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

    程序调试中的数据结构演变可视化方法

    苏庆陈建成顾国生刘冬宁...
    197-207页
    查看更多>>摘要：数据结构是程序执行时的重要信息载体,其演变过程往往较为复杂和抽象.针对程序设计初学者较难理解数据结构演变过程的问题,提出一种面向程序调试中的数据结构演变可视化方法.在调试开始时,首先使用组件表达式表示数据结构,然后通过配置表以及布局函数将组件表达式生成可视化视图.在进行单步调试后,通过对比单步调试前后的可视化数据方式生成组件演变行为,运用有限状态机理论构建数据结构演变模型,该模型的执行使得组件发生演变,同时生成可视化动作.使用动画单元执行可视化动作,实现数据结构演变的可视化呈现,帮助初学者理解数据结构相关程序的执行过程.实验结果表明,将该方法应用于1个数据结构演变可视化框架StructV,并应用于1个在线可视化编程实训云平台的研发,可有效降低初学者理解数据结构演变过程的难度,并提升编程实训时的程序调试效率.

    程序调试数据结构可视化组件演变行为有限状态机数据结构演变模型

      原文链接:
    • 维普
    • 万方数据

    Falcon后量子算法的密钥树生成部件GPU并行优化设计与实现

    张磊赵光岳肖超恩王建新...
    208-215页
    查看更多>>摘要：近年来,后量子密码算法因其具有抗量子攻击的特性成为安全领域的研究热点.基于格的Falcon数字签名算法是美国国家标准与技术研究所(NIST)公布的首批4个后量子密码标准算法之一.密钥树生成是Falcon算法的核心部件,在实际运算中占用较多的时间和消耗较多的资源.为此,提出一种基于图形处理器(GPU)的Falcon密钥树并行生成方案.该方案使用奇偶线程联合控制的单指令多线程(SIMT)并行模式和无中间变量的直接计算模式,达到了提升速度和减少资源占用的目的.基于Python的CUDA平台进行了实验,验证结果的正确性.实验结果表明,Falcon密钥树生成在RTX 3060 Laptop的延迟为6 ms,吞吐量为167次/s,在计算单个Falcon密钥树生成部件时相对于CPU实现了 1.17倍的加速比,在同时并行1 024个Falcon密钥树生成部件时,GPU相对于CPU的加速比达到了约56倍,在嵌入式Jetson Xavier NX平台上的吞吐量为32次/s.

    后量子密码Falcon算法图形处理器CUDA平台并行计算

      原文链接:
    • 维普
    • 万方数据

    基于国产异构平台的奇异值分解法

    杨太龙赵红朋张磊
    216-225页
    查看更多>>摘要：随着深度学习等高算力应用的发展,异构计算正在逐步成为并行计算的重要方向.国产异构平台近年来发展迅速,针对国产平台的架构定制开发适配的算法与软件有着重要意义.奇异值分解(SVD)作为线性代数库中用于处理一般矩阵的强大分解器,应用在科学计算、人工智能、信号处理等众多领域.现有某类国产加速器的可用库中SVD算法性能远低于NVIDIA,这对相关应用的高效移植带来了挑战.为此,通过调整算法流程减少线程启动与访存开销,提出了面向国产加速器的矩阵双对角化方法mySVD.卸载计算密集型任务到加速器,设计面向国产异构平台的分治算法;通过CPU+加速器多流,提出了任务并行的奇异向量矩阵生成方法.最终形成一套奇异值算法的高效移植优化方案.实验结果表明,该方案在不同的测试矩阵规模上,性能最高达到现有的商业闭源线性代数库MKL的9.8倍,以及现有开源异构计算线性代数库MAGMA的5.5倍.最终将其用于图像处理,并跨平台与MATLAB、NVIDIA公司的GPU线性代数库CUSOLVER进行对比,其具有更快的速度且生成的图像与原图像相似度更高.

    并行计算异构计算奇异值分解国产平台图像处理

      原文链接:
    • 维普
    • 万方数据

    基于多通道的彩色图像多重水印算法

    郑秋梅赵丹牛薇薇林超...
    246-254页
    查看更多>>摘要：针对多重水印技术如何确定最优的嵌入区域,以实现多个水印之间的权衡问题,提出一种基于多通道嵌入的彩色图像多重水印算法.当嵌入水印时,选择在彩色图像R、G、B3个通道嵌入不同的水印图像,目的是嵌入更多的水印信息.通过提升小波变换(LWT)和非下采样剪切波变换(NSST)提取宿主图像每个通道中的方向性特征,确定水印的嵌入位置,以提高对常规攻击和几何攻击的鲁棒性.通过将加密的水印有效信息嵌入到具有良好稳定性的奇异值矩阵中,保证水印的提取效果.实验结果表明,嵌入水印后的图像峰值信噪比(PSNR)在43 dB以上,所提算法具备良好的不可见性,对嵌入水印后的图像进行高强度的旋转、滤波、剪切等攻击,提取水印的归一化系数(NC)值在0.95以上,其中,滤波攻击对应的NC值可以达到0.99以上,水印信息提取完整、清晰可辨,表现出较强的鲁棒性.同时,该算法可以1次嵌入3个水印图像,具有更高的嵌入容量.因此,与现有的多重水印算法相比,该算法的不可见性、鲁棒性和嵌入容量均有较大的提升.

    多重水印提升小波变换非下采样剪切波变换鲁棒性嵌入容量

      原文链接:
    • 维普
    • 万方数据

    基于可变形三维图卷积的轻量级点云分类研究

    蔡俊民梁正友孙宇陈子奥...
    255-265页
    查看更多>>摘要：现有深度学习方法在处理点云分类任务时,依赖于点的绝对坐标,存在模型复杂度较大的问题.对此,提出一种轻量级的点云分类网络DMGCN-3D.使用自适应空洞K近邻(KNN)算法构造图结构,尽可能捕捉局部更广泛空间的几何结构信息,并减少计算开支;构造可变形三维图卷积,引入可学习的点与点之间的方向向量来获取相对特性,在特征提取过程中保证点云的置换不变性与尺度不变性;构建多头自注意力模块,通过残差结构将分组变换注意力(GSA)与多层感知机(MLP)相结合,MLP有助于保持原始点云信息的完整性,GSA使得网络能够学习特征内部的自相关性,在提高特征表达能力的同时降低参数总量;使用空间变换网络结合MLP来学习点云特征;对所提取的特征进行融合以得到更综合的特征,将其用于点云分类.实验结果表明,DMGCN-3D在ModelNet10、ModelNet40、ScanObjectNN 数据集上的总体精度分别达到 96.5％、94.7％、81.9％,比 DGCNN 分别提高2.9、2.1、3.8个百分点,参数总量相比DGCNN、LDGCNN、3DGCN模型分别降低52.9％、23.9％、3.3％,且DMGCN-3D能够保持较高的鲁棒性.

    点云分类可变形三维图卷积自适应多头自注意力轻量级网络

      原文链接:
    • 维普
    • 万方数据

    基于双分支序列残差注意力的场景文本图像超分辨率重建

    李大海吕春桂王振东
    286-295页
    查看更多>>摘要：针对现有场景文本图像超分辨率重建方法存在的重建文本图像细节信息丢失和边缘模糊的问题,提出一种基于双分支序列残差注意力的重建方法DSRASRN.首先,DSRASRN采用一种新的双分支序列残差注意力模块(DSRAB),该模块采用双分支结构分别专注于水平和垂直方向上的上下文信息提取,并通过高效通道注意力(ECA)机制给予重要信息更高的权重,以增强特征的表达;其次,在DSRASRN内新增文本边缘感知模块(TEAB),增强对文本图像边缘细节和纹理的处理,TEAB采用特定方向的卷积核捕捉特定空间方向上的信息,同时结合具有不同空洞率的空洞卷积来扩大感受野并增强对高频信息的重建能力.在真实场景文本图像数据集TextZoom上的实验结果表明,DSRASRN不仅可以重建出更多的图像细节信息,而且在提高文本识别准确率方面也表现出明显优势.与TSRN、TBSRN、TG、TPGSR方法相比,DSRASRN的峰值信噪比(PSNR)分别提升0.27、0.78、0.59和0.51 dB,且DSRASRN可以使文本识别器ASTER、MORAN和CRNN的平均文本识别精度分别达到65.0％、62.1％和52.0％.此外,真实场景文本识别图像数据集ICDAR2015和SVT上的测试结果表明DSRASRN具有良好的泛化能力.

    超分辨率重建场景文本图像双分支序列残差特征增强边缘感知

      原文链接:
    • 维普
    • 万方数据

    融合快速傅里叶卷积的域变换图像去雨滴方法

    阳金霖李朝锋
    296-303页
    查看更多>>摘要：在下雨天气中,玻璃上的雨滴会对图像质量产生严重影响,且目前的去雨滴方法过度依赖成对图像,使得无监督图像雨滴去除面临较大挑战.针对这一问题,提出一种域变换图像去雨滴方法.构建域变换网络(DTN),通过有雨与无雨域之间的变换,以无监督的方式实现图像的雨滴去除.同时,通过引入快速傅里叶卷积(FFC)来设计生成网络和判别网络,实现全局与局部特征的信息交互.在FFC中,通过频谱变换(ST)对空间域和频域进行转换,克服传统卷积神经网络(CNN)感受野不足的问题,从而更好地感知细小的雨滴.在2个真实的雨滴测试集上进行去雨滴实验,结果表明,该方法在定量结果和视觉效果上均优于现有的先进方法.与改进前的U-Net+马尔可夫判别网络相比,改进后的该方法在峰值信噪比(PSNR)和结构相似性指数(SSIM)上分别提升3.37 dB和0.031 3,并且其能在去除雨滴的同时还原更多的图像纹理细节.

    图像雨滴去除快速傅里叶卷积无监督学习域变换频谱变换

      原文链接:
    • 维普
    • 万方数据

    基于模型预测控制的多钢筋并行排布智能深化设计方法

    齐宏拓伍洲周绪红李盛...
    333-343页
    查看更多>>摘要：传统钢筋深化设计的大量排布工作是基于手动或半自动化的方式完成的,时间及人工成本较高.目前基于单根钢筋的智能设计方法存在3个问题:同向钢筋没有共享机制,无法利用相似信息,造成大量重复性计算;钢筋之间不具备协同机制,无法保证钢筋前后左右间距的一致性;优化策略基于局部信息进行智能体轨迹规划,难以应对复杂和特殊的钢筋排布场景.为解决上述问题,提出基于模型预测控制(MPC)的多钢筋并行排布智能设计方法,以提高钢筋的排布效率及质量.MPC是一种可以兼顾全局信息和局部信息的寻优策略,通过滚动优化和最优解首元素的应用,提高钢筋应对复杂环境的能力,实现钢筋智能避障和长度优化.多钢筋并行排布策略采用领航跟随者模式实现信息共享和行为协同,利用同向钢筋的相似信息,可减少重复性工作并保证钢筋间距一致.为提高优化效率和质量,结合群体智能的优点进一步改进差分进化算法,并将其作为MPC的求解器.实验结果表明,通过与单钢筋排布方法在不同障碍物情形下的对比,提出的多钢筋并行排布方法能够有效提高钢筋排布的质量、优化效率和应对复杂障碍物场景,并以预制混凝土楼梯构件设计为示例,验证了所提方法的可行性和有效性.

    智能建造深化设计智能优化设计钢筋排布模型预测控制进化算法

      原文链接:
    • 维普
    • 万方数据

    智慧教育下基于改进YOLOv8的学生课堂行为检测算法

    曾钰琦刘博钟柏昌钟瑾...
    344-355页
    查看更多>>摘要：为了加快教育的数字化转型,人工智能技术融入教与学全过程行为的精准分析与实证应用已成为当前的研究热点.针对目前学生课堂行为检测中存在的检测精度低、目标框密度高、重叠遮挡严重、尺度变化大以及数据量不平衡等问题,创建学生课堂行为数据集DBS Dataset,并提出一种基于改进YOLOv8的学生课堂行为检测算法VWE-YOLOv8.首先引入注意力机制CSWin-Transformer,增强模型对图像全局信息的提取能力,提高网络的检测精度;然后集成大可分离核心注意力(LSKA)模块到SPPF架构中,增加模型在多尺度目标上的识别能力;接着将遮挡感知注意力机制融入到检测头的设计中,将原有的Head结构修改为SEAMHead,实现模型对遮挡物体的有效检测;最后引入权重调整函数Slide Loss来处理样本不均衡问题.实验结果表明,与YOLOv8相比,在DBS Dataset和公开数据集SCB Dataset上,改进后VWE-YOLOv8的mAP@0.50分别提高了 1.16％、1.70％,mAP@0.50:0.95分别提高了 7.36％、2.13％,精度分别提升了 4.17％、6.74％,召回率分别提升了1.96％、3.13％,说明该算法具有更高的检测精度和较强的泛化能力,能够胜任学生课堂行为的检测任务,有力支撑智慧教育应用,助力教育数字化转型.

    智慧教育学生行为检测目标检测注意力机制大可分离核心注意力模块

      原文链接:
    • 维普
    • 万方数据

    基于凹凸性和转向角的古陶瓷碎片二次匹配算法

    刘鹏欢周强王莹朱建锋...
    356-366页
    查看更多>>摘要：碎片拼接是古陶瓷修复的关键工作,针对古陶瓷碎片形状随机、数量大、表面纹理弱且存在局部缺损而导致算法的精度较低、匹配时间较长等问题,提出一种基于凹凸性和转向角的古陶瓷碎片二次配算法.在提取古陶瓷碎片轮廓曲线的基础上,通过先后使用粗匹配和细匹配的二次匹配组合实现碎片的两两精确匹配.一次粗匹配先通过多边形逼近碎片轮廓曲线,以降低轮廓的复杂性,再提取多边形的顶点凹凸性和顶点转向角构建一次轮廓特征集合,最后利用凹凸互补性和遍历顶点对齐的双模态特征初次匹配算法来寻找大致匹配段,并得到粗匹配点集.二次细匹配先随机选取粗匹配点集中的任意相邻两点点对来提取碎片轮廓片段,以减少轮廓点数量并提高算法效率,再计算轮廓片段的轮廓转向角以提取二次轮廓特征集合,最后利用基于粒子群优化的二次匹配来搜索精确匹配段,并得到细匹配点集.实验结果表明,该算法对二维古陶瓷碎片的拼接效果较好,且具有较强的鲁棒性,拼接误差不超过2％,运行时间效率相比已有算法提高了 8％～20％.

    碎片拼接二次匹配算法轮廓提取凹凸性转向角粒子群优化

      原文链接:
    • 维普
    • 万方数据