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

    求解时间依赖型绿色车辆路径问题的算法研究

    葛非闵珊邱含代振阳...
    1-10页
    查看更多>>摘要：蚁群优化(ACO)算法是一种模拟自然界蚂蚁寻找食物路径的优化算法，能够在动态变化的环境中无需任何外部指导或控制解决几何分布的非确定性多项式(NP)-Hard组合问题。针对ACO算法在求解NP-Hard问题时容易陷入局部最优、搜索的深度与广度之间难以平衡等问题，提出一种绿色智能进化蚁群优化(G-IEACO)算法。引入4种邻域操作算子，改进ACO算法的状态转移规则和信息素更新方式，以增强寻优性能并防止过早收敛，同时采用规避拥堵策略，平衡时间成本和环境成本。应用Solomon标准测试集中不同规模的算例进行仿真实验，数值分析结果表明，G-IEACO算法在处理车辆总行驶时间(TT)和车辆碳排放量(TCO2)方面优于遗传算法(GA)，在客户规模为100的R2类和RC2类算例中平均降低了 13。32％的TT和13。64％的TCO2，有效地促进了绿色低碳目标的实现。

    蚁群优化算法操作算子状态转移信息素更新规避拥堵策略

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv8的高速公路服务区车辆违停检测

    陈伟王晓龙张晏玮安国成...
    11-19页
    查看更多>>摘要：在高速公路服务区违停检测过程中光照、天气变化等复杂环境会使车辆检测精度急剧下降，同时摄像机拍摄角度、车体高度等因素会增加车辆违停检测的误报率和漏报率。为此，提出一种基于改进YOLOv8的高速公路服务区违停检测算法。在YOLOv8网络模型的特征金字塔池化层中，构建膨胀空间金字塔池化(DSPP)模块和基于分支注意力机制的膨胀空间金字塔池化(DSPPA)模块，减少特征提取网络中深层语义信息的丢失，同时利用DSPPA中的分支注意力(BA)机制为不同感受野分支特征赋予不同的权重，使模型更关注与目标尺寸相适应的特征。设计基于全局匹配的停车位分配策略，有效降低了视角倾斜、车辆重叠遮挡等情况下违规占用停车位的误报率与漏报率。实验结果表明，改进算法的违停检测误报率从15％下降至8％，违停检测漏报率从7。5％下降至6。1％，具有较好的车辆违停检测效果。

    YOLOv8车辆检测空间金字塔池化全局匹配车辆违停检测

      原文链接:
    • 万方数据
    • 维普

    面向动态公交的离散分层记忆粒子群优化算法

    黄君泽吴文渊李轶石明全...
    20-30页
    查看更多>>摘要：随着智慧城市、智慧交通的发展，移动互联网和公交智能基础设施以及相关数据的不断完善，通过用户手机预约公交服务的新型公交运营方式——动态公交，已经成为许多城市公交发展的重要探索方向。但目前，对动态公交问题的建模、算法研究不足。基于这一研究现状，提出动态公交问题模型和面向动态公交的离散分层记忆粒子群优化(PSO)算法。首先给出动态公交问题的目标函数和约束条件，给出动态公交问题的解的形式，并定义解的编辑距离;其次提出使用数据驱动的预计算路径集生成PSO算法的优质初始解的方法，给出基于解的编辑距离的PSO算法中粒子的变异概率和自适应收敛系数的计算方式;最后提出将粒子群分层求解的方法，其中低层粒子群可复用、可继承，从而减少单时间片内、时间片间复制和重初始化带来的性能损耗。基于重庆市北碚区蔡家岗街道的真实场景和亿级历史数据建立仿真环境进行实验，实验结果表明:相对于不分层PSO算法，分层PSO算法通过复用和继承能缩短超80％计算用时;自适应参数和变异机制能帮助算法更稳定地收敛到更优解;相对于传统公交系统，动态公交能在同等运力限制下，提高22％的乘客接单率，节省39。1％的乘客出行时间，所提算法能满足公交运营商在片区内进行动态公交调度的需求;相对于对比算法，所提算法平均缩短了 85。3％的计算用时，并且在仅耗用80％里程的情况下提高了至少12％的接单率。

    智慧交通动态公交问题电召问题粒子群优化算法预计算路径集自适应变异

      原文链接:
    • 万方数据
    • 维普

    用于热成像数据的卷积神经网络特征图筛选方法

    张雷沈国琛欧冬秀
    31-40页
    查看更多>>摘要：红外热成像数据可以有效辅助可见光图像数据，弥补其在天气和光照条件上的不足。现有的研究往往借助域适应将基于可见光图像数据训练得到的卷积神经网络用于处理热成像数据，以弥补热成像数据缺少大量标注训练集的不足，但是这类方法仍无法避免一定程度的训练。而一些研究者发现，图像在频域上呈现域不变成分和随域改变成分的分离现象。受这一现象的启发，提出一种基于离散余弦变换和卡方独立性分数的卷积神经网络特征图筛选方法。利用频域分离域不变成分和随域改变成分，借鉴卡方独立性检验的思想提出基于频段分量的独立性分数，用于度量特征图的差异度，使用聚类将特征图分类，保留主要包含域不变成分的特征图分支，得到适用于热成像数据的网络。实验结果表明，该方法可以充分利用预训练卷积神经网络的潜在预测能力，且不需要重新训练模型。预训练网络无法预测热成像数据，而筛选后的网络前5位预测结果与目标相关的比例最高可达90％。

    热成像数据离散余弦变换域适应卷积神经网络交通场景

      原文链接:
    • 万方数据
    • 维普

    基于张量计算的智慧交通多维数据计算与小样本学习

    司明悦齐斌张文胜张雷...
    41-49页
    查看更多>>摘要：针对智慧交通场景中样本较少且难以获取的问题，提出一种张量计算与小样本学习相结合的综合模型，从而应对目标域样本不足导致训练效果差的情况。构建基于张量计算的多维计算模型，处理智慧交通场景中的多维异构数据，基于数据的时空相关性获得融合数据张量，将融合数据作为输入数据，经由小样本学习模型进行训练，最终根据消融实验结果比较分析基于不同张量计算方案和小样本学习方法的张量小样本学习模型性能。仿真结果表明，相较于2种基于度量的小样本学习模型:原型网络和匹配网络，基于元学习的小样本学习模型和张量计算模型相结合后的可信度更高，并且基于不同的张量融合方案，元学习模型的准确率和F1值得到了不同程度的提升，其中基于逆分解张量融合方案的模型准确率可达0。95，性能优于平行因子分解(CPD)融合方案。

    智慧交通张量计算数据融合小样本学习元学习

      原文链接:
    • 万方数据
    • 维普

    基于虚拟网关的交通基础设施监测点位数据接入方法

    黄亮邹鹏曹菁菁胡健...
    50-59页
    查看更多>>摘要：针对交通基础设施点位监测数据来源多样、结构各异、协议不一的特点，分析具体接入需求，提出一种基于Netty架构的交通基础设施监测点位数据接入虚拟网关。阐述网关接入监测点位的配置方法及集群分配策略，定义超文本传输协议(HTTP)、传输控制协议(TCP)、用户数据报协议(UDP)下的数据传输格式，设计一种数据传输消息的编码和校验机制。在真实监测数据样本增强的基础上，利用分布式消息模拟工具对虚拟网关性能进行测试，结果表明，该虚拟网关实现了多点位多协议的交通基础设施监测数据统一接入，每亿条数据接入时间、存储时间分别达到8。14 s和9。75 s，平均数据溯源时间为2。96 s，具有亿级规模点位监测数据的接入能力，可为交通基础设施数字化监测的研究和应用提供理论支撑。

    Netty框架Kafka消息队列数据接入平台化物联网数据

      原文链接:
    • 万方数据
    • 维普

    复杂光照条件下基于光流的水运航道流速检测算法

    杜田田王晓龙何劲
    60-67页
    查看更多>>摘要：实时准确的河流表面流速数据是现代化水运调度和防洪的重要依据，但传统的仪器测速法大多需要人工实地参与，危险系数高且无法满足大规模系统部署的要求。相比之下，图像测速法不需要直接接触河流，可以依据摄相机获取的连续帧得到近乎实时的速度信息。然而，光流估计作为当前主流的图像测速法，是针对刚体运动提出的，没有考虑流体本身的性质，在河流表面等相似度高的场景中泛化能力较弱。为提高基于光流估计循环全对场变换(RAFT)模型的水流流速算法估算精度，提出一种改进的光流估计测速方法。在特征提取部分增加卷积块注意力模块(CBAM)，增强其对河流表面波纹和示踪粒子运动的识别能力。通过优化光流迭代更新部分的损失函数，引入能体现流体运动特征的角误差损失和旋度散度平滑损失，并且为损失函数匹配随迭代次数呈指数增长的权重因子，突出高次迭代结果对于整体结果的显著影响。为验证改进方法的有效性，使用不同场景河流数据集对其进行性能评估，结果表明，该方法在复杂光学噪声场景下的平均相对误差为11。37％，具有较好的鲁棒性，能够生成更精准的表面速度空间分布图。

    河流表面流速光流估计循环全对场变换光照条件卷积块注意力模块复合损失函数

      原文链接:
    • 万方数据
    • 维普

    基于并行多注意力的语音增强网络

    张池王忠姜添豪谢康民...
    68-77页
    查看更多>>摘要：针对受干扰语音的频域增强问题，提出一种基于并行多注意力机制和编解码结构的语音增强网络(PMAN)。网络输入经过短时傅里叶变换(STFT)的语音频域特征，包含振幅谱和复数谱，编码器使用密集卷积模块对输入数据信息进行整合，中间层的并行多注意力模块学习频域的局部和全局信息，并融合局部块注意力(LPA)机制捕捉语音频域二维(2D)结构，实现干净语音与干扰因素的2D层面分离。解码器将学习到的信息进行整合，分别生成振幅掩模和复数频谱，根据加权求和生成最终的语音复数频谱，使用时域与频域联合损失函数实现相位信息的融合。在VoiceBank+DEMAND语音数据集上的实验结果表明，与基于两阶段变换器的时域语音增强神经网络(TSTNN)相比，经过PMAN增强后语音的客观语音质量评价(PESQ)、短时客观可懂度(STOI)、分段信噪比(SSNR)指标值分别提升10。80/、1。1％、11。8％，具有较好的语音增强效果。

    语音增强频域多注意力机制Transformer网络并行模块

      原文链接:
    • 万方数据
    • 维普

    基于非稳态加性噪声模型的因果发现算法

    郝志峰丁凯培蔡瑞初陈薇...
    78-86页
    查看更多>>摘要：因果发现旨在通过观测数据挖掘变量间的因果关系。现有的因果发现方法大多假定数据的产生过程是平稳的，然而在实际环境下往往不满足稳态假设，导致结果不可靠。研究发现，在一些场景中的非稳态扰动与时序信息高度相关。因此，在加性噪声模型基础上将非稳态扰动刻画为一项关于时序信息的函数，设计非稳态加性噪声模型，并给出非稳态加性噪声模型的识别条件，提出一种两阶段的因果关系学习算法。第1阶段利用回归计算得到变量残差，再检验残差与回归特征集的独立性从而选出叶子节点，迭代得到观测变量集的因果次序;第2阶段再次进行回归计算和独立性检验，消除第1阶段中冗余的因果关系，从而得到观测变量集的因果结构。实验结果表明，与基于约束的异构/非平稳因果发现、LPCMCI和TiMINo算法相比，该算法在仿真数据集上取得了最优的效果，平均F1值达到0。85;而在真实因果结构数据集中，该算法的F1值平均提升41。12％，能够从非稳态数据集中恢复出更多因果结构的信息。

    因果发现因果结构非稳态扰动加性噪声模型函数式因果模型

      原文链接:
    • 万方数据
    • 维普

    基于大语言模型与语义增强的文本关系抽取算法

    李敬灿肖萃林覃晓婷谢夏...
    87-94页
    查看更多>>摘要：关系抽取是一项基础且重要的任务，旨在从非结构化文本中提取出实体之间的关系。最近研究证明，大型语言模型(LLM)和基础模型相结合可以改进许多自然语言处理(NLP)任务的性能。这些模型利用深度学习和预训练模型的语言表示能力，能够自动学习关系的语义特征。有效利用大模型来解决实体重叠和信息交互差等问题仍是一个挑战。针对以上问题，提出基于大语言模型的关系抽取算法。对大型语言模型Meta AI(LLaMA)进行微调训练，使其更加适应关系抽取的任务，在提取关系的基础上，使用自注意力机制增强实体对之间关联程度，增强关系和实体之间的信息共享，接着使用平均池化泛化到整个句子中。针对实体对设计一个过滤矩阵，并引入词性信息进行语义增强，根据过滤矩阵中实体对的相关性过滤掉无效的三元组。实验结果表明，该算法在纽约时报(NYT)和WebNLG公开数据集上的F1值结果分别为93。1％、90。4％。在微调之后的LLaMA模型作为编码器的情况下，所提算法在准确率和F1值指标上均优于基线模型，验证了算法的有效性。

    关系抽取人工智能注意力机制大语言模型词性

      原文链接:
    • 万方数据
    • 维普