计算机工程与科学

2023年第10期目录

2023, 45(10): 0-0. doi:

摘要 ( 188 )

PDF (246KB) ( 178 ) 　　

基于异构计算平台的背景噪声预处理并行算法

吴超, 卫谦, 周俊伟, 李会民, 孙广中

2023, 45(10): 1711-1719. doi:

摘要 ( 265 )

PDF (1046KB) ( 290 ) 　　

背景噪声地震学利用地震台站记录的背景噪声信号计算台站之间的互相关信息，以此推演地质结构信息，近年来广泛应用于地球结构和油气勘探等领域。地震噪声数据处理往往需要通过预处理计算来减少仪器、地震信号的干扰，这一过程需进行多种信号处理计算。随着我国地震台站布设的推广，地震波形文件持续积累，预处理计算的耗时大大增加。针对计算耗时问题，基于图形处理器异构计算平台，提出了一种并行地震噪声预处理算法。并行算法在台站、时间和分段3个维度设计了并行计算框架，针对预处理中的计算过程实现了计算核函数，并且通过分批计算实现了对大批量文件的自适应处理。实验结果表明，并行预处理算法取得了约95倍的加速比，且具备良好的并行性。

基于GPU的卫星通信基带处理高吞吐率并行算法

李荣春, 周鑫, 王庆林, 梅松竹

2023, 45(10): 1720-1730. doi:

摘要 ( 185 )

PDF (1165KB) ( 285 ) 　　

卫星通信被广泛应用于加密通信、应急通信等领域中，其基带处理算法较为复杂，需要很强的算力支持。传统的FPGA和DSP等平台开发周期过长，基于GPU的软件无线电方案开发便捷，性能优越。提出了一种基于GPU的卫星通信基带算法群，实现了卫星通信下行链路的高速处理。实验结果表明，基于GPU的卫星通信链路达到了最低延迟要求，基带最高处理速度达到978 Mbps。

基于深度学习的短临降水预报综述

马志峰, 张浩, 刘劼

2023, 45(10): 1731-1753. doi:

摘要 ( 681 )

PDF (1495KB) ( 649 ) 　　

短临降水预报是指短期内降水的高分辨率预测，是一项重要但又困难的任务。在深度学习的背景下，它被视为一个基于雷达回波图的时空序列预测问题。降水预测是一个复杂的自我监督任务，由于运动总是在空间和时间维度上发生显著的变化，普通模型难以应对复杂的非线性时空转换，导致预测模糊。因此，如何进一步提高模型预测性能减少模糊是该领域研究的重点。目前关于短临降水预报的研究仍处于早期阶段，并且对已有的研究工作缺乏系统性的分类和讨论。因此，有必要对该领域进行全面调研。从不同维度全面总结和分析了短临降水预报领域的相关知识，并给出了未来的研究方向，具体内容如下：（1）阐明了短临降水预报的重要意义以及传统预测模型的优缺点；（2）给出了短临降水预报问题的数学定义；（3）全面总结和分析了常见的预测模型；（4）介绍了不同国家和地区的多个开源雷达数据集；（5）简单介绍了用于预测质量评估的度量指标；（6）讨论了不同模型中所使用的不同的损失函数；（7）指明了未来短临降水预报领域的研究方向。

基于HYB格式SpMV在新一代申威架构上的实现与优化

王鑫, 彭健

2023, 45(10): 1754-1762. doi:

摘要 ( 117 )

PDF (2235KB) ( 208 ) 　　

稀疏矩阵与稠密向量乘SpMV在高性能计算领域有着广泛的应用。稀疏矩阵因其非零元素分布的稀疏性和不规则性，使得运算的并行化较稠密矩阵难度更大。因此，稀疏矩阵向量乘法的性能优化一直都是高性能计算领域中的研究重点。基于稀疏矩阵的HYB存储格式，面向国产新一代申威异构众核处理器SW26010P，设计了一种并行SpMV算法及其性能优化方案。并针对HYB存储格式的阈值选取难点，提出了一种多次迭代最大类间方差的方法，以确定HYB格式的阈值。实验结果表明，相比主核上的串行算法，并行SpMV算法可以获得23.36的平均加速比和34.85的最高加速比。

电源开关噪声耦合干扰高速信号的分析及优化方法研究

贡维, 李岩, 许泗强, 齐红玉

2023, 45(10): 1763-1769. doi:

摘要 ( 118 )

PDF (1881KB) ( 174 ) 　　

在电子系统中，高速电路设计面临的问题，归根结底是噪声的问题。在实际的高速电路设计生产过程中，仿真模型与实际PCB的偏差、设计的不合理、PCB制板过程中产生的误差等因素，造成信号完整性和电源完整性问题缺乏系统深入的分析。针对此类问题，开展了电源开关噪声对高速信号产生耦合干扰的分析和优化方法研究。首先对信号完整性和电源完整性的理论进行介绍，进而针对某主板设计过程中存在的电源开关噪声耦合干扰高速信号的案例进行理论分析、示波器测试分析、Cadence仿真分析及优化验证，为该类问题提供一个系统的分析解决方案。

基于属性的操作系统动态强制访问控制机制

丁滟, 王鹏, 王闯, 李志鹏, 宋连涛, 冯了了

2023, 45(10): 1770-1778. doi:

摘要 ( 111 )

PDF (1213KB) ( 228 ) 　　

操作系统强制访问控制技术因运行在高特权级，为系统带来较强的安全性保障。然而，由于经典操作系统强制访问控制仅支持静态安全策略，当应用场景安全需求发生变化时，必须重新配置与加载安全策略，难以满足高敏感应用状态转换、云原生动态调度以及BYOD等场景访问权限动态调控的需求。基于属性的访问控制具有强扩展性、高度灵活性和强大的表达能力，为提高安全策略的动态性和灵活性提供了解决思路。首先，提出了基于属性的操作系统动态强制访问控制理论模型与系统架构模型；然后，结合Linux经典强制访问控制机制设计实现了原型系统，验证了模型的可行性；最后，针对引入属性可能带来的性能影响，从时间和空间2个方面展开访问控制的优化研究。

支持复杂访问策略的属性基加密方案

许城洲, 李陆, 张文涛

2023, 45(10): 1779-1788. doi:

摘要 ( 125 )

PDF (851KB) ( 167 ) 　　

针对属性基加密的访问结构，提出一种支持复杂访问策略的属性基加密方案。方案将简化有序二元决策图（ROBDD）作为访问结构，用户属性集对应ROBDD中一个路径，ROBDD不仅可以表示任何关于属性的布尔函数，还能通过简化访问结构中的节点减少有效路径，防止无关属性干扰，从而降低加密阶段的计算开销。通过布尔函数整合有效路径特征值，密文不用额外存储复杂访问策略中的多个有效路径特征值，降低了密文存储开销。方案将属性认证计算外包给解密服务器，降低了解密阶段用户本地计算开销；使用群元素幂运算代替双线性配对，降低了方案的计算开销。方案在安全模型中被证明是IND-CPA安全的。性能分析和实验仿真表明，本文方案的计算开销和存储开销更低。

基于生成对抗网络与多头注意力的文本隐写术

黄瑶, 潘丽丽, 熊思宇, 蒋湘辉, 马俊勇

2023, 45(10): 1789-1796. doi:

摘要 ( 164 )

PDF (875KB) ( 204 ) 　　

随着深度学习的发展，基于文本生成的隐写术取得了重大突破。现有基于文本生成的方法存在暴露偏差的问题，即训练阶段每个输入都来自真实样本标签，预测阶段的输入来自上一时刻预测的输出。训练和预测之间的输入样本差异会产生误差积累，使得生成样本与真实样本分布相差过大。针对这个问题，提出了一种基于生成对抗网络和多头注意力的文本隐写术—TS-GANMA。首先，利用生成对抗网络训练文本生成器，通过多头注意力机制提取多头注意力得分参与奖惩模块的奖励计算，得到更适合生成器的反馈信息。随后，生成器与鉴别器进行对抗训练，能够解决暴露偏差的问题，优化文本生成模型。最后，对文本生成模型输出的条件概率分布进行编码，实现秘密信息嵌入。实验结果表明，在相同的嵌入率时，TS-GANMA隐写术与LSTM-vlc和ADG相比，隐写文本的困惑度有显著的降低，这是因为采用TS-GANMA进行文本隐写，生成的隐写文本与真实文本的统计分布更加拟合，生成的隐写文本质量更高。

结合对比监督和排序树的轨迹数据差分隐私保护方案

王辉, 陈宇, 申自浩, 刘沛骞

2023, 45(10): 1797-1805. doi:

摘要 ( 99 )

PDF (943KB) ( 214 ) 　　

随着各种具有位置定位服务设备的普及，用户享受设备带来便利的同时，也会引发位置隐私泄露的问题。针对这一问题，提出了一种结合对比监督和排序树的轨迹数据差分隐私保护方案(SDTS)。首先，利用监督学习模型对轨迹数据进行预处理，使用模型中的损失函数对轨迹数据进行轨迹相似度计算;其次，基于二叉排序树结构对轨迹数据进行存储，提高轨迹查询效率;最后，利用差分隐私技术和等比隐私预算分配方式对排序树节点中移动用户的统计值进行加噪处理，保护节点中存储的敏感信息，保证数据隐私安全的同时提高数据的可用性。实验结果表明，该方案能有效保护用户的数据隐私安全，并能保证轨迹数据的可用性。

基于机器视觉的集成电路声扫图像缺陷检测软件设计

赵玥, 肖梦燕, 邱宝军, 罗军, 王小强, 罗道军

2023, 45(10): 1806-1813. doi:

摘要 ( 114 )

PDF (1891KB) ( 188 ) 　　

集成电路是电子产品的重要组成部分，其质量控制和故障分析是电子产品能否长期运行的前提。声学扫描显微镜SAM作为一种无损缺陷检测手段，在集成电路成像检测、内部缺陷识别方面获得了广泛应用。针对声扫图像缺陷检测的智能化需求，以及对检测的实时性和正确性要求，研发了基于机器视觉的集成电路声扫图像缺陷检测软件，提供了图像处理和图像检测一体化功能。该软件的算法框架结合了深度学习技术、OpenCV 传统图像处理技术和JavaScript 界面设计技术，可以管理各种类型的集成电路数据,并能对声扫图像进行分析处理与缺陷判定。

基于改进3D ResNet的视频人体行为识别方法研究

牛为华, 翟瑞冰

2023, 45(10): 1814-1821. doi:

摘要 ( 154 )

PDF (745KB) ( 170 ) 　　

针对人体行为在视频中呈现的时序性特点，提出了一种融合非对称卷积和CBR模块的视频人体行为识别方法。该方法使用3D ResNet-50作为主干网络。首先，将网络中较大的卷积核拆分为2个非对称3D卷积核的串联，加深卷积层在水平和竖直方向上的局部关键特征提取；其次，加入了CBR模块，以增加网络层数。该网络对连续的视频帧序列进行图像和时序的多角度特征提取，并根据特征数据对其进行分类，最后输出识别结果。在基准数据集UCF101上的大量实验结果表明，所提方法的Top1准确率和Top5准确率与原始3D ResNet网络相比分别提升了4.03%和4.99%，且该方法的识别准确率也优于其他主流方法的识别准确率。

融合语义实例重建的抓取位姿估计方法

韩慧妍, 王文俊, 韩燮, 况立群, 薛红新,

2023, 45(10): 1822-1829. doi:

摘要 ( 106 )

PDF (1025KB) ( 176 ) 　　

针对抓取任务中难以区分多个紧邻物体及高维位姿学习准确率差的问题，提出一种融合语义实例重建的抓取位姿估计方法。增加语义实例重建分支对前景完成隐式三维重建，并以投票方式预测每个前景点所属实例的中心坐标，以区分紧邻物体；提出一种高维位姿的降维学习方法，使用2个正交单位向量分解三维旋转矩阵，提升位姿学习准确率；搭建融合语义实例重建的抓取检测网络SIRGN，并在VGN仿真抓取数据集上完成训练。实验结果表明，SIRGN在拥挤(Packed)和堆叠(Pile)场景的抓取成功率分别达到了89.5%和78.1%，且在真实环境具有良好的适用性。

基于多尺度深度可分离卷积的低照度图像增强算法

陈清江, 顾媛

2023, 45(10): 1830-1837. doi:

摘要 ( 118 )

PDF (1133KB) ( 211 ) 　　

为解决低照度图像颜色失真、对比度低以及现有增强算法存在的细节丢失严重、参数过多等问题，提出基于多尺度深度可分离卷积的低照度图像增强算法。首先，设计多尺度混合空洞卷积模块，在扩大感受野的同时解决网格效应；其次，设计多尺度特征提取模块，提取不同尺度的特征信息；最后，对不同尺寸的特征图使用2种模块，将低层空间信息与高层语义信息充分融合，获得最终输出。用深度可分离卷积代替标准卷积可大大减少网络参数量与计算量。实验结果表明，所提算法能有效地提高图像的亮度和对比度，减少模型参数量，且图像纹理细节及色彩恢复较好。

基于YOLOv5s的密集多人脸检测算法

董子平, 陈世国, 廖国清

2023, 45(10): 1838-1846. doi:

摘要 ( 184 )

PDF (1922KB) ( 320 ) 　　

针对在密集场景下多人脸检测容易漏检，小尺度人脸检测率不高的问题，提出了基于YOLOv5s改进的多人脸检测算法IYOLOv5s-MF。首先，在特征融合部分引入FTT模块，以获取小尺度人脸更多的特征表征；然后，改进正负样本采样策略，通过增加有效正样本，增强算法的模型泛化能力；最后，将Focal-EIoU作为定位损失函数，在加速模型收敛的同时提升人脸检测率。在WIDER FACE数据集上进行人脸检测实验，实验结果表明，相比较其他对比算法，IYOLOv5s-MF算法拥有较高的人脸检测精度，且具有较好的实时性能。

多阶段时序和语义信息增强的问题生成模型

周菊香, 周明涛, 甘健侯, 徐坚

2023, 45(10): 1847-1857. doi:

摘要 ( 118 )

PDF (845KB) ( 155 ) 　　

针对图到序列的问题生成模型编码器的多阶段编码以及解码过程中容易丢失段落中丰富的序列信息和语义结构信息的问题，设计了基于多阶段时序和语义信息增强的模型MS-SIE。首先，将编码器不同阶段编码的段落语义信息进行融合，输入到循环神经网络进行编码；然后，在解码阶段引入迭代图神经网络，将编码后的段落信息与解码阶段隐藏在先前生成的文本问题中丰富的语义结构信息相结合；最后，利用基于注意力机制的循环神经网络生成问题。实验结果表明，提出的模型在自动评估指标和人工评价指标上均明显优于现有的序列到序列模型和图到序列模型。

融合图游走信息的图注意力网络方面级情感分析

杨春霞, 桂强, 马文文, 徐奔,

2023, 45(10): 1858-1865. doi:

摘要 ( 101 )

PDF (799KB) ( 172 ) 　　

在方面级情感分析任务中常用注意力机制获取单词的权重信息，忽略了句法结构对提取句子中不同单词重要程度的作用。此外，多方面词语句中会出现方面词和情感词关联混淆的问题，以及无法有效地关注与目标方面词情感极性相关的上下文部分。提出了融合图游走信息的图注意力神经网络模型GW-GAT。在语法图上执行图游走获取句子的单词权重系数；使用图注意力网络结合单词节点权重与节点之间的权重突出对目标方面词情感极性起重要作用的上下文部分，经过全连接和softmax获得最终的情感极性。在SemEval2014任务和Twitter数据集上的实验结果表明，GW-GAT模型性能优于基线模型，获得了较好的实验结果。

基于双注意力融合知识的方面级情感分类

张千锟, 韩虎, 郝俊

2023, 45(10): 1866-1873. doi:

摘要 ( 117 )

PDF (642KB) ( 199 ) 　　

方面级情感分类研究是针对语句的特定方面判别其表达的情感极性。现有解决方案中，虽然基于注意力机制的循环神经网络模型表现较好，但是由于评论文本较短，且包含较多的新词和多义词，上述方法在处理此类“语义模糊”句子时性能不够理想。因此，提出一种基于知识图谱和注意力机制的神经网络模型，基本思想是利用知识库获取方面词的相关概念集，融合外部信息来增强文本的语义表示。首先，将双向长短时记忆网络的输出与自注意力机制相结合，生成上下文表示。然后，联合上下文表示利用双注意力从知识图谱中获取外部知识，得到和方面词相关的知识向量。最后，将2部分内容一起输入到全连接网络计算方面级情感倾向。实验结果表明，该模型与其他模型相比分类性能显著提升。

基于距离排序的DUPSO-DSVM民歌快速分类算法研究

吕小姣, 张玉梅, 杨红红, 吴晓军,

2023, 45(10): 1874-1833. doi:

摘要 ( 82 )

PDF (3150KB) ( 150 ) 　　

在网络信息快速发展的时代背景下，不同的音乐爱好者对音乐信息检索的需求也在不断提高，音乐分类成为了一个非常值得研究的问题。提出了将耗散均匀搜索粒子群优化算法DUPSO与基于距离排序的支持向量预选取算法DSVM相结合的DUPSO-DSVM民歌快速分类算法。该算法利用DUPSO算法对SVM的惩罚系数C和核函数参数g进行优化，并利用DSVM算法优化DUPSO算法的参数优化时间。实验结果表明，在使用了DUPSO-DSVM算法之后，算法的训练时间只占未使用DUPSO-DSVM算法的26.26%，民歌分类正确率为84%，但仍然保持着较高的分类正确率。

基于概率两阶段CenterNet2的林火图像预警检测方法

李宝民, 王小鹏, 孙茜容, 张军平

2023, 45(10): 1884-1890. doi:

摘要 ( 81 )

PDF (1416KB) ( 155 ) 　　

森林火灾的及时预警对于森林保护有着至关重要的作用，由于林中烟火背景复杂、干扰因素较多，检测精度和效率均会受到影响。为此提出了一种基于CenterNet2的林火图像检测方法，采用轻量级主干网络VoVNetV2结合非对称卷积核来提高特征提取能力和检测速度，同时在加权双向特征金字塔网络中引入注意力机制eSE进行特征融合，提高小目标检测精度，最后采用SIoU损失函数提升目标框回归效果。仿真实验结果表明，该方法能够较准确地进行实时林火检测，且漏报率低。

基于Setwise排序的深度输入感知因子分解机

刘通, 周宁宁

2023, 45(10): 1891-1900. doi:

摘要 ( 82 )

PDF (1043KB) ( 141 ) 　　

SetRank是一种新颖的Setwise贝叶斯协同排序模型，能够以更贴合实际场景的方式对隐式反馈的数据进行建模。然而，SetRank中只考虑了协同信息，缺乏对内容信息的有效利用。为解决上述问题，首先提出了一种基于Setwise排序的因子分解机模型SRFMs，借鉴SetRank中的Setwise排序解决隐式反馈中的负样本缺失问题，选择因子分解机作为预测器来建模内容信息，从优化项目排序的角度出发建模用户偏好；接着，为改进标准FM中固定特征表示以及缺少高阶特征交互的缺点，受IFM启发，提出将输入感知与深度神经网络相结合，融入SRFMs从而构建出SR-DIFM模型；最后，在2个真实数据集上进行了实验，结果表明，所提出的模型在解决隐式反馈场景下推荐问题的同时，可以更好地利用用户和项目的内容信息,从而获得更高的推荐准确率，在HR、NDCG和mAP等客观指标上都优于其他模型。

当期目录

作者中心

审稿中心

在线期刊