计算机科学

第51卷第11A期目录

计算机科学. 2024, 51 (11A): 0-0.

摘要 ( 142 )

PDF(581KB) ( 346 )

相关文章 | 多维度评价

面向大语言模型的推荐系统综述

卡祖铭, 赵鹏, 张波, 傅晓宁

计算机科学. 2024, 51 (11A): 240800111-11. doi:10.11896/jsjkx.240800111

摘要 ( 285 )

PDF(2286KB) ( 397 )

参考文献 | 相关文章 | 多维度评价

大型语言模型已成为自然语言处理领域中的有力使用工具,并且在近期也成功吸引了推荐系统领域的广泛关注。这些模型凭借自监督学习在庞大的数据集上进行了深度训练,从而在通用表征学习上取得了显著成果。通过微调、提示调整等高效的迁移技术,它们有望全面提升推荐系统的各项性能。在利用语言模型的力量来优化推荐质量的过程中,关键在于充分利用其高质量的文本特征表征以及广泛的外部知识库,以此为基础构建物品与用户之间的紧密联系。为了全面而深入地理解当前基于大型语言模型的推荐系统,文中将这些模型细致地划分为两大类:用于推荐的判别式大型语言模型和用于推荐的生成式大型语言模型。同时,对于后者,还进一步将其细分为约束生成和自由生成,并对这两种方法的相关研究进行了详尽的总结。此外,还指出了该领域面临的关键挑战,并分享了一些有价值的发现,希望可以为研究人员和从业者提供宝贵的灵感与启示。

基于UGC的产品改进:属性提取和属性情感分类的方法与应用综述

隋浩然, 周晓航, 张宁

计算机科学. 2024, 51 (11A): 240400070-9. doi:10.11896/jsjkx.240400070

摘要 ( 97 )

PDF(2058KB) ( 150 )

参考文献 | 相关文章 | 多维度评价

用户生成内容(User-generated Content,UGC)包含了大量用户对产品及其属性的真实看法。随着数字技术的持续发展,企业日益重视利用UGC来洞察用户需求,从而指导产品改进。在这一过程中,属性提取与属性情感分类被视为两大核心环节。属性提取旨在从UGC中识别出关键的产品属性,其方法可归为有监督学习和无监督学习两类;属性情感分类则用于分析用户对这些属性的情感态度,主要包括基于词典与规则、基于统计机器学习以及基于深度学习的方法。文中首先对属性提取与属性情感分类方法的理论框架及技术要点进行系统梳理,随后结合实际应用进行阐述,以期为利用UGC指导产品改进的企业和研究者提供有价值的参考。最终,探讨了当前属性提取与属性情感分类所面临的挑战及未来的研究方向。

在知识图谱实体关系预测中对DistMult解码器的优化研究

韩以健, 王宝会

计算机科学. 2024, 51 (11A): 231200118-5. doi:10.11896/jsjkx.231200118

摘要 ( 152 )

PDF(2959KB) ( 197 )

参考文献 | 相关文章 | 多维度评价

国家电网甘肃电力科学院希望通过大量科研文献构建电力行业知识图谱,并深度挖掘知识图谱中的的潜在关联。关系预测模型是解决这类问题的关键技术,也是知识图谱中的重要技术,是近年来科研工作者的研究热点。大量论文和实验已经证明使用编码器加解码器组合的框架在关系预测任务中有不错的表现。在这种框架下,由于图神经网络技术的进步,近年来有有不少工作通过以图神经网络为编码器并加以优化的方案来提升关系预测的效果,而忽略了解码器的作用。受到余弦相似度的启发,提出了基于DistMult的新型解码器COS-DistMult,并在真实的数据集上进行对比实验。实验结果表明,关系预测模型的评价指标Hits@10的值提高了2%左右,证明在以编码器加解码器为框架的关系预测任务中,优化解码器结构是一种行之有效的方法。

基于深度学习的细粒度医学知识图谱构建

王钰涵, 马涪元, 王英

计算机科学. 2024, 51 (11A): 230900157-7. doi:10.11896/jsjkx.230900157

摘要 ( 98 )

PDF(3250KB) ( 191 )

参考文献 | 相关文章 | 多维度评价

医疗知识图谱作为整合海量医疗信息的有力工具,正被广泛应用于临床决策支持系统、医疗问答系统等便民平台。目前,大规模医疗知识图谱层出不穷,但大多都将注意力放在实体数量的扩充,而忽略了实体种类的细粒度化。医疗术语具有冗长且难以理解的特点,因此构建细粒度化的知识图谱可以在很大程度上提高知识图谱便民系统的实用性,并为问答系统提供更具有针对性的诊断说明。文中针对垂直网站爬取的大规模医疗知识库,以实现医疗长文本细粒度化为目标,运用BiLSTM从长句子的两个方向为每个词语建模完整上下文信息,同时引入预训练模型BERT加强对词语上下文语义的建模,并结合CRF模型学习状态转移矩阵维持标签序列的一致性,高效识别长句中的实体,并通过实体对齐和属性填充构建细粒度医疗知识图谱。医疗实体细粒度化任务的对比实验表明,BERT+BiLSTM+CRF模型的效果优于其他模型,可视化结果也说明了所提方法进行细粒度化的有效性。

基于多子网络预训练的脉冲神经网络分类模型

卓明松, 莫凌飞

计算机科学. 2024, 51 (11A): 240300191-6. doi:10.11896/jsjkx.240300191

摘要 ( 79 )

PDF(3507KB) ( 180 )

参考文献 | 相关文章 | 多维度评价

脉冲神经网络(Spiking Neural Network,SNN)被认为是最符合生物大脑机制的类脑计算模型,凭借其事件驱动、高能效、可解释等特点吸引了越来越多的研究关注。然而,由于脉冲的二值输出与不可微分性,SNN的训练方法仍存在一定空缺。于是借鉴皮层记忆单元通过局部网络存储记忆信息的方式,提出一种基于多子网络预训练的脉冲神经网络分类方法。该方法使用样本标签信息优化了脉冲序列特征提取过程,采用改进的脉冲时间依赖可塑性学习规则预训练多个单类别特征提取子网络,并将预训练后的子网络进行无监督特征融合,有效提高了网络的特征分类能力。此外,在权重可视化与t-SNE可视化工具的帮助下,分析了方法的有效性。所提方法在MNIST与Fashion-MNIST数据集上分别取得了97.40%与88.81%的分类准确度。

均衡加权图着色问题与启发式算法

欧开明, 江华

计算机科学. 2024, 51 (11A): 231200103-7. doi:10.11896/jsjkx.231200103

摘要 ( 79 )

PDF(2381KB) ( 163 )

参考文献 | 相关文章 | 多维度评价

给定一个无向图G和一个颜色数k,图的k着色问题(GCP)指给G中的每个顶点分配k种颜色中的一种,使得任意相邻的两个顶点获得不同的颜色。均衡资源分配是将资源尽可能均匀地分配给各个参与者,旨在实现资源的公平利用和任务的合理分担。针对传统的图着色问题无法解决均衡资源分配的情况,提出了图着色问题的一个新变种——均衡加权图着色问题,其目标是寻找合法的着色使得每种颜色类的权值和的标准差最小。提出了一种将两种局部搜索结合到进化算法中的HEA-TLS算法来寻找该问题的最优解。基于新颖性的局部搜索的目的是寻找到一个合法解。改善解均衡性的局部搜索的目的是在合法解的基础上,改善解的均衡性。进化算法中设计了一个均衡权值交叉,可以根据父代颜色类权值的变化自适应地选择传递给子代的颜色类,通过种群的遗传进化来产生更加均衡的着色解。在DIMACS图上使用通用求解器CPLEX进行对比评估,HEA-TLS在所有测试中取得了几乎最优的结果,验证了所提方法的有效性。

多策略融合改进的斑马优化算法

任庆欣, 冯锋

计算机科学. 2024, 51 (11A): 240100203-7. doi:10.11896/jsjkx.240100203

摘要 ( 138 )

PDF(4733KB) ( 209 )

参考文献 | 相关文章 | 多维度评价

为解决斑马优化算法易陷入局部寻优、收敛速度慢等一系列问题,提出一种多策略融合改进的斑马优化算法(MSI-ZOA)。首先,利用Tent混沌映射产生随机序列的方式初始化种群,提高初始化种群在搜索空间的分布质量,加强全局探索能力。其次,利用莱维飞行的重尾特性,产生较大步长,增加搜索空间的覆盖率,加强在斑马优化算法(ZOA)的觅食阶段的全局探索能力。接着,使用一种双曲线余弦增强因子的正余弦优化算法,将其应用在ZOA算法的抵御捕食者攻击阶段,以有效挑出局部最优解,提高收敛速度。最后,使用8个基准函数对MSI-ZOA算法、ZOA算法、秃鹰优化算法(AVOA)、人工蜂鸟算法(AHA)、大猩猩部队优化算法(GTO)、算术优化算法(AOA)和北方苍鹰优化算法(NGO)进行测试,结果表明MSI-ZOA算法相比其他6种算法在收敛速度和全局搜索能力上更具优势。

具有速度突变抑制的全向移动机器人视觉伺服预测控制

林叶贵, 戴志坚, 何德峰, 邢科新

计算机科学. 2024, 51 (11A): 240300003-6. doi:10.11896/jsjkx.240300003

摘要 ( 77 )

PDF(2953KB) ( 138 )

参考文献 | 相关文章 | 多维度评价

在全向移动机器人视觉伺服任务过程中,为了解决由特征点的变化、车轮打滑、动态障碍等情况导致的速度突变问题,提出了一种基于神经动力学的quasi-min-max MPC视觉伺服策略。因为视觉误差的突变是引起速度突变的主要原因,所以该策略引入神经动力学模型对视觉误差进行处理,建立基于神经动力学的移动机器人视觉伺服线性参数时变预测模型,采用quasi-min-maxMPC策略获得最优速度解,从而抑制速度的突变,最终保证移动机器人能够以一个平滑的速度到达期望位姿。仿真结果验证了所提策略在抑制速度突变上的有效性。

基于策略融合及Spiking DRL的移动机器人路径规划方法

安阳, 王秀青, 赵明华

计算机科学. 2024, 51 (11A): 240100211-11. doi:10.11896/jsjkx.240100211

摘要 ( 101 )

PDF(4480KB) ( 169 )

参考文献 | 相关文章 | 多维度评价

深度强化学习(DRL)已被成功应用于移动机器人路径规划中,基于DRL的移动机器人路径规划算法适用于高维环境,是实现移动机器人自主学习的重要方法。而训练DRL模型需要大量的环境交互经验,这意味着更高的计算成本。此外,DRL算法的经验池容量有限,无法确保经验的有效利用。作为类脑计算重要工具之一的脉冲神经网络(Spiking Neural Networks,SNNs)以其独有的生物似真性,能同时融入时空信息,适用于机器人环境感知及控制。结合SNNs、卷积神经网络(CNNs)和策略融合,针对基于DRL的移动机器人路径规划算法进行研究,完成了以下工作:1)提出SCDDPG(SCDDP)算法。该算法利用CNNs对输入状态进行多通道特征提取,利用SNNs对提取的特征进行时空学习。2)在SCDDPG的基础上,提出SC2DDPG(SC2DDPG)算法。SC2DDPG通过设计状态约束策略对机器人运行状态进行约束,避免了不必要的环境探索,提升了SC2DDPG中DRL的收敛速度。3)在SCDDPG的基础上,提出了PFTDDPG(Policy Fusion and Transfer SCDDPG,PFTDDPG)算法。该算法采用分阶控制模式与DRL算法融合,针对环境中的楔形障碍物实施沿墙行走策略,并引入迁移学习对先验知识进行策略迁移。PFTDDPG算法不仅完成了单纯依靠RL不能完成的路径规划任务,还可以得到最优无碰路径。此外PFTDDPG提升了模型的收敛速度和路径规划性能。实验结果证明了所提出的3种路径规划算法的有效性,对比实验结果表明:在SpikeDDPG,SCDDPG,SC2DDPG和PFTDDPG算法中,PFTDDPG算法在路径规划成功率、训练收敛速度、规划路径长度等性能指标上表现最佳。本工作为移动机器人路径规划提出了新思路,丰富了DRL在移动机器人路径规划中的解决方案。

基于遗传算法的低碳导向的物流中心配送优化

蒋一波, 周泽宝, 李强, 周轲

计算机科学. 2024, 51 (11A): 231200035-6. doi:10.11896/jsjkx.231200035

摘要 ( 140 )

PDF(2900KB) ( 172 )

参考文献 | 相关文章 | 多维度评价

“双碳”背景下,交通运输行业作为碳排放的主要贡献者之一,亟需有效的降碳改革以助力国家实现“双碳”目标。针对当前主流的物流中心式物流模式,以单位货运周转量碳排放最小、货运成本最低及配送时间最短为目标,建立低碳导向的物流优化多目标模型,并针对该模型和场景的特点改进NSGA-II多目标遗传算法。利用抽象后的某快递公司数据样例进行实验,验证上述多目标优化模型及改进NSGA-II算法的有效性和先进性。实验结果表明:从优化调度和路径规划两个角度切入,针对配送全流程进行优化搜索求解,能够有效实现预设控本降碳的目标,为物流企业配送决策提供理论依据。研究结果同时也表明:降碳和成本控制作为物流中的制约因素,不同的目标偏好会对决策产生重大影响。

基于医患对话的临床发现识别与阴阳性判别

林浩楠, 谭红叶, 冯慧敏

计算机科学. 2024, 51 (11A): 231000084-7. doi:10.11896/jsjkx.231000084

摘要 ( 68 )

PDF(2053KB) ( 139 )

参考文献 | 相关文章 | 多维度评价

临床发现识别与阴阳性判别是智慧医疗领域的重要任务之一,旨在识别医患对话等医疗文本中的疾病与症状,并判断其阴阳性状态。该任务的现有研究主要不足有:(1)缺乏对医患对话语义信息、对话结构等特征的建模,导致模型准确率不高;(2)将该任务分为识别与判别两阶段进行,引起错误累积问题。针对以上不足,提出结合对话信息的统一生成模型,通过构建静态-动态融合图对医患对话语义、结构等信息建模,增强模型的对话理解能力;使用生成式语言模型将临床发现识别与阴阳性判别两个子任务统一为一个序列生成任务,以缓解错误累积问题,并且通过识别阴阳性指示词,辅助模型提高阴阳性判别准确率。在CHIP2021评测数据集CHIP-MDCFNPC上的实验结果表明:所提方法在F1指标上达到了71.83%,比基线模型平均提升了2.82%。

基于位置交互感知网络的多任务情绪原因对抽取方法

付明睿, 李卫疆

计算机科学. 2024, 51 (11A): 231000086-9. doi:10.11896/jsjkx.231000086

摘要 ( 77 )

PDF(3358KB) ( 178 )

参考文献 | 相关文章 | 多维度评价

情绪原因对抽取任务旨在同时抽取情感子句和原因子句。已有的方法把情绪原因对抽取看作情绪抽取、原因抽取和情绪原因对抽取3个独立的任务,不能有效捕捉到任务之间的联系。此外,现有的两阶段模型存在误差传播问题,并且情绪子句和原因子句间相对位置分布不平衡。文中提出了一个新的基于BERT、情感词典和位置感知交互模块的情绪原因对抽取模型MK-BERT。该模型首先用情感词典增强的BERT进行文本编码;其次,为了解决标签位置不平衡问题,根据情感子句和原因子句间的相对距离设计位置感知交互模块,以捕捉位置信息并构建情绪原因对的特征;最后,通过情绪预测模块和原因预测模块间交互编码,充分挖掘多个任务间的共享信息。在中文情绪原因对抽取数据集上进行实验,结果表明,所提模型可以有效地抽取情绪原因对,并且在位置不平衡样本上取得良好性能。

基于自然语言句法信息的正则表达式生成

王昊, 吴军华

计算机科学. 2024, 51 (11A): 231200017-6. doi:10.11896/jsjkx.231200017

摘要 ( 82 )

PDF(2572KB) ( 154 )

参考文献 | 相关文章 | 多维度评价

正则表达式由一系列字符和元字符组成,定义了一种匹配规则,可以用来检查一个字符串是否与所需的模式匹配。在软件开发过程中,很多开发人员发现编写正则表达式较为困难。因此,根据自然语言需求描述生成正则表达式成为研究热点。近年来,将自然语言描述转化为正则表达式的系统取得了一些研究成果,但往往只针对简单的序列化文本。探讨了将自然语言查询转化为可以执行其功能的正则表达式的方法。鉴于自然语言处理中句法解析的成功应用,模型使用自然语言的结构信息,以分层聚合的方式对语法解析树进行嵌入,并使用适用于输入树结构的Tree-transformer架构对自然语言描述进行自注意编码。解码器使用交叉注意力来预测正则表达式。在两个公共数据集上对模型进行了验证。实验证明,所提模型有效地提高了生成的正则表达式的质量,并在DFA-Equal-Acc评估指标中优于现有模型。

基于深度学习的海洋热点新闻挖掘方法

覃娴萍, 丁昭旭, 仲国强, 王栋

计算机科学. 2024, 51 (11A): 231200005-10. doi:10.11896/jsjkx.231200005

摘要 ( 72 )

PDF(2382KB) ( 151 )

参考文献 | 相关文章 | 多维度评价

移动互联网的快速发展和现代移动客户端的普及推动了网络新闻行业、社交媒体和自媒体等的蓬勃发展,为用户提供了多元、丰富的海量信息。随着我国海洋强国战略的稳步推进,国民海洋意识的显著增强,有关海洋领域的多方面信息充斥着网络,相关媒体报道、公众舆论在网上大量涌现,热点事件频频发生。针对多来源、多属性的网络海洋信息,基于多源文本聚类和自动摘要技术,提出一种基于深度学习的海洋热点新闻自动挖掘系统,包括多源涉海数据自动采集、数据预处理、特征提取、文本聚类、自动摘要五大功能模块。具体而言,网络爬虫程序从多个数据源釆集多样且分散的海洋数据,自动将数据结构化后存入数据库;根据文本特征的近似程度和文本间的关联关系实现聚类分析,聚类结果为后继摘要生成、主题发现提供数据支撑;基于预训练语言模型强大的上下文理解能力和丰富的语言表达能力,提出基于预训练语言模型的海洋新闻自动摘要生成方法。通过多组实验证明了所提方法在各个评估指标上的有效性,突显出其在多源异构网络海洋新闻挖掘方面的优势。该方法为处理分散的海洋资讯信息、生成可读性更强的内容摘要提供可行的解决方案,对提高海洋信息获取效率、监测公众舆论走向、推动海洋信息的应用与传播具有重要意义。

基于BERT模型和图注意力网络的方面级情感分析

林煌, 李弼程

计算机科学. 2024, 51 (11A): 240400018-7. doi:10.11896/jsjkx.240400018

摘要 ( 137 )

PDF(2530KB) ( 201 )

参考文献 | 相关文章 | 多维度评价

方面级情感分析是一项细粒度的情感分析任务,旨在对给定文本中的特定方面进行情感极性分析。当前基于语法分析的方法严重依赖于依存树的单一解析结果,并且大部分研究对于语义和语法特征的融合并不充分。因此,提出了一种基于BERT模型和图注意力网络的方面级情感分析方法。该方法能够充分挖掘句子结构中的语义和语法信息,并通过交互注意力机制融合这些信息,从而获得更精确的情感特征。首先,利用BERT预训练模型得到文本的初始化向量,并使用注意力机制对方面词进行全局的语义信息关联,得到文本的语义特征。其次,利用语法解析器构建短语结构图和依存图,并利用图注意力网络对节点信息进行编码,得到文本的语法特征。最后,通过交互注意力机制结合学习到的语义和语法特征,实现了多个视角的融合,从而全面理解方面-观点关系。实验结果表明,所提方法在多个数据集上的ACC值和F1值均优于现有的多个先进方法。

基于BiLSTM-CRF的航行通告命名实体识别研究

项恒, 杨明友, 李猛

计算机科学. 2024, 51 (11A): 240300148-6. doi:10.11896/jsjkx.240300148

摘要 ( 88 )

PDF(2269KB) ( 154 )

参考文献 | 相关文章 | 多维度评价

针对当前国际民航组织对数字航行通告研究仅考虑对文本航行通告环境兼容,而未考虑对数字航行通告环境兼容的问题,提出一种基于BiLSTM-CRF的航行通告命名实体识别模型,以实现文本航行通告中相关实体的自动识别,并为转换数字航行通告提供所需的基本数据。通过构建航行通告语料标记数据集对LSTM,BiLSTM,BiLSTM-CRF 3种模型进行对比实验。实验结果显示,所提模型的精确率、召回率、F₁值分别为95%,95%,95%,验证了其在航行通告领域的有效性,证明本研究可以有效识别航行通告中的重要实体信息。

面向医学领域的文本特征增强多任务学习模型

郭瑞强, 贾晓文, 杨世龙, 魏谦强

计算机科学. 2024, 51 (11A): 240200041-7. doi:10.11896/jsjkx.240200041

摘要 ( 90 )

PDF(1971KB) ( 200 )

参考文献 | 相关文章 | 多维度评价

医学命名实体的识别和规范化是构建高质量医学知识图谱的基础。文中提出了一种基于文本特征增强的多任务学习模型,旨在解决现有模型中医学实体识别与规范化模型不能充分利用文本特征的问题。该模型添加词级、字符级特征和上下文语义信息来增强文本表示,再通过4个分级子任务,联合建模完成医学实体识别和规范化任务。实验表明,该模型能够学习实体识别和实体规范化这两个任务的共同特征,有效地提高学习的准确率。在NCBI和BC5CDR两个数据集上取得了较好的效果,在NER和NEN任务上的F1值分别为:91.09%,91.02%;92.05%,92%。

基于多视角的图像文本情感分析

高玮军, 孙子博, 刘书君

计算机科学. 2024, 51 (11A): 231200163-8. doi:10.11896/jsjkx.231200163

摘要 ( 101 )

PDF(3607KB) ( 189 )

参考文献 | 相关文章 | 多维度评价

在社交媒体中,人们往往首先被图片中的人物表情所吸引,直接触及到情感。然而,对于情感的完整表达,场景也扮演着不可或缺的角色,为情感分析提供了必要的背景和支持。但许多学者忽视了场景在情感表达中的重要性,导致结果并非最优。针对图文双模态情感分析模型存在忽略多模态间的对齐、图片特征提取不充分和模型泛化能力不高的问题,提出了多视角图像文本情感分析网络(Multi-view Image-Text Emotion Analysis Network Model,MITN)。在图像特征提取中,在面部表情方面加入注意力机制来更好地捕捉人物面部表情,在场景方面加入空洞卷积引入膨胀率来增大感受野,并利用Places数据集对Scene-VGG进行迁移学习训练,以此来充分利用场景。使用BERT+BiGRU来提取文本表达特征,在多模态情感数据集 MVSA 上的实验验证了所提模型的有效性。

基于样本贡献度对抗迁移的审计领域细粒度实体识别模型

庞博文, 陈一飞, 黄佳

计算机科学. 2024, 51 (11A): 240300197-8. doi:10.11896/jsjkx.240300197

摘要 ( 68 )

PDF(2073KB) ( 151 )

参考文献 | 相关文章 | 多维度评价

细粒度命名实体识别(Named Entity Recognition,NER)在审计领域扶贫文本中识别实体信息,对优化扶贫政策成效分析与评估至关重要。近年来,深度学习在细粒度NER任务中取得显著成效,但特定领域仍面临语料集匮乏、迁移学习中细粒度特征不兼容性加剧及数据不平衡等问题。针对这些问题,制定了细粒度扶贫审计实体标签体系,并构建了细粒度扶贫审计语料集(FG-PAudit-Corpus)以解决审计领域数据集匮乏的问题。提出了基于样本贡献度对抗迁移的细粒度实体识别模型(FGATSC),该模型做对抗迁移训练,提出将样本贡献度权重纳入迁移特征中以解决细粒度特征的不兼容问题。同时,针对源域高资源与扶贫审计领域低资源样本的不平衡,提出了平衡资源对抗鉴别器(BRAD)以降低这种影响。实验结果表明,FGATSC模型在FG-PAudit-Corpus上F1的值为75.83%,较基线模型提高了9.03%,较其他主流模型提升了4.01%～6.53%;在Resume数据集上进行泛化性验证,F1值较近几年的主流模型提高约0.14%～1.31%,达到了95.77%。综上,验证了FGATSC模型的有效性和泛化性。

基于深度强化学习的无人机自主探索方法

唐嘉宁, 李成阳, 周思达, 马孟星, 施炀

计算机科学. 2024, 51 (11A): 231100139-6. doi:10.11896/jsjkx.231100139

摘要 ( 96 )

PDF(3462KB) ( 186 )

参考文献 | 相关文章 | 多维度评价

无人机面对非结构化未知环境,如山地和丛林等场景进行探索时,必须在缺乏先验条件的情况下同时进行环境感知和航迹规划。传统方法受制于算法和传感器等多重因素的制约,探索范围有限,效率低下,并易受到环境变化的干扰。为解决这一问题,提出了一种基于深度强化学习的无人机自主探索方法。该方法以归一化优势函数(Normalized Advantage Functions,NAF)算法为基础,引入了3种算法增强机制,以提升无人机在非结构化未知环境中的探索范围和效率。在自行设计的仿真环境中进行实验,结果表明,改进后的NAF算法相较于原始版本,具有更大的探索范围和更高的效率,同时表现出优越的收敛性和鲁棒性。

伪布尔约束的一种模型计数方法

郑苏豪, 牛秦洲, 陶小梅

计算机科学. 2024, 51 (11A): 240300161-5. doi:10.11896/jsjkx.240300161

摘要 ( 65 )

PDF(1939KB) ( 151 )

参考文献 | 相关文章 | 多维度评价

伪布尔约束问题是一类与布尔约束问题相似的组合优化难题。解决这类问题的核心在于以不同的数学形式对伪布尔约束进行编码,例如线性规划、整数规划以及其他形式的组合优化。当前流行的解决方法是将问题转化为布尔公式,然后运用冲突导向的子句学习(CDCL)类SAT求解器对这些布尔公式进行求解。提出了一种新的方法来解决伪布尔约束问题中的模型计数问题。首先,介绍了知识编译和扩展规则的相关概念,随后详细阐述了如何利用知识编译将伪布尔约束问题转化为二元决策图(BDD),并着重探讨了BDD结构的特性,最后采用基于扩展规则的模型计数方法来处理伪布尔约束问题中的模型计数问题。实验结果表明,该方法在处理互补因子较高的子句集时表现出更为优越的性能。

基于着色旅行商问题的旅游路线规划

古婵, 付燕, 叶圣丽

计算机科学. 2024, 51 (11A): 231200072-8. doi:10.11896/jsjkx.231200072

摘要 ( 88 )

PDF(3274KB) ( 166 )

参考文献 | 相关文章 | 多维度评价

研究旅游路线规划问题对推动城市旅游业的发展和提高游客体验至关重要,通常研究者将其抽象为着色旅行商问题进行探讨。然而,在求解大规模景点最优路线时,现有方法存在求解灵活性差和收敛速度慢等问题。因此,基于自动机探讨着色旅行商问题及其在旅游路线规划中的应用。首先,通过自动机建立景点路线图,利用分层自动机方法进行分散化讨论;其次,利用其结构性质灵活处理景点的选择并删除无效路径;最后,在简化后的模型上利用蚁群算法求解最短路线。实验选取了西安市内及周边景点作为样本数据,研究结果表明,与传统蚁群算法和模拟退火算法相比,所提算法降低了问题的复杂度,在有效范围内进行搜索,能够在20次迭代次数内收敛并求得最短路径,同时还可以根据游客个性化需求灵活规划合理的旅游路线。

注意力改进的动态自组织模块化神经网络结构设计及应用

张昭昭, 潘浩然, 朱应钦

计算机科学. 2024, 51 (11A): 231000069-9. doi:10.11896/jsjkx.231000069

摘要 ( 72 )

PDF(3626KB) ( 150 )

参考文献 | 相关文章 | 多维度评价

针对混沌时间序列的复杂性和非线性特点,提出了一种专注于此类挑战的新型神经网络模型,即注意力改进的动态自组织模块化神经网络模型(ADAMNN)。该模型基于分而治之的思想,通过注意力机制计算不同子网络与输入数据的相似度,并利用层次聚类自适应地划分子网络。随后,采用基于层次聚类的动态生长机制,对子网络簇进行增减,最后通过激活的子网络簇对输入样本进行在线学习;同时,结合传统的集成输出方法,提出了一种基于注意力机制的子网络加权集成输出方法。最终分别在Mackey-Glass时间序列、M-G快时变时间序列、非线性系统辨识、煤矿开采过程中在瓦斯浓度数据集上进行了实验,ADAMNN展现出了实时更新子网络中心、动态构建子网络簇的能力,而且与基于欧几里得空间的动态自适应模块化神经网络相比,预测准确度提高了约40%。

目标个数不规则变化的动态多目标优化算法

栗三一, 刘爽

计算机科学. 2024, 51 (11A): 231000079-11. doi:10.11896/jsjkx.231000079

摘要 ( 78 )

PDF(3946KB) ( 167 )

参考文献 | 相关文章 | 多维度评价

文中提出了一种基于混合策略的初始种群预测算法(A Hybrid Strategy Based Initial Population Rrediction Algorithm,HIPPA)来解决目标个数随时间不规则变化的动态多目标优化问题。HIPPA依据目标个数判断环境是否发生变化,根据不同的目标个数划分环境类型。在种群初始化阶段,初始种群由3种机制产生。首先,利用历史种群信息训练改进的神经网络算法,生成一部分初始种群。其次,改进的精英策略利用历史种群信息生成一部分初始种群。最后,使用改进的随机策略生成一部分种群,以保持种群的多样性。本文使用基准实验F1-F5验证所提算法的有效性,并将结果与其他动态优化算法对比。实验结果表明,HIPPA可以更加有效地解决目标个数随时间不规则变化的动态多目标优化问题。

融合微分熵的高泛化能力脑电情绪识别模型

李争平, 李汉文, 王立军

计算机科学. 2024, 51 (11A): 231200066-7. doi:10.11896/jsjkx.231200066

摘要 ( 78 )

PDF(5347KB) ( 177 )

参考文献 | 相关文章 | 多维度评价

深度学习的出现,使得脑电信号研究得到进一步发展。常用的基于深度学习对情绪分类的方法有人工神经网络(Artificial Neural Network,ANN)与深度学习(Deep Learning,DL)等。但脑电信号属于有限样本数据,对于深度学习这类需要大量数据驱动训练从而完成分类任务的网络来说,如何在有限的数据数量下提升分类任务的效果和泛化性能是一个研究重点。针对脑电研究中真实环境对脑电信号的影响以及神经网络模型泛化性问题,充分挖掘脑电信号包含的信息,提出了同时考虑原始脑电信号和DE特征的深度学习模型,并设计实验的数据采集过程和处理过程。在DEAP数据集、SEED数据集和实验采集的数据上进行实验,评估所搭建网络的性能效果和泛化能力,探索深度学习网络在脑电信号上的情绪分类关联关系。使用本文构建的网络模型与特征处理办法,在SEED数据集的情绪三分类上获得了85.62%的准确率,在DEAP数据集原始脑电的效价和唤醒两个维度的情绪二分类上分别获得了59.38%和61.70%的准确率。

基于OPENMP的再入飞行器轨迹多重打靶法并行计算

李思瑶, 李尚林, 罗井知

计算机科学. 2024, 51 (11A): 231000019-6. doi:10.11896/jsjkx.231000019

摘要 ( 93 )

PDF(3111KB) ( 178 )

参考文献 | 相关文章 | 多维度评价

实现基于多重打靶法将助推滑翔飞行器的轨迹优化问题变成非线性规划问题,用多重打靶法对三自由度再入轨迹进行优化,使用序列二次规划优化器进行优化,同时使用openmp进行并行计算,可以对等式约束中的积分进行并行计算。使用多重打靶法的再入轨迹优化算法,对模型进行并行计算。在MATLAB版本上使用的优化方法是内点法,而在C上面使用的优化方法是序列二次规划算法,C上面的程序是根据MATLAB转换的。仿真实验选取CAV-H模型进行计算,并行计算利用openmp获得了8.398倍加速比。多重打靶法与直接打靶法的结果基本一致,最小吸热量的多重打靶法的吸热量与以最小吸热量为目标函数的直接打靶法相差不多。通过仿真得出结论,线程数目在13时加速比最大,平均相对效率在93%以上。

3D点云数据处理方法研究进展

郭张翔, 闫天红, 周国强

计算机科学. 2024, 51 (11A): 240100132-13. doi:10.11896/jsjkx.240100132

摘要 ( 90 )

PDF(2055KB) ( 279 )

参考文献 | 相关文章 | 多维度评价

点云是理解三维场景的重要形式之一,3D点云在海洋平台逆向建模、海底地形测绘、深水浮式结构系泊系统损伤测量及海底管线可视化等方面都有着重要应用。基于此,文中梳理了点云数据处理方法,将其分为传统处理算法和基于深度学习方法两大类;传统处理算法从滤波、对象识别与分类和配准3方面进行了介绍总结;基于深度学习方法从点云、体素化和多视图3方面进行了介绍总结。对各种算法的优缺点进行了归纳对比,并展望了3D点云处理技术未来的发展趋势与方向。

基于注意力机制和双分支网络的胸部疾病分类

宋子岩, 罗川, 李天瑞, 陈红梅

计算机科学. 2024, 51 (11A): 230900116-6. doi:10.11896/jsjkx.230900116

摘要 ( 104 )

PDF(2778KB) ( 164 )

参考文献 | 相关文章 | 多维度评价

基于胸部X光片的胸部疾病分类对于提高诊断准确率、减轻医疗卫生系统压力具有重要意义。不同胸部疾病的发病区域尺寸存在巨大差异,是基于胸部X光片的胸部疾病分类任务面临的主要挑战。在对发病区域较小的疾病进行分类时,图像中大部分区域均为噪声区域,传统方法难以有效应对疾病间巨大的尺寸差异。针对这一问题,提出了一种结合多尺度特征的掩码构造方法,以DenseNet-121为特征提取器,构建了一个双分支网络,使用全局网络进行总体分类,并将微小病变区域送入局部分支以减轻噪声区域的干扰,最终利用基于注意力机制分支特征融合模块自适应地融合两个分支的分类特征信息。在ChestX-ray14数据集上进行了对比实验、消融实验和参数敏感性分析,结果表明,所提方法对14种胸部疾病分类的平均AUC高于现有方法,具有有效性且对参数不敏感。

眼底视网膜血管图像的自动分割方法研究

赵艳丽, 邢义通, 李小敏, 宋彩, 王培培

计算机科学. 2024, 51 (11A): 231000061-7. doi:10.11896/jsjkx.231000061

摘要 ( 153 )

PDF(4796KB) ( 175 )

参考文献 | 相关文章 | 多维度评价

随着计算机科学技术的快速发展,数字图像处理已被广泛用于医学辅助诊断中。鉴于人体健康状态与视网膜的血管管径、走向及分布紧密关联,视网膜图像评估已成为医生诊断的关键环节。然而,传统手工分割视网膜血管比较耗时且结果可复现性较差,已不适应当前需求。基于此,提出了一种基于图像处理的视网膜血管自动分割算法。该算法首先采用RGB彩色模型、直方图均衡化以及形态学方法对视网膜图像进行增强预处理,其次选用大津阈值法对图像的主干血管进行分割提取,之后通过高斯匹配滤波来动态调整阈值以实现小血管的分割,然后将分割后的主干及细小血管图像进行合并及优化,最后利用DRIVE图像库中的20张图像对该算法的性能进行了评估。结果表明,所提出的算法在准确度、灵敏度、特异度指标上分别达到了96.2%,77.3%,97.9%,从而验证了该算法的有效性和可靠性。

基于生成对抗网络的下肢X光图像三维重建算法

叶瑞雯, 王宝会

计算机科学. 2024, 51 (11A): 230900089-7. doi:10.11896/jsjkx.230900089

摘要 ( 85 )

PDF(4562KB) ( 166 )

参考文献 | 相关文章 | 多维度评价

下肢骨畸形一直是骨科医疗中一个常见且治疗难度较大的病症,通常需要医生基于病人下肢骨正侧位X光片进行畸形程度判断。其诊断与手术方案设计高度依赖医生的专业程度与经验水平,是当前医疗领域非常重要的一个难题。为了降低医生诊断难度,需要给医生提供更加直观准确的下肢骨畸形模型展示。文中将人工智能深度学习技术应用到医疗影像处理与三维重建中,提出PSSobel-X2CTGAN模型以实现基于二维X光影片到三维CT图像的重建。主要研究内容包括:1)调研梳理CT影像归一化、裁剪缩放和DRR生成的数据预处理流程,使其能更好地应用于三维重建模型的训练和预测;2)将生成对抗原理运用于模型训练中,通过对生成器上采样过程的优化使得生成的三维模型更加接近真实情况;3)设计合理的损失函数,在基本的重建损失和投影损失基础上,引入sobel loss使得最终图片的边缘更加清晰,更适用于高精度的三维骨模型重建。在开源的盆骨和膝关节数据上进行实验,结果表明所提模型在各项评价指标上都优于原始模型,且从可视化的图片结果来看,该模型所提能取得较为满意的效果,对下肢畸形诊断具有实用价值。

一种EO-YOLOX输电线绝缘子检测方法

胡益民, 曲光, 王夏兵, 张杰, 李加东

计算机科学. 2024, 51 (11A): 240200107-6. doi:10.11896/jsjkx.240200107

摘要 ( 84 )

PDF(3595KB) ( 160 )

参考文献 | 相关文章 | 多维度评价

为了保证电力系统的安全运行,使用无人机巡检技术对高压绝缘子进行日常检查是必要的。然而,受到电力线磁场和飞行安全的影响,图像数据中绝缘子像素表征减少,进而导致绝缘子检测的准确性降低。针对上述问题,提出了一种有效优化YOLOX(Efficient Optimization YOLOX,EO-YOLOX)检测模型。该模型首先利用空洞卷积(Atrous Convolution)的思想,提出了空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,消除图像中的无关信息,提高了网络识别感兴趣区域的能力。其次,在特征融合阶段加入了注意特征融合(Attentione Feature Fusion,AFF)模块,通过向融合特征图中补充深层语义和浅层细节信息,提高了检测绝缘子的准确性。最后,针对传统损失函数不能准确反映两个边界框之间距离的问题,提出了一种优化损失函数,以更准确地评估边界框的质量。将该算法在绝缘子数据集上进行了实验和测试,结果表明,与传统的 YOLOX 方法相比,该算法在识别绝缘子方面表现优异,mAP 值提高了约 2.59%。该模型的实时处理效率高达41.21帧每秒,有效解决了绝缘子检测难题。

基于改进YOLOV8的图像液晶显示屏像素缺陷检测算法

张峰

计算机科学. 2024, 51 (11A): 240100162-7. doi:10.11896/jsjkx.240100162

摘要 ( 100 )

PDF(4489KB) ( 179 )

参考文献 | 相关文章 | 多维度评价

在工业仪表液晶显示屏检测过程中,由于显示屏像素尺寸较小,像素缺陷难以被检测。传统的计算机视觉方法对环境变化敏感,需要手动设置参数。针对上述问题,设计了一种基于深度学习的液晶屏缺陷检测算法,其能够在较低的算力条件下识别液晶屏的像素级别像素缺陷。主要工作包括:(1)针对小尺寸目标正负样本匹配过程中正样本数量较少的问题,提出了一种不同尺寸目标的自适应正样本数量增强方法;(2)针对小尺寸目标正样本IoU小导致训练困难的问题,提出了一种自适应正样本IoU补偿加权方法;(3)针对小数据集对超参数敏感的问题,设计了一种正负交叉熵不平衡权重分类损失函数;(4)针对小尺寸目标细节特征提取困难的问题,在主干网络中引入了频域通道注意力,强化了小目标的细节特征提取能力。实验结果表明,相较于基线模型YOLOV8,此算法的小尺寸检测目标的mAP_s达到63.3%,提高了3.7%。其中,小尺寸像素缺陷的mAP_s达到78.8%,提升了4.5%;灰尘杂质检测目标的mAP_s达到47.8%,提升了3%;像素缺陷召回率达到99.8%。以上结果充分验证了算法的有效性。

跨模态噪声过滤的事件相机目标检测算法

胡刚, 梁栋, 黄圣君

计算机科学. 2024, 51 (11A): 231000013-6. doi:10.11896/jsjkx.231000013

摘要 ( 77 )

PDF(2465KB) ( 179 )

参考文献 | 相关文章 | 多维度评价

事件相机具有高时间分辨率、高动态范围和低功耗等特性,通常被用于传统相机应用受限场景(高速度、强光、弱光等)下的目标检测任务中。然而由于事件相机的像素异步性,其输出的事件序列难以进行人工标注,为此现有方法通过RGB图像标记迁移得到事件序列标记。然而,迁移标记中存在大量噪声标记和事件序列中部分目标纹理模糊,导致难以取得理想的模型性能。为了解决此问题,提出了一种跨模态噪声过滤的事件相机目标检测算法。算法利用预训练后的事件相机检测器对开源RGB目标检测数据集进行筛选,得到对训练事件相机检测器最具价值的RGB图像和事件图像一起构成跨模态混合图像,帮助检测器更准确地识别、定位事件图像目标;为了缓解噪声标记对检测器性能的影响,设计了一种多阶段目标检测联合优化策略,单个阶段训练完成时,在全局标记中识别噪声标记,并对噪声标记进行修正后在下一阶段使用。实验结果表明,在1Mpx Detection Dataset上,与基准模型相比,跨模态噪声过滤的事件相机目标检测算法提供了8.35%的模型增益,远优于Co-teaching,O2U-net等噪声标签学习方法,具体地,跨模态混合图像训练、联合优化框架分别提供了6.44%,4.77%的模型增益。

融合多尺度特征与位置信息的输电线路山火检测算法

陈冬, 周浩, 袁国武, 杨凌宇, 成秋艳, 任莹, 马仪

计算机科学. 2024, 51 (11A): 230900155-7. doi:10.11896/jsjkx.230900155

摘要 ( 71 )

PDF(4011KB) ( 176 )

参考文献 | 相关文章 | 多维度评价

针对输电线路山火中烟雾火灾目标存在尺度多变、背景复杂的特点,会导致检测精度低和误检的问题,文中在YOLOv5的基础上提出了一种融合多尺度特征与位置信息的输电线路山火检测算法。首先,为解决尺度多变的问题,针对SPPF(快速空间金字塔池化层)级联式结构在尺度融合时只关注局部特征信息的问题,提出了一种层级式与CSP(跨阶段局部网络)结构相结合的尺度融合模块SPPCSPC(跨阶段空间金字塔池化层),能有效提取并融合多层次、不同尺度的全局特征信息,提高算法对烟雾火灾目标的检测能力。其次,为解决误检问题,提出了新的颈部网络PCANet(路径位置聚合网络)既融合浅层和深层特征图,又分别从特征图的竖直和水平两个方向将目标的位置信息融入通道中,增强算法对烟雾火灾目标位置信息的关注度,降低复杂背景的干扰。在输电线路烟雾火灾数据集上进行实验,所提算法的mAP₅₀提高了1.6%,mAP_50:95提高了1.5%,Recall提高了2.4%,有效提高了烟雾火灾目标检测精度,减少了误检现象发生,能够更好地完成检测任务。

基于关键点密度优化的ORB算法

景有鲜, 朱庆生

计算机科学. 2024, 51 (11A): 240300048-5. doi:10.11896/jsjkx.240300048

摘要 ( 59 )

PDF(2745KB) ( 132 )

参考文献 | 相关文章 | 多维度评价

在立体视觉检测系统中,特征匹配技术至关重要,其用于识别和对齐不同图像间的相似特征,实现图像对比、物体识别、三维重建等多项任务。特征匹配的质量直接影响整个立体视觉检测系统的精度,特征点提取是特征匹配的基础,这些点的质量直接决定了匹配的准确性和算法的鲁棒性。ORB算法因具有高效性,被广泛应用于特征匹配任务,但在处理复杂场景时,特征点在数量和分布均匀性方面存在不足。对此,提出了一种改进的基于关键点密度的自适应抽样方法,通过结合图像的局部对比度和梯度信息,优化ORB算法中关键点的分布,以实现整个图像中关键点的均匀选取,提高特征点提取性能。利用Middlebury立体视觉数据集进行的实验结果表明,改进后的算法相比传统方法,在关键点数量和分布均匀性上有显著提升,同时保持了接近原ORB算法的运行效率。此项研究不仅针对ORB算法在复杂场景处理中的不足提供了有效的解决方案,也为计算机视觉领域特征点提取和匹配的优化开辟了新的途径。

基于多尺度双重自注意力的遥感影像变化检测

史经业, 左一平, 支瑞聪, 刘吉强, 张梦鸽

计算机科学. 2024, 51 (11A): 231000097-9. doi:10.11896/jsjkx.231000097

摘要 ( 70 )

PDF(5553KB) ( 161 )

参考文献 | 相关文章 | 多维度评价

针对遥感影像地物目标尺度不一、上下文信息不足和边缘细节信息难以恢复等问题,提出一种基于多尺度双重自注意力的像素级变化检测网络(Pixel-based change detection Network,PixelNet)实现遥感影像变化检测任务。一方面,使用基于混合空洞卷积的多尺度特征金字塔提取卷积特征,并加入双重自注意力模块获取通道和空间注意力,兼顾细节和语义信息的同时增加特征感受野,进一步增加了全局上下文信息。另一方面,为了优化地物目标的边界圆滑模糊问题,通过边缘感知损失与加权对比损失的自动化联合训练,实现新的边缘修复模块。针对样本不均衡问题提出了带阈值的加权均衡采样的数据处理策略,以减轻变化像素数目远远小于未变化像素数目造成的网络训练倾斜问题。在遥感影像数据集CDD和LEVIR-CD上通过实验证明,所提像素级变化检测网络PixelNet在遥感变化检测任务上的主观视觉效果及客观评价指标优于SOTA的检测结果。在CDD数据集上检测精度达到98.0%,F1分数达到96.7%;在LEVIR-CD数据集上检测精度达到95.8%,F1分数为87.2%。该网络有效解决了遥感变化检测中样本不平衡、双时相特征上下文信息不足、边缘难例分类错误等问题。

基于轻量化多尺度融合注意力网络的古代壁画脱落区域自动标定

王信超, 余映, 陈安, 赵辉荣

计算机科学. 2024, 51 (11A): 231200162-8. doi:10.11896/jsjkx.231200162

摘要 ( 79 )

PDF(4700KB) ( 170 )

参考文献 | 相关文章 | 多维度评价

针对古代壁画脱落区域难以准确自动标定的问题,文中提出了一种基于多尺度融合注意力网络的轻量化网络模型。首先,提出多尺度融合注意力模块使网络能够学习到更多不同尺度的特征,并重点关注其中更重要的特征,从而提高标定壁画脱落区域的准确率。在提出的多尺度融合注意力模块中采用了深度可分离卷积,使网络模型更加轻量化。其次,采用交叉熵损失与Dice得分相结合的方式作为损失函数,并采用Adam优化器进一步提高标定壁画脱落区域的准确率。此外,构建了敦煌莫高窟壁画和云南石屏罗色庙壁画数据集,并对其脱落区域进行了人工标定。实验结果表明,所提网络模型能够准确地标定出古代壁画中的脱落病害区域。与现有深度学习方法进行对比,所提模型的参数量显著减少,且在主观视觉质量、客观评价指标以及泛化性能上都有更好的表现。

基于自注意力与双向特征融合的道路障碍物检测方法

李婷, 赵尔敦, 杨军

计算机科学. 2024, 51 (11A): 240100138-5. doi:10.11896/jsjkx.240100138

摘要 ( 85 )

PDF(2616KB) ( 150 )

参考文献 | 相关文章 | 多维度评价

随着科技的飞速发展,辅助驾驶技术已经成为汽车行业未来发展的重要方向。在基于图像的道路障碍物检测中,现有方法对尺度变化大的目标、小目标和存在遮挡目标的检测能力有限,常出现误判和漏判等问题。针对此问题,提出了一种基于自注意力与双向特征融合的道路障碍物检测方法(CoXt-FCOS)。该方法在主干特征提取网络中引入分组的自注意力机制模块CoXT,以增强网络的全局信息捕获能力;为解决遮挡问题,引入跨阶段金字塔池化模块SPPCSPC;在特征融合模块中,引入路径增强网络,形成双向特征融合模块ESPAFPN,提升网络对小目标的感知能力。实验结果表明,CoXT-FCOS模型的精度较高,在CODA数据集上的mAP达到了88%,能够更准确地检测出道路上的障碍物。

基于ME-ResNet人脸微表情识别方法江

江盛, 朱建鸿

计算机科学. 2024, 51 (11A): 231000053-7. doi:10.11896/jsjkx.231000053

摘要 ( 144 )

PDF(3086KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

人脸微表情具有持续时间短、动作幅度小的特点。数据集样本量较少等因素也给微表情识别带来了巨大挑战。针对上述问题,提出一种基于ME-ResNet残差网络的微表情识别方法。首先,在预处理阶段,等间隔提取微表情视频片段起始帧至顶点帧之间的关键帧序列,利用改进Farneback光流法提取微表情关键帧序列的面部光流运动特征;接着,构建基于3D卷积的ResNet50网络,并将空间通道注意力CBAM机制加入网络Bottleneck模块,以增强网络对面部关键运动特征的聚焦学习能力,并构建ME-ResNet网络模型,将所提取的面部光流运动特征送入网络进行训练;最后,使用数据增强增加网络训练样本量,将ME-ResNet网络模型用于微表情识别任务,并在CASMEII,SMIC和SAMM数据集上进行实验验证,所提算法识别率达到了84.42%,72.56%,70.41%,与其他算法相比具有较高的识别能力。

面向汉字点选验证码的轻量级高效识别方法

金鑫豪, 池凯凯

计算机科学. 2024, 51 (11A): 240100031-9. doi:10.11896/jsjkx.240100031

摘要 ( 76 )

PDF(2732KB) ( 142 )

参考文献 | 相关文章 | 多维度评价

数字化浪潮下,企业日益依赖机器人流程自动化(Robot Process Automation,RPA)技术来降低成本、提高效率,以保持竞争力。但流程中部分环节面临汉字点选验证码识别的难题,限制了自动化水平的进一步提高。现有研究方案存在数据集制作难度大、模型泛化性能差、模型复杂度与性能之间不平衡等问题。为此,提出一种数据集制作成本低、模型泛化性能好且轻量化的汉字点选验证码识别方法。具体而言:首先采用经过针对性改进的YOLOv8-n显著轻量化汉字检测模型,然后对汉字图片进行分割、矫正等预处理操作,接着采用泛化性强的PaddleOCR模型进行汉字识别,降低了场景迁移的成本,并通过识别概率矩阵得到最佳匹配结果,进一步提高了准确率。此外,设计了一种半自动的汉字检测数据集构建流程并公开了数据集。该研究旨在推动汉字点选验证码的自动识别技术的发展,促进企业流程自动化水平的提升。

基于改进残差网络的混凝土砂石骨料种类识别研究

曹庆园, 朱建鸿

计算机科学. 2024, 51 (11A): 231000082-6. doi:10.11896/jsjkx.231000082

摘要 ( 64 )

PDF(3078KB) ( 164 )

参考文献 | 相关文章 | 多维度评价

为解决混凝土砂石骨料复杂种类识别精度低的问题,实现砂石骨料种类自动识别,提出了一种适用于混凝土砂石骨料种类识别的CM-ResNet18网络模型。首先采集骨料图像数据集,并采用数据增强方法增加样本以提升模型的鲁棒性;其次选择ResNet18模型作为主干网络,融合CBAM模块和MHSA模块,以增强模型的特征提取能力;最后增加Dropout函数以提高神经网络的泛化性能,同时在训练中引入迁移学习以加快网络收敛速度,并增大最后一层学习率,使其更好地适应训练数据并提高模型性能。实验结果表明,CM-ResNet18模型在原材料识别中取得了高达99.09%的准确率。与其他网络模型AlexNet,VGG19,EfficientNet,ResNet18,ResNet34相比,CM-ResNet18模型在识别准确率、精确率、召回率、F1-score上均有提高,表明该方法在混凝土砂石骨料识别中具有较高的实用性和可行性。

基于可分离卷积与小波变换融合的道路裂缝检测

刘云清, 吴越, 张琼, 颜飞, 陈姗姗

计算机科学. 2024, 51 (11A): 240100141-9. doi:10.11896/jsjkx.240100141

摘要 ( 110 )

PDF(4406KB) ( 152 )

参考文献 | 相关文章 | 多维度评价

针对目前对细小裂缝检测能力不强、分割精度低等问题,提出了一种改进的U-Net模型来检测路面裂缝,提高检测能力和分割精度。中文设计了新的模块MSDWBlock(Multi-Scale Depthwise Separable Convolutional Block),应用在编码器和解码器部分,通过深度可分离卷积增强模型的能力,扩大模型感受野,在跳跃连接部分引入了C2G注意力机制模块,提升模型对裂缝特征的感知能力;并引入了ASPP(Atrous Spatial Pyramid Pooling)和DWT(Discrete Wavelet Transformation)。ASPP通过在多个尺度上进行操作,有助于捕捉到裂缝的特征,而DWT能够减少卷积池化过程中的裂缝空间信息损失,保留裂缝边缘信息。这种结构设计使得网络更专注于裂缝的特征,从而提升了裂缝检测的准确性。通过实验证明所提模型显示出优于U-Net,Segnet,U2net等先进模型的精确性。在CFD数据集上mIoU,F1分别达到78.51%,0.868。这些成果表明,所提方法能有效提升道路裂缝检测的性能。

文本驱动的情绪多样化人脸动画生成研究

刘增科, 殷继彬

计算机科学. 2024, 51 (11A): 240100094-8. doi:10.11896/jsjkx.240100094

摘要 ( 73 )

PDF(3286KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

文中介绍了一种新型的文本驱动人脸动画合成技术,该技术通过融合情绪模型以增强面部表情的表现力。这一技术主要由两个核心部分构成:面部情感模拟和唇形与语音的一致性。首先,通过对输入文本的深度分析,识别出其中包含的情感类型及其强度。然后,基于这些情感信息,应用三维自由变形算法(DFFD)来生成相应的面部表情。与此同时,收集人类发音时的语音音素和唇形数据,并利用强制对齐技术,将这些数据与文本中的语音音素在时间上进行精确匹配,从而产生一系列唇部关键点的变化。随后,通过线性插值方法生成中间帧,以进一步细化唇部运动的时间序列。最后,使用DFFD算法根据这些时间序列数据合成相应的唇形动画。通过对面部情感和唇形动画进行细致的权重配比,成功实现了高度逼真的虚拟人脸表情动画。该研究不仅解决了文本驱动面部表情合成中的信息缺失问题,而且克服了表情单一和面部表情与唇形不协调的挑战,为人机交互、游戏开发、影视制作等领域提供了一种创新的应用方案。

面向工业图像异常检测的非对称师生网络模型

孔森林, 张辉, 黄镇南, 刘优武, 陶岩

计算机科学. 2024, 51 (11A): 240200069-7. doi:10.11896/jsjkx.240200069

摘要 ( 96 )

PDF(2805KB) ( 169 )

参考文献 | 相关文章 | 多维度评价

工业图像异常检测是大规模工业制造中的关键组成部分。针对工业图像异常检测存在的异常样本标注难度大、异常区域先验信息获取困难等问题,提出了一种基于非对称师生网络的无监督图像异常检测模型。首先,针对高相似结构师生网络导致的过模仿映射问题,设计了非对称师生网络,通过向学生网络残差块中引入上下文Transformer模块,为师生网络添加结构差异性,阻止学生网络过模仿教师网络的映射。其次,为了增强师生网络之间的泛化性差异,在教师网络中引入移动平均归一化层,以提高检测性能。最后,引入多尺度异常图融合机制,通过融合不同尺度的异常分数图,以更好地检测不同大小的异常。在MVTec AD公共数据集上进行了相关实验,实验结果中图像级别AUROC达到95.7%,像素级别AUROC达到97.4%,验证了该方法的可行性和有效性。

面向资源受限边缘设备的实时精确目标跟踪

张莘沂, 谭光

计算机科学. 2024, 51 (11A): 231200167-9. doi:10.11896/jsjkx.231200167

摘要 ( 73 )

PDF(4218KB) ( 147 )

参考文献 | 相关文章 | 多维度评价

实时视频分析任务通常涉及到运行计算密集型的深度神经网络模型来实现目标跟踪。在实际应用中,将多路视频数据分析任务卸载到摄像机附近的边缘设备上进行处理变得尤为重要。然而,这些边缘设备的计算资源通常非常有限,导致目标跟踪的精度较差。这主要是由过时的检测结果、跟踪错误积累以及无法感知新目标造成的。针对上述问题,提出了一种基于预测和修正的检测跟踪框架。该框架中包含了3个核心的组件:1)预测性检测传播:通过轻量级预测模型快速更新过时的对象边界框以匹配当前帧;2)帧差修正器:基于帧差信息将出现误差的目标框回归到正确位置;3)新目标检测器:在跟踪过程中通过对帧差特征进行聚类发现新出现的目标。实验结果表明,相比基线方法,该框架在不同的交通场景中取得了19.4%到34.7%的精度提升,同时保持了实时的运行速度。

基于Light-YOLOv8的围棋棋谱识别

张雷, 武文喆, 白雪媛

计算机科学. 2024, 51 (11A): 230900037-7. doi:10.11896/jsjkx.230900037

摘要 ( 111 )

PDF(3967KB) ( 208 )

参考文献 | 相关文章 | 多维度评价

为实现围棋对弈过程中的高精度实时记谱,提出了一种基于结合三维注意力机制与轻量化卷积的实时检测算法Light-YOLOv8。在YOLOv8模型的基础上,使用PWConv+PConv替换主干网络中跨阶段局部网络的3*3卷积,大幅减少模型计算量与参数规模;加入CARAFE上采样算子与SimAM三维注意力机制,提高对围棋目标的检测能力;使用Wise-IOU损失函数提高模型定位能力与收敛速度,提高了对棋子粘连、棋子重叠与光照不均匀情况下的检测能力。在自定义围棋数据集上进行对比训练表明,改进后的算法实现了检测精度的提升与推理速度的提高。针对移动端设备部署需求对模型进行优化与压缩,并在不同安卓设备部署,图像分辨率为640*480的情况下,结合图像预处理与后处理操作,拍照检测平均时间为89 ms,平均模型推理帧率为37.6 fps。进行50轮记谱实验,平均记谱准确率高于97%,平均胜负判别准确率到达100%,能够实现稳定的围棋记谱功能。

基于骨架特征的瓶颈层多尺度图卷积动作识别方法

黄海新, 王钰瑶, 蔡明启

计算机科学. 2024, 51 (11A): 231000073-5. doi:10.11896/jsjkx.231000073

摘要 ( 72 )

PDF(2962KB) ( 136 )

参考文献 | 相关文章 | 多维度评价

动作识别方法在计算机视觉领域取得了显著的效果,其中图卷积网络是动作识别任务的一种重要手段,在提取图结构数据的特征中表现出了卓越优势。然而,现有的图卷积动作识别网络仍存在一些问题,如过度依赖预定义骨架拓扑图结构、大时间卷积核计算成本高且缺乏灵活性等,这些问题极大限制了模型的表达能力和鲁棒性。文中提出了一种基于骨架数据的自适应瓶颈层多尺度图卷积动作识别方法,自适应空间模块对骨架拓扑图结构和参数进行优化学习,从而增强模型灵活性和适应性;瓶颈层多尺度时序模块提高时间建模能力,通过减少通道宽度来节省计算成本和参数。为验证所提方法的有效性,在大型骨架动作识别数据集NTU-RGB+D和NTU-RGB+D 120上进行实验。结果证明,改进后的算法的准确率得到了一定提升。

基于注意力机制的眼底血管图像分割算法

王利彬, 王树梅

计算机科学. 2024, 51 (11A): 231000003-6. doi:10.11896/jsjkx.231000003

摘要 ( 87 )

PDF(3754KB) ( 158 )

参考文献 | 相关文章 | 多维度评价

为了缩小编码器- 解码器结构存在的语义差距,提出了一种基于注意力机制的医学图像分割算法。首先,使用CBAM注意力模块,通过注意力机制模块增强模型进行医学图像的特征提取;其次,将CBAM模块输出的特征图作为文中所提出的特征细化模块的输入,用于恢复由于下采样所丢失的血管细节信息;最后,使用一种尺度注意力模块,将不同尺度的特征图所具有的特征结合起来形成最终的预测。通过与当下流行的眼底血管分割算法进行对比,所提算法在DRIVE数据集上的mIoU最高提升了2～3个百分点,最接近的也提升了0.4个百分点,证明了所提模型能够有效提升分割精度,对于恢复细微血管像素有着较好的效果。

基于多尺度与双注意力网络的城市边缘区不透水面变化检测

穆正阳, 戴建国, 张国顺, 侯文庆, 陈沛沛, 曹宇娟, 许淼淼

计算机科学. 2024, 51 (11A): 231200064-8. doi:10.11896/jsjkx.231200064

摘要 ( 73 )

PDF(6217KB) ( 166 )

参考文献 | 相关文章 | 多维度评价

不透水面作为城市化的重要特征,可直观反映城市化范围,利用遥感影像与计算机视觉检测不同时序间城市边缘区不透水面的变化,是观测城市扩张的有效手段,对于城建规划和城市可持续发展具有重要意义。然而,城市边缘区作为城市和自然环境的过渡区域,地物类型复杂凌乱,具有高度异质性,为变化检测任务带来了巨大挑战。为解决这些问题,该方法采用SE(Squeeze and Excitation)压缩激励结构与多尺度融合模块(Multi-scale Fusion Module,MSFM)对Deeplabv3+网络进行改进优化,构建高精度不透水面变化提取网络MSDANet(Muti-scale Dual-attention Network,MSDANet),实现不透水面变化自动提取。同时,基于Google Earth卫星影像平台,获取2017年与2021年乌鲁木齐城市边缘区可见光影像,构建一个注释良好的高分辨率不透水面变化检测数据集HISCD,并将其开源。通过与7种主流变化检测网络进行对比,MSDANet取得了最好的结果,具有良好的变化提取能力,能够精准提取多种不透水面变化类型。在HISCD测试集中OA,Precision,Recall,F1与MIoU各指标分别达到了90.77%,80.51%,78.83%,79.63%与68.80%。该方法为城市扩张分析提供了一种新颖的方法,为城市空间规划提供了有效的技术支持。

段状管道轴向数据可视化的颜色映射函数优化方法研究与应用

罗月童, 赵东晟, 彭俊, 董子秋

计算机科学. 2024, 51 (11A): 240400039-4. doi:10.11896/jsjkx.240400039

摘要 ( 59 )

PDF(2475KB) ( 138 )

参考文献 | 相关文章 | 多维度评价

轴向数据经常以伪色彩方式在三维管道模型上进行可视化,颜色映射函数对可视化效果有决定性影响。虽然现在已有很多颜色映射函数,且其对符合常见分布特点的数据有较好效果,但它们对分布比较特殊的数据还是难以取得理想效果,所以人们针对各种特殊分布数据研究颜色映射函数。如果三维管道轴向数据由若干段组成,并且呈现“段内差别小,段间差距大”的分布特点,那么常见映射函数难以同时表现段内的细微差异和段之间的显著差别,从而影响可视化效果。针对这个问题,提出一种基于控制点的映射函数优化方法,以改善段状数据的可视化效果。实验分析使用了合成数据来验证方法的有效性,且使用了聚变堆冷却管的辐射量数据验证方法的有效性,两种数据均验证了该方法的有效性。

基于改进MFCC和能量算子倒谱的语种识别

陈思竹, 龙华, 邵玉斌

计算机科学. 2024, 51 (11A): 231000065-6. doi:10.11896/jsjkx.231000065

摘要 ( 62 )

PDF(1983KB) ( 143 )

参考文献 | 相关文章 | 多维度评价

针对广播语音信号低信噪比下语种识别准确率低和鲁棒性差的问题,提出了基于小波包变换改进MFCC和能量算子倒谱特征的语种识别算法。首先,采用小波包变换代替MFCC中的傅里叶变换和Mel滤波得到WMFCC特征参数。在保留人耳听觉感知特性的基础上提升语音信号的高频分析能力和分析精确度,克服傅里叶变换的局限性。其次,提取Teager能量算子倒谱,得到语音瞬时能量的特性,与改进的MFCC特征参数融合得到新的特征参数TWMFCC。最后,为进一步提升低信噪比语音的识别效果,提出了VMD自适应维纳滤波去噪算法。通过实验对比了所提特征与传统特征的识别效果,所提特征的平均识别准确率显著提升,带噪语音在未进行语音去噪处理的情况下较传统MFCC高13.02%,有效改善了传统特征在低信噪比下识别准确率低的问题,具有较强的抗噪性和鲁棒性。

基于改进Yolov8的敦煌壁画元素检测算法

周颜林, 邬开俊, 梅源, 田彬, 俞天秀

计算机科学. 2024, 51 (11A): 231000034-6. doi:10.11896/jsjkx.231000034

摘要 ( 88 )

PDF(4381KB) ( 184 )

参考文献 | 相关文章 | 多维度评价

敦煌壁画因其极高的艺术价值、历史价值、研究价值而备受关注。在壁画文创研发中,壁画元素检测扮演了一个十分重要的角色。但是,受到壁画脱落、颜料褪色、病虫害破坏、元素体量差异大等因素的影响,给壁画元素的检测工作带来了极大的困扰。为此,文中基于Yolov8算法进行了改进拓展工作并将其引入壁画元素的检测任务。具体来说,考虑到部分元素特征不明显的问题,设计了改进的SPPCSPC模块以增强模型的特征感知能力,扩大模型的感受野;考虑到元素体量差异巨大、元素风格多变的问题,在C2f模块末端引入CoordAtt注意力机制以增强网络对局部及非显著信息的关注能力。在敦煌壁画元素检测任务上,相比5项前沿检测算法,所提算法取得了先进的壁画原始检测性能。相比Yolov8基线算法取得了2.2%@mAP的性能提升,尤其是在main_buddha类别上提升了12.2%@mAP的检测性能。所提方法有效支撑了敦煌壁画的后续相关研究工作。

基于非特定类别图像前景主体分割的深度学习算法研究

陈祥龙, 李海军

计算机科学. 2024, 51 (11A): 231000071-9. doi:10.11896/jsjkx.231000071

摘要 ( 72 )

PDF(4564KB) ( 148 )

参考文献 | 相关文章 | 多维度评价

通过在Mobile-Unet网络的基础上加入SENet通道注意力机制来改进图像前景主体分割算法。改进后的算法引入深度可分离卷积来减小模型参数量,同时利用跳跃连接和多尺度特征融合来提高模型的分割精度。在训练过程中,采用了带空洞卷积的空间金字塔池化模块来增加感受野,提高模型对于大尺度物体的识别能力。实验结果表明,改进后的算法在PASCAL VOC2012数据集上达到了96%的MIOU(Modular Input/Output Unit)分割精度,准确率达到了0.971,优于现有的多种图像分割算法,例如FCN全卷积神经网络算法。在速度方面,模型对于每张图片的处理时间为1.7~2.5 s,改进后的算法相对于传统的全卷积神经网络具有更快的推理速度,适合于在移动设备上实现实时图像分割。通过对比实验,比较了改进前和改进后的Mobile-Unet模型以及FCN模型对于明亮条件下和昏暗条件下图像前景主体分割的效果,并得出了改进后的Mobile-Unet模型具有最好效果的结论。最终进行算法的部署,设计了GUI可视化操作界面,并生成.exe可执行文件。

基于YOLOv5的桥梁裂纹检测方法研究

李军, 刘念, 张世义

计算机科学. 2024, 51 (11A): 231200063-7. doi:10.11896/jsjkx.231200063

摘要 ( 84 )

PDF(4560KB) ( 168 )

参考文献 | 相关文章 | 多维度评价

为解决桥梁裂纹识别中不同裂纹的识别问题,提高模型的拟合能力,并提升裂纹的特征提取能力,提出了一种基于YOLOV5融合EfficientNet,引入CBAM注意力机制的桥梁裂纹识别的算法YOLOv5-Crack。首先,基于网络EfficientNet的高精度、高效性,替换YOLOv5的特征提取网络以提取裂纹特征;其次,将CBAM(Convolutional Block Attention Module)卷积块注意力模块与通道和空间注意力模块结合,以增强模型表达浅层目标特征信息的能力,提高了裂纹的识别精度;最后,在桥梁裂缝数据集Concrete Crack Images for Classification上训练。研究结果表明:在大型裂纹的识别能力上,YOLOv5-Crack检测识别精度高于YOLOv5,其mAP@0.5,Recall及Precision明显提高,而消耗的算力明显降低,能够满足裂纹的检测要求。

基于MLP的伪装语音说话人性别鉴定

张晓, 管林玉

计算机科学. 2024, 51 (11A): 240400021-4. doi:10.11896/jsjkx.240400021

摘要 ( 66 )

PDF(1917KB) ( 136 )

参考文献 | 相关文章 | 多维度评价

文中提出了一种基于神经网络的伪装语音说话人识别模型,用以实现从共振峰的中心频率、带宽、音强等参数识别伪装语音说话人的性别。该模型以多层感知机(Multi-Layer Perceptron,MLP)为框架,经全连接的非线性堆叠计算获取识别结果,并在模型的训练阶段采用L-BFGS进行优化参数的求解。实验中采用SoundTouch对男性和女性的自然语音进行伪装,探讨了网络结构与激活函数对该模型的影响,以及该识别模型对不同电子伪装手段的适应能力。实验结果表明,基于MLP的识别模型能高效区分采用不同电子伪装手段伪装后的语音对应的说话人的性别。

一种融合激光与视觉的轻量级地貌地图构建方法

李雅雯, 张波涛, 仲朝亮, 吕强

计算机科学. 2024, 51 (11A): 240400051-9. doi:10.11896/jsjkx.240400051

摘要 ( 92 )

PDF(6798KB) ( 195 )

参考文献 | 相关文章 | 多维度评价

机器人在复杂环境中的工作性能与环境的交互作用息息相关,但传统的几何映射无法充分捕捉环境的细节信息。然而,现有的移动机器人的环境模型通常为二分类激光地图或小范围的低实时性语义地图,缺乏可承载多样化地貌信息的轻量级环境模型。针对该问题,文中提出了一种融合激光与视觉的轻量级地貌地图构建方法。该方法在时间和空间同步的基础上,利用改进CSPResnet的轻量级网络提取地貌的语义信息,并与点云相融合生成包含地貌信息的语义点云,以构建具有地形描述的地貌地图。同时为通过并行策略提高构图实时性,采用改进的ICP算法对点云配准进行优化,基于局部子图拼接方法构建大范围场景下的地貌地图。在实际场景中进行实验,结果表明所提方法可有效识别多种典型地貌,并在有限机载算力下构建轻量级地貌地图。

基于多任务学习的复杂城市遥感图像道路提取

王坤阳, 刘洋, 业宁, 张凯

计算机科学. 2024, 51 (11A): 240300095-8. doi:10.11896/jsjkx.240300095

摘要 ( 59 )

PDF(5352KB) ( 143 )

参考文献 | 相关文章 | 多维度评价

提出一种新的遥感图像道路提取框架,旨在利用从道路边缘检测中获得的知识来提高道路提取的准确性。研究中引入了一个融合多尺度信息和视觉注意力机制的多尺度视觉注意力模块,并构建了一个级联特征融合模块以集成网络在不同尺度上的预测结果。在此基础上,构建了一个包含编码器和解码器的多尺度视觉注意网络(MSVANet)。同时,提出一个多任务学习框架,该框架结合了MSVANet,并采用粒子群优化算法对多任务学习框架的两个学习率超参数的自动选取进行优化。RNBD数据集的训练和测试结果表明,所提方法在各种分割精度指标和泛化能力方面均优于其他道路提取方法。

改进YOLOv5s的城市建筑环境下的烟火检测算法

于泳波, 孙振, 朱灵茜, 李庆党

计算机科学. 2024, 51 (11A): 240100051-7. doi:10.11896/jsjkx.240100051

摘要 ( 82 )

PDF(4666KB) ( 178 )

参考文献 | 相关文章 | 多维度评价

针对城市建筑环境下的烟火检测存在检测精度低、耗时较长等问题,提出一种基于YOLOv5s改进的烟火检测算法。首先通过K-means重新聚类针对烟火数据集的先验框;在YOLOv5s的主干特征提取网络中嵌入CA(Coordinate attention)注意力机制,抑制噪声的干扰;借鉴DAMO-YOLO中的Efficient RepGFPN和BiFPN(Bidirectional Feature Pyramid Network)思想设计了一个全新的颈部BiGFPN,重构YOLOv5s的颈部促进多尺度融合;为了有效利用特征图的语义信息,引入轻量级通用上采样算子CARAFE(Content-Aware ReAssembly of Features);为了降低模型改进带来的参数量和计算量,采用GhostNet重构YOLOv5s的颈部;将边界框回归损失函数CIoU替换为SIoU,加速模型的收敛并且提高精度。实验结果表明,改进后的YOLOv5s拥有更少的参数量和计算量,而且mAP50提升了4.6%,基本能够满足烟火检测的要求。

PS-YOLOv8:增强电力线路检测中的小规模损坏检测

宋尚泽, 李莉, 田野, 白洁

计算机科学. 2024, 51 (11A): 240100003-6. doi:10.11896/jsjkx.240100003

摘要 ( 103 )

PDF(3503KB) ( 162 )

参考文献 | 相关文章 | 多维度评价

在电力线路检测领域,准确检测细微裂纹和微小破损等微小损伤至关重要。这些轻微损坏往往因其规模小和背景复杂性而被忽视,如果不及时识别和解决,可能会升级为重大安全隐患。为了应对这一挑战,本研究设计了 PowerScreen-YOLOv8(PS-YOLOv8) 模型。该模型与原始YOLOv8相比,对电力巡检中的小目标检测有了很大进步,通过集成了6项关键改进,以提高复杂环境中的检测精度。该研究通过严格的测试和针对领先算法的基准测试证明了该模型的优越性。PS-YOLOv8 获得了90.3%的准确率并且在现实无人机捕获场景中具有经过验证的稳健性,代表了电力线路检测技术的重大飞跃,为基础设施维护提供了更可靠、更高效、更安全的方法。

基于多模态数据与融合深度网络的自动睡眠分期方法

赵若男, 李朵, 宋江玲, 张瑞

计算机科学. 2024, 51 (11A): 231100160-6. doi:10.11896/jsjkx.231100160

摘要 ( 125 )

PDF(3240KB) ( 178 )

参考文献 | 相关文章 | 多维度评价

准确的睡眠分期是进行睡眠质量评估及相关疾病诊断的重要依据。针对脑电信号(Electroencephalogram,EEG)和眼电信号(Electrooculogram,EOG) 在睡眠各阶段存在差异性,提出了一种用于实现自动睡眠分期的基于EEG和EOG的新型特征融合深度网络——MAFSNet。具体地,首先设计两种一维卷积神经网络分别用于提取EEG和EOG信号中的睡眠有效特征;其次,构建自适应的特征融合模块,根据特征的贡献程度赋予其不同的权值,通过增强判别特征和抑制无关特征,得到包含多模态睡眠信息的自适应融合特征;进而,采用双向长短期记忆网络学习睡眠阶段转换规则中的时间序列相关信息;最后,使用公开数据集Sleep-EDF验证所提模型实现五级睡眠分期的有效性。研究结果表明所提方法在睡眠分期中具有较高的分类性能,准确率、Kappa系数和MF1分数分别为94.1%,88.2%和81.9%,其中N1和REM睡眠阶段的召回率分别显著提升到64.6%和93.5%。

基于频率域点扩散函数的视频中运动模糊车牌复原与识别优化

朱沛伍, 高树辉, 谢昭宇, 傅裕

计算机科学. 2024, 51 (11A): 231200046-9. doi:10.11896/jsjkx.231200046

摘要 ( 83 )

PDF(5202KB) ( 150 )

参考文献 | 相关文章 | 多维度评价

车辆是刑事案件中常使用的工具,车牌识别是涉案车辆认定的重要依据之一,因此对运动模糊造成的车牌图像退化的复原是刑事技术工作的重要研究方向。文中提出一种基于频率域点扩散函数参数估计的车牌图像复原算法,运用二维离散傅里叶变换、Radon变换以及Wiener滤波算法解决监控视频视角下运动模糊车牌的复原问题。通过预处理对运动模糊图像进行灰度化和降噪,并对图像添加Hanning窗,进行二维离散傅里叶变换和对数运算,计算图像的功率频谱图,运用Radon变换对频谱图进行检测,估算模糊方向;对频谱图进行最小值计算,求模糊长度,完成对点扩散函数两个参数的估算。通过Wiener滤波算法进行图像反卷积,实现图像复原。针对传统频谱图估算模糊参数易受中央亮线干扰的问题,在离散傅里叶变换之前添加窗函数进行优化。使用道路监控拍摄的模糊图像,进行点扩散函数参数估计实验,同时与目前未加窗的方法进行对比,验证所提算法的复原效果。实验结果证明,所提算法在复原车牌图像语义信息方面具有优势,能为刑事图像技术领域模糊车牌复原提供方法补充。

基于YOLOv8改进的脑癌检测算法

王喆, 赵慧俊, 谭超, 李骏, 申冲

计算机科学. 2024, 51 (11A): 231100122-7. doi:10.11896/jsjkx.231100122

摘要 ( 81 )

PDF(4907KB) ( 163 )

参考文献 | 相关文章 | 多维度评价

自动检测脑部肿瘤在磁共振成像中的位置是一个复杂、繁重的任务,需要耗费大量时间和资源。传统识别方案经常出现误解、遗漏和误导的情况,从而影响患者的治疗进度,对患者的生命安全产生影响。为了进一步提高鉴定的效果,引入了4项关键改进措施。首先,采用了高效的多尺度注意力EMA(Efficient Multi-scale Attention),这种方法既可以对全局信息进行编码,也可以对信息进行重新校准,同时通过并行的分支输出特征进行跨维度的交互,使信息进一步聚合。其次,引入了BiFPN(Bidirectional Feature Pyramid Network)模块,并对其结构进行改进,以便缩短每一次检测所需要的时间,同时提升图像识别效果。然后采用MDPIoU损失函数和Mish激活函数进行改进,进一步提高检测的准确度。最后进行仿真实验,实验结果表明,改进的YOLOv8算法在脑癌检测中的精确率、召回率、平均精度均值均有提升,其中Precision提高了4.48%,Recall提高了2.64%,mAP@0.5提高了2.6%,mAP@0.5:0.9提高了7.0%。

基于图卷积网络的糖尿病视网膜病变分级模型

杨雨帆, 袁立明, 王珂, 李弘毅, 李奕璇, 姚雨佳, 王婧祎

计算机科学. 2024, 51 (11A): 231000042-5. doi:10.11896/jsjkx.231000042

摘要 ( 101 )

PDF(2500KB) ( 166 )

参考文献 | 相关文章 | 多维度评价

糖尿病视网膜病变是一种高风险的致盲性疾病,若能及早发现病变情况,则可对症治疗,减缓或阻止患者进一步的视力丧失。目前已经有一些利用深度学习进行糖尿病视网膜疾病检测的成功案例。然而,这些方法通常只考虑了图像中像素之间的空间关系,而没有考虑到图像深层特征之间的关系。为此,提出了一种基于图卷积网络的糖尿病视网膜病变分级模型,旨在帮助医生和研究人员在临床实践和科研工作中更好地进行糖尿病视网膜病变图像的分级和诊断。本模型主要通过图卷积网络去捕捉图像深层特征间所蕴含的重要的分级信息,获得具有更强语义信息的特征,并在此基础上构建一个双路分支网络。此外,为了更好地进行特征融合,采用自适应权重机制来进一步提高分级性能。实验结果表明,所提出的方法利用图卷积网络可以充分学习到图像深层特征间的关系,从而提高分级性能,其分类准确率在 APTOS2019 数据集上达到约 84.8％,在 Messidor-2 数据集上达到约 68％。

基于高斯偏置自注意力和交叉注意力的医学图像分割模型

罗会兰, 郭宇辰

计算机科学. 2024, 51 (11A): 240300071-9. doi:10.11896/jsjkx.240300071

摘要 ( 69 )

PDF(3764KB) ( 285 )

参考文献 | 相关文章 | 多维度评价

为解决医学图像分割中目标之间存在特征差异、不同切片图像中存在同一解剖结构的相似表征和器官与背景的区分度低造成冗余信息过多的问题,提出了一种基于高斯偏置自注意力和交叉注意力的网络模型(Gaussian bias and Contextual cross Attention U-Net,GCA-UNet)。采用残差模块建立空间先验假设,通过高斯偏置自注意力&外注意力模块的高斯偏置自注意力来学习空间先验假设和强化相邻区域的特征表示,并利用外注意力机制学习同一样本下不同切片之间的相关性;上下文交叉注意力门控利用多尺度特征提取来强化结构和边界信息,同时对上下文语义信息进行重新校准并筛除冗余信息。实验结果表明,在Synapse腹腔CT多器官分割数据集和ACDC心脏MRI数据集上,GCA-UNet网络的分割精度指标Mean Dice分别达到了81.37%和91.69%,在Synapse数据集上边界分割精度指标Mean hd95达到16.01。相比其他先进医学影像分割模型,GCA-Unet分割精度更高,具有更清晰的组织边界。

一种改进的基于YOLOv5s的轻量化航拍目标检测模型

陈海燕, 毛利宏

计算机科学. 2024, 51 (11A): 231100119-8. doi:10.11896/jsjkx.231100119

摘要 ( 97 )

PDF(4943KB) ( 184 )

参考文献 | 相关文章 | 多维度评价

无人机航拍图像背景复杂、目标密集且小目标占比大,加大了目标检测的难度。基于深度学习的目标检测模型计算复杂度高,难以部署在无人机搭载的嵌入式设备上。针对此问题,提出了一种改进的基于YOLOv5s的轻量化航拍图像目标检测模型。首先将YOLOv5s主干网络的C3模块BottleNeck替换为轻量级的ShuffleNetv2网络,来降低模型的参数量和计算复杂度;其次在ShuffleNetv2网络中引入跨层信息交叉融合、SE通道注意力机制以及残差连接,来缓解卷积操作导致的特征通道数减少、网络中间层特征图的信息利用不充分问题;再次在YOLOv5s多尺度特征融合网络中引入SE通道注意力机制,来提高网络对关键特征的捕捉和提取能力;最后对改进的目标检测模型采用通道剪枝的方法使模型进一步轻量化。实验结果表明:在NWPU VHR-10数据集上,改进后的模型与YOLOv5s模型相比,目标检测的准确率和平均精度均值分别提升了3.5%,1.9%,模型的参数量和计算量降低了76%,48.7%,模型大小压缩了73.8%,检测速度提升了48%。

Partition-Time Masking:一种唇语识别数据增强方法

胡宇, 殷继彬

计算机科学. 2024, 51 (11A): 240300139-6. doi:10.11896/jsjkx.240300139

摘要 ( 70 )

PDF(2433KB) ( 142 )

参考文献 | 相关文章 | 多维度评价

提出了一种唇语识别数据增强方法Partition-Time Masking。该方法直接作用于输入数据,通过将输入划分为多个子序列再分别进行Mask操作最后再将各子序列按序拼接,使得模型能对部分帧缺失的输入具有更强的鲁棒性,从而增强泛化能力。实验前根据划分的子序列数目与掩码值来源不同而设计了5种增强策略,并与唇语识别研究中最重要的数据增强方法Time Masking进行了对比实验。实验在LRW数据集和LRW1000数据集上进行,实验结果表明Partition-Time Masking方法对模型性能提升的效果要优于Time Masking方法,其中子序列数目为3、掩码值选择各子序列平均帧时为最优策略,该策略使得目前最佳的唇语识别模型DC-TCN的性能从89.6%提高到90.0%。

基于多层特征融合的行人检测方法研究

黄玲娃, 崔文成, 邵虹

计算机科学. 2024, 51 (11A): 231000106-7. doi:10.11896/jsjkx.231000106

摘要 ( 75 )

PDF(3621KB) ( 176 )

参考文献 | 相关文章 | 多维度评价

针对遮挡行人检测识别困难、检测精度低,以及漏检率高等问题,在YOLOv7方法的基础上进行结构优化,提出了一种基于多层特征融合的行人检测网络模型,旨在提高遮挡行人检测的准确性。该方法是在主干网络特征提取部分采用ELAN-C模块,以增强行人特征信息的提取能力,从而提高行人检测的准确性。同时,在多尺度特征融合部分引入全局注意力机制构成多层特征融合,通过跨维度的信息交互,特别是对位置信息的关注,增强检测目标特征的表征,提高行人检测的准确性。此外,为了加速模型的收敛速度,采用EIoU作为损失函数,进一步提升检测框的定位精度。在公开数据集CityPresons上进行训练验证,模型对数平均漏检率MR^－2下降,Bare,Partial,Reasonable,Heavy分别下降0.55%,0.91%,1.78%,1.68%,有效减少了漏检率。

基于双重标签分配的遥感有向目标检测方法

董燕, 魏铭宏, 高广帅, 刘洲峰, 李春雷

计算机科学. 2024, 51 (11A): 240100058-9. doi:10.11896/jsjkx.240100058

摘要 ( 87 )

PDF(4345KB) ( 145 )

参考文献 | 相关文章 | 多维度评价

由于遥感图像目标具有任意方向、大纵横比和密集排列等多样性分布特点,预设的锚框难以精准匹配所有真实目标,导致对大纵横比和密集排列的有向目标检测精度不高。为了解决上述问题,提出了一种基于双重标签分配的遥感有向目标检测方法。首先,提出双重标签分配策略为目标分配最大及次优交并比的候选框;其次,通过排斥损失(AP-Loss)和吸引损失(UP-Loss)约束相邻目标的候选框,以提高目标正确匹配概率;然后,为了提取适应于分类和回归分支的鲁棒特征,设计了一个特征增强模块(FEM),该模块基于偏振函数构造自适应特征,能够有效增强分类和回归任务所需的特征表达能力;最后,设计了一个定位指导分类(LGC)模块,该模块通过定位任务指导分类任务的采样位置,进行定位细化,以获取分类任务的关键特征,从而缓解分类与定位之间的不一致问题。在3个公开的遥感有向目标检测数据集DOTA,HRSC-2016和DIOR-R上进行了大量的实验,实验结果证明了所提方法的有效性,且优于现有主流方法。

基于双重注意力机制的遥感图像时空融合方法

范学晶, 薛笑荣, 杜意超

计算机科学. 2024, 51 (11A): 240200097-6. doi:10.11896/jsjkx.240200097

摘要 ( 70 )

PDF(3332KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

由于遥感成像技术条件的限制,难以同时获得既有高时间分辨率又具有高空间分辨率序列的遥感影像,通过时空融合技术可以生成同时具有高时间和高空间分辨率的遥感图像。近年来,时空融合方法层出不穷,这些方法效果良好,但在特征提取有效信息方面仍有不足。针对此问题,提出了一种基于双重注意力机制改进的深度学习模型(ADCSTFN),使得模型在全局的保留和细节场景的重建能力都得到了提高。在实验中,采用Landsat和MODIS数据为研究对象,使用两个开源数据集和一个本地数据集对该方法进行测试,并与4种常用的时空融合方法进行比较。实验结果表明,文中提出的残差网络和双重注意力机制方法能更好地提取图像的有效信息,使用深监督损失函数缓解反向传播时梯度消失的问题,优化了学习过程,使得融合后的效果有了明显的提高。

基于多模态对比学习的场景图生成方法

朱旭东, 赖腾

计算机科学. 2024, 51 (11A): 231200185-5. doi:10.11896/jsjkx.231200185

摘要 ( 77 )

PDF(2515KB) ( 167 )

参考文献 | 相关文章 | 多维度评价

场景图生成方法(SGG)主要研究图像中的实体及其关系,广泛应用于视觉理解与图像检索等领域。现有的场景图生成方法受限于视觉特征或单一视觉概念,导致关系识别准确率较低,且需要大量的人工标注。为解决上述问题,文中融合图像和文本特征,提出了一种基于多模态对比学习的场景图生成方法MCL-SG(Multimodal Contrastive Learning for Scene Graph)。首先,对图像和文本输入进行特征提取,得到图像和文本特征;然后,使用Transformer Encoder编码器对特征向量进行编码和融合;最后,采用对比学习的自监督策略,计算图像和文本特征的相似度,通过最小化正样本和负样本之间的相似度差异完成训练,无需人工标注。通过大型场景图生成公开数据集VG(Visual Genome)的3个不同层次子任务(即SGDet,SGCls和PredCls)的实验表明:在mean Recall@100指标中,MCL-SG的场景图检测准确率提升9.8%,场景图分类准确率提升14.0%,关系分类准确率提升8.9%,从而证明了MCL-SG的有效性。

基于双目估计的动态场景三维感知技术研究与实现

何维龙, 苏玲莉, 郭丙轩, 李茂森, 郝岩

计算机科学. 2024, 51 (11A): 240300045-8. doi:10.11896/jsjkx.240300045

摘要 ( 72 )

PDF(4908KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

双目立体视觉技术在计算机视觉领域研究中一直具有重要意义。不同于单目或多目技术,双目立体视觉在能够准确获取图像深度的同时,也兼具了低成本、高泛用性、使用简便等优势。基于双目视觉的三维感知技术能够极大提升计算机对现实世界的理解和交互能力,进一步增强计算机视觉技术在复杂、多变的场景中的适应能力,在自动驾驶、机器人导航、工业检测、航天等领域发挥着重要作用。文中重点研究动态场景中的三维重建与目标感知技术,在大多数情况中,视野中的动态目标实际上是需要重点关注的目标,而静态目标,特别是在场景中绝大多数时候都占据主要空间的背景以及静态物体往往是可以被忽略掉的,但是在实际计算时确占用了大量资源。在场景中不受关注的目标上花费过多计算资源,显然是无意义且非常低效的。针对这个问题,本文在深入研究了目前主流的双目立体匹配方法、图像分割等方法的基础上,提出了一种基于双目估计的动态场景三维感知技术。主要的创新点和研究成果包括:针对传统双目立体匹配算法逐像素计算聚合低价效率低下的问题,提出了一种基于二维场景实例分割的双目立体匹配方法,使用mask分割后的目标图像进行立体匹配,这样不仅提升了匹配性能,同时也降低了动态目标的匹配难度。针对分割精确不足的问题,引入基于RGB图像的mask边缘滤波优化方法,在提升效率的同时提升视场点云重建精度。其次,基于双目估计深度学习网络进行实时目标点云生产,并提出基于GPU加速的邻近帧点云的实时动态目标感知算法。最后提出二三维一体的动态目标实时感知技术,在对目标场景实现实时三维重建的同时,快速识别检测环境中的动态目标物体。

基于改进超像素采样的立体匹配网络

徐海东, 张自力, 胡新荣, 彭涛, 张俊

计算机科学. 2024, 51 (11A): 231100005-7. doi:10.11896/jsjkx.231100005

摘要 ( 69 )

PDF(4509KB) ( 185 )

参考文献 | 相关文章 | 多维度评价

针对立体匹配中细节丢失、有遮挡,以及无纹理区域匹配精度低的问题,提出了一种基于改进超像素采样的立体匹配方法。首先,利用改进的超像素采样方法对用于立体匹配的高分辨率输入图像进行下采样,随后,将下采样后的图像对输入到立体匹配网络中,利用权值共享的卷积网络进行特征提取,使用3D卷积获取特征融合后的Cost Volume并生成视差图,再将输出的视差图进行上采样还原为最终的视差图。针对超像素采样过程中容易丢失细节从而影响后续立体匹配精度的问题,引入特征金字塔注意力模块(Feature Pyramid Attention,FPA)和改进的残差结构。根据上述两个方面的创新,提出了基于超像素采样的立体匹配网络FPSMnet(Feature Pyramid Stereo Matching Network),并选取、划分图像数据集BSDS500和NYUv2作为超像素采样的训练、验证和测试的数据集。立体匹配实验结果表明,与基准方法相比,所提算法在SceneFlow和HR-VS数据集上的平均像素误差分别下降了0.25和0.52,在不影响运行时间的前提下提高了匹配精度。

基于相对位置编码转换器模块的深度步态识别网络

任禹衡, 赵云峰, 吴闯

计算机科学. 2024, 51 (11A): 240400064-6. doi:10.11896/jsjkx.240400064

摘要 ( 76 )

PDF(1856KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

步态识别是一种快速发展的远距离生物特征识别技术,在远距离、跨视角和跨着装等多种场景中具有广泛应用和优势。传统的生物特征识别技术,如指纹识别、面部识别等,往往需要近距离或在特定条件下才能有效进行,而步态识别技术则突破了这些限制,使得在更为广泛的环境下进行个体识别成为可能。以往的研究大多采用轻量级的神经网络提取步态特征,并在目前流行的跨视角和跨着装数据集上(如CASIA-B)取得了巨大的进步。然而,实验结果表明,在CASIA-B数据集上简单叠加神经网络的层数将导致识别准确率大幅度下降。基于相对位置编码转换器模块提出了一个深度步态识别网络,旨在避免陷入“局部特征关联”的陷阱,同时使网络能够持续不断地学习步态序列的时序特征。与目前主流的方法相比,所提方法在室内场景(CASIA-B,OUMVLP)和室外场景(Gait3D)步态数据集上都达到了更优的识别准确率,特别在换装任务(CL)上超出基准方法1.9%,实现了85.5%识别准确率。

面向回收信息的线上线下多源异构数据融合系统

仇明鑫, 雷帅, 柳先辉, 张颖瑶

计算机科学. 2024, 51 (11A): 240100095-7. doi:10.11896/jsjkx.240100095

摘要 ( 70 )

PDF(1929KB) ( 143 )

参考文献 | 相关文章 | 多维度评价

资源循环利用产业的废旧产品回收过程中多系统协同工作会产生大量多源异构数据,针对废旧产品线上线下回收信息难以融合并有效利用的问题,提出了一种面向回收信息的线上线下多源异构数据融合系统。首先,系统采用Web API接口实现线上线下多源异构数据的数据接入,通过数据解析、数据清洗及数据转换等步骤完成对多源异构数据的预处理。其次,针对现有基于聚类分析的数据融合方法在融合过程中往往还需预先指定聚类簇数的问题,提出了一种基于多目标聚类的融合方法,以在融合过程中自动确定聚类簇数。通过对预处理后的数据进行特征选择、标签编码、数据转换和归一化处理,结合多目标聚类算法完成对部分典型数据的特征提取与聚类,并对全量及增量数据进行基于欧氏距离的数据匹配。最后,系统采用了基于MyCat中间件及MySQL主从复制的分布式数据库方案,以实现融合数据的存储与共享交换。测试表明,该数据融合系统可以实现对废旧产品线上线下多源异构回收信息的数据融合及共享交换,同时,相比基于K-Means的数据融合方法,所提出的基于多目标聚类的数据融合方法在不同数据集上都能够自动确定最优聚类簇数,并且能够获得不差于K-Means融合方法的簇内紧密性和簇间分离性。

基于全局时空图卷积神经网络的城市交通流量预测

王佳昊, 黎文斌, 郭仕尧, 向平

计算机科学. 2024, 51 (11A): 240200045-9. doi:10.11896/jsjkx.240200045

摘要 ( 94 )

PDF(3083KB) ( 206 )

参考文献 | 相关文章 | 多维度评价

交通流量预测在智能交通系统(ITS)中发挥着重要作用,将城市中复杂的时空相关性高效且全面地提取出来是交通流量预测中面临的关键挑战。交通速度不仅在时间维度上具有短期和长期周期性依赖关系,而且在空间维度上具有局部和全局依赖性,现有方法对捕获交通数据的时空依赖关系有一定的局限。为此,文中提出了一种基于全局时空图卷积神经网络(Global Spatial-Temporal Graph Convolutional Network,GSTGCN)的深度学习模型,用于解决在城市交通速度预测的局限性。该模型中存在3种时空分量,可相应地对交通数据中的近期、天周期、周周期这3种不同的时空相关性进行建模。每个时空分量都由时间模块和空间模块组成,时间模块为了更好地获取交通数据的时间维度信息,引入了Informer机制以自适应地分配特征权重。空间模型为了更好地获取交通数据的空间关系,引入了图卷积神经网络来提取交通数据的局部和全局空间信息。在两个不同的真实数据集上进行了测试,结果表明所提出的GSTGCN优于最先进的基线模型。

基于季节分解的混合神经网络的时间序列预测

徐筠雯, 陈宗镭, 李天瑞, 李崇寿

计算机科学. 2024, 51 (11A): 231200008-7. doi:10.11896/jsjkx.231200008

摘要 ( 103 )

PDF(3206KB) ( 186 )

参考文献 | 相关文章 | 多维度评价

近年来,时间序列预测已经在金融、气象、军事等多个领域得到广泛应用。深度学习已开始在时间序列预测任务中展现巨大的潜力和应用前景。其中,循环神经网络在跨度较大的时间序列预测中容易出现信息丢失和梯度爆炸等问题。而Transformer模型及其变种在使用注意力机制时通常忽略了时间序列变量之间的时序关系。为了应对这些问题,提出了一种基于季节分解的混合神经网络时间序列预测模型。该模型利用季节分解模块来捕获时间序列中不同周期频率分量的变化,同时通过融合多头注意力机制和复合扩张卷积层,利用全局信息和局部信息的交互获取数据之间的多尺度时序位置信息。最终,在4个领域的公开数据集上进行了实验,结果表明模型的预测性能优于当前的主流方法。

基于三支决策的差别矩阵属性约简算法

宋姝璇, 张宇红, 万仁霞, 苗夺谦

计算机科学. 2024, 51 (11A): 231100176-6. doi:10.11896/jsjkx.231100176

摘要 ( 80 )

PDF(2116KB) ( 163 )

参考文献 | 相关文章 | 多维度评价

属性约简是粗糙集理论研究的核心内容之一,也是粗糙集理论的重要组成部分。该方法旨在减少冗余信息,提取出最具代表性和关键性质的属性集合。在属性约简的过程中,差别矩阵通常用于度量属性之间的关系,通过分析差别矩阵,研究者可以识别那些在描述系统行为方面贡献相似信息的属性,从而进行属性约简。基于三支决策的差别矩阵属性约简算法从差别矩阵的属性出发,首先刻画核以外的属性重要度,并以三支决策理论为基础构建一种新的属性约简方法。算法将传统概率粗糙集的上、下近似划分为三支决策中的正域、负域、边界域,基于不同的区域给出了决策规则,并通过决策损失函数来控制三支决策阈值。与同类算法相比,所提算法可以得到更为简洁的约简集和决策规则,且具有更小的时间复杂度。

BEML:一种面向商品隐空间表征的混合学习分析范式

郑骐健, 刘峰

计算机科学. 2024, 51 (11A): 240300150-6. doi:10.11896/jsjkx.240300150

摘要 ( 64 )

PDF(2530KB) ( 150 )

参考文献 | 相关文章 | 多维度评价

随着互联网经济时代的到来,电子商务平台的高效管理日益受到学术界和工业界的广泛关注,其中,商品分类的精度与自动化水平直接影响着用户体验及运营效率的优化。鉴于此,本研究围绕商品信息的隐空间表征进行深入探讨,提出了一种面向商品隐空间表征的混合学习分析范式BEML。该框架融合了先进的双向编码器表示(BERT)技术与传统机器学习方法,旨在通过对商品信息隐空间的细致解析,显著提升商品分类的自动化处理效率及准确性。与现行主流的深度学习和机器学习算法进行对比分析的实验结果表明,BEML框架针对本次亚马逊在线分析数据集的最佳分类效果F1指标的宏平均达到了85.79%,微平均达到了84.73%,均超过了目前最佳F1指标83.3%,实现了新的SOTA。该框架不仅在理论上具有创新性,其在电子商务领域的信息管理和自动化处理实践中亦具有重要的应用价值,为科技商学领域提供了一种高效且可靠的混合学习分析范式。

FCTNet:基于双域深度学习的公交车到站时间预测方法

张铭泽, 李轶, 吴文渊, 石明全, 王正江

计算机科学. 2024, 51 (11A): 231000180-7. doi:10.11896/jsjkx.231000180

摘要 ( 95 )

PDF(2611KB) ( 170 )

参考文献 | 相关文章 | 多维度评价

公交车到站时间预测是智能公交系统的重要组成部分,可以给乘客提供精确的到站时间,还可以帮助调度员进行更合理的调度安排。为此,提出一种基于卷积、注意力机制和FFT的对时域和频域进行双域深度学习的公交车到站时间预测算法FCTNet(FFT-Conv-Transformer),该算法融合了傅里叶变换、卷积神经网络和注意力机制,其可以对公交车单站和多站的到站时间进行预测。其中利用傅里叶变换和卷积神经网络在频域上学习输入数据的时空特征,同时保留时域信号,利用注意力机制学习输入序列的全局依赖关系,预测最终结果。在重庆市465,506和262这3条公交线路到站时间预测实验中,FCTNet网络模型的平均绝对百分比误差和平均绝对误差优于实验对比算法,在最繁忙的465线路中FCTNet网络模型的平均相对误差相对已有最好模型降低了2.34%,平均绝对误差降低了4.59s。

基于因果关系的领域泛化长尾学习

吕佳豪, 刘进锋

计算机科学. 2024, 51 (11A): 240300041-8. doi:10.11896/jsjkx.240300041

摘要 ( 71 )

PDF(3038KB) ( 134 )

参考文献 | 相关文章 | 多维度评价

以深度学习为代表的机器学习方法已经得到了广泛的应用并取得了很多成就,数据集分布偏移和长尾分布问题会使传统的深度学习方法性能出现显著下降,而这两个问题也常常存在于真实场景的数据集中。虽然领域泛化和长尾学习研究已经使这两个问题单独得到了较好的解决,但在分布偏移和长尾分布相结合(LT-DS)的复杂场景下,单一的领域泛化和长尾学习方法效果并不太好。针对LT-DS问题,可以从因果关系出发,统一地去解决这两个问题。对于分布偏移,通过傅里叶变换进行因果干预及因果分解,并通过去相关加权来获得一个跨域不变的因果特征表示。对于长尾分布,通过去混淆训练构建一个因果效应分类器来消除动量所带来的偏差,并通过Balanced Softmax和logit调整来进一步消除长尾分布带来的影响。实验结果表明,该方法在LT-DS问题上比现有最好方法在AWA2-LTS数据集和ImageNet-LTS数据集上分别平均高出了8%和5%,表现出有竞争力的结果。

基于参数化量子线路的量子神经网络数据分类

陈超, 闫文杰, 薛桂香

计算机科学. 2024, 51 (11A): 231200112-7. doi:10.11896/jsjkx.231200112

摘要 ( 108 )

PDF(3803KB) ( 173 )

参考文献 | 相关文章 | 多维度评价

量子神经网络结合了量子计算与经典神经网络模型的优势,为未来人工智能领域的发展提供了一种全新的思路。尽管量子神经网络已被广泛研究,但数据编码方式以及不同训练线路对模型性能的影响尚未得到充分研究。为此,提出一种面向数据分类的量子神经网络新模型,该模型探究了不同数据编码方式和不同结构训练层对分类任务的影响。该方法首先对经典图像进行预处理,采用不同的数据编码方式将其编码到不同的参数化量子线路中进行训练,对模型的输出进行测量,使用参数移位规则更新训练参数完成数据分类。在MNIST手写体数据集上的实验结果表明,所提出的模型在数字{3,6}分类任务上的分类准确率超过了97%。与目前的主流方法相比,所提方法在分类准确率上有明显的提升。

网络媒体报道和政府干预下突发事件舆情的群体极化传播模型

林宇英, 张亮, 缪嘉乐

计算机科学. 2024, 51 (11A): 240400053-7. doi:10.11896/jsjkx.240400053

摘要 ( 84 )

PDF(2990KB) ( 136 )

参考文献 | 相关文章 | 多维度评价

突发事件舆情的传播中,容易产生非理性、极端化的群体观点和情绪,即群体极化现象,增加了社会不稳定的风险。网络媒体报道和政府干预在舆情传播中发挥着重要作用,亟待了解它们对群体极化的作用机制,以此通过多方发力来减轻舆情传播带来的负面影响。将舆情传播中的网民划分为易感、接受、传播、极化和恢复5种状态,建立了SEIPR-MG传染病模型并作平衡点分析。通过仿真实验研究了突发事件舆情的群体极化传播机制。研究发现,SEIPR-MG模型揭示了网络媒体报道和政府干预下突发事件舆情传播和群体极化的具体机制:网络自媒体的报道使舆情传播速度更快、范围更大,推动群体极化形成和发展;政府干预能够有效控制网络舆情的整体传播方向,阻止极化情绪和观点的产生和蔓延。

基于相似性增强传播结构的谣言检测

林熠笛, 李弼程, 杨海君

计算机科学. 2024, 51 (11A): 240200116-8. doi:10.11896/jsjkx.240200116

摘要 ( 73 )

PDF(2799KB) ( 141 )

参考文献 | 相关文章 | 多维度评价

社交媒体的快速崛起引发了谣言传播问题,对社会造成负面影响。现有的谣言检测算法主要关注新闻内容和传播结构,却往往忽视了用户偏好的相似性可能带来的潜在影响。在浏览帖文时,用户更容易接触到与自己具有相似偏好的其他用户所传播的信息,从而助长谣言的传播。此外,现有研究常常忽视了传播结构的多样性,也忽视了新闻内容与其传播结构之间的关联。不同类型的新闻应具备不同的传播模式。因此,本文提出了一种名为“SEPS”的模型,旨在在偏好相似用户之间建立联系,再将传播结构划分为多种形式,以提取不同传播模式的特征。最后,引入对比学习和共注意力模块,增强了新闻内容和传播结构之间的相关性。实验证明,“SEPS”模型能有效检测谣言,其性能超越了最佳基线模型。

结合时空关键字的轨迹范围查询混合索引结构

孟祥福, 李天朔, 张霄雁

计算机科学. 2024, 51 (11A): 240200114-8. doi:10.11896/jsjkx.240200114

摘要 ( 70 )

PDF(4098KB) ( 145 )

参考文献 | 相关文章 | 多维度评价

对于路网上广泛的轨迹数据集,传统结合关键字特征的时空范围查询方法存在存储结构冗余和查询效率低下的问题,同时这些方法忽视了文本特征对优化查询结果个性化方面的潜在影响。为此,提出了一种结合文本特征的时空轨迹索引结构,称为IG-Tree。其基本思想是将道路网络图划分为分层子图,并据此构建一个平衡的树结构,其中每个树节点均关联并存储其特定的轨迹数据。此外,设计的查询算法利用与IG-Tree节点相关联的子路网图的文本特征,筛选并提出范围边界处的不相关轨迹,实现高效且精准的文本空间范围查询。这种索引结构不仅有效集成了时间、空间和文本3个维度的信息,而且基于这种结构的查询方法能够支持基于时空关键字的轨迹范围查询,从而极大地满足用户查询的个性化需求。在Porto和LA数据集上的实验证明,IG-Tree索引结构不仅在查询精度上表现出色,而且在响应速度上也具有显著优势,这进一步验证了其处理大规模轨迹数据集时的有效性和实用性。

MB-ATMK:融合属性权重和时序元知识的多行为序列推荐模型

陈毓哲, 曹琼, 黄贤英, 邹世豪

计算机科学. 2024, 51 (11A): 231100047-9. doi:10.11896/jsjkx.231100047

摘要 ( 68 )

PDF(3333KB) ( 147 )

参考文献 | 相关文章 | 多维度评价

序列推荐根据用户和项目的交互序列预测用户未来的偏好,然而现有的方法忽略了在现实场景中用户的多行为交互(如浏览、收藏、加入购物车)。其次,用户的偏好有着时序依赖性,同时也受到属性信息的影响。最后,在多行为序列推荐场景中用户的多行为交互存在复杂依赖关系。因此我们提出了一种融合属性权重和时序元知识的多行为序列推荐模型(MB-ATMK)。首先加入用户的多行为交互数据,并基于用户交互的时间戳设计了时序感知编码模块,通过时序感知注意力捕获了用户的动态偏好。其次引入了用户端和项目端丰富的属性信息,设计了属性权重增强的元知识图神经网络。使用元知识提炼了用户的多偏好模式,并基于图神经网络设计了属性权重注意力机制,增强了模型对用户细粒度偏好的捕获。最后提出了包含多行为权重生成模块和偏好迁移网络的元知识预测层,通过生成定制的元知识捕获了用户的跨行为依赖。在两个数据集上进行的大量实验验证了所提模型的有效性和优越性。

平均近似精度的性质和应用

张夏苇, 孔庆钊

计算机科学. 2024, 51 (11A): 240300108-5. doi:10.11896/jsjkx.240300108

摘要 ( 91 )

PDF(1808KB) ( 171 )

参考文献 | 相关文章 | 多维度评价

平均近似精度是粗糙集理论中新近提出的一个重要概念。首先分析平均近似精度的数学结构,给出平均近似精度一种新的解释;然后重点讨论平均近似精度的若干重要性质,相比传统方法,其能更有效地刻画粗糙集模型知识表示的能力;最后,探讨平均近似精度在不完备信息表和特征选择两方面的应用。这些研究成果丰富了粗糙集理论的内容,扩展了粗糙集理论在实际问题中的应用。

STK:基于对比学习嵌入的聚类方法

刘晋霞, 张曦

计算机科学. 2024, 51 (11A): 240400011-6. doi:10.11896/jsjkx.240400011

摘要 ( 73 )

PDF(2505KB) ( 154 )

参考文献 | 相关文章 | 多维度评价

SimCSE作为一种对比学习方法,在文本嵌入和聚类中表现出了良好的性能。文中旨在优化SimCSE训练模型生成的句子嵌入使其适用于聚类任务,通过多个算法组合和训练参数调整,解决聚类算法选择、噪声及异常值的影响等问题。文中提出一种联合KL散度和KMeans算法的无监督聚类模型STK(SimCSE t-SNE KMeans),使用SimCSE对文本进行编码;随后采用t-SNE算法对高维嵌入进行降维,通过最小化KL散度保留低维空间中高维数据点之间的相似性关系,降维的同时改善文本嵌入表示;最后使用KMeans算法对降维后的嵌入进行聚类,得到聚类结果。通过将本研究的聚类结果与Bert,UMAP,HDBSCAN等算法得到的结果进行比较,发现文中提出的模型在制氢领域专利和论文数据集上表现出更好的聚类效果,尤其在轮廓系数这一评价指标上。

局部结构自适应的线性投影方法研究

杨兴, 王士同, 胡文军

计算机科学. 2024, 51 (11A): 240100054-7. doi:10.11896/jsjkx.240100054

摘要 ( 62 )

PDF(3207KB) ( 142 )

参考文献 | 相关文章 | 多维度评价

流形学习的核心是通过保持局部结构来捕捉数据中隐藏的几何信息,而局部结构通常利用冗余或干扰的原始数据进行评价,这意味着局部结构是不可靠的,存在局部结构置信度不足的问题。为此,针对性地提出一种局部结构自适应的线性投影方法。该方法的核心在于:一方面,它强制线性投影后的低维表示保持高维空间中的局部结构;另一方面,通过低维空间表示更新高维空间中的局部结构,并通过循环迭代方式实现局部结构的自适应。真实数据集上的实验结果表明,所提方法在各项性能指标上均优于其他对比方法。

作战并行仿真技术综述

李豪, 叶帅, 史培腾, 师志江

计算机科学. 2024, 51 (11A): 240100127-7. doi:10.11896/jsjkx.240100127

摘要 ( 69 )

PDF(2569KB) ( 159 )

参考文献 | 相关文章 | 多维度评价

作战并行仿真是根据作战实体的并行实质,建立符合其协同、对抗并行发生本质的仿真模型,并将这些模型逻辑上并行地运行于计算机上,最终可以反映作战实体间相互作用的仿真。随着智能化战争时代的来临,作战并行仿真面临运行逻辑复杂、实体交互频繁、并行任务难以划分等挑战。文中对典型作战仿真系统进行分析,根据其运行特点对可并行元素进行归纳,抽象出作战并行仿真技术框架,并重点对作战并行仿真所涉及的执行机制、任务分配、负载均衡、并行通信等关键技术进行综述,指出了作战并行仿真未来可能的发展方向,为智能化时代新型作战并行仿真系统的设计与技术实现提供参考。

有限干扰下一种稳定的分布式监控算法

严欣愉, 黄增峰

计算机科学. 2024, 51 (11A): 240200050-7. doi:10.11896/jsjkx.240200050

摘要 ( 69 )

PDF(2680KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

分布式监控问题作为分布式系统中的一个热点领域,主要关注如何高效地协调多个传感器与中枢处理器之间的计算任务。与将所有传感器信号实时传输至中枢的低效方法相比,分布式算法通过逐轮统计、汇总结果后再发送给中枢,显然更经济。良好的分布式监控算法能以较小的通信代价完成对特定目标的监控任务,有效节约传感器电能,延长使用寿命。该类算法对通信效率和准确性有双重需求。然而,目前对于基于预设概率分布的分布式阈值监控问题的研究相对有限,且现有研究往往基于理想化的假设,导致所设计的算法对实际干扰缺乏抵抗能力。通过引入干扰因素来模拟现实世界的复杂性,旨在寻找更为鲁棒的分布式监控算法。所提算法通过合理选择通信时机,不仅减少了通信次数,显著降低了通信代价,同时也保证了有干扰的环境下的分布式算法的准确性。所提算法的准确性可以在理论层面得到证明,其通信代价在干扰较少时可达到O(KloglogN)。这一研究为分布式监控算法提供了新的视角,为现实复杂监控问题的解决提供了有力支持。

面向车辆边缘计算任务卸载的延迟与能耗联合优化方法

李文旺, 周浩浩, 邓苏, 马武彬, 吴亚辉

计算机科学. 2024, 51 (11A): 231000080-7. doi:10.11896/jsjkx.231000080

摘要 ( 74 )

PDF(2588KB) ( 183 )

参考文献 | 相关文章 | 多维度评价

车联网(IoV)与联网自动驾驶汽车(CAV)的结合推动了自动驾驶技术的飞速发展,但也带来了对计算资源的巨大需求,给资源受限的车辆带来了挑战。车辆边缘计算(VEC)的出现,提供了一种全新的解决方案,通过将任务卸载到路侧单元中的边缘服务器上,能够以更高效的方式为车联网提供服务。然而,多个车辆同时发出卸载请求时会产生资源抢占,增大任务处理延时,如何高效调度资源以最大化服务质量是一个亟待解决的问题。为此,文中旨在从多目标优化的角度,详细分析VEC计算卸载的延迟和能耗,使延迟和成本最小化,并提出了名为NSGA2TO的基于改进非支配排序遗传算法的任务卸载算法。该算法能够寻找出多目标优化问题的Pareto最优解,大量仿真结果验证了NSGA2TO的优越性能。此外,还探究了Pareto最优解所涉及的延迟与能耗之间的关系,有助于更好地理解车辆任务卸载问题的复杂性。通过合理平衡延迟和能耗,将能够进一步提升车联网系统的性能和效率,为用户提供更安全、更便捷的出行体验。

基于端边协同的节点部署和资源分配联合优化方法

杨哲铭, 左路路, 纪雯

计算机科学. 2024, 51 (11A): 240200010-7. doi:10.11896/jsjkx.240200010

摘要 ( 82 )

PDF(2933KB) ( 154 )

参考文献 | 相关文章 | 多维度评价

随着物联网技术的快速发展,边缘计算作为一种重要的数据处理方式,在多样化的应用场景中展现出其独特的优势。在这种背景下,边缘服务器的位置部署和资源分配成为了提高任务处理效率的关键因素。然而,这一过程面临着终端设备的广泛分布和边缘服务器的异构特性带来的显著挑战。为了有效解决这些问题,提出了一种基于端边协同的节点部署和资源分配联合优化方法,旨在全面提升边缘计算系统的整体性能。首先,利用分层聚类算法,根据终端设备在功能和地理位置上的相似性,将它们有效地划分为若干个区域。随后,根据边缘服务器的处理能力、存储空间和网络带宽等关键指标,决定每个区域内最适合的边缘节点。最后,通过联合优化节点部署和资源利用率来指导任务的分配情况。为了验证所提方法的有效性,在公开数据集上对不同方法进行了仿真实验。实验结果表明,相比现有方法,所提方法可以将负载均衡水平提升30％以上,并将任务处理的时延和能耗降低10％以上,这在提升边缘计算系统的可持续性和效率方面具有重要意义。

基于多智能体协同的无人机编队控制研究

甘良棋, 董超

计算机科学. 2024, 51 (11A): 240100105-7. doi:10.11896/jsjkx.240100105

摘要 ( 82 )

PDF(5366KB) ( 162 )

参考文献 | 相关文章 | 多维度评价

无人机的应用在各方面越来越受到大家的重视,特别是应用在复杂多变的战场中,其具有独特的优势。但是战场中单架次无人机作战能力非常有限,只能完成单一任务且效率较低。多无人机编队协同,可以充分发挥无人机编队的优势,实现更广泛的任务覆盖、更高效的任务执行能力。首先分析了多智能体组网、无人机编队协同动态组网的应用背景和应用场景,提出了“空-天-低空-陆地”联合通信的域,可以实现不同空间层次之间的信息数据传输,达到战场统一指挥和协同作战,提高作战效率;然后,分析之后建立了单个无人机的数学模型,设计了单个无人机的飞行控制器,且通过仿真得出翻滚角、俯仰角和偏航角响应时间分别为0.5 s,0.3 s和2.5 s;之后,基于AirSim插件、Matlab/Simulink、Python等工具设计了无人机编队协同控制系统,可以实现任务场景仿真、各无人机飞行数据的收集和处理;最后,为了解决各个无人机之间的数据交互和决策等问题,设计了协同通信控制模块,并且给出了具体的硬件原理、数据交互的通信协议等,通过仿真和实验完成了无人机编队协同控制系统,为现代战争中趋于无人作战提供一定的理论和实际参考意义。

一种基于深度自编码器的大规模MIMO系统室外CSI反馈方法

陈锰, 钱蓉蓉, 朱雨佳, 黄振国

计算机科学. 2024, 51 (11A): 231000191-6. doi:10.11896/jsjkx.231000191

摘要 ( 65 )

PDF(2562KB) ( 139 )

参考文献 | 相关文章 | 多维度评价

在室外场景高倍压缩下,针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中大多数现有信道状态信息(Channel State Information,CSI)反馈方法重建精度低、复杂度较高的问题,提出了一种基于深度自编码器的CSI压缩反馈方法。该方法首先在编码器采用卷积神经网络提取原始CSI的特征信息;然后将全连接网络压缩为低维码字反馈回解码器;最后考虑到室外环境的CSI空间模式复杂、高倍压缩下信息损失较多,在解码器的残差网络中使用并行多分辨率卷积网络与具有丰富神经元的全连接网络对接收到的特征码字进行重建,以此增强所提方法的重建能力与泛化能力。实验结果表明,所提方法的重建质量在不同压缩比下均有显著提升。

基于深度学习智能反射面辅助通信系统的联合波束成形

陈晓, 张权淏, 施建锋, 朱建月

计算机科学. 2024, 51 (11A): 231200125-5. doi:10.11896/jsjkx.231200125

摘要 ( 112 )

PDF(2737KB) ( 166 )

参考文献 | 相关文章 | 多维度评价

智能反射面(Intelligent Reflecting Surface,IRS)技术被认为是下一代无线通信中颇具潜力的技术之一。现有的IRS辅助多输入多输出(Multiple Input Multiple Output,MIMO)系统的波束成形设计对天线的计算能力要求很高,仍然是一个极具挑战的难题。为了克服这一难题,提出了一种用于IRS辅助多用户MIMO系统的基于深度学习的联合波束成形设计方案,以实现系统多用户和数据传输速率的最大化。该方案利用深度学习卷积神经网络学习和优化了基站端数字波束成形,同时设计出最优IRS端反射波束成形。所提方案克服了神经网络直接预测波束成形矩阵的困难,仅预测从波束成形矩阵中提取的关键特征,对神经网络预测能力的需求大大降低,并将线下训练及优化的结果用于线上,显著降低了实时计算复杂度。仿真结果显示,提出的最优波束成形能获得超过0.5~1bit/s/Hz的系统和速率性能提升,且该优势会随着用户数增多而增大。

基于力引导定位的移动传感器网络协同目标追踪

王宗尧, 崔文栋, 郭月, 余方平

计算机科学. 2024, 51 (11A): 231100091-5. doi:10.11896/jsjkx.231100091

摘要 ( 71 )

PDF(3036KB) ( 145 )

参考文献 | 相关文章 | 多维度评价

文中提出了一种移动式传感器网络的协同定位与目标追踪系统。该系统利用传感器节点的板载测距设备构建节点间的距离矩阵,通过力引导算法将网络节点的位置姿态信息从距离矩阵中还原出来。相比于GPS或固定信标等全局定位系统,该系统不需要提前布设基站,就可以实现传感器网络的协同定位。由于采用超高频测距定位,该系统避免了视觉定位导致的视觉遮挡和感知范围受限等问题,还采用了深度学习实现传感器网络节点的目标识别。在没有全局定位系统和中心控制器的条件下,传感器网络通过协同式定位和分布式群体控制,实现网络布局调整、视觉目标识别以及目标协同追踪。诸多优点使得该系统可以随意部署在战场、灾区、地下隧道甚至外太空等极端环境。采用理论分析方法证明了力引导定位系统的稳定性,并通过模拟实验和真实机器人实验证明了所提系统的可行性和实用性。

访问者访问趋势下多机器人动态分区巡逻策略

马文杰, 李宗刚, 杜亚江, 陈引娟

计算机科学. 2024, 51 (11A): 231200088-9. doi:10.11896/jsjkx.231200088

摘要 ( 67 )

PDF(3778KB) ( 161 )

参考文献 | 相关文章 | 多维度评价

针对外来访问者访问环境导致所在分区机器人巡逻工作负荷增大的问题,提出一种访问者访问趋势的多机器人动态分区巡逻策略,以提高多机器人系统在动态环境中巡逻的效率。首先,使用改进k-means策略完成对环境的静态初始化分,通过在不同位置加入机器人的访问频次需求,机器人在各自的区域中执行巡逻任务;其次,当访问者进入环境对不同节点进行访问时,机器人通过关注访问者访问的趋势,与相邻分区机器人协商后,将区域候选节点经过对相邻区域的多次转移以均衡分区机器人的工作负荷,完成对区域的实时动态划分。仿真结果表明,机器人可以在成功检测到访问者的同时保持工作负荷动态均衡,所提访问者访问趋势下多机器人动态分区巡逻策略可以显著提升动态环境下多机器人巡逻的效率。

边缘计算网络中基于排队论的通信和计算资源联合优化

薛建彬, 郁柏文, 徐小凤, 豆俊

计算机科学. 2024, 51 (11A): 240100103-9. doi:10.11896/jsjkx.240100103

摘要 ( 62 )

PDF(2606KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

高可靠和低延迟是目前车联网边缘计算网络中最重要的研究方向之一。为了满足车联网网络中复杂多变的任务请求,有效并且高效地分配通信资源和计算资源,提出了一种基于任务排队论模型和边缘计算模型相结合的智能通信和计算资源分配的多目标强化学习策略。该策略将通信资源和计算资源的分配相结合,以降低由延迟和可靠性组成的系统总成本。该策略可以被分解成3种算法,首先联合计算卸载与协作算法是该策略的一个通用框架,它首先使用KNN方法为生成的任务请求选择卸载层,如边缘计算层和本地计算层;然后,当选择本地计算层执行任务时,使用称为协作车辆选择的算法来查找执行协作计算的目标车辆;最后,通信和计算资源的分配被定义为两个独立的目标,称为多目标资源分配的算法在移动边缘计算层使用强化学习来实现问题的最优解。仿真结果表明,与随机计算、全部边缘计算和全部本地计算相比,所提策略有效地降低了系统的总成本。KNN方法和随机卸载方法相比,节省了系统的总成本,强化学习算法在系统总成本的控制上也优于传统的粒子群算法。

基于深度强化学习的云边协同任务迁移与资源再分配优化研究

陈娟, 王阳, 吴宗玲, 陈鹏, 张逢春, 郝俊峰

计算机科学. 2024, 51 (11A): 231100170-10. doi:10.11896/jsjkx.231100170

摘要 ( 168 )

PDF(2972KB) ( 178 )

参考文献 | 相关文章 | 多维度评价

文中研究了一个由多个边缘服务器和云服务器组成的异构云边环境,每个节点都具有计算、存储和通信能力。由于异构云边环境的不确定性和动态性,需要进行动态调度以优化资源和任务分配。传统的深度学习框架只从输入的任务数据中提取潜在的特征,大多数忽略了云边环境的网络结构信息。为了解决这个问题,文中基于Actor-Critic框架,利用柔性动作-评价(Soft Actor-Critic,SAC)经验训练的自进化能力和图卷积网络(Graph Convolutional Networks,GCN)中基于图的关系推演能力,提出了一种集中式的SAC-GCN算法。提出的SAC-GCN通过捕获动态的任务信息和异构的节点信息,采用自适应的损失函数来提供有效的调度策略,以适应不同的任务迁移需求。文中采用来源于真实世界的Bit-brain数据集,并通过Cloud-Sim进行大量模拟。实验结果表明,与现有算法相比,提出的SAC-GCN可以减少4.81%系统能耗,缩短3.46%任务响应时间和2.73%的任务迁移时间,以及减小1.5%的任务SLA违规率。

基于合同网协议的分布式反导资源分配算法

王松, 陈功

计算机科学. 2024, 51 (11A): 240900024-7. doi:10.11896/jsjkx.240900024

摘要 ( 61 )

PDF(2525KB) ( 168 )

参考文献 | 相关文章 | 多维度评价

资源分配算法是实现一体化防空反导的关键技术。针对弹道导弹防御过程中“传感器-武器-目标”动态分配问题,提出一种基于合同网协议的分布式分配方法。首先,对“传感器-武器-目标”动态分配问题进行形式化建模,模型考虑传感器和武器空间能力、传感器制导通道和武器拦截弹数量等实际约束,并设计目标函数以实现弹道导弹防御中尽早拦截和尽可能提高拦截成功概率这两个主要原则。然后,在合同网协议框架的基础上,构建反导资源协同动态分配流程,并针对传感器和武器的任务特点分别设计反导资源投标与中标策略。其中,武器资源投标策略设计中考虑对已分配目标的置换,并在估计被置换对象重招标所带来效能损失的基础上提出基于校正效能的置换对象选择方法。计算机仿真实验结果表明,所提算法能够实现分配方案的动态调整,且与传统反导体系下的分配算法相比,对导弹的拦截时间更早,成功概率更高,平均反导效能提高43.7%。

基于自供电无人机远距离中继通信与计算卸载策略优化研究

薛建彬, 田桂英, 马玉玲, 邵斐, 王涛

计算机科学. 2024, 51 (11A): 240300069-7. doi:10.11896/jsjkx.240300069

摘要 ( 71 )

PDF(2903KB) ( 135 )

参考文献 | 相关文章 | 多维度评价

移动边缘计算(MEC)在无线用户服务中发挥了重要作用,显著提升了计算服务的效率。然而,随着地面用户数量的快速增长,无线设备直接访问MEC节点变得日益困难。针对这一挑战,提出了一种创新的通信系统模型,该模型利用自充电无人机(UAV)协同地面基站(包括MEC节点和能量发射站LS),旨在提升地面无线通信系统的性能。深入探讨了UAV-MEC系统、能量发射站(LS)、IoT设备以及边缘云(EC)之间的协同工作机制。综合考虑了UAV的功耗、LS对UAV的充电过程以及RF-DC信号的转换损耗,目标是在保证UAV持续稳定运行的同时,最大化其完成任务后的剩余能量。其次,联合优化了UAV的悬停位置、通信和计算资源的分配以及任务分割的决策,旨在最小化UAV的能耗,同时确保无线通信系统整体性能的最优化。由于该问题高度非凸,提出了一种基于逐次凸逼近的高效算法,以获取次优解。通过大量的仿真实验,验证了所提方案在实际应用中的性能,其显著优于基准方案。

云计算环境下多截止期工作调度算法研究

刘志民, 陈建二

计算机科学. 2024, 51 (11A): 240100120-7. doi:10.11896/jsjkx.240100120

摘要 ( 68 )

PDF(1874KB) ( 146 )

参考文献 | 相关文章 | 多维度评价

随着大数据对人们生活的影响逐渐增大,数据存储和计算需求不断增加,云计算的兴起有效地满足了这一需求。在实时性要求较高的云计算系统中,来自客户端的资源请求被视为具有截止期限和一定收益的两阶段工作,云服务器被视为两阶段机器。不同资源请求的截止期限通常不同,如果云中心能在资源请求的截止期限之前完成该请求,就可以获得相应的收益。现有的以收益最大化作为优化目标的两阶段工作调度均是在一个公共截止期限制下进行的,而实际情况往往是不同的资源请求可能有不同的截止期限。基于当前云计算应用和数据中心数据处理的需求,建立了云计算系统中工作调度的新数学模型。首次提出了具有多个截止期的两阶段工作在多处理机上的调度问题,并给出了一个近似比为(3k+∊)的多项式时间近似算法。当机器数目为固定常数时,近似比进一步降低为(k+∊),其中k是一个固定常数,即截止期的个数,∊是大于0的任意常数。针对特殊的T-处理时间大于R-处理时间模型,在单个两阶段机器上,给出了一个近似比为2的伪多项式时间近似算法,进一步降低了算法的近似比。

自适应指纹子空间匹配WiFi定位算法

陈立久, 王珂, 李鹏, 张正鹏, 邓甘霖, 张治胜

计算机科学. 2024, 51 (11A): 231000172-6. doi:10.11896/jsjkx.231000172

摘要 ( 64 )

PDF(2964KB) ( 159 )

参考文献 | 相关文章 | 多维度评价

传统的无线保真(WiFi)指纹匹配算法中,由于信号波动而导致的偏远邻近点与环境中物体对接入点(AP)信号遮挡等因素都会严重影响定位精度。针对这一问题,本文提出了一种自适应指纹子空间匹配定位算法。根据不同AP的组合将指纹库和测试指纹划分子空间,在每个子空间中利用欧氏距离之间的差值设置性能最优的临界值,筛选出最邻近的K个参考点;采用加权K近邻法进行粗定位,排除来自偏远邻近点带来的误差;最后整合各个子空间粗位置的估计值,采用平均滤波进行精确定位。实验结果表明,与传统的WiFi指纹匹配算法相比,所提算法有效减少了偏远邻近点和AP遮挡对定位精度的影响,增强了AP对不同位置的约束性,提高了WiFi定位系统的精度和鲁棒性。

基于分段帧复制和消除的时间敏感网络动态冗余机制研究

张浩, 郭偶凡, 周飞飞, 马涛, 何迎利, 姚苏滨

计算机科学. 2024, 51 (11A): 240300085-7. doi:10.11896/jsjkx.240300085

摘要 ( 74 )

PDF(3058KB) ( 162 )

参考文献 | 相关文章 | 多维度评价

为解决时间敏感网络IEEE 802.1CB协议中并未明确如何实现复制帧的可靠传输的问题,以及从端到端角度进行可靠性保护存在的网络资源浪费问题,提出了一种基于分段帧复制和消除的时间敏感网络动态冗余机制。该机制利用可靠性概率模型根据数据流优先级的不同对各数据流部署不同的冗余路径,同时借助分段保护的思想实现对网络冗余的压缩处理,能够在保证数据传输高可靠性的同时有效地压缩网络冗余。该算法首先根据数据流的优先级对客户端流进行筛选,仅针对优先级大于等于4的数据流进行冗余保证;其次,利用遗传算法计算源节点和目的节点之间的最优主路径进行数据传输,并根据可靠性概率模型判断是否达到预期可靠性,若没有达到,将使用分段帧复制和消除手段来确认冗余路径以及需要部署的FERE-NODE数量;最后,经过不断迭代更新获得部署FERE-NODE的最优解以及最佳冗余路径策略。通过在NeSTiNg平台搭建仿真实验,结果表明,在与最短路径算法、基于拉格朗日松弛的时延约束的最小代价算法(DCLC)两种基准算法的对比中,所提冗余算法在丢包率分别降低了0.15%,0.23%,平均时延上分别降低了9.33%,7.35%;在与两种端到端的冗余机制ETE-FRER和ONE-FRER的对比中,所提冗余算法在99.999%可靠性要求下的带宽消耗分别降低了35.0%,12.4%,充分验证了该算法在保证网络高可靠性的同时能够有效地降低网络冗余消耗。

面向龙芯处理器的一种CompCert可信编译器重定向实现

胡少儒, 王隽伟, 王生原

计算机科学. 2024, 51 (11A): 240200115-9. doi:10.11896/jsjkx.240200115

摘要 ( 65 )

PDF(3175KB) ( 173 )

参考文献 | 相关文章 | 多维度评价

CompCert是著名的C语言可信编译器,它借助于交互式定理证明工具Coq实现,能够确保生成的目标汇编代码保持源代码的语义,具有极高的可信度,近年来被广泛应用于学术界和工业界的许多安全攸关任务的研发工作中。CompCert编译器的当前版本支持多种目标机结构,然而目前尚缺乏针对国内自主研发处理器的版本,如龙芯(Loongson)处理器体系结构(LoongArch)。将CompCert重定向到龙芯等国产处理器,对我国安全攸关软件领域的发展大有裨益。本文对 CompCert 编译器的设计理念、框架结构和龙芯架构的特点进行分析,改造 CompCert 编译器的后端,使其可以生成能在龙芯处理器上运行的汇编代码,并细致阐述不同模块的工作内容。重定向到龙芯处理器的 CompCert 编译器具有接近 GCC-O1 的性能,可满足许多场景的使用。

面向矩阵乘计算的自动混合精度优化

何昊天, 周蓓, 郭绍忠, 张作言, 郝江伟, 冀立光, 许瑾晨

计算机科学. 2024, 51 (11A): 240300057-10. doi:10.11896/jsjkx.240300057

摘要 ( 95 )

PDF(5227KB) ( 151 )

参考文献 | 相关文章 | 多维度评价

针对矩阵乘计算的混合精度优化的实现,极大地提升了矩阵乘计算的性能,但与高精度矩阵乘计算相比,混合精度矩阵乘计算时引入了误差。为有效降低混合精度计算中引入的误差,实现了一个面向矩阵乘计算的自动混合精度工具AMAO。该工具在低精度乘高精度加基础混合精度计算的基础上,通过迭代空间进行划分的精度优化算法将原本的基础混合精度计算按照一定比例划分成两部分计算,一部分用高精度计算,另一部分用基础混合精度计算,并根据该算法实现了混合精度代码自动生成工具。实验表明,与混合精度工具AGMMMPC相比,AMAO生成的混合精度代码性能平均降低5.90%,精度平均提升了49.31%。

面向风格的软件体系结构演化路径生成方法

钟林辉, 杨超逸, 夏子豪, 黄淇轩, 屈乔乔, 李方云, 孙文彬

计算机科学. 2024, 51 (11A): 240100130-9. doi:10.11896/jsjkx.240100130

摘要 ( 67 )

PDF(3106KB) ( 160 )

参考文献 | 相关文章 | 多维度评价

软件体系结构风格是对软件通用结构的泛化,软件的结构风格通常与结构特征密切相关,通过向某种风格演化能够使其软件的结构特征更加明显。传统的面向软件体系结构风格的演化方法在构建演化路径时,需要人工构造目标软件体系结构,因此缺少自动化的支持。目前,亦未提出针对软件体系结构风格的度量方法。因此,文中以正交化软件体系结构风格为例,提出了一种遗传算法与规划领域定义语言(Planning Domain Definition Language-PDDL)相结合的软件体系结构风格演化路径生成方法。该方法提出了一种基于语义相似度的遗传变异算子和正交软件体系结构风格的度量方法,提出了软件体系结构与PDDL的映射规则。实验证明,提出的遗传变异算子相比通用变异算子能更好地提升算法前期的收敛效率,正交软件体系结构风格演化完成后,软件的计算变动代价、正交风格距离以及McCabe度量等指标得以改善。

高阶密码算子在FPGA的编译优化与实现

裴雪, 魏帅, 邵阳雪, 于洪, 葛晨洋

计算机科学. 2024, 51 (11A): 231200184-11. doi:10.11896/jsjkx.231200184

摘要 ( 71 )

PDF(4356KB) ( 155 )

参考文献 | 相关文章 | 多维度评价

针对密码算法的不同编译需求,提出一种不同粒度密码算子抽象方法,通过对不同粒度算子的编译优化及映射来解决高阶密码算子在FPGA上快速高效部署的问题。从密码算法中抽象出热点算子来构建算子库,使用多级编译优化对密码算法进行优化与部署,并通过数据张量化以及寄存器优化方法来提升高阶密码算子在VTA硬件架构的部署及运算效率。实验结果表明,采用张量化和寄存器优化方法,执行效率较原始编译部署方法提升了32倍,较OpenCL提升约34倍,且可以根据构建的算子库对密码算法进行快速开发与实现。

基于FPGA并行实现SVM训练的可重构计算系统

彭卫东, 郭威, 魏麟

计算机科学. 2024, 51 (11A): 231100120-7. doi:10.11896/jsjkx.231100120

摘要 ( 81 )

PDF(3132KB) ( 149 )

参考文献 | 相关文章 | 多维度评价

针对支持向量机在处理大规模数据集时所面临的计算复杂度高和训练时间长的问题,设计了一种基于FPGA并行实现支持向量机训练的可重构计算系统,并分析了不同量化方式下的硬件资源消耗与加速性能。通过采用随机梯度下降法训练支持向量机,使得需要求解的维度与样本的维度相关联,相较于传统的基于二次规划的求解方法可以显著降低计算复杂性。同时,利用基于FPGA的可重构硬件平台设计了专用并行计算结构以加速支持向量机的训练过程。对设计的完整系统进行了软硬件联合仿真,在4个公共数据集上的仿真结果表明,整体模型预测准确率达到90%以上;在训练阶段,相较于采用相同算法的软件实现,所提出的浮点数表示下硬件实现的单个样本处理时间至少减少了2个数量级;定点数表示下硬件实现的单个样本处理时间最大减小了3个数量级;与基于二次规划问题求解的硬件实现相比,单个样本处理速度最快提升了394倍。

基于EBRCG的API结构模式信息增强方法研究

钟林辉, 祝艳霞, 黄琪轩, 屈乔乔, 夏子豪, 郑燚

计算机科学. 2024, 51 (11A): 230900121-10. doi:10.11896/jsjkx.230900121

摘要 ( 67 )

PDF(3203KB) ( 163 )

参考文献 | 相关文章 | 多维度评价

针对API调用模式缺乏结构信息及结果高冗余等问题,提出了基于扩展的分支保留调用图(the Extended Branch-Reserving Call Graph,EBRCG)的API结构模式信息增强方法。以Java开源项目源代码为研究对象,使用EBRCG来表示Java类的方法的结构信息,在EBRCG中,同时考虑了API调用语句、分支语句(将if语句和所有循环语句视为分支语句)、switch-case多分支语句、异常语句等,并提出了EBRCG裁剪算法来获取特定API调用模式的代码结构。同时,采用聚类和排序的方法对API调用模式的多个代码结构信息进行筛选,最终选择具有代表性的API调用模式的代码结构。为验证该方法的效果,将该方法与TextRank方法进行了3组实验比较。结果显示,该方法能有效地获取API调用模式的代码结构,相比TextRank方法能更准确地描述API的使用,有一定的研究意义,并为软件开发人员提供了参考。

面向SW26010间断有限元算法的多级并行计算

王晓忠, 张祖雨

计算机科学. 2024, 51 (11A): 240700055-5. doi:10.11896/jsjkx.240700055

摘要 ( 74 )

PDF(2090KB) ( 139 )

参考文献 | 相关文章 | 多维度评价

间断有限元算法(Discontinuous Galerkin Finite Element Method,DGM)是一种高精度的数值求解算法,针对电磁工程应用中DGM并行计算效率低、计算量较大的问题,提出了基于SW26010平台的并行DGM算法。通过区域分解、数据结构重构、热点函数从核并行计算、计算与通信重叠及从核缓冲优化技术完成了DGM算法的并行优化。实现结果表明,与基于MPI进程级的DGM并行算法相比,可以获得46.8的平均加速比。

助记口令创建策略综述

陈佳敏, 蒋惠萍

计算机科学. 2024, 51 (11A): 240300100-11. doi:10.11896/jsjkx.240300100

摘要 ( 63 )

PDF(3142KB) ( 150 )

参考文献 | 相关文章 | 多维度评价

口令身份验证因其简单性和可部署性而成为当今最常见的身份验证方式。随着口令猜测攻击算法的不断改进,对口令强度的要求也越来越高。强口令虽然能够提高安全性,但往往难以记忆,而易记口令则容易受到破解的威胁,因此选择既强大又易于记忆的口令成为一项挑战。随着每个用户的账户数量不断增加,需要记住的口令数量也在增加,这给人类记忆带来了明显的压力,因此寻找生成易记强口令的方法成为必须。在过去的二十多年里,许多研究者提出了基于不同助记工具的助记口令创建策略。故对现有的助记口令创建策略进行综述,首先针对口令创建背景、口令强度进行概况总结,其次根据助记工具的特点,将其分为基于句子、基于单词、基于键盘和其他特殊类型4类,并对每种类型进行了深入综述;最后,对助记口令创建策略进行了总结和展望,并指出了未来的研究方向和发展趋势。

网络安全主动防御技术:策略、方法和挑战

扈红超, 隋嘉祺, 张帅, 仝玉

计算机科学. 2024, 51 (11A): 231100132-13. doi:10.11896/jsjkx.231100132

摘要 ( 84 )

PDF(2897KB) ( 177 )

参考文献 | 相关文章 | 多维度评价

随着人工智能、云计算、大数据和物联网等新兴技术的迅速发展,网络安全形势变得日益严峻。然而,传统防御手段(如病毒查杀、漏洞扫描、入侵检测、身份认证、访问控制等)已无法有效抵御日益多样化的网络攻击,网络空间的防御与攻击之间出现了明显的不对称。为了扭转这种“易攻难守”的被动局面,学术界积极推动研发主动防御技术。其中,移动目标防御、欺骗防御和拟态防御3种技术发展迅速并日趋成熟。然而,目前很少有相关文献系统地归纳3种主流主动防御技术,也没有对3种技术进行横向对比和优劣分析。为了弥补这一空缺,对3种主动防御技术的研究成果进行了全面而系统的调查。首先,分别介绍了3种主动防御技术的概念、策略和方法,并根据研究内容的不同,对已有的研究成果进行分类。然后,对3种主动防御技术进行横向对比,分析它们之间的异同和优劣,并探讨如何将它们相互结合和补充,以增强主动防御技术的防护性能。最后,对3种主动防御技术面临的挑战和未来的发展趋势进行阐述。

基于属性的可搜索加密综述

严莉, 殷田, 刘培顺, 冯洪新, 王高洲, 张闻彬, 呼海林, 潘法定

计算机科学. 2024, 51 (11A): 231100137-12. doi:10.11896/jsjkx.231100137

摘要 ( 96 )

PDF(2430KB) ( 148 )

参考文献 | 相关文章 | 多维度评价

随着大数据时代的到来,数据规模和复杂性持续增加,对数据隐私和安全保障的需求也日益迫切。然而,传统的加密方法无法满足在大规模数据集中进行高效搜索的需求。为了解决这一问题,可搜索加密技术引入了陷门函数和其他密码学技术,使得无需解密整个数据集即可在加密的数据中进行搜索。然而,单独采用可搜索加密仍无法满足现实世界中复杂的数据访问控制需求。因此,研究人员将属性基加密的概念引入可搜索加密,从而实现了属性基可搜索加密体制,旨在实现在加密的数据集合中按属性进行高效搜索的功能。属性基可搜索加密在隐私保护、数据共享和云计算等领域具有广泛的应用前景,从隐私保护增强、计算效率提升以及灵活性增强3个方面对其发展趋势进行了阐述,并介绍了涉及到的相关方案。在隐私保护增强方面,主要讨论了策略隐藏技术、权限管理技术以及安全性增强技术;针对效率优化的方案主要涉及外包计算、在线/离线加密机制以及索引结构优化等。同时,在灵活增强方面讨论了属性基可搜索加密在访问策略表达能力和搜索能力方面的提升。此外,还介绍了几个常见的应用领域,并总结了研究人员提出的相关方案。最后,讨论了属性基可搜索加密面临的挑战以及未来方向。

基于多级承诺协议的联盟链身份认证方案研究

孙敏, 李新宇, 张鑫

计算机科学. 2024, 51 (11A): 240200079-7. doi:10.11896/jsjkx.240200079

摘要 ( 88 )

PDF(2311KB) ( 160 )

参考文献 | 相关文章 | 多维度评价

针对现有方案在差异化隐私保护场景下仅支持粗粒度的属性保护策略,提出了一种基于多级承诺协议的身份认证隐私保护方案(Iascb-Mcp),旨在允许用户根据需求选择性地公开或保密其属性信息,以满足不同隐私场景下的保护需求。该方案通过多级承诺结构实现对用户属性的保护。首先,每个用户属性被分配一个隐私等级,根据隐私等级设计了相应的承诺协议。其次,根据不同隐私级别的用户属性采用不同的身份验证方式,利用零知识证明确保在用户高隐私级别属性不暴露的情况下仍能进行有效身份认证。最后,利用Iascb-Mcp方案构建了一个基于联盟链身份验证的系统,解决了链下用户属性的隐私验证以及链上不同群组之间交易的安全性问题。安全分析与实验结果表明,在身份认证过程中其他用户无法获取证明者的高隐私级别属性;与群签名方案相比,Iascb-Mcp的验证时间降至1～3 s;与双环签名方案相比,新生成的证明文件大小是原文件大小的1/10左右。

基于改进近端策略优化算法的智能渗透路径研究

王紫阳, 王佳, 熊明亮, 王文涛

计算机科学. 2024, 51 (11A): 231200165-6. doi:10.11896/jsjkx.231200165

摘要 ( 77 )

PDF(2723KB) ( 157 )

参考文献 | 相关文章 | 多维度评价

渗透路径规划是渗透测试的首要步骤,对实现渗透测试的自动化有重大意义。现有渗透路径规划研究多将渗透测试建模为完全可观测的理想过程,难以准确反映部分可观测性的实际渗透测试过程。鉴于强化学习在渗透测试领域的广泛应用,将渗透测试过程建模为部分可观测的马尔可夫决策过程,从而更准确地模拟实际渗透测试过程。在此基础上,针对PPO算法使用全连接层拟合策略函数和价值函数无法提取部分可观测空间有效特征的问题,提出一种改进的PPO算法RPPO,其中策略网络和评估网络均融合全连接层和LSTM网络结构以提升其在未知环境提取特征的能力。同时,给出一种新的目标函数更新方法,以增强算法的鲁棒性和收敛性。实验结果表明,在不同网络场景中,相较于现有A2C,PPO和NDSPI-DQN算法,RPPO算法收敛轮次分别缩短了21.21%,28.64%,22.85%,获得累计奖励分别提升了66.01%,58.61%,132.64%,更适用于超过50台主机的较大规模网络环境。

基于CNN结合BiGRU的恶意流量分类算法研究

杨永平, 王思婷

计算机科学. 2024, 51 (11A): 231100106-9. doi:10.11896/jsjkx.231100106

摘要 ( 114 )

PDF(3009KB) ( 185 )

参考文献 | 相关文章 | 多维度评价

网络入侵检测是一项重要的网络安全技术,恶意流量识别分类是网络入侵检测的基础。利用端口检测技术、深度包检测技术、特征工程机器学习算法检测技术在当前网络环境下进行流量识别分类已失效或不易实施,因此文中提出了结合卷积神经网络和循环神经网络改进简化模型门控循环单元的恶意流量识别分类算法模型CNNBiGRU,运用卷积神经网络CNN提取网络流结构特征和空间特征,双向门控循环单元BiGRU提取序列特征,符合网络流兼具空间结构和序列特征的特点。在CIC-IDS2017公开数据集上进行了测试和模型优化与参数选择,实验结果表明所提算法比经典机器学习算法在分类效果上有一定的优势而且不需要特征工程,与单一神经网络算法相比也具有更好的识别效果,与融合神经网络算法在同等准确率目标衡量下又有一定的学习迭代次数优势,具有更高的学习效率。

横向联邦学习后门的多方共治防范策略

许文韬, 王斌君, 朱莉欣, 王晗旭, 龚颖

计算机科学. 2024, 51 (11A): 240100176-9. doi:10.11896/jsjkx.240100176

摘要 ( 62 )

PDF(3129KB) ( 194 )

参考文献 | 相关文章 | 多维度评价

联邦学习易受到基于模型替换的后门攻击。针对目前后门检测方法效果不佳的问题,提出横向联邦学习后门的多方共治防范策略,旨在建立联邦学习中心服务器与客户端共治机制,从而在不破坏数据隐私与主任务性能的前提下有效检测并防范模型中的后门。该策略涵盖浅层后门扫描、深层后门检测和模型修复等内容,均由客户端在中心服务器的协同下完成。其中,浅层后门扫描是一种轻量级的实时后门检测方案,其并不显著增加时间开销。该方案由客户端捕捉聚合后模型参数的异常变化,并向中心服务器报告。当报告数达到设定的阈值时,中心服务器启动深层后门检测,各客户端会暂停联邦学习进程,进行深度检测,以确定模型中的神经元是否受到后门攻击的影响而表现异常。若存在异常,各客户端采用良性模型与受攻击模型拼接的方法,将模型恢复至良性状态,并将深层后门检测的结果以及模型修复方案提交至中心服务器,由中心服务器决定最终修复方案,从而彻底清除后门。实验结果表明,该策略可以有效地检测并清除联邦学习模型中存在的后门,为横向联邦学习的安全运行保驾护航。

基于加权特征融合的物联网设备识别方法

曹伟康, 林宏刚

计算机科学. 2024, 51 (11A): 240100137-9. doi:10.11896/jsjkx.240100137

摘要 ( 76 )

PDF(3653KB) ( 156 )

参考文献 | 相关文章 | 多维度评价

物联网设备识别在设备管理和网络安全等领域具有极为重要的作用,它不仅有助于管理员及时审查网络资产,还能将设备信息与潜在漏洞信息相互关联,及时发现潜在的安全风险。目前的物联网设备识别方法存在没有充分利用物联网设备的特征,并且在样本不平衡的情况下难以识别出样本较少的设备等问题。针对上述问题,文中提出了一种基于加权特征融合的物联网设备识别方法,设计了TextCNN-BiLSTM_Attention并行结构,分别提取物联网设备应用层服务信息的局部特征和上下文特征;提出了一种加权特征融合算法对不同模型提取的特征进行融合;最后采用多层感知机完成设备识别。实验结果表明,该方法能更全面地提取物联网设备特征,在数据不平衡的情况下识别出样本较少的设备,宏平均精准率比现有方法提升了2.6%~12.85%,具有良好的表征能力和泛化能力,且在识别效率方面优于CNN_LSTM等多模型方法。

面向云存储的机载软件持有性证明

岳猛, 文程, 洪雪婷, 严思敏

计算机科学. 2024, 51 (11A): 240400040-10. doi:10.11896/jsjkx.240400040

摘要 ( 70 )

PDF(3960KB) ( 138 )

参考文献 | 相关文章 | 多维度评价

随着民用航空机载软件数量的不断增长,传统的软件分发方式面临效率低、成本高、安全性差的问题。为了提高机载软件的分发效率,将云存储与机载软件相结合,提出了一种基于Cloud-P2P的机载软件存储架构,实现了机载软件的分布式云存储以及机载软件共享。在此基础上,提出了一种数据持有性证明协议,通过将标识与公钥绑定,降低了共谋风险,并通过抽样审计完成对云上机载软件的完整性验证,减小了验证成本。安全性分析表明,所提方案具有不可伪造性和抗重放攻击的能力,并且证明了数据持有性证明协议的正确性。与现有的数据完整性审计方案相比,计算开销减少了10%,通信开销减少了20%。该研究对保证机载软件的高效安全分发具有实际意义。

基于多特征检测与自适应权重调整的鲁棒联邦学习算法

王春东, 赵立扬, 张博宇, 赵永新

计算机科学. 2024, 51 (11A): 231100072-10. doi:10.11896/jsjkx.231100072

摘要 ( 92 )

PDF(3360KB) ( 174 )

参考文献 | 相关文章 | 多维度评价

联邦学习作为一种保护隐私的分布式机器学习范式,允许多个客户端在不泄露原始训练数据的情况下协同训练全局模型。然而,由于无法直接访问客户端本地训练数据和无法监控本地训练过程,联邦学习面临各种拜占庭攻击的威胁,如数据中毒和模型篡改攻击。这些攻击旨在扰乱联邦学习模型训练过程,降低模型性能。针对此问题,尽管已有许多研究提出了不同的聚合算法,但这些方法主要聚焦于单一拜占庭攻击场景,而忽略了实际环境中可能出现的混合拜占庭攻击所带来的威胁。为应对这一难题,受净水器的原理启发,提出了一种基于多特征检测与自适应权重调整的新型拜占庭鲁棒聚合算法FL-Sieve,旨在通过多层次的筛查过滤恶意客户端。首先,算法通过角幅相似度和模型边界测度评估客户端间的特征相似性,生成相似度矩阵并计算相似性分数;接着,利用聚类算法将相似的节点归入同一簇,以确保相似的节点能够被正确分类;随后,根据预定义规则筛选潜在良性客户端;最后,根据每个客户端的信任度智能地分配权重,进一步增强防御效果和系统鲁棒性。为了验证FL-Sieve的性能,实验利用了MNIST,Fashion-MNIST和CIFAR-10这3种数据集,考虑了Non-IID数据分布情景和混合拜占庭攻击场景。混合拜占庭客户端的数量从20%递增到49%,以模拟大规模混合拜占庭客户端攻击的场景。同时也对FL-Sieve在IID和Non-IID数据分布以及单攻击场景下的性能进行了测试。实验结果表明,FL-Sieve能够有效抵御不同场景下的拜占庭攻击,即使在高达49%的混合拜占庭客户端攻击下,FL-Sieve依然能够维持较高的主任务准确率。相比之下,几种现有的经典算法存在不同程度的失效,凸显出FL-Sieve的优势。

基于改进鸽群算法组合优化的入侵检测模型

王春东, 雷杰斌

计算机科学. 2024, 51 (11A): 231100054-7. doi:10.11896/jsjkx.231100054

摘要 ( 72 )

PDF(2609KB) ( 159 )

参考文献 | 相关文章 | 多维度评价

入侵检测作为一种保护网络免受攻击的安全防御技术,在网络安全领域中扮演着重要的角色。研究人员利用机器学习技术提出了不同的网络入侵检测模型。然而,特征冗余和机器学习参数优化问题仍然是入侵检测系统面临的挑战。现有研究均将二者视为独立问题,分别优化。但机器学习参数与训练数据中的特征密切相关,特征集的改变很可能引起最优机器学习参数的变化。针对这一问题,提出了一种基于改进鸽群算法组合优化的入侵检测方法(ICOPIO)。该方法可以同时实现特征筛选和机器学习参数优化,避免了人为参数设置的干扰,减少了冗余和无关特征的影响,进一步提高了入侵检测模型的性能。此外,还利用Spark对ICOPIO进行并行化处理,提高了ICOPIO的效率。最后,使用NSL-KDD和UNSW-NB15两个入侵检测标准数据集对模型进行了评估,与现有的几种相关方法相比,所提出的模型在TPR、FPR、平均准确率上都取得了最好的结果,且证明了ICOPIO具有良好的可扩展性。

基于图神经网络的银行交易欺诈检测方法

秦忠飘, 周亚同, 李哲

计算机科学. 2024, 51 (11A): 240200024-8. doi:10.11896/jsjkx.240200024

摘要 ( 103 )

PDF(3147KB) ( 171 )

参考文献 | 相关文章 | 多维度评价

随着电子支付的迅速发展,欺诈问题日益增多。传统欺诈检测方法受限于规则和特征工程,难以捕获复杂的交易模式。相反,基于图的方法虽然强调了数据的关系性,但通常忽略了特征工程的重要性。为了解决这个问题,提出一种端到端的电信诈骗检测方法——基于图神经网络的银行交易欺诈检测方法。该方法设计了一个针对图数据的特征工程,并利用融合模型对其进行训练。具体来说,使用过采样和设置节点权重的方式对银行交易数据进行不平衡处理,然后采用改进的自适应相似度边和节点度权重融合策略,构建用户交易图数据并挖掘交易节点间的潜在关联信息,最后综合局部特征和全局特征通过模型融合来弥补单一分类器的不足。实验结果表明,在广西玉林银行的交易数据中,所提模型对于交易欺诈数据的检测在F1分数、召回率、AUC 3个指标上相比GraphSAGE分别提升1.65,1.36,4.2个百分点,图数据构建时间缩短了80%左右,与其他主流的检测算法相比也取得了更高的检测精度。

基于开放集的入侵检测方法研究

王春东, 张嘉凯

计算机科学. 2024, 51 (11A): 231000033-6. doi:10.11896/jsjkx.231000033

摘要 ( 72 )

PDF(3916KB) ( 164 )

参考文献 | 相关文章 | 多维度评价

入侵检测是网络安全中的一项重要任务,旨在检测异常行为和潜在攻击。近几年,深度学习方法在入侵检测任务中取得了很大突破。但随着近几年互联网行业的迅猛发展,新型攻击类型不断增加,深度学习方法在测试中面对新型类别时,往往会以高置信度给出一个已知类别中的预测结果,导致无法识别未知攻击。基于此,提出一种基于不确定性建模的开放集识别方法,即将MC-Dropout应用于深度学习分类器中以捕获不确定性,从而获得高质量预测概率。该开放集合识别方法不仅能够对已知类别进行分类,同时还能够对未知类别进行判别。通过在CICIDS2017数据集上验证,所提出的方法能够实现对未知类别的检测,和其他现有方法相比具有一定的先进性,各项指标与基准模型对比均取得最好表现,能有效地应用于现实的网络环境。

基于知识图谱的空管信息系统威胁评估研究

顾兆军, 杨文, 隋翯, 李志平

计算机科学. 2024, 51 (11A): 240200052-11. doi:10.11896/jsjkx.240200052

摘要 ( 85 )

PDF(5747KB) ( 156 )

参考文献 | 相关文章 | 多维度评价

随着空管信息系统的智能化和开放化发展,风险暴露面正逐渐增大。威胁评估是有效评估空管信息系统脆弱性和安全风险的重要手段,但以往的威胁评估模型大多存在两方面的局限。一方面,通常只关注威胁信息的显性关联关系,导致潜在的攻击路径被忽视或未能被准确地分析;另一方面,在量化威胁时考虑的因素较为粗略,与实际系统环境脱节,导致威胁严重程度和实际情况不符。为此,提出一种基于知识图谱的空管信息系统威胁评估模型。将知识图谱本体模型范围扩展到资产安全属性、缓解措施和被攻陷资产等关键概念,充分融合资产、攻击、漏洞等多源威胁数据构建安全知识图谱,并设计逻辑推理规则弥补知识图谱描述能力的限制;提出推理规则融合广度优先策略的攻击路径识别算法,提取更加全面和准确的攻击路径和攻击关系;基于系统实际运行环境提出细粒度的威胁量化方法,考虑资产外部暴露程度、物理保护和网络防护等因素。实验表明该评估模型有助于识别空管信息系统中多漏洞联合利用形成的潜在攻击路径,同时根据威胁量化对攻击响应进行优先级排序,能有效提高网络安全防御效率。

基于多模态融合的动态恶意软件检测方法

李鉴秋, 刘万平, 黄东, 张琼

计算机科学. 2024, 51 (11A): 240200098-7. doi:10.11896/jsjkx.240200098

摘要 ( 92 )

PDF(2351KB) ( 159 )

参考文献 | 相关文章 | 多维度评价

近年来,新型恶意软件数量越来越多,而传统的签名式恶意软件检测方法在面对这些新恶意软件时逐渐失效,亟需开发出新的检测方法。针对这一问题,提出了一种基于多模态的动态恶意软件检测方法,该方法使用API调用序列作为特征,并将API特征映射为多模态信息,使用2种不同的网络模型对多模态信息进行处理,并获得检测结果。通过在多个公开的数据集上对所提方法进行了测试,获得最高99.98%的检测准确度。实验表明,所提方法具有高准确率以及良好的泛化能力。由于该方法无需任何反汇编操作,因此可以对使用了加壳技术的恶意软件进行检测,这一特点有效提高了检测方法的鲁棒性。

拟态防御中基于ANP-BP的执行体异构性量化方法

赵嘉, 谷良, 吴瑶, 杜锋

计算机科学. 2024, 51 (11A): 231000005-6. doi:10.11896/jsjkx.231000005

摘要 ( 61 )

PDF(2423KB) ( 136 )

参考文献 | 相关文章 | 多维度评价

基于动态异构冗余框架的拟态防御技术是一种主动防御技术,其利用非相似性、冗余性等特征阻断或扰乱网络攻击,以提高系统的可靠性和安全性,其中最大化执行体之间的异构性是提高拟态防御安全效益的关键。文中提出了一种基于网络层次分析法(ANP)和误差反向传播(BP)的执行体异构性量化方法,该方法通过收集和分析不同的异构性影响因素,建立一个多维度的特征矩阵,利用ANP方法综合考虑了各个维度之间的相互依赖关系,对不同维度的特征进行权重分配,同时利用BP神经网络解决ANP方法带来的主观性过强的问题。通过基于ANP-BP的异构性评估模型,能够快速准确有效地筛选出影响异构性最大的因素,为拟态防御执行体异构性评估提供科学依据和技术建议。

小样本飞机生产质量偏差数据分析与预测方法研究

王陆航, 张冬冬, 卢鹄, 李汝鹏, 葛小丽

计算机科学. 2024, 51 (11A): 240300123-8. doi:10.11896/jsjkx.240300123

摘要 ( 70 )

PDF(2027KB) ( 160 )

参考文献 | 相关文章 | 多维度评价

随着现代工业水平和对飞机精度要求的不断提升,对飞机生产质量的分析和管控方法越来越受到各大航空企业的重视。当前阶段,针对飞机装配偏差存在可参考样本数据少、不确定性大、非线性、多层级装配等固有特征,传统的分析方法难以准确地构建飞机生产偏差分析模型。因此,以飞机生产过程的偏差为研究目标,对飞机生产质量偏差数据分析与预测方法展开系统研究。首先分析各个零件之间的偏差关系,基于主成分分析法识别对总偏差影响最大的关键零件,找到重点预测的目标;接着从实际生产的类正态数据出发,重点关注关键零件,实现了基于正态云模型的偏差数据预测、生成与验证,得到更多样本的飞机生产质量偏差数据及其隶属度,一定程度上缓解了“小样本”的问题,并基于k-折交叉验证对预测模型进行了评估;最后构建了基于改进的灰色预测模型的多源数据融合的装配偏差波动区间协同预测模型,“小样本”问题的缓解使得区间预测更加精细、科学,在公差数据的参考下,预测飞机生产质量偏差所在的区间范围,为实际生产和制定公差修正机制提供指导。

基于组合赋权TOPSIS辐射源动态威胁评估

张银玲, 尚韬, 李兆坤

计算机科学. 2024, 51 (11A): 231000038-7. doi:10.11896/jsjkx.231000038

摘要 ( 73 )

PDF(2188KB) ( 151 )

参考文献 | 相关文章 | 多维度评价

针对辐射源目标威胁评估中属性指标权重设计缺乏全面性、评估缺乏动态性等不足,提出基于层次分析法(Analytic Hierarchy Process,AHP)与熵权法组合赋权的逼近理想解(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)动态辐射源威胁评估方法。首先提出包含平台属性和雷达属性的辐射源威胁评估指标体系;其次构建量化定性和定量属性的威胁隶属度函数;然后通过AHP和熵权法给属性进行主、客观组合赋权;接着利用泊松分布逆形式引入时间权重,融合多时刻信息;最后基于TOPSIS算法求解目标的威胁排序。仿真分析表明,相比主观赋权或客观赋权法评估,所提组合赋权法具有更强的全面性和有效性;相比仅考虑目标当前时刻属性信息评估方法,所提引入时间权重的动态评估方法具有更好的合理性和客观性。所提方法能较好地反映多目标的威胁排序,为作战指挥决策提供有力的依据。

基于可信平台控制模块的信任评估系统研究

黄坚会, 张江江, 沈昌祥, 张建标, 王亮

计算机科学. 2024, 51 (11A): 240200109-6. doi:10.11896/jsjkx.240200109

摘要 ( 66 )

PDF(2991KB) ( 155 )

参考文献 | 相关文章 | 多维度评价

现有的可信评估都是基于计算机软件扫描或可信模块通过本机报告或网络远程证明来实现的,这提供了本机执行环境构建过程及运行态的可信度量保障,但从网络应用角度来看,还存在着系统性的安全风险。文中提出一种在可信平台控制模块(TPCM)内部增加实现的网络节点信任评估方法来解决这个问题。该方法在双体系架构(计算+防御)下通过防御单元的TPCM来实现快速可靠的信任评估系统,评估后的可信值通过TPCM进行存储和维护。该方案既避免设备受攻击后的伪造,又释放了CPU的计算资源。通过研究基于TPCM支撑的网络节点信任评估系统,实现了轻量级计算机网络平台节点可信性的系统性评估,保障了网络的安全可信运行。

基于演化CatBoost算法的房价预测模型

王成章, 白晓明, 汤文英, 陈书涵

计算机科学. 2024, 51 (11A): 240300180-5. doi:10.11896/jsjkx.240300180

摘要 ( 71 )

PDF(1939KB) ( 147 )

参考文献 | 相关文章 | 多维度评价

遗传规划算法采用函数变换将原有变量张成的空间映射到新的特征空间,通过遗传算子操作实现目标函数的最优化。影响房价波动的因素有很多,各影响因素与房价之间呈现复杂的非线性关系。文中提出了一种基于演化CatBoost算法的房价预测模型,将影响房价波动的各因素变量编码为遗传规划算法的终端变量,采用CatBoost算法作为基学习器构建适应度函数,针对房价预测的特点设计合理的遗传算子,在函数映射后的特征空间上实现目标函数的最优化,以提升预测模型的性能。实验结果表明,基于演化CatBoost算法的房价预测模型的预测性能优于传统的基于随机森林算法、支持向量机算法、自适应增强算法、极致梯度提升算法等的预测模型,能够更好地实现房价的预测,在相同条件下具有更高的预测准确度。

基于小生境算法的空气质量模糊认知图预测

韩慧健, 刘可鑫, 林雪

计算机科学. 2024, 51 (11A): 240300120-6. doi:10.11896/jsjkx.240300120

摘要 ( 69 )

PDF(2035KB) ( 161 )

参考文献 | 相关文章 | 多维度评价

工业化使得全球经济取得了突飞猛进的增长,但也使得环境污染愈发严重。大气污染成为世界各国讨论的话题。文中提出一种基于小生境遗传算法的改进形式的空气质量模糊认知图预测方法。利用模糊认知图表示空气污染物以及空气质量指数的关联关系,并应用改进的小生境遗传算法优化模型,使得训练结果更接近全局最优解。文中使用2015－2021年的空气数据训练模型,在2022年的数据集上测试模型。实验结果表明,与传统的遗传算法和BP神经网络相比,所提方法预测精度更高,且泛化性能更好,证明了其有效性。

基于模仿学习的机器人演奏示教系统

赵雨飞, 靳聪, 刘潇雨, 王洁, 朱永贵, 李波

计算机科学. 2024, 51 (11A): 240300063-5. doi:10.11896/jsjkx.240300063

摘要 ( 79 )

PDF(2403KB) ( 166 )

参考文献 | 相关文章 | 多维度评价

近年来,模仿学习被广泛应用于机器人领域,并展示出巨大的潜力。同时关注到智能系统在教育领域的应用越来越多样化,将机器人合理地应用到教学中可以提升教学效果,如果机器人可以教授一些专业技巧,如演奏乐器,可以为学生和人类老师都提供很大的便利。模仿学习特别适用于高度专业和技术性强的小提琴演奏,但在将专家演示引入动态运动原语(Dynamic Movement Primitive,DMP)的过程中,模糊性问题尤为突出,例如换弦角度的不确定性。传统的换弦角度测量方法如物理测量会有很大的误差且无法泛化,为了解决这一问题,提出了一种名为基于模糊和PCA的动态运动原语(Fuzzy Dynamic Movement Primitive for Teaching,T-FDMP)的新模型。该模型基于二型模糊模型和主成分分析(Principal Component Analysis,PCA)进行构建,使用主成分分析法(PCA)得到的特征变量(运弓角度)作为隶属度函数(琴弦角度)的输入进行学习,同时构建了一个专业级的音乐演奏行为数据库。仿生实验结果证明,所提出的T-FDMP模型能够以高精度控制机器人进行小提琴演奏,还为模仿学习在其他高度专业和技术性强的领域的应用提供了新的研究方向。

在线课堂学习者互动状态识别方法

饶怡, 袁博川, 袁玉波

计算机科学. 2024, 51 (11A): 231200133-9. doi:10.11896/jsjkx.231200133

摘要 ( 92 )

PDF(2229KB) ( 165 )

参考文献 | 相关文章 | 多维度评价

随着人工智能在教育领域的广泛应用,在线课堂已成为当今极为便捷高效的新教育模式。然而,如何有效管理学习者的课堂学习状态成为一项重要的教育管理难题。鉴于此,提出一种在线课堂学习者互动状态识别方法。首先,将在线课堂数据源分为视频数据和音频数据,基于视频数据构建了包括学习者上肢姿态特征、表情特征以及面部特征等多维度的互动状态特征,基于音频数据构建了学习者的课堂应答状态特征。其次,通过特征选择算法筛选出的关键特征,构建二分类模型,采用贝叶斯优化实现对学生课堂互动状态的精确识别。最后,设计了一个在线课堂总体情况评估模型,为教师提供全面的课堂评估结果,优化教学策略。在自建的在线课堂视频数据集上,该单名学习者课中互动状态识别算法的准确率能够达到93%以上。

多翼瞬态混沌系统及有限时间同步研究

杨阳, 摆玉龙, 李艳, 霍婷婷

计算机科学. 2024, 51 (11A): 240300056-6. doi:10.11896/jsjkx.240300056

摘要 ( 65 )

PDF(4002KB) ( 169 )

参考文献 | 相关文章 | 多维度评价

构造了一种能够产生多翼吸引子的三维混沌系统。通过对系统的相图、Lyapunov指数谱、分岔图和复杂度分析发现,该系统表现出复杂的动力学特性。通过研究多组参数发现,该系统存在丰富多样的多翼吸引子,且吸引子的拓扑结构由四翼转变为双翼,再转变为四翼的形式。此外,系统存在瞬态和吸引子共存现象。利用Multisim对系统进行模拟电路仿真,实验结果与数值分析结果相吻合,验证了混沌系统的可实现性。最后,基于有限时间理论,设计了同步控制器,实现了不同结构系统的有限时间同步,为混沌保密通信提供了良好的基础。

基于区块链的可靠电力数据调度方案

马军伟, 潘秀魁, 王玉琪, 巫健, 杜锋

计算机科学. 2024, 51 (11A): 231100178-8. doi:10.11896/jsjkx.231100178

摘要 ( 70 )

PDF(3782KB) ( 150 )

参考文献 | 相关文章 | 多维度评价

智能物联网的高速发展使得电网中的电力信息资源能够实现高效聚合。区块链技术的不可篡改性、透明性、高可用性,使得共享信息变得更加安全和高效。随着能源电力市场的开放,负荷调控、优化配置等需求日益迫切。在信息收集阶段可以通过电网中的智能设备收集电力数据,但在电力数据调度阶段存在信息共享壁垒、虚假信息威胁等问题,严重影响调度效益。为此,设计一种基于区块链的可靠电力数据调度方案。该方案利用区块链实现调度信息共享,链下设计适用于电力调度场景的智能终端设备准入机制,将调度风险规避在链下;设计基于数据可靠性评估的电力数据发布方法及基于效益理论的多策略调度模型,保障上链数据的可靠性,实现数据调度风险的可控;设计基于动静态评价结合的信任更新计算方法,实现用户调度行为量化上链。通过对调度成功率、系统总收益等指标进行仿真实验,验证了该方案的有效性。

基于分布式固定时间时变算法的微电网能源调度研究

杨帅, 代祥光, 徐淑莹, 张亮亮

计算机科学. 2024, 51 (11A): 240200108-6. doi:10.11896/jsjkx.240200108

摘要 ( 67 )

PDF(2447KB) ( 147 )

参考文献 | 相关文章 | 多维度评价

微电网中的能源优化调度旨在通过制定最低发电成本的目标,找到最优的设备发电策略。首先建立了一个基于多智能体的微电网模型,充分考虑了微电网运行总负荷随时间变化的动态性。为了解决考虑时变负荷的发电成本最小化问题,进一步设计了一种分布式固定时间时变算法。优化问题的目标函数被定义为所有局部凸目标函数的总和,并受等式约束的限制。在理论上,通过构造李雅普诺夫函数,证明了该算法的稳定性和收敛性。这一理论基础为算法在实际应用中的可靠性提供了保障。数值仿真实验结果显示,所提出的算法能够成功解决微电网能源优化调度问题。这不仅为微电网管理提供了有效工具,也为能源系统的可持续发展提供了有力支持。通过最小化发电成本,微电网能够更高效地满足不断变化的负荷需求,从而提高系统的经济性和可持续性。这项研究为微电网的智能化管理和未来能源系统的设计提供了有益的参考。

基于双层优化的电动车与电网实时协同定价机制

王琼, 卢钺, 刘顺, 李清涛, 刘洋, 王洪彪, 刘卫亮

计算机科学. 2024, 51 (11A): 240300013-7. doi:10.11896/jsjkx.240300013

摘要 ( 73 )

PDF(2523KB) ( 170 )

参考文献 | 相关文章 | 多维度评价

电动车充电行为的非完全竞争性和不完全信息性,以及电力系统的非线性和不确定性,导致电网实时定价问题的建模和求解及其复杂。现有解决方案往往将其建模为一个带约束的优化问题,并且认为效用函数对于电网是已知的,忽略了现实中存在的信息不完全性。为了克服这一局限,在效用函数参数未知的情况下,提出了一种基于双层优化的电动车与电网实时协同定价机制。该机制的创新性在于能够更好地反映电动车充电市场的真实动态;同时,引入电网的潮流方程来反映电网的实时负载。在该模型中,上层模型最大化电网供电商的收益,同时尽可能减小电网的负载压力;下层模型优化电动车充电行为,每一辆电动车的目标是最小化自身的充电成本。通过与固定电价以及峰谷电价情况进行对比,实验仿真数据揭示了所提机制能够更好地平衡电网以及电动车的收益并且增加两者总收益,同时减小电网的负载。

基于数据与模型联合驱动的电动汽车充电负荷时空分布预测

顾玮, 段敬, 张栋, 郝晓伟, 薛泓林, 安毅, 段婕

计算机科学. 2024, 51 (11A): 231100110-6. doi:10.11896/jsjkx.231100110

摘要 ( 61 )

PDF(3010KB) ( 153 )

参考文献 | 相关文章 | 多维度评价

针对目前充电汽车(Electric Vehicle,EV)负荷预测的研究实时预测充电汽车起讫点(Origin-Destination,OD)准确率不高并考虑道路信息对用户充电行为选择造成影响的问题,在数据驱动方面,针对充电汽车出行OD矩阵的时空特性,使用长短期记忆(LSTM)网络和图卷积网络(GCN)的组合预测方法分析已有的充电负荷数据,实现对充电汽车起讫点的预测;模型驱动方面,在综合考虑交通网构成、环境温度、实时车流量等方法的基础上,建立一种包括动态交通信息、城市各路段电动汽车里程能耗及用户路径规划在内的电动汽车用户驾驶行为模型,采用改进A^*算法为电动汽车起讫点规划符合用户选择的行驶路径,模拟电动汽车用户的驾驶行为。最终在不同应用场景下完成不同类型电动汽车的路径规划实验和充电需求预测实验。结果表明,所得充电需求时空分布特征与客观需求相符合。

信江梯级航运枢纽船闸智能化维养的数据交互与决策优化

丁光明, 赵玉忠, 郑涌

计算机科学. 2024, 51 (11A): 240800116-4. doi:10.11896/jsjkx.240800116

摘要 ( 67 )

PDF(1924KB) ( 144 )

参考文献 | 相关文章 | 多维度评价

梯级航运工程规模巨大、运行环境复杂,维养工作面临着检测感知不足、检测维养时间受限以及结构评估与维养决策难等问题。基于上述船闸运维问题及数据管理需求,以江西信江梯级航运枢纽为研究对象,研究建立了智能船闸的维养数据总体技术框架,实施智能航运船闸维养数据交互设计,优化了智能化监控管理、设备与人员的自动化部署、运维服务与决策管理等功能的建设,实现了各应用系统的自动化配置、监控预警以及运维服务的发布并对运维数据进行深度整合,形成了专业数据挖掘平台与维养数据可视化愿景,通过数据化驱动的模式使船闸运维管理及服务能力得到进一步提升,并为其他同类型项目的维养系统研究提供参考。

基于强化学习考虑电池损耗的电动汽车充放电控制算法

卢钺, 王琼, 刘顺, 李清涛, 刘洋, 王洪彪

计算机科学. 2024, 51 (11A): 231200147-7. doi:10.11896/jsjkx.231200147

摘要 ( 76 )

PDF(2778KB) ( 194 )

参考文献 | 相关文章 | 多维度评价

随着电动汽车数量的逐步增加,其接入对电网的负荷带来显著影响。在这一背景下,V2G/G2V技术被广泛认为能在电网管理方面发挥重要作用。以电动汽车的充放电控制算法为研究对象,引入了一种基于软演员评论家(SAC)的深度强化学习算法,从而实现对电动汽车连续充放电行为的精细控制。研究着眼于解决电网中负荷时序动态变化的难题,通过调整不同车辆在不同电价条件下的充放电功率,最大程度地提升用户的经济效益。此外,为应对充放电过程中可能导致电池损耗加剧的问题,引入了基于物理混合神经网络(PHNN)的电池损耗预测模型。同时,通过将充放电过程建模为马尔可夫决策问题,并将PHNN模型融入电动汽车的充放电控制中,构建了一个全新的奖励函数,以精确量化电池损耗所带来的成本。基于SAC算法,该奖励函数用于学习最优的充放电策略。实验结果显示,该算法能够有效地调控车辆的充放电行为,发挥电力网络调控作用,同时在充放电过程中降低对电池寿命造成的损耗,进一步保障用户经济利益。