出。实验结果表明，该方法在自建Educ数据集上的识别准确率、召回率以及F1值分别达到96。68％、97。71％和97。19％，证明了该方法在中学数学知识实体识别上的有效性。

    命名实体识别教育领域对抗训练多维度特征提取多头注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据