計(jì)算機(jī)工程最新期刊目錄

一種面向軟件成分分析的輕量化依賴分析方法————作者：李天然;樸勇;孔子涵;

摘要：大部分開(kāi)源軟件存在安全漏洞。在我國(guó)，針對(duì)開(kāi)源軟件的成分分析和驗(yàn)證在軟件開(kāi)發(fā)及評(píng)測(cè)中嚴(yán)重缺失，導(dǎo)致關(guān)鍵領(lǐng)域軟件安全難以保障。因此，軟件成分分析對(duì)確保軟件安全不可或缺，其中，準(zhǔn)確的第三方依賴項(xiàng)（Third Party Dependencies， TPDs）識(shí)別是軟件漏洞管理與合規(guī)性評(píng)估的關(guān)鍵。針對(duì)上述問(wèn)題，本文提出了一種面向軟件成分分析的輕量化依賴分析方法，提高了TPD識(shí)別的準(zhǔn)確性和大規(guī)模項(xiàng)目文件處理...

基于參考的兩階段壁畫(huà)圖像超分辨率重建————作者：徐志剛;余浩;

摘要：壁畫(huà)作為重要的文化遺產(chǎn)，其數(shù)字化保護(hù)和修復(fù)在近年來(lái)得到了廣泛關(guān)注。然而，在壁畫(huà)圖像的超分辨率重建過(guò)程中，往往面臨紋理模糊和原有信息丟失的問(wèn)題。針對(duì)這一問(wèn)題，本文提出了一種基于參考的兩階段壁畫(huà)圖像超分辨率重建方法（Reference-based Two-stage Mural Image Super-Resolution Reconstruction， RTMISR）。首先，采用多尺度殘差特征提取模...

音視頻深度偽造與鑒偽綜述————作者：魏方達(dá);劉淼;孫毅;王晶;趙勝輝;

摘要：近年來(lái)，深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)以及語(yǔ)音信號(hào)處理等領(lǐng)域取得了重大成功。然而，深度學(xué)習(xí)的飛速發(fā)展也帶來(lái)了負(fù)面影響，各類偽造視頻，語(yǔ)音在網(wǎng)絡(luò)上泛濫成災(zāi)，一些不法分子利用深度學(xué)習(xí)技術(shù)替換原始視頻的人臉、編輯面部屬性、合成說(shuō)話人語(yǔ)音、克隆語(yǔ)音，通過(guò)制作色情視頻、虛假新聞、政治謠言等造成社會(huì)動(dòng)蕩、混亂，威脅個(gè)人利益、國(guó)家安全。為了消除這些負(fù)面影響，眾多學(xué)者從不同的角度提出解決方案。早期偽造主要集中在單模態(tài)偽造，...

基于變分特征解糾纏的銳度感知工業(yè)缺陷分類算法————作者：鐘依慧;馬瑛;江少進(jìn);楊豐玉;

摘要：在工業(yè)生產(chǎn)領(lǐng)域，缺陷分類對(duì)于保障產(chǎn)品質(zhì)量和安全性扮演著至關(guān)重要的角色。但工業(yè)缺陷數(shù)據(jù)集存在類內(nèi)差異大、類間差異小的特性，加上缺陷樣本數(shù)量有限，致使現(xiàn)有缺陷分類模型在實(shí)際工業(yè)環(huán)境中的表現(xiàn)欠佳。針對(duì)這一問(wèn)題，本文創(chuàng)新性地提出了基于變分特征解纏和銳度感知的工業(yè)缺陷分類算法。首先，引入變分自編碼器將缺陷特征解纏為類別判別特征和類內(nèi)方差特征，然后通過(guò)重采樣策略增強(qiáng)類內(nèi)方差特征，與原始特征結(jié)合以提升特征表示的...

基于字形和語(yǔ)義的多級(jí)中文對(duì)抗樣本生成方法————作者：孫宇;王紅杰;杜彥輝;劉楠;

摘要：深度神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型在應(yīng)用過(guò)程中容易受到對(duì)抗樣本攻擊，通過(guò)在原始樣本中添加微小擾動(dòng)，生成對(duì)抗樣本，以誤導(dǎo)模型做出錯(cuò)誤決策。通過(guò)研究對(duì)抗樣本的生成方法，可以有效發(fā)現(xiàn)并評(píng)估模型的魯棒性缺陷。現(xiàn)有的中文對(duì)抗樣本生成方法大多關(guān)注于如何提升對(duì)抗樣本的攻擊成功率，而忽略了對(duì)抗樣本的隱蔽性等質(zhì)量指標(biāo)。該研究關(guān)注中文文本對(duì)抗樣本生成技術(shù)，結(jié)合中文在字形結(jié)構(gòu)和語(yǔ)義特征方面的獨(dú)特性，提出了一種結(jié)合漢字字形和語(yǔ)義信息的...

基于多尺度特征融合與極化自注意力機(jī)制的實(shí)時(shí)語(yǔ)義分割算法————作者：劉相濱;方誠(chéng);劉帥;

摘要：實(shí)時(shí)語(yǔ)義分割作為計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一，在無(wú)人駕駛、交通管控等諸多方面均發(fā)揮著極為關(guān)鍵的作用。現(xiàn)有基于編碼器-解碼器結(jié)構(gòu)的實(shí)時(shí)語(yǔ)義分割算法通常以犧牲分割精度的代價(jià)來(lái)達(dá)到實(shí)時(shí)性的效果，然而，這類算法為了保證實(shí)時(shí)性，其感受野通常較小，從而導(dǎo)致對(duì)道路場(chǎng)景中的大尺度物體分割效果較差。為此，本文基于編碼器-解碼器結(jié)構(gòu)提出了一個(gè)針對(duì)道路場(chǎng)景的實(shí)時(shí)語(yǔ)義分割算法來(lái)解決這個(gè)問(wèn)題。算法首先在特征提取階段設(shè)計(jì)了一...

多層超網(wǎng)絡(luò)聚合的個(gè)性化聯(lián)邦學(xué)習(xí)算法————作者：李陽(yáng);姜毅;陳帥;閆世超;王磊;馬禮;

摘要：個(gè)性化聯(lián)邦學(xué)習(xí)算法在處理非獨(dú)立同分布（Non-IID，Non-Independent and Identically Distributed）數(shù)據(jù)集和客戶端模型個(gè)性化方面有著巨大優(yōu)勢(shì)。而基于超網(wǎng)絡(luò)的個(gè)性化聯(lián)邦學(xué)習(xí)利用客戶端各自的超網(wǎng)絡(luò)實(shí)現(xiàn)了客戶端模型的個(gè)性化訓(xùn)練。然而，針對(duì)客戶端超網(wǎng)絡(luò)參數(shù)和客戶端數(shù)據(jù)的共享對(duì)客戶端個(gè)性化模型的準(zhǔn)確率的影響相對(duì)不明確。因此，本文提出多層超網(wǎng)絡(luò)個(gè)性化聯(lián)邦學(xué)習(xí)（pFed...

hoda基于持續(xù)同調(diào)與復(fù)雜網(wǎng)絡(luò)的圖像形狀分類算法————作者：魏欣;彭寧寧;

摘要：針對(duì)于目前已有的復(fù)雜網(wǎng)絡(luò)圖像形狀分類算法中復(fù)雜網(wǎng)絡(luò)構(gòu)建的穩(wěn)定性不足，在復(fù)雜情形下提取的形狀特征分類性能較差等問(wèn)題，提出一種基于持續(xù)同調(diào)與復(fù)雜網(wǎng)絡(luò)的圖像形狀分類算法。該算法將復(fù)雜網(wǎng)絡(luò)與Vietoris-Rips復(fù)形過(guò)濾相結(jié)合，在圖像輪廓點(diǎn)云上構(gòu)建持續(xù)性復(fù)雜網(wǎng)絡(luò)，利用持續(xù)同調(diào)計(jì)算持續(xù)性復(fù)雜網(wǎng)絡(luò)中不同維度的全局拓?fù)涮卣鳎贿x擇從度分布提取的度特征和相關(guān)度特征作為局部形狀特征，分別融合全局拓?fù)涮卣鞯玫絻山M特...

基于自適應(yīng)張量交換和重算的大模型推理優(yōu)化————作者：梁緒寧;王思琪;楊海龍;欒鐘治;劉軼;錢(qián)德沛;

摘要：大語(yǔ)言模型（LLMs）在多種自然語(yǔ)言處理任務(wù)中展現(xiàn)出卓越性能。然而，LLM擁有極高的參數(shù)規(guī)模，使得有限的GPU內(nèi)存容量成為推理任務(wù)的性能瓶頸。面向LLM推理服務(wù)場(chǎng)景提出AdaptiveLLM，根據(jù)推理任務(wù)負(fù)載特征在張量交換和張量重算中實(shí)現(xiàn)卸載策略自適應(yīng)選擇。為了評(píng)估推理任務(wù)負(fù)載特征，AdaptiveLLM通過(guò)算子粒度計(jì)算復(fù)雜度分析建立黑盒ML模型實(shí)現(xiàn)張量重算開(kāi)銷預(yù)測(cè)，通過(guò)細(xì)粒度KV Cache內(nèi)存...

基于大語(yǔ)言模型的API使用約束知識(shí)構(gòu)建————作者：劉根壕;張能;鄭子彬;

摘要：API使用約束是開(kāi)發(fā)者在調(diào)用API時(shí)必須遵守的條件或限制，以確保正確使用并避免API誤用。API文檔是提取這些約束的重要來(lái)源。現(xiàn)有的基于自然語(yǔ)言處理的API使用約束提取方法通常依賴于句法模式，但對(duì)復(fù)雜并列句的處理能力有限，且對(duì)語(yǔ)法模式要求嚴(yán)格。為此，本文提出了一種基于大語(yǔ)言模型的API使用約束知識(shí)提取方法，記為AUCK。AUCK首先對(duì)Java API文檔進(jìn)行預(yù)處理，提取包含API使用約束的句子；其...

非對(duì)稱容差關(guān)系粗糙近似集的GPU加速方法————作者：吳正江;王夢(mèng)松;武星晨;

摘要：為解決非對(duì)稱容差關(guān)系存在冗余容差類問(wèn)題以及為提高近似集的計(jì)算效率。本文通過(guò)改進(jìn)的非對(duì)稱容差關(guān)系，介紹了不完備信息系統(tǒng)中上、下近似集的布爾矩陣表示方法，設(shè)計(jì)了計(jì)算近似集的矩陣分塊算法，并在GPU上實(shí)現(xiàn)近似集計(jì)算過(guò)程的加速。具體來(lái)說(shuō)，本文提出了一種最近容差關(guān)系，構(gòu)建了不完備信息系統(tǒng)中對(duì)象之間的層次結(jié)構(gòu)，這些結(jié)構(gòu)被轉(zhuǎn)換成多個(gè)局部關(guān)系矩陣，以此來(lái)快速計(jì)算最近容差類。最后，向量化的最近容差類被分批加載到顯存...

一種車聯(lián)網(wǎng)環(huán)境下的多階段惡意網(wǎng)站快速檢測(cè)方法————作者：毛煜陽(yáng);徐崇鈞;楊華雨;翟溪林;張華;

摘要：車載第三方服務(wù)訪問(wèn)惡意網(wǎng)站的數(shù)量迅速增加，已成為車聯(lián)網(wǎng)安全的重大威脅。目前，車聯(lián)網(wǎng)惡意網(wǎng)站檢測(cè)面臨三大瓶頸：傳統(tǒng)工具處理大規(guī)模網(wǎng)站數(shù)據(jù)時(shí)存在較長(zhǎng)的檢測(cè)時(shí)延，惡意網(wǎng)站統(tǒng)一資源定位符（URL）混淆問(wèn)題影響識(shí)別準(zhǔn)確性，且惡意網(wǎng)站數(shù)據(jù)集的獲取困難，這些因素均嚴(yán)重制約了檢測(cè)的效率和準(zhǔn)確性。針對(duì)這些問(wèn)題，本文提出了一種基于邏輯回歸的多階段惡意網(wǎng)站快速檢測(cè)方法。使用搜索引擎對(duì)合法網(wǎng)站進(jìn)行初步過(guò)濾，減少計(jì)算資源的...

基于國(guó)產(chǎn)GPGPU非一致控制流的分支優(yōu)化————作者：吳藝鵬;霍志坤;韓孟之;

摘要：目前，通用圖形處理單元（GPGPU）因其強(qiáng)大的并行處理能力而被廣泛應(yīng)用于各種計(jì)算任務(wù)。然而，采用單指令多線程（SIMT）并行執(zhí)行模型的GPGPU在程序執(zhí)行時(shí)，核函數(shù)會(huì)產(chǎn)生非一致控制流行為，從而引發(fā)線程束分化，降低加速器的整體性能。針對(duì)核函數(shù)執(zhí)行過(guò)程中因非一致控制流引起的性能下降問(wèn)題，提出一種特定場(chǎng)景下的分支編譯優(yōu)化方法——連續(xù)分支合并（MergeCFG）。在編譯器中間代碼優(yōu)化階段，通過(guò)控制流分析，...

面向某國(guó)產(chǎn)加速器的卷積算子代碼生成器————作者：王小龍;王家梁;吉青;侯豐堯;

摘要：近年來(lái)某國(guó)產(chǎn)深度學(xué)習(xí)加速器發(fā)展迅速，硬件資源持續(xù)變化并引入一系列張量核心指令，使得開(kāi)發(fā)者在該加速器進(jìn)行卷積算子的手工適配和優(yōu)化面臨巨大挑戰(zhàn)。為此，本文提出了一種面向該國(guó)產(chǎn)加速器的卷積代碼生成器，以簡(jiǎn)化卷積算子的適配與優(yōu)化過(guò)程。該生成器提供配置參數(shù)作為對(duì)外接口，用戶僅需配置參數(shù)即可生成特定的卷積算子。生成器本身由三層架構(gòu)組成：指令層封裝底層指令，并根據(jù)硬件架構(gòu)進(jìn)行區(qū)分；組件層根據(jù)預(yù)設(shè)的硬件架構(gòu)信息組...

基于交叉注意力擴(kuò)散模型的對(duì)手建模研究————作者：何明研;李斯源;劉鵬;黃劍華;

摘要：對(duì)手建模作為多智能體博弈對(duì)抗的關(guān)鍵技術(shù)，其目的為學(xué)習(xí)對(duì)手的行為以減少環(huán)境的不確定性并幫助決策。而現(xiàn)有的對(duì)手建模方法大多采用離線訓(xùn)練加在線適應(yīng)的結(jié)構(gòu)，在離線訓(xùn)練中采用傳統(tǒng)神經(jīng)動(dòng)力學(xué)模型對(duì)智能體進(jìn)行一步一步地預(yù)測(cè)，容易形成單步誤差進(jìn)而形成累計(jì)誤差，且在在線適應(yīng)中面對(duì)未知對(duì)手時(shí)，亦會(huì)導(dǎo)致受控智能體計(jì)劃狀態(tài)偏離數(shù)據(jù)集分布。為解決上述問(wèn)題，提出基于擴(kuò)散模型并利用交叉注意力和對(duì)手建立關(guān)聯(lián)的框架，其利用擴(kuò)散模型...

基于大型多模態(tài)模型的街景圖像典型場(chǎng)景要素提取————作者：潘可悅;咼維;程湘;劉異;

摘要：場(chǎng)景要素是理解城市地理信息的核心，準(zhǔn)確提取場(chǎng)景要素對(duì)于智慧城市建設(shè)和地理信息系統(tǒng)發(fā)展至關(guān)重要。為應(yīng)對(duì)街景圖像場(chǎng)景的復(fù)雜性、現(xiàn)有視覺(jué)深度學(xué)習(xí)模型在理解復(fù)雜場(chǎng)景和要素方面的局限，以及視覺(jué)信息與上下文關(guān)聯(lián)的挑戰(zhàn)，提出了一種基于大型多模態(tài)模型的典型街景場(chǎng)景要素提取方法。首先，基于LLaVA模型引入多層感知機(jī)和高分辨率視覺(jué)編碼器，構(gòu)建GeoLLaVA模型；其次，針對(duì)街景場(chǎng)景要素提取任務(wù)構(gòu)建街景視覺(jué)-指令跟隨...

基于對(duì)比學(xué)習(xí)和重排序的實(shí)體鏈接方法研究————作者：劉軍平;王潤(rùn)鵬;胡新榮;彭濤;王幫超;楊華利;朱強(qiáng);

摘要：實(shí)體鏈接是一項(xiàng)將自然文本中的實(shí)體提及鏈接到知識(shí)庫(kù)中相應(yīng)實(shí)體的任務(wù)，在信息檢索和問(wèn)答系統(tǒng)等領(lǐng)域發(fā)揮著重要的作用。實(shí)體鏈接的挑戰(zhàn)在于如何利用提及的上下文和知識(shí)庫(kù)中實(shí)體的特征信息，生成候選實(shí)體并選擇其中正確的實(shí)體。盡管一些方法依靠某種策略生成了相關(guān)的候選實(shí)體，并結(jié)合特征信息選擇了合適的實(shí)體。但是這些方法往往未能學(xué)習(xí)更深層次的語(yǔ)義信息，導(dǎo)致不能得到高質(zhì)量的候選實(shí)體，甚至正確的實(shí)體不包含在候選實(shí)體中。同時(shí)，...

SAM及其改進(jìn)模型在圖像分割中的應(yīng)用綜述————作者：馬依拉木·木斯得克;高雨欣;張思拓;馮珂;阿布都克力木·阿布力孜;哈里旦木·阿布都克里木;

摘要：隨著通用人工智能技術(shù)的快速發(fā)展，基礎(chǔ)模型在多個(gè)領(lǐng)域的應(yīng)用日益受到廣泛關(guān)注。在圖像分割領(lǐng)域，“分割一切模型”（Segment Anything Model， SAM）作為一種核心基礎(chǔ)模型，在提升圖像理解和處理效率方面展現(xiàn)出了顯著優(yōu)勢(shì)。盡管SAM在圖像分割任務(wù)中表現(xiàn)出色，但在功耗、計(jì)算效率以及在不同應(yīng)用場(chǎng)景中的適應(yīng)性等方面，仍然存在一定的優(yōu)化空間。為此，文中從多個(gè)維度對(duì)SAM的改進(jìn)方向進(jìn)行了深入探索，...

基于SIT-TransNET的被動(dòng)微波海冰厚度反演————作者：韓彥嶺;朱曉俊;王靜;潘海燕;張?jiān)?

摘要：海冰厚度是全球氣候變化研究中的關(guān)鍵參數(shù)之一，其在調(diào)節(jié)地球氣候系統(tǒng)、海洋環(huán)流和熱量交換中具有重要作用。但是由于海冰的物理特性高度變化的影響，使得海冰厚度的精確反演面臨巨大挑戰(zhàn)。針對(duì)上述問(wèn)題，本文提出了一種多特征融合和改進(jìn)Transformer的被動(dòng)微波遙感海冰厚度反演方法SIT-TransNET，該方法利用AMSR2衛(wèi)星的亮度溫度數(shù)據(jù)，并結(jié)合輔助數(shù)據(jù)（包括雪表面溫度、海面鹽度和1.4GHz亮度溫度）...

無(wú)人機(jī)場(chǎng)景下基于動(dòng)態(tài)度量學(xué)習(xí)的跨視角地理定位————作者：王鑫鑫;胡海峰;張索非;周飛飛;龔銳;

摘要：關(guān)于跨視角地理定位的既有研究主要聚焦于判斷查詢圖像是否準(zhǔn)確對(duì)應(yīng)于預(yù)定義圖集中某個(gè)特定地理位置。然而，這種研究模式往往忽略了地理空間中固有的大量多空間尺度結(jié)構(gòu)信息。為了實(shí)現(xiàn)更為穩(wěn)健的定位效果，模型不僅需要捕捉局部建筑細(xì)節(jié)，還需理解通過(guò)建筑群和環(huán)境特征體現(xiàn)的目標(biāo)之間的空間關(guān)系，從而在不同空間尺度下提高定位的準(zhǔn)確性。為應(yīng)對(duì)這些挑戰(zhàn)，我們提出了一項(xiàng)新任務(wù)，稱為多空間尺度跨視角地理定位，并推出了專門(mén)為此任務(wù)...

　　計(jì)算機(jī)工程來(lái)自網(wǎng)友的投稿評(píng)論：

• 帶頭大哥666

  感覺(jué)很不錯(cuò)的核心期刊，注重文章的創(chuàng)新性及論文語(yǔ)言的流暢性，期刊格式要求嚴(yán)格，編輯部很認(rèn)真，兩位審稿專家意見(jiàn)都很詳細(xì)，對(duì)稿件要求也很高，投稿過(guò)去2個(gè)月后退修，返稿后半個(gè)月就錄用了。

  2024-08-16 07:55
• 帶頭大哥666

  七月投稿，等了一個(gè)月編輯聯(lián)系，兩個(gè)審稿人已經(jīng)審?fù)炅耍�期刊比較符合選題，中間修改了不少，相對(duì)來(lái)說(shuō)見(jiàn)刊還是比較快的。總的來(lái)說(shuō)，時(shí)間如下： 23年7月投稿 23年11月10號(hào) 大修（兩個(gè)審稿人） 23年12月20號(hào) 修回 24年 2月 20號(hào) 新增了兩個(gè)審稿人 24年 3月 20號(hào) rrc

  2024-03-23 23:27
• 奔跑的辣椒醬

  投了一篇彩色圖像分割的論文，9月18日發(fā)稿，9月20日外審，10月8日退修，中間修改了多次對(duì)文章格式要求比較多，到11月1日修改好并發(fā)錄用通知，版面費(fèi)1950，比較學(xué)術(shù)的一個(gè)期刊對(duì)搞學(xué)術(shù)的人來(lái)說(shuō)難度中等偏下還是比較容易中的

  2023-05-13 10:47
• zhaohhhh

  北大核心期刊，沒(méi)有版面費(fèi)。 適合工程實(shí)踐和新技術(shù)應(yīng)用類學(xué)術(shù)文章，較高的行業(yè)認(rèn)可度。 審稿速度一般，初審1個(gè)月左右。

  2021-08-26 22:57

提交