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

    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...
    329-345页
    查看更多>>摘要：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。

    应急物资连续分配多目标优化非支配排序遗传算法启发式策略可持续灾害供应链

      原文链接:
    • 万方数据
    • 维普

    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...
    346-357页
    查看更多>>摘要：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。

    交通流预测时空域联合图注意力网络软注意力机制双向门控循环单元

      原文链接:
    • 万方数据
    • 维普

    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
    358-366页
    查看更多>>摘要：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。

    异常检测时间序列对抗生成网络自编码器信息物理系统

      原文链接:
    • 万方数据
    • 维普

    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
    367-375页
    查看更多>>摘要：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max Fβ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，maxFβ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。

    显著性分割U-型网络结构PCBSOD数据集边界感知引导细化

      原文链接:
    • 万方数据
    • 维普

    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...
    376-385页
    查看更多>>摘要：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。

    车辆识别声音信号重建卷积循环神经网络高效空间金字塔模块时间卷积神经网络时间分辨率优化

      原文链接:
    • 万方数据
    • 维普

    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
    386-395页
    查看更多>>摘要：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巾的情感，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。

    机器学习政务微博情感强度情感分析情感分类

      原文链接:
    • 万方数据
    • 维普

    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...
    396-406页
    查看更多>>摘要：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。

    标点恢复自然语言处理预训练模型Transformer结构分层预测

      原文链接:
    • 万方数据
    • 维普

    改进概率语言ORESTE的人岗匹配决策方法

    王磊李文杰王海
    407-416页
    查看更多>>摘要：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。

    人岗匹配概率语言广义兰氏距离博弈论改进ORESTE排序法新匹配意愿系数

      原文链接:
    • 万方数据
    • 维普

    投稿指南

    《计算机工程》编辑部
    封3页
      原文链接:
    • 万方数据

    《计算机工程》2024年(第50卷)总目次

    后插1-后插12页
      原文链接:
    • 万方数据
    • 维普