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

    面向视频行为识别深度模型的数据预处理方法

    安峰民张冰冰董微张建新...
    281-287页
    查看更多>>摘要：以视频帧采样和数据增强为代表的预处理操作是提升视频行为识别深度模型性能的重要手段.针对现有视频数据预处理存在的采样视频帧区分性不足、数据增强方式单一等问题,提出一种面向视频行为识别深度模型的数据预处理方法.在视频帧采样上设计动作指导的片段化视频采样策略,综合考虑视频帧间差异特征与视频片段短期时序特征,通过显著行为动作获取关键视频帧并对其邻近视频帧进行采样,有效提高所选取视频帧的时空区分能力.借鉴图像分类中的随机数据增强方法,以随机数据增强方式对采样后视频短片段进行数据增强处理,使视频识别深度模型学习到更复杂的空间变化信息.根据2个公开的视频识别数据集和2个代表性的网络模型的评估实验结果表明,所提预处理方法可以使基准模型获得2.5个百分点以上的准确率提升,最高可提升6.8个百分点.上述实验结果验证了所提预处理方法在视频行为识别任务中的有效性.

    视频行为识别预处理方法动作指导的片段化视频采样数据增强深度学习

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

    加权能耗最小化的无人机辅助移动边缘计算策略研究

    曾耀平夏玉婷江伟伟刘月强...
    288-297页
    查看更多>>摘要：针对异构网络中非均匀分布式流量的平衡问题,构建一个基于非正交多址接入-终端直连的多无人机(UAV)辅助边缘计算系统.该系统中的能耗直接受同信道干扰、计算资源和传输功率的影响,通过联合优化卸载决策、任务量、资源分配以及UAV的飞行轨迹以最小化系统加权能耗.由于所提优化问题为非凸问题且高度耦合,因此提出一种基于李雅普诺夫(Lyapunov)的两阶段在线资源协调分配方案进行求解.首先,运用Lyapunov优化理论对系统模型进行改进,以消除其对未知信息的依赖,将目标优化问题转化为仅依赖于当前时隙的优化问题;其次,将优化问题分解为4个子问题,采用交替迭代的方法进行求解,在子问题的求解过程中,采用启发式用户匹配算法获取用户最佳匹配方案,并引入改进的自适应下降交替方向乘子法来获取最优卸载决策;最后,通过连续凸逼近技术将无人机的飞行轨迹问题转化为可解的凸问题.仿真结果表明,与Local、Random、ADMM这3种基准方案相比,该方案在保证队列稳定性的前提下,能耗约降低40%～70%.

    移动边缘计算计算卸载轨迹优化资源分配能耗

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

    基于联邦学习的船舶AIS轨迹预测算法

    郑晨俊曾艳袁俊峰张纪林...
    298-307页
    查看更多>>摘要：联邦学习是一种可以在弱通信环境下有效解决数据孤岛问题的分布式机器学习方法.针对海上船舶轨迹实时预测问题,提出基于Fedves联邦学习框架与卷积神经网络-门控循环单元(CNN-GRU)模型的船舶轨迹预测算法(E-FVTP).根据Fedves联邦学习框架,通过规范客户端数据集规模以及客户端正则项,在保持原有客户端数据特征的前提下,减小数据非独立同分布特征对全局模型的影响,加快收敛速度.面向海洋通信资源短缺场景,建立基于船舶自动识别系统(AIS)数据的CNN-GRU船舶轨迹预测模型,解决了船舶终端设备计算能力不足的问题.在MarineCadastre开源和舟山海洋船舶航行AIS数据集上的实验结果表明,E-FVTP在预测误差比集中式训练降低40%的情况下,收敛速度提升67%、通信代价降低76.32%,可实现复杂海洋环境中船舶轨迹的精确预测,保障海上交通安全.

    联邦学习船舶轨迹预测自动识别系统深度学习非独立同分布

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

    结合高斯滤波与MASK的G-MASK人脸对抗攻击

    李倩向海昀张玉婷甘昀...
    308-316页
    查看更多>>摘要：深度神经网络的快速发展使其在计算机视觉和自然语言处理等领域取得较大成功,但是对抗攻击会导致神经网络的表现性能降低,对各类系统的安全保密性造成严重威胁.现有黑盒攻击方法在人脸识别中性能表现较差,攻击成功率较低且生成对抗样本迁移性不高.为此,提出一种结合高斯滤波与掩码的对抗攻击方法G-MASK.利用Grad-CAM输出的热力图确定对抗样本的掩码区域,使其只在掩码区域施加扰动,提高黑盒攻击成功率,采用扰动集成方法提高黑盒迁移能力,增强黑盒攻击鲁棒性,对生成的扰动进行高斯平滑处理,降低集成模型之间干扰噪声的差异,提高图像质量且增强扰动掩蔽性.实验结果表明,针对不同的人脸识别模型,G-MASK方法在保证白盒攻击成功率较高的条件下能够显著提升黑盒攻击效果,并具有更优的掩蔽性,经过模型扰动集成的对抗样本白盒攻击成功率均提高至98.5%以上,黑盒攻击成功率最高达到75.9%,与快速梯度符号法(FGSM)、迭代快速梯度符号法(I-FGSM)和动量迭代梯度符号法(MI-FGSM)相比分别平均提升12.1、10.6和8.2个百分点,充分验证了该方法的有效性.

    对抗样本黑盒攻击人脸识别高斯滤波掩码

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

    面向急性缺血性脑卒中的CT生成MRI算法

    张美美秦品乐柴锐曾建潮...
    317-326页
    查看更多>>摘要：急性缺血性脑卒中病灶在计算机断层扫描(CT)上表现不明显,但在核磁共振成像(MRI)上可以清晰显示.然而,当患者体内有金属植入物等特殊情况则无法进行MRI检测,使得患者的治疗受到延误.通过CT生成MRI可在急性缺血性脑卒中的诊断和治疗中起到至关重要的作用,但现有的医学影像跨模态生成方法从CT得到的MRI缺乏病灶信息且边界模糊.为了解决上述问题,提出一种基于影像组学和扩散生成对抗网络的急性缺血性脑卒中CT生成MRI算法,通过影像组学在CT上进行病灶特征增强,突出生成MRI的病灶信息,引入梯度损失为生成图像与真实图像增加边缘感知约束,提升生成MRI的质量.在ISLES2018挑战赛数据集上的实验结果表明,该算法生成的MRI在整体上的峰值信噪比为23.051 dB,结构相似度为0.798,皮尔逊相关系数为0.969,并且病灶区域的互信息为2.075,与现有的生成模型相比,该算法的各项指标均达到最优.此外,经3名经验丰富的放射科医生在生成的MRI上确定病灶并进行阳性/阴性分类,其中生成的MRI中无错误病灶,且分类准确率可达到86.61%,可作为一种辅助工具协助医生进行诊断.

    医学图像生成影像组学扩散生成对抗网络计算机断层扫描核磁共振成像

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

    基于多任务联合注意力的结肠息肉分割网络

    郭祥振李思潼卢锐郭森...
    327-336页
    查看更多>>摘要：结肠息肉具有边界不清晰且大小、颜色、形状各异的特点,使得采用深度学习方法提高其分割性能仍是一项极具挑战性的工作.为提高息肉分割的准确率,提出一种基于多任务联合注意力的结肠息肉分割网络CPMJA-Net.为改善Transformer缺乏机制来增强局部区域信息交换的问题,设计级联融合模块以增强网络的局部特征表示,有助于息肉边缘的识别和恢复.受多头Self-Attention机制的启发,构建多任务注意力模块,采用渐进式融合的方式将不同模块得到的特征图逐步进行融合,以凸显关键信息并抑制干扰信息.为更好聚合图像的高级和低级特征,设计联合注意力模块,利用高级特征的轮廓信息在低级特征中筛选出有利于边缘分割的细节特征,并将其与息肉轮廓聚合起来,得到更加精确的边缘分割结果.实验结果表明,CPMJA-Net在4个公开数据集上的性能表现均为最优,与次优的算法相比,CPMJA-Net的mDice系数分别在Kvasir、CVC-CilinicDB、CVC-ColonDB和ETIS数据集上提升0.7、0.8、0.4、0.4个百分点,平均交并比(mIoU)也分别提升1.6、1.2、0.6、0.5个百分点,其能改善过分割问题,弥补注意力机制的不足,提升解码器的细节恢复能力.

    肠道息肉检测PVT网络自注意力机制多任务注意力联合注意力

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

    基于多粒度字形增强的中文医学命名实体识别

    刘威马磊李凯李蓉...
    337-344页
    查看更多>>摘要：中文医学命名实体识别(CMNER)旨在从中文非结构化医学文本中提取实体.现有的基于字符的CMNER模型没有从不同角度全面考虑汉字的特点,限制了其应用于CMNER的性能.基于此,提出基于多粒度字形增强的中文医学命名实体识别模型.对于输入的句子,结合汉字的字形空间结构和偏旁部首的表示,同时根据相应的领域词典来匹配字符的领域词信息,增强字符的语义和潜在边界信息,使模型获得更好的实体识别能力;通过门控机制整合领域词和汉字的字形多粒度特征,综合考虑汉字的领域信息和汉字底层信息,从而具有更好的感知医学实体的能力.在此基础上,将多粒度字形增强的字符表示输入到双向长短记忆和条件随机场层,分别进行上下文编码和标签解码.实验结果表明,本文模型较于最佳基线模型在IMCS21和CMeEE数据集上的F1值分别提升了1.04%和0.62%.此外,通过消融实验验证了该模型的每个组成部分的有效性,在识别中文医学命名实体时具有较好的识别性能.

    命名实体识别医学领域字形结构门控机制领域词典

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

    基于双参考优化的壁画图像色彩还原

    徐志刚张聪
    345-352页
    查看更多>>摘要：褪变色壁画图像的色彩还原研究可以促进壁画的保护和展示.壁画图像色彩还原旨在将退化壁画图像的色彩褪变区域还原为原有色彩.常规的基于单幅参考壁画图像的色彩还原方法难以选取与退化壁画图像相似的参考壁画图像,进而影响色彩还原质量.为此,提出一种基于双参考优化的壁画图像色彩还原方法.采用双参考策略,即使用2幅参考壁画图像对退化壁画图像进行色彩还原,利用图像优化模块抑制褪变色壁画图像中普遍存在的噪声、划痕等多重退化,通过编码器-解码器网络编码提取壁画图像多尺度特征,并构建特征融合模块优化壁画图像的多尺度特征.采用双参考指导模块计算参考壁画图像与退化壁画图像的语义对应置信度,以实现图像区域间的相似性匹配,并实现2幅参考壁画图像的风格融合.在此基础上,利用融合特征实现退化壁画图像的色彩还原.实验结果表明,该方法可以较准确地还原退化壁画图像色彩,同时能较好保持壁画图像原有的边缘结构信息,并且使用无参考图像质量评估指标对各个方法的还原壁画图像进行客观评估,与对比方法相比,该方法在客观评估指标上最多可降低12.2%.

    褪变色图像壁画图像色彩还原编码器-解码器网络双参考优化方法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 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