首页期刊导航|浙江大学学报（工学版）
期刊信息/Journal information
浙江大学学报（工学版）
浙江大学学报（工学版）

岑可法

月刊

1008-973X

xbgkb@zju.edu.cn

0571-87952273

310027

杭州市浙大路38号

浙江大学学报（工学版）/Journal Journal of Zhejiang University(Engineering Science)CSCD北大核心CSTPCDEI
查看更多>>本学报的前身是浙江大学学报（自然科学版），四校合并后，为了突出浙江大学的工科优势，改为浙江大学学报工学版，稿源主要来之于本校教师、学生、研究所的科研工作者。刊登内容包括计算机科学技术与工程，信电与电子工程，光电，工业控制，材料，化工，高分子，机械，电机，能源，土木建筑工程、力学、生物工程和生命科学、环境科学、食品工程、农业工程以及理科方面和交叉学科等方面的最新研究成果。
正式出版
收录年代

    基于小世界理论的区块链Kademlia网络改进方法

    赵越赵赫谭海波余斌...
    1-9页
    查看更多>>摘要：针对当前区块链Kademlia网络研究中通常以牺牲安全性为代价提升可扩展性的问题，提出基于小世界理论的区块链Kademlia网络改进方法。该方法遵循小世界理论的思想，提出置换扩容节点的概率公式，概率与节点间距离呈反比，节点置换次数和额外增加的节点数量可以根据实际情况灵活调整。通过理论分析和实验验证，证明了采用该方法改造的网络能够达到最终的稳定状态。实验结果显示，利用该方法将全网广播交易消息时须经历的传输层级减少了 15。0％～30。8％，加快了定位节点的速率。与其他改变网络结构的优化算法相比，该方法降低了网络的结构化程度，增强了网络的安全性。

    区块链Kademlia网络小世界理论安全性

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

    混合采样下多级特征聚合的视频目标检测算法

    秦思怡盖绍彦达飞鹏
    10-19页
    查看更多>>摘要：针对现有基于深度学习的视频目标检测算法无法同时满足精度和效率要求的问题，在单阶段检测器YOLOX-S的基础上，提出基于混合加权采样和多级特征聚合注意力的视频目标检测算法。混合加权参考帧采样(MWRS)策略采用加权随机采样操作和局部连续采样操作，充分利用有效的全局信息与帧间局部信息。多级特征聚合注意力模块(MFAA)基于自注意力机制，对YOLOX-S提取的分类特征进行细化，使得网络从不同层次的特征中学到更加丰富的特征信息。实验结果表明，所提算法在ImageNet VID数据集上的检测精度均值AP50达到77。8％，平均检测速度为11。5ms/帧，在检测图片上的目标分类和定位效果明显优于YOLOX-S，表明所提算法达到了较高的精度，具有较快的检测速度。

    机器视觉视频目标检测特征聚合注意力机制YOLOX

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

    基于聚类和深度学习的车联网轨迹隐私保护机制

    申自浩唐雨雨王辉刘沛骞...
    20-28页
    查看更多>>摘要：针对车联网轨迹发布中用户面临的隐私泄露问题，提出基于聚类和深度学习的轨迹隐私保护机制(PPCDL)。考虑轨迹中的时间因素，通过时间戳将轨迹空间划分为多个区域，获取区域中的轨迹分布点。对每个区域进行改进稳定隶属度多峰值聚类，根据区域轨迹密度进行隐私预算矩阵的预分配。利用时间图卷积网络模型提取轨迹数据的时空特征，对隐私预算预分配矩阵进行训练和预测。根据预测结果添加相应的拉普拉斯噪声，在轨迹数据发布前进行扰动。理论分析和实验结果表明，PPCDL相较于对比机制，时间开销更少，能够更精确地预测隐私预算。利用PPCDL可以合理地在轨迹数据中添加拉普拉斯噪声，有效地提高了轨迹数据的可用性。

    隐私保护密度峰值聚类轨迹隐私时间图卷积网络隐私预算

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

    煤矿井下无人驾驶轨道电机车障碍物识别

    杨豚郭永存王爽马鑫...
    29-39页
    查看更多>>摘要：针对现有煤矿井下无人驾驶轨道电机车因巷道环境恶劣导致障碍物识别精度低的问题，提出用于无人驾驶电机车障碍物精准实时检测的PDM-YOLO模型。基于YOLOv5，将模型C3模块中的传统卷积替换为部分卷积，构建C3_P特征提取模块，有效减少模型的浮点运算量(FLOPs)与计算延迟。采用改进后的解耦头，对传统YOLOv5的预测头进行解耦，提高模型的收敛速度及对障碍物的识别精度。优化Mosaic数据增强方法，丰富训练图像的特征信息，提高模型的普适性和鲁棒性。实验结果表明，PDM-YOLO模型在自制数据集上的平均检测精度(mAP)达到96。3％，平均检测速度达到109。2帧/s，PDM-YOLO模型在PASCAL VOC公共数据集上的检测精度高于现有主流的YOLO系列模型。

    无人驾驶电机车YOLO障碍物识别部分卷积解耦头Mosaic数据增强

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

    基于轻量级Transformer的城市路网提取方法

    冯志成杨杰陈智超
    40-49,108页
    查看更多>>摘要：针对现有方法存在道路区域提取不精准和实时性不足的限制，提出基于轻量级Transformer的路网提取方法RoadViT。利用卷积神经网络与Transformer混合的MobileViT架构进行编码特征，有效地提取高级上下文信息。提出金字塔解码器实现多尺度特征的提取和融合，生成像素类别的概率分布。结合Mosaic与多尺度缩放和随机裁剪策略实现数据增强，构建精细多样的遥感图像。针对城市遥感图像中道路类别和背景类别的不平衡问题，提出动态加权损失函数。实验结果表明，RoadViT的参数量仅为1。25 × 106，在Jetson TX2上的推理速度可达10帧/s，在CHN6-CUG数据集上的精度可达57。0％。所提方法是轻量级Transformer在城市遥感图像中的有效探索，在保证推理实时性的同时，实现道路提取精度的提升。

    城市路网提取TransformerMobileViT遥感图像语义分割轻量级模型

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

    强化先验骨架结构的轻量型高效人体姿态估计

    孙雪菲张瑞峰关欣李锵...
    50-60页
    查看更多>>摘要：为了更好地利用人体姿态关键点特有的分布属性，提出强化先验骨架结构的轻量型高效人体姿态估计方法。利用高分辨率网络较好地保留空间位置信息，为了进一步降低模型参数量，提出轻量倒残差模块。设计体位强化模块，利用全局空间特征和上下文信息强化躯干位置的先验信息及关键点之间的联系。针对多分辨率特征图像融合时，像素位置模糊、卷积核优化方向偏移导致关键点空间特征信息遗失的问题，提出方向强化卷积模块，利用躯干上关键点分布的水平和垂直方向特性，高效融合关键点先验分布。实验结果表明，利用该网络，可以高效地估计人体姿态。与基准网络相比，该模型在COCO测试集上的平均精度达到78。4，参数量减少了 17。4×106，兼顾精度与效率。

    人体姿态估计关键点检测深度学习体位强化卷积方向强化

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

    基于多模态融合的开放域三维模型检索算法

    毛福新杨旭程嘉强彭涛...
    61-70页
    查看更多>>摘要：为了满足开放域下海量新增模型数据的管理和检索需求，提出开放域三维模型检索算法，可以有效地利用多模态信息的语义一致性。借助无监督算法探寻未知样本间的类别信息，利用该类别信息实现网络模型的参数优化，使得网络模型在开放域条件下具有更好的模型表征性能及检索结果。提出基于Transformer结构的层级化多模态信息融合模型，有效地剔除了多模态间的冗余信息，得到鲁棒性更强的模型表征向量。在数据集Model-Net40上进行实验，通过与其他典型算法的对比实验可知，所提方法在mAP指标上优于所有的对比方法，验证了该方法在检索性能提升上的有效性。

    机器视觉多模态融合开放域检索三维模型

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

    面向垃圾分类场景的轻量化目标检测方案

    陈健松蔡艺军
    71-77页
    查看更多>>摘要：针对边缘端进行垃圾检测分类实时性差的问题，提出轻量化的Yolov5垃圾检测解决方案。引入Stem模块，增强模型对输入图像的特征提取能力。将backbone的C3模块进行改进，提高特征提取能力。使用深度可分离卷积替换网络中的3×3降采样卷积，实现模型轻量化。使用K-means++算法重新计算物体的锚框值，使模型在训练过程中能够更好地预测目标框的大小。通过实验研究对比可知，改进模型相比于Yolov5s模型，mAP 0。5提升了0。8％，mAP_0。5:0。95提升了 3％，模型参数量减少到原来的77。9％，推理速度提升了 21。9％，极大地提高了模型的检测性能。

    垃圾分类Yolov5深度可分离卷积K-means++算法Stem模块

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

    大点数FFT在"申威26010"上的并行优化

    郭俊刘鹏杨昕遥张鲁飞...
    78-86页
    查看更多>>摘要：根据"神威·太湖之光"超级计算机所用国产"申威26010"处理器的架构特点和编程规范，提出针对大点数FFT的众核并行优化方案。该方案源自经典的Cooley-Tukey FFT算法，通过将一维大点数数据迭代分解为二维小规模矩阵进行并行加速。为了解决矩阵"列FFT"的读写、转置和计算问题，提出"列均分-行连续"的读写策略，通过对数据进行合理的分配、重排、交换，结合SIMD向量化、旋转因子优化、双缓冲、寄存器通信、跨步传输等优化手段，充分利用了众核处理器的计算资源和传输带宽。实验结果显示，单核组64从核并行程序较主核运行FFTW库，可以达到最高65x、平均48x以上的加速比。

    神威·太湖之光申威26010快速傅里叶变换Cooley-Tukey算法众核并行

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

    基于自动驾驶车辆调度的停车系统收费策略优化

    冯驰梅振宇
    87-95页
    查看更多>>摘要：针对有人驾驶车辆与自动驾驶车辆共存的停车系统，设计基于自动驾驶车辆调度的停车系统收费策略，以提升停车系统运行效率。该策略在停车场无可用停车泊位但存在自动驾驶车辆时向有人驾驶车辆提供自动驾驶车辆调度服务，停车系统向有人驾驶车辆收取一定调度费用后，通过在多个停车场间调度若干自动驾驶车辆，为有人驾驶车辆在其目标停车场创造可用停车泊位。各停车场的调度费用会影响有人驾驶车辆用户的停车选择，进而影响停车系统的运行效率，构建基于智能体的停车仿真模型，采用遗传算法差异化地设置系统内各个停车场的停车调度收费方案。仿真结果显示，采用基于自动驾驶车辆调度的差异化收费策略，可以有效地减少有人驾驶车辆用户的行驶时间、步行时间、总出行时间及行驶里程，增加停车系统营收，降低社会成本，有效地缓解停车矛盾。

    停车调度停车收费自动驾驶车辆基于智能体模型停车策略

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