首页期刊导航|计算机工程与应用
期刊信息/Journal information
计算机工程与应用
华北计算技术研究所
计算机工程与应用

华北计算技术研究所

陶小雪

半月刊

1002-8331

ceaj@vip.163.com

010-89055542

100083

北京619信箱26分箱

计算机工程与应用/Journal Computer Engineering and ApplicationsCSCD北大核心CSTPCD
查看更多>>《计算机工程与应用》是由中国电子科技集团公司主管，华北计算技术研究所主办的面向计算机全行业的综合性学术刊物，中国计算机学会会刊，中国科技核心期刊、北大中文核心期刊、RCCSE中国核心学术期刊、中国科学引文数据库（CSCD）来源期刊、中国学术期刊综合评价数据库（CAJCED）统计源期刊、中国科技论文与引文数据库（CSTPCD）统计源期刊、中文科技期刊数据库（VIP）收录期刊、《中国学术期刊文摘》首批收录源期刊，被收录在英国《科学文摘》（SA/INSPEC）、俄罗斯《文摘杂志》（AJ）、美国《剑桥科学文摘》（CSA）、美国《乌利希期刊指南》（Ulrich’s PD）、《日本科学技术振兴机构中国文献数据库》（JST）、波兰《哥白尼索引》（IC），中国期刊方阵双效期刊、中国精品科技期刊、工业和信息化部精品期刊、中国最具国际影响力学术期刊、中国“百强科技期刊”、中国“期刊数字影响力100强”，入选“庆祝中华人民共和国成立70周年精品期刊展”。办刊方针：坚持走学术与实践相结合的道路，注重理论的先进性和实用技术的广泛性，在促进学术交流的同时，推进了科技成果的转化。覆盖面宽、信息量大、报道及时是本刊的服务宗旨。报导范围：行业最新研究成果与学术领域最新发展动态；具有先进性和推广价值的工程方案；有独立和创新见解的学术报告；先进、广泛、实用的开发成果。主要栏目：热点与综述，理论与研发，大数据与云计算，网络、通信与安全，模式识别与人工智能，图形图像处理，工程与应用，其他热门栏目。
正式出版
收录年代

    面向视觉惯导的导航系统初始化技术综述

    刘悦李化义张世杰张超...
    1-18页
    查看更多>>摘要：视觉惯导系统是导航中应用最广泛的基础传感器系统之一，其单独使用或与其他系统联合使用是目前传感器配置的主要方案。初始化技术作为决定导航性能的前置环节，决定了导航的成败，也因此被大量研究。目前与初始化相关的方法种类丰富、工程性强，但是缺少较为全面和系统的综述;同时，尽管目前已经有很成熟的初始化范式，但是在实际使用时，初始化环节仍然有较高的失败率，且一些展示良好导航效果的初始化方法并未公开。随着任务的升级与技术的革新，新型视惯系统与人工智能也为初始化环节带来了新的提升与挑战。对视惯导航系统与初始化技术进行概述，然后针对初始化环节中的关键技术进行详细的调研与讨论，在给出经典初始化框架后，进行了总结与展望。

    视觉惯导导航系统初始化技术标定人工智能

      原文链接:
    • 万方数据
    • 维普

    区块链隐私保护技术研究进展

    白金龙曹利峰万季玲李金辉...
    19-36页
    查看更多>>摘要：区块链作为数字产业发展的新方向、经济社会发展的新兴技术，是建设信息化国家的战略产业，将对未来生产、生活方式带来日益深远的影响。随着区块链技术的广泛应用和人们对数字隐私不断重视，区块链隐私保护成为了制约区块链推广的关键因素。现在亟须对区块链隐私保护技术研究进展进行分析和梳理，为未来区块链隐私保护重点问题的进一步研究和突破提供依据。通过分析区块链隐私特点，从数据层、网络层、交易层和应用层总结了区块链在隐私保护方面存在的风险，详细列举了当前各层次隐私保护相关技术、原理和应用场景。对区块链隐私保护技术在新兴技术发展下的挑战和发展方向进行了展望。

    区块链隐私保护信息隐藏混币交易

      原文链接:
    • 万方数据
    • 维普

    瞬态执行攻击防御方法研究进展

    李扬高菲马自强苗莉...
    37-58页
    查看更多>>摘要：瞬态执行攻击利用处理器微架构的实现特性窃取秘密，并通过缓存侧信道泄露秘密相关信息，对现代商用处理器的信息安全构成了极大威胁。随着攻击研究的不断深入，其防御方法也成为了研究热点。对瞬态执行攻击防御技术发展现状进行了系统性总结，剖析了熔断型攻击、幽灵型攻击、数据采样型攻击和缓存隐蔽信道的形成原因及分类依据;总结了防御方法的实现原理与发展现状，依据防御措施的介入阶段将其分为四类:基于代码检测的、基于破坏瞬态行为的、基于中断隐蔽信道的和面向攻击检测的防御方法，其中，特别总结了结合机器学习的攻击检测方法。对现有防御研究中存在的关键问题进行了分析与总结，并展望了未来的研究方向，以期为后续研究工作提供帮助。

    系统安全瞬态执行攻击缓存侧信道防御方法处理器安全

      原文链接:
    • 万方数据
    • 维普

    不平衡数据流的集成分类方法综述

    朱诗能韩萌杨书蓉代震龙...
    59-72页
    查看更多>>摘要：现实世界的场景中，从数据流中学习会面临着类不平衡的问题，学习算法由于缺少训练数据而无法有效识别少数类样本。为了介绍不平衡数据流集成分类的研究现状和面临的挑战，依据近年来的不平衡数据流集成分类领域文献，从基于加权、选择和投票的决策规则和基于代价敏感学习、主动学习和增量学习的学习方式的角度详细分析和总结了不平衡数据流的集成方法，并比较了使用相同数据集的算法的性能。针对处理不同类型复杂数据流中的不平问题，从概念漂移、多类、噪声和类重叠四个方面对其集成分类算法进行总结，分析了经典算法的时间复杂度。对动态数据流、缺失信息的数据流、多标签数据流和不确定数据流中不平衡问题的分类挑战提出了下一步的集成策略研究。

    不平衡数据流集成分类决策规则学习方式复杂数据流

      原文链接:
    • 万方数据
    • 维普

    指代视频分割方法研究综述

    魏彩颖贾磊
    73-83页
    查看更多>>摘要：指代视频分割是计算机视觉和自然语言处理交叉领域的热点研究任务。目标是通过理解文本语义分割出给定视频的相关实体。与传统需预定义待分割物体类别的视觉分割任务不同，该任务不依赖于预定义的物体类别，而是通过理解给定的描述语句定位目标并分割。由于文本描述的内容随机且无分割好的视频帧当作参考，使得该任务极具挑战。虽然是新兴的跨媒体理解任务，但在安防监控、车辆追踪以及行人重识别等领域具有极高的应用前景并已有较多性能显著的方法提出。由于缺乏指代视频分割方法的研究综述，因此现有的指代视频分割方法被系统梳理和分析。具体地，根据研究思路的不同粗略地将解决方法分为四类:基于动态卷积、基于注意力机制、基于多层次信息学习和基于端到端序列预测的指代视频分割;对各类及各类内具体方法的性能进行定量和定性的分析;总结现有工作的不足以及未来可进行改进的思路。

    跨模态检索指代视频分割跨模态理解

      原文链接:
    • 万方数据
    • 维普

    改进的YOLOv8n轻量化景区行人检测方法研究

    张小艳王苗
    84-96页
    查看更多>>摘要：针对景区人流量大、人员密集，而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题，提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块，以显著减少模型参数量，从而提升模型的检测速度。采用精细的slim-neck范式，通过GSConv和V0V-GSCSP模块，在有效降低模型参数量的同时，提升模型的学习能力。提出坐标注意力动态解耦头，以显著增强模型对位置信息的感知度和敏感度。为了对样本进行更为精确的平衡处理，引入Focal Loss损失函数，进一步提高模型的检测精度与鲁棒性。实验结果表明，在景区行人数据集上，改进后的模型相较于原始模型，模型参数量减小了52％，mAP@0。5提升了2。1个百分点，mAP@0。5:0。95提升了1。4个百分点。在VisDrone2019数据集上，mAP@0。5提高了3。9个百分点。改进后的算法具有更强的泛化性能，能够更好地适用于景区行人检测任务。

    行人检测轻量化YOLOv8FocalLoss注意力机制

      原文链接:
    • 万方数据
    • 维普

    多任务联合学习下的复杂天气航拍图像目标检测算法

    王新蕾王硕翟嘉政肖瑞林...
    97-111页
    查看更多>>摘要：针对雨雾等复杂天气下无人机图像质量下降导致目标检测效果不佳的问题，提出基于上下文引导和提示学习的目标检测算法CGP-YOLO(context-guided and prompt-based YOLOv8)。构建一个多任务联合学习的检测网络，通过双分支结构达到平衡图像检测和恢复的任务。提出基于提示学习的跨层注意力加权图像去噪分支，指导网络利用退化提示重构清晰的图像;模型主干设计基于上下文的残差采样模块，集成卷积注意力机制，综合目标的局部和全局信息;采用可分离大核多尺度特征提取模块，处理网络多尺度特征;引入小目标的专用检测头，增强小目标的检测精度。实验结果表明，在参数量仅为基线模型60%的情况下，该模型的检测精度提高了2。4个百分点，平均精度(mAP)提高了2。04个百分点，模型检测效果优于其他经典模型，具备卓越的性能。

    多任务学习目标检测无人机图像复杂天气提示学习去噪模型

      原文链接:
    • 万方数据
    • 维普

    基于YOLOv8n的表格线检测改进模型

    韦超钱春雨黄启鹏杜林轩...
    112-123页
    查看更多>>摘要：在表格识别重构任务中，分割和合并的重构方法需要通过检测表格线进而重构出电子表格，因此表格线检测结果的质量直接决定了表格重构的效果。针对已有方法存在误检漏检的问题，提出一种YOLOv8n改进模型，用于表格线检测。在主干网络中，利用Swin Transformer的思想改进BottleneckCSP模块，可以捕捉到更长距离的上下文信息，提升对于大尺度表格线的识别能力;针对表格线细长密集的特点，引入蛇形动态卷积的思想改进C2f(CSPLayer_2Conv)模块，根据特征之间的空间关系自适应地调整卷积核的形状和位置，从而更好地捕获特征之间的相关性和局部细节，进而提高特征建模能力;通过CBAM(convolutional block attention module)注意力机制改造空间金字塔池化层，动态地调整特征图中每个通道和空间位置的重要性，从而增强特征图的区分能力;优化颈部结构，引入混洗卷积来改造颈部结构。实验结果表明，改进后的YOLOv8n模型在ICDAR_2013和PubTabNet数据集上，mAP@0。5:0。95、准确率、召回率分别提升了0。079、0。301、0。088，性能超过YOLO同系列模型。这些改进使得YOLOv8n模型在表格线检测任务中展现出了优异的性能，通过与合并方法结合，可以进一步提升表格重构的效果。

    表格线YOLOv8n注意力机制动态蛇形卷积Transformer轻量化

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv8n的选通图像目标检测算法

    田青王颖张正羊强...
    124-134页
    查看更多>>摘要：激光选通成像技术在复杂环境下表现出色，但选通图像为灰度图像无法提供颜色信息，并且对比度较低，所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。在特征提取的主干网络部分，使用大核卷积C2f-DSF更有效地捕获输入数据的全局信息。添加了多头注意力检测头Detect-SEAM模块，增强了特征提取和目标识别的能力。为了获取不同感受野的上下文信息，增强特征提取能力，使用了SPPF-M模块。采用上采样算子Dysample，减少特征信息的损失，从而提高小目标的检测精度。改进的YOLOv8n算法在选通图像数据集上mAP@0。5提高了2。4个百分点，mAP@0。5:0。95提高了1。8个百分点。为了验证改进的YOLOv8n算法的泛化性，选取KITTI数据集实验，相比于YOLOv8n算法改进YOLOv8n的mAP@0。5提高了4。3个百分点，mAP@0。5:0。95提高了3。5个百分点。

    选通图像YOLOv8n遮挡目标小目标大卷积核

      原文链接:
    • 万方数据
    • 维普

    Helmet-YOLO:一种更高精度的道路安全头盔检测算法

    周顺勇彭梓洋张航领胡琴...
    135-144页
    查看更多>>摘要：针对现有的道路安全头盔检测算法受背景环境影响较大，面对遮挡以及目标与环境相似等检测场景检测精度不高的问题，从特征融合和损失计算的角度，开发了一种新的Helmet-YOLO架构。利用渐进式特征金字塔网络结构降低多尺度特征融合过程中存在的巨大语义差距，提升算法在复杂场景下的检测能力。同时，提出的PCAHead检测头和HelmetIoU边界框损失函数优化了模型理解和处理数据的能力，提高了模型损失计算的效率和精度，加速了模型的收敛。实验结果表明，Helmet-YOLOn算法和Helmet-YOLOs算法的mAP@50分别提升了3。7和2。9个百分点，优于实验中的所有同尺度模型，另外Helmet-YOLO的大尺度模型在延迟和精度上也优于多数实验模型。实验证明Helmet-YOLO算法具有更高的精度和鲁棒性，更适合复杂场景的道路安全头盔检测。

    头盔检测Helmet-YOLO渐进式特征金字塔网络PCAHead检测头HelmetIoU

      原文链接:
    • 万方数据
    • 维普