- 黎铁军;张建民;李雨函;杨博;
蒙特卡罗MC粒子输运程序是典型的高性能计算应用。MC粒子输运程序存在基于粒子历史与基于事件2种并行实现方法。代理程序是面向特定体系结构开展大型实际程序性能优化的重要基础，实现基于事件的MC代理程序对研究面向众核体系结构的性能优化非常重要。然而目前没有公开的基于事件方法的代理程序。基于开源项目OpenMC,对基于事件的蒙特卡罗粒子输运算法进行设计，实现了一个新的基于事件的MC粒子输运代理程序。实验结果表明，该代理程序能够有效模拟OpenMC的分支、访存及计算特征，且其代码量不到OpenMC代码量的5%,运行时间仅为OpenMC的7.5%,为基于事件算法的优化研究提供了高效易用的平台。
2026年03期 v.48;No.375 381-388页 [查看摘要][在线阅读][下载 1237K] [下载次数：1 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 林辰汐;李嘉伦;莫萱;周杰英;吴维刚;
深度学习DL在众多业务场景中的应用越来越广泛。如何在GPU集群中高效利用资源训练DL任务并缩短任务的完成时间，受到了工业界和学术界的持续关注。单个DL训练任务往往无法充分利用GPU的全部计算资源，传统调度器的独占式GPU分配导致资源利用率低下。提出一种基于GPU共享的任务调度框架G-Share,允许多个DL任务共享同一个GPU进行训练，即进行混部调度。在感知任务间混部干扰的基础上进行任务调度与资源分配，以提高GPU利用率进而加速任务的执行。具体来说，首先通过离线建模与在线更新的方式刻画任务间相互干扰的信息，并将基于GPU共享的调度问题建模为一个带权二部图最小匹配问题，通过求解该问题来获得资源分配结果，并结合时间片机制实现任务的动态调度来感知在线场景中任务最优混部组合的变化。在商汤科技的DL任务负载数据集上的实验表明，G-Share相比于对比方法实现了20.6%的任务平均完成时间减少。
2026年03期 v.48;No.375 389-397页 [查看摘要][在线阅读][下载 1609K] [下载次数：1 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 张文柱;石亚坤;高杜梅;
在车联网中，车辆有限的计算能力、边缘服务器动态的计算资源和云服务器遥远的部署位置使得合理设计计算任务卸载与资源分配方案极具挑战。针对上述挑战，以最小化处理计算任务的时延与能耗的加权和为目标，提出了一种基于深度强化学习的联合计算卸载与资源分配的算法。具体来说，为了实现边云协作处理计算任务，首先设计了基于软件定义网络边云协同的网络架构，并给出了任务优先级的度量标准；其次分别建立了云-边-端任务的计算模型；然后设计了优化系统延迟与能耗的目标函数，并将其转化为系统效用函数；最后利用深度强化学习算法依据系统效用来决定计算任务的卸载与资源分配策略。实验结果表明，与现有的算法相比，所提算法在降低系统时延与能耗以及提高任务计算成功率方面的表现显著优于基准算法。
2026年03期 v.48;No.375 398-410页 [查看摘要][在线阅读][下载 1972K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 闻豪;李振松;
在超大规模集成(VLSI)电路的布线阶段，迅速有效地创建直角避障最小斯坦纳树(ROASMT)是成功布线的重点。为此，提出了一种结合划分法和合法化的基于线网划分的单层直角避障最小斯坦纳树生成SL-ROASMT算法。通过划分扫描点区域，生成避障生成图(OASG),在避障生成图中筛选避障生成树并转变成引脚生成树(PST),从而将原始线网划分成多个子线网；再利用直角最小斯坦纳树(RSMT)算法对无障碍的各子线网创建直角最小斯坦纳树并合法化获得合法初始解。同时提出了基于“多段边”的全局优化和基于“类V结构”的局部优化方式。算法验证结果显示，SL-ROASMT算法较基于生成图的算法和基于边的算法平均缩短约3.6%的总线长度，且算法都在1 s内完成全部测试样例的布线。
2026年03期 v.48;No.375 411-421页 [查看摘要][在线阅读][下载 1369K] [下载次数：3 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 彭桦;吴志强;肖调杰;李世杰;龚春叶;杨博;王浩东;陈星佑;
海洋可控源电磁法MCSEM广泛应用于水下目标电磁探测、海洋电磁通信和海洋油气资源勘探等领域。然而，当前MCSEM数值模拟面临计算精度不足、并行通信效率低下和扩展性受限等问题，难以满足大规模三维复杂模型的计算需求。为此，设计并实现了一种基于四阶时域有限差分的多层级并行数值模拟算法。该算法采用发射源间并行计算和子区域并行求解策略，充分挖掘了并行粒度，并通过远程内存访问技术有效降低通信开销，显著提升了并行效率。然后，通过多个典型案例测试验证了该算法的正确性与高效性。结果表明，在发射源数量为8个、区域规模为20 km×20 km×12 km且网格规模为245×245×512情况下，针对不考虑空气层的深海模型，采用8个进程组共2 048个进程时，计算时间由串行的57.05 h缩短至72.96 s,加速比超线性达到2 815.04,并行效率为137.45%;针对考虑空气层的浅海模型，采用8个进程组共256个进程时，计算时间由串行的64.78 h缩短至59.75 min,加速比为65.05,并行效率为25.41%,表明所提算法具有较好的可扩展性及计算精度，为海洋电磁数值模拟提供了一种高效的解决方案。
2026年03期 v.48;No.375 422-433页 [查看摘要][在线阅读][下载 2519K] [下载次数：2 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ]
- 文韬;王天一;黄诗锐;周江龙;
随着现代农业技术的快速发展，对农作物的精准管理和杂草的有效控制变得尤为重要。针对藜草这一影响农作物生长的常见杂草，提出了一种基于YOLOv8改进的轻量级农作物与藜草检测模型MES-YOLO。首先，改进主干网络，将MS-Block模块融入C2f模块；通过异构卷积将之应用于YOLOv8模型的主干网络中，从而提高整体的目标检测精度和效率；其次，将高效局部注意力机制引入高级筛选特征金字塔结构中，来增强对目标特征的表达能力；最后，应用Inner-SIoU损失函数加快收敛速度。实验结果表明，相较于YOLOv8n, MES-YOLO模型在mAP@0.5指标上提升了2.1个百分点，计算量从8.2×10~9下降为6.5×10~9,参数量仅为YOLOv8n模型的62%。改进后的模型更适用于低算力环境，并且能兼顾高精度的部署需求。
2026年03期 v.48;No.375 434-443页 [查看摘要][在线阅读][下载 1549K] [下载次数：2722 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 杨梅;刘司南;潘臻;高磊;闵帆;
面向农业资源监测的遥感影像农业地块精准提取是实现耕地资源智能化管理的关键技术。针对现有深度学习方法在复杂农田场景中面临的边界模糊、纹理多样及形态异构导致的分割精度不足问题，提出边缘与语义协同优化的多任务神经网络ESDNet,通过3种关键策略实现性能提升。首先，在编码器与主解码器间嵌入坐标注意力(CA)模块，通过坐标敏感的注意力权重增强模糊边界的鉴别能力；其次，设计具有多级感受野的特征增强(FE)模块，采用金字塔空洞卷积与自适应特征融合策略提升网络对异质纹理的解析度；最后，构建边界映射、距离映射与掩膜映射的多任务协同优化框架，通过几何约束与语义引导的联合学习策略，强化对复杂形态地块的空间认知。为验证网络普适性，实验选取中国山东、四川及荷兰地区的高分二号、哨兵二号多源遥感影像构建测试集。结果表明，ESDNet在交并比IoU指标上分别提升0.77个百分点、2.17个百分点和2.28个百分点，优于现有最优网络，其展现出的强泛化能力和高精度分割特性，为智慧农业中的耕地资源动态监测提供了可靠的技术支撑。
2026年03期 v.48;No.375 444-455页 [查看摘要][在线阅读][下载 2583K] [下载次数：2 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 耿焕同;范子辰;蒋骏;刘振宇;李嘉兴;
针对现有视觉多任务学习模型中网络结构分离和任务间相互干扰的问题，提出了一种基于三重特征嵌入和任务提示融合的端到端多任务学习模型。在图像嵌入编码阶段，通过采用3组不同的编码模块以捕获图像原始的3种特征，充分保留图像的全局、局部以及轮廓特征，丰富嵌入编码向量结构和语义信息，使得模型可以获取不同特征维度的图像信息。在特征提取阶段，为实现端到端统一的任务通用学习、任务特定学习以及跨任务交互，使用空间-通道提示学习模块和提示融合模块提取图像和任务提示的显著特征、趋势以及原始信息，增强任务提示的表达能力和提示能力，更充分地提取图像和任务提示的全局和局部特征。实验结果表明，与单任务SOTA模型相比，mDS以及RMSE指标分别提高了3.36个百分点和2.41个百分点；而与多任务SOTA模型相比，以上2个指标分别提高了1.69个百分点和0.32个百分点，mIOU提高了0.99个百分点，为多任务学习提供了新的解决方法。
2026年03期 v.48;No.375 456-466页 [查看摘要][在线阅读][下载 1534K] [下载次数：2 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 万子荣;张彩珍;
为了尽可能地保持边缘信息，提高图像放大后的视觉效果，提出一种基于FPGA实现的改进误差补偿图像放大算法。该算法基于误差补偿理论，在对每个像素点进行误差补偿修正的基础上，增加了引导滤波。利用误差补偿后的图像作为引导滤波的引导图像和输入图像以保留更多的边缘信息，调整像素的权重并将参数ε设置为0.1。采用峰值信噪比PSNR、均值梯度和梯度标准差，对改进算法及双线性误差补偿算法进行了实验研究对比分析。研究结果表明，改进算法将图像的PSNR增加了3～9 dB,均值梯度减小了9～36,梯度标准差减少了8～26,可以有效改善图像边缘失真的情况。
2026年03期 v.48;No.375 467-475页 [查看摘要][在线阅读][下载 1531K] [下载次数：265 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：2 ] - 梁皓涵;刘婷婷;崔鹏;王志强;
针对加权最小二乘图像平滑方法过度依赖参数设定，会导致弱梯度结构模糊、强梯度纹理保留，且在多尺度图像分解时容易出现色调偏移的问题，提出一种基于定向各向异性的加权最小二乘图像平滑方法。首先，提出一种多方向的定向各向异性结构测度方法，利用梯度信息沿各方向的方向导数提升捕捉纹理/结构信息的能力，并结合原始图像梯度幅值实现对结构测度幅值的衰减，进而提高结构的精细化程度；其次，利用模板可变的自适应Sobel算子代替一维差分算子用于计算正则项的一阶偏导和梯度权重，使之可以更好地感知邻域范围内的梯度变化，从而保护边缘的完整性；最后，将结构测度幅值融入梯度权重中，使其可以在结构区域利用小权重的平滑参数实现结构保持，在纹理区域利用大权重的平滑参数实现纹理细节信息的平滑，并利用多通道平滑结果融合操作以改善色调偏移和颜色失真的问题。与主流的纹理平滑方法进行比较，在视觉方面，新方法既可以有效地去除纹理也可以保持细微结构的稳定，在定量度量方面，新方法可以很好地平衡纹理抑制与结构保持之间的关系。
2026年03期 v.48;No.375 476-487页 [查看摘要][在线阅读][下载 2333K] [下载次数：1 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 滕尚志;梅长旺;游新冬;吕学强;
为挖掘细粒度图像在不同粒度下的细节纹理信息，关注层次特征之间的关系，提出了一种融合多尺度信息和特征映射关系的层次多粒度图像分类方法。首先，提取骨干网络的中级语义特征作为图像在不同类别粒度下的局部细节特征，并与对应类别粒度的高级语义特征进行融合。其次，使用特征映射算法表示类别层次之间的映射关系，对各层次的多粒度特征进行融合。最后，提出重排序分类损失RCL来提升各层次类别的分类准确度，利用类别中心三元组损失TCL在细粒度特征空间中将对象与其类中心的距离尽可能拉近，拉远与不同类中心的距离。在CUB-200-2011,FGVC-Aircraft和Stanford Cars这3个层次多粒度数据集上进行的评测结果表明，所提方法的细粒度图像分类准确度分别达到了88.8%,94.2%和95.1%,加权平均精确率wAP分别达到了90.4%,95.1%和95.1%,充分体现了所提方法在层次多粒度图像分类任务上的有效性和先进性。
2026年03期 v.48;No.375 488-499页 [查看摘要][在线阅读][下载 1840K] [下载次数：4 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 张新君;郭继发;
随着人工智能的日益发展，它给人们的生活带来极大便利的同时也逐渐引发人类对其安全性的思考。图像分类是计算机视觉领域的重要研究工作，但深度神经网络的脆弱性使其易受对抗样本的攻击。对抗样本是人工智能安全领域的一个重要研究方向，关于对抗样本的生成和防御技术层出不穷。以ViT为基础进行改动，提出了可用于图像块相似度比较的新模型——SCViT。SCViT中，图像块经线性投射层和Transformer Encoder得到对应的表示向量，将这些向量进行余弦相似度比较即可判断图像块的相似程度。为了降低位置编码对相似度计算的影响，在SCViT的位置编码前添加了微小系数α。利用SCViT进行图像块相似度比较，使用干净样本的图像块逐块取代对抗样本的图像块，最后将所有取代完成的干净样本的图像块拼接成新的图像用于分类。在CIFAR-10数据集上的实验结果表明，对参数α进行恰当取值，可提升方法的防御效果；在Inception＿v3和Inception＿v4分类模型上的实验结果表明，所提方法在不同分类网络上具有良好的迁移性；与几种常用的图像重构防御方法进行对比，所提方法在取得优异防御效果的同时鲁棒性也更好，对4种攻击方法下的图像分类正确率均达到了80%以上；在CIFAR-100和ImageNet数据集上进行实验，对抗样本的分类准确率分别提高了54个百分点以上和46个百分点以上，体现了所提方法的通用性。
2026年03期 v.48;No.375 500-511页 [查看摘要][在线阅读][下载 1640K] [下载次数：2 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 吴小龙;李雪松;丁艳;罗子娟;张博智;
针对核相关滤波(KCF)算法易受环境亮度、目标形变和目标遮挡影响和跟踪-学习-检测(TLD)算法求解速度慢的问题，提出了基于LAB和HOG特征的KCF-TLD融合目标跟踪算法。利用LAB和HOG特征代替图像样本参与相关滤波运算，提升KCF算法对于环境亮度变化和目标形状变化的适应能力；用改进的KCF算法代替TLD算法的跟踪器部分，可避免时间复杂度高的光流计算，以提升TLD算法的计算效率；同时，TLD算法的检测器能在目标遮挡时为相关滤波器提供初始化样本，以实现对遮挡目标的复跟踪。使用OTB-100开源数据集进行对比验证，与原始的KCF算法相比，所提算法在环境光照变化、目标形变和目标遮挡下的跟踪精度分别提高了14.6%,12.1%和17.5%;与原始TLD算法相比，所提算法的视频处理帧率显著提高。
2026年03期 v.48;No.375 512-520页 [查看摘要][在线阅读][下载 1766K] [下载次数：2 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 童立靖;英溢卓;曹楠;
针对三维人体姿态估计不易捕捉人体关节序列的全局特征、估计精度不高的问题，提出了一种融合语义图卷积与自注意力机制的三维人体姿态估计方法。首先，为提升从二维人体姿态序列映射到三维人体姿态序列过程中的特征提取效果，在语义图卷积网络中融入自注意力机制，进行基于局部特征与全局特征相融合的空间特征提取；其次，对MLP-Mixer网络的通道混合模块加以改进，引入了语义图卷积网络与U型MLP结构进行时序特征的提取；最后，基于二维人体图像的融合特征与提取的时序特征进行三维人体姿态估计。在三维人体姿态估计数据集Human3.6M上进行实验，将所提出的方法与当前主流的三维人体姿态估计方法进行对比，实验结果表明该方法在平均误差指标MPJPE和PA-MPJPE上相比次优方法分别下降约4.5 mm和0.2 mm,实验结果验证了所提出方法的有效性。
2026年03期 v.48;No.375 521-530页 [查看摘要][在线阅读][下载 1380K] [下载次数：2 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 谷学静;栗燕茹;杨蓝潇;
针对遮挡场景下多人姿态估计准确率低的问题，提出了一种结合混合注意力机制和多尺度序列特征的人体姿态估计模型DAW-YOLOPose。首先，采用MLCA注意力机制改进YOLOv8Pose的主干网络，在不增加模型参数量的同时有效捕获并传递空间和通道信息，以提升网络的特征表达效果。其次，提出了一种全新的多尺度序列特征融合网络，增强多尺度特征信息提取能力，同时融合不同尺度的特征映射。最后，使用Wise-IoU v3损失函数的梯度增益分配策略，提高对高质量锚框的区分能力，减少低质量样本对模型训练的负面影响。在MSCOCO数据集上的实验结果表明，DAW-YOLOPose与YOLOv8Pose相比，mAP@0.5,mAP@0.5:0.95和召回率分别提升2.7个百分点、1.4个百分点和1.9个百分点，实现了更优越的姿态估计效果。
2026年03期 v.48;No.375 531-539页 [查看摘要][在线阅读][下载 1306K] [下载次数：10 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 徐广平;徐慧英;朱信忠;黄晓;王舒梦;宋杰;
针对目前主流低光行人检测框架因为此任务中的图像亮度和对比度不足的原因导致性能下降的问题，提出了RetinaHA-YOLOv8算法。该算法通过采用RetinexFormer作为前置处理模块来恢复受损图像，确保后续算法能够从增强后的图像中提取到更加清晰和有用的特征；并利用HAT注意力机制在初始阶段保留关键信息并在特征融合后促进深度融合；最后为平衡额外计算负担并满足实时检测需求，引入在线重参数化卷积技术，以提高推理速度和每秒处理的帧数，同时保持检测精度。实验结果验证了RetinaHA-YOLOv8算法在公开低光行人检测数据集上的有效性，AP分别提升5.4%,11.7%和9.5%,且满足实际应用的实时性要求。
2026年03期 v.48;No.375 540-550页 [查看摘要][在线阅读][下载 1846K] [下载次数：7 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 李孟歆;陈嘉铭;吕凡;郑坤妍;赵婧雯;
为了有效解决人员密集场所人员遮挡和漏检问题，进一步改善检测精确度和检测速度，提出了一种改进YOLOv8n的轻量化密集人群检测算法。首先，采用RFAConv感受野注意力卷积代替YOLOv8n主干网络中部分3×3卷积块，增强网络特征提取和捕捉详细特征信息的能力；使用CCFM模块通过跨尺度特征融合结构将特征金字塔结构进行跨尺度信息聚合，用来增强模型对于尺度变化的适应性，使模型能够同时精准定位不同大小的目标；改用LGD轻量化检测头，使用组归一化(GN)代替批量归一化(BN),提升检测头定位和分类的性能。实验结果表明，和原YOLOv8n算法比较，改进后的算法在WiderPerson数据集上的mAP@0.5提升了0.4个百分点，mAP@0.5:0.95提升了0.5个百分点，参数量减少了1.6×10~6,模型计算量减少了2.4 GFLOPs。通过消融实验和对比实验，验证了所提算法的有效性和泛化能力，改善了密集人群下的遮挡和漏检问题，同时满足了轻量化和精确度需求。
2026年03期 v.48;No.375 551-560页 [查看摘要][在线阅读][下载 1468K] [下载次数：4 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 蒋建伟;贾小云;段克盼;郭宇;盛良浩;魏联婷;
道路障碍物检测是智能驾驶技术的核心环节。针对目前道路小目标障碍物检测精度低、恶劣环境场景检测性能差和道路障碍物数据集稀缺等问题，整理并构建适合道路场景的障碍物数据集，并基于YOLOv8模型提出一种检测精度高的新模型YOLOv8-J。首先，设计基于RepViT的轻量级主干网络LskViT,提高模型对多尺度特征的提取能力；其次，引入SPD-Conv卷积模块，增强模型对低分辨率图像的学习能力；最后，增加一层小目标检测层，帮助模型获得更多的浅层特征，提高对小目标障碍物的检测性能。实验结果表明，与基线模型YOLOv8相比，改进的YOLOv8-J模型的mAP@0.5和mAP@0.5:0.95值分别提升了5.9个百分点和6.1个百分点，改进后的模型能够适用于道路障碍物检测任务，进一步提升了恶劣环境下对小目标障碍物的检测性能。
2026年03期 v.48;No.375 561-570页 [查看摘要][在线阅读][下载 1632K] [下载次数：4 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ]