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:
    • 万方数据
    • 维普

    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:
    • 万方数据
    • 维普

    基于改进MOEA/D的模糊柔性作业车间调度算法

    郑锦灿邵立珍雷雪梅
    336-345页
    查看更多>>摘要：针对实际生产车间中加工时间的不确定性，将加工时间以模糊数的形式表示，建立以最小化模糊最大完工时间和模糊总材料消耗为优化目标的多目标模糊柔性作业车间调度问题数学模型，提出一种改进基于分解的多目标进化算法(IMOEA/D)进行求解。该算法基于机器和工序两层编码并采用混合的初始化策略提高初始种群的质量，利用插入式贪婪解码策略对机器的选择进行解码，缩短总加工时间;采用基于邻域和外部存档的选择操作结合改进的交叉变异算子进行种群更新，提高搜索效率;设置邻域搜索的启动条件，并基于4种邻域动作进行变邻域搜索，提高局部搜索能力;通过田口实验设计方法研究关键参数对算法性能的影响，同时得到算法的最优性能参数。在Xu 1～Xu 2、Lei 1～Lei 4和Remanu 1～Remanu 4测试集上将所提算法与其他算法进行对比，结果表明，IMOEA/D算法的解集数量和目标函数值均较优，在Lei 2算例获得的解集个数为对比算法的2倍以上。

    模糊柔性作业车间调度问题基于分解的多目标进化算法混合初始化选择策略邻域搜索

      原文链接:
    • 万方数据
    • 维普

    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:
    • 万方数据
    • 维普

    基于改进PPYOLOE-R的信息码矫正研究

    赵云涛肖俊杰李维刚熊雅婷...
    358-366页
    查看更多>>摘要：信息码识别技术推动着社会的进步，使人们的生活更加便捷。由于受所处拍照环境影响，信息码识别效果有待提高，而且信息码角度倾斜也会影响解码正确率。以基于信息码的电力互感器误差实验接线判断为背景，提出一种基于改进PPYOLOE-R的信息码矫正算法。首先以PPYOLOE-R检测算法为基础，融合轻量级网络ESNet，在提升精度的同时降低模型参数量;其次引入动态卷积进一步加强特征提取，减少模型因下采样丢失信息，加强模型通道特征提取能力;最后为满足人工智能(AI)边缘设备上的实时性要求，采用模型融合技术将推理模型进行融合，保证在模型精度不变的情况下提升模型检测速度。为丰富数据集，采用两步旋转数据增强和Mosaic+Mixup数据增强方法，充分利用数据集中已有信息，提高模型学习能力。实验结果表明，改进后算法精度达到89。46％，较原模型提升了 1。95％，检测照片速度从每张154 ms提升至每张50 ms。相较其他算法，改进算法具有体积小和速度快的优势，通过算法矫正后的信息码，可显著提高解码效率和正确率。

    信息码矫正人工智能边缘计算PPYOLOE-R算法动态卷积模型融合

      原文链接:
    • 万方数据
    • 维普

    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:
    • 万方数据
    • 维普

    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:
    • 万方数据
    • 维普

    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:
    • 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