主管/主办:重庆西南信息有限公司
CODEN JKIEBK
-
边缘智能协同技术及前沿应用专题序言
戴海鹏, 郭嵩, 王晓飞, 张永敏, 顾荣, 屈毓锛. 边缘智能协同技术及前沿应用专题序言[J]. 计算机科学, 2023, 50(2): 1-2.
- 戴海鹏, 郭嵩, 王晓飞, 张永敏, 顾荣, 屈毓锛
- 计算机科学. 2023, 50 (2): 1-2. doi:10.11896/jsjkx.qy20230201
- 摘要 ( 586 ) PDF(1136KB) ( 2602 )
- 相关文章 | 多维度评价
-
Optimization and Deployment of Memory-Intensive Operations in Deep Learning Model on Edge
Peng XU, Jianxin ZHAO, Chi Harold LIU. Optimization and Deployment of Memory-Intensive Operations in Deep Learning Model on Edge[J]. 计算机科学, 2023, 50(2): 3-12.
Peng XU, Jianxin ZHAO, Chi Harold LIU. Optimization and Deployment of Memory-Intensive Operations in Deep Learning Model on Edge[J]. Computer Science, 2023, 50(2): 3-12. - Peng XU, Jianxin ZHAO, Chi Harold LIU
- 计算机科学. 2023, 50 (2): 3-12. doi:10.11896/jsjkx.20221100135
- 摘要 ( 463 ) PDF(2630KB) ( 2128 )
- 参考文献 | 相关文章 | 多维度评价
-
Distributed Weighted Data Aggregation Algorithm in End-to-Edge Communication Networks Based on Multi-armed Bandit
Yifei ZOU, Senmao QI, Cong'an XU, Dongxiao YU. Distributed Weighted Data Aggregation Algorithm in End-to-Edge Communication Networks Based on Multi-armed Bandit[J]. 计算机科学, 2023, 50(2): 13-22.
Yifei ZOU, Senmao QI, Cong'an XU, Dongxiao YU. Distributed Weighted Data Aggregation Algorithm in End-to-Edge Communication Networks Based on Multi-armed Bandit[J]. Computer Science, 2023, 50(2): 13-22. - Yifei ZOU, Senmao QI, Cong'an XU, Dongxiao YU
- 计算机科学. 2023, 50 (2): 13-22. doi:10.11896/jsjkx.221100134
- 摘要 ( 622 ) PDF(1630KB) ( 2068 )
- 参考文献 | 相关文章 | 多维度评价
-
基于层级化数据记忆池的边缘侧半监督持续学习方法
王祥炜, 韩锐, 刘驰. 基于层级化数据记忆池的边缘侧半监督持续学习方法[J]. 计算机科学, 2023, 50(2): 23-31.
WANG Xiangwei, HAN Rui, Chi Harold LIU. Hierarchical Memory Pool Based Edge Semi-supervised Continual Learning Method[J]. Computer Science, 2023, 50(2): 23-31. - 王祥炜, 韩锐, 刘驰
- 计算机科学. 2023, 50 (2): 23-31. doi:10.11896/jsjkx.221100133
- 摘要 ( 784 ) PDF(2471KB) ( 2345 )
- 参考文献 | 相关文章 | 多维度评价
-
外界环境的不断变化导致基于传统深度学习方法的神经网络性能有不同程度的下降,因此持续学习技术逐渐受到了越来越多研究人员的关注。在边缘侧环境下,面向边缘智能的持续学习模型不仅需要解决灾难性遗忘问题,还需要面对资源严重受限这一巨大挑战。这一挑战主要体现在两个方面:1)难以在短时间内花费较大的人工开销进行样本标注,导致有标注样本资源不足;2)难以在边缘平台部署大量高算力设备,导致设备资源十分有限。然而,面对这些挑战,一方面,现有经典的持续学习方法通常需要大量有标注样本才能维护模型的可塑性与稳定性,标注资源的缺乏将导致其准确率明显下降;另一方面,为了应对标注资源不足的问题,半监督学习方法为了达到更高的模型准确率,往往需要付出较大的计算开销。针对这些问题,提出了一个面向边缘侧的,能够有效利用大量无标注样本及少量有标注样本的低开销的半监督持续学习方法(Edge Hierarchical Memory Learner,简称为EdgeHML)。EdgeHML通过构建层级化数据记忆池,使用多层存储结构对学习过程中的样本进行分级保存及回放,以在线与离线相结合的策略实现不同层级间的交互,帮助模型在半监督持续学习环境下学习新知识的同时更有效地回忆旧知识。同时,为了进一步降低针对无标注样本的计算开销,EdgeHML在记忆池的基础上,引入了渐进式学习的方法,通过控制模型对无标注样本的学习过程来减少无标注样本的迭代周期。实验结果表明,在CIFAR-10,CIFAR-100以及TinyImageNet这3种不同规模的数据集构建的半监督持续学习任务上,EdgeHML相比经典的持续学习方法,在标注资源严重受限的条件下最高提升了约16.35%的模型准确率;相比半监督持续学习方法,在保证模型性能的条件下最高缩短了超过50%的训练迭代时间,实现了边缘侧高性能、低开销的半监督持续学习过程。
-
一种基于博弈论的移动边缘计算资源分配策略
陈祎鹏, 杨哲, 谷飞, 赵雷. 一种基于博弈论的移动边缘计算资源分配策略[J]. 计算机科学, 2023, 50(2): 32-41.
CHEN Yipeng, YANG Zhe, GU Fei, ZHAO Lei. Resource Allocation Strategy Based on Game Theory in Mobile Edge Computing[J]. Computer Science, 2023, 50(2): 32-41. - 陈祎鹏, 杨哲, 谷飞, 赵雷
- 计算机科学. 2023, 50 (2): 32-41. doi:10.11896/jsjkx.220300198
- 摘要 ( 535 ) PDF(2129KB) ( 2250 )
- 参考文献 | 相关文章 | 多维度评价
-
现有的对移动边缘计算资源分配策略问题的研究,较多的是针对时延和能耗因素进行优化,考虑边缘服务器的收益问题的相对较少,而在考虑边缘服务器收益时,许多研究忽略了对任务完成时延的优化。因此,提出了一种基于博弈论的双向更新策略(TUSGT)。TUSGT在边缘服务器侧将其之间的任务竞争关系转化为一个非合作博弈问题,采用基于势博弈的联合优化策略,允许边缘服务器以最大化其自身收益为目的来确定任务选择偏好。在移动设备侧使用在线学习中的EWA算法进行参数更新,从全局角度影响边缘服务器的任务选择偏好,提高总体任务完成率。仿真实验结果表明,TUSGT与BGTA、MILP、贪婪策略、随机策略、理想策略相比,任务完成率最多提高30%,边缘服务器平均收益最多提高65%。
-
数字孪生辅助边缘智能中基于联盟博弈的联合资源优化
李晓欢, 陈璧韬, 康嘉文, 叶进. 数字孪生辅助边缘智能中基于联盟博弈的联合资源优化[J]. 计算机科学, 2023, 50(2): 42-49.
LI Xiaohuan, CHEN Bitao, KANG Jiawen, YE Jin. Coalition Game-assisted Joint Resource Optimization for Digital Twin-assisted Edge Intelligence[J]. Computer Science, 2023, 50(2): 42-49. - 李晓欢, 陈璧韬, 康嘉文, 叶进
- 计算机科学. 2023, 50 (2): 42-49. doi:10.11896/jsjkx.221100123
- 摘要 ( 542 ) PDF(2129KB) ( 2225 )
- 参考文献 | 相关文章 | 多维度评价
-
针对边缘智能驱动的工业物联网中边缘服务提供商(Edge Service Providers,ESPs)资源时空分布不均对系统性能的影响,提出了一种数字孪生辅助边缘智能的联盟博弈资源优化方案。首先,在满足ESP带宽资源、计算资源和缓存资源限制条件,以及边缘智能应用最大可容忍时延等多重约束条件的前提下,通过建立基于可转移效用联盟博弈的边缘终端效用最大化主问题和ESP效用最大化子问题,来联合优化多维资源配置;其次,将上述两个问题合并转化为带有线性约束的凸优化问题;最后,基于交替迭代方法得到该等效优化问题的近似最优解。仿真结果表明,与纳什均衡、大联盟等典型基线方案相比,所提方法的资源利用率均有显著提升,且随着ESP数量的增加资源利用率提升度逐渐增加,所提方案更加适用于大规模边缘智能系统。
-
基于李雅普诺夫优化的移动群智感知在线任务分配策略
常沙, 吴亚辉, 邓苏, 马武彬, 周浩浩. 基于李雅普诺夫优化的移动群智感知在线任务分配策略[J]. 计算机科学, 2023, 50(2): 50-56.
CHANG Sha, WU Yahui, DENG Su, MA Wubin, ZHOU Haohao. Online Task Allocation Strategy Based on Lyapunov Optimization in Mobile Crowdsensing[J]. Computer Science, 2023, 50(2): 50-56. - 常沙, 吴亚辉, 邓苏, 马武彬, 周浩浩
- 计算机科学. 2023, 50 (2): 50-56. doi:10.11896/jsjkx.221100179
- 摘要 ( 610 ) PDF(2125KB) ( 2239 )
- 参考文献 | 相关文章 | 多维度评价
-
移动群智感知技术基于众包思想,募集移动感知设备对周围环境进行感知,能够使得环境感知和信息收集更加灵活、方便、高效。任务分配方案的合理性直接影响到感知任务能否成功,因此制定合理的任务分配方案是移动群智感知相关研究中的热点和重点。目前,移动群智感知系统中的任务分配方法多是离线的,针对的是单一类型的任务,但是在实际中,在线的、多类型的任务分配更贴近实际。因此,文中针对多类型任务,将移动群智感知技术应用于军事末端感知中,结合移动群智感知技术在军事领域的应用特点,对移动群智感知中的任务分配方法进行了研究,提出了面向系统效益的在线任务分配策略。文中建立了长期的、动态的在线任务分配系统模型,并以系统效益为优化目标,基于李雅普诺夫优化理论对问题进行了求解,实现了任务准入策略和任务分配方案的长期在线动态控制。实验结果表明,所提出的在线任务分配算法是有效可行的,能够在线、合理地分配到达移动群智感知系统的任务,保证任务队列的稳定性,且可以通过调整参数值增加系统效益。
-
UAV Frequency-based Crowdsensing Using Grouping Multi-agentDeep Reinforcement Learning
Cui ZHANG, En WANG, Funing YANG, Yong jian YANG , Nan JIANG. UAV Frequency-based Crowdsensing Using Grouping Multi-agentDeep Reinforcement Learning[J]. 计算机科学, 2023, 50(2): 57-68.
Cui ZHANG, En WANG, Funing YANG, Yong jian YANG , Nan JIANG. UAV Frequency-based Crowdsensing Using Grouping Multi-agentDeep Reinforcement Learning[J]. Computer Science, 2023, 50(2): 57-68. - Cui ZHANG, En WANG, Funing YANG, Yong jian YANG , Nan JIANG
- 计算机科学. 2023, 50 (2): 57-68. doi:10.11896/jsjkx.221100114
- 摘要 ( 389 ) PDF(5389KB) ( 2154 )
- 参考文献 | 相关文章 | 多维度评价
-
空-天-地一体化移动边缘计算系统的部署优化和计算卸载
郑鸿强, 张建山, 陈星. 空-天-地一体化移动边缘计算系统的部署优化和计算卸载[J]. 计算机科学, 2023, 50(2): 69-79.
ZHENG Hongqiang, ZHANG Jianshan, CHEN Xing. Deployment Optimization and Computing Offloading of Space-Air-Ground Integrated Mobile Edge Computing System[J]. Computer Science, 2023, 50(2): 69-79. - 郑鸿强, 张建山, 陈星
- 计算机科学. 2023, 50 (2): 69-79. doi:10.11896/jsjkx.220600057
- 摘要 ( 747 ) PDF(2318KB) ( 2203 )
- 参考文献 | 相关文章 | 多维度评价
-
空-天-地一体化的通信技术作为一种新兴的架构,能够有效提高地面终端的网络服务质量,近年来引起了广泛关注。文中研究了一种空-天-地一体化的移动边缘计算系统,其中多台无人机为地面设备提供低延迟的边缘计算服务,近地轨道卫星为地面设备提供无处不在的云计算服务。由于无人机的部署位置和计算任务的卸载方案是影响系统性能的关键因素,因此需要对无人机的部署位置、地面设备与无人机之间的连接关系以及计算任务的卸载比例进行联合优化,实现系统内系统平均任务响应时延最小化。并且,由于形式化定义的联合优化问题是一个混合非线性规划问题,因此设计了一种双层优化算法,在该算法的上层,提出了一种结合了遗传算法算子的粒子群优化算法来优化无人机的部署位置,并在算法的下层采用贪心算法来实现对计算任务卸载方案的优化。大量的数值仿真实验验证了所提算法的可行性和有效性。结果表明,与其他基准算法相比,所提算法能有效降低系统的任务平均响应时延。
-
深空环境中基于云边端协同的任务卸载方法
尚玉叶, 袁家斌. 深空环境中基于云边端协同的任务卸载方法[J]. 计算机科学, 2023, 50(2): 80-88.
SHANG Yuye, YUAN Jiabin. Task Offloading Method Based on Cloud-Edge-End Cooperation in Deep Space Environment[J]. Computer Science, 2023, 50(2): 80-88. - 尚玉叶, 袁家斌
- 计算机科学. 2023, 50 (2): 80-88. doi:10.11896/jsjkx.220800156
- 摘要 ( 588 ) PDF(2910KB) ( 2130 )
- 参考文献 | 相关文章 | 多维度评价
-
深空探测是当今世界航天任务的重要领域,深空探测自主技术对未来进行大规模的深空探测具有重大意义。由于深空环境复杂且未知,通信时延长,星上计算资源有限,深空探测自主技术面临严峻挑战。针对此问题,提出了一种面向深空探测任务的数字孪生云边端协同框架,通过云边端协同的任务卸载,为深空探测自主技术提供更加高效的资源服务。首先将复杂深空探测任务分解为多个具有依赖关系的子模块,然后在虚拟空间层分别建立环绕器覆盖时间模型、协同计算模型和模块依赖模型,最后基于以上模型构建了相应的目标优化问题。优化目标是在模块依赖、环绕器的有效通信服务时间以及着陆巡视器发射功率控制约束条件下,最小化着陆巡视器完成深空探测任务的能耗和时间。为了解决该优化问题,提出了一种自适应遗传算法,以确定最优的执行策略交由物理空间层的着陆巡视器执行。仿真结果表明,所提出的自适应遗传算法可以有效减少任务完成时间和能耗。此外,将所提的云边端协同计算模式与另外3种计算模式进行了对比,结果表明,在完成相同目标的情况下,所提的云边端协同框架具有更高的资源利用率。
-
贝叶斯推理与并行回火研究综述
湛进, 王雪飞, 成雨蓉, 袁野. 贝叶斯推理与并行回火研究综述[J]. 计算机科学, 2023, 50(2): 89-105.
ZHAN Jin, WANG Xuefei, CHENG Yurong, YUAN Ye. Overview of Research on Bayesian Inference and Parallel Tempering[J]. Computer Science, 2023, 50(2): 89-105. - 湛进, 王雪飞, 成雨蓉, 袁野
- 计算机科学. 2023, 50 (2): 89-105. doi:10.11896/jsjkx.220100001
- 摘要 ( 571 ) PDF(3263KB) ( 587 )
- 参考文献 | 相关文章 | 多维度评价
-
贝叶斯推理是统计学中的主要问题之一,旨在根据观测数据更新概率分布模型的先验知识。对于真实情况下常遇到的无法观测或难以直接计算的后验概率,贝叶斯推理可以对其进行近似,它是一种以贝叶斯定理为基础的重要方法。在许多机器学习问题中都涉及对包含各类特征数据的真实分布进行模拟和近似的过程,如分类模型、主题建模和数据挖掘等,因此贝叶斯推理在当今机器学习领域里具有重要而独特的研究价值。随着大数据时代的开始,研究者经由实际信息采集到海量的实验数据,导致需要模拟和计算的目标分布也非常复杂,如何在复杂数据下对目标分布进行结果精确和时间高效的近似推理,成为了当今贝叶斯推理问题的重难点。针对这一复杂分布模型下的推理问题,文中对近年来解决贝叶斯推理问题的两大主要方法——变分推理和采样方法,进行系统性地介绍和综述。首先,给出变分推理的问题定义与理论知识,详细介绍以坐标上升为基础的变分推理算法,并给出这一方法的已有应用与未来展望。然后,对国内外现有的采样方法的研究成果进行综述,给出各类主要采样方法的具体算法流程,并总结和对比这些方法的特性与优缺点。最后,引入并行回火技术,对其基本理论和方法进行概述,探讨并行回火与采样方法的结合与应用,为未来贝叶斯推理问题的发展探讨了新的研究方向。
-
基于知识图谱与协同过滤混合策略的在线编程评测系统题目推荐模型
刘泽京, 邬楠, 黄抚群, 宋友. 基于知识图谱与协同过滤混合策略的在线编程评测系统题目推荐模型[J]. 计算机科学, 2023, 50(2): 106-114.
LIU Zejing, WU Nan, HUANG Fuqun, SONG You. Hybrid Programming Task Recommendation Model Based on Knowledge Graph and Collaborative Filtering for Online Judge[J]. Computer Science, 2023, 50(2): 106-114. - 刘泽京, 邬楠, 黄抚群, 宋友
- 计算机科学. 2023, 50 (2): 106-114. doi:10.11896/jsjkx.211200105
- 摘要 ( 768 ) PDF(2313KB) ( 568 )
- 参考文献 | 相关文章 | 多维度评价
-
在线编程评测系统 (Online Judge,OJ)是一种被广泛应用于计算机编程教学与竞赛的代码测评系统。用户在规模庞大的题库中寻找适合当前学习阶段的题目时,往往会感到迷茫。如何为用户推荐合适的题目和规划学习路径,是在线编程测评系统研发中的一个重要研究课题。传统推荐算法存在可解释性和准确性难以兼顾的问题。文中提出了基于知识图谱与协同过滤混合策略的在线评测系统推荐模型(A Hybrid Programming Task Recommendation Model Based on Knowledge Graph and Collaborative Filtering,HKGCF)。该模型通过推荐与用户当前知识和技能掌握程度相匹配的题目,来帮助用户提升学习效果。文中设计和实现了该模型,并将其集成到了北京航空航天大学在线编程测评系统中,以适应OJ平台特有的交互形式。线上测试和离线测试实验的结果表明,提出的HKGCF模型在准确率和可解释性方面均优于典型传统算法。
-
基于图注意力的神经协同过滤社会推荐算法
章琪, 于双元, 尹鸿峰, 徐保民. 基于图注意力的神经协同过滤社会推荐算法[J]. 计算机科学, 2023, 50(2): 115-122.
ZHANG Qi, YU Shuangyuan, YIN Hongfeng, XU Baomin. Neural Collaborative Filtering for Social Recommendation Algorithm Based on Graph Attention[J]. Computer Science, 2023, 50(2): 115-122. - 章琪, 于双元, 尹鸿峰, 徐保民
- 计算机科学. 2023, 50 (2): 115-122. doi:10.11896/jsjkx.211200019
- 摘要 ( 587 ) PDF(2575KB) ( 573 )
- 参考文献 | 相关文章 | 多维度评价
-
互联网技术的发展使得信息过载问题日趋严重,为了解决传统推荐技术的数据稀疏和冷启动问题,社会推荐逐渐成为近年来的研究热点。图神经网络(GNNs)作为一种能够自然整合节点信息和拓扑结构的网络,为改进社会推荐提供了巨大的潜力。但基于图神经网络的社会推荐还存在许多挑战,例如,如何从用户项目交互图和社交网络图中学习准确的用户和项目的潜在因子表示;简单映射用户和项目的固有属性来获取嵌入,但用户项目交互的关键协作信号未被学习。为了学习更准确的潜在因子表示,捕获关键的协作信号,提升推荐系统的性能,提出了基于图注意力的神经协同过滤社会推荐模型(AGNN-SR)。该模型基于用户项目交互图和社交网络图,通过多头注意力机制多角度地学习用户和项目的潜在因子;此外,图神经网络利用高阶连通性递归地在图上传播嵌入信息,显式编码协作信号,探索用户和项目之间的深层复杂的交互关系。最后,在3个真实数据集上验证了AGNN-SR模型的有效性。
-
一种基于多模态深度特征融合的视觉问答模型
邹芸竹, 杜圣东, 滕飞, 李天瑞. 一种基于多模态深度特征融合的视觉问答模型[J]. 计算机科学, 2023, 50(2): 123-129.
ZOU Yunzhu, DU Shengdong, TENG Fei, LI Tianrui. Visual Question Answering Model Based on Multi-modal Deep Feature Fusion[J]. Computer Science, 2023, 50(2): 123-129. - 邹芸竹, 杜圣东, 滕飞, 李天瑞
- 计算机科学. 2023, 50 (2): 123-129. doi:10.11896/jsjkx.211200303
- 摘要 ( 623 ) PDF(2573KB) ( 614 )
- 参考文献 | 相关文章 | 多维度评价
-
大数据时代,随着多源异构数据的爆炸式增长,多模态数据融合问题备受研究者的关注,其中视觉问答因需要图文协同处理而成为当前多模态数据融合研究的热点。视觉问答任务主要是对图像和文本两类模态数据进行特征关联与融合表示,最后进行推理学习给出结论。传统的视觉问答模型在特征融合时容易缺失模态关键信息,且大多数方法停留在数据之间浅层的特征关联表示学习,较少考虑深层的语义特征融合。针对上述问题,提出了一种基于图文特征跨模态深度交互的视觉问答模型。该模型利用卷积神经网络和长短时记忆网络分别获取图像和文本两种模态数据特征,然后利用元注意力单元组合建立的新型深度注意力学习网络,实现图文模态内部与模态之间的注意力特征交互式学习,最后对学习特征进行多模态融合表示并进行推理预测输出。在VQA-v2.0数据集上进行了模型实验和测试,结果表明,与基线模型相比,所提模型的性能有明显提升。
-
基于数据增强的自监督飞行航迹预测
王鹏宇, 台文鑫, 刘芳, 钟婷, 罗绪成, 周帆. 基于数据增强的自监督飞行航迹预测[J]. 计算机科学, 2023, 50(2): 130-137.
WANG Pengyu, TAI Wenxin, LIU Fang, ZHONG Ting, LUO Xucheng, ZHOU Fan. Self-supervised Flight Trajectory Prediction Based on Data Augmentation[J]. Computer Science, 2023, 50(2): 130-137. - 王鹏宇, 台文鑫, 刘芳, 钟婷, 罗绪成, 周帆
- 计算机科学. 2023, 50 (2): 130-137. doi:10.11896/jsjkx.211200016
- 摘要 ( 463 ) PDF(2212KB) ( 599 )
- 参考文献 | 相关文章 | 多维度评价
-
准确的飞行航迹预测可以帮助空中交通管理系统对潜在的危险提出预警,并有效地为安全出行提供指导。飞机飞行所处的大气情况复杂多变,飞行航迹受大气扰动、空中云层等外部因素的影响很大,使得飞行航迹预测问题十分复杂和困难。另外,由于某些飞行区域所在的地面环境恶劣,无法部署足够的信号基站,而某些飞行区域的飞行信号由多个信号基站采集组合而成,造成最终得到的飞行航迹数据存在稀疏和含噪等问题,进一步增加了飞行航迹预测的难度。文中提出了一种基于数据增强的自监督飞行航迹学习方法。此方法采用基于正则化的数据增强方式,扩充了稀疏的航迹数据集并处理了数据中包含的异常值,利用最大化互信息的方式进行自监督预训练,以挖掘飞行航迹中蕴含的运动模式和航行意图,采用一种带有蒸馏机制的多头自注意力模型作为基础模型,解除了循环神经网络长期依赖和无法并行计算的限制,并利用注意力蒸馏机制和生成式解码方式降低了模型的复杂度,加快了其训练和预测的速度。在飞行航迹数据集上的评测结果显示,此方法较目前预测表现最优秀的方法在纬度、经度和高度上的预测结果的均方根误差各减少了20.8%,26.4%和25.6%,极大地提高了预测准确性。
-
基于稀疏连接的层次化多核K-Means算法
王雷, 杜亮, 周芃. 基于稀疏连接的层次化多核K-Means算法[J]. 计算机科学, 2023, 50(2): 138-145.
WANG Lei, DU Liang, ZHOU Peng. Hierarchical Multiple Kernel K-Means Algorithm Based on Sparse Connectivity[J]. Computer Science, 2023, 50(2): 138-145. - 王雷, 杜亮, 周芃
- 计算机科学. 2023, 50 (2): 138-145. doi:10.11896/jsjkx.220400230
- 摘要 ( 397 ) PDF(3072KB) ( 479 )
- 参考文献 | 相关文章 | 多维度评价
-
多核学习(Multiple Kernel Learning,MKL)的目标是寻找一个最优的一致性核函数。在层次化多核聚类算法(HMKC)中,通过从高维空间中对样本特征进行逐层提取的方式来实现最大化地保留有效信息,但是却忽略了层与层之间的信息交互。该模型中只有相邻层中对应的结点会进行信息交互,对于其他结点来说是孤立的,而采用全连接的方式又会削弱最终一致性矩阵的多样性。因此,文中提出了一种基于稀疏连接的层次化多核K-Means算法(Sparse Connectivity Hierarchical Multiple Kernel K-Means,SCHMKKM)。该算法通过稀疏率来控制分配矩阵以达到稀疏连接的效果,从而将层与层之间信息蒸馏得到的特征进行局部融合。最后,在多个数据集上进行聚类分析,并在实验中与全连接的层次化多核K-Means算法(FCHMKKM)进行实验对比,证明了具有更多差异性的信息融合有利于学习更好的一致性划分矩阵,并且稀疏连接的融合策略优于全连接的策略。
-
基于优化和两阶段筛选的时间序列Shapelets提取研究
李晨, 万源. 基于优化和两阶段筛选的时间序列Shapelets提取研究[J]. 计算机科学, 2023, 50(2): 146-157.
LI Chen, WAN Yuan. Study on Time Series Shapelets Extraction Based on Optimization and Two-phase Filtering[J]. Computer Science, 2023, 50(2): 146-157. - 李晨, 万源
- 计算机科学. 2023, 50 (2): 146-157. doi:10.11896/jsjkx.211200065
- 摘要 ( 411 ) PDF(3866KB) ( 433 )
- 参考文献 | 相关文章 | 多维度评价
-
与基于全局特征的时间序列分类方法相比,基于shapelets的分类方法在可解释性和分类速度方面更具优势。针对现有的优化模型学习到的shapelets判别力不足以及shapelets候选数量太多等问题,提出了基于优化和两阶段筛选的时间序列shapelets提取算法。首先对时间序列取样,结合极值点和序列趋势对取样的时间序列进行分组,根据分组结果对稀疏组Lasso正则器的每项赋予权重,并在加权稀疏组Lasso的每一组中都使用融合罚正则项来保证解的相邻位置平坦变化,将多项稀疏正则项作为正则器与局部线性判别分析相结合来构建目标函数。然后,建立一个两阶段的筛选框架来度量组的稀疏性,从而快速地找到对分类起决定性作用的关键组。最后仅使用一组关键组来提取shapelets用于时间序列的分类,缩小了shapelets的规模。在28个时间序列数据集上进行了大量实验,实验结果表明,与现有的基于shapelets的提取方法相比,所提方法不仅能显著提高分类精度,具有较高的时间效率,而且能够在一定程度上缩小shapelets的规模。
-
公平谱聚类方法用于提高簇的公平性
徐夏, 张晖, 杨春明, 李波, 赵旭剑. 公平谱聚类方法用于提高簇的公平性[J]. 计算机科学, 2023, 50(2): 158-165.
XU Xia, ZHANG Hui, YANG Chunming, LI Bo, ZHAO Xujian. Fair Method for Spectral Clustering to Improve Intra-cluster Fairness[J]. Computer Science, 2023, 50(2): 158-165. - 徐夏, 张晖, 杨春明, 李波, 赵旭剑
- 计算机科学. 2023, 50 (2): 158-165. doi:10.11896/jsjkx.211100279
- 摘要 ( 657 ) PDF(2334KB) ( 587 )
- 参考文献 | 相关文章 | 多维度评价
-
最近,算法的公平性问题引起了机器学习领域学者的广泛讨论。鉴于谱聚类在现代数据科学中的广泛流行,研究谱聚类的算法公平性是一个至关重要的话题。现有的公平谱聚类算法主要存在两个缺点:1)公平性能差;2)仅在单个敏感属性下工作。文中将公平问题视为一种约束谱聚类问题,通过求解约束谱聚类的可行解集,提出了一种非规范化公平谱聚类方法(Unnormalized Fair Spectral Clustering,UFSC),用于提升公平性能。此外,文中还提出了一种适用于多个敏感属性约束的公平聚类算法(Multi-sensitive Attributes Fair Spectral Clustering,MFSC)。在多个真实数据集上进行了实验,结果表明,UFSC和MFSC算法比现有的公平谱聚类算法生成的聚类结果更加公平。
-
超约简求解:效率与性能的提升
王笑笑, 巴婧, 陈建军, 宋晶晶, 杨习贝. 超约简求解:效率与性能的提升[J]. 计算机科学, 2023, 50(2): 166-172.
WANG Xiaoxiao, BA Jing, CHEN Jianjun, SONG Jingjing, YANG Xibei. Searching Super-reduct:Improvement on Efficiency and Effectiveness[J]. Computer Science, 2023, 50(2): 166-172. - 王笑笑, 巴婧, 陈建军, 宋晶晶, 杨习贝
- 计算机科学. 2023, 50 (2): 166-172. doi:10.11896/jsjkx.211200292
- 摘要 ( 315 ) PDF(1652KB) ( 468 )
- 参考文献 | 相关文章 | 多维度评价
-
利用多重约简的结果搭建一个集成分类框架,已被证实可以显著提升后续学习的性能。超约简方法正是借鉴了这一理念,在约简求解的基础上,通过随机添加额外属性以达到获取多重超约简的目的。显然,基本的约简求解将直接影响超约简方法的效果。鉴于此,从兼顾效率和性能的角度出发,在超约简方法中同时引入属性簇和集成选择机制:属性簇用于加速基本约简的求解过程,集成选择则用于在求解过程中找到更为稳健的属性。在20组UCI数据上的实验结果表明,相比4种前沿的集成策略,所提方法不仅能够显著减少约简求解的时间消耗,而且能够提供更好的分类稳定性和准确率。
-
基于对象的广义粗糙近似算子的拓扑性质
李妍妍, 秦克云. 基于对象的广义粗糙近似算子的拓扑性质[J]. 计算机科学, 2023, 50(2): 173-177.
LI Yanyan, QIN Keyun. Topological Properties of Generalized Rough Approximation Operators Based on Objects[J]. Computer Science, 2023, 50(2): 173-177. - 李妍妍, 秦克云
- 计算机科学. 2023, 50 (2): 173-177. doi:10.11896/jsjkx.211100054
- 摘要 ( 306 ) PDF(1313KB) ( 416 )
- 参考文献 | 相关文章 | 多维度评价
-
粗糙集理论是一种处理不确定性问题的数学工具。近似算子是粗糙集理论中的核心概念,基于等价关系的Pawlak近似算子可以推广为基于一般二元关系的广义粗糙近似算子。近似算子的拓扑结构是粗糙集理论的重点研究方向。文中主要研究基于对象的广义粗糙近似算子诱导拓扑的性质,证明了广义近似空间中所有可定义集形成拓扑的充分条件也是其必要条件,研究了该拓扑的正则、正规性等拓扑性质;给出了串行二元关系与其传递闭包可以生成相同拓扑的等价条件;讨论了该拓扑与任意二元关系下基于对象的广义粗糙近似算子所诱导拓扑之间的相互关系。
-
基于深度学习的刚体位姿估计方法综述
郭楠, 李婧源, 任曦. 基于深度学习的刚体位姿估计方法综述[J]. 计算机科学, 2023, 50(2): 178-189.
GUO Nan, LI Jingyuan, REN Xi. Survey of Rigid Object Pose Estimation Algorithms Based on Deep Learning[J]. Computer Science, 2023, 50(2): 178-189. - 郭楠, 李婧源, 任曦
- 计算机科学. 2023, 50 (2): 178-189. doi:10.11896/jsjkx.211200164
- 摘要 ( 618 ) PDF(1910KB) ( 688 )
- 参考文献 | 相关文章 | 多维度评价
-
刚体位姿估计旨在获取刚体在相机坐标系下的3D平移信息和3D旋转信息,在自动驾驶、机器人、增强现实等快速发展的领域起着重要作用。现对2017-2021年间的基于深度学习的刚体位姿估计方向具有代表性的研究进行汇总与分析。将刚体位姿估计的方法分为基于坐标、基于关键点和基于模板的方法。将刚体位姿估计任务划分为图像预处理、空间映射或特征匹配、位姿恢复和位姿优化4项子任务,详细介绍每一类方法的子任务实现及其优势和存在的问题。分析刚体位姿估计任务面临的挑战,总结现有解决方案及其优缺点。介绍刚体位姿估计常用的数据集和性能评价指标,并对比分析现有方法在常用数据集上的表现。最后从位姿跟踪、类别级位姿估计等多个角度对未来研究方向进行了展望。
-
红外和可见光图像融合算法的研究进展
魏琦, 赵娟. 红外和可见光图像融合算法的研究进展[J]. 计算机科学, 2023, 50(2): 190-200.
WEI Qi, ZHAO Juan. Research Progress of Infrared and Visible Image Fusion Algorithms[J]. Computer Science, 2023, 50(2): 190-200. - 魏琦, 赵娟
- 计算机科学. 2023, 50 (2): 190-200. doi:10.11896/jsjkx.220100074
- 摘要 ( 850 ) PDF(3923KB) ( 1242 )
- 参考文献 | 相关文章 | 多维度评价
-
红外图像便于识别热源目标,可见光图像包含丰富的纹理信息。红外和可见光的融合图像兼顾了两个波段传感器的优势,可以清楚地显示热源目标及其背景,在军事侦察、安防监控、遥感监测等领域有着广泛的应用,已成为图像融合领域的重点研究方向。近年来,国内外学者对红外和可见光图像融合算法开展了大量研究。文中首先对现有的图像融合算法进行了详细介绍,包括多尺度变换、稀疏表示的传统图像处理方法和基于CNN,GAN,AE这3种常见网络结构的深度学习图像融合算法。接着综述了融合图像的评价方法,对常见的多种客观评价指标进行了归类分析。然后开展对比实验,对各种方法进行了主观评价和定量分析,指出不同方法的优势和不足。最后,对红外和可见光图像融合技术的未来发展趋势进行展望。
-
基于改进区域候选网络的场景文本检测
李俊林, 欧阳智, 杜逆索. 基于改进区域候选网络的场景文本检测[J]. 计算机科学, 2023, 50(2): 201-208.
LI Junlin, OUYANG Zhi, DU Nisuo. Scene Text Detection with Improved Region Proposal Network[J]. Computer Science, 2023, 50(2): 201-208. - 李俊林, 欧阳智, 杜逆索
- 计算机科学. 2023, 50 (2): 201-208. doi:10.11896/jsjkx.211000191
- 摘要 ( 370 ) PDF(2791KB) ( 446 )
- 参考文献 | 相关文章 | 多维度评价
-
自然场景中的文本图像具有十分复杂多变的特征,使用区域候选网络(Region Proposal Network,RPN)提取文本矩形位置候选框是不可或缺的一个步骤,能够极大地提升文本检测的精度。然而最近的研究表明,通过最小化平滑的L1损失函数来回归矩形候选框中心点、宽和高的方式容易产生边界信息缺失、回归不准确等问题。针对这一问题,提出了一种基于改进区域候选网络的场景文本检测模型。首先,使用残差网络和特征金字塔网络组成的骨干网络生成共享特征图。然后,使用改进的回归取点方式和基于顶点的VIOU损失函数(Vertex-IOU)在共享特征图上生成系列文本矩形候选框。接着,使用ROI Align将这些候选框转化为固定大小的特征图在全连接层进行边界框预测。最后,在ICDAR2015数据集上进行对比实验,结果表明,与其他模型相比,所提模型可以提升检测精度,证明了所提模型的有效性。
-
基于特征融合的小样本目标检测
华杰, 刘学亮, 赵烨. 基于特征融合的小样本目标检测[J]. 计算机科学, 2023, 50(2): 209-213.
HUA Jie, LIU Xueliang, ZHAO Ye. Few-shot Object Detection Based on Feature Fusion[J]. Computer Science, 2023, 50(2): 209-213. - 华杰, 刘学亮, 赵烨
- 计算机科学. 2023, 50 (2): 209-213. doi:10.11896/jsjkx.220500153
- 摘要 ( 624 ) PDF(1654KB) ( 742 )
- 参考文献 | 相关文章 | 多维度评价
-
小样本目标检测旨在通过少量的样本学习来训练目标检测模型,现有的小样本目标检测方法大多基于经典的目标检测算法。在二阶段的检测方法中,由于新类别样本数量少,产生了许多无关的边界框,导致候选区域的准确率较低。为了解决这个问题,提出了一种基于特征融合的小样本目标检测算法FF-FSOD。该方法采用特征融合的方法进行数据增强,对新类别样本进行补充,扩大样本的覆盖范围,同时引入FPN网络进行多尺度特征提取,再对RPN网络进行改进,引入支持集图像分支,计算支持集图像特征与查询集图像特征的深度互相关性,得到注意力特征图,进而获得更精确的候选框。所提模型的有效性在MS COCO和FSOD数据集上得到了验证,实验结果表明,该方法获得了更精准的候选框,进而提升了检测精度。
-
基于人脸部件掩膜的自监督三维人脸重建
朱磊, 王善敏, 刘青山. 基于人脸部件掩膜的自监督三维人脸重建[J]. 计算机科学, 2023, 50(2): 214-220.
ZHU Lei, WANG Shanmin, LIU Qingshan. Self-supervised 3D Face Reconstruction Based on Detailed Face Mask[J]. Computer Science, 2023, 50(2): 214-220. - 朱磊, 王善敏, 刘青山
- 计算机科学. 2023, 50 (2): 214-220. doi:10.11896/jsjkx.220600035
- 摘要 ( 503 ) PDF(2402KB) ( 651 )
- 参考文献 | 相关文章 | 多维度评价
-
三维人脸重建旨在从二维人脸图片中恢复出三维人脸模型。自监督三维人脸重建能够缓解三维人脸数据缺乏的问题,因此成为了近年来的研究热点。现有的自监督方法通常聚焦于使用全局监督信号,对人脸的局部细节关注不足。为了更好地恢复出细节生动的精细化三维人脸,提出了一种基于人脸部件掩膜的精细化三维人脸重建方法,该方法在不需要任何三维人脸标注的情况下,可以重建出精细化三维人脸。其主要思想是在二维图片一致性损失、图片深层感知损失等基本损失函数上,通过人脸部件掩膜,给予人脸区域精细化约束,并对人脸部件掩膜进行自监督约束,从而提高重建的三维人脸局部的准确性。在AFLW2000-3D和MICC Florence数据集上进行了定性以及定量实验,验证了所提方法的有效性和优越性。
-
基于TransEditor的轻量化人脸生成方法及其应用规范
梁伟亮, 李悦, 王棚飞. 基于TransEditor的轻量化人脸生成方法及其应用规范[J]. 计算机科学, 2023, 50(2): 221-230.
LIANG Weiliang, LI Yue, WANG Pengfei. Lightweight Face Generation Method Based on TransEditor and Its Application Specification[J]. Computer Science, 2023, 50(2): 221-230. - 梁伟亮, 李悦, 王棚飞
- 计算机科学. 2023, 50 (2): 221-230. doi:10.11896/jsjkx.220800166
- 摘要 ( 392 ) PDF(5267KB) ( 452 )
- 参考文献 | 相关文章 | 多维度评价
-
人脸生成可以将人脸的样式和头部的姿态进行组合,合成虚假的人脸图像,常用于性别转换、姿势修改等视觉任务。基于GAN的人脸生成方法大幅度提高了人脸生成的质量和可编辑性,但是这些生成方法网络结构复杂、计算资源需求大,很难直接应用于实际场景中。为了实现高效的人脸生成,提出了一种基于TransEditor的轻量化人脸生成方法,并探讨了相应的应用规范路径。在技术层面,首先,以TransEditor人脸编辑网络模型为基础,参考StyleGAN2等轻量化网络模型的生成器结构,设计了轻量化的人脸生成网络模型。其次,从生成损失、对抗损失、重建损失等方面分析了网络模型的损失函数,提出使用PReLU激活函数代替Softplus激活函数来提高生成器的生成效果。最后,大量实验证明,提出的基于TransEditor的轻量化人脸生成方法的LPIPS仅减少了0.0042,大幅度减少了模型的训练时间和参数量,提高了人脸生成模型的运行效率。在应用规范层面,需完善现有的规制措施,规范所提方法的使用,使技术进步更好地服务于社会发展。
-
基于注意力机制和轻量级空洞卷积的混凝土路面裂缝检测
瞿中, 王彩云. 基于注意力机制和轻量级空洞卷积的混凝土路面裂缝检测[J]. 计算机科学, 2023, 50(2): 231-236.
QU Zhong, WANG Caiyun. Crack Detection of Concrete Pavement Based on Attention Mechanism and Lightweight DilatedConvolution[J]. Computer Science, 2023, 50(2): 231-236. - 瞿中, 王彩云
- 计算机科学. 2023, 50 (2): 231-236. doi:10.11896/jsjkx.211200290
- 摘要 ( 557 ) PDF(4102KB) ( 504 )
- 参考文献 | 相关文章 | 多维度评价
-
混凝土路面上的裂缝会影响结构的安全性、适用性和耐久性,裂缝检测是一个充满挑战的研究热点。文中提出了由改进的全卷积网络和深监督网络组成的裂缝检测模型,以改进的VGG-16作为主干网络,首先将低层卷积特征聚合,通过空间注意力机制再次融合到主干网络;其次,将中高层卷积特征通过轻量级空洞卷积融合模块进行多尺度融合得到具有清晰边缘且分辨率较高的特征图像,所有的侧边特征图像相加产生最终的预测图像;最后,深监督网络为每个阶段的检测结果提供直接监督。该网络选择焦点损失函数作为评价函数,经过训练的网络模型能够在光照不均、背景复杂等各种条件下从输入的原始图像中高效地识别出裂缝位置。为验证所提方法的有效性和鲁棒性,在DeepCrack,CFD,Crack500这3个数据集上与6种方法进行了比较,所提算法表现出卓越的性能,F-score值达到了87.12%。
-
基于浏览器扩展的RPA系统跨域DOM拾取与自动化方案
易仁可, 蔡宇辉, 杨圣洪, 吴帆, 李肯立. 基于浏览器扩展的RPA系统跨域DOM拾取与自动化方案[J]. 计算机科学, 2023, 50(2): 237-243.
YI Renke, CAI Yuhui, YANG Shenghong, WU Fan, LI Kenli. Cross-domain DOM Pickup and Automation Scheme of RPA System Based on Browser Extension[J]. Computer Science, 2023, 50(2): 237-243. - 易仁可, 蔡宇辉, 杨圣洪, 吴帆, 李肯立
- 计算机科学. 2023, 50 (2): 237-243. doi:10.11896/jsjkx.220600203
- 摘要 ( 514 ) PDF(1698KB) ( 535 )
- 参考文献 | 相关文章 | 多维度评价
-
机器人流程自动化(Robotic Process Automation,RPA)是当今的研究热点之一,对网页元素的拾取和自动化是RPA的重要功能之一。RPA通过使用浏览器扩展向网页中注入脚本程序以处理网页,使用网页元素定位路径定位到目标节点进行自动化操作,在源网页中存在跨域frame时,由于同源策略的限制,注入源网页的脚本无法获取到目标节点的DOM对象,导致无法生成网页元素定位路径,从而无法自动化。文中提出了一种基于浏览器扩展的RPA系统设计方案,该方案能够对跨域DOM进行拾取和自动化。该方案在处理包含第三方跨域frame的网页时,将其看作与源网页frame地位相等的frame进行处理,网页元素定位路径设计为包含frame的url和网页元素Xpath的形式,以实现跨域网页元素拾取和自动化的功能。实验结果表明,该方案能够有效地对包含跨域资源的网页进行拾取和自动化操作,且同时支持chrome,firefox等支持浏览器扩展的浏览器。
-
面向多机器人环境中动态异构任务的细粒度动作分配与调度方法
王积旺, 沈立炜. 面向多机器人环境中动态异构任务的细粒度动作分配与调度方法[J]. 计算机科学, 2023, 50(2): 244-253.
WANG Jiwang, SHEN Liwei. Fine-grained Action Allocation and Scheduling Method for Dynamic Heterogeneous Tasks in Multi-robot Environments[J]. Computer Science, 2023, 50(2): 244-253. - 王积旺, 沈立炜
- 计算机科学. 2023, 50 (2): 244-253. doi:10.11896/jsjkx.220500117
- 摘要 ( 287 ) PDF(2134KB) ( 474 )
- 参考文献 | 相关文章 | 多维度评价
-
在多机器人环境中,具有不同能力的机器人相互协作以完成任务需求。现实情况下,这些任务动态发布,且具有不同的目标和紧急程度,因此需要为每个任务分解出的细粒度动作分配和调度合适的机器人来负责执行这些动作。现有的方法大多适用于静态和同构的任务分配场景,而针对动态异构任务的分配则大多采用独占式的分配策略,导致机器人频繁进入等待状态(即机器人处于被分配了任务到真正开始执行任务之间的闲置阶段)。由于任务存在不同的紧急程度和发布时间,这种分配方式将降低对更紧急任务的响应效率,同时导致更多的等待时间和更长的任务完成时间。针对该问题,提出了一种面向多机器人环境中动态异构任务的细粒度动作分配与调度方法。其中,分配与调度的对象是任务所分解出的细粒度的动作,且一个动作能够由机器人的一种能力承担。面对任务分解出的一组细粒度动作集合,本方法借鉴拍卖算法过程,根据机器人能力、状态及任务信息计算出机器人承担特定动作的最优分配方案。另外,在每一次新任务发布或某一机器人执行完动作时执行分配和调度过程,可以将处于普通任务等待状态的机器人调度至紧急任务,以保证紧急任务优先完成,且缩短机器人的总体等待时间。基于本方法,扩展实现了机器人执行框架(ROSPlan)的执行模块。围绕一组多机器人动态异构任务的模拟实验表明,所提方法相较于采用贪心策略的方法可得到更优的分配方案。
-
基于惯性传感器的步态身份识别
张向刚, 吕昀琏, 曾京, 张婷. 基于惯性传感器的步态身份识别[J]. 计算机科学, 2023, 50(2): 254-266.
ZHANG Xianggang, LYU Yunlian, ZENG Jing, ZHANG Ting. Gait Recognition Based on Inertial Sensor[J]. Computer Science, 2023, 50(2): 254-266. - 张向刚, 吕昀琏, 曾京, 张婷
- 计算机科学. 2023, 50 (2): 254-266. doi:10.11896/jsjkx.220500011
- 摘要 ( 522 ) PDF(1684KB) ( 554 )
- 参考文献 | 相关文章 | 多维度评价
-
基于步态的身份识别作为一种新的生物特征识别技术,以其非接触、无打扰、远距离、不易伪装等优点成为了生物特征识别技术领域的研究热点。此外,近年来,由于MEMS惯性传感器技术发展成熟及其在便携式设备中的广泛应用,基于惯性传感器的步态身份识别越来越受到科研人员的关注。文中收集整理了国内外有关惯性传感器步态身份识别的研究方法和现状,并对该领域的相关技术进行了回顾;根据识别过程处理的先后顺序,依次回顾了数据采集、数据预处理、数据分割、特征选择与组合、智能识别各个阶段的相关技术以及研究现状,并给出了目前主要的公共步态数据库,以方便感兴趣的读者进行实验分析。最后,在此基础上讨论了基于惯性传感器的步态身份识别的技术难点,并对未来发展方向进行了展望。
-
受人脑中记忆机制启发的增量目标检测方法
商迪, 吕彦锋, 乔红. 受人脑中记忆机制启发的增量目标检测方法[J]. 计算机科学, 2023, 50(2): 267-274.
SHANG Di, LYU Yanfeng, QIAO Hong. Incremental Object Detection Inspired by Memory Mechanisms in Brain[J]. Computer Science, 2023, 50(2): 267-274. - 商迪, 吕彦锋, 乔红
- 计算机科学. 2023, 50 (2): 267-274. doi:10.11896/jsjkx.220900212
- 摘要 ( 262 ) PDF(2653KB) ( 606 )
- 参考文献 | 相关文章 | 多维度评价
-
增量学习是缩小当前人工智能和人类智能间差距的关键技术,指智能体像人类一样从不稳定数据流中顺序学习多个任务,且不发生遗忘。目标检测是计算机视觉领域的核心任务之一,是计算机理解图像的基石。因此,增量目标检测问题具有重要的研究意义和实际意义。尽管增量学习在图像分类中取得了不错的成果,但基于目标检测的增量学习研究还处于初级阶段。这是因为目标检测相比图像分类更加复杂,它需要同时解决分类和边框回归的问题。不少研究者为解决此问题做了很多努力,但大多数工作都只关注如何保留已学习任务的性能,忽略了模型对新任务的快速适应能力,而这正是增量学习的关键要求。基于大脑的记忆机制,人类可以在学习中不断地提取知识以更好更快地学习新任务,不发生遗忘。受此启发,提出了一种融合编解码记忆重放机制的增量元学习方法。该方法对已学习样本的特征向量进行编码存储和解码重放,从而将不稳定数据流近似为动态稳定数据集,缓解了遗忘问题。同时,设计了一个双循环在线元学习策略,模型在内循环分别基于多批次新旧混合数据进行随机梯度更新,最后在外循环进行元学习,从而获得多任务间的共同结构,使模型具有良好的泛化性能,能够快速适应学习中遇到的新任务。在大型的公开数据集PASCAL VOC 和 MS COCO 上设置了3种增量目标检测实验环境来评估所提算法。实验结果表明,所提算法与最先进的方法相比体现出了具有竞争力的性能,证明了其可以帮助模型更好地抵抗遗忘,具有更好的泛化性能。所提算法基于梯度更新,与模型无关,因此其可以与其他检测框架结合,具有强适应性。
-
基于会话式机器阅读理解模型的事件抽取方法
刘露平, 周欣, 程军军, 何小海, 卿粼波, 王美玲. 基于会话式机器阅读理解模型的事件抽取方法[J]. 计算机科学, 2023, 50(2): 275-284.
LIU Luping, ZHOU Xin, CHEN Junjun, He Xiaohai, QING Linbo, WANG Meiling. Event Extraction Method Based on Conversational Machine Reading Comprehension Model[J]. Computer Science, 2023, 50(2): 275-284. - 刘露平, 周欣, 程军军, 何小海, 卿粼波, 王美玲
- 计算机科学. 2023, 50 (2): 275-284. doi:10.11896/jsjkx.220400271
- 摘要 ( 608 ) PDF(4223KB) ( 501 )
- 参考文献 | 相关文章 | 多维度评价
-
事件抽取旨在从海量的非结构化文本中自动提取出结构化描述信息,以帮助人们快速地了解事件的最新发展动态。传统的事件抽取方法主要采用分类或者序列标注的方法,其依赖于大量的标注数据来训练模型。近年来,研究者提出了利用机器阅读理解模型来进行事件抽取的方法,通过任务转换并联合利用机器阅读理解任务中的标注数据进行训练来缓解标注数据的不足。然而现有方法局限于单轮问答,问答对之间缺少依赖关系;此外,已有方法也未充分利用句子中的实体信息等知识。针对以上不足,提出了一种会话式机器阅读理解框架用于事件抽取,针对已有方法进行了两方面的扩展:首先,通过在句子中显式地增加实体标记信息,使得模型能够有效地学习到输入句子中的实体知识;其次,设计了历史会话信息编码模块,并结合注意力机制从历史会话中筛选出重要信息,融合到阅读理解模型中以辅助推断。最后,在公开数据集上的实验结果表明所提模型相比已有方法取得了更优的结果。
-
基于混合专家模型的词语上下位关系判别方法
曾楠, 谢志鹏. 基于混合专家模型的词语上下位关系判别方法[J]. 计算机科学, 2023, 50(2): 285-291.
ZENG Nan, XIE Zhipeng. Mixture-of-Experts Model for Hypernymy Discrimination[J]. Computer Science, 2023, 50(2): 285-291. - 曾楠, 谢志鹏
- 计算机科学. 2023, 50 (2): 285-291. doi:10.11896/jsjkx.211200066
- 摘要 ( 242 ) PDF(2267KB) ( 450 )
- 参考文献 | 相关文章 | 多维度评价
-
词语的上下位关系判别是自然语言处理中一项基础且具有挑战性的任务。传统的有监督方法通常采用单个模型在整个语义空间中对所有上下位词对进行全局建模,并取得了一定的效果。然而,上下位关系的分布式语义表征具有相当的复杂性,在语义空间的不同区域中往往具有不同的表现,使得全局模型难以学习。针对此问题,文中提出了基于混合专家的上下位关系判别方法。该模型基于分而治之的策略,将语义空间划分为多个子空间,每个子空间对应一个局部专家(模型),局部专家(模型)关注它们自己的子空间,并采用门控机制决定空间的分割和专家的混合。实验结果表明,这种专家混合模型在公开数据集上的性能优于传统的全局模型。
-
基于联合模型的端到端事件可信度识别
曹金娟, 钱忠, 李培峰. 基于联合模型的端到端事件可信度识别[J]. 计算机科学, 2023, 50(2): 292-299.
CAO Jinjuan, QIAN Zhong, LI Peifeng. End-to-End Event Factuality Identification with Joint Model[J]. Computer Science, 2023, 50(2): 292-299. - 曹金娟, 钱忠, 李培峰
- 计算机科学. 2023, 50 (2): 292-299. doi:10.11896/jsjkx.211200108
- 摘要 ( 564 ) PDF(2322KB) ( 440 )
- 参考文献 | 相关文章 | 多维度评价
-
事件可信度是对文本中事件真实情况的一种描述,是自然语言处理领域许多相关应用的基本任务。目前,大多数关于事件可信度的相关研究都是使用标注的事件进行事件可信度识别,不方便实际应用,并且忽略了不同事件源对事件可信度的影响。针对现有问题,提出了一个端到端的事件可信度识别的联合模型JESF。该模型可以同时进行事件识别、事件源识别、事件可信度识别3个任务;使用BERT(Bidirectional Encoder Representations from Transformers)和语言学特征加强单词的语义表示;使用注意力机制(Attention)和依存句法树构建图卷积神经网络(Graph Convolutional Network,GCN),以有效地提取语义和句法特征。特别地,该模型也可以应用于只考虑默认源(文本作者)的事件可信度任务。在FactBank,Meantime,UW,UDS-IH2等语料上的实验结果显示,所提模型优于基准模型。
-
基于网络表示学习的车险欺诈溯因分析研究
李炜卓, 卢冰洁, 杨骏铭, 那崇宁. 基于网络表示学习的车险欺诈溯因分析研究[J]. 计算机科学, 2023, 50(2): 300-309.
LI Weizhuo, LU Bingjie, YANG Junming, NA Chongning. Study on Abductive Analysis of Auto Insurance Fraud Based on Network Representation Learning[J]. Computer Science, 2023, 50(2): 300-309. - 李炜卓, 卢冰洁, 杨骏铭, 那崇宁
- 计算机科学. 2023, 50 (2): 300-309. doi:10.11896/jsjkx.220800169
- 摘要 ( 471 ) PDF(2989KB) ( 548 )
- 参考文献 | 相关文章 | 多维度评价
-
车险欺诈检测对促进汽车保险业的良性健康发展有着重要意义。由于欺诈的判断涉及公民权利等核心内容,需要车险专家对案件进行核查,提供欺诈原因。尽管基于机器学习的方法泛化能力强、精确度高,但缺少可解释性,而基于专家系统的规则方法尽管有较好的可解释性,但受限于规则复杂的触发条件。为了解决未触发专家系统欺诈规则而被机器学习方法检测为“欺诈”的案件无法被解释的问题,文中提出了基于网络表示学习的车险欺诈溯因分析方法。该方法首先定义了车险欺诈溯因分析任务,然后采用网络表示学习对已触发专家系统中欺诈规则的案件进行案件-规则因子网络的建模,学习欺诈规则中因子的分布式向量表示。为了更好地度量“欺诈”案件与专家系统中因子未全部触发规则之间的相似度,该方法基于溯因缺省原理,设计了一种规则因子的加权拼接策略来缓解训练数据不足的问题。实验结果表明,所提方法相较于已有方法在车险欺诈溯因预测任务的3项指标中均能取得更好的效果。
-
基于预训练模型的无监督剧本摘要
苏琦, 王红玲, 王中卿. 基于预训练模型的无监督剧本摘要[J]. 计算机科学, 2023, 50(2): 310-316.
SU Qi, WANG Hongling, WANG Zhongqing. Unsupervised Script Summarization Based on Pre-trained Model[J]. Computer Science, 2023, 50(2): 310-316. - 苏琦, 王红玲, 王中卿
- 计算机科学. 2023, 50 (2): 310-316. doi:10.11896/jsjkx.211100039
- 摘要 ( 489 ) PDF(2949KB) ( 450 )
- 参考文献 | 相关文章 | 多维度评价
-
剧本是一种特殊的文本结构,以人物的对话和对场景的描述信息组成文本。无监督剧本摘要是指对篇幅很长的剧本进行压缩、提取,形成能够概括剧本信息的短文本。提出了一种基于预训练模型的无监督剧本摘要方法,首先在预训练过程中通过增加对文本序列处理的预训练任务,使得预训练生成的模型能够充分考虑剧本中对话的场景描述及人物说话的情感特点,然后使用该预训练模型作为训练器计算剧本中的句间相似度,结合TextRank算法对关键句进行打分、排序,最终抽取得分最高的句子作为摘要。实验结果表明,该方法相比基准模型方法取得了更好的效果,系统性能在ROUGE评价上有显著的提高。
-
基于双样本学习与单维搜索改进的精英麻雀搜索算法
贾凯烨, 董砚. 基于双样本学习与单维搜索改进的精英麻雀搜索算法[J]. 计算机科学, 2023, 50(2): 317-323.
JIA Kaiye, DONG Yan. Improved Elite Sparrow Search Algorithm Based on Double Sample Learning and Single-dimensional Search[J]. Computer Science, 2023, 50(2): 317-323. - 贾凯烨, 董砚
- 计算机科学. 2023, 50 (2): 317-323. doi:10.11896/jsjkx.211100162
- 摘要 ( 568 ) PDF(2156KB) ( 450 )
- 参考文献 | 相关文章 | 多维度评价
-
针对麻雀搜索算法初始种群分布不均匀,种群间信息交流少,易陷入局部最优,收敛速度慢等不足,提出了一种基于双样本学习与单维搜索改进的精英麻雀搜索算法。首先,采用Hammersley低差异序列与反向学习相结合产生精英初始种群,增强个体质量和多样性;然后,通过双样本学习策略,改进追随者的位置更新公式,加强种群间的信息交流,提高算法跳出局部最优的能力;最后,在算法迭代后期采用单维搜索模式,增强算法在后期的深度挖掘能力,提高算法的精度。通过对时间复杂度进行分析,证明了该改进未增加算法的时间复杂度。选取12个不同特征的测试函数进行寻优,测试结果表明,与其他算法相比,该算法在收敛速度、精度和稳定性上都有明显的优越性。
-
EHFM:一种面向多源网络攻击告警的高效层级化数据过滤方案
杨昕, 李更新, 李挥. EHFM:一种面向多源网络攻击告警的高效层级化数据过滤方案[J]. 计算机科学, 2023, 50(2): 324-332.
YANG Xin, LI Gengxin, LI Hui. EHFM:An Efficient Hierarchical Filtering Method for Multi-source Network Malicious Alerts[J]. Computer Science, 2023, 50(2): 324-332. - 杨昕, 李更新, 李挥
- 计算机科学. 2023, 50 (2): 324-332. doi:10.11896/jsjkx.220800049
- 摘要 ( 444 ) PDF(3003KB) ( 456 )
- 参考文献 | 相关文章 | 多维度评价
-
在复杂网络环境中,态势感知技术根据警报数据实时捕捉多种安全要素及其引起的态势变化,对网络安全进行感知和预测,在安全建设中发挥着重大作用。然而,互联网中海量威胁日志和事件信息带来了极高的分析复杂度,甚至造成了评估和感知技术的误判问题,给安全管理带来了极大挑战。因此,警报事件的过滤起到了重要作用,并且过滤的细粒度、准确性是后续可靠安全态势评估的基础。文中提出了一个面向多源网络攻击告警的层次化数据过滤模型EHFM,并将其应用于一个安全态势感知系统中。EHFM包含5层过滤器,为多源告警日志设计了统一格式,提出了联合性能熵之差的概念,并结合模糊层次分析等方法,对大量的警报进行统一、精细、定制化的过滤,从而提升安全态势评估算法的准确性、灵活性,解决了网络攻击告警规模过大导致的安全状态误判问题。通过对上述EHFM过滤模型和态势感知系统的代码实现,该方案的可行性得到了证明。经过大量实验,结果表明,该方案能够对恶意事件进行精细的分类和过滤,有效避免外界环境因素带来的误判,在大规模网络攻击告警的场景下提升安全态势评估算法的准确性。
-
RCP:本地差分隐私下的均值保护技术
刘利康, 周春来. RCP:本地差分隐私下的均值保护技术[J]. 计算机科学, 2023, 50(2): 333-345.
LIU Likang, ZHOU Chunlai. RCP:Mean Value Protection Technology Under Local Differential Privacy[J]. Computer Science, 2023, 50(2): 333-345. - 刘利康, 周春来
- 计算机科学. 2023, 50 (2): 333-345. doi:10.11896/jsjkx.220700273
- 摘要 ( 367 ) PDF(2147KB) ( 507 )
- 参考文献 | 相关文章 | 多维度评价
-
文中主要围绕差分隐私查询中的均值估计问题展开论述,介绍了目前主流的数值型数据均值估计的本地差分隐私设计方案,首次引入随机响应技术中的随机截尾机制来揭示本地差分隐私下均值计算的基本原理,提出了关于均值估计方差的效用优化定理,给出了边界优化公式,从而提高了该领域效用优化理论的可解释性和可操作性。基于该理论,首次提出了一种实用、简洁、高效的均值估计算法协议RCP,可用于收集和分析连接到互联网的智能设备用户的数据,同时满足本地差分隐私要求。RCP构造简单,支持在任意数量的数值属性上执行数据分析任务,通信与计算高效,有效缓解了现有算法设计复杂、优化困难、效率较低等实际问题。最后,通过实证研究证明了所提方法在效用、效率和渐进误差界限上优于现有的其他方案。
-
基于状态偏离分析的Web访问控制漏洞检测方法
马琪灿, 武泽慧, 王允超, 王新蕾. 基于状态偏离分析的Web访问控制漏洞检测方法[J]. 计算机科学, 2023, 50(2): 346-352.
MA Qican, WU Zehui, WANG Yunchao, WANG Xinlei. Approach of Web Application Access Control Vulnerability Detection Based on State Deviation Analysis[J]. Computer Science, 2023, 50(2): 346-352. - 马琪灿, 武泽慧, 王允超, 王新蕾
- 计算机科学. 2023, 50 (2): 346-352. doi:10.11896/jsjkx.211100166
- 摘要 ( 447 ) PDF(2545KB) ( 497 )
- 参考文献 | 相关文章 | 多维度评价
-
攻击者可利用Web应用程序中存在的漏洞实施破坏应用功能、木马植入等恶意行为。针对Web应用程序的访问控制漏洞的检测问题,现有方法由于代码特征难提取、行为刻画不准确等问题导致误报率和漏报率过高,且效率低下。文中提出了一种基于状态偏离分析的Web访问控制漏洞检测方法,结合白盒测试技术,提取代码中与访问控制有关的约束,以此生成Web应用程序预期访问策略,再通过动态分析生成Web应用程序实际访问策略,将对访问控制漏洞的检测转换为对状态偏离的检测。使用提出的方法开发原型工具ACVD,可对访问控制漏洞中未授权访问、越权访问等类型的漏洞进行准确检测。在5个真实Web应用程序中进行测试,发现16个真实漏洞,查全率达到了98%,检测效率较传统黑盒工具提升了约300%。
-
面向高性能计算系统的容器技术综述
陈轶阳, 王小宁, 卢莎莎, 肖海力. 面向高性能计算系统的容器技术综述[J]. 计算机科学, 2023, 50(2): 353-363.
CHEN Yiyang, WANG Xiaoning, LU Shasha, XIAO Haili. Survey of Container Technology for High-performance Computing System[J]. Computer Science, 2023, 50(2): 353-363. - 陈轶阳, 王小宁, 卢莎莎, 肖海力
- 计算机科学. 2023, 50 (2): 353-363. doi:10.11896/jsjkx.220100163
- 摘要 ( 506 ) PDF(3088KB) ( 689 )
- 参考文献 | 相关文章 | 多维度评价
-
容器技术在云计算行业已得到普遍使用,主要用于服务软件环境的快速移植和自动化部署。随着高性能计算、大数据、人工智能技术的深度融合,高性能计算系统的应用软件依赖和配置日益复杂,超算中心对用户自定义软件栈的需求越来越强烈。因此,容器技术在高性能计算系统的应用环境下也发展出多种实现软件,以满足用户自定义软件栈等实际需求。文中总结了容器技术的发展历史,阐述了容器在Linux平台的技术原理,分析并评价了于适用高性能计算系统的容器实现软件,最后展望未来面向高性能计算系统的容器技术研究方向。
-
类脑心智计算的科学技术和工程应用的研究与思考
刘扬, 刘睿佳, 周黎鸣, 左宪禹, 杨伟, 周毅. 类脑心智计算的科学技术和工程应用的研究与思考[J]. 计算机科学, 2023, 50(2): 364-373.
LIU Yang, LIU Ruijia, ZHOU Liming, ZUO Xianyu, YANG Wei, ZHOU Yi. Thoughts on Development and Research of Science,Technology and Engineering Application of Brain & Mind-inspired Computing[J]. Computer Science, 2023, 50(2): 364-373. - 刘扬, 刘睿佳, 周黎鸣, 左宪禹, 杨伟, 周毅
- 计算机科学. 2023, 50 (2): 364-373. doi:10.11896/jsjkx.220500023
- 摘要 ( 727 ) PDF(2543KB) ( 1136 )
- 参考文献 | 相关文章 | 多维度评价
-
发展新一代的类脑智能,需要综合考虑形成自然智能的结构、功能和行为等研究,偏颇任一方向都是不全面的,难以完全触及智能的本质。文中基于神经系统的结构仿真、认知系统的功能模仿和自然智能的行为模拟,定义了类脑心智计算(BMC)的基本概念,提出了BMC的假设、模型和框架,研究了BMC的前沿理论。在大脑机制、心智模式和行为控制上,分析了当前BMC研究的技术路线、核心算法和关键技术,综述了BMC的复杂系统和工程应用现状。结合智能科学、神经科学、认知科学、信息科学和计算数学等多学科的交叉融合特征,进一步讨论了BMC的科研范式和跨学科建设问题。BMC研究将有望在新一代类脑智能的科学理论、技术创新和工程系统上取得重大突破。
-
融合循环划分的张量指令生成优化
梁佳利, 华保健, 苏少博. 融合循环划分的张量指令生成优化[J]. 计算机科学, 2023, 50(2): 374-383.
LIANG Jiali, HUA Baojian, SU Shaobo. Tensor Instruction Generation Optimization Fusing with Loop Partitioning[J]. Computer Science, 2023, 50(2): 374-383. - 梁佳利, 华保健, 苏少博
- 计算机科学. 2023, 50 (2): 374-383. doi:10.11896/jsjkx.220300147
- 摘要 ( 272 ) PDF(2977KB) ( 522 )
- 参考文献 | 相关文章 | 多维度评价
-
张量编译器支持将算子的张量描述和计算调度编译为目标硬件的代码。为加速张量运算,深度学习领域专用处理器被设计为包含特殊指令的专有架构,支持多核并行、多级专用内存架构和张量计算,在硬件之上还有与硬件特性紧密相关的张量指令集。在这样复杂的架构上,张量指令的使用有着许多约束与限制,并存在以下问题和挑战:首先,因计算任务划分或数据切块等循环分段引入的条件分支增加了模式匹配难度;其次,张量指令有对齐、数据布局等硬件约束。针对上述问题和挑战,提出了一种融合循环划分的张量指令生成优化算法。算法通过划分循环区间,来消除因任务划分或数据切分引入的条件分支;通过补零、等价指令替换和添加额外计算来解决指令和硬件约束;并使用模式匹配的方法生成张量指令。研究并扩展开源深度学习编译器 TVM 0.7 版本,实现了支持 DianNao 架构机器学习加速器的张量指令生成的编译器原型系统。为评测算法的有效性,在 DianNao 架构机器学习加速器硬件平台上,对逐元素二元张量操作算子、原地一元张量操作算子和卷积操作算子3类算子的性能和开发效率进行了测试,实验结果表明3类算子性能平均加速比为 125.00%,最大加速比为 194.00%,开发效率最高提升了7 倍。