首页期刊导航|计算机工程与设计
期刊信息/Journal information
计算机工程与设计
计算机工程与设计

刘恩德

月刊

1000-7024

ced@china-ced.com

010-68389884

100039

北京142信箱37分箱

计算机工程与设计/Journal Computer Engineering and DesignCSCD北大核心CSTPCD
查看更多>>《计算机工程与设计》创刊于1980年，是中国航天科工集团主管、中国航天科工集团二院706所主办的国内外公开发行的计算机专业技术类刊物。该刊是中国计算机学会会刊、北京计算机学会会刊、中国宇航学会会刊，是全国中文核心期刊、中国科技核心期刊。办刊宗旨：努力提高计算机技术水平，为我国航天和国防科技服务，实现广泛的科研成果汇聚和知识传播，促进学术交流和科技成果的商品化、产业化和国际化，引导和推动我国计算机技术和国防科技的发展。刊载内容：覆盖计算机工程与设计领域的各个层面，主要刊登各型计算机及其系统的研究、研制、设计、开发应用等各方面的学术论文、技术报告和专题综述，主要刊登博士论文、基金项目论文、学术会议优秀论文和获奖课题论文。征稿范围：计算机网络与通信、CAD/CAM、计算机图形学、多媒体技术、数据库、并行处理、人工智能、计算机软件工程、计算机硬件体系结构及其他计算机相关领域。读者对象：大专院校师生、计算机专业科研人员、工程项目决策、设计开发和应用人员等。
正式出版
收录年代

    免疫粒子群算法的测试数据生成

    焦重阳周清雷张文宁
    1435-1442页
    查看更多>>摘要：为有效改善粒子群算法进化后期收敛速度慢,克服易陷入局部极值的缺陷,提出一种自适应免疫粒子群算法并在面向路径的测试数据生成中得到应用.本文提出 自适应的惯性权重的调整方法和学习因子的调节策略,加快算法的搜索速率;引入免疫算法中的免疫算子,提出抗体的浓度调节机制,使得粒子群的多样性更加丰富,提升算法的寻优能力;通过免疫选择操作,避免算法的早熟收敛;以分支函数叠加法构造适应度函数.实验结果表明,该算法避免了粒子群算法早熟收敛现象的发生,有效地提高了测试数据自动生成的效率.

    粒子群算法测试数据生成惯性权重学习因子免疫算子种群多样性免疫选择

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    时间感知的用户长短期兴趣特征分离推荐算法

    吴迪杨利君马文莉
    1443-1450页
    查看更多>>摘要：针对传统推荐算法未充分考虑行为序列间的动态时间间隔、语义不规则以及用户长短期兴趣相互纠缠的问题,提出一种时间感知的用户长短期兴趣特征分离推荐算法.利用用户个性化时间聚合间隔感知和时间位置多头注意力捕获长期兴趣特征,采用动态时间间隔感知和潜在意图注意力的Time-LSTM捕获短期兴趣特征,提出长短期兴趣特征分离获取方法,分别独立捕获两种时间尺度的用户兴趣,通过注意力机制 自适应融合长短期兴趣特征,提高用户兴趣特征捕获准确率.实验结果表明,该算法在预测精度指标AUC和GAUC上较对比算法均有提升,消融实验也进一步验证了该算法的必要性.

    个性化时间聚合间隔动态时间间隔长短期记忆网络注意力机制长短期兴趣特征分离推荐

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    MEC动态联合服务缓存和请求调度优化算法

    徐正超黎作鹏
    1451-1457页
    查看更多>>摘要：针对移动边缘计算(MEC)中边缘服务器资源有限,服务提供商面临如何充分利用稀缺的边缘资源最大化系统性能的问题,提出一种基于李雅普诺夫优化的动态优化算法.建立服务缓存和请求调度模型,得到在满足服务缓存成本的长期预算约束时最小化系统延迟的优化函数模型;利用李雅普诺夫优化技术将长期优化问题转化为多个连续时隙的实时优化问题,设计对偶分解算法求解实时优化问题.通过仿真实验验证了所提算法的有效性.

    移动边缘计算服务缓存请求调度协同计算联合优化李雅普诺夫函数对偶分解算法

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于滑动窗口的流式RDF数据的模式匹配方法

    王翔
    1458-1464页
    查看更多>>摘要：数据在社交网络中通常呈现为流式的特征.针对流式RDF数据,提出一种增量的模式匹配方法.设计一种面向RDF数据的索引结构,被定义为顶点聚簇的数据子图.提出一种基于顶点-边标签映射的有效验证的匹配算法,减少遍历过程中候选数据规模.实验结果表明,该方法在环状和星状查询图的模式匹配算法效率更具时间优势.

    数据流模式匹配数据子图数据索引顶点聚簇候选验证增量匹配算法

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于新搜索策略的改进法医调查算法

    肖辉辉段艳明谭黔林
    1465-1473页
    查看更多>>摘要：为解决法医搜索算法的搜索方程存在振荡等问题,构建一种改进的法医调查算法.引入均值机制和莱维飞行策略对分析调查结果进行改进,提高算法的勘探能力;调查方向充分使用当前个体的有效信息,引入自适应动态调整缩放因子及最优个体引导机制,增强算法的探索活力;利用趋优避劣方法对算法的追捕行动进行改进,改善种群个体质量;追捕行动扩展采用单优学习策略解决振荡问题.求解11个标准函数和无线传感网络覆盖问题的结果显示,与对比算法比较,改进算法的优化能力具有显著优势.

    法医调查算法无线传感网络莱维飞行优化能力趋优避劣缩放因子单优学习

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于深度学习的全景片自动牙位标识

    耿飙齐莎莎魏炜
    1474-1481页
    查看更多>>摘要：根据国际牙科联盟系统的全景片影像实际特征,提出一种基于参数优化的用于自动牙齿检测和标号分类的方法.运用先进的深度学习方法构建创新以及实用的三阶段牙科全景片牙齿标识方法.使用全景片图像将其分为几个阶段,以SqueezeNet的基于掩膜区域卷积神经网络作为基线模型进行特征提取过程,使用燕群优化算法进行参数优化,应用基于SoftMax分类器的牙齿预测和加权极限学习机的阶段分类模型确定牙齿编号类别标签,在图像数据集上进行评估,所提方法具有性能竞争力.

    深度学习参数优化全景片牙齿检测牙位标号燕群优化加权极限学习机

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    结合超体素与颜色信息的区域生长点云分割方法

    鲁斌王志远
    1482-1489页
    查看更多>>摘要：为解决传统区域生长点云分割算法存在的欠分割和过分割现象,提出一种结合超体素与颜色信息的区域生长点云分割方法.在分割过程中加入超体素过分割步骤,避免直接从点云中分割数据,有效消除噪声和异常值对分割的影响,利用一种几何和颜色信息的联合准则合并超体素并进行区域生长.与深度学习方法和其它3种传统分割算法相比,分割效率和精度都得到了较大提升,解决了欠分割和过分割的问题.

    超体素法线信息点云分割区域生长颜色信息过分割欠分割

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    三通道多姿态面部正面化方法

    高峰张元谢剑斌闫玮...
    1490-1498页
    查看更多>>摘要：针对现有面部正面化网络在复杂环境下难以保留面部显著性特征的问题,提出一种三通道(局部、半全局和全局)面部正面化方法.在TP-GAN算法的原有框架基础上设计半全局网络,融合全局网络和局部网络之间的依赖关系,使生成的正面化图像的分布与真实面部图像更接近;在半全局网络中设计多时空深度注意力模块,促进网络学习到更多面部显著性特征;将所提方法应用于CAS-PEAL-R1数据集和自建数据集,采用Rank-1指标进行评估.实验结果表明,所提方法在所有角度下的Rank-1平均准确率为99.40％,验证添加了多时空深度注意力模块的半全局网络可以有效保留面部显著特征,提高面部匹配准确率.

    多姿态面部面部正面化生成对抗网络三通道网络半全局网络注意力模块显著特征

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于近端策略优化模板更新的实时目标跟踪方法

    孙愉亚龚声蓉钟珊周立凡...
    1499-1507页
    查看更多>>摘要：基于孪生网络的 目标跟踪算法往往采用第一帧的外观特征作为固定模板,难以应对目标外观剧烈变化等问题.为此,所提算法在孪生网络的基础上,引入深度强化学习,将模板更新问题建模为马尔可夫决策过程,采用近端策略优化算法进行优化,减少因 目标外观变化带来的误差积累.针对孪生网络跟踪算法搜索域太小,无法全局搜索目标的问题,引入全局检测算法,找回丢失的 目标.所提跟踪算法能够自适应更新模板和全局检测丢失的 目标,在OTB数据集和GOT-10k数据集上进行测试,实验结果表明,该方法较代表性方法,具有实时性强和准确率高的优点,能够很好应对目标外观形变以及目标丢失.

    目标跟踪深度强化学习近端策略优化马尔可夫决策过程全局检测更新模板孪生网络

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    采用双流网络结构的虹膜卷缩轮检测方法

    张波王昌鹏
    1508-1515页
    查看更多>>摘要：针对虹膜卷缩轮检测易受干扰而导致边界定位波动的问题,提出一种基于双流网络结构的虹膜卷缩轮检测方法.在归一化图像中,利用双流网络结构分别提取结构特征和纹理特征.融合模块融合来自不同流的特征,得到初定位区域.对该区域进行滤波操作,去除噪声干扰.利用边缘梯度算子检测、提取卷缩轮.实验结果表明,该方法正确检出率为91.2％,边缘定位AP值为0.706,平均检测速度为2.3秒/幅,相比其它算法,存在复杂干扰的情况下,保证检出率和检测速度的基础上,降低了边界波动.

    虹膜纹理图像处理虹膜卷缩轮归一化图像残差分割网络纹理检测边缘梯度算子

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据