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

    基于信息检索的源代码自动命名

    李雪王雅文张前进
    304-310页
    查看更多>>摘要：源代码自动命名是指为给定代码的方法体命名一个反映代码功能的有意义的名称,可以使代码易读易懂,提高软件开发效率.传统自动命名方法仅使用代码的词法或者语法等单一信息,基于深度学习的自动命名方法通常忽略了语料库中的相似代码,影响命名准确率.针对上述问题,提出一种基于信息检索的源代码自动命名方法.首先,利用预训练模型和BERT-whitening方法提取输入代码和语料库中代码的有效特征,使用欧氏距离计算两者之间的语义相似度.其次,在语料库代码中选择与输入代码语义相似度较高的代码组成候选库,利用Jaccard系数和最长公共子序列分别计算输入代码与候选库代码的词法和语法相似度.最后,使用加权和来匹配候选库中与输入代码最相似的代码片段,复用该代码片段的方法名称作为输入代码的方法名称.实验结果表明,在公开的Java-small数据集上,与基于向量空间模型(VSM)和基于深度学习模型Code2Vec的自动命名方法相比,该方法的F1值分别提升了 6.93和1.22个百分点,具有较优的预测性能.

    自动命名信息检索深度学习BERT-whitening方法语义相似度

      原文链接:
    • 维普
    • 万方数据

    数联网标识解析系统中的标识数据布局策略

    周春雷宋继勐沈子奇余晗...
    311-320页
    查看更多>>摘要：数联网是为解决目前互联网数据资源共享交互过程中传输效率低、协调成本高、安全管控难等缺陷而提出的一种新型信息基础设施.标识解析系统是实现数据流通的关键,但随着标识注册量和解析量的迅速增长,解析节点正面临着大量高并发解析请求,服务质量将变得难以保证.针对该问题,考虑数联网标识解析系统中节点架构的特点,以降低解析时延为目标,提出一种基于遗传算法的自适应离散粒子群优化算法(DPSO-GA)来对标识进行合理布局.该方法综合考虑节点之间的带宽、标识数量和节点容量等因素对解析时延的影响,引入遗传算法的交叉操作和变异操作,对粒子群优化算法的惯性权重因子采取自适应策略,对学习因子采取线性增减的策略.实验结果表明,相较于传统粒子群优化算法及遗传算法,该算法优化效果分别提升了 48.9％和19.9％,增加了种群进化的多样性及搜索范围,减少了算法的时间复杂度以及陷入局部最优解的可能性,且能较稳定地降低标识解析时延.

    数联网标识解析数据布局启发式算法遗传算法粒子群优化算法

      原文链接:
    • 维普
    • 万方数据

    面向复杂装配体模型的两级并行曲面网格生成

    徐权冷珏琳刘田田郑澎...
    321-327页
    查看更多>>摘要：针对实际工程应用中的大规模数值模拟需求,面向复杂几何装配体模型,提出一种适配高性能计算机分布式共享存储体系的两级并行曲面网格生成方法.首先提取几何模型的关键特征,基于关键特征构建网格尺寸场并预估出每个几何实体内的网格规模大小;然后基于模型几何实体的相邻关系和预估的网格规模建立模型实体间的邻接关系图,通过图剖分算法将几何模型分解为不同的子模型,将子模型分配到不同的进程内;最后在各进程内按照"点-线-面"的顺序依次并行生成点网格、线网格和面网格.在曲面网格并行生成中采取进程和线程混合的并行方式,不同子模型之间采用消息传递接口并行,同一个子模型的不同几何曲面之间采用OpenMP并行.通过三峡大坝模型对该方法进行验证,结果表明,通过分析算法的并行效率、通信最小化和负载平衡,该方法可以在数千处理器核 上获得40％的并行效率,不同进程间的通信量较少,且可以获得良好的负载平衡.

    曲面网格生成区域分解并行网格生成装配体模型图剖分

      原文链接:
    • 维普
    • 万方数据

    基于卷积神经网络的逐级唤醒存内计算控制器设计

    宋庆增刘向东许康为刘佳辉...
    328-335页
    查看更多>>摘要：随着人工智能的发展,边缘端设备对智能图像处理的需求急剧增加.目前边缘端设备主要面临能量受限、吞吐率较低等问题.无人机在侦察过程中,根据任务要求需进行复杂的地形分析、物体识别和环境监测等任务,这些任务常常会给设备带来严重的功耗问题,并且严重影响无人机的飞行时间.针对上述问题,提出一种基于卷积神经网络的逐级唤醒存内计算控制器设计方案,控制器内部能够完成分类型网络的前向推理,可根据分类结果唤醒对应的边缘端设备.控制器的模拟部分采用存算一体计算模式,数字部分采用分块的处理方式,在运行过程中可将空闲模块休眠,以降低系统的整体功耗.此外,控制器内部还集成了级联接口,可以将复杂任务分解为多个层级的子任务,并将其部署到级联的控制器上,从而实现多级唤醒,使系统具备提前输出的潜力.实验采用ResNet-14作为神经网络模型,数据集采用CIFAR-10数据集.实验结果表明,在10 MHz的时钟频率下,基于卷积神经网络的逐级唤醒存内计算控制器可以实现60帧/s的检测帧率,并且分类精度达到84.61％,验证了该架构在能量受限应用场景下的可行性和高效性.

    逐级唤醒存内计算神经网络目标分类ResNet结构

      原文链接:
    • 维普
    • 万方数据

    基于IECSDE算法的PEMFC改进分数阶子空间辨识模型

    秦灏戚志东于灵芝童新...
    346-357页
    查看更多>>摘要：为准确描述质子交换膜燃料电池(PEMFC)在其发电过程中的特性及变量影响关系,提出一种基于信息交流布谷鸟搜索差分进化(IECSDE)算法的改进分数阶子空间辨识方法来建立PEMFC分数阶模型.首先基于状态空间方程建立PEMFC模型,为了描述PEMFC的分数阶特性,将分数阶微分理论融入到模型中,引入Poisson滤波函数预处理实验数据,解决数据多阶不可导的问题,同时引入变步长记忆法处理分数阶微分时的权系数,提高子空间辨识精度.其次在辨识过程中的参数对于建模效果具有重大影响,因此基于IECSDE算法并对其进行优化,对布谷鸟搜索(CS)算法中的控制参数进行自适应处理,受到粒子群优化(PSO)算法的启发,改进随机游走方式提高收敛精度和速度,并引入差分进化(DE)算法与改进CS算法分别对种群进行优化,同时在寻优过程中进行信息交流提高种群的多样性和算法的鲁棒性.仿真结果表明,IECSDE算法的寻优能力在8种测试函数下比其他5种优化算法至少提升了 10倍;通过对PEMFC测控平台收集到的实验数据进行模型辨识,所建立的模型将误差缩小到基于短记忆法的分数阶子空间辨识方法误差的20％,输出功率误差控制在0～0.1之间,输出电压误差控制在0～0.2之间,能够精准地模拟PEMFC发电过程.

    质子交换膜燃料电池分数阶子空间辨识变步长记忆法优化算法信息交流

      原文链接:
    • 维普
    • 万方数据

    智能网联汽车中联合驾驶风格的交通流数据有效性分析

    高家豪胡创业丁男刘战东...
    367-376页
    查看更多>>摘要：在智能网联汽车(ICV)中,提高驾驶数据的有效性是提升车辆安全性的基石.只有准确的、可靠的驾驶数据才能为车辆的安全性提供可靠的依据和支持.与传统的异常分析相比,ICV数据有效性分析面临数据异常的多样性(传感器异常、驾驶行为、恶意篡改等).如何将车辆自身数据特征、驾驶风格和交通流特征相结合,提供有效的数据异常检测方法,已成为智能网联汽车中新的问题.针对ICV系统,采用结合驾驶风格和交通流理论的方法,设计基于粒子群优化的TE-PSO-SVM数据有效性检测算法,实现驾驶数据的有效检测.首先定义驾驶风格识别系数Rad,设计驾驶风格量化模型;其次建立交通流模型,将车辆状态数据与驾驶风格和交通流理论相结合,通过长短期记忆(LSTM)网络对车辆速度预测;最后通过TE-PSO-SVM算法进行数据有效性检测.由于ICV数据的多样性,单一模型在多类型异常混合并存的场景中检测精度仍有局限,利用多个模型的优势构建模型池,并提出基于强化学习的模型选择(RLBMS)算法.在真实数据集highD上的实验结果表明,在不同噪声环境下,TE-PSO-SVM算法模型的F1值相比于传统SVM模型平均提升约8.1个百分点;RLBMS算法模型在不同噪声环境下的F1值相比于模型池中检测率最高的算法平均提高约1.7个百分点,明显提高了数据有效性检测的准确率.

    智能网联汽车驾驶风格交通流理论粒子群优化算法强化学习有效性分析

      原文链接:
    • 维普
    • 万方数据

    融合时空流差的网约车双模式混合调度算法

    郭羽含李文华钱亚冠
    377-393页
    查看更多>>摘要：服务车辆时空分布与出行需求的不一致严重影响网约车平台的服务效率,降低平台和服务车辆的收益以及乘客的服务体验.针对该问题,提出融合空间、时间和天气3种维度影响因素的时空流差计算方法,并构造双层深度森林模型对时空流差进行准确预测.双层深度森林模型通过集成两种不同输入数据的深度森林模型来提升模型预测准确性.基于时空流差预测,设计一种在线局部调度与离线全局调度相结合的双模式混合调度算法.在线局部调度采用集成并行和n阶段求解模式对正在等待订单的车辆进行实时调度,离线全局调度则通过遗传匹配算法对可提前预测的车辆进行离线全局调度.依据遗传算法获取最优路径以及车辆对应子空间的最优匹配值,设计一种迭代Kuhn-Munkres算法和更新机制得到所有车辆和子空间的最优匹配.实验结果表明,该预测模型较其他预测模型解释方差平均提升0.13,确定系数平均提升0.16,平均绝对误差平均减少2.39,均方误差平均减少100.44;调度算法可将全局供需差异降低57.16％,司机接单率提升88.4％.

    网约车时空流差深度森林双模式调度算法

      原文链接:
    • 维普
    • 万方数据

    基于贝叶斯衍生分类器的社交网络用户影响力评价模型

    周春良刘仰光孟祥佩
    394-400页
    查看更多>>摘要：为了防止社交网络中的负面信息快速传播,则需要通过评价社交网络中用户的影响力来找出影响力大的社交网络节点.针对传统算法在社交网络领域中交叉特性缺失的问题,结合高斯贝叶斯衍生分类器,提出一种网络用户影响力评价模型.该模型结合用户活跃度、用户联系度、用户覆盖度等维度,建立社交网络用户影响力刻画指标,同时考虑社交网络用户之间的关系特征和用户自身的行为特征,降低僵尸粉和垃圾社交网络对网络评价结果的影响,通过建立连续属性朴素贝叶斯分类器方法,提出基于高斯贝叶斯衍生分类器的模型求解方法.使用新浪微博中152 059 423条媒体报纸用户评论作为实验数据,分析影响该评价模型的关键因素,利用仿真软件完成和HRank等传统模型对比实验,结果表明,该模型体现了社交网络用户的交叉特性,提升了模型的实用性,相比于其他传统算法,该模型分类误差更趋于稳定,分类结果的误差率更低,适应性更好.

    社交网络影响力贝叶斯衍生分类器评价模型用户活跃度

      原文链接:
    • 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:
    • 万方数据