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

    DCaT:面向高分辨率场景的轻量级语义分割模型

    黄科迪黄鹤鸣李伟樊永红...
    252-262页
    查看更多>>摘要：语义分割是计算机视觉中分析和理解场景的关键任务，但现有的分割模型需要较高的计算成本和内存需求，不适合高分辨率场景的轻量级语义分割。针对该问题，提出了一种新的面向高分辨率场景的轻量级语义分割模型DCaT。采用深度可分离卷积提取图像的局部语义;使用基于坐标感知和动态稀疏混合注意力的轻量级Trans-former 获取图像的全局语义;通过模块融合，在低级语义上注入高级语义;通过分割头输出像素预测标签。实验结果表明:与基线模型相比，DCaT在高分辨率数据集Cityscapes上的平均交并比提高了 1。5个百分点，模型复杂度降低了 26％，推理速度提升了 12％。实现了高分辨率场景下模型复杂度与性能之间的更好平衡，证明了 DCaT的有效性和实用性。

    语义分割轻量化高分辨率Transformer稀疏注意力

      原文链接:
    • 万方数据
    • 维普

    基于光照可靠性掩膜的低光照图像增强算法

    曹晓倩王旸刘伟峰焦登辉...
    263-271页
    查看更多>>摘要：针对具有局部强光源、局部有色光源的低光照场景图像增强中存在的局部过曝光、局部染色和附加噪声等问题，提出一种基于光照可靠性掩膜的低光照图像增强算法。核心思想是:根据输入图像的光照分量逐像素标记超低光照、过曝光、单通道过曝光等光照不可靠区域并建立"S型"光照可靠性掩膜曲线模型以消除输入低光照图像的局部光照不一致性。以此为基础，设计了由光照估计子模块、光照一致性修正子模块和低光照图像增强子模块组成的基于光照可靠性掩膜的低光照图像增强网络。通过MEF、LIME、DICM、VV等测试数据集的广泛实验表明，所提算法可以显著消除局部过曝光、局部染色及附加噪声等问题，且在NIQE(natural image quality evaluator)与SSIM(structural similarity index)等指标上优于现有算法。相关代码和预训练模型可通过https://github。com/fififft/MLightGAN 获取。

    低光照图像增强局部光照不一致光照可靠性掩膜光照估计

      原文链接:
    • 万方数据
    • 维普

    基于多尺度边缘感知和增强的息肉图像分割

    杨瑞君陈丽叶程燕
    272-281页
    查看更多>>摘要：针对结直肠图像中息肉尺度差异大、边界不清晰以及内窥镜图片反光等问题，提出了一种基于边缘感知和边界增强的网络模型。以金字塔结构提取多层特征，使用集中引导的边缘感知聚合策略，利用中低层和高层的互补信息来获取第一个轮廓掩码。使用了分层多尺度模块对骨干网络后三层进行特征提取，以适应不同大小息肉特征。提出正逆向综合关注单元，通过局部特征保留和轮廓掩码合并，挖掘出更多轮廓掩码的边缘信息。分别在Kvasir、CVC-ClinicalDB、ETIS、CVC-ColonDB和CVC-300五个流行的息肉分割数据集上进行实验，与目前主流的几种息肉分割方法比较三个指标，其中平均Dice和平均IoU都有所提高，MAE有所降低，性能效果明显优于其他方法。特别是，在ETIS数据集上平均Dice系数达到了 0。729 7，比之前最先进的方法提升了 0。042 9。

    息肉分割轮廓掩码多尺度注意力

      原文链接:
    • 万方数据
    • 维普

    基于单幅图像形状特征的三维漫画人脸重建

    孙刘杰王佳耀王文举
    282-290页
    查看更多>>摘要：针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题，提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中，多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNet产生;由通道注意力和Swin Transformer构成的注意力层用于多尺度通道融合特征提取;为了提高生成地标的精度，损失函数由地标损失和热图损失两部分构成。在第二阶段中，傅里叶特征共享层变形网络使生成的三维漫画人脸具有更丰富的高频形状细节。其中傅里叶特征映射提取高维特征，使网络学习更多形状的高频信息;共享层超网络加快了网络的收敛和重建速度。该方法应用于CaricatureFace和3DCaric-Shop数据集。实验结果表明，该方法中的地标检测器的平均检测误差减少了 4。4％;变形网络在形状重建上的均方误差减少了 26％，并且平均重建时间减少了 18％;最终重建出的三维漫画人脸具有夸张的形状和自然的细节。

    地标检测三维漫画人脸人脸重建三维形变模型深度学习自解码器

      原文链接:
    • 万方数据
    • 维普

    基于像素差异度注意力机制的轻量化YOLOv5行人检测算法

    陈高宇王晓军李晓航
    291-299页
    查看更多>>摘要：针对实时行人检测场景存在遮挡、形态姿势不同的行人目标，YOLOv5模型对于这些目标检测有明显的漏检问题，提出一种像素差异度注意力机制(pixel difference attention，PDA)，不同于传统的通道注意力机制用全局均值池化(global average pooling，GAP)、全局最大值池化(global max pooling，GMP)来概括整张特征图的信息，全局池化将空间压缩成一个值来表征整个通道，造成了空间信息的流失，PDA将空间信息沿高和宽分别压缩，并将其分别与通道信息联系起来做注意力加权操作，同时提出一种新的通道描述指标表征通道信息，增强空间信息与通道信息的交互，使模型更容易关注到综合了空间和通道维度上的特征图的重要信息，在主干网络末端插入PDA后使模型平均精度(mean average precision，mAP)0。5提升了 2。4个百分点，mAP0。5:0。95提升了 4。4个百分点;针对实时检测场景的部署和检测速度要求模型拥有较少的参数量和计算量，因此提出了新的轻量化特征提取模块AC3代替原YOLOv5模型中的C3模块，该模块使插入PDA后的改进模型在精度仅仅损失0。2个百分点的情况下，参数量(parameters，Param。)减少了 20％左右，浮点运算量(giga floating-point operations，GFLOPs)减少了 30％左右。实验结果表明，最终的改进模型比YOLOv5s原模型在VOC行人数据集上mAP0。5提升了 2。2个百分点，mAP0。5:0。95提升了 3。1个百分点，且参数量减少了 20％左右，浮点运算量减少了 30％左右，在GTX1050上的检测速度(frames per second，FPS)提升了 4。

    YOLOv5行人检测注意力机制轻量化模型通道描述指标

      原文链接:
    • 万方数据
    • 维普

    基于重叠社区划分和非回溯矩阵的社交网络多源点检测

    刘岗王炎张雪芹
    300-307页
    查看更多>>摘要：在线社交网络的发展为信息传播提供了极大的便利，但同时在一定程度上也成为谣言等信息的重要传播渠道。社交网络的信息源检测对于控制信息的传播起着重要作用。为了解决现有社交网络多源点检测方法准确度不够高的问题，提出了一种新颖的多源点同步检测方法SVT-BiasMSI。该方法将多源检测问题转化为若干单源检测问题，采用局部度中心节点及相邻节点的Jaccard系数选取种子节点，使用Voronoi方法对社交网络进行初步社区划分，通过tolerance neighborhood方法寻找分区之间重叠部分的节点并实现重叠社区划分，为了兼顾网络全局和局部信息，基于传染邻域偏差改进非回溯矩阵多源点检测方法，提高单源点检测精度。在多个社交网络数据集中的实验表明，所提的方法能够有效提高在线社交网络多源点检测和定位准确度。

    社交网络多源检测重叠社区划分非回溯矩阵传染邻域偏值

      原文链接:
    • 万方数据
    • 维普

    混合特征平衡图注意力网络日志异常检测模型

    陈旭张硕景永俊王叔洋...
    308-320页
    查看更多>>摘要：针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性，导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块，通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构，增强日志特征间的关联性，并采用日志图构建模块构建日志图，有效保留空间结构特征。设计平衡日志图生成模块，解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证，实验结果表明，F1 score分别达到了 99。0％、98。7％和98。1％。证明HBGATLog不但能够解决日志数据不平衡问题，充分考虑日志数据特征的关联性，而且有效降低了漏检率。

    日志异常检测日志分析图神经网络混合特征提取数据不平衡

      原文链接:
    • 万方数据
    • 维普

    基于混合语义的切片级智能合约重入漏洞检测

    江姝晨牛保宁高彦
    321-329页
    查看更多>>摘要：针对现有基于深度学习的漏洞检测方法主要集中在源代码的单一表现形式上，无法完全捕获源代码中包含的丰富语义信息和结构信息，以及大多数方法基于函数粒度，检测样本存在大量与漏洞无关的冗余代码导致检测精度下降的问题，聚焦于智能合约最严重的漏洞之一，即重入漏洞，提出一种基于混合语义的切片级智能合约重入漏洞检测方法SCHyVulDect。根据漏洞特征关键字对智能合约进行切片操作，获得合约切片;构建合约切片的代码图，通过图注意力网络(graph attention network，GAT)提取其深层语义信息。并使用双向长短期记忆网络(bidirec-tional long-short term memory，Bi-LSTM)和注意力机制，提取切片代码的上下文序列特征，将提取的图结构特征和序列特征进行融合，从而进行漏洞检测。实验结果表明，SCHyVulDect检测重入漏洞的精确率、召回率和Fl值分别为96。36％、94。45％、91。70％，比现有的基于深度学习的智能合约漏洞检测方法的精确率提高13。03～18。00个百分点，具有较好的检测效果。

    区块链智能合约漏洞检测图注意力网络混合语义

      原文链接:
    • 万方数据
    • 维普

    城市交通拥堵预测研究:以西安市为例

    颜建强张霖高原李银香...
    330-340页
    查看更多>>摘要：随着经济的发展和生活水平的提升，出行旅游逐渐成为流行的休闲方式，尤其在国庆等假日期间。然而，集中的出行需求引起的城市交通拥堵问题，不仅影响出行效率和体验，也加大了城市运行压力。该研究以西安市为例，深入分析假日期间的交通拥堵模式和特征，提出了一种基于深度学习拥堵预测模型ConstFormer。该模型融合了图卷积网络(graph convolutional network)和Transformer架构，利用图卷积网络探索空间邻接关系，以及Trans-former 的自注意力机制来挖掘长时空依赖关系，从而有效预测未来的交通状况。对比实验表明，ConstFormer模型对比基线模型均取得了最佳的性能，能够为人们规避高峰期和合理安排出行提供帮助。

    拥堵预测数据分析城市交通图卷积网络Transformer

      原文链接:
    • 万方数据
    • 维普

    考虑运营风险的医疗废物回收选址多目标鲁棒优化研究

    马艳芳刘畅黄思雨杨丽宁...
    341-351页
    查看更多>>摘要：为规避突发公共卫生事件下的不确定风险，研究医疗废物回收网络中的回收中心、处理中心、处置中心等节点选址问题，以总成本最小以及总风险最小为目标，构建考虑运营风险的医疗废物回收选址多目标鲁棒优化模型，设计非支配排序遗传算法，提出p鲁棒迭代算子求解p值下界，采用轮盘赌选择，结合精英策略、均匀交叉和反向变异等遗传操作。基于仿真案例，求解确定性模型与鲁棒优化模型得到帕累托解。模型对比结果表明鲁棒优化模型适用所有情景，且成本相对遗憾值均小于2％，能够有效应对参数不确定引起的设施选址变化。对p值进行灵敏度分析，结果表明当0。004＜p＜0。08时，解的质量随p值增大而上升;p值越接近下界0。004，目标值下降越迅速，越适于应对紧急情况;同时决策者的风险偏好程度和总成本对设施布局有重要影响，需对二者进行综合权衡。

    医疗废物多目标规划选址模型NSGA-Ⅱ算法鲁棒优化

      原文链接:
    • 万方数据
    • 维普