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

    基于改进FCM的冲压件缺陷图像分割算法

    张玉杰高晗
    342-351页
    查看更多>>摘要：在工业质检过程中，冲压件缺陷图像分割作为缺陷检测的重要环节，直接影响缺陷检测效果。而传统的模糊C均值(FCM)聚类算法未考虑到空间邻域信息，对于噪声干扰较为敏感，导致分割精度较差，且其整体易受初始值的影响，造成收敛速度变慢。针对上述问题，提出一种改进的FCM算法。采用内核诱导距离中的简单两项代替传统的欧氏距离，将原有的空间像素映射到高维特征空间，提高线性可分概率和计算速度;利用图像像素之间的空间相关性，通过引入改进的马尔可夫随机场对FCM目标函数进行修正，提高算法的抗噪能力以及分割精度;采用秃鹰搜索(BES)算法确定FCM的初始聚类中心，提高算法的收敛速度，同时避免算法陷入局部极值的情况。为验证改进FCM算法的性能，选取划分熵、划分系数、Xie_Beni系数以及迭代次数作为评价指标，并与近年来先进的图像分割算法进行对比。实验结果表明，改进FCM算法具有更好的抗噪能力，能得到更好的缺陷分割效果，对工业生产中的冲压件缺陷检测有一定的应用价值。

    模糊C均值聚类工业应用冲压件缺陷内核诱导距离马尔可夫随机场秃鹰搜索算法

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

    基于图像自适应增强的低照度目标检测算法

    王非凡陈希爱任卫红管宇...
    352-361页
    查看更多>>摘要：在低光环境下的检测任务中，由于低亮度、低对比度以及噪声等不利因素影响，会存在对目标的漏检、错检等现象。针对此问题，提出基于图像自适应增强的低照度目标检测算法。将传统图像处理方法与深度学习相结合，设计图像自适应增强网络，使用多个可调滤波器通过级联的方式进行结合，对输入的低光图像进行逐步增强，各滤波器的调节参数由卷积神经网络根据输入图像的全局信息进行预测。将图像自适应增强网络与YOLOv5目标检测网络相结合进行端到端的联合训练，使图像增强效果更有利于目标检测。由于在低光目标检测过程中易出现漏检现象，对通道注意力机制SE-Net进行改进，设计特征增强网络，并嵌入到YOLOv5网络中Neck部分的末端，以减少网络特征融合过程中造成潜在目标特征的信息损失。实验结果表明，所提算法在真实低光数据集ExDark上的检测精度达到了 77。3％，相较于原始YOLOv5目标检测网络提高了 2。1个百分点，检测速度达到79帧/s，能够实现实时检测的效果。

    自适应增强低照度目标检测注意力机制联合训练

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

    一种用于软件预取的访存轨迹采样算法

    刘大兴顾乃杰黄章进苏俊杰...
    362-369页
    查看更多>>摘要：软件预取作为提升数据存取性能的一种重要技术，得到了广泛的关注和应用。在软件预取的研究中，往往需要使用访存轨迹分析结合采样算法来筛选出存在缓存未命中的访存指令作为预取目标。然而，传统的迸发采样算法无法区分不同类型的轨迹信息，且容易遗漏访问次数较少的指令。针对以上问题，提出一种基于单遍聚类和分层采样的访存轨迹采样算法。首先提取访存轨迹信息特征;然后利用单遍聚类方法并依据特征相似程度进行访存信息聚类;最后以聚类为基础进行分层采样，根据缓存未命中率对轨迹中不同的部分合理分配注意力来调整采样比，有效缓解了规模较小类别的采样遗漏情况。实验结果显示，在选择的8个测试程序上，相比于传统迸发采样算法，所提算法可平均多覆盖15。70％的缓存未命中指令，基于所提算法的预取平均可额外减少20。76％的缓存未命中数和3。51％的程序运行时间。

    分层采样访存轨迹软件预取迸发采样单遍聚类

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

    基于电机数据图像化的多时序变量间接卡车误吊起检测

    刘嘉杰刘国平胡文山
    370-380页
    查看更多>>摘要：自动化集装箱码头的装卸作业中经常发生集装箱与卡车同时被吊起的安全事故，导致人员伤亡及货品、车辆的损坏。为解决该问题，提出一种基于电机数据图像化处理的多时序变量间接卡车误吊起检测方法(MEIN)。该方法通过神经网络分析异步电机在吊起集装箱和卡车的过程中产生的电流和电压异常，从而判断是否发生了误吊起事故。采集吊机的三相电流和电压数据，并基于物理公式进行特征工程计算出多个相关时序物理量，采用滑动窗口、SMOTE-Tomek综合采样的方式扩大样本总数并平衡类别数量，最后将多时序变量转换为图像的形式以EfficientNet进行分类。实验结果表明，该方法能在复杂的环境下(例如雨雾天气或轮胎被遮挡)保持稳定的检测性能，各测试地区的AUC均在0。997以上。相较于传统的基于激光雷达和计算机视觉的检测方法，MEIN方法具有成本低、精度高、计算量小并且抗环境干扰能力强等优点。该方法已在武汉、青岛、钦州、梅山等多地部署，为提高自动化集装箱码头的作业安全提供一种有效的解决方案。

    时间序列分类卷积神经网络合成少数类样本的过采样技术TomekLinks欠采样技术卡车误吊起检测

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

    结合轻量化与多尺度融合的交通标志检测算法

    兰红王惠钊
    381-392页
    查看更多>>摘要：交通标志检测在自动驾驶领域具有重要的应用价值，及时准确地检测交通目标对提高驾驶安全性和预防交通事故具有重要意义。针对交通标志尺寸小，易受遮挡，在复杂环境下容易出现漏检、错检等问题，在YOLOv8的结构基础上提出一种结合轻量化与多尺度融合的交通标志检测网络架构M-YOLO，构建M-YOLOs模型来应对高精度需求的检测任务，并调整网络深度得到更轻量化的M-YOLOn模型来解决不同环境下的检测需求。首先针对交通标志目标尺寸小、图像特征流失的问题，通过增加小目标检测层，保留更多的特征信息，提高网络对于小目标的特征学习能力。提出高效多尺度特征金字塔融合网络MPANet，将浅层特征图进行降维与跳跃连接，从而融合更多的图像特征信息。然后提出融合稀疏注意力和空间注意力的BRSA注意力模块，有效提取全局和局部的位置信息，减少复杂背景下对于关键信息的干扰。最后设计两种轻量高效的BBot模块和C2fGhost模块，以提高模型运算速度并减少参数量。实验结果表明，M-YOLO相较于YOLOv8，参数量降低约1/3。在TT100K数据集和GTSDB数据集上，M-YOLOs检测精度分别提升了 9。7和2。1个百分点，M-YOLOn检测精度分别提升了 14。5和2。6个百分点，在轻量化的同时具备更高的检测效果。M-YOLO架构解决了浅层特征图在特征提取过程中信息丢失的问题，并显著降低模型特征提取过程中冗余的计算开销，在实景采集的数据集上证实效果有效，表明在交通标志检测任务中具有应用价值。

    卷积神经网络轻量化模型目标检测注意力模块多尺度融合

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

    考虑能耗的海铁联运集装箱码头多设备协同调度

    杨佳珠余芳杨勇生
    393-404页
    查看更多>>摘要：随着多式联运和绿色港口的发展，提高海铁联运效率和降低能源消耗成为码头亟需解决的问题。针对集装箱码头铁路作业区与码头作业区共堆场布局下设备利用率低与作业能耗高的问题，构建混合装卸作业下轨道吊、自动导向车(AGV)及场桥的协同调度优化模型，旨在实现作业完工时间最短、轨道吊和AGV的作业能耗最优，以及提高轨道吊协同作业的利用率。该模型综合考虑轨道吊间相互干涉、AGV伴侣容量限制以及AGV和轨道吊装卸过程中的重载、空载与等待状态下的不同能耗等约束，并针对轨道吊的干涉约束引入轨道吊任务分配策略。同时，采用改进的混合灰狼遗传算法对模型进行求解，具体改进策略包括引入灰狼算法位置更新策略优化遗传算法的交叉方式以提高最优解搜索效率，以及在遗传算法的选择步骤前引入基于奖励机制的评估器增强算法的局部搜索能力。实验结果表明，与轨道吊作业范围已知相比，考虑轨道吊任务分配使轨道吊的平均利用率提升了 3％～8％。与自适应混沌遗传算法、遗传算法相比，改进混合灰狼遗传算法能在较短的作业完工时间内节约更多的能耗。

    海铁联运协同调度混合装卸任务分配改进混合灰狼遗传算法

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

    基于用户多类型反馈行为序列的点击率预估模型

    吴永庆王钰涵朱月
    405-417页
    查看更多>>摘要：在推荐系统中，现有的点击率预估模型通常采用用户近期点击过的行为序列作为模型的输入，这将使模型难以得到全面的用户兴趣表示，导致模型无法获得最优的精度。为了解决这个问题，引入一个基于用户多类型反馈行为序列的点击率预估模型(UMFB)。该模型中多种类型的用户行为序列包括隐式反馈序列和显式反馈序列，并且能够对不同的用户兴趣偏好进行建模。鉴于隐式反馈序列中包含大量的噪声，结合基于傅里叶变换的兴趣去噪层来减轻干扰。此外，为了解决显式反馈序列数据的稀疏性问题，部署基于对比学习的兴趣增强层来提高建模效果。最后采用个性化兴趣融合层对用户的偏好进行建模。为了验证UMFB模型的有效性，在短视频推荐领域的KuaiRand-Pure和KuaiRand-1K数据集上进行了对比实验，结果表明，与DMT基线模型相比，UMFB模型的AUC分别提高了 1。07和0。91个百分点。

    推荐系统点击率预估行为序列建模多种行为序列对比学习

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

    基于混合动作强化学习的电动汽车聚合商决策优化算法

    孔月萍杨世海段梅梅丁泽诚...
    418-428页
    查看更多>>摘要：电动汽车可以在聚合商的集中式管理下形成规模化灵活可调资源，从而在能源市场上套利并为电网提供辅助服务。为此，提出一种基于混合动作强化学习的电动汽车聚合商决策优化算法。该算法利用连续动作优化市场投标决策，根据离散动作控制不同功率分解策略的动态切换，从而实现市场投标与功率分解决策的联合优化。此外，还提出了一种考虑单位灵活性价值的电动汽车聚合灵活性建模方法，在最大化日总灵活性价值的同时确保每台汽车的充电需求得到满足。仿真实验结果表明，动态策略切换能够充分利用优先级分解策略和比例分解策略在延缓电池衰减、维持电池双向调节灵活性方面的各自优势，与仅考虑投标决策优化的算法相比，所提算法可以进一步提升电动汽车充电站的运行经济性。

    强化学习混合动作输出电动汽车聚合商功率分解市场投标

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

    投稿指南

    《计算机工程》编辑部
    封3页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据