计算机科学

第50卷第6A期目录

计算机科学. 2023, 50 (6A): 0-0.

摘要 ( 176 )

PDF(512KB) ( 281 )

相关文章 | 多维度评价

知识增强的自然语言生成研究综述

梁明轩, 王石, 朱俊武, 李阳, 高翔, 焦志翔

计算机科学. 2023, 50 (6A): 220200120-8. doi:10.11896/jsjkx.220200120

摘要 ( 427 )

PDF(2006KB) ( 366 )

参考文献 | 相关文章 | 多维度评价

自然语言生成(Natural Language Generation,NLG)任务是自然语言处理(Natural Languge Processing,NLP)任务中的一个子类,并且是一项具有挑战性的任务。随着深度学习在自然语言处理中的大量应用,其已经变成自然语言生成中处理各种任务的主要方法。自然语言生成任务中主要有问答任务、生成摘要任务、生成评论任务、机器翻译任务、生成式对话任务等。传统的生成模型依赖输入文本,基于有限的知识生成文本。为解决这个问题,引入了知识增强的方法。首先介绍了自然语言生成的研究背景和重要模型,然后针对自然语言处理归纳介绍了提高模型性能的方法,以及基于内部知识(如提取关键词增强生成、围绕主题词等)和外部知识(如借助外部知识图谱增强生成)集成到文本生成过程中的方法和架构。最后,通过分析生成任务面临的一些问题,讨论了未来的挑战和研究方向。

人工智能可解释性:发展与应用

王冬丽, 杨珊, 欧阳万里, 李抱朴, 周彦

计算机科学. 2023, 50 (6A): 220600212-7. doi:10.11896/jsjkx.220600212

摘要 ( 214 )

PDF(3193KB) ( 342 )

参考文献 | 相关文章 | 多维度评价

近年来人工智能在诸多领域和学科中的广泛应用展现出了其卓越的性能,这种性能的提升通常需要牺牲模型的透明度来获取。然而,人工智能模型的复杂性和黑盒性质已成为其应用于高风险领域最主要的瓶颈,这严重阻碍了人工智能在特定领域的进一步应用。因此,亟需提高模型的可解释性,以证明其可靠性。为此,从机器学习模型可解释性、深度学习模型可解释性、混合模型可解释性3个方面对人工智能可解释性研究的典型模型和方法进行了介绍,进一步讲述了可解释人工智能在教学分析、司法判案、医疗诊断3个领域的应用情况,并对现有可解释方法存在的不足进行总结与分析,提出人工智能可解释性未来的发展趋势,希望进一步推动可解释性研究的发展与应用。

命名实体识别任务综述

高翔, 王石, 朱俊武, 梁明轩, 李阳, 焦志翔

计算机科学. 2023, 50 (6A): 220200119-8. doi:10.11896/jsjkx.220200119

摘要 ( 320 )

PDF(1989KB) ( 297 )

参考文献 | 相关文章 | 多维度评价

命名实体识别作为自然语言处理中一项十分基础的任务,为其他许多下游任务的高效完成奠定了基础。其目的是从一段用自然语言描述的文本中识别出相应的实体并标注其类型,以此为其他相关任务作出数据标注的准备。首先介绍了命名实体识别任务的发展历程以及在对应背景下相关研究用到的重点方法,包括自诞生初期用到的基于规则和字典的方法以及后期发展衍生出的基于统计学、深度学习的方法。其次总结了一些该领域比较主流的研究方向,包括低资源条件下的命名实体识别、嵌套命名实体识别以及跨语言的命名实体识别等,这些方向都是近期该任务的热门研究趋势,包含了该任务目前最为流行的研究方法。最后总结了研究中的相关经验,展望了该任务未来的发展方向及难点。

方面级情感分析综述

李阳, 王石, 朱俊武, 梁明轩, 高翔, 焦志翔

计算机科学. 2023, 50 (6A): 220400077-7. doi:10.11896/jsjkx.220400077

摘要 ( 277 )

PDF(1868KB) ( 379 )

参考文献 | 相关文章 | 多维度评价

情感分析是自然语言处理领域的重要分支之一。随着时代的发展,为了能从文本数据中提取出更多的情感信息,方面级情感分析在情感分析中的关注度越来越高。首先介绍方面级情感分析的背景知识、相关概念,并从方面抽取和方面情感分类两个子任务角度进行阐述。在方面抽取方面,介绍了基于相似度算法、主题模型和序列标注的相关方法。在方面情感分类方面,介绍了基于情感词典与规则、机器学习和深度学习的相关方法,并整理了方面级情感分析中常用的中英文数据集和情感字典,最后对方面级情感分析目前面临的挑战和未来的发展方向做出总结和展望。

基于经验动态建模的因果检测研究综述

曹旨昊, 牟少敏, 屈洪春

计算机科学. 2023, 50 (6A): 220600194-12. doi:10.11896/jsjkx.220600194

摘要 ( 373 )

PDF(2678KB) ( 358 )

参考文献 | 相关文章 | 多维度评价

相关性是目前科学研究中重要的分析标准,但是相关关系并不意味着因果关系。随着人们认识到非线性动力学的普遍性,仅仅依靠相关性进行推论,极有可能会得出错误的结论。目前,包括机器学习在内的各种相关性研究算法快速发展,而挖掘变量间因果关联的研究尚处于探索中。经验动态建模理论是一种基于数据驱动的动态系统建模框架,其最大的特点是抛弃了传统数据分析中的公式化方法,仅仅从时间序列中重构动态系统的行为。其核心思想是动态系统可以描述为一组状态在高维空间中受一定规则的驱使随时间演变的过程,可以通过重建随时间演变的状态来对动态系统进行建模。基于经验动态建模理论,通过动态系统中变量的时序数据,可以对变量之间的因果关系进行检测。如果变量X是变量Y的原因(X⇒Y),那么变量X的信息必须隐含在变量Y中,且可以从变量Y中恢复。文中首先分析了相关性与因果关系的辩证关系,由于“虚假相关性”和“幻象性相关”现象的存在,相关性并不意味着因果性,缺乏相关性也并不意味着没有因果关联;然后全面介绍基于经验动态建模理论进行因果检测的核心思想,具体地对Takens嵌入定理、单纯形投影算法和收敛交叉映射算法的历史发展做了详细总结,动态系统可以描述为一组状态在高维空间中受一定规则的驱使随时间演变的过程,可以通过重建随时间演变的状态来对动态系统进行建模;接着介绍了一些经验动态建模理论改进方法和实际因果检测应用;最后分析了基于经验动态建模因果检测目前存在的一些问题,并对未来发展趋势进行了展望。

命题逻辑中的L-型冗余性质

刘凌荣, 陈树伟, 姜世攀

计算机科学. 2023, 50 (6A): 220600013-5. doi:10.11896/jsjkx.220600013

摘要 ( 502 )

PDF(1984KB) ( 224 )

参考文献 | 相关文章 | 多维度评价

在命题逻辑SAT求解过程中,子句集简化技术是重要的一个环节。冗余性质所对应的子句消去方法可以准确识别并删除冗余子句。无论是在预处理阶段还是SAT求解过程中,子句消去方法嵌入到SAT求解器均可加快求解器的求解效率。现有的高效子句消去方法大多基于封锁子句冗余性质和蕴涵模归结子句冗余性质扩展而来,为检查子句C是否冗余,只需要考虑子句C是否满足冗余条件。提出一种L-型冗余性质,它是封锁冗余性质、包含冗余性质、蕴涵模归结冗余性质的推广,将冗余子句判断条件由单个文字的归结式拓展到文字集合的组合。然后,针对L-型冗余性质,分析L-型冗余子句具有的性质,并将L-型冗余子句与已有的冗余子句的高效性进行比较,说明所提出的L-型冗余性质的高效性。

基于DCNN和GLU的武器领域实体关系抽取方法

李晗, 侯守璐, 佟强, 谌彤童, 杨启民, 刘秀磊

计算机科学. 2023, 50 (6A): 220200112-7. doi:10.11896/jsjkx.220200112

摘要 ( 189 )

PDF(2529KB) ( 283 )

参考文献 | 相关文章 | 多维度评价

武器领域的非结构化文本数据通常十分复杂,单句内可能存在“一武器与多个武器相关联”或“两武器之间存在多种关系”等情况,为此提出基于膨胀卷积神经网络和门控线性单元的实体关系抽取方法以处理该类型数据中存在的关系重叠问题。该方法将拼接了词向量和位置向量的句子编码向量传入带有门控机制的膨胀卷积神经网络模型,引入可以快速抽取句内命名实体特征信息的自注意力机制,通过分层次的序列标注方式识别出句中全部实体以及每个主实体对应的所有关系和客实体,进而生成武器领域实体关系三元组。实验结果显示,该方法在自行标注的武器领域数据集上的F1值达81.1%,具备一定的实体关系抽取能力,在不同重叠类型下的F1值均高于78%,能够解决非结构化数据的关系重叠问题,同时在公开数据集NYT上也有良好的表现。

基于RRT的无人机动态航路规划算法

顾子侣, 刘宇, 孙文邦, 岳广, 孙商文

计算机科学. 2023, 50 (6A): 220700127-5. doi:10.11896/jsjkx.220700127

摘要 ( 210 )

PDF(3183KB) ( 271 )

参考文献 | 相关文章 | 多维度评价

针对传统航路规划算法存在速度慢、航路可飞性差、动态调整能力不足的问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)的无人机动态航路规划算法。首先,引入RRT方法进行全局航路规划,同时为加快算法收敛,在随机树待扩展节点的选取上引入目标启发信息,并在新节点生成和添加过程中融入无人机动力学约束,确保生成的航路具有现实可飞性;其次,为了应对突发威胁情况,提出一种动态扩展随机树的方法来对原有随机树进行剪枝和重构,进而快速避开威胁,生成一条安全航路。实验结果表明,相较于传统RRT算法,改进算法的规划速度提升约20%,节点扩展数减少32%,且规划所得航路符合无人机基本动力学约束条件;当面对突发威胁时,其可以快速进行航路动态调整,实现航路重规划。

一种新的全局优化算法:碳循环算法

杨达, 罗亮, 郑龙

计算机科学. 2023, 50 (6A): 220300131-7. doi:10.11896/jsjkx.220300131

摘要 ( 320 )

PDF(3622KB) ( 258 )

参考文献 | 相关文章 | 多维度评价

随着人类科学技术水平的高速发展,在应用研究、工程设计等领域存在维数大、阶数高、目标函数多、约束条件复杂等传统算法难以求解的困难问题需要优化和解决。以计算机运算与解决问题水平的持续发展为基础,元启发式优化算法被提出并被证明解决以上类别的问题要优于传统优化方法。作为对元启发式优化算法的补充,文中提出了一种新的用于连续全局优化的元启发式算法:碳循环算法(Carbon Cycle Algorithm,CCA)。该算法模拟了碳元素的自然循环过程,具体为通过模拟动植物呼吸、动物捕食、动植物死亡、分解者分解以及植物光合作用过程,以此为策略来更好地探索和利用搜索空间。通过与一些著名的优化算法在13个基准函数上的测试对比结果,剖析了该算法的计算收敛过程。测试结果表明,该算法具有一定的竞争力并能够解决具有挑战性的问题,可以在大多数基准函数上提供更好的求解精度。

基于prompt和知识增强的方面级情感分析

李阳, 唐积强, 朱俊武, 梁明轩, 高翔

计算机科学. 2023, 50 (6A): 220300279-7. doi:10.11896/jsjkx.220300279

摘要 ( 338 )

PDF(2456KB) ( 372 )

参考文献 | 相关文章 | 多维度评价

方面级情感分析是一种新兴的细粒度情感分析任务,旨在根据给定句子和方面词判断情感极性。目前广泛使用的预训练语言模型由于训练目标和方面级情感分析的目标有差异,分析结果不好。为了缓解预训练语言模型和情感分析目标的差异,prompt被引入到方面级情感分析中,采用伪标签加方面词和意见词的方式创建prompt连续模板,并使用prompt-encoder训练伪标签使其拥有语义信息;然后,使用主题图注意力机制融合关于方面词和意见词的外部知识,根据融合外部知识的隐藏向量预测由情感词典组成的候选标签词;最后,采用求和置信度分数的方式将候选标签词的概率映射到情感极性分布空间上。实验表明,该模型在SemEval 2014任务的笔记本电脑数据集和餐厅数据集上将正确率分别提高了1.53%和3.5%。

使用语义解析构建面向分布式SCADA系统的自然语言接口

王涛, 郭武士, 邓健, 陈亮

计算机科学. 2023, 50 (6A): 220300141-9. doi:10.11896/jsjkx.220300141

摘要 ( 206 )

PDF(2751KB) ( 270 )

参考文献 | 相关文章 | 多维度评价

受限于传统的程式固定的视窗界面人机交互方式,大型分布式工业过程SCADA系统主要运营于中控机房,配置专业人员维持运行,系统建设和运营维护成本很高,因此探索人机自然交互接口,引导系统自适应服务意义重大。以一种面向多种专业领域的分布式SCADA系统为背景,从实际运营的角度分析人机自然交互的核心需求。按照自然语言指令的复杂程度,推荐不同的语义解析算法。首先对指令采取词性标注,确定指令是否包含子指令。对于基本自然语言指令,采用TF-IDF关键词提取算法并结合余弦相似度进行结构化抽取,将其解析为SCADA操控中间语言后经形式化转换为实际操控指令。对于复杂自然语言指令,采用基于依存句法分析的结构化指令解析算法,实现实时操控接口。实验结果表明,所提出的自然语言接口能较好地解决SCADA系统的人机自然语言交互问题,指令解析方面的平均精确率、召回率以及F值分别达到了89.27%,89.28%以及89.27%,平均响应时间为1.593s,特别是为工农业信息化管控提供了更为便捷的交互手段。

基于弱化图卷积网络的文本分类

黄玉娇, 陈铭凯, 郑媛, 范兴刚, 肖杰, 龙海霞

计算机科学. 2023, 50 (6A): 220700039-5. doi:10.11896/jsjkx.220700039

摘要 ( 111 )

PDF(1892KB) ( 242 )

参考文献 | 相关文章 | 多维度评价

文本分类是自然语言处理领域中的经典问题。传统的文本分类模型存在需要人工提取特征,分类准确率不高,难以处理非欧氏空间数据等问题。为了解决上述问题,进一步提高文本分类的准确率,提出了W-GCN模型。该模型在Text-GCN模型的基础上加以改进,建立了全新的弱化结构模型,用以替换Text-GCN模型中对神经元的Dropout操作,并通过弱化权重,精确控制弱化力度大小,在一定程度保留Dropout防止过拟合功能的基础上,避免了由直接丢弃神经元造成的特征丢失问题,因此提高了模型分类的准确率。与Text-GCN模型相比,基于弱化图卷积网络建立的W-GCN模型,在R8数据集上准确率提高了0.38%,在R52数据集上准确率提高了0.62%。实验结果证明了模型改进和弱化结构的有效性。

基于MADDPG的无人机群空中拦截作战决策研究

蔺向阳, 邢清华, 邢怀玺

计算机科学. 2023, 50 (6A): 220700031-7. doi:10.11896/jsjkx.220700031

摘要 ( 144 )

PDF(4332KB) ( 359 )

参考文献 | 相关文章 | 多维度评价

基于未来现代化作战需求,构建作战想定,研究在此想定条件下,使用强化学习解决关于红蓝双方无人机编队空中拦截任务的多目标智能决策问题。根据作战模式和应用需求,选择多智能体确定性梯度算法,并对算法原理进行简要介绍;按照想定,编程搭建了完备的模拟作战训练平台;设计智能体网络模型、网络参数和训练方法;经过训练,初步达到预期效果。实验证明了所选用算法能够有效地解决该类问题,不仅为该类问题的现实应用提供了技术支撑,也为更复杂作战场景和作战任务条件下智能决策的研究提供了理论基础和实验参考。

基于改进B-RRT^*算法的移动机器人路径规划

喻九阳, 张德安, 戴耀南, 胡天豪, 夏文凤

计算机科学. 2023, 50 (6A): 220500038-7. doi:10.11896/jsjkx.220500038

摘要 ( 294 )

PDF(5356KB) ( 293 )

参考文献 | 相关文章 | 多维度评价

在移动机器人运动路径规划领域,渐近最优双向快速探索随机树(B-RRT^*)算法虽然具有良好的避障和路径搜索能力,但是存在迭代次数多、规划时间长的缺点。基于运动学约束的双向快速探索随机树(KB-RRT)算法作为B-RRT^*算法的高效分支,虽然有效减少了无效树的扩展,加快了寻找最优路径的速度,但迭代次数过大。针对B-RRT^*算法的最新改进算法是具有高效分支的运动学约束B-RRT^*(KB-RRT^*)算法,KB-RRT^*算法虽然可以有效减少无效树的扩展,加快寻找最优路径的速度,但其迭代次数仍然过大。因此,提出了一种基于自适应采样和快速搜索的改进B-RRT^*算法(AFB-RRT^*)。该算法设定障碍物的安全区域,根据提出的自适应采样和快速搜索确定随机树的搜索方向,减少冗余采样点,即AFB-RRT^*在路径规划中可以实现快速收敛。仿真和实验表明,与KB-RRT^*相比,AFB-RRT^*在规划路径长度基本相同的前提下,减少了规划时间和收敛迭代次数。

基于知识增强的命名实体识别方法研究

高翔, 唐积强, 朱俊武, 梁明轩, 李阳

计算机科学. 2023, 50 (6A): 220700153-6. doi:10.11896/jsjkx.220700153

摘要 ( 191 )

PDF(2090KB) ( 296 )

参考文献 | 相关文章 | 多维度评价

命名实体识别作为自然语言处理中一项十分基础的任务,其目的是从一段用自然语言描述的文本中识别出相应的实体及类型。知识图谱作为以三元组形式存在的外部知识,已经在很多自然语言处理任务中得以应用并取得了良好效果。文中提出了一种基于知识图谱信息增强的注意力对齐命名实体识别方法,首先通过嵌入层和注意力机制嵌入知识图谱信息,获取知识图谱三元组信息的表示;其次通过BERT-BiLSTM获取句子的上下文表示;然后通过一种注意力对齐模块分配三元组权重融合知识图谱信息与句子信息的表示;最后通过softmax控制融合后的表示向量的预测输出,进而获取实体的标签。该方法有效避免了因知识图谱的融合而改变原句子的语义信息,同时也使得句子中的词向量具有丰富的外部知识。所提方法在中文通用数据集MSRA和医疗领域专用数据集Medicine上的F1值分别达到了95.73%和93.80%,相比基线模型提升了1.21%和1.3%。

概率布尔控制网络的可观性分析

樊卓优

计算机科学. 2023, 50 (6A): 220200068-6. doi:10.11896/jsjkx.220200068

摘要 ( 127 )

PDF(1825KB) ( 248 )

参考文献 | 相关文章 | 多维度评价

概率布尔控制网络的转移矩阵的不确定性,使得其可观和可控性分析和状态估计更为困难。主要研究了概率布尔控制网络的可观性问题,并在此基础上给出了判断系统可观的条件,以及计算系统初始状态向量的方法。首先,根据系统的可达状态集,定义系统的可区分和不可区分状态,并给出d步可区分的概念以及其判断的充要条件。其次,根据概率布尔控制网络的输出和系统模型,得到系统的概率初始状态集合。接着,在此基础上给出概率布尔控制网络的强可观和弱可观的定义。同时,计算系统初始状态向量,并且给出判断系统是否可观的定理;最后,通过一个算例说明了所提方法的有效性。

基于不定可扩展性概念再探对角线方法

段天龙

计算机科学. 2023, 50 (6A): 211100070-5. doi:10.11896/jsjkx.211100070

摘要 ( 98 )

PDF(1669KB) ( 267 )

参考文献 | 相关文章 | 多维度评价

使用对角线方法不仅能得到数理逻辑的基本定理,也能导致逻辑悖论。通过对达米特的不定可扩展性概念及其与对角线方法的关联的考查,指出:1)西蒙斯没有将不定可扩展性概念与对角线方法关联起来,所以其关于对角线论证不同类型的划分只是表面的;2)汤姆逊对角线引理并没有刻画出对角线方法的实质;3)对某概念可以使用对角线方法当且仅当该概念是不定可扩展的;4)使用对角线方法可以发现不定可扩展性概念,从而为刻画自然语言的动态语义模型提供思路。

基于迁移学习的跨对象手语手势识别方法

王天然, 王琦, 王青山

计算机科学. 2023, 50 (6A): 220300232-5. doi:10.11896/jsjkx.220300232

摘要 ( 205 )

PDF(2583KB) ( 331 )

参考文献 | 相关文章 | 多维度评价

手语是听障人士重要的交流工具,准确识别手语可以减少健全人和听障人士之间的交流障碍。一般深度学习识别模型的性能高度依赖于所采集的数据,这导致模型跨对象泛化能力较差。因此,通过迁移学习的方法设计一种具有跨对象泛化能力的手语手势识别模型。首先,使用特征提取器融合表面肌电流(Surface Electromyography,sEMG)信号和惯性传感器(Inertial Measurement Unit,IMU)信号。然后,提出一种域对抗训练方法,其可以仅依靠源域数据完成特征提取器和域分类器的对抗训练,实现特征提取从源域到目标域的迁移。最后,在手势分类器中利用域不变特征实现手语手势跨对象识别,提高了模型的泛化能力。实验表明,在包含200种手语手势共60000条手语样本数据集上,所提模型可将手语跨对象识别准确率提高到85.1%。

基于多种强调机制的深度点云网络改进研究

刘慧, 田帅华

计算机科学. 2023, 50 (6A): 220400164-7. doi:10.11896/jsjkx.220400164

摘要 ( 284 )

PDF(3027KB) ( 243 )

参考文献 | 相关文章 | 多维度评价

机器视觉是机器人从复杂空间环境中识别工作对象的关键技术。在机器人系统中常用的Kinect深度相机或激光扫描传感器能够获取目标的三维信息,这使得机器人完成更加复杂的如组装、拆卸、抓取等工作任务成为可能。但是,这也对机器人系统处理三维信息的能力如三维定位、工作对象尺寸测量、估计等提出更高要求。以PointNet网络为基础,分析了软阈值挤压激励、通道门控、注意力等机制的主要特征强调机理,分别采用软阈值挤压激励、通道门控、注意力网络对PointNet网络进行改进,并在斯坦福大学公开的ShapeNet数据集上进行实验验证。结果表明,3种强调机制对原网络的改进,使三维点云的分割精度(均交并比)较PointNet原网络分别提高了0.24%,0.68%,0.93%。该改进方法为后续解决机器人在组装、拆卸、抓取等任务中对工作对象的尺寸精确估计奠定了基础。

基于情感-主题-讽刺混合模型的讽刺检测研究

付月, 史伟

计算机科学. 2023, 50 (6A): 220300018-6. doi:10.11896/jsjkx.220300018

摘要 ( 115 )

PDF(2079KB) ( 261 )

参考文献 | 相关文章 | 多维度评价

讽刺检测是观点挖掘的一个子任务,主要目的是识别用户在书面文本中表达的观点或情感。文本中讽刺句往往具有混合的情感极性,正确识别讽刺句和非讽刺句在情感分析中起着至关重要的作用。讽刺检测方法一般都采用机器学习分类器,其中分类器的训练主要基于简单的词汇或基于词典的特征。本研究的目的是建立一个无监督的概率关系模型,根据微博中词语的情感分布来识别讽刺主题。模型基于主题级分布估计相关情感,评估出现在短文本中的情感相关词,给出情感相关标签。实验结果表明,该模型在讽刺检测方面优于其他最新的基线模型,非常适合于短文本的讽刺预测。

一种新的代价敏感SVDD二类分类方法

吴崇明, 王晓丹, 赵振冲

计算机科学. 2023, 50 (6A): 220300202-5. doi:10.11896/jsjkx.220300202

摘要 ( 180 )

PDF(1760KB) ( 209 )

参考文献 | 相关文章 | 多维度评价

为提升代价敏感分类性能,通过提升较高误分代价类别的学习精度来降低总误分代价,利用支持向量域描述(Support Vector Domain Description,SVDD)实现代价敏感分类,提出一种代价敏感SVDD二类分类方法CS-SVDD。该方法首先将单类SVDD拓展为二类分类SVDD,对不同类别分别构建SVDD超球体,通过误分类代价调节SVDD分类器对不同类别样本的分类精度,对误分代价高的类别进行更为精确的学习,从而降低总误分代价;对于处于两个超球体之外或覆盖区域的类别属性不明确的样本,以误分代价最小为原则定义代价敏感决策规则。在人工数据集和UCI数据集上与同类方法进行了实验比较,实验结果表明了所提方法的有效性。

基于仿生蛇形机器人的智能蜿蜒运动控制方法

杜洪健, 郭鹏, 肖文煜, 殷竣

计算机科学. 2023, 50 (6A): 220700060-5. doi:10.11896/jsjkx.220700060

摘要 ( 108 )

PDF(2608KB) ( 273 )

参考文献 | 相关文章 | 多维度评价

蜿蜒步态控制是特种仿生蛇形机器人的基础运动控制之一。针对蜿蜒运动中蛇形机器人进行跟踪存在目标丢失、头部晃动及方向不稳定的问题,结合滑模变结构控制和Canny多级边缘检测算法,提出了一种智能蜿蜒运动控制方法。首先,基于滑模控制理论设计了直线跟踪控制器;其次,提出一种新的蜿蜒步态控制函数,解决了蛇形机器人的头部晃动问题;最后,结合Canny算法、直线跟踪控制器和蜿蜒步态控制函数,建立蛇形机器人完整的控制回路,实现机器人的定向控制。实验结果表明,所提出的智能蜿蜒步态控制方法相对于传统的蜿蜒运动更具稳定性和鲁棒性。

基于因果推断的图注意力网络

张涛, 程毅飞, 孙欣煦

计算机科学. 2023, 50 (6A): 220600230-9. doi:10.11896/jsjkx.220600230

摘要 ( 211 )

PDF(3074KB) ( 311 )

参考文献 | 相关文章 | 多维度评价

图注意力网络(Graph Attention Network,GAT)是一种重要的图神经网络,在分类任务中有着广泛的应用。但是当图中邻域节点受到干扰时,模型分类准确度会受影响而降低。对此,提出一种基于因果推断的图注意力网络(Causal Graph Attention Network,C-GAT)以提升网络的鲁棒性。该模型首先计算目标节点的邻域与其标签之间的因果权重,并以此对邻域进行因果采样;然后计算采样后邻域与目标节点之间的注意力系数;最后根据注意力系数对邻域信息进行加权聚合,获得目标节点的嵌入特征。在Cora,Pubmed和Citeseer数据集上的实验结果表明,在无扰动的情况下,C-GAT的分类性能与经典模型持平;在有扰动的情况下,相比于经典模型,C-GAT的分类准确度至少提升了6%,在鲁棒性和时间成本上有着较好的平衡。

改进MFCC和并行混合模型的语音情感识别

崔琳, 崔晨露, 刘政伟, 薛凯

计算机科学. 2023, 50 (6A): 220800211-7. doi:10.11896/jsjkx.220800211

摘要 ( 266 )

PDF(3781KB) ( 201 )

参考文献 | 相关文章 | 多维度评价

传统MFCC不仅忽略了浊音信号中基音频率的影响,还不能表征语音的动态特征,因此提出利用滑动平均滤波器滤除浊音信号的基音频率,并在提取完静态MFCC特征后再通过提取其一阶差分与二阶差分来获取动态特征。将得到的特征送入模型中进行训练,为了构建更高效的语音情感识别模型,搭建了一种融合多头注意力机制的并行混合模型。多头注意力机制不仅可以有效防止梯度消失现象,构建更深层的网络,各个注意力头还可以执行不同的任务来提高准确率。最后进行情感特征分类,传统softmax在进行分类时类内距离可能会变大导致模型的置信度差,因此引入了中心损失函数,将两者联合来进行分类。实验结果表明,所提方法在RAVDESS数据集和EMO-DB数据集上的准确率可以分别达到98.15%和96.26%。

基于多重有向加权图与卷积神经网络的脑电情感识别

罗瑞奇, 严金林, 胡新荣, 丁磊

计算机科学. 2023, 50 (6A): 220600128-8. doi:10.11896/jsjkx.220600128

摘要 ( 296 )

PDF(3432KB) ( 314 )

参考文献 | 相关文章 | 多维度评价

脑电信号应用于情感识别的研究近年来受到广泛的关注,将时间序列映射为可见图表示,通过可见图边和节点的度量能够有效进行脑电情感识别。传统可见图算法忽略了多通道脑电信号间的相关性,难以保留时间序列上复杂的特征信息。因此提出一种多重有向加权可见图提取脑电信号特征的方法,并将脑电信号特征用于情感识别。首先将脑电信号转换成有向加权网络图,强化信号的特征表示,使用加权聚类系数表征复杂网络结构,以多重复杂网络建立脑电连接矩阵,最后采用卷积神经网络进行特征学习,通过学习后获得情感识别结果。多重有向加权可见图构建的复杂网络模型在公开数据集验证的准确率达到了93.85%,优于现有的简单可见图方法;多重加权可见图与单变量可见图相比,情感识别准确率提高了9.4%。实验结果表明,该方法在跨被试者数据上同样适用,具有很好的鲁棒性。

联合语义分割和深度估计的多任务学习研究

罗会兰, 叶桔

计算机科学. 2023, 50 (6A): 220100111-10. doi:10.11896/jsjkx.220100111

摘要 ( 279 )

PDF(3680KB) ( 245 )

参考文献 | 相关文章 | 多维度评价

语义分割和深度估计任务是对图像像素级分类的研究,是两个高度相关的任务。从共享特征学习和特征交互融合两个角度出发,提出两个不同的多任务学习架构,即基于压缩激励模块(Squeeze-and-Excitation,SE)和金字塔池化的多任务学习网络(Multi-task Learning with SE and Pyramid Pooling,MTL_SPP),以及基于压缩激励和可选择权重(Selective Weight,SW)的多任务学习网络(Multi-task Learning with SE and Selective Weights,MTL_SSW),来联合学习语义分割和深度估计。MTL_SPP架构由共享骨干特征网络和任务特定的子网络组成,利用SE模块构建任务特定子网络,并利用金字塔池化增强特征提取。MTL_SSW在MTL_SPP的基础上,让任务特定子网络的语义分割特征和深度估计特征通过SW模块进行相互指导和优化,学习对特定任务更具判别性的特征。实验结果表明,提出的两种方法在NYUD_v2和SUNRGBD两个数据集上获得了优于先进方法的效果。

基于多图特征聚合的小样本学习方法

曾武, 毛国君

计算机科学. 2023, 50 (6A): 220400029-10. doi:10.11896/jsjkx.220400029

摘要 ( 278 )

PDF(3224KB) ( 230 )

参考文献 | 相关文章 | 多维度评价

小样本学习可以从较少的样本中学习出各类样本的特征,但是由于低数据的问题,即样本数量较少,如何更加准确地提取图像中的重要特征信息,以及更好地学习图像中目标对象的特征和更精准地判断未标记样本与支持集类别的相似度,成为关键。提出一种基于多图特征聚合的小样本学习方法MGFAN。具体来说,该模型通过多种数据增强方法对原图进行扩充,然后使用一个自注意力模块去获取原图以及不同扩展图之间的重要特征信息,以此获得关于图像更为准确的特征向量。其次,在模型中引入关于预测图像不同扩增方式的自监督学习任务作为辅助任务,促进模型的特征学习能力。最后,采用多个距离函数来更加精准地计算样本间的相似度。在3个标准数据集miniImageNet,tieredImageNet和Stanford Dogs中,使用5-way 1-shot以及5-way 5-shot实验设置中的实验表明,MGFAN方法可以显著提高分类器的分类性能。

基于句间信息的图注意力卷积网络的文档级关系抽取

段建勇, 杨潇, 王昊, 何丽, 李欣

计算机科学. 2023, 50 (6A): 220800189-6. doi:10.11896/jsjkx.220800189

摘要 ( 356 )

PDF(2042KB) ( 302 )

参考文献 | 相关文章 | 多维度评价

为解决现有模型对文档的结构信息挖掘不足的问题,提出一种基于句间信息的图注意力卷积网络模型。该模型改进了一种文档级编码器,该编码器使用了一种新的注意力机制——句间注意力机制,使得句子的最终表示更加关注前一个句子和之前文档中的重要信息,更有利于挖掘文档的结构信息。实验结果表明,所提模型在DocRED数据集上的F₁评价指标达到56.3%,性能优于基线模型。在融入句间注意力机制时,由于模型需要对每一句话分别进行句间注意力操作,因此训练模型时需要消耗更多的内存和时间。基于句间信息的图注意力卷积网络模型可以有效地对文档中的相关信息进行聚合,并且增强对文档的结构信息的挖掘能力,从而使得模型在文档级关系抽取任务中效果得到提升。

基于多尺度原型分层匹配的小样本分割方法

孙开伟, 刘虎, 冉雪, 郭豪

计算机科学. 2023, 50 (6A): 220300275-7. doi:10.11896/jsjkx.220300275

摘要 ( 207 )

PDF(2340KB) ( 209 )

参考文献 | 相关文章 | 多维度评价

传统语义分割任务通常需要大量带标注的数据来进行训练,并且难以泛化至新的类别。小样本分割,旨在使用少量带标注的支持图像从查询图像中分割新类别目标对象。由于支持图像数据较少,从有限的支持图像中提取具有代表性的指导信息是小样本分割任务的重要挑战。为了解决这个问题,提出一种基于多尺度原型分层匹配的小样本分割方法。首先通过残差网络ResNet得到查询图像和支持图像的中层特征和高层特征;为进一步提取目标对象丰富的上下文特征信息,将提取的中层特征输入金字塔池化模块进行多尺度特征提取;最后基于原型学习的思想,对中层特征和高层特征分层生成原型并匹配修正,得到最终预测分割掩码。在PASCAL-5ⁱ数据集上进行实验研究,实验结果表明,在1-way 5-shot的设定下,提出的方法在mIoU指标上达到了66.7%,比当前主流模型PANet和PFENet分别提高了11.0%和4.8%,表明了该方法的有效性和先进性。

基于知识蒸馏的抽取式自动摘要模型

赵江江, 王洋, 许楹楹, 高扬

计算机科学. 2023, 50 (6A): 210300179-7. doi:10.11896/jsjkx.210300179

摘要 ( 251 )

PDF(2502KB) ( 267 )

参考文献 | 相关文章 | 多维度评价

抽取式自动摘要任务的目标是通过抽取原文中重要的句子来构成简短的摘要,同时保留原文中重要的内容。查询导向的抽取式摘要模型则可以进一步满足用户对摘要内容的不同需求。抽取式摘要模型具有能保证摘要内容正确性和句子可读性的天然优势,在此基础上确保摘要内容的相关性和显著性则成为了模型摘要目标的关键。为了实现抽取式摘要模型既满足查询的相关性又能保证摘要内容的显著性的目的,将查询信息作为模型学习的目标,利用摘要数据集的标题和图片信息额外构建了基于查询的扩展摘要数据集,并结合知识蒸馏方法提出了基于知识蒸馏的抽取式摘要模型。在实验中采用预训练语言模型BERT作为编码器,并结合知识蒸馏理论提出了两种模型训练策略:引导训练和蒸馏训练。在公开的新闻摘要数据集CNN/DailyMail上的实验结果证明,两种训练方法都取得了显著的效果。通过实验还发现,基于引导训练的摘要模型可以有效提高摘要内容的显著性,同时基于蒸馏训练的模型在提高摘要相关性和显著性方面达到了最好的效果。

基于Doc2Vec增强特征的长文本主题聚类研究

陈洁

计算机科学. 2023, 50 (6A): 220800192-6. doi:10.11896/jsjkx.220800192

摘要 ( 194 )

PDF(3686KB) ( 255 )

参考文献 | 相关文章 | 多维度评价

针对新闻长文本语义表征的难点,基于Doc2Vec文档嵌入和词向量加权方式构建增强的特征表示。利用DV-sim方法和DV-tfidf方法从文档首尾部分特定词性的内容中提取增强特征,再分别与Doc2Vec文档向量组合,形成新的全局表征。DV-sim从语义角度,采用特征词与Doc2Vec向量的相似度获得词权重;DV-tfidf从词频统计角度,采用词频-逆文档频率方式获得词权重,然后利用HDBSCAN算法在THUCNews 和Sogou数据集上进行主题聚类。相比直接应用Doc2Vec向量,DV-sim在两个数据集上的噪声数分别减少60.82% 和60.63%,准确率提高12.14%和20.58%,F1-Score值提高15.61%和11.58%;DV-tfifd在两个数据集上的噪声数分别减少15.20%和59.55%,准确率提高10.85%和17.93%,F1-Score值提高15.60%和9.21%。实验结果表明,DV-sim和DV-tfidf都可以提高主题聚类性能,且基于语义的增强特征比基于词频的效果更好,DV-sim在优秀女性人物报道的主题聚类上也得到了有效应用。

多策略离散人工蜂群算法设计FIR低通数字滤波器

邵鹏

计算机科学. 2023, 50 (6A): 220700026-5. doi:10.11896/jsjkx.220700026

摘要 ( 134 )

PDF(1848KB) ( 263 )

参考文献 | 相关文章 | 多维度评价

针对人工蜂群(Artificial Bee Colony,ABC)算法在解决复杂问题表现出来精度不高以及收敛速度较慢的不足,提出了一种融合折射学习和Lévy飞行的多策略离散人工蜂群算法(Discrete Artificial Bee Colony Fusing Refraction Learning and Lévy flight,DABC-RL),用于设计有限长脉冲响应(Finite Impulse Response,FIR)低通数字滤波器,以期进一步提高其滤波性能。在DABC-RL算法中,一方面,Lévy飞行策略用于增强ABC算法的局部搜索能力,折射学习用于增强ABC算法的全局搜索能力;另一方面,通过设计合适的离散编码方案对DABC-RL算法中的候选解进行离散化,使其适合于设计FIR低通数字滤波器。为了测试所提的DABC-RL算法设计的FIR低通数字滤波器的性能,选取由ABC算法、基于折射学习的refrPSO算法所设计的FIR低通数字滤波器作为对比算法。实验结果表明,相比其他算法,DABC-RL算法所设计的FIR低通数字滤波器的性能最好,且获得了最快的收敛精度和收敛速度。

基于双流结构缩放和多重注意力机制的轻量级脑电情感识别方法

雷颖, 刘峰

计算机科学. 2023, 50 (6A): 220300262-9. doi:10.11896/jsjkx.220300262

摘要 ( 288 )

PDF(3257KB) ( 308 )

参考文献 | 相关文章 | 多维度评价

脑电情感识别是一个复杂程度高、信息密度大、海量数据的多通道时序信号分类问题。为在保持现有分类精度的情况下减少计算参数量,实现脑电情感识别的精度与性能最优,提出了一种基于双流结构缩放和多重注意力机制的轻量级网络(LDM-EEG) 。该网络以基于脑电信号的微分熵特征构造的时域-空域图谱和频域-空域图谱作为输入,采用对称的双流结构对上述两种特征分别处理,通过节约参数的新型残差模块和网络缩放机制来实现轻量化,并利用新型的通道-时/频-空多重注意力机制和后注意力机制提升模型特征聚合能力。实验结果表明,在参数量明显减小的情况下,模型在SEED数据集上实现了95.18%的准确率,达到了领域的最优结果。进一步地,在略低于现有模型准确率的基础上,其将参数量缩减了98％。

基于多元约束Petri网的水利测绘无人机路径规划

姚喜, 陈衍德

计算机科学. 2023, 50 (6A): 220700079-7. doi:10.11896/jsjkx.220700079

摘要 ( 287 )

PDF(2381KB) ( 252 )

参考文献 | 相关文章 | 多维度评价

随着测绘技术的不断发展,测绘无人机在水利工程中的应用不断深入。利用无人机进行测绘作业,一方面革新了测绘作业工作模式,提高了工作效率;另一方面也因无人机无人驾驶、持续飞行时间有限、航测图片拼接约束等客观原因,需要进行科学的无人机测绘作业路径规划,满足无人机飞行安全、航测数据有效及作业效率优化等要求。鉴于此,提出了一种基于多元约束Petri网的水利测绘无人机路径规划方法。对问题场景进行了描绘;定义了多元约束Petri网,并给出了可达性分析方法;构建了面向测绘无人机路径规划的多元约束Petri网模型;基于可达标识图析出了路径规划最优方案。实验证明了所提方法在面向水利测绘无人机的路径规划方案寻优上具有优越性。

心电信号降噪算法研究综述

侯彦荣, 刘瑞霞, 舒明雷, 陈长芳, 单珂

计算机科学. 2023, 50 (6A): 220300094-11. doi:10.11896/jsjkx.220300094

摘要 ( 189 )

PDF(2774KB) ( 655 )

参考文献 | 相关文章 | 多维度评价

心电信号(Electrocardiogram,ECG)作为识别人体心脏异常的重要指标,其最常见的一个处理问题是消除不必要的噪声。这些噪声会使干净信号失真,从而影响对人体心脏的诊断与分析。综述了5种不同的心电信号降噪技术框架以及在该框架下的最新研究成果,最后汇总了近5年优秀降噪模型,并通过信噪比等性能评价标准进行比较。对比显示,不管基于单一噪声或是复合噪声,深度学习模型在降噪方面均显现出良好性能。最后,讨论了当前降噪模型存在的不足,并对下一步研究进行了展望。

基于激光雷达点云的3D目标检测方法综述

秦静, 王伟滨, 邹启杰, 汪祖民, 季长清

计算机科学. 2023, 50 (6A): 220400214-7. doi:10.11896/jsjkx.220400214

摘要 ( 377 )

PDF(2652KB) ( 412 )

参考文献 | 相关文章 | 多维度评价

近年来,利用激光雷达点云进行3D目标检测是计算机视觉领域的一个研究热点,并在自动驾驶领域备受关注。3D相比于2D而言,结合了深度信息,更能体现出现实世界的特征,以有效解决如路径规划、运动预测、目标检测等方面的实际问题。介绍了3D目标检测的发展背景,概述了基于激光雷达点云数据的3D目标检测框架的流程,比较了几种常见的包含点云信息的数据集,并对主要研究方法进行分类。结合了自动驾驶的应用场景,对不同方法的性能和局限性进行了分析和比较。最后,总结了现阶段的技术难点,并展望了该领域未来的发展前景。

基于数据融合的半监督高分遥感影像语义分割

顾宇航, 郝洁, 陈兵

计算机科学. 2023, 50 (6A): 220500001-6. doi:10.11896/jsjkx.220500001

摘要 ( 160 )

PDF(3623KB) ( 291 )

参考文献 | 相关文章 | 多维度评价

由于需要进行像素级标注,语义分割通常比分类以及目标识别等任务需要更高的人工成本,尤其在基于高分遥感影像的土地分类应用中,因其背景复杂、目标密集,进行语义标注的成本更为高昂,严重限制了该技术在智能遥感领域的发展。此外,尽管传统半/弱监督学习方法能够有效降低训练成本,但通常其分割结果的质量较低,很难具备应用价值。针对以上两个问题,文中提出了一种采用半监督自校正融合策略的语义分割模型。通过引入数据融合技术以及自校正策略,有效地降低了分割模型对强标注的依赖性。该模型在仅使用15%强监督信息的前提下,在波茨坦以及韦兴根数据集上分别获得了86.5%和81.7%的平均F1分数。实验结果表明,所提方法在大幅降低语义分割训练成本的同时,能够获得与全监督模型相竞争的高质量分割结果。

虚拟现实在体育仿真中的应用综述:2003年以来的新进展

纪庆革, 陈浩东, 何穗申, 朱泳霖, 朱杰夫, 张桓恺

计算机科学. 2023, 50 (6A): 220500168-10. doi:10.11896/jsjkx.220500168

摘要 ( 168 )

PDF(2747KB) ( 348 )

参考文献 | 相关文章 | 多维度评价

许多体育运动受到场地、天气和经济等因素的限制,很难得到开展。随着计算机技术的快速发展,虚拟现实(Virtual Reality,VR)技术被广泛应用于体育运动中,旨在突破以上限制。文中对2003年至今的虚拟现实与体育仿真相结合的技术进行了介绍,从体育类型的角度将其归类为竞技体育仿真、娱乐体育仿真、医疗体育仿真和体育相关场景仿真。从近年来的体育仿真实例可以发现,基于VR技术的体育仿真已经不局限于竞技体育领域,正在不断向大众娱乐和交叉学科的方向深入发展,基于VR的娱乐体育仿真和医疗体育仿真更加成熟,可以给大众带来更加贴近日常生活的VR体验。体育相关场景仿真虽然是一个较新的领域,但由于其商业化的特色,虚拟广告和赛事系统等应用得到快速发展。最后对虚拟现实技术在体育仿真中的未来发展提出了全新的展望。

基于改进的ResNeXt网络结构的遥感图像分类

杨星, 宋玲玲, 王时绘

计算机科学. 2023, 50 (6A): 220100158-6. doi:10.11896/jsjkx.220100158

摘要 ( 302 )

PDF(3294KB) ( 329 )

参考文献 | 相关文章 | 多维度评价

遥感图像分类是遥感图像信息处理的关键方向之一,其分类精准率很大程度上限制了遥感技术整体的发展。对于遥感图像,传统机器学习算法与模型结构存在不能快速提取特征图,且分类结果不够准确的缺陷。针对这一问题,提出了一种改进的基于ResNeXt网络模型结合注意力机制,以优化后SVM(支持向量机)算法替换全连接层的模型。首先引入计算机视觉中的注意力机制,对不同特征赋予不同的权重,提高对图像中用于分类部分有效信息的提取能力,然后结合ResNeXt网络,最后以优化后的SVM算法替换卷积神经网络末端的全连接层用于提升分类效果,同时在模型整体不增加超参数的情况下优化了网络性能。该网络模型在数据集AID上的实验结果表明,改进后的网络模型对深层特征的提取能力有显著提高,且优化后的网络模型对于多分类任务具有较优的分类效果。

基于孪生注意力网络的建设用地遥感影像变化检测

李滔, 王海瑞

计算机科学. 2023, 50 (6A): 220500040-5. doi:10.11896/jsjkx.220500040

摘要 ( 242 )

PDF(2730KB) ( 263 )

参考文献 | 相关文章 | 多维度评价

针对利用传统语义分割网络进行城市建设用地变化检测过程中出现的欠分割或者过分割、边缘分割粗糙等问题,文中提出了一种基于孪生注意力网络的高分辨率遥感影像变化检测方法。该方法在编码部分使用孪生神经网络进行特征采集,以保留更多的不同时相影像特征;深层编码阶段引入空洞卷积特征金字塔实现多尺度特征的提取与融合,增大网络感受野;解码部分使用注意力机制CBAM突出有用特征以增强有用信息,提高边缘分割精度;最后在娄底市土地利用变化数据集上进行实验。实验结果表明,该方法在娄底市土地利用变化检测数据集上的准确率达到92.56%,精确率达到89.15%,召回率达到85.61%,IoU达到77.53%,MIoU达到83.76%,F1分数达到87.34%,Kappa系数达到31.42%,性能指标优于FCN网络、U-Net网络、CBAM U-Net网络。实验结果表明,该方法可以有效解决变化检测结果欠分割或者过分割、边缘分割粗糙的问题。

基于改进PL-VIO算法的机器人视觉惯性光学测量法

王海芳, 李鸣飞, 李广宇, 崔阳阳

计算机科学. 2023, 50 (6A): 220400171-5. doi:10.11896/jsjkx.220400171

摘要 ( 267 )

PDF(3220KB) ( 226 )

参考文献 | 相关文章 | 多维度评价

针对在地图物体位姿识别中估计惯性测量和视觉轨迹识别繁多和图像位姿边缘精度不精确的情况,提出了一种改进点线视觉惯性测程算法(PL-VIO)。在视觉前端,利用亚像素边缘提取方法对图像边缘角点进行迭代和精度提升,并对提取的角点进行边缘化约束,防止边缘的角点存在亚像素边缘检测越界问题。在视觉后端,为了提高提取精度和减少线特征的重复提取,对LSD提取后的线特征和点特征进行提取优化,在SFM之后对提取的线特征进行线合并,并删除冗余线。基于ROS平台利用EuRoc数据集进行实验,并把得到的实验数据导入到Evo中,利用Evo对实验数据进行分析和轨迹绘制,评定误差参数,实验结果中误差参数的整体减小证明了改进PL-VIO算法的优越性和准确性。

基于亮度校正和融合通道先验的内窥镜图像增强算法

安子恒, 徐超, 冯博, 韩俱宝

计算机科学. 2023, 50 (6A): 220300265-7. doi:10.11896/jsjkx.220300265

摘要 ( 239 )

PDF(3367KB) ( 305 )

参考文献 | 相关文章 | 多维度评价

为了解决医学内窥镜图像中存在的光照不均匀、黏膜下组织血管模糊、对比度低等问题,文中提出了一种新颖的内窥镜图像增强算法。该方法分为两部分,第一部分采用象限剪裁直方图伽马校正的方法实现亮度增强,首先对亮度通道的直方图进行分象限剪裁得到平滑的累积分布函数(CDF),然后利用截断CDF的方式来控制伽马参数的大小;第二部分基于融合通道先验增强图像的对比度和清晰度,首先利用离散小波变换融合图像的绿色通道和红色通道,得到细节丰富的图层,用于生成图像形成模型(IFM)的初始透射图,然后通过提出的理想函数模型校正初始透射图,得到清晰的图像,最后结合CLAHE实现组织和血管的对比度增强。在实验室自建的MEDS数据集上,将所提方法和其他几种现有方法进行主观和客观分析,结果表明所提方法在提高血管和组织对比度的同时,避免了图像过度增强。

基于稀疏编码非局部注意力对偶网络的病理图像超分辨率重建

梁美彦, 张宇, 梁建安, 陈庆辉, 王茹, 王琳

计算机科学. 2023, 50 (6A): 220700016-8. doi:10.11896/jsjkx.220700016

摘要 ( 278 )

PDF(3820KB) ( 263 )

参考文献 | 相关文章 | 多维度评价

高分辨率的病理学图像是疾病高精度诊断的客观依据,在精准医学领域具有重要意义。然而,受硬件设备分辨率和扫描时长的限制,实时获取高分辨率病理图像存在困难。经典的图像超分辨率重建算法由于模型的参数较难估计,导致重建后图像细节模糊且不够真实,不适用于病理学图像。为此,文中提出稀疏编码非局部注意力对偶网络,通过上采样和降采样对偶分支中的稀疏编码非局部注意力机制、高斯约束以及参数共享策略来实现病理学图像的超分辨率重建。重建后的病理图像峰值信噪比和结构相似性分别达到了30.84dB和0.914。研究结果表明,所提方法不但能够实现病理学图像中高频细节的精确重建,轻量化的稀疏编码非局部注意力机制也有效地提高了建模的效率,是病理学图像超分辨率重建的一种有效方法。

综合应用Faster R-CNN和U-net的心脏MRI图像分割

韩俊玲, 李博, 康晓东, 杨靖怡, 刘汉卿, 王笑天

计算机科学. 2023, 50 (6A): 220600047-9. doi:10.11896/jsjkx.220600047

摘要 ( 295 )

PDF(3612KB) ( 323 )

参考文献 | 相关文章 | 多维度评价

为解决现有MRI神经网络分割中存在因输入端图像信息多样导致分割精度下降的问题,提出了引入Faster R-CNN和U-net机制的MRI图像分割方法。选择公开心脏MRI分割挑战赛数据集ACDC和SCD,清洗和修改数据集格式后送入后续神经网络。首先,应用Faster R-CNN对目标图像进行检测,以对原始输入图像进行预处理,并去掉冗杂的背景信息。其次,对预处理后的图像进行U-net分割,同时为检验引入Faster R-CNN后,对分割网络的性能和精度是否提高,采用了消融实验和对比实验。消融实验去掉了U-net分割网络中的检测裁剪模块,选择U-net及其改进网络分别做一组消融实验结果。实验结果表明,新方法的平均交并比和Dice系数在ACDC数据集上为0.89和0.94,分别提高了7.3%和5%,在SCD数据集上为0.96和0.98,分别提高了5%和3%,实现了MRI图像的自动预处理和分割。

基于改进Cascade R-CNN的布匹瑕疵检测算法

白明丽, 王明文

计算机科学. 2023, 50 (6A): 220300224-6. doi:10.11896/jsjkx.220300224

摘要 ( 140 )

PDF(3656KB) ( 281 )

参考文献 | 相关文章 | 多维度评价

布匹瑕疵的自动化检测是目前纺织行业面临的一个难点问题。针对当前布匹瑕疵检测算法对尺度和长宽比变化大、小目标众多的样本检测效果并不理想的问题,提出了基于改进Cascade R-CNN网络的布匹瑕疵检测算法。首先,在特征提取网络ResNet-50中融入可变形卷积,自适应地提取更多的瑕疵形状与尺度特征;其次,在特征金字塔网络上采样前引入平衡特征金字塔,缩小特征融合前各特征层之间的语义差距,得到更具表达力的多尺度特征;然后,根据瑕疵尺度与长宽比特点重新设计更适合的初始锚框;最后,采用具有尺度不变性的GIoU Loss作为级联检测器的回归损失,以获取更加精确的瑕疵预测边界框。实验结果表明,相比基于Cascade R-CNN的算法,改进后的Cascade R-CNN算法对布匹瑕疵检测的平均精确率获得了明显提升。

基于独立注意力机制的图像检索算法

张舜尧, 李华旺, 张永合, 王新宇, 丁国鹏

计算机科学. 2023, 50 (6A): 220300092-6. doi:10.11896/jsjkx.220300092

摘要 ( 373 )

PDF(3935KB) ( 365 )

参考文献 | 相关文章 | 多维度评价

近年来,深度学习的方法在基于内容的图像检索领域已经占据主导地位。为了改善主干网络提取出的特征,使得网络能计算出更具区分度的图像描述,提出了一种独立于输入特征的注意力模块ICSA(Independent Channel-wise and Spatial Attention)。该模块与其他的注意力机制的主要区别在于它的注意力权重在输入不同特征时保持一致,传统注意力模块通过对输入特征进行处理得到注意力,因此它的模型更为精简,其参数大小仅有6.7kB,为SENet大小的5.2%和CBAM的2.6%,运行时间与SENet基本一致,为CBAM的14.9%。ICSA的注意力分为通道和空间注意力两部分,分别储存输入特征不同方向上的权重。在Pittsburgh数据集上进行实验,实验结果表明,对于不同的主干网络,在添加了ICSA模块后Recall@1有0.1%~2.4%的提升。

基于多尺度注意力机制的两阶段文物图像修复方法

刘浩威, 姚镜池, 刘波, 毕秀丽, 肖斌

计算机科学. 2023, 50 (6A): 220600129-8. doi:10.11896/jsjkx.220600129

摘要 ( 281 )

PDF(5256KB) ( 368 )

参考文献 | 相关文章 | 多维度评价

文物常因保存或物理修复手段不当而受到损坏,使用虚拟技术对其进行修复很重要,而现有传统图像修复技术和基于深度学习的修复方法主要针对结构纹理简单、破损区域较小的图像或是破损区域规则的自然图像,无法直接应用于文物图像。针对文物图像结构纹理复杂、破损区域不规则及现存文物图像数据集较小等问题,以山水画图像修复为例提出了一种基于多尺度注意力机制的两阶段文物图像修复方法。首先基于全局注意力机制对文物图像的整体结构和基础色调进行粗粒度修复,然后使用局部注意力机制和残差模块对文物图像的小型结构和细节纹理进行局部细粒度修复,并在粗粒度修复的结果上使用上下文注意力机制从文物图像远距离精确借用信息,对图像的大型结构和纹理进行全局细粒度修复,最后将局部和全局的修复结果进行特征融合,实现文物图像的修复。针对文物图像特殊的破损类型,修复的文物图像伪迹较少,色彩均匀,结构纹理清晰,相比对比方法,在峰值信噪比上平均提高了3.76dB,在结构相似性上平均提高了0.034。实验结果的主观和客观分析表明,与主流图像修复方法相比,在语义合理性、信息准确性和视觉自然性上都具有一定优势,在文物修复领域有较大应用价值。

基于主动学习和U-Net++分割的芯片封装空洞率的研究

齐选龙, 陈弘扬, 赵文兵, 赵地, 高敬阳

计算机科学. 2023, 50 (6A): 220200092-6. doi:10.11896/jsjkx.220200092

摘要 ( 331 )

PDF(2066KB) ( 248 )

参考文献 | 相关文章 | 多维度评价

内焊球空洞是BGA封装芯片的主要缺陷,可能会导致电气故障。目前,常用的检测方法是人工对照芯片X光影像检查,此类方法检测准确率低且时间、人力资源消耗大。因此,基于深度学习的自动化芯片缺陷检测方法越来越受到关注。芯片空洞检测与语义分割任务对应,但受限于数据缺乏高质量标注,模型准确率通常偏低,主动学习框架是潜在的解决方案。文中基于主动学习和U-Net++构建了芯片空洞率检测模型,通过等距划分将数据集分为多个子集,每个子集采用训练-预测-标注-扩展的框架循环优化U-Net++模型。在BGA封装芯片数据集上进行实验,模型分割平均Dice系数达到了80.99%,总体准确率达到了94.89%,达到了预定目标。首次将主动学习引入芯片检测领域,经实验验证可以有效提升芯片数据的标注水平,使得模型的分割准确率有所提高。

结合多聚焦融合和DSGEF双阶段网络重建太阳斑点图

金亚辉, 蒋慕蓉, 李福海, 杨磊, 谌俊毅

计算机科学. 2023, 50 (6A): 220600182-6. doi:10.11896/jsjkx.220600182

摘要 ( 82 )

PDF(2718KB) ( 197 )

参考文献 | 相关文章 | 多维度评价

太阳斑点图具有对比度较低、米粒结构相似、帧间差异较小的特点,现有重建网络在进行单帧去模糊时存在高频特征不足、局部细节难以恢复等问题。结合图像多聚焦融合,构建梯度增强与FPN双阶段网络实现太阳斑点图的高分辨率重建。首先,利用序列图像帧间相似信息互补特性,使用块聚焦图像融合算法,弥补图像丢失的高频细节;其次,以生成对抗网络GAN为框架,设计了一个双阶段重建网络DSGEF,联合梯度分支与结构特征分支增强高频细节,再利用FPN网络进行多尺度特征重建,改善米粒边缘清晰度;最后,引入一个包含对抗损失、像素损失和感知损失的联合损失函数,用于引导网络DSGEF进行训练,实现高分辨率太阳斑点图的重建。实验结果表明,该方法与现有深度学习方法相比,峰值信噪比(PSNR)和结构相似性(SSIM)指标均有明显提高,能够满足太阳观测图像高分辨率重建要求。

基于度量正则化的红外与可见光跨模态行人重识别算法

吴含笑, 赵倩倩, 朱建清, 曾焕强, 杜吉祥, 廖昀

计算机科学. 2023, 50 (6A): 221100046-8. doi:10.11896/jsjkx.221100046

摘要 ( 277 )

PDF(3914KB) ( 270 )

参考文献 | 相关文章 | 多维度评价

红外与可见光跨模态行人重识别对提升智能视频监控系统的全天作战能力具有重要作用。现有跨模态行人重识别方法通常专注于特征对齐,未重视多模态度量对齐,导致重识别对模态变化不够鲁棒。为此,提出一种基于度量正则化的红外与可见光跨模态行人重识别算法。首先,设计度量正则化损失函数,用于约束不同模态检索模式下匹配行为的差异,提升算法的鲁棒性。其次,考虑到实际监控场景中红外图像的数量少于可见光图像的数量,利用模态数据比例修正交叉熵损失函数,减少模态数据不平衡对模型训练的不利影响。实验结果证明了所提算法的优越性,例如在RegDB数据集由可见光检索红外图像的首位识别率达到89.52%。

结构化混合注意力网络的图像超分辨率重建

喻九阳, 张德安, 戴耀南, 胡天豪, 夏文凤

计算机科学. 2023, 50 (6A): 220600240-5. doi:10.11896/jsjkx.220600240

摘要 ( 348 )

PDF(2850KB) ( 276 )

参考文献 | 相关文章 | 多维度评价

针对现有图像超分辨模型存在特征提取能力弱、模型参数量较复杂等问题,提出了一种结构化混合注意力网络的图像超分辨率重建模型,该模型在提高图像超分辨率重建效果的同时降低了模型的参数量。首先,对编码器进行结构化处理,通过通道数量的不同来提取更多的图像特征。其次,对编码器的输出特性进行注意力网络混合重组,从而加强图像的特征特性。最后,采用残差方式将输入的浅层图像特征直接与强化特征相混合,降低网络的参数量。实验结果表明,在公共数据集及不同放大倍率的前提下,文中构建模型的PSNR值和SSIM值基本是最优的,且网络结构的参数量较低,较好地平衡了图像超分辨率重建过程中性能和参数复杂度间的关系。

回归收敛缩放混合的深度迭代复合缩放CNN目标检测算法

王国刚, 吴艳, 刘一博

计算机科学. 2023, 50 (6A): 220500230-9. doi:10.11896/jsjkx.220500230

摘要 ( 144 )

PDF(4141KB) ( 217 )

参考文献 | 相关文章 | 多维度评价

针对EfficientDet算法鲁棒性低、回归损失函数收敛性能差、标签边缘化问题,提出了回归收敛缩放混合的深度迭代复合缩放CNN目标检测算法。该算法采用2×2缩放混合正则化方法,增强训练样本,避免训练过拟合,提高模型泛化能力;利用完全交并比损失抑制冗余预测框,将中心点距离和纵横比作为边界框坐标预测的损失函数惩罚项,使卷积神经网络回归更准确,提高了收敛速度和定位精度;设置平滑参数,对边缘化标签分布和均匀分布加权求和生成标签平滑正则化分布,建立类标签平滑交叉熵损失,提高模型的标签容错率。实验结果表明,所提算法的均值平均精度为88.31%,网络模型参数个数为8.10×10⁶,相比EfficientDet-D2算法,均值平均精度提高了3.29%,网络模型参数个数没有增加,相比YOLOv4,YOLOv3,SSD,Faster R-CNN和Fast R-CNN算法,均值平均精度分别提升了5.2%,10.71 %,14.01%,15.11% 和18.30 %,网络模型参数个数分别减少了55.94×10⁶,52.91×10⁶,16.09×10⁶,55.18×10⁶和53.11×10⁶。所提目标检测模型,提高了检测准确度和F1得分;检测每张测试图片仅需0.73s,满足实时性要求。

结合残差与自注意力机制的图卷积小样本图像分类网络

李凡, 贾东立, 姚昱旻, 涂俊

计算机科学. 2023, 50 (6A): 220500104-5. doi:10.11896/jsjkx.220500104

摘要 ( 134 )

PDF(2357KB) ( 273 )

参考文献 | 相关文章 | 多维度评价

小样本学习的提出是为了解决深度学习中模型学习所需数据集规模小或者数据标注代价昂贵的问题,图像分类作为深度学习研究领域的重要研究内容,也存在训练数据不足的情况。研究人员针对图像分类模型缺乏训练数据的情况,提出了许多的解决方法,利用图神经网络进行小样本图像分类就是其中的一种。为了更好地发挥图神经网络在小样本学习领域中的作用,针对图神经网络中的卷积操作过程易受偶然因素影响,导致模型不稳定,使用残差网络对图神经网络进行改进,设计了残差图卷积网络,以提高图神经网络的稳定性。在残差图卷积网络的基础上,结合自注意力机制设计残差图自注意力机制,深入挖掘节点之间的关系,提高信息传播效率,从而提高分类模型的分类准确率。经过测试,改进后的残差图卷积网络训练效率得到提高,在5way-1shot任务中的分类准确率相比GNN模型提高了1.1%,在5way-5shot任务中比GNN模型提高了1.42%。在5way-1shot任务中,残差图自注意力网络的分类准确率比GNN模型提高了1.62%。

基于球簇聚类的超像素分割迭代算法

刘垚, 官礼和

计算机科学. 2023, 50 (6A): 220600114-7. doi:10.11896/jsjkx.220600114

摘要 ( 180 )

PDF(2730KB) ( 285 )

参考文献 | 相关文章 | 多维度评价

针对超像素分割问题,为了进一步提高超像素边缘贴合度,提出了一种基于球簇聚类的超像素分割迭代算法。首先,将超像素视为五维超球体,对图像进行均匀分割得到初始超像素及其中心和半径;其次,依据邻接超像素中心间的距离及其半径搜索近邻超像素;然后,利用超像素与其近邻超像素中心间的距离,将超像素划分为稳定区和多个环形活跃区;最后,每个环形活跃区内的像素点仅根据其与部分近邻超像素中心的距离将其分入最近的超像素,如此迭代实现超像素分割。为了减少距离计算量以加快收敛速度,给出了近邻超像素关系判定定理,对像素点的超像素类标签设计了一种自适应分区更新策略。在BSD500数据集上与多种典型超像素分割算法进行了实验对比,结果表明该算法对不同类型图像的分割效果均较好,边缘贴合度更高,且受参数影响较小,分割结果更稳定。

基于CT图像语义的COVID-19实例分割与分类网络

柏正尧, 樊圣澜, 陆倩杰, 周雪

计算机科学. 2023, 50 (6A): 220600142-9. doi:10.11896/jsjkx.220600142

摘要 ( 213 )

PDF(3722KB) ( 257 )

参考文献 | 相关文章 | 多维度评价

为了辅助临床医生进行COVID-19患者的诊断及治疗,提出了一个从患者肺部CT图像中分类、检测和分割COVID-19病变的辅助诊断网络AIS-Net。首先,该网络将语义分割与实例分割融合,提升了实例分割精度,提出了信息增强注意力模块(IEAM),用于提升输入特征关键信息的权重。为了提高网络对假阴性的关注度,提出了一个实例分割监督方法,用于不同尺度的病变进行监控。其次,设计了一个包含主分类头与辅助分类头的模块,对新冠肺炎、普通肺炎和非肺炎进行分类。在辅助分类中引入了Swin Transformer,提出了区分普通肺炎与新冠肺炎病变的方法。在CC-CCII分割数据集上实例分割的平均精度均值(mAP)为56.53%,比目前最好的方法提升了11.77%;Dice系数、灵敏度、特异度分别为80%,85.1%,99.3%,比目前最好的方法分别提升了4.7%,3.7%,1.2%。在COVIDX-CT分类数据集上实现了99.07%的总体准确度,比目前最好的方法提升了0.92%。AIS-Net可通过CT图像对COVID-19患者进行有效诊断,并对病变部位进行分割及检测。

基于注意力机制最大化重叠的单目标跟踪算法

孙开伟, 王支浩, 刘虎, 冉雪

计算机科学. 2023, 50 (6A): 220400023-5. doi:10.11896/jsjkx.220400023

摘要 ( 149 )

PDF(3025KB) ( 207 )

参考文献 | 相关文章 | 多维度评价

随着人工智能的发展,深度学习在计算机视觉研究中引起了广泛关注,在单目标跟踪领域开始对基于深度学习的单目标跟踪算法加以研究。深度学习算法的算法复杂度相对较高,将目标分类和目标状态估计完整的分割出来,有利于对每一个任务的深层探讨。但现阶段的单目标跟踪算法不能很好地应对复杂的跟踪环境,模型遇到复杂跟踪环境时,经常会跟踪到背景的某一块区域或者跟踪到周围的相似目标。为了解决以上问题,文中提出了一种方法,在目标分类和目标状态估计任务中分别加入了不同的注意力机制,使得模型能够更好地处理背景混乱和相似目标遮挡的情况。为了验证上述方法的有效性,文中在多个数据集上做了大量的对比实验,并且和之前的基于深度学习的单目标跟踪算法进行比较,所提算法在EAO指标上有了3.1%的提升,在Robustness指标上有了2.3%的提升,表明了其有效性和先进性。

基于注意力机制和可变形卷积的路面裂缝检测

隆涛, 董安国, 刘来君

计算机科学. 2023, 50 (6A): 220300214-6. doi:10.11896/jsjkx.220300214

摘要 ( 315 )

PDF(4060KB) ( 300 )

参考文献 | 相关文章 | 多维度评价

针对较复杂背景下路面裂缝检测问题,由于基于深度学习的图像分割算法检测效果不甚理想,以及裂缝图像自身像素类别不平衡,提出了一种基于注意力机制和可变形卷积的路面裂缝检测网络,该网络基于编码-解码结构进行构建。为了解决较为复杂背景裂缝检测困难的问题,首先,由可变形卷积提升网络对不同形状裂缝线性特征的学习能力;其次,使用密集连接机制强化特征信息;然后,在解码阶段采用转置卷积和桥接方式与编码阶段特征逐步融合,并结合多级特征融合的思想,提高网络的检测精度;最后,引入注意力模块(SimAM),在不增加网络参数的前提下,更加关注目标特征的提取,抑制背景特征。在两个公开裂缝数据集上进行实验来验证该算法的有效性,实验结果表明,该算法的各项性能评价指标均优于对比算法,BCrack数据集的平均像素精度、平均交并比分别达到92.12%和84.79%,CFD数据集的平均像素精度、平均交并比分别达到91.02%和74.75%,在复杂背景裂缝检测下表现良好,可应用于路面维修工程。

基于字形感知和注意力归一化的字体迁移

吕文锐, 普园媛, 赵征鹏, 徐丹, 钱文华

计算机科学. 2023, 50 (6A): 220100205-6. doi:10.11896/jsjkx.220100205

摘要 ( 206 )

PDF(4438KB) ( 279 )

参考文献 | 相关文章 | 多维度评价

字体迁移是一项十分具有挑战性的任务,其目的是将目标字体通过某种映射方式迁移到源字体,以实现字体的变换。现有的方法在字体迁移方面的鲁棒性有限,突出表现为对生成字体结构完整性的保持较差,尤其是当两种不同种类的字体差别较大时。针对这些问题,提出了一种端到端的字体迁移网络框架模型。该模型引入了注意力归一化以更好地提取字形图像的高级语义特征,从而提高生成图像的质量。此外,使用自适应实例归一化进行字体特征和内容特征融合,以实现字体的转换。在保持字形结构完整性方面,设计了感知损失和上下文损失来约束字形结构的生成。为了稳定GAN网络的训练,在对抗损失函数的设计中加入了正则化项。为了验证该模型的有效性,实验采用FET-GAN中公开的数据集进行了多组训练和测试,并与FET-GAN,CycleGAN和StarGANv2进行了对比。实验结果表明,该模型能够在给定的多个字体域之间实现相互的字体迁移,并且其迁移的效果和模型泛化能力与其他工作相比均具有一定的优势。

基于SegFormer的超声影像图像分割

杨靖怡, 李芳, 康晓东, 王笑天, 刘汉卿, 韩俊玲

计算机科学. 2023, 50 (6A): 220400273-6. doi:10.11896/jsjkx.220400273

摘要 ( 159 )

PDF(3444KB) ( 339 )

参考文献 | 相关文章 | 多维度评价

超声影像分割既是医学影像图像处理的重要环节,也是临床诊断的常用技术手段。文中提出将SegFormer网络模型用于实现医学超声影像图像的精准分割。一方面,将超声标签图转化为单通道形式,并对其进行二值化处理,以完成对数据集图像的预处理;另一方面,采用迁移学习的方式载入预训练模型,用于微调已经训练好的模型参数,并选用带有动量的随机梯度下降优化器来加速收敛速度及减小震荡。与FCN,UNet和DeepLabV3的对比实验结果表明,该模型在乳腺结节超声影像数据集上的各项评估指标均为最优,mIoU,Acc,DSC和Kappa分别为81.32%,96.22%,88.91%和77.85%。实验结果还表明,该模型在不同超声影像数据集中表现出了良好的鲁棒性。

基于改进YOLOv5的电动车头盔佩戴检测算法

谢溥轩, 崔金荣, 赵敏

计算机科学. 2023, 50 (6A): 220500005-6. doi:10.11896/jsjkx.220500005

摘要 ( 465 )

PDF(2835KB) ( 556 )

参考文献 | 相关文章 | 多维度评价

在电动车交通事故中,颅脑损伤致死是电动车骑行人员死亡的主要原因,而大多数电动车骑行人员很少佩戴头盔,因此通过将目标检测算法与道路摄像头结合来监管电动车骑行者头盔佩戴情况具有很强的现实意义。针对目前电动车头盔佩戴检测存在着目标相互遮挡漏检率较高、较小目标漏检率较高的问题,文中提出了一种改进的YOLOv5目标检测算法,用于实现对电动车头盔佩戴情况的检测。该方法首先在YOLOv5网络中添加通道注意力机制ECA-Net,使得模型能够更快地检测到目标特征,从而提高模型的检测性能;其次,使用Bi-FPN加权双向特征金字塔模块,实现对不同层级特征重要性的平衡,有利于改进小目标漏检问题;最后,使用Alpha-CIoU Loss的损失函数,提高模型定位的准确性。实验结果表明,该方法在3种场景下对电动车骑行人员头盔佩戴情况的检测精度均高于其他模型,平均精度达到95.8%,相比原网络检测精度有所提升,实现了电动车头盔佩戴情况的高精度检测。

基于交替训练及预训练的低资源泰语语音合成

蔡浩然, 杨鉴, 杨琳, 刘聪

计算机科学. 2023, 50 (6A): 220800127-5. doi:10.11896/jsjkx.220800127

摘要 ( 237 )

PDF(2183KB) ( 278 )

参考文献 | 相关文章 | 多维度评价

泰语作为一种有数千万人口使用的语言,应用较为广泛,20世纪90年代末就有学者开展了泰语语音合成的研究。近年来,基于深度神经网络并利用大规模高质量“文本-音频”数据训练的端到端语音合成系统,已经能够合成出高质量的语音。目前,汉语、英语等通用语已拥有海量的语音合成数据库,然而泰语作为一种非通用语可获取的“文本-音频”数据库规模往往较小。在低资源条件下,以提高泰语语音合成质量为目标,选用端到端语音合成模型Tacotron2作为基线模型,研究交替训练方法以及预训练方法,研究不同文本嵌入方式对泰语语音合成效果的影响;然后从注意力对齐图和MOS评分两方面对文中设计的6种模型所合成的语音进行测评。实验结果表明,采用“元辅音嵌入+预训练+交替训练”方法的系统的语音合成质量最好,合成语音的MOS评分可达3.95分,明显优于基线系统的1.71分。

基于区域注意力机制和多尺度特征融合的输电线路螺栓缺陷检测

吴刘宸, 张辉, 刘嘉轩, 赵晨阳

计算机科学. 2023, 50 (6A): 220200096-7. doi:10.11896/jsjkx.220200096

摘要 ( 250 )

PDF(5560KB) ( 299 )

参考文献 | 相关文章 | 多维度评价

螺栓在输电线路中起到了固定线路间连接的作用,一旦出现松动或者脱落,就可能会导致电力传输发生故障而引起大范围停电事故。显然,定时对输电线上的螺栓进行检测,对确保整个电力系统的安全稳定有着至关重要的作用。现有的检测方法大多基于深度卷积神经网络,然而螺栓特征不明显、尺寸小的特点给检测工作带来了挑战。针对上述问题,提出了一种基于区域注意力机制和多尺度特征融合的输电线路螺栓缺陷检测方法。首先,提出了适用于目标检测的区域注意模块,将该模块嵌入至ResNet50的残差块中以增强网络对螺栓的特征提取。其次,在特征金字塔结构(FPN)的基础上,扩展一条自下而上的路径,同时对浅层特征进行充分利用,以提高对小物体的检测精度。最后,为了缓解样本间的不平衡问题,引入了PrIme Sample Attention(PISA)软样本采样策略。实验结果表明,所提方法在检测输电线螺栓时,均值平均精度(mAP)达到了74.3%,平均召回率(AR)达到了86.4%,检测速度为8.2FPS。与其他检测网络相比,所提方法在不牺牲太多检测速度的基础上,提高了对螺栓缺陷的检测精度。

基于运动对比度增强的人群运动分割方法

张新峰, 倪启立, 陈舒涵, 杨宝庆, 李斌

计算机科学. 2023, 50 (6A): 211200205-7. doi:10.11896/jsjkx.211200205

摘要 ( 197 )

PDF(4363KB) ( 271 )

参考文献 | 相关文章 | 多维度评价

公共场所监控视频中的人群运动状态复杂多变,很难通过检测或者跟踪每个个体来实现整个人群运动状态的分析,将人群分割成运动状态基本一致的区域成了了解和分析人群运动状态的有效途径。有监督的人群运动分割方法需要提供数据标注代价极高的像素级的训练集,因此无监督的聚类方法成为了更有前途的人群运动分割方法。然而,由于描述人群运动的局部特征通常是逐渐变化的,导致基于聚类的无监督方法需要针对不同的人群场景选择不同的参数,这很难适应各种不同的应用场景。为此,文中提出了一种基于运动对比度增强的人群运动分割方法。该方法是一种无监督模型,首先根据运动场中运动和噪声的分布特点增强不同运动状态之间的对比度,然后结合自适应阈值分割算法和标记符分水岭算法来提取每个运动状态基本一致的区域,避免了无监督聚类方法参数难以恰当选择的难题。在获得人群运动分割结果的基础上,文中提出了一种能量模型用于描述人群运动状态的稳定性。该能量模型通过推演出整个人群运动状态的变化过程来实现对异常人群运动状态的提前预警。在不同类型的复杂人群运动状态的场景中进行人群运动分割的实验,实验结果验证了基于运动对比度增强的人群运动分割方法的有效性和分割的准确性,以及所提能量模型的有效性。

基于边缘优化和全局建模的多路径语义分割

陈乔松, 张羽, 蒲柳, 谭冲冲, 邓欣, 王进, 孙开伟, 欧阳卫华

计算机科学. 2023, 50 (6A): 220700137-7. doi:10.11896/jsjkx.220700137

摘要 ( 127 )

PDF(3549KB) ( 246 )

参考文献 | 相关文章 | 多维度评价

目前的语义分割卷积网络中,空间信息和细节信息随着卷积层的加深而逐渐丢失,造成物体边界和细小物体的分割效果不准确。同时,卷积的局部特征能力限制了网络获取有效的全局建模能力,造成物体内部分割混淆。针对这些问题,文中设计了基于边缘优化和全局建模的多路径语义分割算法。该算法提出了多路径邻近错位融合的网络,4条不同的分辨率路径邻近之间细节信息融会,高分辨率路径尾部与低分辨率路径首部间的语义信息交融,以此减少空间信息和细节信息的丢失。文中提出了自适应边缘特征模块得到边缘特征,融入网络中间层和深度监督层,增强边缘特征的表达能力和细小物体的分割效果,提出了Transformer全局特征模块,采用不同卷积进行下采样操作,缩短自注意力序列的长度,再融合通道信息与自注意力信息,从而获取有效的高层语义的全局信息。实验结果表明,在CamVid测试集和Cityscapes验证集上mIoU值分别达到76.2%和79.1%。

基于渐进式注意力金字塔的行人重识别方法

张帅宇, 彭力, 戴菲菲

计算机科学. 2023, 50 (6A): 220200084-8. doi:10.11896/jsjkx.220200084

摘要 ( 156 )

PDF(3632KB) ( 236 )

参考文献 | 相关文章 | 多维度评价

针对现有行人重识别算法对行人特征提取不充分,导致算法在行人遮挡、姿态变化等场景下准确度较低的问题,提出了基于渐进式注意力金字塔的行人重识别方法。该方法基于注意力机制设计了一种渐进式的特征金字塔结构,将通道和空间两种注意力模块嵌入特征金字塔结构中,并分别应用在特征的通道和空间两个维度上,通道注意力金字塔聚合骨干网络各层级不同通道维度中值得关注的特征,空间注意力金字塔提取不同空间维度中值得关注的特征。金字塔的每一级都按照“切分-关注-合并”的原则,自底向上不断学习行人特征图在不同切分等级下的注意力,让网络充分挖掘到来自不同通道维度和不同空间维度的关键特征。同时,通过级联结构和可变形卷积实现多层级特征对齐,进一步提高模型的重识别精度。分别在Market-1501和DukeMTMC-reID两个主流数据集上对该方法进行实验,实验结果表明该方法可以让模型关注到更丰富的行人特征,模型的Rank-1指标相比基准网络分别提高了3.2%和5.8%,mAP指标分别提高了6.8%和6.6%。

基于深度学习的摩托车车道实时检测

万海波, 蒋磊, 王晓

计算机科学. 2023, 50 (6A): 220200066-5. doi:10.11896/jsjkx.220200066

摘要 ( 121 )

PDF(3255KB) ( 284 )

参考文献 | 相关文章 | 多维度评价

摩托车驾驶相比于其他驾驶方式更加危险,但缺乏有效的辅助驾驶系统,例如车道辅助保持系统、障碍物检测、预碰撞系统等,而判定摩托车在行驶中是否发生了偏离往往需要参照车辆行驶时车道线的位置,因此车道线检测对于辅助驾驶系统来说至关重要,因此文中提出了基于深度学习的摩托车车道实时检测算法。在Lanenet架构的基础下做出了以下3点改进:将车道坐标的绝对位置作为输入特征、使用K-means算法代替Mean-Shift聚类算法以及去除Hnet结构。由于目前缺乏公开的摩托车车道数据集,因此将使用采集的摩托车车道数据对模型进行拟合,拟合的结果证明了该算法的有效性,检测速度可达47.6fps,交并比可达0.71560,相比文献[3]中的算法在精度上提高了15.5%,在速度上提高了53.3%。

CT影像阶段化目标检测方法研究

王笑天, 李博, 康晓东, 刘汉卿, 韩俊玲, 杨靖怡

计算机科学. 2023, 50 (6A): 220200063-10. doi:10.11896/jsjkx.220200063

摘要 ( 290 )

PDF(6295KB) ( 244 )

参考文献 | 相关文章 | 多维度评价

CT是临床最常用的影像学检查之一,CT影像的计算机辅助诊断技术具有重要的临床意义。为优化CT影像目标检测,分别采用8种不同目标检测算法对肝血管瘤增强CT的图像、脑动脉狭窄CTA图像和结肠息肉CT图像进行检测研究,比较不同算法的适用性。首先,对肝血管瘤增强CT图像、脑动脉狭窄CTA和结肠息肉CT图像进行标注并制作数据集。其次,采用不同参数优化算法,并绘制AP-epoch和AP-FPS曲线以比较不同算法的检测性能。实验结果表明,PPYOLOv2在不同数据集中的AP,AP₅₀,AP₇₅和Recall均达到最优,预测边界框紧贴待检目标,预测置信度较高,并且具有良好的泛化能力和鲁棒性。

注意力特征融合的孪生网络目标跟踪方法

罗会兰, 龙珺, 梁苗苗

计算机科学. 2023, 50 (6A): 220300237-9. doi:10.11896/jsjkx.220300237

摘要 ( 147 )

PDF(4818KB) ( 210 )

参考文献 | 相关文章 | 多维度评价

为了解决目标跟踪过程中由于目标遮挡导致的跟踪漂移和背景干扰导致的跟踪失败问题,文中提出了一种多特征集成的孪生网络目标跟踪方法,引入特征融合模块和注意力模块构建多个区域生成网络跟踪器,以获得高效的判别特征表示及对复杂环境的分辨能力。首先将相邻两个残差块特征压缩激励后进行有效融合,以此加强特征信息;其次利用并行卷积注意力模块对特征图中包含在通道信息和空间信息中的干扰信息进行过滤;最后设计并提出了一种与集成学习类似的算法,通过构建两个跟踪器,分别接收深层语义特征与融合特征,对其进行加权训练,得到最终的跟踪结果。除此之外,为验证算法的有效性,文中还研究了不同融合方案、不同跟踪器训练权重比和不同模块的组合方式对模型的影响。在VOT2016和VOT2018数据集上的实验结果表明,提出的多特征集成方法与其他孪生网络目标跟踪算法相比,在保证算法高准确率的同时,能够有效提升目标跟踪的鲁棒性。

基于改进Yolov4-tiny的轻量型目标检测算法

窦智, 胡晨光, 梁竞一, 郑李明, 刘国奇

计算机科学. 2023, 50 (6A): 220700006-7. doi:10.11896/jsjkx.220700006

摘要 ( 221 )

PDF(3541KB) ( 357 )

参考文献 | 相关文章 | 多维度评价

面向视频的深度学习算法运算复杂度较高,难以满足实时性要求,严重影响了其在边缘计算和实时系统中的应用。轻量化网络成为了研究热点之一,针对大型网络的轻量化网络显著降低了原网络的参数规模,提升了检测速度,但检测精度难以满足工业需求。针对上述问题,文中提出了一种改进的目标检测轻量化网络,在保持小参数规模的前提下,有效提高了检测性能。文中在YOLOv4-tiny骨干网络中添加VIT(Vision Transformer)结构,利用多头自注意力机制使网络可以提取更深层次的物体特征;使用简化后的Bi-FPN,将两检测通道改为三检测通道,增加注意力融合机制,提高模型对图片特征的利用率,提高网络对不同尺寸大小目标的检测精度;使用Ghost卷积替换传统卷积操作,降低网络计算复杂度,减少网络参数。在COCO数据集上进行实验,实验结果表明,在保持网络规模不变的情况下,改进后的算法相比YOLOv4-tiny原网络检测精度取得了明显提升,可同时满足边缘计算及实时系统对深度网络轻量化和准确度的要求。

基于双门控-残差特征融合的跨模态图文检索

张昌凡, 马远远, 刘建华, 何静

计算机科学. 2023, 50 (6A): 220700030-7. doi:10.11896/jsjkx.220700030

摘要 ( 196 )

PDF(2834KB) ( 211 )

参考文献 | 相关文章 | 多维度评价

由于互联网和社交媒体的快速发展,跨模态检索引起了广泛关注,跨模态检索学习的目的是实现不同模态的灵活检索。不同模态数据之间存在异质性差距,不能直接计算不同模态特征的相似度,使得跨模态检索任务的准确率很难提高。为缩小图像和文本数据间的异质性差距,文中提出了一种双门控-残差特征融合的跨模态图文检索方法(DGRFF),该方法通过设计门控特征和残差特征来融合图像模态和文本的特征,能够从相反的模态中获得更有效的特征信息,使得语义特征信息更全面。同时,采用对抗损失来对齐两个模态特征的分布,以保持融合特征模态不变性以及在公共潜在空间中得到更有辨识力的特征表示。最后,联合标签预测损失、跨模态相似性损失和对抗损失对模型进行训练学习。在Wikipedia和Pascal Sentence数据集上进行实验,结果证明,DGRFF在跨模态检索任务上获得了良好的效果。

基于机器视觉的驾驶员视野盲区安全预警方法研究

王巍, 白龙, 马欢畅, 刘衍珩

计算机科学. 2023, 50 (6A): 220700141-7. doi:10.11896/jsjkx.220700141

摘要 ( 154 )

PDF(3728KB) ( 255 )

参考文献 | 相关文章 | 多维度评价

为降低驾驶员在行驶过程中对汽车左前方、右前方盲区及周边观察判断的精力消耗和安全预警成本,研究驾驶员盲区行人安全自动检测及测距相关算法和技术,提出一种基于机器视觉的驾驶员盲区安全预警方法。首先,基于驾驶员实际驾驶视角考虑,通过对图像行人识别特征的研究,设计多特征融合盲区行人安全检测方法,获取融合方案特征直方图进行行人检测的正负分类,引入GPU加速提高数据共享交易的处理效率;其次,基于插值测量法及单目测距原理进行实验室测距,对部分像素点进行标定并结合实际场景对不同位置点进行标定,提升固定角度场景下的测量准确性及计算速度,优化车载视频场景下的单目摄像头测距方法;最后,对汽车左右两侧行人进行自动识别测距,根据驾驶员的反应时间和汽车刹车距离计算最优提醒距离并适当对驾驶员进行提醒,减少事故发生的概率。实验结果表明,该方案能够有效识别行人并测距,保证对驾驶员的实时提醒,具有较低的经济成本和良好的实用性。

面向目标识别的特征融合模糊模型及其应用

阮旺, 郝国生, 王霞, 胡晓婷, 杨子豪

计算机科学. 2023, 50 (6A): 220100138-7. doi:10.11896/jsjkx.220100138

摘要 ( 289 )

PDF(3395KB) ( 233 )

参考文献 | 相关文章 | 多维度评价

针对在自然识别场景下,图像特征往往具有复杂性、多样性和模糊性的特点,以及在利用多个特征对图像进行识别时,往往缺乏考虑特征间的关系等问题,提出了一种融合多种图像特征的目标识别模糊模型。首先,对图像进行特征提取,将特征的取值作为模型的模糊集并给出对应的隶属函数;其次,给出模型的评价指标,根据指标论证模型的可行性;然后,利用粒子群优化算法对图像各特征的隶属函数的参数进行优化;最后,给出基于特征融合模糊模型的目标识别算法,并将算法应用于填涂点识别与热轧带钢表面缺陷判别这两个识别场景来进行实验论证。实验结果表明,所设计的模型在评价指标下表现良好,算法明显提高了目标识别的准确率与鲁棒性以及改善了特征融合的合理性。

联合人体姿态估计和多目标跟踪的跨数据集学习

曾泽华, 罗会兰

计算机科学. 2023, 50 (6A): 220400199-7. doi:10.11896/jsjkx.220400199

摘要 ( 185 )

PDF(4068KB) ( 263 )

参考文献 | 相关文章 | 多维度评价

近年来,多目标跟踪任务获得了较大的进展,尤其是针对行人的多目标跟踪。通过对行人进行联合姿态估计,能够提升多目标跟踪算法对行人的运动预测,同时为更高阶的任务例如自动驾驶算法提供更多的信息。然而,在当前包含人体姿态估计标签的多目标跟踪数据集中,视频长度较短且目标稀疏,限制了多目标跟踪算法的研究。文中使用具有更多行人的多目标跟踪数据集MOT17和多人姿态估计数据集COCO进行跨数据集学习,基于循环训练策略有效提升了联合人体姿态估计下的多目标跟踪算法的性能。同时极化自注意力下采样和注意力上采样的使用,在提升算法训练速度的同时,增强了算法的人体姿态估计性能。

基于多编码器的多模态MRI脑肿瘤分割

戴天虹, 宋洁绮

计算机科学. 2023, 50 (6A): 220200108-6. doi:10.11896/jsjkx.220200108

摘要 ( 274 )

PDF(3214KB) ( 312 )

参考文献 | 相关文章 | 多维度评价

脑胶质瘤是起源于脑神经胶质细胞的原发性肿瘤,发病率约占全部颅内肿瘤的45%,其核磁共振图像(MRI)的精准分割有着非常重要的临床意义。文中提出了一种基于多编码器的脑肿瘤自动分割方法,模型采用U型网络结构,扩充单收缩路径为多路径以深度挖掘不同模态语义信息;提出结合空洞卷积的Inception模块作为网络基础卷积层以获取图像多尺度特征;在网络瓶颈层和解码器中引入轻量型通道注意力Efficient Channel Attention(ECA)模块,使得模型更多地关注与分割相关的信息,忽略通道维度的信息冗余,从而进一步提高网络分割的精确率。在Brain Tumor Segmentation Challenge 2018(BraTS 2018)数据集上进行验证,提出的网络在整体肿瘤、肿瘤核心、增强肿瘤3个区域的平均Dice系数分别为0.880,0.784,0.757,结果表明所提算法实现了准确有效的多模态MRI脑肿瘤分割。

基于对比学习的低光照图像增强

吴巨峰, 赵训刚, 周强, 饶宁

计算机科学. 2023, 50 (6A): 220600171-6. doi:10.11896/jsjkx.220600171

摘要 ( 338 )

PDF(2715KB) ( 362 )

参考文献 | 相关文章 | 多维度评价

针对低照度条件下获取的图像能见度低和质量差的问题,提出了一种基于对比学习的低光照图像增强方法。文中将图像转换任务的方法运用于低光照图像增强,其挑战在于低光域和正常光域之间的差异对于像素级恢复来说过于巨大和复杂,因此所提方法将其分为两步。首先使用基于Retinex理论的传统算法对原始低光图像进行初步地光照增强,以缩小两个域之间的差异,获取低光域和正常光域之间的中间状态。然后基于对比学习将后续的增强任务分解成两个阶段,即内容增强和降质学习,以此实现两个域之间的映射。对比学习可以进一步加强网络的表征能力,最终达到高自然度的图像恢复。大量实验证明了所提方法的高效性,其能够有效地增强低光照图像,图片质量和细节保留能力优于多种先进的光照增强方法。

改进的森林优化特征选择算法在信用评估中的应用

黄宇航, 宋友, 王宝会

计算机科学. 2023, 50 (6A): 220600241-6. doi:10.11896/jsjkx.220600241

摘要 ( 262 )

PDF(1795KB) ( 195 )

参考文献 | 相关文章 | 多维度评价

信用评估是金融领域的一个关键问题,它可以预测出一个用户是否存在拖欠风险,从而减少坏账损失。信用评估的关键挑战之一就是数据集存在着大量无效或冗余特征。为了解决该问题,提出了一种改进的森林优化特征选择算法(Improved Feature Selection using Forest Optimization Algorithm,IFSFOA)。该算法针对原始算法FSFOA的不足,在初始化阶段使用基于卡方校验的初始化策略代替随机化初始,提升算法寻优的能力;在局部播种阶段利用多层级变异策略,优化局部搜索能力,解决FSFOA的搜索空间受限和局部性问题;在更新候选森林时,使用贪婪选取策略挑选优质树,淘汰劣质树,收敛搜索发散过程。最后在涵盖了低维、中维和高维的公开信用评估数据集上设置对比实验,结果表明IFSFOA在分类和维度缩减方面的能力的综合表现均优于FSFOA和近年提出的较为高效的特征选择算法,验证了IFSFOA的有效性。

GDLIN:一种利用梯度下降的学习索引

陈珊珊, 高隽, 马振禹

计算机科学. 2023, 50 (6A): 220600256-6. doi:10.11896/jsjkx.220600256

摘要 ( 113 )

PDF(2402KB) ( 234 )

参考文献 | 相关文章 | 多维度评价

在大数据时代,数据访问速度是衡量大规模存储系统性能的一个重要指标,而索引是用于提升数据库系统中数据存取性能的主要技术之一。近几年,使用机器学习模型代替B+树等传统索引,拟合数据分布规律,将数据的间接查找优化为函数直接计算的学习索引(Learned Index,LI)被提出,LI提高了查询的速度,减少了索引空间开销。但是LI的拟合误差较大,不支持插入等修改性操作。文中提出了一种利用梯度下降算法拟合数据的学习索引模型GDLIN(A Learned Index By Gradient Descent)。GDLIN利用梯度下降算法更好地拟合数据,减少拟合误差,缩短本地查找的时间;同时递归调用数据拟合算法,充分利用键的分布规律,构建上层结构,避免索引结构随着数据量而增大。另外,GDLIN利用链表解决LI不支持数据插入的问题。实验结果表明,GDLIN在无新数据插入的情况下,吞吐量是B+树的2.1倍;在插入操作占比为50%的情况下,是LI的1.08倍。

基于嵌套集合模型的时态层次数据管理方法

杨振凯, 曹一冰, 赵鑫科, 郑景飚

计算机科学. 2023, 50 (6A): 220500290-5. doi:10.11896/jsjkx.220500290

摘要 ( 133 )

PDF(2361KB) ( 201 )

参考文献 | 相关文章 | 多维度评价

时态层次数据是层次数据在时间维度的扩展,用于描述随时间变化的层次结构。相较于非时态层次数据,现有的时态层次数据管理方法仍存在存储方案复杂以及查询和更新效率低下等问题。针对上述问题,提出了一种基于嵌套集合模型的时态层次数据管理方法。首先从节点变化角度分析了层次数据变化的4种类型,在此基础上通过扩展时间标签字段实现了多版本节点在关系数据库中的存储和查询功能,最后提出了一种基于存量空间的嵌套集合模型(Abundantly Gapped Nested Intervals Scheme,AGNIS),用于解决主流嵌套集合模型插入数据记录效率较低的问题。基于我国2021－2022年行政区划及其调整数据的实验结果表明:提出的数据管理方法能够实现历史层次数据的存储和任意时刻层次结构快照的查询,且兼顾了时态层次数据查询和更新操作的高效性。

基于多模态特征融合的时间序列异常检测

张国华, 燕雪峰, 关东海

计算机科学. 2023, 50 (6A): 220700094-7. doi:10.11896/jsjkx.220700094

摘要 ( 283 )

PDF(2243KB) ( 368 )

参考文献 | 相关文章 | 多维度评价

多元时间序列的有效异常检测对于数据的分析挖掘具有重要意义。然而,已有的检测方法大多基于单模态,不能有效利用时间序列在多模态空间中的分布信息,对于多模态特征缺乏自适应融合方式且难以提取其时空依赖关系。为此,提出了一种多模态特征融合的时间序列异常检测方法,建立了一个多模态特征自适应融合模块,通过一维卷积网络和软选择方式对多元时间序列的多模态特征进行自适应融合。对于融合后的多模态特征,构建由时间注意力和空间注意力组成的时空注意力模块,同时提取其时间和空间依赖关系得到时空注意力向量,由时空注意力向量得到模型预测结果。通过学习正常样本分布,根据预测值与真实值的误差度量实现异常检测。在4个公开数据集上进行测试,结果表明,所提方法优于其他模型,证明了所提方法的有效性。

区块链架构下医疗数据共享的三方演化博弈研究

杨健, 王开选

计算机科学. 2023, 50 (6A): 221000080-7. doi:10.11896/jsjkx.221000080

摘要 ( 403 )

PDF(3024KB) ( 319 )

参考文献 | 相关文章 | 多维度评价

为促进健康医疗大数据的发展,积极推动医疗数据安全共享,基于区块链架构,构建了系统管理方、数据提供方和数据需求方的三方演化博弈模型。首先,将前景理论与演化博弈模型相结合,利用前景价值函数对传统演化博弈的变量和参数进行改进;其次,讨论博弈均衡存在的可能性及其演化趋势;最后,通过数值模拟探讨不同因素对区块链架构下医疗数据共享各参与方的决策影响。结果表明,初始策略选择对博弈策略稳定性有显著影响。通过提高系统管理方的监管收益、降低数据提供方的感知损失以及提高数据需求方举报不合规行为的补偿可以加快系统的演化进程,增强参与方之间的信任,进而促进信任关系的形成。

基于多目标粒子群优化的属性网络局部社区检测算法

周志强, 朱焱

计算机科学. 2023, 50 (6A): 220200015-6. doi:10.11896/jsjkx.220200015

摘要 ( 167 )

PDF(2651KB) ( 223 )

参考文献 | 相关文章 | 多维度评价

社区结构是复杂网络中的重要特征,局部社区检测的目标是查询出包含一组种子节点的社区子图。传统的局部社区检测算法通常利用网络的拓扑结构进行社区查询,而忽略了网络中丰富的节点属性信息。针对现实中广泛存在的属性网络,提出了一种基于多目标粒子群优化的属性网络局部社区检测算法。首先根据节点与其多阶邻居之间的属性相似度构造属性关系边,并根据模体结构获取网络中的高阶信息得到拓扑关系边,然后基于种子节点使用随机游走算法对两种关系边采样得到备选节点集。在此基础上,通过多目标粒子群优化算法对备选节点集进行迭代筛选,得到拓扑结构紧密和节点属性同质的社区结构。在真实数据集上的实验结果表明,所提方法有效提升了局部社区检测的质量。

面向交通流量预测的时空Graph-CoordAttention网络

刘建松, 康雁, 李浩, 王韬, 王海宁

计算机科学. 2023, 50 (6A): 220200042-7. doi:10.11896/jsjkx.220200042

摘要 ( 282 )

PDF(2713KB) ( 293 )

参考文献 | 相关文章 | 多维度评价

交通预测是城市智能交通系统的一个重要研究组成部分,使人们的出行更加效率和安全。由于复杂的时间和空间依赖性,准确预测交通流量仍然是一个巨大的挑战。近年来,图卷积网络(GCN)在交通预测方面表现出巨大的潜力,但基于GCN的模型往往侧重于单独捕捉时间和空间的依赖性,忽视了时间和空间依赖性之间的动态关联性,不能很好地融合它们。此外,以前的方法使用现实世界的静态交通网络来构建空间邻接矩阵,这可能忽略了动态的空间依赖性。为了克服这些局限性,并提高模型的性能,提出了一种新颖的时空Graph-CoordAttention网络(STGCA)。具体来说,提出了时空同步模块,用来建模不同时刻的时空依赖交融关系。然后,提出了一种动态图学习的方案,基于车流量之间数据关联,挖掘出潜在的图信息。在4个公开的数据集上和现有基线模型进行对比实验,STGCA表现了优异的性能。

基于改进CNN-BP的多波束声纳高程数据预测研究

熊豪杰, 魏怡

计算机科学. 2023, 50 (6A): 220100161-4. doi:10.11896/jsjkx.220100161

摘要 ( 255 )

PDF(2363KB) ( 228 )

参考文献 | 相关文章 | 多维度评价

为了建立精准的多波束声纳高程数据预测模型,解决人工鱼礁空方量预测准确性的问题,提出了一种基于改进卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络组合模型的多波束声纳高程数据预测方法。首先,利用改进CNN对高程数据进行全卷积操作提取地形趋势特征,再输入到BP中进一步挖掘内部地形趋势变化规律,从而实现多波束声纳高程数据的预测。然后以某海底牧场的多波束声纳高程数据进行实验,并利用人工鱼礁的空方量进行交叉验证。最后,与传统克里金、BP、GA-BP、PSO-BP模型进行比较。结果表明:改进CNN-BP模型在多波束声纳高程数据和人工鱼礁空方量上的预测结果表现最优,验证了该方法的可行性、可靠性和精度高。

基于主动重心的青年高血压患者心肺运动时序数据增强

黄昉菀, 卢举鸿, 於志勇

计算机科学. 2023, 50 (6A): 211200233-11. doi:10.11896/jsjkx.211200233

摘要 ( 256 )

PDF(2816KB) ( 237 )

参考文献 | 相关文章 | 多维度评价

精准医疗的逐步兴起,如挖掘青年高血压患者的心肺运动时序数据,可以了解不同个体对有氧运动训练的响应性,有助于提高患者高血压管理计划的制定效率,更有效地实现有氧运动干预的治疗。开展该研究的瓶颈之一在于难以获取充足的样本数据。为了解决获取数据难度大、成本高等问题,利用加权动态时间规整重心平均算法来进行时间序列数据增强,重点针对重心选择和权重分配进行了研究。针对重心选择问题,首次引入了主动重心的概念,提出了代表性重心与多样性重心选择策略,改善了数据增强的效果。此外,针对现有权重分配策略的不足,提出了随机权重距离递减分配策略,避免了合成重复样本,进一步提升了模型的泛化能力。实验结果表明,在该研究背景下同时考虑重心选择与权重分配进行数据增强,可以进一步提升青年高血压患者有氧运动干预疗效预测的准确性。

文本细粒度情绪识别方法与应用综述

王希雅, 张宁, 程馨

计算机科学. 2023, 50 (6A): 220900137-7. doi:10.11896/jsjkx.220900137

摘要 ( 334 )

PDF(1927KB) ( 330 )

参考文献 | 相关文章 | 多维度评价

互联网中海量文本包含的情绪信息,表达着公众观点与态度,如何识别与利用情绪资源已成为各领域的研究焦点。通过梳理细粒度情绪识别相关理论与文献,从分类方法与应用场景两方面进行总结归纳,讨论情绪识别技术面临的挑战及实践缺口。通过分析发现,细粒度情绪识别主要有基于情绪词典、统计机器学习与神经网络学习的方法,且多应用于商务分析与舆情管理中。针对未来研究趋势,首先可对网络情绪词实时更新、领域词典构建及语义分析等技术展开研究;其次,如何提升训练数据分类自动化、打造半监督学习模型亟待深入探讨;此外,商务分析与舆情管理的研究,可开展对方面提取与情绪识别融合的探索。文中对情绪识别技术与应用的总结评述,有望为后续研究提供参考。

基于图OLAP的学术网络分析

杨恒, 朱焱

计算机科学. 2023, 50 (6A): 220100237-5. doi:10.11896/jsjkx.220100237

摘要 ( 266 )

PDF(2894KB) ( 234 )

参考文献 | 相关文章 | 多维度评价

近年来学术领域逐渐积累了海量的数据,网络结构作为一种表示和分析大数据的有效方法,具有较丰富的维度且能够对现实生活中大量数据进行建模。Graph OLAP(图联机处理)技术继承了传统OLAP技术的相关思想,允许用户从不同角度与粒度对多维网络数据进行分析。然而现有的图OLAP技术大多围绕数据立方体的构建展开,相关操作大多都是传统OLAP技术在图数据上的简单扩展,并且构建的模型对网络自身的拓扑结构的挖掘能力较弱。为此,首先设计了学术网络星座模式和相关的图OLAP分析算法,更加明显地突出了学术网络的拓扑结构信息,提高了图OLAP的分析能力,其次提出了对应的物化策略,有效地提升了图OLAP分析的效率。

基于动态时空神经网络的城市交通流量预测方法

孟祥福, 许睿航

计算机科学. 2023, 50 (6A): 220600266-7. doi:10.11896/jsjkx.220600266

摘要 ( 315 )

PDF(2489KB) ( 247 )

参考文献 | 相关文章 | 多维度评价

交通流量预测对城市道路规划、交通安全问题和建设智慧城市等具有重要意义。然而,现有大部分交通预测模型无法很好地捕捉交通数据的动态时空相关性。针对该问题,提出了一种基于动态时空神经网络的城市交通流量预测方法。首先,通过对交通数据的最近周期依赖、日周期依赖和周周期依赖进行建模,在每个分量上使用三维卷积神经网络提取城市交通高维特征;然后,使用改进的残差结构捕捉远距离区域对与预测区域的相关度,融合空间注意力和时间注意力机制捕捉不同区域不同时间段上的交通流量之间的动态相关性;最后,使用基于参数矩阵的方法对3个分量的输出进行加权融合,得到预测结果。在TaxiBJ和BikeNYC两个公开数据集上开展实验,结果表明所提模型的预测性能优于主流交通预测模型。

基于DBSCAN的动态邻域密度聚类算法

张朋, 李小林, 王李妍

计算机科学. 2023, 50 (6A): 220400127-7. doi:10.11896/jsjkx.220400127

摘要 ( 144 )

PDF(3072KB) ( 266 )

参考文献 | 相关文章 | 多维度评价

传统的密度聚类算法在聚类划分时不会考虑数据点间的属性差异,它将所有数据点都看成同质化的点。对此,在DBSCAN算法的基础上,提出了一种动态邻域密度聚类算法DN-DBSCAN(Dynamic Neighborhood-Density Based Spatial Clustering of Applications with Noise)。该算法在聚类时由样本点的属性决定其自身的邻域半径,因此各点的邻域半径是动态变化的,由此可将具有不同属性的点对集群产生的不一样的影响力体现在聚类结果之中,使密度聚类算法更具有现实意义。在算例分析的基础上,针对长三角城市群划分问题应用所提DN-DBSCAN算法进行分析求解,并对比分析DBSCAN算法、OPTICS算法和DPC算法的求解效果。结果显示,DN-DBSCAN算法能根据各城市属性的不同合理地划分出长三角城市群,准确率为95%,准确率分别高于上述3种对比算法85%,85%,88%,说明其具有更好的解决实际问题的能力。

一种时序情感记忆可约束可解释的序列推荐方法

郑麟, 林艺璇, 周东霖, 朱福喜

计算机科学. 2023, 50 (6A): 220100066-8. doi:10.11896/jsjkx.220100066

摘要 ( 385 )

PDF(3165KB) ( 336 )

参考文献 | 相关文章 | 多维度评价

序列推荐研究近年来在推荐领域中发展迅速,已有的序列推荐方法善于捕捉用户的时序行为来实现偏好预测。其中,一些先进的方法融入用户的情感信息来引导行为挖掘。然而,先进的基于情感的序列推荐模型未考虑对多类别的用户情感序列进行关联挖掘;并且,这类方法无法直观地解释时序情感对用户偏好的贡献。为了弥补上述方法的局限,本工作首次尝试以记忆体的形式存储时序情感并对其施加约束。具体地,文中提出了情感自我约束和情感相互约束两种机制,来挖掘多类别情感之间的关联并辅助用户行为完成序列推荐。进一步地,提出的记忆框架能记录用户的时序情感注意力,从而在准确预测用户时序偏好的基础上提供一定程度的直观解释。实验结果表明,所提方法的性能优于先进的序列推荐方法,并且比基于情感的序列推荐模型具有更好的可解释效果。

基于决策树改进深度交叉网络的推荐模型

柯海萍, 毛宜军, 古万荣

计算机科学. 2023, 50 (6A): 220300084-7. doi:10.11896/jsjkx.220300084

摘要 ( 129 )

PDF(2920KB) ( 273 )

参考文献 | 相关文章 | 多维度评价

特征挖掘是推荐算法模型中学习用户与物品之间交互行为的关键步骤,对提升推荐模型的准确度具有重要意义。现有的特征挖掘模型中,线性逻辑回归模型虽然简便,能够达到很好的拟合效果,但其泛化能力较弱,且模型对特征参数量的需求较大。深度交叉网络能够有效实现对特征的交叉提取,但其对数据特征的表征能力仍然不足。因此,文中引入多重残差结构与交叉编码思想,提出了一种基于决策树的方法来改进深度交叉网络的推荐模型。首先基于GBDT算法设计构建强化特征的树结构,加强模型对潜在特征的深度挖掘;其次对模型嵌入层的输入参数维度进行扩增优化;最后对改进的深度交叉网络推荐模型进行推荐预测。该设计不仅可以克服现有模型在泛化能力上的局限性,还能在保持特征参数量精简的同时令其表征能力有所加强,进而有效挖掘用户的隐藏关联,提高推荐的准确度。基于公测数据集的实验结果表明,所提出的模型预测效果比现有的特征交互方法更优。

面向能耗优化和负载均衡的边缘服务器放置研究

付雄, 房磊, 王俊昌

计算机科学. 2023, 50 (6A): 220300088-5. doi:10.11896/jsjkx.220300088

摘要 ( 311 )

PDF(2456KB) ( 258 )

参考文献 | 相关文章 | 多维度评价

当前传统的云计算模式已经无法满足用户在低延时场景下的需求,于是移动边缘计算应运而生。为使放置于同一区域内的边缘服务器能够拥有更低的总能耗和均衡的工作负载,提出面向能耗优化和负载均衡的蚁群优化放置算法ACO-ELP(Ant Colony Optimization Energy-consumption Load-balancing Placement)。首先通过构建功耗模型和负载均衡模型,对问题进行定义并将实际参数与算法变量进行对应匹配。在迭代过程中对蚁群算法进行优化,通过动态控制信息素的挥发和留存速率加快算法的迭代速度,同时控制信息素的最大最小值,以确保算法可以尽可能搜索全局最优解,不会陷入局部最优。最后利用上海地区的电信基站数据对算法进行了仿真评估,结果表明与基础放置算法相比,所提算法在减少服务器数量和能耗的同时显著降低了负载偏差值。

基于线性规划松弛的移动边缘计算卸载模型

雷雪梅, 刘丽, 王倩

计算机科学. 2023, 50 (6A): 211200229-5. doi:10.11896/jsjkx.211200229

摘要 ( 336 )

PDF(2473KB) ( 214 )

参考文献 | 相关文章 | 多维度评价

移动边缘计算中本地设备可以将计算任务卸载到靠近网络的边缘节点上执行,只将计算结果回传至用户端,从而减小传输时延,降低移动设备的功耗,减轻客户端的负载压力,还可以减少核心网络的计算负载。针对复杂多类边缘节点的移动边缘计算环境,建立了基于线性规划松弛的三级计算任务卸载决策模型,称为CART-CRITIC-LR(CCLR)。首先通过分类回归决策树算法(CART)筛选出本地执行的计算任务;然后采用多属性决策的CRITIC算法确定3个性能指标的权值分配;最后,基于线性规划松弛(LR)对计算卸载问题建模,使计算任务卸载决策的总时延、总能耗和总成本最优。实验比较了其他计算卸载策略的能耗、成本、延迟时间等指标,结果表明CCLR卸载决策算法在保证多目标全局最优的同时,实现了总时延最短,说明了所提算法的有效性与适用性。

Pauli噪声环境下任意二粒子受控短距离隐形传态

向生建

计算机科学. 2023, 50 (6A): 220700024-4. doi:10.11896/jsjkx.220700024

摘要 ( 168 )

PDF(1725KB) ( 256 )

参考文献 | 相关文章 | 多维度评价

量子隐形传态是量子通信中研究的热点之一。有别于传统的隐形传态方案,短距离隐形传态通过加强两个参与者距离上的限制以进一步节约宝贵的量子纠缠资源。但这样的限制同时也增加了传输双方作弊的可能。为此,文中在现有短距离隐形传输研究的基础上加入第三方控制者,提高了传输过程的安全性。同时,由于粒子在传输过程中不可避免地会遭受信道噪声的影响,理想环境下的隐形传输是不可能的。保真度是刻画传输前后量子态相似性的工具,文中进一步分析了作为普遍使用的噪声信道模型即Pauli噪声信道对二粒子受控短距离隐形传输保真度的影响。最终得出,不同类型的Pauli噪声信道下,发送者所传输二粒子的纠缠程度不同保真度也不同。这为短距离隐形传输的实验研究以及量子网络发展提供了一些参考价值。

SWIPT-MISO动态能量消耗模型下能效规划

徐晨阳, 薛亮, 王金龙, 祝龙

计算机科学. 2023, 50 (6A): 220400185-7. doi:10.11896/jsjkx.220400185

摘要 ( 377 )

PDF(2683KB) ( 203 )

参考文献 | 相关文章 | 多维度评价

无线携能通信网络中发送端获取用户信道状态信息时,会造成时间和频谱资源的浪费。对此,在多用户多输入单输出网络中研究了发送端只有信道分布信息的节能波束形成设计。在信息中断概率、总可用功率以及授权用户可用功率约束下,网络能量效率通过改进的教与学优化算法实现了最大化。此外,针对提出的功率消耗方案,考虑了非线性能量接收机制并提出功率分流机制,使接收机避免进入饱和区,从而提高了功率接收效率。改进的教与学优化算法结合了鲸鱼优化算法的优点,解决了构造得出的非凸优化问题,并提高了收敛速度。仿真实验分析了动态能量分配场景下中断概率、动态功耗系数以及发送端可用功率对系统能量效率的影响,证实了所提算法的有效性。

基于CEEMDAN-ConvLSTM组合模型的云计算负载预测方法

赵鹏, 周建涛, 赵大明

计算机科学. 2023, 50 (6A): 220300272-9. doi:10.11896/jsjkx.220300272

摘要 ( 230 )

PDF(3784KB) ( 229 )

参考文献 | 相关文章 | 多维度评价

随着云计算技术的快速发展,越来越多的用户选择使用云服务。负载请求与资源供应的不匹配问题日益凸显,使得用户请求无法得到及时响应,极大地影响云服务质量,实时预测负载请求,将有助于及时供应资源。针对云计算环境中的负载预测方法性能低的问题,提出了一种基于自适应噪声的完备经验模态分解和卷积长时序神经网络组合模型(CEEMDAN-ConvLSTM)的云计算负载预测方法。首先运用自适应噪声的完备经验模态(CEEMDAN)分解技术对数据序列进行分解操作,将其转换为若干个易于分析和建模的子序列;然后运用卷积长时序神经网络(ConvLSTM)预测模型对这一系列子序列进行建模预测,并采用基于多进程并行计算的研究思路,实现多序列并行预测及贝叶斯优化调参;最后将预测值综合叠加以获得整个模型的预测输出,从而实现对原始复杂序列数据进行高精度预测的目标。使用Google集群工作负载数据集进行实验验证,实验结果表明,CEEMDAN-ConvLSTM组合模型具有良好的预测效果,相比自回归差分移动平均模型(ARIMA)、长短期记忆网络(LSTM)和卷积长时序神经网络(ConvLSTM),所提模型预测均方根误差(RMSE)指标分别提升了30.9%,30.1%和22.5%。

基于Wi-Fi 6的无线列车通信网络性能研究

杨少龙, 朱国胜, 庞兴龙, 李修远, 潘登

计算机科学. 2023, 50 (6A): 220600179-5. doi:10.11896/jsjkx.220600179

摘要 ( 190 )

PDF(2011KB) ( 324 )

参考文献 | 相关文章 | 多维度评价

现代列车的正常运行离不开机械和电子系统的相互配合,特别是列车控制和管理系统(TCMS)在其中发挥着关键作用。与TCMS相关的应用程序和服务运行在列车通信网络(TCN)上,该网络是有线的且通常是冗余线路,这就会造成大量的有线链路互联,导致网络部署和维护困难且灵活性差。提出了基于Wi-Fi 6的列车无线通信组网方案,该方案将Wi-Fi 6技术应用于车辆级的ECN网络中,所做的工作包括对网络架构的设计、通信数据的选择和仿真环境下的实验验证。实验结果表明,所提出的基于Wi-Fi 6的列车通信服务质量中时延、抖动和丢包率满足IEC 61375-3-4标准,相对于长期演进技术(LET)也占据了优势。

基于深度学习的超高频标签识别系统

余加宝, 姚俊梅, 谢瑞桃, 伍楷舜, 马军超

计算机科学. 2023, 50 (6A): 220200151-6. doi:10.11896/jsjkx.220200151

摘要 ( 274 )

PDF(3305KB) ( 247 )

参考文献 | 相关文章 | 多维度评价

无线射频识别(Radio Frequency Identification,RFID)系统最基本的功能是标签识别,然而身份验证系统无法检测到伪造或克隆标签,从而出现潜在安全隐患和个人隐私问题。目前有基于加密的认证协议和基于特征提取的解决方法,其中基于加密的认证协议方法不兼容现有的协议,基于特征提取的方法存在特征提取困难或者识别距离短等限制。文中基于标签物理层信号的真实性进行识别,结合深度学习技术,提出标签信号识别方法。其核心思想在于在RFID通信过程中,利用标签的后向散射信号提取与标签逻辑信息无关的信号,将提取的信号送入卷积神经网络进行相似度匹配,根据得到的相似度匹配分数与给定的阈值对比,最后实现标签的真实性识别。采用USRP N210作为RFID系统的阅读器,采用150个超高频商用标签作为信号的发射器,并在实际场景中采集真实的RFID信号。通过实验验证了基于深度学习的标签识别能达到94%以上的识别精度,在识别距离长达2m的情况下其等错误比率(EER)为0.034。

WSN中基于改进蝴蝶优化算法的簇首选取算法

杨诗雨, 赵冰, 彭月

计算机科学. 2023, 50 (6A): 220100166-5. doi:10.11896/jsjkx.220100166

摘要 ( 136 )

PDF(2114KB) ( 263 )

参考文献 | 相关文章 | 多维度评价

针对无线传感器网络分簇路由协议的簇首选取不合理,造成网络负载不均和生命周期缩短的问题,提出了一种基于改进蝴蝶优化算法IBOA的簇首选取算法CIBOA。首先,基于蝴蝶优化算法BOA进行改进,引入Circle 混沌映射和非线性动态收敛因子来控制参数值,提高了蝴蝶优化算法的寻优速度、收敛精度,使搜索能力更强。在簇首选取过程中,根据剩余能量、节点基站间的距离和邻居节点平均间距设计了新的适应度函数,使用改进蝴蝶优化算法IBOA改进簇首选取随机的问题,综合择出更优簇首节点。仿真测试结果表明,基于改进蝴蝶优化算法的簇首选取算法CIBOA能够综合考虑节点能量和距离等因素,减少整体网络运行时间。

无源UHF RFID标签缺失定位特征估计算法

赵阳, 李凌云, 赵晓霞, 刘先辉, 张良

计算机科学. 2023, 50 (6A): 220500055-6. doi:10.11896/jsjkx.220500055

摘要 ( 254 )

PDF(2732KB) ( 245 )

参考文献 | 相关文章 | 多维度评价

针对无源UHF RFID标签未激活导致的定位特征缺失问题,鉴于精确建立信道模型存在较大困难,提出了一种基于信号强度欧氏距离-空间欧氏距离线性模型的缺失定位特征估计算法,通过增加特征维数以提高场景分析算法定位精度。对于未激活参考标签,可直接基于线性模型估计所缺失定位特征,以提高场景匹配数据的完备性;对于未激活待定位标签,则基于线性模型首先估计待定位标签与多个基准参考标签的间隔距离,引入最小二乘算法初步估计其位置信息,再基于线性模型反向估计出所缺失定位特征,从而完善待定位标签的定位特征。基于实测实验表明,所提出的缺失定位特征估计计算方法不仅能有效提高所有缺失待定位标签的定位精度,还能提高缺失参考标签周围待定位标签的定位精度,且无需增加硬件设备,符合低成本、高精度的应用需求。

中继选择和队列稳定动态能量优化策略

陈澈, 郑艺峰, 杨敬民, 杨立伟, 张文杰

计算机科学. 2023, 50 (6A): 220100082-8. doi:10.11896/jsjkx.220100082

摘要 ( 228 )

PDF(2236KB) ( 282 )

参考文献 | 相关文章 | 多维度评价

中继辅助移动边缘计算(Mobile Edge Computing,MEC)是近年来兴起的一种很有前景的方式,它可以提高5G网络和物联网(Internet of Things,IoT)等低功耗网络的资源利用率和数据处理能力。然而,设计中继选择和计算卸载策略以提高队列稳定系统的能量效率仍然是一个挑战。为解决中继辅助移动边缘计算系统中的能耗优化问题,在任务缓冲队列稳定性约束下,建立混合整数非线性随机优化模型,最小化系统的长期平均能耗。该问题被分解为中继节点选择和中继卸载决策两个阶段进行求解。在中继选择阶段,通过设置权重参数V₁最小化传输能耗和缓冲队列长度的加权和来确定中继节点;在卸载决策阶段,应用李雅普诺夫方法将随机优化问题转化为确定性优化问题,在保持任务缓冲队列稳定的条件下,得到最优中继计算频率、最优中继传输功率,以及最优远程节点计算频率的理论表达式。仿真结果表明,该能量优化策略能够在缓冲队列稳定约束下有效降低系统的长期平均能耗,并收敛到穷举搜索的最优解,同时可通过调整算法中参数V₁和V₂的来取值改变能耗和等待时长的权重。

区块链共识算法综述

谭朋柳, 王润庶, 曾文豪, 王诗堃, 邹雯诗

计算机科学. 2023, 50 (6A): 220400200-12. doi:10.11896/jsjkx.220400200

摘要 ( 245 )

PDF(2934KB) ( 347 )

参考文献 | 相关文章 | 多维度评价

共识算法维持着分布式系统的稳定和安全,同时又是发展区块链方向的关键技术。随着区块链技术快速发展,共识算法的研究也越来越受到研究人员的重视和青睐。现如今,在不同应用场景下选择合适的共识算法是研究人员所要面对的一个选择性难题。主要从服务对象节点种类出发,把共识算法归类为公有链、联盟链和私有链这3个大分类。在这3个大分类的基础之上,分别阐述了现在主流的和一些新的区块链共识算法的基本原理,共列举了9种共识算法,并从去中心化、安全性和可扩容性这3个方面对这9种共识算法进行性能评估。并且对相关算法进行了优缺点的分析总结,给出了优化区块链共识算法的相关方向,以供研究人员研究和参考,从而促进区块链共识算法的稳步发展。

RSA算法在网络数据传输中的研究进展

王鑫淼, 孙婷婷, 马晶军

计算机科学. 2023, 50 (6A): 220300107-7. doi:10.11896/jsjkx.220300107

摘要 ( 212 )

PDF(1859KB) ( 264 )

参考文献 | 相关文章 | 多维度评价

人们在利用各种各样的电子设备进行“面对面”信息交流的过程中,双方都不希望自己的信息被第三方获取,由此衍生了通信安全问题。数据安全性不够,数据传输过程就容易受到外界干扰,造成信息重复、缺失、丢包或延迟等现象的产生。针对此问题,广大科研工作者积极应对,引入了密码系统,采用密码算法对数据进行加密,减少其在传输过程中受到的干扰,进而起到保护数据的效果。为了进一步了解密码算法在网络数据传输中的工作原理,文中选取了非对称密码系统中的RSA算法作为研究对象,详细介绍了该算法的加密解密过程,对比分析了RSA算法和ECC算法的优缺点,并针对RSA算法的缺陷,总结了相应的优化措施和优化效果。最后,总结了RSA算法在网络数据传输中的研究进展和实际运用,并对RSA算法的未来进行了展望,期望为数据保护工作提供一些参考依据。

ATT&CK框架下基于事件序列关联的网络高级威胁检测系统

张宇翔, 韩久江, 刘建, 鲜明, 张洪江, 陈宇, 李子源

计算机科学. 2023, 50 (6A): 220600176-7. doi:10.11896/jsjkx.220600176

摘要 ( 256 )

PDF(3178KB) ( 246 )

参考文献 | 相关文章 | 多维度评价

随着网络技术的快速发展,网络世界攻防对垒愈发激烈,高级网络威胁行为层出不穷,但目前网安分析人员在实际运维中对多步攻击行为的过程描述仍存在一定差异,造成了巨大的语义沟通成本。为了解决在网络高级威胁检测中的这一痛点问题,采用ATT&CK网络对抗行为框架作为多步攻击行为的统一描述语言,设计实现了一套基于事件序列关联的网络高级威胁检测系统,通过事件序列关联模型可以实现对多步攻击行为的有效检测,并通过ATT&CK攻击矩阵可视化呈现,有助于分析人员明晰恶意攻击的手段、策略及目的,分析人员通过检测系统呈现出的技术和战术,采取相应的防御措施,能够降低攻击者的攻击效果。实验结果表明,检测系统检出率可达96.43%,对网络攻击事件中的分析人员解决“防守困境”具有极大的现实意义。

基于CPN的供应链合约的形式化验证

郑红, 钱诗慧, 刘泽润, 杜渂

计算机科学. 2023, 50 (6A): 220300220-7. doi:10.11896/jsjkx.220300220

摘要 ( 146 )

PDF(3959KB) ( 264 )

参考文献 | 相关文章 | 多维度评价

智能合约的安全性对于区块链在供应链领域的应用尤为重要。目前,大多数对智能合约的形式化验证工作集中于漏洞检测,对于如何在部署上链前生成安全的智能合约的关注仍然比较少,如何有效规范地将特定领域的属性安全地映射为智能合约代码存在难点。因此,提出在编写合约前基于CPN(Coloured Petri Net)对供应链业务逻辑进行形式化规范并构建双层仿真模型,以图形化界面描述交易状态变化,进行形式化验证和状态分析,从而在建模阶段就减少逻辑漏洞。最后,提供了一种从CPN建模语言到Solidity编写的合约的转换方法,以提高智能合约的安全性和可靠性。

基于压缩感知和超混沌系统的图像压缩加密方法

潘涛, 佟晓筠, 张淼, 王翥

计算机科学. 2023, 50 (6A): 220200121-6. doi:10.11896/jsjkx.220200121

摘要 ( 220 )

PDF(4529KB) ( 276 )

参考文献 | 相关文章 | 多维度评价

在医疗、军事、金融系统等需要传输重要图像的场景下,为了安全高效地传输图像,将图像进行压缩加密是一种行之有效的办法,图像经过压缩后传输可以减小传输开销,经过加密后也可以抵抗一些攻击者的攻击手段,保证了信息的安全性。基于压缩感知理论可以完成稀疏采样,超混沌系统能够为系统安全性提供保障。同时,文中还分析了超混沌系统的混沌特性,证明了该系统是混沌的且足够安全,超混沌系统生成的混沌序列还被用于构造测量矩阵,从而不必在传输过程中传输文本较大的矩阵,而只需要传输密钥即可。在压缩理论基础上还使用了置乱扩散操作,扩散采用了与明文相关的扩散操作,使图像安全性得到了很大提升,保障了数据安全。经过实验测试,图像的压缩加密效果较好,密钥空间大、对密钥足够敏感,说明所提方法能够抵抗暴力攻击、统计攻击等多种常用的攻击方法;在压缩比正常的情况下恢复得到的解密图像与原文图像在视觉上差距较小,甚至与原文图像相差无几,说明该算法重构质量较好,安全性较高。

基于IR2Vec模型的跨架构密码算法识别

赵晨霞, 舒辉, 沙子涵

计算机科学. 2023, 50 (6A): 220100255-7. doi:10.11896/jsjkx.220100255

摘要 ( 267 )

PDF(4484KB) ( 243 )

参考文献 | 相关文章 | 多维度评价

在信息安全领域,加密技术被用来保障信息的安全性,在可执行文件中识别密码算法对于保护信息安全有着重要意义。现有密码算法识别技术大多只能针对单一架构,在跨架构场景下识别能力较差,因此,提出了IR2Vec模型,着力解决跨架构下的密码算法识别问题。该模型首先基于LLVM衔接不同的前端和后端的特性来解决跨架构的问题,利用LLVM-RetDec将可执行文件反编译成中间表示语言,然后改进PV-DM模型将中间表示语言语义向量化,通过求取向量的余弦距离来判断语义相似性。收集多种密码算法来建立密码算法库,将待检测目标可执行文件分别与密码算法库中的文件进行一一对比,取相似度最高的为识别结果。实验结果表明,该技术能够有效识别出可执行文件中的密码算法,该模型可同时支持X86,ARM和MIPS 3种架构,Clang和GCC两种编译器,以及O0,O1,O2和O3这4种优化选项的二进制文件交叉识别。

基于可验证随机函数的实用拜占庭共识算法

黄保华, 彭丽, 赵伟宏, 陈宁江

计算机科学. 2023, 50 (6A): 220300064-6. doi:10.11896/jsjkx.220300064

摘要 ( 139 )

PDF(2238KB) ( 214 )

参考文献 | 相关文章 | 多维度评价

针对联盟链中广泛应用的实用拜占庭容错共识算法(Practical Byzantine Fault Tolerance,PBFT)主节点选取方式固定和通信成本高等问题进行了改进,提出了一种基于可验证随机函数(Verifiable Random Function,VRF)的拜占庭容错共识算法(Selection-based Byzantine Fault Tolerance,SBFT)。首先,在每轮共识后动态评测节点行为并计算节点贡献值,根据节点贡献值选取参与共识的节点。其次,结合节点贡献值和可验证随机函数进行密码抽签随机选取主节点,在减少非诚实节点成为主节点的概率的同时,使选取的主节点具有不可预测性。最后,改进了PBFT的一致性协议,将PBFT的网状通信网络拓扑变成星形通信网络拓扑,并将视图切换流程融入正常共识流程中。仿真实验结果表明,相比PBFT算法,所提SBFT算法具有更高的吞吐量、更低的共识时延和更高的算法效率。

基于可跟踪环签名的拜占庭容错共识算法

涂俊, 贾东立, 王津

计算机科学. 2023, 50 (6A): 220300100-7. doi:10.11896/jsjkx.220300100

摘要 ( 227 )

PDF(2371KB) ( 199 )

参考文献 | 相关文章 | 多维度评价

针对联盟链的实用拜占庭容错(PBFT)共识算法在共识过程中节点间的隐私保护弱、网络结构静态、选取主节点不可靠和通信开销大的问题,提出一种基于可跟踪环签名的拜占庭容错共识算法(tracePBFT)。首先,随机将节点分为主域节点和副域节点并且赋予其不同的权量,选择权重高的主域节点为主节点;然后在准备阶段引入可追踪环签名对节点进行隐私保护,并且节点可以通过权重选择可靠节点,在确认阶段验证签名和跟踪拜占庭节点;最后适当惩罚拜占庭节点。这样选择的主节点更加可靠,减少因主节点出错而更换视图导致的通信开销。实验结果表明,相比传统的PBFT算法,tracePBFT算法在通信复杂度、安全性、吞吐量等方面均有一定的提高。

基于相似度的DGA域名检测方法

孙海栋, 刘万平, 黄东

计算机科学. 2023, 50 (6A): 220400122-6. doi:10.11896/jsjkx.220400122

摘要 ( 169 )

PDF(2593KB) ( 266 )

参考文献 | 相关文章 | 多维度评价

僵尸网络使互联网面临着巨大的威胁。依托僵尸网络的分布式拒绝服务攻击和垃圾邮件等恶意行为能给攻击目标造成巨大损失,其通信主要基于DGA域名,因此需要对域名进行检测。现有检测方法主要基于字符编码提取域名特征,再利用神经网络进行分类。由于仅考虑了字符特征,因此对DGA域名检测的准确率往往不高。为准确检测出DGA域名,提出了域名字符相似度和域名节点相似度的计算方法,并依据相似度对DGA域名进行检测。首先构建以双向门控循环单元神经网络为基学习器的模型,从数据集中筛选出具有明显特征的DGA域名;然后,使用循环神经网络对被筛选出的DGA域名进行聚类;最后,计算数据集中待检测域名与DGA域名的相似度,将相似度大于阈值的域名分类为DGA域名。实验结果表明,该方法在检测含多类DGA域名的数据集时准确率可达到99.03%。

基于多变量公钥密码系统的环机密交易协议

洪璇, 袁梦玲

计算机科学. 2023, 50 (6A): 220100157-6. doi:10.11896/jsjkx.220100157

摘要 ( 184 )

PDF(1777KB) ( 234 )

参考文献 | 相关文章 | 多维度评价

与比特币类似,门罗币也是一种加密货币。最初的门罗币是基于CryptoNote协议,该协议使用环签名和一次密钥来隐藏交易双方的真实身份,但是具体的交易金额却暴露在区块链中,存在一定的安全风险。为了解决这个安全漏洞,Shen Noether提出了环机密交易协议(RingCT),利用一个随机数来隐藏真正的交易金额。目前门罗币社区使用的环机密交易协议是基于离散对数难题的。然而随着量子计算机的发展,基于传统数论问题的方案将变得不再安全,后量子方案是一个很好的替代选择。多变量公钥密码学是后量子密码的主要研究方向之一,并且相较于其他后量子密码方案,基于多变量的签名方案往往在签名和验证过程中计算速度快、所需计算资源少,具有很好的研究价值。在多变量环签名方案的基础上,设计了一个基于多变量的环机密交易协议。该协议利用多变量签名方案公钥的加法同态性实现了对交易金额的承诺,并对此承诺进行环签名,通过随机选择区块链中的用户公钥成环,来混淆交易中实际的交易参与者的身份。同时在交易产生过程中会利用交易者的私钥生成唯一一个key-image,并让其参与签名生成过程,成为签名的一部分,通过比对此部分可以有效防止交易双花。在随机预言机模型中证明了本文方案的安全性,并且相比基于格的后量子安全的环机密交易协议,所提方案在签名效率以及验证效率方面都更具优势。

带有衰减效应和遗忘机制的微博网络谣言传播模型

王韩, 刘万平, 卢玲

计算机科学. 2023, 50 (6A): 220100189-7. doi:10.11896/jsjkx.220100189

摘要 ( 137 )

PDF(4114KB) ( 229 )

参考文献 | 相关文章 | 多维度评价

随着微博用户的迅速增长,对网络谣言的控制也变得更加重要。为了快速平息微博谣言,缩小谣言在微博网络上的传播范围,研究了影响谣言传播的关键因素。首先,结合谣言在微博网络上的传播场景,创新性地提出了UNFR传播模型。该模型将用户分为4类:未知者、中立者、转发者和反驳者,并考虑了衰减效应和遗忘机制,从而重新定义了模型节点状态转移。通过对模型的动力学分析及数值实验,分析了网络谣言传播规律。然后,在微博网络上进行传播模拟实验,验证了模型的合理性。通过分析模型参数对谣言传播的影响,得到了缩小谣言传播范围的方法。最后,研究了模型在不同参数初值下的谣言控制效果,并根据实验结果提出了有效的微博谣言控制策略。

基于PRF-RFECV特征优选的GA-LightGBM的网络安全态势评估

任高科, 莫秀良

计算机科学. 2023, 50 (6A): 220400151-6. doi:10.11896/jsjkx.220400151

摘要 ( 316 )

PDF(2030KB) ( 254 )

参考文献 | 相关文章 | 多维度评价

目前,在网络安全领域中,传统机器学习模型存在训练时间过长和对冗余特征高敏感性的缺点,已然处理不了日益复杂的网络空间。为针对海量、高维的网络安全要素,提高网络安全态势评估的精度和效率,提出了一种基于PRF-RFECV特征优选的GA-LightGBM的网络安全态势评估模型。首先利用并行随机森林筛选出的特征重要度,然后结合带有交叉验证的递归特征消除选出最优特征集,最后利用遗传算法的全局搜索特性选取轻度级梯度提升机模型的最优参数后进行分类。实验仿真表明,该模型在准确率和F1分数上均优于传统的网络安全态势评估算法,且效率更高。

一种基于区块链的身份鉴证与授权机制

林飞龙, 岳跃栋, 郑建辉, 陈中育, 李明禄

计算机科学. 2023, 50 (6A): 220700158-9. doi:10.11896/jsjkx.220700158

摘要 ( 305 )

PDF(3026KB) ( 314 )

参考文献 | 相关文章 | 多维度评价

身份信息滥用是社会顽疾问题。文中提出了一种基于区块链的身份鉴证与授权(Blockchain-based Identity Authentication and Authorization,BIAA) 机制,该机制要求用户主体在对业务进行身份授权时提供有效身份证件和生物特征信息,确保业务为本人授权;同时将业务信息及身份授权写入区块链账本,进一步实现业务的安全存证与可追溯。为构建该机制,提出了“身份注册-身份授权”星形多区块链架构,身份注册链采用可控联盟链方式,由身份管理权威机构对身份信息注册实施管理,并提供身份鉴证服务;身份授权链可由各行业在获得权威机构许可后构建,其提供的相应业务在身份鉴证确认后,与身份授权信息写入身份授权链。在技术实现上,设计了一个身份注册-鉴证-授权(Identity Register-Authenticate-Authorize,IRAA) 终端,将用户生物信息和身份证件信息读取后利用哈希运算转化为密文,确保用户明文信息不上线;设计了身份鉴证协议,实现身份鉴证链为各身份授权链提供身份鉴证服务,协议过程以密文形式进行;设计了身份授权通用智能合约,实现对应用业务的身份授权管理与存证。最后利用二代身份证和指静脉纹作为身份信息构建了原型系统,验证了BIAA机制的安全性、可行性与有效性,为解决身份信息滥用问题提供有价值的参考。

基于改进模糊综合评价法的电力监控系统网络可靠性分析

邴英澳, 王文婷, 孙圣泽, 刘鑫, 聂其贵, 刘京

计算机科学. 2023, 50 (6A): 220400293-7. doi:10.11896/jsjkx.220400293

摘要 ( 332 )

PDF(2446KB) ( 273 )

参考文献 | 相关文章 | 多维度评价

网络攻击层出不穷,电力行业风险管控的重要性日益凸显。然而,复杂新式的网络攻击手段、生产设备存在遗漏的系统漏洞、物理-信息网络融合的复杂性,无疑对电力监控系统的风险管控提出了新的挑战。针对如何全面准确合理地判断多因素综合影响下的电力监控系统网络的可靠性,建立一个健全的可靠性评估体系,提出了一种基于模糊评价的电力监控系统可靠性评估模型。文中从电力监控系统设备节点存在的漏洞入手,综合分析系统内的风险与系统所处的环境风险,使电力监控系统在运行过程中进行安全定级从而进行安全决策。该方法首先采用网络安全定级标准,结合工业系统漏洞库建立评估指标体系,从网络通信可靠性、业务可靠性、系统可靠性3个方面确定可靠性评估指标;然后采用改进灰狼优化算法优化调整层次分析权重,结合模糊综合评价方法对电力监控系统进行可靠性分析,根据评估结果进行针对性加强维护,在评估过程中使用更精确的量化指标,以达到细粒度级的风险评估;最后,针对电力搭建了一套半虚拟系统环境,综合分析评价电力监控系统的风险等级和可靠性验证该可靠性评估方法的有效性。

基于分布式集群节点的宕机重启恢复算法

潘路, 罗涛, 牛新征

计算机科学. 2023, 50 (6A): 220300205-6. doi:10.11896/jsjkx.220300205

摘要 ( 280 )

PDF(2284KB) ( 199 )

参考文献 | 相关文章 | 多维度评价

针对分布式集群中节点遭到恶意攻击发生宕机事件,对比传统节点重启的快照机制恢复效率不足的问题。以集群节点完成快照文件的保存和发送为依据,首先提出一种基于Raft快照双触发策略,增加快照的触发合理性;同时对快照文件进行分片处理,减少快照文件的重复发送。实验证明,该算法在节点宕机重启至恢复的时间上相比原始的Raft算法有所减少,以规避传统集群节点耗时较长的不足,并且可以较好地适应集群复杂的网络情况,对分布式集群节点的宕机恢复有很大的参考意义。

基于FlexUDA模型的SQL注入检测研究

王清宇, 王海瑞, 朱贵富, 孟顺建

计算机科学. 2023, 50 (6A): 220600172-6. doi:10.11896/jsjkx.220600172

摘要 ( 293 )

PDF(2658KB) ( 192 )

参考文献 | 相关文章 | 多维度评价

针对深度学习方法检测SQL注入时有标签数据不足容易导致模型过拟合的问题,提出了一种基于半监督学习的FlexUDA模型。首先对采集到的数据进行解码、泛化和分词等预处理,然后通过计算TF-IDF值对无标签数据进行增强,并将原始数据和增强后的数据使用TF-IDF和Word2Vec融合算法进行向量化,最后使用FlexUDA模型进行训练,并将训练好的模型与其他模型进行对比分析。实验结果表明,FlexUDA模型仅使用1000条有标签数据和100000条无标签数据进行训练,就获得了99.42%的准确率和99.23%的召回率,相比其他有监督训练模型,表现出了更好的泛化性能,可以很好地解决SQL注入检测中有标签数据不足导致的过拟合问题。

基于图像数据耦合识别的输电线路安全风险评估方法

徐昌前, 王东, 苏峰, 张钧, 边海峰, 李龙

计算机科学. 2023, 50 (6A): 220500032-6. doi:10.11896/jsjkx.220500032

摘要 ( 201 )

PDF(3282KB) ( 246 )

参考文献 | 相关文章 | 多维度评价

位于高海拔、高覆冰风险地区的输电线路在极端气候下面临大面积断线和倒塔风险,传统人工巡线识别速度慢、准确度低,造成大量人力成本开销。提出一种考虑多维图像耦合驱动的输电线路安全风险评估方法,将关键设备覆冰图像与电网运行状态等高线图像进行融合识别,以实现相关输电线路安全风险快速准确辨识。首先将输电线路电气数据和环境数据耦合生成多维热力图像,生成可反映全系统内输电线路电压偏移度、线路负载率、环境温度和线路覆冰程度的多维图像数据,并根据电气数据和环境数据计算线路安全风险指标。之后,搭建基于MobileNet-V3框架的卷积神经网络模型,并将生成的多维图像数据作为该模型的输入,输电线路安全风险指标作为输出,对模型进行训练,生成输电线路安全风险快速评估模型。最后在某省500kV输电线路上对该模型进行测试,测试结果表明,该方法可实现输电线路安全风险快速准确评估。

一种基于自适应加权的鲁棒联邦学习算法

张连福, 谭作文

计算机科学. 2023, 50 (6A): 230200188-9. doi:10.11896/jsjkx.230200188

摘要 ( 273 )

PDF(3422KB) ( 392 )

参考文献 | 相关文章 | 多维度评价

联邦学习(Federated Learning,FL)允许多个数据所有者联合训练机器学习模型,而无需他们共享私有训练数据。然而,研究表明,FL容易同时遭受拜占庭攻击和隐私泄露威胁,现有的研究都没有很好地解决这一问题。在联邦学习场景中,保护FL免受拜占庭攻击,同时考虑性能、效率、隐私、攻击者数量、简单可行等问题,是一个极具挑战性的问题。为解决这一问题,基于l₂范数和两次归一化方法提出了一种隐私保护鲁棒联邦学习算法DP-FedAWA。提出的算法不需要训练过程之外的任何假设,并且可以自适应地处理少量和大量的攻击者。无防御设置下选用DP-FedAvg作为比较基线,防御设置下选用Krum和Median作为比较基线。MedMNIST2D数据集上的广泛实验证实了,DP-FedAWA算法是安全的,对恶意客户端具有很好的鲁棒性,在Accuracy,Precision,Recall和F1 -Score等性能指标上全面优于现有的Krum和Median算法。

一种新的基于量子小波变换的图像水印算法

苏永红, 夏婷, 王绪梅, 钱小红

计算机科学. 2023, 50 (6A): 220300034-8. doi:10.11896/jsjkx.220300034

摘要 ( 258 )

PDF(3836KB) ( 215 )

参考文献 | 相关文章 | 多维度评价

图像水印是一种将特定信息嵌入载体图像中的技术,用于版权保护。研究了一种新的基于量子小波变换的图像水印方案,包括置乱过程、嵌入过程和提取过程。其中采用改进的量子Arnold置乱方法对二值图像进行置乱,置乱后的水印图像应用于载体图像的最低有效分块量子位,对载体灰度图像采用量子Haar小波变换和量子最低有效位(LSB)分块技术,将置乱后的水印图像嵌入量子小波系数。首先从嵌入图像中提取置乱水印图像,然后利用改进的量子Arnold逆置乱方法进行逆置乱,获取原始水印图像。仿真技术验证了基于该量子图像水印方法水印的不可见性和高鲁棒性。通过峰值信噪比(PSNR)检验证明了该方案的不可见性。通过误码率(BER)检验和归一化相关系数(NC)检验了该方案的高鲁棒性。仿真结果表明,该水印方案不仅具有可接受的视觉质量,而且对不同类型的攻击具有良好的抵抗能力。

开源软件中社区文档应用与维护的实证研究

张禹, 王哲, 李志星, 余跃, 王涛, 蔡孟栾

计算机科学. 2023, 50 (6A): 220600221-8. doi:10.11896/jsjkx.220600221

摘要 ( 231 )

PDF(2471KB) ( 183 )

参考文献 | 相关文章 | 多维度评价

社区文档对开源软件的开发和和管理具有重要意义,虽然已有部分研究对社区文档的内容进行了初步分析,但是社区文档在开源软件中的实际应用情况以及开发者对社区文档的维护实践尚未得到充分研究。为填补这一空白,通过量化分析手段探索了社区文档的应用和维护现状。首先随机收集了托管于GitHub平台上近2000个开源项目的社区文档数据,分析了编程语言、项目所有者类型、项目成长期和项目社区规模等多个因素对社区文档应用的影响。与此同时,从文档位置、创建延迟、维护者、更新频率和更新原因多个方面分析了社区文档的维护实践。研究结果表明,README文档和LICENSE文档比CONTRIBUTING,CONDUCT和TEMPLATE文档具有更高的应用普及率和更早的应用时间。此外,社区文档在TypeScript语言的项目、大规模社区的项目以及组织所拥有的项目中的应用更为普遍。就文档位置而言,社区文档常被放置于项目的根目录中,由开发者中的小部分成员出于完善性和适应性需求,对文档进行低频率的更新和维护。本研究有助于增强开源软件开发者和使用者对社区文档应用和维护实践的了解,引导开源软件社区的健康发展。

基于多目特征交叉的服务推荐算法

高文斌, 王睿, 祖家琛, 董晨辰, 胡谷雨

计算机科学. 2023, 50 (6A): 210800242-7. doi:10.11896/jsjkx.210800242

摘要 ( 230 )

PDF(2901KB) ( 222 )

参考文献 | 相关文章 | 多维度评价

随着Web服务数量的迅速增长,服务过载的问题逐步显现。为了解决服务过载的问题,帮助用户快速定位高质量服务,服务推荐成为了服务计算领域的研究热点。针对目前服务推荐中冷启动及数据稀疏的难点问题,提出了一种基于多目特征交叉的服务质量(Quality of Service,QoS)预测推荐算法(Service Recommendation Algorithm Based on Multi-features Crossing,SRMFC),通过“词嵌入”方法实现多目特征的引入,提升算法在应对冷启动时的表现;同时,应用神经网络完成多目特征的自动交叉,相比于传统协同过滤(Collaborative Filtering,CF)、因子分解机(Factorization Machine,FM)等方法,该算法能实现特征之间相互关系的深入挖掘,从而提升算法在应对数据极度稀疏场景下的学习能力。在公共数据集上的实验结果表明,基于多目特征交叉的服务推荐算法在不同数据稀疏性场景下,相比于近几年主流的服务推荐算法,服务质量预测误差至少降低20%。

有界偏序自动机的同步算法

王志喜, 蒋贵德

计算机科学. 2023, 50 (6A): 220500099-5. doi:10.11896/jsjkx.220500099

摘要 ( 123 )

PDF(1718KB) ( 250 )

参考文献 | 相关文章 | 多维度评价

同步自动机是有同步字的自动机,它们在系统测试、编码、工业自动化、机器人技术及生物计算等领域有着广泛应用。有界偏序自动机是状态集具有与所有输入字母都相容的有界偏序的自动机。文中给出了同步有界偏序自动机的一些重要特征,并据此设计了有界偏序自动机的同步性检测算法、同步字查找算法和最短同步字查找算法,确定了全体n-状态同步自动机的最短同步字长度的上确界。这些工作在有界偏序自动机的范围内解决了同步自动机研究的主要问题。

新能源汽车供应链的关键风险节点识别方法

杨小博, 高海伟, 刘天越, 郭炳晖

计算机科学. 2023, 50 (6A): 221100052-7. doi:10.11896/jsjkx.221100052

摘要 ( 358 )

PDF(2968KB) ( 459 )

参考文献 | 相关文章 | 多维度评价

以在新能源汽车行业中具有典型分析价值的特斯拉和小鹏汽车的公开数据为对象,分别构建了供应链网络模型,并针对供应链网络结构关联特征开展多维度融合的风险传播关键节点识别方法研究。首先,引入网络中心性指标,分析计算得到了中心性指标下的关键节点企业。同时,考虑到汽车供应链风险系统性传播的特点,引入风险免疫传播模型对网络中影响系统性风险传播的关键节点进行判定。最后,对两个网络分别进行级联失效模型分析,选出级联失效模型下在失效发生时对网络影响较大的关键节点。通过多维度的关键节点分析,发现新能源汽车供应链网络中对风险传播有很强影响力的关键节点不仅包含传统意义上的电池等核心企业,而且包含了具有行业隐形冠军属性的配件企业。通过提出的结构和传播属性综合分析方法,可以很好地发现新能源汽车供应链网络中潜在的隐性关键风险控制节点,具有很好的实践应用价值。

基于机器学习的高空电磁脉冲环境快速计算方法

王锦锦, 程引会, 聂鑫, 刘政

计算机科学. 2023, 50 (6A): 220500046-5. doi:10.11896/jsjkx.220500046

摘要 ( 243 )

PDF(2597KB) ( 259 )

参考文献 | 相关文章 | 多维度评价

高空电磁脉冲环境计算为电磁脉冲效应技术研究和防护加固等提供环境基础。为了快速计算高空电磁脉冲环境参数及其分布,研究了一种物理计算方法与机器学习相结合的方法。该方法首先利用高空电磁脉冲的数值模拟方法计算出不同爆高、不同γ当量、空间不同位置的高空电磁脉冲离散数据,再使用机器学习中的神经网络方法建立多参数快速计算模型,最后根据建立的快速计算模型,并行批量计算一定范围内任意不同爆高、不同当量、空间不同位置地面附近的高空电磁脉冲环境参数,并快速计算推导高空电磁脉冲在地面附近的场分布。结果表明,该方法在保证计算精度的同时,可以极大加快计算速度,可以为高空电磁脉冲传导环境计算提供所需的大量入射场参数。

基于 Coq 的逆矩阵运算的形式化

沈楠, 陈钢

计算机科学. 2023, 50 (6A): 220400108-7. doi:10.11896/jsjkx.220400108

摘要 ( 292 )

PDF(2495KB) ( 221 )

参考文献 | 相关文章 | 多维度评价

矩阵是一种在计算机科学中应用广泛的数据结构,其运算正确性具有重要意义。矩阵求逆在矩阵形式化工作当中缺乏合理且实用的形式化工作。其原因在于,工程中现有的两种常见求逆方法的形式化均存在难点。第一种是基于伴随矩阵求解方法,难点在于无法形式化地表示n*n矩阵的子矩阵,导致构建余子式组成的矩阵十分困难,因此难以实现伴随矩阵求解逆矩阵形式化;第二种称作高斯约旦初等变换求解法,难点在于构造初等矩阵及其操作函数。若使用Coq归纳结构设计操作函数,即采用行优先填充二维表的思想,将舍弃列维度对二维表的描述信息,使得操作函数分支过多,需要设计复杂的归纳结构,导致后续形式化验证无法进行。文中提出了基于记录的矩阵函数构建法,使用行列两种维度同时描述矩阵,使得构造并证明初等矩阵成为可能,在此基础上实现了在Coq系统中基于高斯约旦消元法的矩阵求逆的形式化工作。以一种代价更小且时间复杂度更低的方式,实现了首个形式化验证下的软件逆矩阵函数库。

基于流线距离聚类的海洋数据向量场可视化

王朕, 杨政威, 高顺起, 张磊

计算机科学. 2023, 50 (6A): 220300284-7. doi:10.11896/jsjkx.220300284

摘要 ( 149 )

PDF(2957KB) ( 227 )

参考文献 | 相关文章 | 多维度评价

流线可视化是海洋向量场可视化的重要研究对象,其中流线种子点的数量和位置设定是基础,而生成流线的准确聚类以及类内代表性流线的选取是消除冗余流线造成的视觉混乱和遮挡问题的关键。文中提出将PDM距离作为流线聚类的相似性度量值,在流线端点聚类的基础上再进行流线精细聚类,有效解决端点聚类结果不准确的问题,提升了流线聚类的准确性。通过排序聚类后类内流线对的PDM距离值,提取中线和边界线进行流线重绘,减少了流线遮挡和杂乱现象。针对基于距离的流线聚类计算量大的问题,提出了MDS算法以提升计算速度。此外,采取临界点检测算法减少了流线生成过程中耗时的漩涡生成,进一步提升了计算速度。使用中国沿海的海洋流场数据进行实验,验证了算法的有效性和优越性,流线绘制效果良好。

一种基于网格的水利测绘无人机跟踪方法

姚喜

计算机科学. 2023, 50 (6A): 220300023-7. doi:10.11896/jsjkx.220300023

摘要 ( 163 )

PDF(2460KB) ( 214 )

参考文献 | 相关文章 | 多维度评价

随着测绘技术的不断发展,测绘无人机在水利工程中的应用不断深入。这一方面提升了水利测绘工作的效率,另一方面又带来了因失联、迫降等原因而产生的无人机寻找、监视等问题,如何对水利测绘无人机实现有效跟踪监视成为一项研究课题。鉴于此,文中提出了一种基于网格的水利测绘无人机跟踪方法,首先对以车载雷达站为原点的空间进行三维网格划分;然后基于雷达扫描的无人机空间信息锁定目标网格;再驱动摄像头采集无人机图像;最后,融合图像识别及雷达信息实现无人机识别与跟踪。对三维网格空间划分算法、网格映射算法、无人机识别算法、跟踪监视等算法进行了详细说明。实验验证了所提方法在水利测绘无人机的快速捕捉、有效锁定和持续跟踪方面具有优越性。

基于多传感器的室内建图导航系统的设计

刘佳伟, 杜欣, 范方朝, 谢城壁

计算机科学. 2023, 50 (6A): 220300218-8. doi:10.11896/jsjkx.220300218

摘要 ( 157 )

PDF(5948KB) ( 297 )

参考文献 | 相关文章 | 多维度评价

针对基于单一传感器的移动机器人在建图与导航过程中定位精度低以及对环境描述能力有限的问题,开发了基于ROS(Robot Operating System)的多传感器感知的建图导航系统。首先搭建了具有全向性的四麦克纳姆轮移动底盘;其次分析了RTAB-MAP(Real-Time Appearance-Based Mapping)算法,并基于该算法对RGB-D相机、激光雷达和里程计信息进行数据融合,实现了室内环境的二维和三维地图的同时构建;然后提出了使用扩展卡尔曼滤波算法将编码器产生的里程计信息和IMU(Inertial Measurement Unit)数据进行融合,提高位姿的估计精度;最后根据融合后的数据对传统机器人导航框架进行了优化,完成了自主导航功能的设计。测试结果表明,该系统采用多传感器感知方案能够完成对室内场景的二维和三维地图的同时构建,提高了对环境的描述能力,通过扩展卡尔曼滤波融合后的数据使机器人定位精度有了明显提高,保证了导航的准确性。

基于界面相似度的Android仿冒应用检测研究

付雄, 聂晓晗, 王俊昌

计算机科学. 2023, 50 (6A): 220300114-7. doi:10.11896/jsjkx.220300114

摘要 ( 241 )

PDF(2738KB) ( 341 )

参考文献 | 相关文章 | 多维度评价

随着Android系统的发展,仿冒应用在Android平台出现并逐渐活跃。混淆等技术的普及使得仿冒应用难以被传统的检测方法检测。为了有效抵抗加固技术,提出了一种基于界面相似度的Android仿冒应用检测方法InfSimiDetec。首先通过自动化测试工具提取运行界面的布局信息,接着基于布局信息获取界面结构特征,然后筛选出结构特征相似的界面进行界面相似度计算,最后基于相似界面的比率进行应用相似度计算。使用含有多种类型仿冒应用程序的数据集进行实验并将所提方法与传统的检测方法进行比较,结果表明该方法的准确率为94.11%,召回率为96.12%,与传统检测方法相比表现出更优越的性能。

基于核鲁棒流形非负矩阵分解和融合特征的柴油机故障诊断

刘弘毅, 王瑞, 吴贯锋, 张阳

计算机科学. 2023, 50 (6A): 220400128-8. doi:10.11896/jsjkx.220400128

摘要 ( 140 )

PDF(3887KB) ( 291 )

参考文献 | 相关文章 | 多维度评价

柴油发动机作为工业生产上的重要动力源之一,若其产生故障,将对工业生产的效率和安全造成巨大的影响,因此对柴油机进行故障诊断具有重要意义。针对柴油发动机气门故障诊断中特征提取困难和准确率不高的问题,提出一种基于核鲁棒流形非负矩阵分解方法和融合特征的柴油机故障诊断方法。首先,对压力信号进行时域分析,提取压力特征;其次使用短时傅里叶变换对振动信号进行时频分析;然后用核鲁棒流形非负矩阵分解提取振动信号中的特征;再融合压力信号中的特征与振动信号中的特征;最后使用支持向量机实现故障诊断。与传统方法相比,该方法在采集的数据集上故障诊断准确率可达100%,证明该方法可以有效提取特征并显著提高诊断准确率。

基于熵权-AHP与云模型的国产BIM建模软件多维度评价研究

赵雪锋, 侯笑, 孙哲, 李梦璇

计算机科学. 2023, 50 (6A): 220400216-9. doi:10.11896/jsjkx.220400216

摘要 ( 191 )

PDF(2433KB) ( 226 )

参考文献 | 相关文章 | 多维度评价

随着BIM在我国建筑领域的重点研究与广泛应用,BIM建模软件的战略意义不断提升。长期依赖国外BIM建模软件使我国建筑业面临“卡脖子”的风险,我国建筑业迫切需要国产BIM建模软件的高质量发展。系统、科学、合理且客观的软件评价是推动我国国产BIM建模软件发展的重要手段,也是目前我国建筑业亟需解决的关键问题。首先对国外主流BIM建模软件的特性进行调研及系统性分析,建立了包含功能评价、质量评价和BIM化程度评价在内的国产BIM建模软件多维度评价模型。然后基于熵权-AHP与云模型理论,建立了针对国产BIM建模软件的多维度评价流程。最后以多维度评价模型为基础,对案例软件PKPM-BIM和广联达数维建筑设计软件进行了多维度评价,验证了评价模型的可行性和适用性。

基于混合关键系统的容器调度架构设计

邓广宏, 张棋恒

计算机科学. 2023, 50 (6A): 220800215-5. doi:10.11896/jsjkx.220800215

摘要 ( 165 )

PDF(2125KB) ( 255 )

参考文献 | 相关文章 | 多维度评价

针对实时容器和非实时容器混合的关键任务系统中的容器调度的实时性保障问题以及CPU资源的分配问题,提出了一种实时/非实时容器混合关键系统的容器调度架构,基于分层调度模型调度容器控制组的实时运行队列,并限制了非实时容器分配的系统资源,来确保每个实时容器的实时性;同时增加负载监控和均衡策略,在保证实时性的条件下对非实时容器占用的CPU资源进行合理分配。实验结果表明,该方法解决了实时容器和非实时容器混用情况下调度机制对实时容器造成的实时性降低问题。

基于多特征融合的GRU-LSTM大学生就业动态预测

张剑, 张烨

计算机科学. 2023, 50 (6A): 220500056-6. doi:10.11896/jsjkx.220500056

摘要 ( 406 )

PDF(2453KB) ( 222 )

参考文献 | 相关文章 | 多维度评价

针对高校就业预测系统大多采用单一传统特征建模而导致出现就业预测效果不佳、就业精准服务不强等问题,提出一种融合多特征因素的GRU-LSTM组合就业预测方法。首先,在传统预测模型特征的选择上加入了学生行为特征,并构建了多信息融合的特征向量;然后,结合不同影响因素对高校就业的贡献不同,提出了一种基于皮尔逊相关系数的多信息融合的就业预测最优特征提取方法,优化了特征子集;最后,综合考虑预测精度和预测时间两个方面的因素,提出了一种基于门控循环单元(GRU)与长短期记忆网络(LSTM)的组合预测模型 GRU-LSTM,结合 LSTM 预测精度高与 GRU 预测时间短的优点对就业数据进行高效精准预测。实验结果表明,该方法与传统方法相比,就业预测的精确率提高了4.2%,对提高大学生就业提供了可靠的数据支撑。

天然气智能调度计算机平台系统的设计与实现

邓盛男, 罗太宇, 黄静才, 任玉清, 宋伟, 苏畅, 雷立黎, 胡光辉, 徐红

计算机科学. 2023, 50 (6A): 220700258-7. doi:10.11896/jsjkx.220700258

摘要 ( 106 )

PDF(3229KB) ( 227 )

参考文献 | 相关文章 | 多维度评价

天然气是一种高效的绿色能源,在未来相当长一段时间内,天然气将是我国能源消费结构中的重要组成部分。重庆在天然气的开采和利用方面一直走在全国前列,但目前面临管网运行监控及优化调度难度日益增大的困难。为此,结合大数据和模拟仿真等技术迅猛发展的时代背景,介绍了一个正在开发研制的天然气智能调度计算机平台系统。该系统采用browser/server(B/S)模式的体系结构,主要包含管网运行信息监控模块、计划检修调度方案模块和方案库管理模块。利用一个典型的实例对其核心功能(即智能调度优化方案研究)加以说明和验证。该系统有利于天然气管网智能调度和控制的实现,不仅可发挥天然气管网的最大产能,还可节约相关人力和能耗。

基于博弈论的再制造企业产品回收模型研究

蔡然, 黄鹏鹏

计算机科学. 2023, 50 (6A): 220300113-6. doi:10.11896/jsjkx.220300113

摘要 ( 266 )

PDF(2139KB) ( 224 )

参考文献 | 相关文章 | 多维度评价

基于不同回收渠道闭环供应链中的研究假设,针对回收商(制造商、零售商或第三方回收商)分别建立产品回收模型,应用Stackelberg博弈理论对模型进行分析,得出3种不同回收模型的均衡解,利用Matlab对最优回收模型解进行数值仿真。研究结果表明:在制造商领导的市场中,再制造产品的销售渠道定价和回收渠道定价不会因回收模型的不同而发生改变,但渠道成员的利润分配会随回收模型的不同而改变;由制造商进行回收的模型中整个闭环供应链利润最大,其余两种回收模型中闭环供应链利润相同;无论何种回收模型中制造商的利润总是最高的。