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

    基于因果机制约束的强化推荐系统

    张斯力李梓健蔡瑞初郝志峰...
    279-290页
    查看更多>>摘要：利用历史数据训练强化学习推荐系统已经得到越来越多研究人员的关注,但是历史数据使得强化学习模型对状态-动作估值错误,产生数据偏差,如流行度偏差和选择偏差.造成上述问题的原因是历史数据分布与强化学习策略采集的数据分布不一致以及历史数据本身带有偏差.使用因果机制可以在约束策略采集数据分布的同时解决数据偏差的问题,提出基于因果机制约束的强化推荐系统,包含因果机制约束模块和对比策略模块.因果机制约束模块用于约束推荐策略可选择的样本空间以减少策略分布与数据分布误差,考虑随时间动态变化的物品流行度分布以缓解流行度偏差.对比策略模块通过平衡正负样本的重要性,缓解选择偏差的影响.在真实数据集Ciao和Epinions上的实验结果表明,相比深度Q网络(DQN)-r、GAIL、SOFA等,该算法具有较优的准确性和多样性,包含加入因果机制约束模块后的模型在F-measure指标上分别提高2％和3％,进一步验证了因果机制约束模块的有效性.

    推荐系统强化学习因果机制外推误差数据偏差

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

    基于FPGA误差可控的浮点运算加速器研究

    关明晓刘嘉堃张鸿锐何安平...
    291-297页
    查看更多>>摘要：浮点运算是高性能计算(HPC)领域的基础运算.在大数据与云计算的背景下,高性能计算平台需要处理的数据量与日俱增,而且浮点数的舍入误差在大规模、长时程的运算中会产生累积,因此,在提升浮点运算性能的同时保证计算结果的可靠性非常重要.利用现场可编程门阵列(FPGA)可编程、低功耗、灵活性强的特点,针对含复杂单项运算的浮点多项式设计一种浮点运算加速器.基于无误差变换的思想,通过计算得出舍入误差值,将其补偿到浮点数值上,从而实现误差可控.采用异步并行的方式实现运算加速,并通过构建CPU-FPGA平台最大化地利用计算资源,保证计算任务执行的高效性.数据测试结果表明:在不限制对称性下的数值相对论模拟运算中,该加速器在200 MHz的主频下可达到91.85 MFLOPs的峰值性能;与Intel i7 6700K CPU运行最大线程数的性能相比,该加速器实现了 50.54的加速比,并在该条件下获得了平均53.6％的精确结果百分比以及更低的相对误差,表明其具备较高的可靠性.

    现场可编程门阵列浮点运算加速器可控误差异构系统高可靠性

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

    一种深度学习的波束空间信道估计算法

    郑娟毅张庆珏董嘉豪郭梦月...
    298-305页
    查看更多>>摘要：在时分双工(TDD)毫米波大规模多输入多输出(MIMO)系统中,因为波束空间信道具有稀疏性,导致将低维测量数据重建为原始高维信道时会带来较高的复杂度.针对上行链路,在不考虑稀疏度的情况下,将传统优化算法和基于数据驱动的深度学习方法相结合,提出一种改进的基于深度学习的波束空间信道估计算法.从重建过程入手,通过交替建立梯度下降模块(GDM)和近端映射模块(PMM)来构建网络.首先根据Saleh-Valenzuela 信道模型进行理论公式推导并生成信道数据;其次构建一个由传统迭代收缩阈值算法(ISTA)的更新步骤所展开的多层网络,并将数据传输到该网络,每层对应于一次类似ISTA的迭代;最后对训练好的模型进行在线测试,恢复出待估计的信道.构建PyTorch环境,将该算法与正交匹配追踪(OMP)算法、近似消息传递(AMP)算法、可学习的近似消息传递(LAMP)算法、高斯混合LAMP(GM-LAMP)算法进行对比,结果表明:在估计精度方面,所提算法相对表现较好的深度学习算法LAMP、GM-LAMP分别提升约3.07和2.61 dB,较传统算法OMP、AMP分别提升约11.12和9.57 dB;在参数量方面,所提算法较LAMP、GM-LAMP分别减少约39％和 69％.

    大规模多输入多输出系统稀疏信道估计压缩感知深度学习迭代收缩阈值算法无线通信

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

    基于流量自相似性的网络队列管理算法

    魏德宾杨力潘成胜沈婷...
    306-312页
    查看更多>>摘要：网络流量的自相似性会导致数据突发状态持续,传统队列管理算法无法对网络流量突发状态进行预测,从而影响网络端到端时延、丢包率和吞吐性能.针对该问题,提出一种基于网络流量预测的主动队列管理算法P-ARED.基于网络流量的均值和方差给出网络流量等级的概念,讨论网络流量等级转移概率与Hurst参数之间的关系,提出基于贝叶斯估计思想的网络流量等级预测方法.在此基础上,在对自相似网络流量环境下的平均队列长度、缓存队列长度最小阈值等参数优化设置的基础上,基于Hurst参数和自相似流量等级预测结果,重新设计ARED算法中分组丢弃概率的计算方法,以提高缓存队列长度的稳定性.仿真结果表明,P-ARED算法与对比的主动队列管理算法相比,降低了网络端到端时延和丢包率,提高了端到端吞吐性能,其中平均吞吐量最高提升7.63％,平均时延最多降低17.52％.

    网络流量自相似性主动队列管理随机早期检测流量等级

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

    虚拟脊柱侧凸病例腰椎自动生成方法

    赵逸飞张俊华
    323-329页
    查看更多>>摘要：统计形状模型(SSM)是一种描述可变形物体形态学变化的模型,被广泛应用于三维(3D)肝脏分割、3D脊柱生成等任务.针对现有SSM在生成虚拟青少年特发性脊柱侧凸(AIS)腰椎病例数据时存在生成结果不真实且对AIS病例适用性较差的问题,提出一种基于三维变分自编码生成式对抗注意力网络(3D-VGAN)的虚拟AIS腰椎自动生成方法.3D-VGAN模型由编码器、生成器和判别器组成,编码器和生成器在变分自编码器(VAE)模型的基础上结合空间注意力机制提取数据特征,同时利用残差模块解决了神经网络训练过程中的网络退化问题.为了克服生成-判别结构的3D-VGAN模型中存在的稳定性不强、生成器与判别器训练速度不匹配的问题,使用阈值训练法对3D-VGAN模型进行训练,提升了稳定性.在基于43例AIS病例腰椎3D模型的数据集上的实验结果表明:3D-VGAN模型在病例重建实验中的结构相似性(SSIM)系数为0.999 62,相比3D-VAE、3D-变分自编码生成式对抗注意力网络(VAEGAN)和SSM模型分别提高了 0.080 09％、0.002 00％、0.122 20％;在病例生成实验中的弗雷歇初始距离(FID)系数为 275.653 48,相比 3D-VAE、3D-VAEGAN 和 SSM 模型分别降低了 8.420 55％、0.977 73％、7.319 27％.上述实验结果验证了 3D-VGAN模型通过注意力机制、残差模块和阈值训练法取得了更好的虚拟AIS病例腰椎数据生成性能.

    青少年特发性脊柱侧凸生成式对抗网络统计形状模型图像生成深度学习

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

    融合动态特征与注意力的敦煌壁画修复模型

    刘仲民严梁
    342-353页
    查看更多>>摘要：敦煌壁画图像含有丰富的纹理和结构信息,在破损壁画修复过程中,容易忽略受损特征信息与完整特征信息之间的区别,从而误导修复过程生成不合理的壁画内容.针对该问题,提出一种融合动态特征选择和像素级通道注意力的壁画修复模型.设计基于U-Net的网络生成器,实现对破损图像的编码与解码操作;采用有效可迁移卷积模块,通过动态选择采样空间位置,实现对有效特征信息的灵活提取,采用区域综合归一化模块减少修复区域与完整区域的期望和方差的偏移,从而加强对有效特征信息的选择和利用;在解码层设计像素级通道注意力模块,在增强有效特征权重的同时使模型可从相隔较远的空间位置学习有效特征.在敦煌壁画数据集上的实验结果表明,该算法能够利用有效信息修复掩膜区域比例不一的不规则破损壁画图像,相比PConv、PRVS、DSNet算法,在峰值信噪比(PSNR)指标上平均提升0.502 dB,在结构相似性(SSIM)指标上平均提升1.384％.

    信息处理技术壁画修复深度学习有效特征选择注意力机制

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

    东北亚舆情文本细粒度命名实体识别方法研究

    隗昊刁宏悦孔亮宸邓耀臣...
    354-362页
    查看更多>>摘要：东北亚地区的国际形势变化与中国的发展密切相关,面向该地区构建舆情信息知识图谱可以有效地监测舆情热点,这不仅能够引导社会舆论健康发展及协助政府决策,而且对防范政治营销、提升国家语言能力、构建和谐稳定国际关系具有重大价值.命名实体识别是构建知识图谱的关键技术和核心任务,受到研究者广泛的关注.以社交媒体、门户网站与东北亚地区相关的实时热点舆情文本作为数据源,充分考虑到东北亚地区的区域特点和地缘结构,建立包含10个大类、35个子类的细粒度命名实体识别数据集,并提出基于预训练语言模型RoBERTa和多层残差BiLSTM-CRF架构(RoBERTa-ResBiLSTM-CRF)的舆情实体识别模型,同时在模型完成标签预测后设计基于规则模板的后处理策略,以提高整体的实体识别性能.实验结果表明,所提出的舆情命名实体识别模型的性能优于主流的传统神经网络模型,验证了该方法的有效性.

    细粒度命名实体识别舆情文本深度学习预训练语言模型

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