Journal of Zhejiang University

Current Issue: <EITEE>

ENGINEERING Information Technology & Electronic Engineering

Editors-in-Chief: Yunhe PAN, Aiguo FEI

Advisor: Xicheng LU

ISSN 3069-8928 (print), 3069-8936 (online), monthly; CN 33-1439/TP

ENGINEERING Information Technology & Electronic Engineering (EITEE for short), formerly known as Frontiers of Information Technology & Electronic Engineering (2015-2025) and Journal of Zhejiang University SCIENCE C (Computers & Electronics) (2010–2014), is a peer-reviewed (double blind) journal that covers research in Computer Science and Technology, Information and Communication Engineering, Control Science and Technology, Electronic Science and Technology, Optical Engineering and Technology, Instrument Science and Technology, among others. It is launched by the Chinese Academy of Engineering and Zhejiang University, and published by Zhejiang University Press and IEEE.

Abstracted and indexed in: ACM Digital Library, Baidu, CLOCKSS, CNKI, CNPIEC, Chinese Science Citation Database, DBLP, Dimensions, EBSCO, EI Compendex, Google Scholar, INSPEC, Naver, Norwegian Register for Scientific Journals and Series, OCLC WorldCat Discovery Service, Portico, ProQuest, SCImago, SCOPUS, Science Citation Index Expanded (SCIE), TD Net Discovery Service, UGC-CARE List (India), Wanfang.

History:

2015-2025: Frontiers of Information Technology & Electronic Engineering (ISSN 2095-9184 (print), 2095-9230 (online), CN 33-1389/TP)

2010-2014: Journal of Zhejiang University SCIENCE C (Computers & Electronics) (ISSN 1869-1951 (print), 1869-196X (online))

ENGINEERING Information Technology & Electronic Engineering

ISSN 3069-8928 (print), 3069-8936 (online)
CN 33-1439/TP

2026 Vol.27 No.3

Cover:

<2>

Contents:

<2>

CONTENTS

Research Articles

De-blocking adaptive feedback control design for shared-buffer CIOQ switching architecture

Rui ZHENG, Jianliang SHEN, Fan ZHANG, Ping LV, Peijie LI, Yu SHAO, Zhengbin ZHU

DOI: 10.1631/ENG.ITEE.2025.0180 Downloaded: 2 Clicked: 4 Cited: 0 Commented: 0(p.1-18) <Full Text>

Chinese summary <0> 面向共享缓存CIOQ交换架构的去阻塞自适应反馈调节设计

郑锐¹，沈剑良¹，张帆²，吕平¹，李沛杰¹，邵宇¹，朱正彬³
¹信息工程大学，中国郑州市，450001
²复旦大学计算与智能创新学院，中国上海市，200433
³中国人民武装警察部队指挥学院，中国天津市，300250
摘要：为解决共享缓存组合输入输出排队（CIOQ）交换结构中存在的虚拟输出队列级别的队头（HOL）阻塞、缓存溢出丢包及拥塞扩散等问题，同时提升性能和稳定性，本文提出去阻塞自适应反馈调节设计。通过引入基于信用量的超时检测机制，实现理论上的100%无阻塞，大幅消除了HOL阻塞的影响。在所提虚拟输出队列动态调节算法和阈值动态自适应算法共同作用下，该设计能够降低缓存溢出引发的拥塞扩散风险，从而提升系统整体性能。理论分析与实验结果表明，在典型流量场景下，所提设计的最大吞吐量可达1499.66Gb/s，最低时延为83 ns。此外，有效吞吐量占比高达96.94%，数据链路层包损失占比仅为0.61%，丢包率低至0.6%。相较于传统CIOQ架构和输入排队交换架构，所提设计的吞吐量分别提升15.12%和20.55%，转发时延分别缩短26.9%和54.7%，且系统稳定性更强，可充分满足复杂场景下的数据交换需求。

关键词组：共享缓存组合输入输出排队交换架构；队头（HOL）阻塞；拥塞扩散；自适应反馈调节；PCIe互连协议

FTHOE: a Hamiltonian-driven fault-tolerant routing algorithm for wafer-scale interconnection networks

Shuaikang HOU, Qinrang LIU, Wenbo ZHANG, Ping LV, Peijie LI, Wei GUO

DOI: 10.1631/ENG.ITEE.2025.0005 Downloaded: 2 Clicked: 4 Cited: 0 Commented: 0(p.1-20) <Full Text> <PPT > 1

Chinese summary <0> FTHOE：一种面向晶圆级互连网络的哈密顿驱动容错路由算法

侯帅康¹，刘勤让²，张文博¹，吕平¹，李沛杰¹，郭威¹
¹信息工程大学，中国郑州市，450001
²复旦大学大数据研究院，中国上海市，200433
摘要：随着应用场景日益复杂，晶圆级系统对互连网络可靠性提出愈发严苛的要求。在不可避免的工艺制造缺陷和环境干扰下，晶圆级互连网络中节点和链路故障频发，使得容错能力成为提升系统整体可靠性关键因素。针对晶圆级互连网络中的芯片粒节点故障和链路故障，本文提出一种名为FTHOE的负载均衡无虚通道容错路由算法。该算法基于哈密顿路由策略和奇偶转向模型，通过利用当前节点的本地故障向量信息，动态调整输出端口选择优先级，从而在绕开故障区域时缩短迂回路径，并有效降低数据包陷入故障邻域的概率。同时，FTHOE在故障条件下保留了哈密顿路由的自适应特性，维持较高的最短路径多样性，进而增强网络负载均衡能力与整体通信性能。仿真结果表明，与现有容错路由算法相比，FTHOE显著降低了平均网络延迟并提高了吞吐量，在复杂故障场景下展现出鲁棒的容错能力和负载均衡性能。

关键词组：晶圆级系统；容错；哈密顿路径；奇偶转向模型；负载均衡

DDiNER: domain dictionary-guided Chinese named entity recognition for complex industrial contexts

Ronghui LIU, Wei CUI, Xiaojun LIANG, Weihua GUI

DOI: 10.1631/ENG.ITEE.2025.0047 Downloaded: 2 Clicked: 3 Cited: 0 Commented: 0(p.1-12) <Full Text>

Chinese summary <0> DDiNER：面向复杂工业场景的领域词典引导中文命名实体识别方法

刘荣辉^1,2，崔巍^1,2，梁骁俊²，桂卫华^2,3
¹华南理工大学未来技术学院，中国广州市，510641
²鹏城实验室，中国深圳市，518055
³中南大学自动化学院，中国长沙市，410083
摘要：在工业流程中，准确的中文命名实体识别（NER）对于信息抽取、知识图谱构建及智能决策等应用具有重要意义。然而，实体边界模糊、语义重叠及标注数据不足等问题严重制约其性能。针对上述挑战，本文提出一种领域词典引导的中文NER框架--DDiNER。该框架通过层次化词典适配器将层次化工业领域词典与双向编码表示模型进行融合，并结合双向长短期记忆网络和条件随机场实现多层级特征融合。实验结果表明，DDiNER取得优异性能，其平均精确率、召回率和F1值分别达到95.75%、95.73%和95.74%，显著优于现有主流方法。在独立数据集上的验证结果证实，该模型在识别未注册实体和长尾实体方面具有良好的鲁棒性与泛化能力。本研究为工业领域中文NER提供了一种高效且可扩展的解决方案，在下游智能应用领域具有显著潜力。

关键词组：命名实体识别；流程工业；领域词典；层次化词典适配器

Leveraging peripheral interactions to improve drivers’ situation awareness and NDRT efficiency

Hanfei ZHU, Wei XIANG, Yifu ZHANG, Ziyue LEI, Lingyun SUN

DOI: 10.1631/ENG.ITEE.2025.0159 Downloaded: 2 Clicked: 3 Cited: 0 Commented: 0(p.1-17) <Full Text> <PPT > 1

Chinese summary <0> 利用边缘交互提升驾驶员态势感知能力与非驾驶相关任务效率

朱晗飞，向为，张艺敷，雷子悦，孙凌云
浙江大学国际设计研究院，中国杭州市，310058
摘要：L3级自动驾驶促使驾驶员在行驶过程中参与非驾驶相关任务（NDRT）成为一种趋势，同时也给驾驶员态势感知（SA）重建带来安全挑战。为此，我们在驾驶模拟器中开展了两项连续的实证研究，考察两种边缘交互方式--以气流传达车辆的意图行为、以环绕声传达道路参与者信息--对驾驶员SA表现、NDRT效率、工作负荷与用户体验的影响。第一项研究（n=21）探究气流、环绕声及其融合使用的差异化效果；第二项研究（n=30）进一步检验融合交互在不同NDRT难度下的表现。结果表明，气流与环绕声在单独使用时均可显著提升驾驶员的SA，且各具优势；二者融合可获得最佳效果。尤其值得注意的是，相比于简单NDRT，融合交互在高难度NDRT条件下对SA的提升更为显著。此外，驾驶员在使用这些边缘交互方法时报告主观工作负荷降低、用户体验提升。本研究为车载交互系统设计提供了启示：在支持驾驶员参与NDRT、提升效率的同时，能够有效重建其态势感知，从而兼顾安全与生产力。

关键词组：自动驾驶；态势感知；非驾驶相关任务；边缘交互；环绕声；气流

Hierarchical algorithm for large-scale irregular packing problems

Xiao LIU

DOI: 10.1631/ENG.ITEE.2025.0080 Downloaded: 2 Clicked: 3 Cited: 0 Commented: 0(p.1-12) <Full Text> <PPT > 1

Chinese summary <0> 大规模不规则排样问题的分级算法

刘虓
华南理工大学土木与交通学院，中国广州市，510640
摘要：为解决大规模排样问题，本文提出一种基于零件几何分类的新型分级算法。该算法首先根据零件的面积和饱满度将其分为3个层级，然后对每个层级应用不同的排样策略。引入一种创新的"形状匹配"方法，该方法与"方盒堆砌"（针对矩形零件）和"重力排样"算法一起，形成一个综合的分级排样系统。第1级包含大型矩形零件，采用方盒堆砌算法进行排样。该方法通过对齐零件外接包围盒的角点，避免了重力排样中常见的勾挂问题。第2级包含大型不规则零件和中型零件。首先使用形状匹配算法处理这些零件--通过旋转和平移操作实现轮廓互补。通过形状匹配系数（SMC）评估匹配质量。如果SMC未达到预设的质量阈值，系统将切换至方盒堆砌（针对大型不规则零件）或重力排样（针对中型零件）。第3级包含剩余的小型零件和前面两级排样失败的零件。针对这些零件，系统优先尝试形状匹配算法，若匹配失败，则采用重力排样算法。实验和对比结果表明，与传统重力排样算法相比，分级排样算法实现了更高的材料利用率。这种改进得益于方盒堆砌和形状匹配算法，促进了零件更有序、紧密的排列。

关键词组：大规模排样；分级算法；方盒堆砌；形状匹配；重力排样；最小势能原理