• 当期目录
  • 优先出版
  • 过刊浏览
  • 点击排行
  • 下载排行
  • 综述文章
    快速检索
    过刊检索
    全选反选导出
    显示模式:
    2022,31(9):3-14, DOI: 10.15888/j.cnki.csa.008844
    [摘要] (231) [HTML] (117) [PDF 2.55 M] (236)
    摘要:
    随着在云计算领域得到广泛的应用和关注, 集群容器编排管理平台Kubernetes已广泛应用于容器化应用服务的自动部署和发布、应用弹性扩展和回滚更新、故障检测和自我修复等服务场景. 第5代精简指令集计算机 (fifth-generation reduced instruction-set computer, RISC-V)具有精简化、模块化、可扩展和开源4大技术特点和优势, 已经得到学术界和工业界的广泛关注. 本文立足于Kubernetes生态和RISC-V生态的协同研究点, 为Kubernetes调度器提供异构指令集架构(instruction set architecture, ISA)的云服务任务调度支持. 本文通过对生产环境中RISC-V指令集架构的各类计算任务需求进行了量化分析, 发现现有的集群容器编排平台Kubernetes不具备调度RISC-V指令集架构的计算任务的能力, 尤其是其调度算法无法利用RISC-V用户自定义的可扩展指令集架构特性提供高性能的可靠服务. 为解决上述问题, 本文提出了一种创建时调度的ISAMatch模型, 综合考虑指令集亲和性、同种指令集架构节点数量和节点资源利用率等多个方面, 实现任务的最佳分配. 本文以现有的集群调度器为基础, 完善其针对多种指令集架构任务的调度需求, 相对比默认调度器正确率62% (调度RISC-V基础指令集任务)、41% (调度RISC-V扩展指令集任务)、67% (调度RISC-V扩展指令集任务且有“RISC-V”节点匹配标签), 在不考虑资源限制的条件下, ISAMatch模型可以达到100%的任务调度正确率.
    2022,31(9):15-23, DOI: 10.15888/j.cnki.csa.008843
    [摘要] (129) [HTML] (96) [PDF 2.40 M] (212)
    摘要:
    随着硬件技术的不断演进和软件需求的持续增长, 人们对以QEMU为代表的指令集架构仿真平台的执行性能提出了更高的要求. 本文针对目标架构支持虚拟内存的场景, 分析了QEMU现有动态跳转处理机制及其存在的问题, 根据常见虚拟内存系统的特点提出了基于地址空间标识符的动态跳转优化方案, 并以RISC-V为目标架构在QEMU主线6.2.0版本上实现了该方案. 实验表明, 相较于原生QEMU, 基于地址空间标识符的动态跳转方案提升了约12%的运行性能.
    2022,31(9):24-30, DOI: 10.15888/j.cnki.csa.008841
    [摘要] (120) [HTML] (96) [PDF 1.44 M] (175)
    摘要:
    RISC-V作为精简指令集的代表, 也会反映一些精简指令集的弊端, 程序体积偏大就是其中之一. 在精简指令集(RISC)中, 实现一些复杂操作所需要的指令条数普遍会多于复杂指令集(CISC), 进而导致最后生成的二进制程序体积相较CISC程序更大. 并且嵌入式设备的RAM和ROM普遍较小, 因此在嵌入式场景中, 程序的体积变得尤为重要. 为了在现有压缩指令集的基础上尽可能的优化RISC-V程序代码体积, RISC-V指令集子扩展Zce制定了一系列指令. 其中以LWGP为代表的一系列指令被用来减少加载/存储字节数据时的指令条数. 本文分析了以LWGP为代表的指令对于代码体积的优化原理并且将之实现在LLD链接器上, 通过分析使用LWGP等指令前后程序体积的变化评估对于二进制程序体积优化的效率并且提出后续改进建议.
    2022,31(9):31-38, DOI: 10.15888/j.cnki.csa.008842
    [摘要] (138) [HTML] (106) [PDF 1.70 M] (202)
    摘要:
    近年来, 随着RISC-V架构以其独特的开源、精简、模块化等优势在工业界快速铺开, 市场中涌现出大量基于RISC-V架构的处理器IP核及基于RISC-V架构设计的片上系统(system on chip). 现有调试器作为RISC-V软件开发过程中的一个重要部件, 存在性能低、部署成本高以及二次开发难度大等问题, 难以应对现今井喷发展的RISC-V架构芯片的RTL设计与验证、程序开发与调试、量产批量编程的需求. 为了解决这些问题, 本文提出一种全新的、开源的、模块化基于轻量级远程过程调用实现互操作的RISC-V调试协议栈方案—Morpheus. 实验及分析结果表明, 该调试方案能够有效提高调试性能, 降低部署成本和二次开发难度.
    2022,31(9):39-49, DOI: 10.15888/j.cnki.csa.008840
    [摘要] (167) [HTML] (85) [PDF 1.38 M] (171)
    摘要:
    内存安全性是一项非常重要的性质, 但它很容易被攻击者利用. 过去针对内存安全问题提出的许多防御方案, 由于性能代价高昂, 很少能够部署在生产环境中. 最近, 随着RISC-V等开源处理器架构的兴起, 安全领域迎来了设计新的处理器硬件安全拓展的热潮, 硬件辅助防御方案的性能代价降低, 变得可以接受. 为了更好地支持内存安全处理器拓展的设计, 以及更好地评估处理器内存安全性能, 我们设计了一款兼具综合性、可移植性内存安全测试框架, 并开源了一个160测例大小的初始版本测试集, 覆盖了内存时空安全性、访问控制、指针和控制流完整性等方面, 并在x86-64和RISC-V64两种指令集架构的平台上进行了测试.
    快速检索
    过刊检索
    全选反选导出
    显示模式:
    优先出版日期:  2022-09-26 , DOI: 10.15888/j.cnki.csa.008923
    摘要:
    在自动化港口集装箱起重机作业流程中, 集卡车头防砸检测是不可或缺的一个环节. 针对在此环节采用人工确认方法效率低和基于激光扫描方法耗费高、系统复杂的问题, 本文提出一种基于作业场景视频图像和深度学习的算法对集卡车头进行目标检测. 建立集卡车头样本数据集, 采用DCTH-YOLOv3检测模型, 通过模型迁移学习方法进行样本训练. DCTH-YOLOv3模型是本文提出的一种改进YOLOv3算法模型, 该算法改进了YOLOv3的FPN结构提出一种新的特征金字塔结构—AF_FPN, 在高、低阶特征融合时通过引入具有注意力机制的AFF模块聚焦有效特征、抑制干扰噪声, 提高了检测精度. 另外, 使用CIoU loss度量损失替代L2损失, 提供更加准确的边界框变化信息, 模型检测精度得到进一步提升. 实验结果表明: DCTH-YOLOv3算法在GTX1080TI上检测速率可达46 fps, 相比YOLOv3算法仅降低了3 fps; 检测精度AP0.50.9974、AP0.90.4897, 其中AP0.9相比YOLOv3算法提升了16.4%. 本研究算法相比YOLOv3算法, 精度更高, 更能满足自动化作业对集卡防砸检测高精度、快识别的要求.
    优先出版日期:  2022-09-26 , DOI: 10.15888/j.cnki.csa.008929
    摘要:
    直流充电桩作为电动汽车有效的供电设备, 其故障频发对电动汽车充电安全带来隐患. 对充电桩的故障进行准确预测将有效地确保电动汽车充电过程的安全. 本文提出了一种改进门控循环单元(gate recurrent unit, GRU)直流充电桩的故障预测模型. 首先, 分析充电过程中直流充电桩的常见故障类型, 考虑到实际采集过程中具体故障数据样本量少的情况, 利用变分自编码器(variational auto-encoder, VAE)数据增强方法对样本数据进行扩充; 然后, 基于GRU网络模型的故障预测方法, 利用粒子群优化(particle swarm optimization, PSO)算法优化GRU网络参数, 采用支持向量机(support vector machine, SVM)模型改善网络输出的分类函数, 提出了PSO-GRU-SVM直流充电桩故障诊断模型; 最后, 利用算例对比改进前后的预测精度, 分析对比混淆矩阵热力图, 并且与常用的两种网络模型进行对比, 结果表明了文中方法有效的提高了预测精度, 验证了文章中方法的可行性.
    优先出版日期:  2022-09-26 , DOI: 10.15888/j.cnki.csa.008935
    摘要:
    为了有效改善传输速率并降低带宽负担, 提出一种基于压缩感知和超混沌系统的多图像加密方案. 首先将多幅原始图像拼接成新的明文图像, 并将部分明文信息与随机正整数结合产生混沌系统初始值, 利用超混沌系统产生的伪随机序列生成加密过程所需的测量矩阵、置乱序列及扩散序列. 其次通过离散小波变换、阈值处理以及并行测量对明文图像进行压缩处理, 有效减少运算数据量, 大大加快运行速率. 最后通过无重复置乱操作和双向加模扩散得到最终的密文图像. 经多个层面的仿真模拟实验, 验证了所提算法能有效抵御剪切攻击, 且具有比较高的安全性.
    优先出版日期:  2022-09-23 , DOI: 10.15888/j.cnki.csa.008917
    摘要:
    随着电动汽车保有量不断上升, 其相关配套设施也面临巨大挑战, 不合理的充电资源分配在充电高峰期会造成部分充电站过度拥挤, 并且影响电网稳定运行. 提出一种考虑多目标优化的调度模型, 通过分析充电站内不同充电选项的排队时间, 并根据排队率和分时电价提出一种动态定价模型, 影响车主充电行为, 结合动态定价模型与充电需求计算充电成本, 考虑基于起讫点的充电总路径行驶时间, 以总成本最少为优化目标, 基于DEB-ABC算法进行求解. 在某区域内对1 500辆电动汽车进行仿真验证, 结果表明提出的优化调度模型可减少充电等待时间、充电成本和总行驶时间, 提高区域内充电站利用率.
    优先出版日期:  2022-09-23 , DOI: 10.15888/j.cnki.csa.008925
    摘要:
    区块链作为一种创新型的分布式账本技术, 以其去中心化、可追溯、防篡改等特性, 在未来许多行业中具有广泛的应用前景. 但现有单链式结构的区块链存在并发低、高延迟等问题. 一种基于有向无环图(directed acyclic graph, DAG)结构的新型账本技术的出现有望突破传统区块链的性能瓶颈, 但目前基于DAG型区块链系统的共识机制并不成熟. 本文针对典型DAG型区块链系统Nano网络的ORV共识机制存在的安全性问题进行改进, 提出了一种基于代表选举模型的公开选举代表投票共识机制, 即OERV (open elect representative voting). 使主要代表节点的权益得到了分散, 增强了去中心化程度, 提高了网络安全性. 实验结果表明, OERV算法性能高效, 能够在不牺牲系统效率的同时增强系统的稳定性和安全性, 对于推动DAG型区块链共识机制的研究有着重要的现实意义.
    优先出版日期:  2022-09-23 , DOI: 10.15888/j.cnki.csa.008926
    摘要:
    番茄叶片病害种类具有差异较小、肉眼难以辨别的特点. 针对经典卷积神经网络参数多、计算量巨大、模型识别率较低以及预测误差较大等问题, 提出一种改进MobileNetV2网络的病害识别方法. 在适当的网络层加入通道和空间注意力机制增强网络对于病叶片特征的细化能力以及减少无关特征的干扰, 使用Ghost模块替换原模型中部分倒残差块, 保证模型精度的同时减少参数量. 利用LeakyReLU激活函数保留特征图中更多的正负特征信息, 增强模型的鲁棒性. 在公共数据集PlantVillage选取早疫病, 晚疫病, 班枯病, 细菌性溃疡病, 红斑叶螨病, 叶霉病, 细菌性斑点病等10种番茄病叶片作为数据集进行实验. 实验结果表明, 改进MobileNetV2网络分类准确率达到98.57%, 相较于原MobileNetV2, 准确率提高了2.29%, 模型大小减小了22.52%, 优化效果较为显著.
    优先出版日期:  2022-09-23 , DOI: 10.15888/j.cnki.csa.008928
    摘要:
    对于卫星视频图像中存在的目标与背景对比性低、缺乏目标特征信息等问题, 提出一种结合目标运动信息、时空背景和外观模型的目标分割和跟踪方法. 根据首帧定位得到目标区域, 首先对目标使用方向梯度直方图方法提取特征利用核相关滤波器得到目标跟踪区域1; 接着利用颜色空间特征建立目标与其周围区域上下文信息的空间模型得到目标跟踪区域2; 然后利用视觉背景提取算法以像素为单位在目标区域上检测运动目标得到单目标的分割区域3; 最后分别对3个区域进行相关计算得到最优区域作为最终目标跟踪位置和模板更新样本. 实验结果表明, 本文算法与KCF算法相比, 跟踪的成功率和准确率有很大的提高, 同时实现了单目标分割.
    优先出版日期:  2022-09-23 , DOI: 10.15888/j.cnki.csa.008914
    摘要:
    作为计算机视觉领域的基本问题之一, 目标追踪具有广泛的应用场景. 随着硬件算力和深度学习方法的进步, 常规的深度学习目标追踪方法精度越来越高, 但其模型参数量庞大, 计算资源和能耗需求高. 近年来, 随着无人机和智能物联网应用的蓬勃发展, 如何在存储空间和算力有限、低功耗需求的嵌入式硬件环境中进行实时目标跟踪, 成为了当前研究的热点. 本文对面向嵌入式应用的目标追踪方法进行了分析综述, 包括相关滤波结合深度学习的目标追踪方法、基于轻量神经网络的目标跟踪方法, 并总结了深度学习模型部署流程和无人机等领域的嵌入式目标追踪典型应用实例, 最后对未来研究重点进行了展望.
    优先出版日期:  2022-09-14 , DOI: 10.15888/j.cnki.csa.008916
    摘要:
    在牦牛高效养殖过程中, 牦牛等级评定是牦牛育种工作中的重要环节. 为了在牦牛等级评定研究中, 降低数据集分布不平衡对牦牛等级预测结果的影响, 提出一种基于改进条件生成对抗网络模型的牦牛等级评定模型VAE-CGAN. 首先, 为获取高质量生成样本, 模型通过引入变分自编码器取代条件生成对抗网络输入中的随机噪声, 降低了随机变量带来的不确定性. 此外, 模型将牦牛标签作为条件信息输入到生成对抗模型中来获取指定类别的生成样本, 生成样本及训练样本则会被用于训练深度神经网络分类器. 实验结果显示, 模型整体预测准确率达到了97.9%. 而且与生成对抗网络相比较, 在数量较少的特级牦牛等级预测上的精准率、召回率和F1值分别提升了16.7%、16.6%和19.4%. 实验结果表明该模型可以实现高精准度和低误分类率的牦牛等级分类.
    优先出版日期:  2022-09-14 , DOI: 10.15888/j.cnki.csa.008912
    摘要:
    考虑到目前图像加密算法缺少了对加密后图像的视觉安全的保护, 将新余弦混沌映射和贝叶斯压缩感知进行结合提出一种视觉有意义的图像加密算法是非常有价值的. 首先, 基于余弦函数提出了一个新的一维混沌映射用于构建受控测量矩阵, 除此之外, 所提出的新余弦混沌映射能够更好的扰乱图像的强相关性. 其次, 通过二维Arnold置乱算法对明文图像的小波包系数矩阵进行置乱. 然后, 借助混沌测量矩阵和双向加模扩散策略对置乱后的秘密图像进行压缩和加密. 最后, 通过最低有效位嵌入算法将秘密图像嵌入到经过生命游戏混合置乱后的载体图像中以得到一幅具有视觉意义的密文图像. 仿真结果和安全性分析表明在保证视觉安全性和解密质量的前提下所提加密算法具备可行性和高效性.
    优先出版日期:  2022-09-14 , DOI: 10.15888/j.cnki.csa.008913
    摘要:
    随着互联网的发展, 如何快速地从海量新闻中获取核心信息, 减少浏览负担, 是信息部门目前急需解决的问题. 现有的TextRank及其改进算法在新闻摘要抽取任务中, 考虑文本特征不全面. 在摘要句选择时, 只考虑到摘要的冗余度, 忽略了摘要的多样性及可读性. 针对上述问题, 本文提出了融合多特征的文本自动摘要方法MF-TextRank(multi-feature TextRank). 根据新闻的结构、句子和单词总结了更全面的文本特征信息用于改进TextRank算法的权重转移矩阵, 使句子权重计算更准确. 采用MMR算法更新句子权重, 通过集束搜索得到候选摘要集, 在MMR得分的基础上选择内聚性最高的候选摘要集作为最终的摘要输出. 实验结果表明, MF-TextRank算法在摘要抽取任务中摘要Rouge得分优于现有改进的TexRank算法, 有效提高了摘要抽取的准确性.
    优先出版日期:  2022-09-14 , DOI: 10.15888/j.cnki.csa.008758
    摘要:
    在自动驾驶应用场景下, 将YOLOv5应用于目标检测中, 性能较之前版本有明显的提升, 但在高运行速度情况下检测精度仍不够高, 本文提出一种基于改进YOLOv5的车辆端目标检测方法. 为解决训练不同数据集时需手动设计初始锚框大小, 引入自适应锚框计算. 在主干网络(Backbone)添加压缩与激励模块(squeeze and excitation, SE), 筛选针对通道的特征信息, 提升特征表达能力. 为了提升检测不同大小物体时的精度, 将注意力机制与检测网络融合, 把卷积注意力模块 (convolutional block attention module, CBAM)与Neck部分融合, 使模型在检测不同大小的物体时能关注重要的特征, 提升特征提取能力. 在主干网络中使用空间金字塔池化SPP模块, 使得模型输入可以输入任意图像高宽比和大小. 在激活函数方面, 进行卷积操作后使用Hardswish激活函数, 应用于整个网络模型. 在损失函数方面, 使用CIoU作为检测框回归的损失函数, 改善定位精度低和训练过程中目标检测框回归速度慢的问题. 实验结果表明, 改进后的检测模型在KITTI 2D数据集上测试, 目标检测的精确率(Precision)提高了2.5%, 召回率(Recall)提高了5.1%, 平均精度均值(mean average precision, mAP)提高了2.3%.
    优先出版日期:  2022-09-14 , DOI: 10.15888/j.cnki.csa.008784
    摘要:
    针对当前病人运送问题主要以燃油车为主展开研究, 本文围绕电动车运送病人问题建模, 并对燃油及电动车病人运送算例进行对比分析, 以验证电动车运送病人的可行性和优越性. 首先构建燃油车病人运送数学模型, 考虑了每位病人最长乘车时间、车辆最大平均行驶速度和病人时间窗等约束, 以燃油车的行驶消耗成本和加油成本之和最小化为目标. 其次构建电动车病人运送数学模型, 考虑了电车充电时间、剩余电量、电车最大平均行驶速度、每位病人最长乘车时间以及病人时间窗等约束, 以电动车行驶消耗成本和充电成本之和最小化为目标. 最后选取算例并利用LINGO软件进行编程求解, 验证数学模型的可行性和有效性.
    优先出版日期:  2022-09-14 , DOI: 10.15888/j.cnki.csa.008806
    摘要:
    车辆检测是智能交通系统重要的一个研究方向. 针对监控视角下的车辆检测问题, 提出了一种改进YOLOX算法的车辆检测方法. 使用网络深度更小的YOLOX_S模型, 对网络结构改进. 使用GHOST深度可分离卷积模块代替部分传统卷积, 在保证模型检测精度的同时减少模型参数; 将CBAM注意力模块融合到特征提取网络中, 并添加特征增强结构, 加强特征提取网络获得的特征图语义信息, 增强提取网络对目标的检测能力; 通过使用CIoU_loss优化损失函数, 提高模型边界框的定位精度. 测试实验结果表明, 改进后的网络识别准确率提升了2.01%, 达到95.45%, 证明了改进方法的可行性.
    优先出版日期:  2022-09-14 , DOI: 10.15888/j.cnki.csa.008888
    摘要:
    胶质瘤是在世界范围内致死率排行比较靠前的几种肿瘤之一, 是一种死亡率高、容易复发, 对身体危害极大的恶性疾病. 目前, 核磁共振成像(magnetic resonance imaging, MRI)技术因其成像效果清晰, 不同软组织之间对比鲜明等特点, 现已成为诊断患者胶质瘤较为常用的一种医学手段. 基于胶质瘤原始数据集缺少这一情况, 与辽宁省肿瘤医院合作, 对该医院300名胶质瘤患者MRI图像进行分析, 通过病变判定、病变定位和病变定性3个步骤对原始数据进行分类并进一步分级, 建立胶质瘤原始数据集. 为了证明其后续应用性, 通过分析和实验, 证明原始数据集可被用于图像分类及分割, 并为肿瘤的生长与重建提供图像数据, 对胶质瘤的临床研究和应用给予充分的帮助.
    优先出版日期:  2022-09-08 , DOI: 10.15888/j.cnki.csa.008911
    摘要:
    针对原始哈里斯鹰优化算法(HHO)存在的收敛精度低、收敛速度慢、易陷入局部最优等不足, 提出了一种基于混合策略的改进哈里斯鹰优化算法(HSHHO). 首先, 在种群初始化阶段引入Sobol序列, 生成均匀分布的种群, 提高种群的多样性, 有利于提高算法的收敛速度; 其次, 引入limit阈值, 令算法在一定迭代次数没有获得更优值后执行全局探索操作, 提高算法跳出局部最优解的能力, 改善HHO在迭代后期只执行开发阶段而易陷入局部最优的缺陷; 最后, 提出一种动态的反向学习机制, 提高算法的收敛精度以及跳出局部最优的能力. 在9个基准函数和6个CEC2017函数上进行测试, 与其它多种优化算法、HHO变体作对比, 验证所提出策略的有效性, 并进行Wilcoxon符号秩检验、Friedman检验和Quade检验等非参数检验. 实验结果表明, HSHHO在收敛速度、寻优精度和统计测试方面具有较为优秀的性能. 最后, 还应用到焊接梁设计优化问题, 结果表明改进的算法对于带约束的实际工程优化问题也具有更好的效果.
    优先出版日期:  2022-09-08 , DOI: 10.15888/j.cnki.csa.008920
    摘要:
    相比基于特征点的传统图像特征匹配算法, 基于深度学习的特征匹配算法能产生更大规模和更高质量的匹配. 为获取较大范围且清晰的路面裂缝图像, 并解决弱纹理图像拼接过程中发生的匹配对缺失问题, 本文基于深度学习LoFTR (detector-free local feature matching with Transformers)算法实现路面图像的拼接, 并结合路面图像的特点, 提出局部拼接方法缩短算法运行的时间. 先对相邻图像做分割处理, 再通过LoFTR算法产生密集特征匹配, 根据匹配结果计算出单应矩阵值并实现像素转换, 然后通过基于小波变换的图像融合算法获得局部拼接后的图像, 最后添加未输入匹配网络的部分图像, 得到相邻图像的完整拼接结果. 实验结果表明, 与基于SIFT (scale-invariant feature transform)、SURF (speeded up robust features)、ORB (oriented FAST and rotated BRIEF)的图像拼接方法比较, 研究所提出的拼接方法对路面图像的拼接效果更佳, 特征匹配阶段产生的匹配结果置信度更高. 对于两幅路面图像的拼接, 采用局部拼接方法耗费的时间较改进之前缩短了27.53%. 研究提出的拼接方案是高效且准确的, 能够为道路病害监测提供总体病害信息.
    优先出版日期:  2022-09-08 , DOI: 10.15888/j.cnki.csa.008921
    摘要:
    针对光伏发电功率的波动性与随机性对调度部门的负荷预测以及电网安全运行带来的严峻挑战, 提出了一种基于变分模态分解(VMD)和布谷鸟搜索(CS)算法优化的双向长短期记忆网络(BiLSTM)光伏发电功率预测方法. 首先使用VMD将光伏功率序列分解成不同频率的子模态, 通过皮尔逊相关性分析确定影响各模态的关键气象因子. 其次分别构建注意力机制(AM)和BiLSTM混合的光伏发电功率预测模型, 利用CS算法获取网络最优的权重和阈值. 最后, 将不同模态的预测结果相叠加, 得到最终的预测结果. 通过对亚利桑那州地区光伏电站输出功率进行预测, 验证了所提模型的有效性.
    优先出版日期:  2022-09-08 , DOI: 10.15888/j.cnki.csa.008910
    摘要:
    文本生成图像算法对生成图像的质量和文本匹配度有很高的要求. 为了提高生成图像的清晰度, 在现有算法的基础上改进生成对抗网络模型. 加入动态记忆网络、细节校正模块(DCM)、文本图像仿射组合模块(ACM)来提高生成图片的质量. 其中动态记忆网络可以细化模糊图像并选择重要的文本信息存储, 以提高下一阶段生成图像的质量. DCM纠正细节, 完成合成图像中缺失部分. ACM编码原始图像特征, 重建与文本描述无关的部分. 改进后的模型实现了两个目标, 一是根据给定文本生成高质量的图片, 同时保留与文本无关的内容. 二是使生成图像不再较大程度依赖于初始图像的生成质量. 通过在CUB-200-2011鸟类数据集进行研究实验, 结果表明相较之前的算法模型, FID (Frechet inception)有了显著的改善, 结果由16.09变为10.40. 证明了算法的可行性和先进性.
    优先出版日期:  2022-09-08 , DOI: 10.15888/j.cnki.csa.008905
    摘要:
    当代社会睡眠问题日益突出, 及时检测评估睡眠质量有助于诊断睡眠疾病. 针对目前市面上睡眠监测类产品发展参差不齐的现状, 本文搭建了一个基于双通道脑电信号的在线实时睡眠分期系统, 利用第三方接口脑环获取脑电数据, 结合CNN-BiLSTM神经网络模型, 在PC电脑端实现了在线的实时睡眠分期与音乐调控功能. 系统使用基于卷积神经网络CNN和双向长短时记忆神经网络BiLSTM相结合的算法模型对脑电信号进行自动特征提取, CNN能够提取高阶特征, BiLSTM可以捕捉睡眠数据前后的依赖性和关联性, 睡眠分期准确率更高. 实验结果表明, 本文算法模型在Sleep-EDF公共数据集上的四分类任务中取得了92.33%的分期准确率, 其Kappa系数为0.84, 本系统的实时睡眠分期功能在自采集睡眠数据分期实验中取得79.17%的分期准确率, 其Kappa系数为0.70. 相比其他睡眠监测类产品, 本系统睡眠分期准确率更高, 应用场景更多样, 实时性和可靠性强, 并且可以根据分期结果对用户进行相应的音乐调控, 改善用户睡眠质量.
    优先出版日期:  2022-09-01 , DOI: 10.15888/j.cnki.csa.008915
    摘要:
    影响力最大化的目的是在网络中发现能够触发最大数量的剩余节点参与到信息传播过程的一小群节点. 目前异质信息网络中影响力最大化的研究通常从网络中抽取同质子图、或基于节点局部结构的元路径进行节点影响力的评估, 没有考虑节点的全局特征和网络中高影响力节点间的集群现象给种子集合最终扩散范围造成的影响损失. 文中提出了一种基于社区与结构熵的异质信息网络影响力最大化算法, 该算法能够有效地从局部和全局两个方面度量节点的影响. 首先, 通过构建元结构保留节点在网络中的局部结构信息和异质信息度量节点的局部影响; 其次, 利用节点所属社区在整个网络中的权重占比对节点的全局影响进行度量; 最后, 综合求出节点的最终影响并选出种子集合. 在真实数据集上进行的大量实验结果表明所提算法有较好的有效性和效率.
    优先出版日期:  2022-09-01 , DOI: 10.15888/j.cnki.csa.008804
    摘要:
    针对当前去雾方法存在雾残留、颜色失真等问题, 结合生成对抗网络在图像超分辨率重建的优势, 提出基于通道注意力与条件生成对抗网络图像去雾算法(CGAN-ECA). 网络基于编码-解码结构, 生成器设计多尺度残差模块(multi-scale residual block, MRBlk)和高效通道注意力模块(efficient channel attention, ECA)扩大感受野, 提取多尺度特征, 动态调整不同通道权重, 提高特征利用率. 使用马尔可夫判别器分块评价图像, 提高图像判别准确率. 损失函数增加内容损失, 减少去雾图像的像素和特征级损失, 保留图像更多的细节信息, 实现高质量的图像去雾. 在公开数据集RESIDE实验结果表明, 提出的模型相比于DCP、AOD-Net、DehazeNet和GCANet方法峰值信噪比和结构相似性分别平均提高36.36%, 8.80%, 改善了颜色失真和去雾不彻底的现象, 是一种有效的图像去雾算法.
    优先出版日期:  2022-09-01 , DOI: 10.15888/j.cnki.csa.008808
    摘要:
    作为衡量空气污染物浓度的重要指标, 对PM2.5浓度进行监控预测, 能够有效地保护大气环境, 进一步地减少空气污染带来的危害. 随着空气质量自动监测站的大范围建立, 由传统的机器学习搭建的空气质量预测模型已经不能满足当今的需求. 本文提出了一种基于多头注意力机制和高斯概率估计的高斯-注意力预测模型, 并对沈阳市某监测站点的数据进行了训练和测试. 该模型考虑了PM2.5浓度受到其他空气质量数据的影响, 将空气质量数据的分层时间戳(周、日、小时)的信息对齐作为输入, 使用多头注意力机制对于不同子空间的时间序列关联特征进行提取, 能够获得更加完善有效的特征信息, 再经过高斯似然估计得到预测结果. 通过与多种基准模型进行对比, 相较于性能较优的DeepAR, 高斯-注意力预测模型的MSE、MAE分别下降了21%、15%, 有效地提高了预测准确率, 能够较准确地预测出PM2.5浓度.
    优先出版日期:  2022-09-01 , DOI: 10.15888/j.cnki.csa.008645
    摘要:
    随着网络规模的增大, 节点接近中心性的精确算法效率越来越低. 本文提出一种基于RankNet排序学习算法的模型以快速逼近复杂网络节点接近中心性排序. 首先通过相关性分析得到与接近中心性呈正相关的节点重要度指标作为模型的输入特征, 然后在给定网络中随机选取节点子集用于模型的训练样本数据. 在一个真实航空网络数据集和典型的复杂网络模型上对提出的模型进行了验证, 实验结果表明基于RankNet排序学习算法的模型能够在一定程度上降低计算时间复杂度, 而且保持了较高的近似准确性, 所提出的模型排序效果明显优于采用回归学习的基准模型.
    优先出版日期:  2022-09-01 , DOI: 10.15888/j.cnki.csa.008902
    摘要:
    一致性检查是关于计算流程模型与其执行实际之间相符情况的问题. 运行时一致性检查因反馈的实时性和良好的应用前景, 成为当前一致性检查的新问题. 针对每个新产生的事件, 如何以较小的性能代价计算得到最优的一致性检查结果是运行时一致性检查的难点. 基于流程模型的结构信息(refined process structure tree, RPST)提出一致性监控树(conformance monitoring tree, CMT), 基于CMT提出求解最优一致性结果的动态规划算法. 通过3个实验数据集表明, 对比已有相关工作, 本文算法具备较明显的性能优势.
    优先出版日期:  2022-09-01 , DOI: 10.15888/j.cnki.csa.008904
    摘要:
    入侵检测技术作为计算机防护的主要技术手段, 因具有适应性强、能识别新型攻击的优点而被广泛研究, 然而识别率和误报率难以保证是该技术的主要瓶颈. 为了提升异常检测技术的识别率并降低误报率, 提出了一种终端级入侵检测算法(terminal-level intrusion detection algorithm, TL-IDA). 在数据预处理阶段把终端日志切割成连续的小块命令序列, 并引入统计学的常用指标为命令序列构建特征向量, 再使用TL-IDA算法通过特征向量对用户建模. 在此基础上, 还提出了一种滑动窗口判别法, 用于判断系统是否遭受攻击, 从而提升入侵检测算法的性能. 实验结果表明, TL-IDA算法的平均识别率和误报率分别达到了83%和15%, 优于同类的基于异常技术的终端级入侵检测算法ADMIT、隐马尔可夫模型法等.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008889
    摘要:
    针对传统图像拼接算法速度较慢, 难以满足获取大分辨率全景图像的实时性要求, 本文提出一种基于CUDA的快速鲁棒特征(speeded-up-robust features, SURF)图像配准算法, 从GPU线程执行模型、编程模型和内存模型等方面, 对传统SURF算法特征点的检测和描述进行CUDA并行优化; 基于FLANN和RANSAC算法, 采用双向匹配策略进行特征匹配, 提高配准精度. 结果表明, 相对串行算法, 本文并行算法对不同分辨率的图像均可实现10倍以上的加速比, 而且配准精度较传统配准算法提高17%, 精度最优可高达96%. 基于CUDA加速的SURF算法可广泛应用于安防监控领域, 实现全景图像的实时配准.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008825
    摘要:
    在研制量子芯片时对其性能进行测评, 以校准量子算法实际执行结果与理论结果的拟合程度是量子计算优于经典计算的重要一步. 然而, 目前国内外对量子芯片性能测评方面并没有统一的基准测试, 对于量子芯片局部指标的测评标准容易导致人们对芯片整体性能的误解. 鉴于此, 本文首先简述现有的量子芯片性能指标, 其次通过对测评方法进行分类, 概述现今量子芯片测评方法, 最后总结量子芯片测评技术的现存问题并对未来的测评技术进行展望. 本综述可为从事相关工作的人员进行查阅提供便利.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008891
    摘要:
    文本意图识别任务中常面临训练数据不足的问题, 且由于文本数据离散性导致在标签不变的条件下进行数据增强并提高原模型性能具有一定困难, 为解决小样本意图识别任务中的上述问题, 提出一种分步式数据增强与阶段性训练策略相结合的方法. 该方法从全局和局部两个角度将原始数据在全体语句和同类别中的样本对上进行递进式增强, 并在模型训练期间根据递进层次的不同划分阶段进行学习, 最后在多个意图识别数据集上进行实验以评估其有效性. 实验结果表明, 该方法可以有效提高小样本环境中意图识别模型的准确率, 同时模型的稳定性也得到了提升.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008893
    摘要:
    针对无线传感器网络中传统的低功耗自适应集簇分层型协议存在的节点能耗过高、网络生存周期短以及负载不均衡等问题, 本文提出了一种异构传感网络下的多目标簇头选举和基于模拟退火的哈里斯鹰路由优化算法(LEACH-MHO). 这种改进算法首先在计算节点最优阈值的基础上, 构建新的考量能耗和负载的适应度函数, 找到最优簇首节点, 保证簇首节点的均匀分布; 再建立基于哈里斯鹰优化器的路径选择策略, 同时嵌入模拟退火算法, 防止过早陷入局部最优; 最后使用评估函数筛选出可加入到最佳路径的簇头, 缩短簇头节点到基站的通信距离. 仿真实验数据表明, 与CREEP、LEACH-C、LEACH算法相比, 本文算法的网络生存寿命分别延长了22.18%、77.83%和180.52%, 能更有效地延长网络生存寿命.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008894
    摘要:
    在设计实时异构系统中的容错调度算法时, 既要考虑到实时性的约束, 又要最大化系统的可靠性. 此外, 异构系统中的并行应用调度问题已经被证明了是NP完全问题. 现有的容错调度算法大多采用复制技术来提升系统的可靠性, 但是任务的多次执行会导致应用执行时间变长, 系统实时性下降. 为此, 提出了一个基于积极复制技术的容错调度算法, 该算法连续的复制任务集中对当前系统实时性影响最小的任务, 然后将任务集中的所有任务调度至最早完成的处理器, 用以在满足实时性约束的同时, 提升系统的可靠性. 实验表明, 相比于同样着眼于实时异构系统的DB-FTSA算法, 该算法在实时性约束严格的情况下, 可靠性有较大提升.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008897
    摘要:
    针对不同个体的脑电信号差异大且易受到环境因素影响的问题, 结合去基线干扰及脑电通道选择方法, 提出一种基于连续卷积神经网络的情绪分类识别算法. 首先进行基线信号的微分熵(differential entropy, DE)特征的选取研究, 将数据处理为多通道输入后使用连续卷积神经网络进行分类实验, 然后选择最佳电极个数. 实验结果表明, 将实验脑电信号微分熵与被试者实验脑电前一秒的基线信号微分熵的差值映射为二维矩阵后, 在频率维度组合为多通道的形式作为连续卷积神经网络的输入, 在22通道上唤醒度和效价的分类平均准确率为95.63%和95.13%, 接近32通道的平均准确率.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008898
    摘要:
    目前关于集成学习的泛化性能的研究已取得很大成功, 但是关于集成学习的误差分析还需要进一步研究. 考虑交叉验证在统计机器学习中对于模型性能评估有重要应用, 为此, 应用组块3×2交叉验证和k折交叉验证方法为每个样本点进行赋予权重的预测值的集成, 并进行误差分析. 在模拟数据和真实数据上进行实验, 结果表明基于组块3×2交叉验证的集成学习预测误差小于单个学习器的预测误差, 并且集成学习的方差比单个学习器方差小. 与基于k折交叉验证的集成学习方法相比, 基于组块3×2交叉验证的泛化误差小于基于k折交叉验证的泛化误差, 说明基于组块3×2交叉验证的集成学习模型稳定性好.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008899
    摘要:
    由于足球比赛场景中密集人群、移动小目标居多, YOLOv3算法存在检测精确度较低且模型参数量较大等问题, 使其无法部署在资源算力有限的移动设备上, 本文提出了一种基于改进YOLOv3的行人检测方法, 将Darknet-53主干特征提取网络替换为更加高效且轻量化的GhostNet网络; 同时选取了4个尺度的检测分支层并采用K-means++算法改善anchor box的聚类效果; 添加空间金字塔池化对输入图像实现相同大小的输出; 提出CIoU损失函数来计算目标定位损失值; 添加heatmap热力图可视化并在训练中使用Mosaic数据增强. 实验结果表明, YOLOv3-GhostNet在VOC融合数据集上mAP达到90.97%的同时相比YOLOv3算法提高了1.75%, 参数量减少了约81.4%且实时检测速率提高了约1.5倍, 在小型移动设备上表现出不错的检测效果.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008900
    摘要:
    针对货车利用躲避摄像头等手段在城市道路中不按规定时间、规定线路行驶, 使得车辆不能被准确识别的问题, 提出基于改进Faster RCNN的城市道路货车检测方法. 该方法以Faster RCNN为基础模型, 通过对传入主干网络的车辆图片进行卷积和池化等操作来提取特征, 其中增加特征金字塔网络(FPN)提升对多尺度目标检测的精度; 同时将K-means聚类算法应用在数据集上以获取新的锚点框; 利用RPN (region proposal network)生成建议框; 并使用CIoU (complete-IoU)损失函数代替原算法的smoothL1损失函数以提升检测车辆的精确性. 实验结果显示, 改进后的Faster RCNN相比原算法对货车检测的平均精度(AP)提高7.2%, 召回率(recall)提高6.1%, 减少了漏检的可能, 在不同场景下具有良好的检测效果.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008901
    摘要:
    辅助投保人了解保险产品的条款是保险应用关注的热点问题之一, 借助知识图谱技术辅助人身保险业务开展是一种可行的方法. 本文首先从多源数据中提取并构建人身保险知识图谱LIKG. 具体而言, 构建BERT-IDCNN-BiLSTM-CRF模型提取非结构化文本数据的实体, 通过多种短文本相似度算法以及集成排序算法完成实体对齐; 设计并使用Bootstrapping和分类预测两阶段抽取方法对保险产品进行属性填充. 然后, 根据构建的LIKG, 设计开发原型系统, 该系统使用实体抽取和属性抽取算法提供知识获取功能、设计CF-IIF指标提供属性推荐功能以及实现可视化界面帮助用户快速掌握人身保险产品的信息, 展示LIKG的应用价值.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008876
    摘要:
    针对文化算法收敛速度慢、易陷入局部最优解以及种群多样性少的问题, 本文对文化算法进行优化设计, 提出一种将带有精英保留策略的遗传算法(GA)和模拟退火算法(SA)纳入文化算法(CA)框架的混合优化算法. 此算法基于协同进化的思想, 算法分为下层种群空间和上层信念空间, 两个空间采用了相同的进化机制, 但使用不同的参数. 在文化算法的基础上加入带有精英保留策略的遗传算法, 使种群中的优秀个体直接进入下一代, 以此提高收敛速度; 加入模拟退火算法, 利用其具有突变的特点, 概率性的跳出局部最优并接受劣质解, 以此增加种群多样性. 函数优化结果证明了算法的有效性, 将此算法用于求解最小化最大完工时间的流水车间调度问题, 仿真结果显示, 此算法在收敛速度和精度方面都优于其他几个具有代表性的算法.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008870
    摘要:
    针对室内环境下智能监控视频对光照变化产生的阴影难以识别、分割困难等问题, 提出一种结合迁移学习方式和SENet通道注意力机制的UNet网络. 首先, 针对阴影特征模糊难以有效提取的问题, 在UNet模型的上采样部分, 添加SENet通道注意力机制, 在不增加网络参数的同时, 提高有效区域的特征权重; 并将预训练好的VGG16网络迁移到UNet模型中, 实现特征迁移和参数共享, 提高模型的泛化能力, 减少训练成本; 最后通过解码器得到分割结果. 实验结果表明, 改进的UNet算法相比于原UNet算法在对运动目标的分割精度上达到了96.09%, 对阴影的分割精度上达到92.24%, 平均交并比(MIOU)达到92.58%, 算法性能指标有显著提升.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008797
    摘要:
    服务器缓存性能的核心是缓存替换策略, 缓存替换策略直接影响缓存的命中率, Web缓存可以解决网络拥塞和用户访问延迟问题, 提高服务器的性能. 传统缓存替换算法的命中率往往不高, 为此文中提出了一种基于谱聚类的多级缓存替换策略. 该策略利用循环滑动窗口机制提取日志文件的多项时序特征和访问属性, 通过谱聚类对过滤后的数据集进行聚类分析从而得到访问预测结果. 多级缓存替换策略综合考虑了缓存对象的局部频率、全局频率以及资源大小能更好对低价值资源进行剔除, 同时对高价值资源进行保留. 通过与传统替换算法LRU、LFU、RC、FIFO进行实验对比, 实验结果表明本文将谱聚类和多级缓存替换策略进行结合有效地提高了缓存请求命中率和字节命中率.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008652
    摘要:
    为了在发生轻微交通事故时, 快速使事故车辆驶离现场, 保证道路畅通, 提出了一种车辆碰撞检测及责任判定模型. 首先结合SSD目标检测算法(single shot multibox detector)和MobileNet轻量级深度网络模型, 对其进行改进以获取每一帧视频图像中运动目标的位置和大小信息, 实现对车辆识别与检测. 其次, 利用卡尔曼滤波器对连续图像帧之间的运动目标建立对应匹配关系, 预测目标的运动状态, 对目标的位置及运动趋势做出判断, 实现车辆轨迹跟踪. 随后通过车辆目标检测框的交并比判断是否发生碰撞. 最后针对直行道路中车辆的速度、方向信息结合道路安全条例及机动车事故快速方法对事故车辆进行责任判定. 结果分析表明, 该研究可实现直行道路场景下的追尾及变道引发的车辆碰撞检测及责任判定.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008890
    摘要:
    针对目前现有的新闻推荐系统未能充分考虑新闻的语义信息, 对新闻文本建模因子的单一性问题, 提出注意力与多视角融合的新闻推荐算法(Attention-BodyTitleEvent, Attention-BTE). 利用BERT模型以及注意力机制分别对新闻标题、正文、事件向量化, 将三者融合即新闻向量化表示, 再对候选新闻和用户浏览新闻数据进行处理, 分别得到对应的候选新闻向量化和用户向量化, 并将其进行点乘得到用户点击候选新闻的概率, 即新闻推荐结果. 实验数据表明, 与其他的新闻推荐算法相比, 该模型在F1指标上提高了约6%.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008885
    摘要:
    基于特征金字塔网络的目标检测算法没有充分考虑不同目标间的尺度差异以及跨层特征融合过程中高频信息损失问题, 使网络无法充分融合全局多尺度信息, 导致检测效果不佳. 针对这些问题, 提出了尺度增强特征金字塔网络. 该方法对特征金字塔网络的侧向连接和跨层特征融合方式进行了改进, 设计具有动态感受野的多尺度卷积组作为侧向连接来充分提取每一个目标的特征信息, 引入基于注意力机制的高频信息增强模块来促进高层特征与底层特征融合. 基于MS COCO数据集的实验结果表明, 该方法能有效提高各尺度目标的检测精度, 整体性能优于现有方法.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008886
    摘要:
    在云存储环境中, 数据所有者不仅能够借助云服务器存储数据, 而且可以通过云服务器与其它用户共享数据. 但是, 当数据所有者通过云服务器存储和共享数据时, 可能存在一些安全问题. 首先, 数据所有者需要保证其数据的可认证性. 其次, 数据所有者的数据中可能包含其敏感信息, 比如姓名、年龄等信息. 因此, 数据所有者在与其他用户共享数据时, 可能会泄露自己的敏感信息. 为了解决上述问题, 本文提出了一个无证书的可净化签名方案, 用于解决云存储环境下共享数据的可认证性与敏感信息隐藏. 具体而言, 所提方案基于无证书密码学, 避免了传统公钥基础设施中昂贵的证书管理开销, 消除了基于身份密码学中复杂的密钥托管缺陷. 此外, 所提方案加入了访问控制, 使得存储在云服务器中的数据只能被授权用户访问. 最后, 安全分析说明了所提方案的安全性; 性能分析体现了所提方案的高效性.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008887
    摘要:
    随着信息技术的发展, 推荐系统作为信息过载时代的重要工具, 正扮演着越来越重要的角色. 基于内容和协同过滤的传统推荐系统, 倾向于以静态方式对用户与商品交互进行建模, 以获取用户过去的长期偏好. 考虑到用户的偏好往往是动态的, 且具有非持续性和行为依赖性, 序列化推荐方法将用户与商品的交互历史建模为有序序列, 能有效捕获商品的依赖关系和用户的短期偏好. 然而多数序列化推荐模型过于强调用户-商品交互的行为顺序, 忽视了交互序列中的时间信息, 即隐式假设了序列中相邻商品具有相同的时间间隔, 在捕捉包含时间动态的用户偏好上具有局限性. 针对以上问题, 文中提出基于自注意力网络的时间感知序列化推荐(self-attention-based network for time-aware sequential recommendation, SNTSR)模型, 该模型将时间信息融入改进的自注意力网络中, 以探索动态时间对下一商品预测的影响. 同时, SNTSR独立计算位置相关性, 以消除可能引入的噪声相关性, 增强捕获用户序列模式的能力. 在两个真实世界数据集上的大量实验表明, SNTSR始终优于一组先进的序列化推荐模型.
    优先出版日期:  2022-08-26 , DOI: 10.15888/j.cnki.csa.008820
    摘要:
    文本对抗样本的生成对于研究基于深度学习的自然语言处理系统的脆弱性, 提升这类系统的鲁棒性具有重要的意义. 本文对词级对抗样本生成中的重要步骤, 替换词的搜索展开研究, 针对现有算法存在的早熟收敛和有效性差的问题, 提出了基于改进人工蜂群搜索算法的文本对抗样本生成方法. 首先, 根据知网HowNet库中单词的义原标注筛选得到拟被替换词的搜索空间; 然后, 基于改进的人工蜂群算法搜索并定位替换词生成高质量的文本对抗样本. 本文针对当前主流的基于深度神经网络的文本分类模型, 在两个文本分类数据集上进行了攻击测试. 结果表明, 跟已有文本对抗样本生成方法相比, 本文提出的方法能以较高的攻击成功率误导文本分类系统, 并更多地保留语义和语法的正确性.
    优先出版日期:  2022-08-24 , DOI: 10.15888/j.cnki.csa.008867
    摘要:
    白内障是一种主要导致视觉损伤的眼病. 早期干预和白内障手术是改善患者视力和生活质量的主要手段. 眼前节光学相干断层成像图像 (anterior segment optical coherence tomography, AS-OCT) 是一种新型眼科图像, 其具有非接触、高分辨率、检查快速等特点. 在临床上, 眼科医生已经逐渐采用AS-OCT图像进行眼科疾病如青光眼的诊断, 然而尚未有研究工作利用它进行皮质性白内障 (cortical cataract, CC) 自动分类. 为此, 提出了一个基于AS-OCT图像的自动皮质性白内障分类框架, 由图像预处理、特征提取、特征筛选和分类等4部分组成. 首先, 利用反光区域去除和对比度增强方法进行图像预处理; 紧接着使用灰度共生矩阵 (grey level co-occurrence matrix, GLCM)、灰度区域大小矩阵 (grey level size zone matrix, GLSZM) 和邻域灰度差矩阵 (neighborhood grey tone difference matrix, NGTDM) 方法从皮质区域提取了22个特征; 然后, 采用斯皮尔曼相关系数方法对提取的特征进行特征重要性分析并筛除冗余特征; 最后利用线性支持向量机方法进行分类. 在一个临床AS-OCT图像数据集上的实验结果表明, 所提出的皮质性白内障分类框架准确率、召回率、精确率和F1分别达到86.04%, 86.18%, 88.27%和86.35%, 取得与先进的深度学习算法接近的性能, 表明其具有作为辅助眼科医生进行皮质性白内障临床诊断工具的潜力.
    优先出版日期:  2022-08-24 , DOI: 10.15888/j.cnki.csa.008877
    摘要:
    信息时代推进盲文数字化, 关乎我国广大盲人文化素质的提高和生活水平的改善. 本文实现了一种基于国家通用盲文标调规则的汉盲转换系统, 能够快速生成海量符合国家通用盲文方案的数字化资源, 满足视障人士无障碍获取信息的需求. 此系统按通用盲文规则处理汉语文本, 将其转换为符合标调规则、简写规则的盲文结果. 测试结果表明, 此系统可以准确处理标调规则、简写规则, 可得到准确的符合国家通用盲文方案的盲文数字化结果. 声调省写覆盖率、韵母简写覆盖率和篇幅增加量均与国家通用盲文方案的理论值相当, 能够快速处理长篇语料文件, 程序执行效率高, 具有实用价值, 可以用于推广国家通用盲文, 促进我国盲文数字化无障碍建设.
    优先出版日期:  2022-08-24 , DOI: 10.15888/j.cnki.csa.008874
    摘要:
    块对角化(block diagonalization, BD)算法是一种多输入多输出的传统线性预编码算法, 其核心思想是通过奇异值分解(singular value decomposition, SVD)找到干扰矩阵零空间的正交基, 从而完全消除多用户干扰(multiuser interference, MUI), 但是随着收发端数目的增多, BD预编码算法所需的计算复杂也大大增加, 成为了制约其发展的关键因素之一. 为此, 本文提出了一种改进的低复杂度BD算法——基于正交分解中的施密特正交化求逆与格基规约操作的组合算法, 对传统BD算法两次高复杂度操作的奇异值分解用施密特正交化和格基规约操作进行替换, 从而降低算法复杂度. 结果表明, 本文改进算法的计算复杂度上降低了46.7%, 系统和容量上得到了2–10 bits/Hz的提高, 同时误码率上得到了2个量级的优化.
    优先出版日期:  2022-08-24 , DOI: 10.15888/j.cnki.csa.008883
    摘要:
    随着海洋气象业务不断发展, 海洋气象服务也逐渐向专业化、可视化及智慧化方向发展, 综合性海洋气 象服务已不能满足港口气象服务实际业务需求. 为保障港口安全生产, 提升港口气象服务效能, 本文提出了一 种基于面向服务架构(service oriented architecture, SOA)的港口智慧气象服务系统建设方案. 通过对气象、港口、地理信息 等多源异构业务数据进行动态集成, 结合 XML (extensive markup language)、Web service 、数据仓库、中间件模 式、WebGIS 、消息队列等计算机相关技术, 实现了港区气象业务数据实时监测, 港口专业预报预警, 应急预案 制作发布、专业用户及气象要素阈值管理等功能. 系统业务应用结果表明, 该系统满足港口专业气象服务需求, 有效减少了海洋气象灾害对港区生产活动的不利影响, 同时系统可扩展性强, 具有较高应用推广价值.
    优先出版日期:  2022-08-24 , DOI: 10.15888/j.cnki.csa.008884
    摘要:
    程序依赖图往往只能根据语句中变量的定义使用关系来判定数据依赖而无法从语义上精准判断, 从而容易引入虚假依赖关系, 使得缺陷修复的过程中使用错误信息造成修复失败. 因此, 本文将利用抽象属性对与空对象或空指针有关的虚假依赖进行剪枝, 提出基于抽象语义的程序依赖图减少与程序缺陷语义无关的依赖关系分析, 以完成空指针引用修复. 依据分析获取的依赖关系, 在空指针引用的不同修复策略的指导下实现一种多策略的修复方案, 在尽可能减小修复副作用的前提下完成空指针引用缺陷的修复. 本文利用Defects4J中的空指针引用对实现的修复工具DTSFix进行实验评估, 结果显示DTSFix的修复效果远远高于对比工具, 证明了方法的有效性.
    优先出版日期:  2022-08-24 , DOI: 10.15888/j.cnki.csa.008909
    摘要:
    如今, 全球导航卫星系统(GNSS)基本解决了室外开阔环境下的实时高精度定位问题. 然而, 随着城市化进程加快, 为受到GNSS信号干扰的密集建筑物场所提供行人导航服务也产生了大量需求, 并推动室内定位技术近些年取得了较大进展. 在此基础上, 由于目前还没有任何单一普适的定位方式解决室内外环境的无缝过渡, 因此, 为了解决导航领域“最后一公里”的难题, 无缝导航技术开启了新的热点与课题. 本文总结了行人室内导航的多传感器融合技术: (1) 从基于无线射频信号到非电信号分别分析比较单一传感器在室内定位中的优势与局限性; (2) 介绍了室内多传感器融合领域的定位手段, 包括多模式指纹融合、基于几何测距融合与基于PDR技术融合. 最后, 研究了室内定位技术应用于无缝导航的解决方案, 展示了室内外环境下无缝定位的挑战与前景. 本工作为后续实现高精度无缝定位研究提供参考与帮助.
    优先出版日期:  2022-08-24 , DOI: 10.15888/j.cnki.csa.008907
    摘要:
    本文提出了一种多模态情绪识别方法, 该方法融合语音、脑电及人脸的情绪识别结果来从多个角度综合判断人的情绪, 有效地解决了过去研究中准确率低、模型鲁棒性差的问题. 对于语音信号, 本文设计了一个轻量级全卷积神经网络, 该网络能够很好地学习语音情绪特征且在轻量级方面拥有绝对的优势. 对于脑电信号, 本文提出了一个树状LSTM模型, 可以全面学习每个阶段的情绪特征. 对于人脸信号, 本文使用GhostNet进行特征学习, 并改进了GhostNet的结构使其性能大幅提升. 此外, 我们设计了一个最优权重分布算法来搜寻各模态识别结果的可信度来进行决策级融合, 从而得到更全面、更准确的结果. 上述方法在EMO-DB与CK+数据集上分别达到了94.36%与98.27%的准确率, 且提出的融合方法在MAHNOB-HCI数据库的唤醒效价两个维度上分别得到了90.25%与89.33%的准确率. 我们的实验结果表明, 与使用单一模态以及传统的融合方式进行情绪识别相比, 本文提出的多模态情绪识别方法有效地提高了识别准确率.
    优先出版日期:  2022-08-19 , DOI: 10.15888/j.cnki.csa.008878
    摘要:
    针对地形生成算法在易用性、可控性、真实感、速度等方面难以平衡的问题, 提出了一种基于概要图的地形生成方法. 该方法使用生成对抗网络, 在隐空间中对地形坡度、坡向等信息建模, 使生成的地形符合用户手绘概要图约束. 提出基于地形高度图的概要图提取算法, 可从真实地形高度图中提取出类似用户手绘效果的概要图, 快速构建数据集. 提出多尺度地形细节填充算法, 通过引入多尺度的概念, 使地形纹理细节得到了动态补充, 真实感美观度大幅提升. 提出了基于用户反馈的地形满意度评价方法, 并据此进行实验验证, 结果表明该地形生成方法可以准确高效地生成符合用户预期的数字地形.
    优先出版日期:  2022-08-19 , DOI: 10.15888/j.cnki.csa.008880
    摘要:
    针对目前编译优化领域的深度学习模型普遍采用单任务学习而难以利用多个任务间的相关性提升模型整体编译加速效果的问题, 提出了一种基于多任务深度学习的编译优化方法. 该方法使用图神经网络 (GNN) 从C程序的抽象语法树 (ASTs) 和数据控制流图 (CDFGs) 中学习得到程序特征, 然后对程序特征同步预测HXDSP软件流水启动间隔和循环展开因子. 在DSPStone数据集上的实验结果表明, 该多任务方法取得了相对于单任务方法12%的性能提升.
    优先出版日期:  2022-08-19 , DOI: 10.15888/j.cnki.csa.008875
    摘要:
    在联邦学习背景下, 由于行业竞争、隐私保护等壁垒, 用户数据保留在本地, 无法集中在一处训练. 为充分利用用户的数据和算力, 用户可通过中央服务器协同训练模型, 训练得到的公共模型为用户共享, 但公共模型对于不同用户会产生相同输出, 难以适应用户数据是异质的常见情形. 针对该问题, 提出一种基于元学习方法Reptile的新算法, 为用户学习个性化联邦学习模型. Reptile可高效学习多任务的模型初始化参数, 在新任务到来时, 仅需几步梯度下降就能收敛到良好的模型参数. 利用这一优势, 将Reptile与联邦平均(federated averaging, FedAvg)相结合, 用户终端利用Reptile处理多任务并更新参数, 之后中央服务器将用户更新的参数进行平均聚合, 迭代学习更好的模型初始化参数, 最后将其应用于各用户数据后仅需几步梯度下降即可获得个性化模型. 实验中使用模拟数据和真实数据设置了联邦学习场景, 实验表明该算法相比其他算法能够更快收敛, 具有更好的个性化学习能力.
    优先出版日期:  2022-08-19 , DOI: 10.15888/j.cnki.csa.008827
    摘要:
    在通用的目标检测算法中, 目标多变的尺度和特征融合利用一直是限制目标检测任务的难题. 针对上述问题, 首先文中提出了多路径特征融合模块, 模块采用跨尺度跨路径特征融合的方法, 强化输入输出特征之间的联系, 缓解了特征信息在传递时的稀释问题. 同时, 文中通过改进注意力模型提出了尺度感知模块, 该模块能根据目标的尺度自行地选择感受野大小, 从而使模型易于识别多尺度目标. 将尺度感知模块嵌入到多路径特征融合模块中, 使模型的特征提取和利用能力均得到提升. 经实验验证, 文中提出的算法在数据集PASCAL VOC和MS COCO上的平均检测精度分别达到了82.2%和38.0%, 相比基线FPN Faster RCNN分别提升了1.3%和0.6%, 其中对小尺度目标的检测效果提升最为显著.
    优先出版日期:  2022-08-19 , DOI: 10.15888/j.cnki.csa.008830
    摘要:
    现实世界的物体图像往往存在较大的类内变化, 使用单一原型描述整个类别会导致语义模糊问题, 为此提出一种基于超像素的多原型生成模块, 利用多个原型分别表示物体的不同语义区域, 通过图神经网络在生成的多个原型间利用上下文信息执行原型校正以保证子原型的正交性. 为了获取到更准确的原型表示, 设计了一种基于Transformer的语义对齐模块, 以挖掘查询图像特征和支持图像的背景特征中蕴含的语义信息, 此外还提出了一种多尺度特征融合结构, 引导模型关注同时出现在支持图像和查询图像中的特征, 提高对物体尺度变化的鲁棒性. 所提出的模型在PASCAL-5i数据集上进行了实验, 与基线模型相比平均交并比提高了6%.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008836
    摘要:
    网络信息体系是我军构建的新一代指挥控制作战体系, 具有动态应对任务和环境变化的优势, 通过对全网作战资源实施优选, 实现作战效能最大化. 随着人工智能等技术的发展, 当前主要依靠预案实施的优选方法无法适应智能、无人设备自进化, 且对战场态势覆盖不足. 针对上述缺陷, 本文以防空反导作战体系为例, 研究在物理节点损毁的情况下的资源集成方案求解问题, 采用down-selection模式将资源集成方案求解问题转化为组合优化问题, 通过增加扰动限制改进了演化初始策略形成机制, 提出了基于演化博弈的资源优选方法. 方法在Netlogo平台上进行了仿真, 验证了有效性, 且对比基于遗传算法的资源优选方法, 所求的方案任务完成度平均提高6.4%.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008868
    摘要:
    针对工业制品缺陷分类存在的样本图像少、分类准确性不足和模型训练耗时长等问题, 提出了一种基于深度森林的人机协同分类模型. 该模型首先通过深度森林对样本图像进行初步识别, 经多粒度扫描模块和级联森林模块提取特征, 得到初始预测结果并分离出识别困难的样本图像; 然后采用人机协同的策略, 采用人工方式随机标注部分识别困难的样本, 再利用K近邻算法对剩余识别困难的样本进行再分类. 通过在公开数据集以及生产线实际采集的真实数据上的实验结果表明, 改进的分类模型在工业制品表面缺陷数据集上的性能优于基线算法.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008869
    摘要:
    室内障碍物的布局会对人群时空分布、疏散安全和效率产生重要影响. 为调查其影响, 构建带有障碍物的单室单出口人群疏散模型. 同时, 通过3种不同的影响因素(即障碍物长度、障碍物与出口距离、障碍物偏离出口中心距离)来分析它们对人群疏散效率和安全的影响. 研究结果发现障碍物长度与疏散效率成正向关系, 而与疏散安全成反向关系; 障碍物与出口距离与疏散效率和安全皆成正向关系; 障碍物偏离出口中心距离与疏散效率和安全成反向关系. 此外, 本研究还使用多目标进化算法来对室内障碍物布局进行优化, 所得结果可以为决策者平衡疏散安全和效率问题提供重要参考.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008861
    摘要:
    日常消毒工作已经成了常态化的工作, 智能消毒机器人是非常有效的一种方式. 机器人通常通过视觉来感知周围环境, 但是基于监督学习的检测算法通常需要大量的标注数据进行训练, 当标注数据量多时, 标注成本非常高, 当标注数据量少时, 模型容易陷入过拟合, 因此少样本目标检测是一种有效的解决途径. 本文以SimDet模型为基础, 提出了SimDet+模型. 第一, 针对消毒场景中的目标检测任务的特点, 增加了自监督预训练的过程, 第二, 因为存在查询图片可供参考, 对分类层进行了改进, 使用余弦相似度代替全连接层来计算置信度, 通过非参数化计算有效避免了过拟合现象. 针对消毒场景, 制作了一份22 min的视频数据集和包含8类物体的检测数据集, 分别用于两个阶段训练. 通过自监督预训练, 有效减少了数据标注成本, 同时下游任务的mAP从0.216 2提升到了0.530 2.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008866
    摘要:
    针对无人机航拍场景下的实时目标检测任务, 以YOLOv5为基础进行改进, 给出了一种轻量化的目标检测网络YOLOv5-tiny. 通过将原CSPDarknet53骨干网络替换为MobileNetv3, 减小了网络模型的参数量, 有效提高了检测速度, 并进一步通过引入CBAM注意力模块和SiLU激活函数, 改善了因网络简化后导致的检测精度下降问题. 结合航拍任务数据集VisDrone的特性, 优化了先验框尺寸, 使用了Mosaic, 高斯模糊等数据增强方法, 进一步提高了检测效果. 与YOLOv5-large网络相比, 以降低17.4%的mAP为代价, 换取148%的检测效率(FPS)提升, 且与YOLOv5s相比, 在检测效果略优的情况下, 网络规模仅为其60%.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008873
    摘要:
    随着城市居民绿色低碳出行思想的提高, 网约车合乘出行方式应运而生. 但由于合乘模式涉及到的行驶路线问题, 乘客与乘客、乘客与驾驶员之间容易产生分歧, 并且网约车合乘出行模式的相关成本不明确等诸多问题, 网约车合乘模式没有被大范围推广和应用. 针对网约车合乘出行模式存在的问题, 研究并构建了网约车合乘路径优化模型, 模型中考虑了车辆等待时间成本、行驶距离成本、收益、容量约束以及时间窗约束等. 针对网约车合乘模型的特点, 并基于遗传算法思想, 研究设计了满足合乘模型约束条件的求解遗传算法. 并使用Matlab软件运行算法程序对算例进行求解, 运行44.08 s得到最大利润6 906.297 1元及车辆详细行驶路线, 实验表明, 通过构建的网约车合乘模型和设计的遗传算法, 可以得到合乘路径近似最优解, 证明了模型和算法的可行性和有效性.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008763
    摘要:
    为研究低电导率导电液滴的电场效应, 采用开源计算流体力学(CFD)软件OpenFOAM, 设计了一种基于漏介质模型(leaky dielectric model)和流体体积(volume of fluid, VOF)法的电流体雾化(electrohydrodynamic atomization, EHDA)求解器, 并将数值结果与Taylor的解析值进行了比较. 模拟结果预测了液滴的变形方式以及液滴内外的环流模式. 研究发现, 在外加电场作用下, 液滴会发生“扁长型”或“扁圆型”变形, 并在内部形成稳定的环流, 液滴只会发生变形, 而不会发生宏观运动; 随着电场强度的增加, 液滴的变形越来越大, 小变形情况下, 模拟值与理论值基本吻合, 验证了数值方法的正确性; 当液滴的变形量较大时, 模拟结果开始偏离理论值, 与实验观察结果一致. 此外, 电导率比值的改变对液滴变形的影响也比较明显, 而介电常数比的改变对液滴变形的影响则不太明显.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008768
    摘要:
    为解决轻量级目标检测算法中由于分类损失较大导致算法精确度低的问题, 提出一种对目标的位置与分类使用双检测头的检测方法. 算法中用卷积头对位置进行检测, 用全连接头对分类进行检测; 分类检测时特征图经过卷积层后融合位置回归分支的特征图, 再使用全连接层对特征图进行处理; 并提出分组全连接的方式进一步减少全连接层的计算量. 在VOC数据集上对算法进行训练, 结果表明, 改进后模型的分类损失有了明显的下降, 有效地提升了轻量级目标检测算法的检测精确度, 算法在VOC测试集上达到70.08%的精确度.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008871
    摘要:
    在考虑用户隐私的保护多源域数据背景下预测疾病得分的问题中, 来自不同源域的数据分散存储无法合并, 且可能服从不同的分布, 因此传统的机器学习方法无法合理地利用源域数据的信息. 本文结合联邦学习的思想和基于样本的迁移学习方法, 提出了联邦重要性加权方法, 通过将源域的样本重用于目标域的预测任务, 而且不需要进行源域之间的数据共享, 实现了在保护源域的数据隐私的情况下利用分布不同的多源域的信息提升目标域预测的精度. 并且基于提出的方法, 本文构造了一种加权模型并提供了一个简洁通用的算法用于求解目标域的预测模型. 数值模拟以及实证结果表明, 相对于未考虑分布迁移的传统方法, 联邦重要性加权方法可以有效地利用多源域数据的信息, 在目标域的预测精度上具有优势, 以及在帕金森疾病数据中做出精准的疾病得分预测.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008863
    摘要:
    工业产品的回收再制造有利于降低生产成本和保护环境, 而制定优秀的产品拆解序列规划提高拆解效率、降低回收成本为其关键. 针对回收设备在实际拆解中的因素, 建立一种基于离散鲸鱼算法(DWOA)的拆解序列规划模型. 该模型目标函数以位置改变为代价作为新的评价指标, 利用分层组合的方法快速生成初始群体. 离散鲸鱼算法具有优先保护约束交叉机制、启发式变异、优秀的全局和局部搜索能力. 以回收上橡皮板和空气围带进行对比实验, 结果表明在相同时间下, 离散鲸鱼算法的算法稳定性、寻优能力、收敛速度都要优于其他算法.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008864
    摘要:
    神经过程(NP)能够结合神经网络和高斯过程的优势, 通过少量上下文数据估计不确定性分布函数, 实现函数回归功能. 现已应用于数据补全、分类等多种机器学习任务. 但面对二维数据回归问题(如图像数据补全), 神经过程预测准确度有限且对上下文数据的拟合存在欠缺. 为此, 将卷积神经网络(CNN)整合到神经过程中, 基于证据下界和损失函数推导, 构造了面向图像的神经过程(IFNP)模型.在IFNP基础上, 设计了适用于IFNP的局部池化聚合模块和全局交叉注意力模块, 并构造出性能明显优于NP和IFNP的的面向图像的注意力神经过程(IFANP)模型. 最后, 相关模型应用于MNIST及CelebA数据集, 通过定性与定量分析相结合, 展现出IFNP的可扩展性, 证实了IFANP更佳的数据补全及细节拟合能力.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008835
    摘要:
    本文针对图像中小目标难以检测的问题, 提出了一种基于YOLOv5的改进模型. 在主干网络中, 加入CBAM注意力模块增强网络特征提取能力; 在颈部网络部分, 使用BiFPN结构替换PANet结构, 强化底层特征利用; 在检测头部分, 增加高分辨率检测头, 改善对于微小目标的检测能力. 本文算法在人脸瑕疵数据集和无人机数据集VisDrone2019两份数据集上均进行了多次对比实验, 结果表明本文算法可以有效地检测小目标.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008857
    摘要:
    在许多数据挖掘的实际应用中要求每一个类别的实例数量相对平衡. 而独立子空间聚类的熵加权K-means算法(EWKM)会产生不均衡的划分, 聚类质量很差. 本文定义了一种兼顾平衡划分与特征分布的多目标熵, 然后应用该熵改进了EWKM算法的目标函数, 同利用迭代方法和交替方向乘子法设计其求解流程, 并提出基于熵的平衡子空间K-means算法(EBSKM). 最后, 在UCI、UCR等公开数据集进行聚类实验, 结果表明所提算法在准确率和平衡性方面都优于同类算法.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008837
    摘要:
    为解决有限训练样本下的高光谱遥感图像分类特征提取不充分的问题, 该论文提出了多尺度3D胶囊网络方法来助力高光谱图像分类. 相比传统的卷积神经网络, 所提出的网络具有等变性且输入输出形式都是向量形式的神经元而非卷积神经网络中的标量值, 有助于获取物体之间的空间关系及特征之间的相关性, 且在有限训练样本下能避免过拟合等问题. 该网络通过3种不同尺度的卷积核操作对输入图像进行特征提取来获取不同尺度的特征. 然后3个分支分别接不同的3D胶囊网络来获取空谱特征之间的关联. 最后将3个分支得到的结果融合在一起, 采用局部连接并通过间隔损失函数得到分类结果. 实验结果表明, 该方法在开源的高光谱遥感数据集上具有很好的泛化性能, 且相比其他先进的高光谱遥感图像分类方法具有较高的分类精度.
    优先出版日期:  2022-08-12 , DOI: 10.15888/j.cnki.csa.008838
    摘要:
    近年来, 数字信号调制识别以其良好的信息保密性和抗噪声性, 逐渐成为了无线通信领域的一个重要研究方向. 星座图作为调制识别的重要特征之一, 由于在特征提取过程中不需要接收信号的先验信息, 因此在特征提取方面具有明显的优势. 根据上述原因, 本文提出了基于星座图的数字信号调制方法综述. 具体而言, 本文将首先分析星座图的基本原理; 其次通过总结现有的基于星座图的数字信号调制识别方案, 分析了星座图在各个研究方向的特点. 最后, 本文给出了基于星座图方法的数字调制识别方案的发展趋势以及未来期望.
    优先出版日期:  2022-07-29 , DOI: 10.15888/j.cnki.csa.008847
    摘要:
    空气污染是影响公共卫生的重要因素, 空气质量预测是空气污染预警的关键, 是近年来环境学、统计学、计算机科学等领域中的热点研究课题. 本文综述了空气质量预测方法的研究现状与进展, 尤其对近年来新发展起来的深度学习方法在空气质量预测方面的应用进行了系统分析与总结. 首先, 介绍了空气质量预测方法的演变历程和空气污染数据集. 然后, 阐述了传统空气质量预测方法. 随后, 从时间信息、时空信息、注意力机制等角度出发, 重点分析和比较了现有面向深度学习的空气质量预测方法的进展. 最后, 对空气质量预测方法的未来发展趋势进行了总结与展望.
    优先出版日期:  2022-07-29 , DOI: 10.15888/j.cnki.csa.008832
    摘要:
    在车载命名数据网络(VNDN)中, 兴趣包洪泛攻击(IFA)通过发送大量恶意兴趣包占用甚至耗尽网络资源, 导致合法用户的请求无法被满足, 严重危害了车联网的运行安全. 针对上述问题, 本文提出了一种基于流量监测的IFA检测方法. 首先构建基于RSU的分布式网络流量监测层, 每个RSU监测其通讯范围内的网络流量, RSU之间通信互联形成RSU网络流量监测层. 其次, 设定固定时间窗口, 对每个窗口内的网络流量通过信息熵、网络自相似性和奇异点3个维度进行分析. 其中, 为了利用信息熵反映兴趣包来源的分布, 在兴趣包中添加了新的字段. 最后, 综合上述3个指标, 判断兴趣包洪泛攻击的存在. 仿真实验结果表明, 本文提出的方法有效地提升了兴趣包洪泛攻击检测的准确率, 降低了误判率.
    优先出版日期:  2022-07-29 , DOI: 10.15888/j.cnki.csa.008833
    摘要:
    随着Android应用软件数量的急速增加, Android应用质量的重要性越来越受到人们的重视. 测试是高质量软件的重要保证, 而测试用例生成技术是自动化测试的关键. 数据显示, 在Google Play中有将近88%的Android应用程序使用了反射. 然而, 现有的Android测试用例自动生成方法通常没有考虑反射技术的使用, 无法检测出反射隐藏的恶意行为. 为了进一步提高软件质量, 本文提出一种新的Android测试用例生成方法, 结合反射特征构造Android应用程序多粒度模型, 同时对反射关系进行分析, 生成能到达反射的调用路径, 并利用自适应遗传算法生成覆盖反射路径的测试用例, 对含反射特征的Android应用进行测试. 为验证本文方法, 分别从Android应用多粒度模型有效性及测试方法效率两方面对本文方法有效性进行评估. 实验结果表明, 本文提出的基于反射特征的Android测试用例自动生成方法对于反射的检测效果更好并且效率更高.
    优先出版日期:  2022-07-29 , DOI: 10.15888/j.cnki.csa.008834
    摘要:
    为了实现对地质档案的信息化管理, 系统结合Gateway服务网关和Consul注册中心, 构建了一个基于Spring Boot微服务架构的地质档案信息系统. 研发过程使用前后端分离的开发模式, 通过Layui开发前台页面的主要部分, 并结合Spring Boot框架搭建后端微服务实例, 以关系型数据库MySQL及非关系型数据库Redis共同作为系统数据存储的载体, 建立了用户管理、档案入库、档案借阅归还、OCR图片识别等功能模块. 系统将地质档案进行电子化存储, 促进了资源共享、统一调用, 减少了人员的维护工作量, 提高了工作效率, 为地质档案信息数据融合提供了支撑.
    优先出版日期:  2022-07-29 , DOI: 10.15888/j.cnki.csa.008778
    摘要:
    文本匹配是自然语言理解的关键技术之一, 其任务是判断两段文本的相似程度. 近年来随着预训练模型的发展, 基于预训练语言模型的文本匹配技术得到了广泛的应用. 然而, 这类文本匹配模型仍然面临着在某一特定领域泛化能力不佳、语义匹配时鲁棒性较弱这两个挑战. 为此, 本文提出了基于低频词的增量预训练及对抗训练方法来提高文本匹配模型的效果. 本文通过针对领域内低频词的增量预训练, 帮助模型向目标领域迁移, 增强模型的泛化能力; 同时本文尝试多种针对低频词的对抗训练方法, 提升模型对词级别扰动的适应能力, 提高模型的鲁棒性. 本文在LCQMC数据集和房产领域文本匹配数据集上的实验结果表明, 增量预训练、对抗训练以及这两种方式的结合使用均可明显改善文本匹配结果.
    优先出版日期:  2022-07-29 , DOI: 10.15888/j.cnki.csa.008774
    摘要:
    格点量子色动力学(格点QCD)是研究夸克、胶子等微观粒子间相互作用的重要理论和方法. 通过将时空离散化为四维结构网格, 并将量子色动力学的基本场量定义在网格上, 让研究人员可以使用数值模拟方法, 从第一性原理出发研究强子间相互作用和性质, 但这个过程中的计算量极大, 需要进行大规模并行计算. 格点QCD计算的核心基础为格点QCD求解器, 是程序运行主要的计算热点模块. 本文研究在国产异构计算平台下格点QCD求解器的实现与优化, 提出一套格点QCD求解器的设计实现, 实现了BiCGSTAB求解器, 显著降低了迭代次数; 通过对奇偶预处理技术, 降低了所求问题的计算规模; 针对国产异构加速卡的特点, 优化了Dslash模块的访存操作. 实验测试表明, 相比优化前的求解器获得了约30倍的加速比, 为国产异构超算下格点QCD软件性能优化提供了有益的参考价值.
    优先出版日期:  2022-07-28 , DOI: 10.15888/j.cnki.csa.008859
    摘要:
    为了准确且实时地检测到交通标志指示牌, 减少交通事故的发生和推动智慧交通的发展, 针对现有的道路交通标志检测模型存在的精度不足、权重文件大、检测速度慢的问题, 设计了一种基于计算机视觉技术的改进YOLOv5s检测算法YOLOv5s-GC. 首先, 使用copy-paste进行数据增强后再送入网络进行训练, 加强对小目标的检测能力; 然后, 引入Ghost来构建网络, 削减原网络的参数和计算量, 实现轻量化模型; 最后, 将坐标注意力机制(coordinate attention)融合到骨干网络里, 增强对待测目标的表示和定位能力, 提高识别精度. 实验结果表明, YOLOv5s-GC模型相比于原YOLOv5s模型, 参数数目减少了12%, 检测速度提高了22%, 平均精度达到了94.2%, 易于部署且能满足实际自动驾驶场景中对识别交通标志的速度和准确度要求.
    优先出版日期:  2022-07-28 , DOI: 10.15888/j.cnki.csa.008860
    摘要:
    铁路事故的相关信息以事故概况文本的形式存在, 对于铁路安全工作有重要意义. 但由于缺乏有效的信息抽取手段, 导致分散在文本中的铁路事故知识没有得到充分的利用. 命名实体识别是信息抽取的重要子任务, 目前关于事故领域的命名实体识别问题研究较少. 针对铁路事故命名实体识别问题, 提出一种融合字位置特征的命名实体识别模型, 该模型通过全连接神经网络获取字的位置特征, 并与语义层面的字向量合并作为字的最终向量表示输入BiLSTM-CRF模型获取最优标签序列. 实验结果表明, 模型在铁路事故文本命名实体识别问题上的准确率、召回率和F1值分别为93.29%、94.77%和94.02%, 相比于传统模型, 取得了更好的效果, 为铁路事故知识图谱的构建奠定基础.
    优先出版日期:  2022-07-28 , DOI: 10.15888/j.cnki.csa.008853
    摘要:
    针对传统数字图像水印版权保护中存在的鲁棒性差和安全性低的问题, 为提升不同图像零水印的可区分性, 提出了一种基于多特征和混沌加密的零水印算法. 首先根据整体与局部的角度提取图像的5维特征: 均值特征、方差特征、偏态特征、峰度特征和HOG特征; 然后利用新提出的基于混沌映射的块置乱方法加密水印图像; 最后基于提取的多特征与置乱后水印, 构造零水印信息. 在版权认证过程中, 首先提取多特征, 再结合零水印信息, 得到加密后水印; 最后对其进行解密; 即可实现版权认证. 实验结果表明, 所提出的方法效率高、安全性高、抗攻击能力强. 基于多特征和混沌加密零水印算法综合了数字图像的多方面性质作为特征, 稳定性高, 提高了算法鲁棒性; 同时采用新提出的基于混沌映射的块置乱方法提高了水印图像安全性, 有效地解决了图像水印鲁棒性差和安全性低的问题.
    优先出版日期:  2022-07-28 , DOI: 10.15888/j.cnki.csa.008854
    摘要:
    针对医疗整容领域中客户在术前无法直观感受术后整容效果的问题, 提出了面向医疗整容领域的三维人脸重建与编辑系统. 该系统首先对用户上传的图片进行特征点标记, 然后结合三维形变模型(3D morphable model, 3DMM)对输入图像进行对齐, 接着将处理后的图像输入预先训练好的三维人脸重建网络中, 便可得到输入图像所对应的三维人脸模型. 系统对此模型进行加载渲染后, 用户可以对模型的脸颊、鼻梁和下巴进行编辑以达到模拟整容的效果, 之后可对模型进行保存并查看诊断结果. 最后, 对重建效果、整形效果和诊断结果可靠性进行测试. 实验结果表明, 该系统对中青年人脸的重建效果好, 重建模型与输入图片相似度高; 对模型整形后的部位依然保持平滑自然, 达到了模拟整容的效果; 在给定正确的人脸尺寸后, 诊断结果给出的整形建议在毫米级范围内, 说明了整形结果具有较高的可靠性.
    优先出版日期:  2022-07-28 , DOI: 10.15888/j.cnki.csa.008855
    摘要:
    针对传统SURF的图像匹配算法存在计算数据复杂、耗时长、匹配正确率不佳等问题, 提出一种基于改进SURF的图像匹配算法. 首先, 用传统SURF算法来提取待匹配图像的特征点, 再通过圆形区域代替矩形区域将SURF的64维度描述符降到20维度; 采用KNN, 来双向匹配待匹配图像的特征点, 得到双向的初始特征点匹配对集; 最后, 通过RANSAC算法对初始匹配对集进行双向剔除错误的匹配对. 实验的结果表明, 本文算法减少了特征点检测时间, 提高了匹配正确率, 还有较好的鲁棒性.
    优先出版日期:  2022-07-28 , DOI: 10.15888/j.cnki.csa.008856
    摘要:
    地图匹配是将车辆原始的GPS轨迹数据映射到实际道路网络上的过程, 其中为GPS轨迹点检索候选路段是地图匹配的首要环节, 然而不同的候选路段检索方式会直接影响地图匹配的准确性和效率. 本文针对城市路网环境下的低频采样GPS轨迹数据, 提出了一种基于浮动网格的路段检索方法. 该方法利用GeoHash网格编码, 采用浮动GeoHash网格的方式, 为轨迹点检索候选路段. 其次为了验证方法的可行性, 本文通过隐马尔可夫模型, 结合道路网络的拓扑结构以及轨迹的时空约束条件, 采用增量的方式, 利用维特比算法计算得到局部最优解. 最后使用贪心策略, 从已经得到的局部最优解中依次延伸得到全局最佳匹配路径.
    优先出版日期:  2022-07-25 , DOI: 10.15888/j.cnki.csa.008828
    摘要:
    针对神经机器翻译和人工翻译性能的差异最小化、训练语料不足问题, 提出了一种基于生成对抗网络的神经机器翻译改进方法.首先对目标端句子序列添加微小的噪声干扰, 通过编码器还原原始句子形成新的序列;其次将编码器的处理结果交给判别器和解码器进一步处理, 在训练过程中, 判别器和双语评估基础值(BLEU)目标函数用于评估生成的句子, 并将结果反馈给生成器, 引导生成器学习及优化.实验结果表明, 对比传统的神经机器翻译模型, 基于GAN模型的方法极大地提高了模型的泛化能力和翻译的精度.
    优先出版日期:  2022-07-25 , DOI: 10.15888/j.cnki.csa.008829
    摘要:
    在过去半个多世纪中, 随着计算机技术的发展, 神经网络已经在图像、语音、决策等众多领域取得了广泛的应用. 不同学者为了提高神经网络的准确率设计了大量的网络结构, 神经网络也变得越来越复杂和多参数化. 这使得神经网络的训练过程具有很强的非凸性, 相同的网络不同的初始参数往往会训练出不同的模型. 为了更精准地描述两个网络的表现, 前人提出通过统计学方法—随机占优(stochastic dominance)评估不同随机种子对同一网络训练出的不同模型的表现的分布. 本文在此基础上认为, 不同模型在测试集中不同样本上的表现的分布同样值得关注, 并将随机占优方法应用到不同模型在不同样本表现分布的对比中. 通过对图像分割应用中的网络进行实验, 本文关注到不同网络训练出的两个模型其中一个尽管在表现分数上具有一定的优势, 但是其在测试集中不同样本中表现出的离散度可能更强. 实际应用需要表现分数更好同时离散度尽可能小的神经网络模型, 随机占优方法可以有效地对不同模型进行比较从而筛选出更适合的模型.
    优先出版日期:  2022-07-25 , DOI: 10.15888/j.cnki.csa.008826
    摘要:
    为了解决Hyperledger Fabric使用固定背书节点进行背书而引发的安全问题, 提出了一种基于可验证延迟函数的Hyperledger Fabric背书策略优化方案. 利用可验证延迟函数不可并行计算以及可高效验证的特点, 设计了匿名化、随机化选取背书节点的Fabric交易模型, 增强了Fabric交易背书的安全性. 通过实验对比优化方案与原始方案, 验证了优化方案在增强安全性的同时, 在效率上也有一定的提升.
    优先出版日期:  2022-07-25 , DOI: 10.15888/j.cnki.csa.008822
    摘要:
    利用传统的k匿名技术在社会网络中进行隐私保护时会存在聚类准则单一、图中数据信息利用不足等问题. 针对该问题, 提出了一种利用Kullback-Leibler (KL)散度衡量节点1-邻居图相似性的匿名技术(anonymization techniques for measuring the similarity of node1-neighbor graph based on Kullback-Leibler divergence, SNKL). 根据节点1-邻居图分布的相似性对原始图节点集进行划分, 按照划分好的类进行图修改, 使修改后的图满足k匿名, 完成图的匿名发布. 实验结果表明, SNKL方法与HIGA方法相比在聚类系数上的改变量平均降低了17.3%, 同时生成的匿名图与原始图重要性节点重合度保持在95%以上. 所提方法在有效保证隐私的基础上, 可以显著的降低对原始图结构信息的改变.
    优先出版日期:  2022-07-25 , DOI: 10.15888/j.cnki.csa.008823
    摘要:
    针对属性值为区间直觉模糊数的多属性群决策问题, 考虑到模糊性和随机性对群决策过程及结果的影响, 本研究将利用云模型理论结合区间直觉模糊数的特征, 运用灰色关联系数法和信息熵理论确定专家和属性权重, 通过信息集结构建综合评价云模型. 不同于传统的区间直觉模糊数的排序方法, 本研究利用云模型的3En规则将区间直觉模糊数进行云转换并通过云相似度确定方案的综合评价值和犹豫度, 然后对决策方案进行比较分析. 研究结果表明: 该方法能够科学有效地进行决策, 进而为决策方提供科学依据.
    优先出版日期:  2022-07-25 , DOI: 10.15888/j.cnki.csa.008824
    摘要:
    针对传统图像分割方法分割效率低下, 遥感图像特征复杂多样, 复杂场景下分割性能受到限制等问题, 在基于U-Net网络架构的基础上, 提出一种能够较好提取遥感图像特征并兼顾效率的改进U-Net模型. 首先, 以EfficientNetV2作为U-Net的编码网络, 增强特征提取能力, 提高训练和推理效率, 然后在解码部分使用卷积结构重参数化方法并结合通道注意力机制, 几乎不增加推理时间的前提下提升网络性能, 最后结合多尺度卷积融合模块, 提高网络对不同尺度目标的特征提取能力和更好的结合上下文信息. 实验表明, 改进的网络在遥感图像分割性能提升的同时分割效率也提高.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008850
    摘要:
    带视觉系统的水下机器人作业离不开对水下目标准确的分割, 但水下环境复杂, 场景感知精度和识别精度不高等问题会严重影响目标分割算法的性能. 针对此问题本文提出了一种综合YOLOv5和FCN-DenseNet的多目标分割算法. 本算法以FCN-DenseNet算法为主要分割框架, YOLOv5算法为目标检测框架. 采用YOLOv5算法检测出每个种类目标所在位置; 然后输入针对不同类别的FCN-DenseNet语义分割网络, 实现多分支单目标语义分割, 最后融合分割结果实现多目标语义分割. 此外, 本文在Kaggle竞赛平台上的海底图片数据集上将所提算法与PSPNet算法和FCN-DenseNet算法两种经典的语义分割算法进行了实验对比. 结果表明本文所提的多目标图像语义分割算法与PSPNet算法相比, 在MIoUIoU指标上分别提高了14.9%和11.6%; 与FCN-DenseNet算法在MIoUIoU指标上分别提高了8%和7.7%, 更适合于水下图像分割.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008851
    摘要:
    针对工业生产中布匹瑕疵自动化检测模型训练时缺少带瑕疵位置信息的瑕疵布匹图像数据集的问题, 本文提出了一种以改进的部分卷积网络作为基本框架的带瑕疵位置信息的瑕疵布匹图像生成模型EC-PConv. 该模型引入小尺寸瑕疵特征提取网络, 将提取出的瑕疵纹理特征与空白mask拼接起来形成带有位置信息和瑕疵纹理特征的mask, 然后以修复方式生成带有瑕疵位置信息的瑕疵布匹图像, 另外, 本文提出一种结合MSE损失的混合损失函数以生成更加清晰的瑕疵纹理. 实验结果表明, 与最新的GAN生成模型相比, 本文提出的生成模型的FID值降低了0.51; 生成的瑕疵布匹图像在布匹瑕疵检测模型中查准率P和MAP值分别提高了0.118和0.106. 实验结果表明, 该方法在瑕疵布匹图像生成上比其他算法更稳定, 能够生成更高质量的带瑕疵位置信息的瑕疵布匹图像, 可较好地解决布匹瑕疵自动化检测模型缺少训练数据集的问题.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008852
    摘要:
    随着日新月异的高新技术不断发展, 物联网、大数据、人工智能交叉融合, 深度关联. 物联网全面融入了我们的生活、工作、社会发展等方方面面. 而物联网目前最广泛、最主流的协议当属MQTT协议, 低开销低带宽的先天优势促成了海量物联网设备接入网络. 但在万物互联时代大背景下, “自由可控, 安全可信”是行业发展的理念和标准. 目前很多研究者提出了从MQTT出发设计安全算法的方案, 但发现“基于MQTT的数据加密传输算法”该论文的核心算法存在密钥泄露的风险, 为此指出了其核心算法的缺陷并提出3种新的MQTT-SE算法. 分别是基于对称加密的MQTT-SE算法、基于公钥的MQTT-SE算法、基于公钥证书的双向认证MQTT-SE算法. 从而达到MQTT传输在低效能环境下的基础上达到高性能安全加密传输的目的.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008798
    摘要:
    学科建设是高校发展的核心, 随着高校学科建设的不断深入与强化, 学科建设信息持续增加, 且以离散的文件组织形式难以对学科建设成果进行高效的管理, 不利于后续分析与评估工作的开展. 针对此问题, 对学科建设知识图谱的构建及相关应用进行了研究. 首先通过BERT-BiLSTM-CRF模型对学科建设文本进行事件抽取, 并使用爬虫进行相关知识的补充. 然后选择属性图模型存储知识, 完成学科建设知识图谱的初步构建. 基于构建好的知识图谱, 搭建了学科建设可视化系统, 并引入最小斯坦纳树算法实现智能问答应用. 最后, 通过对学科建设事件抽取与智能问答方法进行实验分析, 验证了本文所提出方法的有效性.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008799
    摘要:
    多模态知识图谱(multi-modal knowledge graph, MMKG)是近几年新兴的人工智能领域研究热点. 本文提供了一种多模态领域知识图谱的构建方法, 以解决计算机学科领域知识体系庞大分散的问题. 首先, 通过爬取计算机学科的相关多模态数据, 构建了一个系统化的多模态知识图谱. 但构建多模态知识图谱需要耗费大量的人力物力, 本文训练了基于LEBERT模型和关系抽取规则的实体-关系联合抽取模型, 最终实现了一个能够自动抽取关系三元组的多模态计算机学科领域知识图谱.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008800
    [摘要] (112) [HTML] (0) [PDF 1.19 M] (127)
    摘要:
    针对Android恶意软件检测, 通常仅有检测结果缺乏对其检测结果的可解释性. 基于此, 从可解释性的角度分析Android恶意软件检测, 综合利用多层感知机和注意力机制提出一种可解释性的Android恶意软件检测方法(multilayer perceptron attention-method, MLP_At). 通过提取Android恶意软件的应用权限和应用程序接口(application programming interface, API)特征来进行数据预处理生成特征信息, 采用多层感知机对特征学习. 最后, 利用BP算法对学习到的数据进行分类识别. 在多层感知机中引入注意力机制, 以捕获敏感特征, 根据敏感特征生成描述来解释应用的核心恶意行为. 实验结果表明所提方法能有效检测恶意软件, 与SVM、RF、XGBoost相比准确率分别提高了3.65%、3.70%和2.93%, 并能准确地揭示软件的恶意行为. 此外, 该方法还可以解释样本被错误分类的原因.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008801
    摘要:
    虽然深度强化学习能够解决很多复杂的控制问题, 但是需要付出的代价是必须和环境进行大量的交互, 这是深度强化学习所面临的一大挑战. 造成这一问题的原因之一是仅依靠值函数损失难以让智能体从高维的复杂输入中提取有效特征. 导致智能体对所处状态理解不足, 从而不能正确给状态分配价值. 因此, 为了让智能体认识所处环境, 提高强化学习样本效率, 本文提出一种结合向前状态预测与隐空间约束的表示学习方法(regularized predictive representation learning, RPRL). 帮助智能体从高维视觉输入中学习并提取状态特征, 以此来提高强化学习样本效率. 该方法用前向的状态转移损失作为辅助损失, 使智能体学习到的特征包含环境转移的相关动态信息. 同时在向前预测的基础上添加正则化项对隐空间的状态表示进行约束, 进一步帮助智能体学习到高维度输入的平滑、规则表示. 该方法在DeepMind control (DMControl)环境中与其他的基于模型的方法以及加入了表示学习的无模型方法进行比较, 都获得了更好的性能.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008802
    摘要:
    图神经网络作为一种新的深度学习模型, 被广泛运用在图数据中, 并极大的推动了推荐系统、社交网络、知识图谱等应用的发展. 现有的异构图神经网络通常事先定义了多条元路径来学习异构图中的复合关系. 然而, 这些模型通常在特征聚合步骤中只考虑单条元路径, 导致模型只关注了元路径的局部结构, 忽略了元路径之间的全局相关性; 还有一些模型则是忽略掉了元路径的中间节点和边信息, 导致模型无法学习到元路径内部的语义信息. 针对以上问题, 本文提出一种基于元路径的图Transformer神经网络(MaGTNN) . 该模型首先将异构图采样为基于元路径的多关系子图, 利用提出的位置编码和边编码的方法来获取元路径中的语义信息. 随后使用改进的图Transformer层计算出目标节点与其元邻居的相似度, 并利用该相似度来聚合其所有的元邻居信息. 在3个公开数据集的节点分类和节点聚类任务中, MaGTNN均高于最新的基准模型.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008807
    摘要:
    与普通目标检测任务不同, 瓷砖表面瑕疵检测的困难之处在于检测小尺寸和大长宽比等非常规尺寸的目标. 为了解决这两个问题, 本文提出了一种基于改进 Cascade R-CNN 的新型瓷砖表面瑕疵检测算法. 为了提高模型对小瑕疵的检测能力, 本文模型利用侧向连接结构进行上下层语义信息的融合, 使用可切换空洞率的空洞卷积来增加模型的感受野; 为了提高模型对于大长宽比瑕疵的检测能力, 本文模型在标准卷积上引入偏移域以更好提取目标特征信息. 此外, 本文模型调整 Cascade R-CNN 框架中预选锚框的大小和长宽比例. 实验结果表明, 在从瓷砖工厂收集的数据集上, 本文所提出算法的平均精度均值 (mean average precision, mAP) 达到了 73.5%, 比改进前的 Cascade R-CNN 模型提高了9.7%. 本文实验代码可从以下链接获取: https://github.com/mashibin/Ceramic-tile-defect-detection.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008796
    摘要:
    智慧城市是社会空间、物理空间和信息系统三元有机融合的条件下城市智慧化转型的新型态, 运用新一代信息化技术优化城市系统, 提升城市品质和综合竞争力, 实现可持续发展. 近年来, 智慧城市建设的重视程度也在不断加强, 但其并未如其他领域智慧化转型那般顺利, 建设过程依然存在诸多问题, 也在一定程度上对城市的发展产生了制约作用. 本文以城区级规模的幸福林带建筑为例, 简要介绍了其智慧化运营管控平台, 并针对其在数字化、可视化、智能化和开放式开发框架等方面的需求, 凝练了一个智慧化平台的技术参考框架. 最后, 以此经验为基础, 对智慧城市运营管控平台的建设给出一些建议, 并提出了其潜在的关键技术需求.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008785
    摘要:
    汽车本身的结构, 决定了汽车周围存在大量视野盲区, 驾驶员无法对行车周围环境做出准确判断, 不利于安全驾驶. 全息透明影像能够为驾驶员提供行车周围以及车底全部盲区信息辅助安全驾驶. 为解决图像拼接处有明显拼接缝的问题, 提出了基于距离的Alpha图像拼接算法, 并为拼接算法重新设计了三维模型. 对透明底盘功能做了如下3方面优化. 改进自行车模型算法, 在不影像效果的前提下, 减小了计算复杂度. 利用查表法提高方向盘角度转换为轮转角的精度, 解决了透明底盘与周围拼接错位问题. 采用分层渲染的方法, 优化透明底盘功能拼接缝问题. 实验表明该技术能够有效地提升渲染效果.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008790
    摘要:
    单目深度估计是计算机视觉领域中的一个基本问题, 面片匹配与平面正则化网络(P2Net)是现阶段最先进的无监督单目深度估计方法之一. 由于P2Net中深度预测网络所采用的上采样方法为计算过程较为简单的最近邻插值算法, 使得预测深度图的生成质量较差. 因此, 本文基于多种上采样算法构建出残差上采样结构来替换原网络中的上采样层, 以获取更多特征信息, 提高物体结构的完整性. 在NYU-Depth V2数据集上的实验结果表明, 基于反卷积算法、双线性插值算法和像素重组算法的改进P2Net网络相较原网络在均方根误差RMSE指标上分别降低了2.25%、2.73%和3.05%. 本文的残差上采样结构提高了预测深度图的生成质量, 降低了预测误差.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008692
    摘要:
    本文提出一种可用于建筑能耗预测的基于KNN分类器的DQN算法——K-DQN. 其在利用马尔科夫决策过程对建筑能耗进行建模时, 针对大规模动作空间问题, 将原始动作空间缩减进而提高算法的预测精度及收敛速率. 首先, K-DQN将原始动作空间平均划分为多个子动作空间, 并将每个子动作空间对应的状态分为一类, 以此构建KNN分类器. 其次, 利用KNN分类器, 将不同类别相同次序动作进行统一表示, 以实现动作空间的缩减. 最后, K-DQN将状态类别概率与原始状态相结合, 在构建新状态的同时, 帮助确定缩减动作空间内每一动作的具体含义, 从而确保算法的收敛性. 实验结果表明, 文章提出的K-DQN算法可以获得优于DDPG、DQN算法的能耗预测精度, 且降低了网络训练时间.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008732
    摘要:
    在针对将核主元分析(kernel principal components analysis, KPCA)与基于高斯分布的控制限(control limits, CLS)相结合会降低其性能的问题, 提出了一种基于核主元分析与核密度估计(kernel principal components analysis-kernel density estimation, KPCA-KDE)相结合的非线性过程故障监测与识别方法. 该方法采用核密度估计(kernel density estimation, KDE)技术来估计基于KPCA的非线性过程监控的CLS. 通过研究KPCA和KPCA-KDE所有20个故障的检出率发现, 与相应的基于高斯分布的方法进行比较, KDE具有较高的故障检出率; 此外, 基于KDE的检测延迟等于或低于其他方法. 通过改变带宽和保留的主元数量进行故障检测, KPCA记录的FAR值较高, 相反, KPCA-KDE方法仍然没有记录任何假报警. 在田纳西伊斯曼过程(Tennessee Eastman, TE)上的应用表明, KPCA-KDE比基于高斯假设的CLS的KPCA在灵敏度和检测时间上都具有更好的监控性能.
    优先出版日期:  2022-07-15 , DOI: 10.15888/j.cnki.csa.008629
    摘要:
    云端数据存储的安全性和检索效率是网络空间安全亟待解决的问题之一. 本文提出了一个新的密文检索模型, 并在此基础上利用ElGamal同态密码算法和SM4分组密码算法, 设计了一种基于混合同态加密的云端密文存储检索方案. 首先, 该检索方案能够在数据上传、检索和下载的过程中, 保证数据的安全, 可用于个人云端U盘等应用场景. 其次, 对该方案的正确性和安全性进行分析. 最后, 通过实验的方式对方案的正确性进行了证明. 实验结果表明该方案在保证数据安全的情况下, 检索结果正确, 效率高.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008675
    摘要:
    为了提高钢轨表面缺陷检测的效率和准确率, 提出了一种基于背景差分与最大熵的轨面缺陷检测算法. 首先建立钢轨图像背景模型并将原图像与背景图进行差分操作, 以此来避免光照变化和反射不均的影响, 更准确地突出缺陷区域; 然后将改进的遗传算法与最大熵值法相结合来寻找最佳分割阈值并对差分图进行二值化, 通过结合改进遗传算法加快了最大熵值法的运算速度; 最后对二值图进行滤波操作, 完成钢轨表面缺陷的分割. 仿真结果表明该方法能够更加快速准确地分割出缺陷, 精确率、召回率和正确率分别达88.6%、93.4%和90.6%.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008793
    [摘要] (100) [HTML] (0) [PDF 1.12 M] (126)
    摘要:
    鉴于Inception-v3网络参数量过大的问题, 本文提出了一种有效的手势图像识别方法, 能够满足在模型参数量较少的情况下高精度手势识别的需求. 本文利用Inception-v3的结构, 对原Inception-v3的Inception模块重新进行设计, 降低学习的参数量和难度, 结合残差连接, 保护信息的完整性, 防止网络退化, 引入注意力机制模块, 让模型聚焦于有用的信息而淡化无用信息, 在一定程度上也防止了模型的过拟合, 并且在模型中进行上采样与低层特征进行特征融合, 融合后的特征比原输入特征更具有判别能力, 进一步提高模型的准确率. 实验结果表明改进的Inception-v3网络的参数量仅为1.65 M, 而且拥有更高的准确率和更快的收敛速度. 将ASL手语数据集与孟加拉手语数据集分别打乱, 然后按照4:1的比例单独划分出训练集和验证集. 改进的Inception-v3在ASL手语数据集与孟加拉手语数据集上的识别率分别达到了100%和95.33%.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008794
    摘要:
    近年来, 产学研合作成为推动产业升级和经济发展的重要因素, 产学研服务可以快速整合多方资源, 提高创新效率, 增强企业的综合竞争力, 因此各级政府也围绕产学研合作推出了各种支持政策. 然而各类企业, 作为产学研合作的重要一环, 在申报过程中难以快速收集、整理与其相关的支持政策. 因此, 我们面向产学研服务, 利用人工智能文本分析的技术, 设计和实现了政策匹配系统, 可以对各类政策进行分析和预处理, 使得企业在政策池中能快速地获取与自身条件相匹配的政策, 从而节省企业的人力, 提高企业申报政策的效率.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008786
    摘要:
    在工程领域, 作业人员通常需要面对刺激分布不均的复杂信息界面, 并执行相关的交互任务. 作业人员的视觉注意力分配已被证明与任务绩效密切相关, 但对于复杂界面中基于不同信息分配策略的多优先级刺激对作业人员的视觉注意力分配及任务绩效间的潜在联系仍亟待研究. 对此, 本文基于多优先级注意力分配策略实验对作业人员在不同负荷条件下的任务绩效和视觉行为的影响机制展开研究. 实验结果表明, 差异性的分配策略和信息优先级划分提升了任务绩效表现, 不同分配策略和优先级划分条件下的视觉行为存在显著差异, 并受脑力负荷的影响. 该结论能够为人机交互界面的设计和优化提供参考, 从而提高作业人员在任务中的绩效表现.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008787
    摘要:
    贝叶斯深度学习(BDL)融合了贝叶斯方法与深度学习(DL)的互补优势, 成为复杂问题中不确定性建模与推断的强大工具. 本文构建了基于t 分布和循环随机梯度汉密尔顿蒙特卡罗采样算法的BDL框架, 并基于数据不确定性和模型定不确定性给出了不确定性的度量. 为了验证模型框架的有效性和适用性, 我们分别基于人工神经网络(ANN)、卷积神经网络(CNN) 和循环神经网络(RNN)构建了相应的BDL模型, 并将模型应用于全球15个股票指数预测, 实证结果显示: 1)该框架在ANN、CNN和RNN 下均适用, 对全部指数的预测效果均很出色; 2) 在预测精度和通用性方面, 基于t分布BDL的模型比基于正态分布的BDL模型具有显著优越性; 3)在给定不确定性阈值之下的预测MAE 比初始MAE显著提升, 表明文中定义的不确定性是有效的, 对不确定性建模具有重要意义. 鉴于该BDL框架在预测精度、易于拓展和具备提供预测不确定性度量的优势, 其在金融和其他具有复杂数据特征的领域均有广阔的应用前景.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008760
    摘要:
    昂贵优化问题的求解往往伴随着计算成本灾难, 为了减少目标函数的真实评估次数, 将序预测方法用于进化算法中候选解的选取. 通过分类预测直接得到候选解的相对优劣关系, 避免了对目标函数建立精确代理模型的需求, 并且设计了序样本集约简方法, 以降低序样本集的冗余性, 提高序预测模型的训练效率. 接下来, 将序预测与遗传算法相结合. 序预测辅助遗传算法在昂贵优化测试函数上的仿真实验表明, 序预测方法可有效降低求解昂贵优化问题时的计算成本.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008764
    摘要:
    利用置换层结构的特点及差分故障的基本思想, 提出一种针对ESF算法的差分故障攻击方法. 在第30轮多次注入1比特故障, 根据S盒的差分特性, 由不同的输入输出差分对, 得到不同的S盒的输入值集合, 取其交集可快速确定唯一的S盒的可能输入值, 分析得出最后一轮轮密钥. 采用同样的方法, 多次在第29轮、28轮注入1比特故障, 结合最后一轮轮密钥, 同样利用S盒的差分特性分析得出倒数第2轮、第3轮轮密钥. 共需约10个故障密文, 恢复3轮轮密钥后将恢复主密钥的计算复杂度降为222.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008783
    摘要:
    传统的基于Token的克隆检测方法利用代码字符串的序列化特性, 可以在大型代码仓中快速检测克隆. 但是与基于抽象语法树(AST)、程序依赖图(PDG)的方法相比, 由于缺少语法及语义信息, 针对文本有较大差异的克隆代码检测困难. 为此, 提出一种赋予语义信息的Token克隆检测方法. 首先, 分析抽象语法树, 使用AST路径抽象位于叶子节点的Token的语义信息; 然后, 在函数名和类型名角色的Token上建立低成本索引, 达到快速并有效地筛选候选克隆片段的目的. 最后, 使用赋予语义信息的Token判定代码块之间的相似性. 在公开的大规模数据集BigCloneBench实验结果表明, 该方法在文本相似度较低的Moderately Type-3和Weakly Type-3/Type-4类型克隆上显著优于主流方法, 包括NiCad、Deckard、CCAligner等, 同时在大型代码仓上需要更少的检测时间.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008805
    摘要:
    行为识别是通过对视频数据进行处理分析从而让计算机理解人的动作和行为. 不同模态数据在外观、姿态、几何、光照和视角等主要特征上各有优势, 通过多模态融合将这些特征进行融合可以获得比单一模态数据更好的识别效果. 本文对现有行为识别多模态融合方法进行介绍, 对比了它们之间的特点以及获得的性能提升, 包括预测分数融合、注意力机制、知识蒸馏等晚期融合方法, 以及特征图融合、卷积、融合结构搜索、注意力机制等早期融合方法. 通过这些分析和比较归纳出未来多模态融合的研究方向.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008803
    摘要:
    针对高分辨率高层建筑物遥感影像噪声干扰大、阴影检测困难的问题, 本文提出了一种改进阈值分割和注意力残差网络结合的高层建筑物遥感影像阴影检测方法. 首先, 利用改进最大类间和最小类内阈值分割算法建立阈值分割模型, 并基于轮廓间的连通域特性和端点位置约束关系利用欧几里得度量算法对断裂轮廓进行修补得到阴影轮廓; 然后, 利用生成对抗网络模型对误判数据集进行扩充; 最后, 对残差网络进行改进, 在特征图中加入注意力机制进行全局特征融合. 在不同场景下, 分别与辐射模型、直方图阈值分割、彩色模型阴影检测方法, 支持向量机、视觉几何群网络、Inception和残差网络分类网络进行了对比实验, 本文方法综合误判率和漏检率分别为2.1%、1.5%. 结果表明, 本文提出的高层建筑遥感阴影检测算法能较好的完成阴影区域的分割和检测, 有利于节约人力物力资源、协助工作人员进行遥感信息的解译、遥感档案建立等工作, 具有实用价值.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008809
    摘要:
    高性能计算中, 通信上的巨大开销已成为其算力提升的主要瓶颈之一, 通信性能的优化一直是一个重要挑战. 针对通信优化任务, 提出一种基于在网计算技术降低通信开销的方法. 该方法在基于以太网的超算环境下, 利用RoCEv2协议、可编程交换机以及OpenMPI, 实现将归约计算卸载到可编程交换机, 支持Node和Socket两种通信模式. 在真实超算环境下开展了集合通信基准测试和OpenFOAM应用测试实验, 结果表明, 当服务器节点数达到一定规模时, 该方法在Node和Socket两种模式下相较于传统的主机通信, 均呈现出较好的性能提升, 其中集合通信基准测试有10%–30%左右性能提升, 在应用级测试中应用整体性能有1%–5%左右提升.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008811
    摘要:
    语音情感识别在人机交互过程中发挥极为重要的作用, 近年来备受关注. 目前, 大多数的语音情感识别方法主要在单一情感数据库上进行训练和测试 . 然而, 在实际应用中训练集和测试集可能来自不同的情感数据库. 由于这种不同情感数据库的分布存在巨大差异性, 导致大多数的语音情感识别方法取得的跨库识别性能不尽人意. 为此, 近年来不少研究者开始聚焦跨库语音情感识别方法的研究. 本文系统性综述了近年来跨库语音情感识别方法的研究现状与进展, 尤其对新发展起来的深度学习技术在跨库语音情感识别中的应用进行了重点分析与归纳. 首先, 介绍了语音情感识别中常用的情感数据库, 然后结合深度学习技术, 从监督、无监督和半监督学习角度出发, 总结和比较了现有基于手工特征和深度特征的跨库语音情感识别方法的研究进展情况, 最后对当前跨库语音情感识别领域存在的挑战和机遇进行了讨论与展望.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008813
    摘要:
    和实验室环境不同, 现实生活中的人脸表情图像场景复杂, 其中最常见的局部遮挡问题会造成面部外观的显著改变, 使得模型提取到的全局特征包含与情感无关的冗余信息从而降低了判别力. 针对此问题, 本文提出了一种结合对比学习和通道-空间注意力机制的人脸表情识别方法, 学习各局部显著情感特征并关注局部特征与全局特征之间的关系. 首先引入对比学习, 通过特定的数据增强方法设计新的正负样本选取策略, 对大量易获得的无标签情感数据进行预训练, 学习具有感知遮挡能力的表征, 再将此表征迁移到下游人脸表情识别任务以提高识别性能. 在下游任务中, 将每张人脸图像的表情分析问题转化为多个局部区域的情感检测问题, 使用通道-空间注意力机制学习人脸不同局部区域的细粒度注意力图, 并对加权特征进行融合, 削弱遮挡内容带来的噪声影响, 最后提出约束损失联合训练, 优化最终用于分类的融合特征. 实验结果表明, 无论是在公开的非遮挡人脸表情数据集(RAF-DB和FER2013)还是人工合成的遮挡人脸表情数据集上, 所提方法都取得了与现有先进方法可媲美的结果.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008814
    摘要:
    Docker镜像是Docker容器运行的基础, 目前缺少完善的镜像安全检测方法, 导致容器运行时易受到容器逃逸、拒绝服务攻击等各种安全威胁. 为避免有毒镜像使用, 本文提出一种Docker可信镜像源检测模型DTDIS (detect trusted Docker image source), 该模型使用可信密码模块vTCM (virtual trusted cryptography module)构建镜像基准值数据库, 检测本地镜像文件是否被篡改; 使用父镜像漏洞数据库扩展Clair镜像扫描器避免重复扫描; 结合文件度量信息、漏洞扫描信息判别Docker镜像源是否可信. 经云环境下实验证明, 该模型能够有效对Docker镜像进行安全评估, 保证用户使用可信镜像.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008816
    摘要:
    网络舆情信息挖掘是舆情研究的重要课题. 在大量的信息面前, 为了快速发掘有用性高的舆情信息为舆情的分析、决策提供助力, 提出一种面向特定观点的舆情信息有用性排序方法, 实现快速发掘特定观点下有用舆情信息的目的. 该方法针对舆情信息的具体观点进行分析计算, 同时根据舆情信息可信度和关注度、传播者的影响力, 并且结合信息时效性等因素, 利用排序方法进行打分, 根据舆情信息的得分进行有用性排序. 实验结果表明, 该方法能很好的完成对舆情信息的推荐排序. 本研究理论上对舆情信息挖掘的研究理论进行补充, 现实意义对舆情管理者有很好的辅助作用, 能够为网络舆情引导工作提供助力.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008817
    摘要:
    训练基于深度学习的计算机辅助诊断系统可以有效地从肺部CT图像中检测出是否受到COVID-19感染, 但目前面临的主要问题是缺乏高质量带标注的CT图像用于训练. 为了有效的解决该问题, 本文提出了一种基于生成对抗网络来扩增肺部CT图像的方法. 新方法通过生成不同感染区域的标签并通过泊松融合以增加生成图像的多样性; 通过训练对抗网络模型实现图像的转换生成, 以达到扩增CT图像的目的. 为验证生成数据的有效性, 基于扩增数据进一步做了分割实验. 通过图像生成实验和分割实验, 结果都表明, 本文提出的图像生成方法取得了较好的效果.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008818
    摘要:
    车辆路径规划问题广泛地存在于现代物流行业中, 该问题属于NP难的组合优化问题. 随着客户需求的多样化、道路限行等因素的影响, 该问题变得更加地复杂, 采用传统的组合优化方法和运筹学方法往往难以求解. 本文对一类常见的带时间窗的车辆路径规划问题进行了研究, 根据时间窗参数来调整客户的优先级, 以减少车辆的等待时间, 由此改进了几个常见的启发式算法, 并对56个常见的车辆路径规划问题进行了测试, 实验结果表明, 改进的节约算法在带容量约束的车辆路径问题中效果较好, 改进的插入法则在带时间窗的车辆路径问题中具有优越性, 另外, 改进的启发式算法在4个测试用例上使用更多车辆时可使总路程优于已知最优值.
    优先出版日期:  2022-07-14 , DOI: 10.15888/j.cnki.csa.008819
    摘要:
    鸟声识别研究中声音特征选取对识别分类的准确度有很大影响. 为了提高鸟声识别正确率, 针对传统的梅尔倒谱系数(MFCC)对鸟声高频信息表征不足. 提出了基于Fisher准则MFCC和翻转梅尔倒谱系数(IMFCC)的特征融合, 得到新的特征参数MFCC-IMFCC应用于鸟声识别, 提高对鸟声高频信息表征. 同时通过遗传算法(GA)对支持向量机(SVM)中的惩罚因子C和核参数g进行优化, 训练出GA-SVM分类模型. 实验表明, 在同一条件下, MFCC-IMFCC与MFCC相比, 识别率有一定的提高.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008757
    摘要:
    针对传统的基于模板匹配、人工构建特征、语义匹配等解决术语标准化的方案, 往往会存在术语映射准确率不高, 难以对齐等问题. 本文结合医疗领域的文本中术语口语化、表达多样化的特点, 使用了多策略召回和蕴含语义评分排序模块来提升医学术语标准化效果. 在多策略召回模块中使用了基于Jaccard相关系数、TF-IDF、历史召回方法进行召回, 在蕴含语义评分模块使用了RoBERTa-wwm-ext作为判分语义模型. 首次在医学专业人员标注的基于SNOMED CT标准的中文数据集上验证了可用性. 实验证明, 在医疗知识特征的处理中, 本方法能够在医学术语标准化实际应用上达到不错的效果, 具有很好的泛化性及实用价值.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008765
    摘要:
    随着物联网飞速发展, 设备数量呈指数级增长, 随之而来的IoT安全问题也受到了越来越多的关注. 通常IoT设备完整性认证采用软件证明方法实现设备完整性校验, 以便及时检测出设备中恶意软件执行所导致的系统完整性篡改. 但现有IoT软件证明存在海量设备同步证明性能低、通用IoT通信协议难以扩展等问题. 针对这些问题, 本文提供一种轻量级的异步完整性监控方案, 在通用MQTT协议上扩展软件证明安全认证消息, 异步推送设备完整性信息, 在保障IoT系统高安全性的同时, 提高了设备完整性证明验证效率. 我们的方案实现了以下3方面安全功能: 以内核模块方式实现设备完整性度量功能, 基于MQTT的设备身份和完整性轻量级认证扩展, 基于MQTT扩展协议的异步完整性监控. 本方案能够抵抗常见的软件证明和MQTT协议攻击, 具有轻量级异步软件证明、通用MQTT安全扩展等特点. 最后在基于MQTT的IoT认证原型系统的实验结果表明, IoT节点的完整性度量、MQTT协议连接认证、PUBLISH报文消息认证性能较高, 都能满足海量IoT设备完整性监控的应用需求.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008731
    摘要:
    准确预测海表面温度对于海洋渔业生产、海洋动力环境信息预测预报等至关重要. 传统数值预报方法计算代价大、时效差, 而现有基于数据驱动的海表温预测方法大都针对单个观测点进行海表温预测, 不适合预测由多个观测点构成的某个区域的海表面温度, 而现有的区域海表温预测方法的预测精度仍然有待提高. 为此, 本文提出了一种基于XGBoost结合PredRNN++的区域海表温预测方法(XGBoost-PredRNN++), 该方法首先将海表面温数据处理成灰度图片, 然后利用XGBoost模型来提取每个点的时间特征; 在此基础上, 采用CNN网络将时间特征融合到原始海表温数据中, 同时提取出海表温数据之间的空间依赖关系; 最后利用PredRNN++时间序列预测模型提取整个海表温序列之间的时空关联关系, 从而实现了区域海表温度的高精度预测. 一系列实验结果表明, 本文提出的方法具有较高预测精度和效率, 明显优于现有预测方法.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008753
    摘要:
    在大型工业厂房中, 由于设备控制开关种类繁多、数量庞大, 在日常的运维过程中, 操作规程的繁杂性和人为判断的主观性可能导致操作失误, 造成严重后果. 为辅助操作人员准确判断设备开关状态是否正确, 提出了面向设备开关状态识别的改进Faster R-CNN. 首先, 使用膨胀残差网络作为特征提取网络, 在ResNet50中引入多分支膨胀卷积, 融合不同感受野的信息; 其次, 改进特征金字塔网络, 在原网络上增加一条自底向上的特征增强分支, 融合多尺度的特征信息; 然后, 使用K-means++算法对开关边界框聚类, 设计适合设备开关的候选框尺寸; 最后, 使用Soft-NMS代替非极大值抑制算法NMS来降低开关重叠对检测效果的影响, 增强抑制重叠候选框的能力. 在开关状态数据集上, 改进Faster R-CNN的均值平均精度(mAP)达到了91.5%, 并且已实际应用于抽水蓄能电站日常运维的设备开关状态辅助识别, 满足复杂场景下的智能监管需求.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008762
    摘要:
    随着科学技术的不断发展, 医学诊断技术也在不断的进步之中, 超声技术作为一种医学诊断手段已广泛的应用于各个医疗领域, 并且由于对人体的无害性以及能够动态且清晰的展现人体组织和器官的健康状态从而普遍得到了医生和患者的认可. 在超声技术的不断发展中, 人们对超声实时成像质量上的要求显著提高, 由于超声探头的材质例如陶瓷换能器制造的局限性以及在降低成本及帧速率等原因而采用的低通道扫描的折中方案所造成的噪点和伪影会遮挡人体组织和器官的有用信息从而严重影响医生的辅助诊断, 在超声领域如何进行图像及视频的增强和伪影的抑制成为一个重要的挑战. 本文首先描述了几种空间域抑制伪影的滤波算法及其局限性, 并提出了一种基于频率域的伪影抑制算法, 该算法能够良好的抑制在超声实时成像中的周期性伪影, 本文先通过正弦波模拟周期性伪影实验以突显其在频率域上的特性, 然后将超声图像进行二维傅立叶变换到频率域来对这些伪影进行抑制, 由于这些伪影具有周期性, 所以在频率域上具有明显的特征, 本文通过滑动窗口扫描结合阈值的算法模型找出频率域上对应这些伪影的集合, 然后根据频域的动态范围及给定的阈值来对集合中的这些疑似伪影的点进行压低处理, 再通过反傅立叶变换将超声图像变换到空间域上来从而得到处理后的图像. 通过这种方法, 能够提高超声图像对周期性伪影抑制且保留有用的信息, 能够提高医生对人体器官状况的判断结果的准确性.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008795
    摘要:
    对于手势识别来说, 骨架数据是一种紧凑且对环境条件稳健的数据模态. 最近基于骨架的手势识别研究多使用深度神经网络去提取空间和时间的信息, 然而这些方法可能存在复杂的计算和大量的模型参数的问题. 为了解决这个问题, 我们提出一种轻量高效的手势识别模型. 该模型使用从骨架序列上计算出的两种空间几何特征, 以及自动学习的运动轨迹特征, 然后只使用卷积网络作为骨干网络实现手势分类. 最终我们的模型参数量最少情况下仅为0.16 M, 计算复杂度最大情况为0.03 GFLOPs. 我们在公开的两个数据集上评估了我们的方法, 与其他输入为骨架模态的方法相比, 我们的方法取得了相应数据集上最好的结果.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008791
    摘要:
    在建筑施工现场, 塔式起重机现有的操控方式存在安全风险高、操作人员利用率低等问题. 对此, 提出基于5G MEC的塔机远程控制系统, 能够实现不同地理位置的多台塔机、多个客户端的灵活接入和综合管控. 通过对状态数据、控制数据、媒体流数据的转发控制采用模块化设计及有针对性的策略, 保证了基于5G通讯的低时延在应用层面得以实现, 对于多设备多客户端的分布式远程控制应用具有一定的参考价值.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008792
    摘要:
    近年来, AR/VR、在线游戏、4K/8K超高清视频等计算密集且时延敏感型应用不断涌现, 而部分移动设备受自身硬件条件的限制, 无法在时延要求内完成此类应用的计算, 且运行此类应用会带来巨大的能耗, 降低移动设备的续航能力. 为了解决这一问题, 本文提出了一种Wi-Fi网络多AP (access point)协作场景下边缘计算卸载和资源分配方案. 首先, 通过遗传算法确定用户的任务卸载决策. 随后, 利用匈牙利算法为进行任务卸载的用户分配通信资源. 最后, 根据任务处理时延限制, 为进行任务卸载的用户分配边缘服务器计算资源, 使其满足任务处理时延限制要求. 仿真结果表明, 所提出的任务卸载与资源分配方案能够在满足任务处理时延限制的前提下有效降低移动设备的能耗.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008742
    摘要:
    针对加性高斯白噪声的图像信噪比低, 图像细节丢失问题, 结合现有卷积神经网络算法, 提出了一种基于残差密集块的卷积神经网络图像去噪模型. 该模型通过引入多级残差网络和密集连接, 并对整体网络使用Leaky ReLU激活函数, 去除不同等级强度噪声的同时, 更好保留图像的有效信息, 有效避免特征丢失. 本文提出算法和深度卷积神经网络残差学习(DnCNN)模型对比, 本文提出的模型在Set12和BSD68测试集上峰值信噪比平均提升了约0.12 dB, 结构相似性平均提升了约0.008 6, 通过观察实验效果, 表明该模型能够充分提取图像特征, 保留图像细节, 同时降低网络计算的复杂度.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008788
    摘要:
    人群行为识别在公共安全等领域具有重要的应用价值. 现有研究分别考虑了人群情绪、人群类型、人群密度以及人群社会文化环境等因素对于人群行为的影响, 但少有综合考虑这些因素的模型, 导致模型性能受限. 本文综合考虑人群的物理特征、社交特征、情绪人格特征和文化背景特征之间的相关性, 以及相结合之后对人群行为的影响, 提出一种融合多特征与时间序列的人群行为识别模型. 模型采用两个并行的网络层分别处理多特征相关性和时间序列依赖性对于人群行为的影响, 同时为提高模型可解释性, 网络层采用融合结构因果模型(SCM)与图神经网络(GNN)的因果图网络(CGN). 通过在运动情感数据集(MED)上进行实验并与其他方法模型进行对比, 证明了本文方法能够成功识别人群行为, 并且优于目前最先进的方法.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008789
    摘要:
    传统火灾预警方法存在检测精度低、未发生火灾时不能及时预警的问题, 提出一种基于深度学习的早期火灾预警算法. 首先, 使用红外热像仪采集特定场景中的红外图像, 构建数据集; 其次, 使用改进的YOLOv4算法进行训练得到网络权重, 在主干网络的3个输出特征层后引入卷积注意力模块, 提升网络对关键信息的提取能力; 在主干网络和路径聚合网络中增加卷积层, 提高特征提取的能力; 最后, 使用提出的智能火灾检测(intelligent fire detection, IFD)算法对预测图像处理并根据得分评估火灾隐患. 实验结果表明, 改进YOLOv4算法在数据集上的mAP达到98.31%, 比原始YOLOv4算法的mAP提高了2.7%, FPS达到37.1 f/s, IFD算法精确度为93%, 误检率为3.2%. 提出的早期火灾预警算法具有检测精度高, 未形成火灾时及时预警的优点.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008775
    摘要:
    SemBERT模型实现了对BERT模型的提升, 但存在两个明显的缺陷. 第一, 模型获得向量表示的能力不足. 第二, 没有从特征的种类出发, 直接使用传统特征进行任务分类. 针对这两个缺陷, 提出了一种新的特征重组网络. 该模型在SemBERT内部添加自注意力机制, 外接特征重组机制, 得到更好的向量表示并且重新分配特征权重. 实验数据表明新的方法在MRPC数据集上比经典的SemBERT模型在F1值上提高了1%. 实现在小数据集上的明显提升, 并且超越了大多数优秀模型.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008776
    摘要:
    随着三维数字虚拟人的发展, 语音驱动三维人脸动画技术已经成为虚拟人交互的重要研究热点之一. 其关键技术在于语音-视觉映射模型的建立以及三维人脸动画的合成. 首先分析了音-视素匹配法和音-视觉参数映射两类方法的特点; 之后阐述了目前三维人脸模型的建立方法, 并依据三维人脸模型的表示方法不同, 分析了不同运动控制方法的优缺点; 然后阐述了语音驱动三维人脸动画的主观评价和客观评价方法; 最后总结了语音驱动三维人脸动画技术的未来发展方向.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008779
    摘要:
    本文主要针对酒店领域的评论信息进行情感分析, 研究用户对于酒店配置、服务等方面的态度, 以便为酒店提高个性化服务质量提供一定的帮助. 本文基于BiLSTM神经网络构建预训练模型进行实验, 同时与传统的机器学习算法进行比较, 实验结果显示, 相较于朴素贝叶斯, 支持向量机的分析准确率更为稳定, 而利用预训练模型进行预测的精确率相比前两者有小幅度的提高; 同时以基础词典为主体, 构建适用于酒店评论的扩展情感词典, 对否定词的权重进行了弱化处理, 减小对带有相反含义语句的分类效果的影响, 将基础词典与扩展词典对获取的同一语料进行情感分类, 比较二者的结果表明采用扩展词典进行正向分类的准确率为86%, 负向分类的准确率为84%, 结果显示扩展词典分类比基础词典的分类效果更好.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008780
    摘要:
    OpenCL是一种开源免费的异构计算框架, 被各类架构处理器广泛采用. HXDSP是中国电子科技集团公司第38研究所自主研发的国产高性能DSP芯片. 为了解决HXDSP异构计算平台调度困难和硬件利用不充分, 本文针对OpenCL运行时任务调度系统展开研究, 设计了OpenCL运行时期间的任务图自动化提取方法, 并结合HXDSP硬件特性和OpenCL执行模型特性对经典的静态调度算法HEFT进行改进, 提出了一种异构双粒度最早完成时间优先调度算法HDGEFT, 并在HXDSP异构计算平台上设计实验验证算法. 实验结果表明经过特殊设计的调度算法在执行效率上有明显优势.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008781
    摘要:
    为降低负荷序列的复杂性, 利用EMD分解方法得到不同的分量. 为降低训练时间和减小分量逐个预测所带来的累计误差, 利用分量过零率大小将分量重构为高频分量和低频分量, 利用TCN模型预测负荷的高频分量, 利用极限学习机ELM预测负荷低频分量. 通过实验将所提模型EMD-TCN-ELM分别与3个单模型TCN、ELM、LSTM和3个混合模型EMD-TCN、EMD-ELM、EMD-LSTM比较, 其MAPE分别降低0.538%, 1.866%, 1.191%, 0.026%, 1.559%, 0.323%, 所提模型的预测精度最高. 且所提模型在预测精度前3的模型中训练时间最短, 验证了所提模型在负荷预测精度和训练时间方面的优越性.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008782
    摘要:
    钢坯通过航车从库存调度到台架, 然后从台架经轨道到达炉前, 以往是人工控制机械将台架上的钢坯推到轨道上的. 这个过程的自动化实现需要知道钢坯在台架上的实时的位置分布, 以便于自动控制推钢机. 本文通过机器视觉方法实现台架上钢坯的实时定位, 提出了以U-Net为基础网络, 结合经典ResNet网络中的残差块, 实现了钢坯横向位置的精确分割. 实验结果和现场应用测试表明, 本文方法的分割精度能够达到工业现场的控制需求.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008770
    摘要:
    为解决卷积神经网络提取特征遗漏、手势多特征提取不充分问题, 本文提出基于残差双注意力与跨级特征融合模块的静态手势识别方法. 设计了一种残差双注意力模块, 该模块对ResNet50网络提取的低层特征进行增强, 能够有效学习关键信息并更新权重, 提高对高层特征的注意力, 然后由跨级特征融合模块对不同阶段的高低层特征进行融合, 丰富高级特征图中不同层级之间的语义和位置信息, 最后使用全连接层的Softmax分类器对手势图像进行分类识别. 本文在ASL美国手语数据集上进行实验, 平均准确率为99.68%, 相比基础ResNet50网络准确率提升2.52%. 结果验证本文方法能充分提取与复用手势特征, 有效提高手势图像的识别精度.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008773
    摘要:
    视频监控系统中的人员异常行为识别研究具有重要意义. 针对传统算法检测实时性和准确性差, 易受环境影响的问题, 提出一种基于骨架序列提取的异常行为识别算法. 首先, 改进YOLOv3网络用以对目标进行检测、结合RT-MDNet算法进行跟踪, 得到目标的运动轨迹; 然后, 利用OpenPose模型提取轨迹中目标的骨架序列; 最后通过时空图卷积网络结合聚类对目标进行异常行为识别. 实验结果表明, 在存在光照变化的复杂环境下, 算法识别准确率达94%, 处理速度达18.25 fps, 能够实时、准确地识别多种目标的异常行为.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008766
    摘要:
    概率矩阵分解模型根据用户历史交互信息个性化推荐商品, 是协同过滤中的经典方法之一. 传统矩阵分解假设下无法利用不同用户之间的相似性, 且在面对异常值时常预测失准. 根据用户聚类信息, 可构建共轭先验分布与类别相关的聚类概率矩阵分解模型, 同时改变相关共轭先验分布形式, 完成对参数作正则化处理. 通过变分推断, 理论推导变分参数的显式表达式, 从而建立相应评分预测算法. 模拟及真实数据集均表明该模型的预测性能优于基准模型, 并能对用户评分做出现实解释.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008767
    摘要:
    针对河流突发水污染事件的溯源问题, 利用正向和逆向质量概率密度之间的耦合关系, 实现污染源的位置、排放时间和污染源排放强度之间解耦, 并结合一维水体扩散模型和美国特拉基河示踪剂实验监测数据, 建立了基于改进萤火虫算法的河流突发水污染事件溯源求解方法. 在求解过程中将监测数据划分为训练集和实验集, 通过训练集数据利用改进的萤火虫算法对河流的水文参数进行调整, 在实验集采用调整后的水文参数, 并通过不同监测断面数据独立求解, 通过方差分析结果, 排除了溯源误差较大的监测断面数据. 研究结果表明, 溯源结果精度较高, 并具有对监测数据的纠错能力, 对实际河流突发水污染事件具有一定的指导意义.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008744
    摘要:
    脑电信号具有动态、非线性和数值高度随机的特点, 针对传统的人工神经网络模型识别脑电信号时在特征提取和识别精度方面表现出的局限性, 本研究提出了一种新的识别方法, 使用KIV模型对脑电信号进行识别. 首先, 通过仿真实验, 分析了KIV模型不同的刺激下表现出的动力学特性. 接着, 使用KIV模型分别对癫痫脑电信号和情感脑电信号进行识别, 在实验过程中不进行特征提取, 直接将多通道原始脑电信号输入到KIV模型中, 在BONN和GAMEEMO数据集上分别获得了99.50%和90.83%的识别准确率. 研究结果表明, 与现有的模型相比, KIV模型具有较好的识别脑电信号的能力, 可为脑电识别提供帮助.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008745
    摘要:
    为解决传统生成式模型在生成摘要的过程中会忽略关键词信息为摘要提供的重要线索, 导致关键词信息的丢失, 生成的摘要不能很好地契合原文信息, 文章提出了一种以指针生成网络为骨架融合BERT预训练模型和关键词信息的摘要生成方法. 首先, 结合TextRank算法与基于注意力机制的序列模型进行关键词的提取, 使得生成的关键词能够包含更多的原文信息. 其次, 将关键词注意力加入到指针生成网络的注意力机制里, 引导摘要的生成. 此外, 我们使用双指针拷贝机制来替代指针生成网络的拷贝机制, 提高拷贝机制的覆盖率. 在LCSTS数据集上的结果表明, 所设计的模型能够包含更多的关键信息, 提高了摘要生成的准确性和可读性.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008733
    摘要:
    针对现有多属性数据隐私发布方法无法兼顾属性的敏感性差异和计算效率低的问题, 提出了一种基于属性分割的差分隐私异构多属性数据发布方法HMPrivBayes. 首先, 设计了满足差分隐私的谱聚类算法分割原始数据集, 其中相似矩阵的生成借助于属性最大信息系数. 其次, 借助属性信息, 该方法使用满足差分隐私的改进贝叶斯网络构建算法分别为每个数据子集构建贝叶斯网络. 最后, 以属性归一化风险熵为权重分配隐私预算, 对贝叶斯网络提取的属性联合分布添加异构噪声扰动, 实现了异构多属性数据保护. 实验结果表明, HMPrivBayes可以在减少注入合成数据集中噪声量的同时, 提高合成数据计算效率.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008734
    摘要:
    为维持电网稳定, 各种负荷预测方法层出不穷, 但由于算法泛化能力、模型复杂度等自身特点不同, 使其对于负荷预测的适用性存在差异. 本文讨论了近五年短期电力负荷预测的国内外研究现状, 从实验数据集、数据预处理、预测算法、优化模型以及评估方法等多个维度对当前电力负荷预测研究现状进行整体概述, 同时总结各种预测算法的优缺点与适用性, 对短期电力负荷预测系统的发展趋势进行总结与展望, 以期为未来电力系统负荷预测模型选择提供参考.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008735
    摘要:
    针对传统的文章推荐方法存在的冷启动、用户反馈稀疏以及相似度衡量准确性欠佳等问题, 本文提出了融合主题模型和预训练模型BERT的文章相似度计算模型(contextualized topic BERT, ctBERT). 给定查询, 该算法会计算查询与相关文章之间的相似度分数, 文章经过预处理分别输入独立的子模块进行特征抽取并计算相似度得分, 相似度得分与支撑集的个性化得分相结合以获得最终分数, 该方法将单样本学习整合进推荐框架中, 进一步取得了显著的改进. 本文在3个不同的数据集上的实验结果表明, 所提出方法在3个数据集上的NDCG标准均有提升, 例如在Aminer数据集上NDCG@3和NDCG@5标准比对比方法分别提高了6.1%和7.2%, 验证了该方法的有效性.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008736
    摘要:
    主流的二代测序序列找全比对算法采用种子扩展的方法, 由于长种子索引存在空间开销大或检索时间长的问题, 这类算法大多使用短种子而导致侯选位置过多, 增加了比对的时间成本. 为此, 提出一种基于长种子的找全比对算法, 设计了一种空间开销低和检索时间适度的长种子哈希索引, 其通过模运算限制哈希空间并使用布隆过滤器识别同一存储位置上的不同种子. 长种子显著减少候选位置数量, 从而降低验证阶段的时间开销. 实验结果表明, 在人类基因序列测序数据集上, 该算法维持同等精度的同时比现有主流算法时间效率更高.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008737
    摘要:
    为了进一步提升花授粉算法的优化性能, 本文提出一种融入改进的教与学优化策略及动态高斯变异的新花授粉算法. 该算法先用教机制中改进的教学因子得到的最优个体与其它个体间的促进作用来提高算法的收敛速度; 同时运用种群个体之间相互学习的学机制来保持种群的多样性, 从而提升算法的优化精度; 然后, 当检测到算法陷入早熟时, 则对种群的中间个体进行动态高斯变异, 增加个体之间的差异性, 避免算法早熟, 进而提升算法的综合优化能力. 通过对16个标准函数的优化结果实验和非参数统计检验分析对比, 证明了该算法的有效性; 并与其他改进的花授粉算法进行比较分析, 结果显示本文算法优势较显著. 最后, 运用新算法对伸缩绳应用问题进行求解, 亦获得较好的优化结果.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008738
    摘要:
    视网膜血管分割对于辅助医生诊断糖尿病性视网膜病变、黄斑萎缩、青光眼等眼科疾病具有重要意义. 注意力机制被广泛用于U-Net及其变体中以提高血管分割模型的性能. 为进一步提高视网膜血管的分割精度, 挖掘视网膜图像中的高阶及全局上下文信息, 本文提出基于多尺度高阶注意力机制的模型(multi-scale high-order attention network, MHA-Net). 首先, 多尺度高阶注意力(multi-scale high-order attention, MHA)模块从深层特征图中提取多尺度和全局特征计算初始化注意力图, 从而改进模型处理医学图像分割时尺度不变的缺陷. 接下来, 该模块通过图的传递闭包构建注意力图, 进而提取高阶的深层特征. 通过将多尺度高阶注意力模块应用于编码器-解码器结构中, 在彩色眼底图像数据集DRIVE上进行血管分割, 实验结果表明, 基于多尺度高阶注意力机制的视网膜血管分割方法有效地提高了分割的精度.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008739
    摘要:
    为了提高工业热轧带钢表面缺陷检测的检测精度, 将深度学习研究领域的前沿技术应用于带钢表面缺陷检测. 提出了一种以Swin Transformer作为骨干特征提取网络, 级联多阈值结构作为输出层的热轧带钢表面缺陷检测算法. 将Transformer结构应用于带钢表面缺陷检测领域, 与单纯基于卷积网络的深度学习目标检测算法相比, 能够达到更加精确的检测效果. 首先, 使用Swin Transformer作为骨干特征提取网络代替常规的残差网络结构, 增强特征网络对隐含在图像中的深层语义信息的摄取能力. 其次设计多级联检测结构, 设置逐级的IoU阈值, 实现检测精度与阈值提升的权衡. 最后使用柔性非极大值抑制(Soft-NMS)、FP16混合精度训练和SGD优化器等训练策略加速模型收敛和提升模型性能. 实验结果表明: 本文算法在工业热轧带钢数据集(NEU-DET)上相较于YOLOv3、YOLOF、DeformDetr、SSD512和SSDLit等深度学习算法都有更好的检测效果, 在裂纹(crazing, Cr)、夹杂(inclusion, In)、斑块(patches, Pa)、麻点(pitted surface, PS)、压入氧化铁皮(rolled-inscale, RS)、以及划痕(scratches, Sc)等表面缺陷检测中训练速度和检测精度都有显著的提升, 漏检率显著降低.
    优先出版日期:  2022-06-30 , DOI: 10.15888/j.cnki.csa.008726
    摘要:
    在钻井过程中, 钻速是指机械钻头破岩加深钻口的速度, 是反映钻井效率的一个重要指标. 近年来机器学习方法被应用于机械钻速预测, 然而实践中发现这些方法应用于新油田时, 预测精度显著下降, 主要原因是新油田可供学习训练的数据通常很少甚至完全缺失. 因此提升针对新油田的机械钻速预测性能是一个有待解决的问题. 针对该问题, 本文提出了一种基于迁移学习的跨油田机械钻速预测方法, 构建了一种带物理约束的集成迁移回归模型预测新油田的机械钻速. 在真实钻井数据集上的实验表明, 本文提出的机械钻速预测方法是有效的, 预测精度也显著优于目前主流的同类方法.
    优先出版日期:  2022-06-30 , DOI: 10.15888/j.cnki.csa.008722
    摘要:
    对机场地面保障过程中的地面运动目标实时运动过程建立数据关联模型和运动仿真数学模型, 基于GIS地理数据与图形设备接口(GDI+), 结合多线程技术与并发同步机制对仿真程序加以改进; 仿真过程中利用改进的A*算法确定机场运动目标行驶最佳路径, 结合数据可视化技术实时监测目标运动状态, 最终利用复演法进行多次试验对仿真结果进行统计分析. 该仿真模型现已应用于机场地面保障流程推演、机场应急预案验证、机场航班运输决策等多个领域, 对提高机场航班过站保障能力具有重要意义.
    优先出版日期:  2022-06-30 , DOI: 10.15888/j.cnki.csa.008751
    摘要:
    Shapley值归因解释方法虽然能更准确量化解释结果, 但过高的计算复杂度严重影响了该方法的实用性. 本文引入KD树重新整理待解释模型的预测数据, 通过在KD树上插入虚节点, 使之满足TreeSHAP算法的使用条件, 在此基础上提出了KDSHAP方法. 该方法解除了TreeSHAP算法仅能解释树结构模型的限制, 将该算法计算Shapley值的高效性放宽到对所有的黑盒模型的解释中, 同时保证了计算准确度. 通过实验对比分析, KDSHAP方法的可靠性, 以及在解释高维输入模型时的适用性.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008702
    摘要:
    心率是衡量人体心血管健康状况和情绪压力的重要生理参数. 然而, 基于视频的非接触式心率检测技术在真实场景中, 会由于人脸运动和光照变化等导致检测准确性的降低. 为了解决上述问题, 考虑到心率检测算法中感兴趣区域(region of interest, ROI)的选取与检测准确度高度相关. 故提出一种自适应超像素分割多区域综合分析的心率检测新方法. 首先利用人脸检测和追踪算法, 裁切获得人脸图像; 之后采用自适应超像素分割算法将ROI划分成互不重叠的子块; 再通过色度特征提取构建各子块原始血液容积脉搏矩阵; 最后对脉搏矩阵使用多指标综合分析并挑选出最佳区域进行心率估计. 实验结果表明, 通过自适应超像素分割和多区域分析优选可以有效提升心率检测准确性. 在静止状态下和运动干扰条件下准确性分别达到99.1%和95.6%, 光照干扰条件下准确性相对传统方法最高提升8.2%. 增强了真实场景下心率检测的鲁棒性.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008705
    摘要:
    设计和利用良好的图像先验知识是解决图像补全问题的重要方式. 生成对抗网络(GAN)作为一种优秀的生成式模型, 其生成器可以从大型图像数据集中学习到丰富的图像语义信息, 将预训练GAN模型作为图像先验是一种好的选择. 为了利用预训练GAN模型更好地解决图像补全问题, 本文在使用多个隐变量的基础上, 在预训练生成器中间层同时对通道和特征图添加自适应权重, 并在训练过程中微调生成器参数. 最后通过图像重建和图像补全实验, 定性和定量分析相结合, 证实了本文提出的方法可以有效地挖掘预训练模型的先验知识, 进而高质量的完成图像补全任务.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008706
    摘要:
    针对传统的图卷积网络节点嵌入过程中接受邻域范围小的问题, 本文提出了一种基于改进GraphSAGE算法的高光谱图像分类网络. 首先, 利用超像素分割算法对原始图像进行预处理, 减少图节点的个数, 既最大化保留了原始图像的局部拓扑结构信息, 又降低了算法的复杂度, 缩短运算时间; 其次, 采用改进的GraphSAGE算法, 对目标节点进行平均采样, 选用平均聚合函数对邻居节点进行聚合, 降低空间复杂度. 在公开的高光谱图像数据集Pavia University和Kenndy Space Center上与相关模型进行对比, 实验证明, 基于改进GraphSAGE算法的高光谱图像分类网络可以取得较好的分类结果.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008667
    摘要:
    针对分布式电源(distributed generation, DG)接入配电网使得传统的电流保护方法无法适用的问题, 本文以双馈线配电网线路作为研究对象, 首先分析了在线路不同位置发生三相短路故障时, DG分别接入馈线末端母线、非末端母线以及馈线首端母线时, 对线路中流经各个保护的短路电流大小影响, 在PSCAD软件建立配电网模型进行仿真分析, 因含DG的配电网发生短路故障动作值难以整定, 提出了一种基于智能电子设备(intelligent electronic device, IED)上传故障信息的矩阵算法, 并通过算例验证了该算法的准确性. 结果表明, DG接入馈线末端母线和非末端母线时, 故障发生在DG下游会造成故障区段保护误动作, 上游区段保护可能会拒动, 不利于故障定位与切除, 所提的矩阵算法适用于含DG的配电网, 无论单一故障或者多重故障, 都可实现故障区域的精准定位, 保证配电网安全可靠运行.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008670
    摘要:
    针对传统集装箱病媒生物检测局限于人工检测的问题, 设计了一款基于机器视觉的集装箱病媒生物视觉探寻系统. 系统通过可遥控智能车采集实时视频以及抓取病媒生物的活动, 进而通过深度学习和隔帧检测的方法识别遥控车回传视频中的病媒生物. 系统以YOLOv5模型为训练核心, 采用模块化结构, 实现了集装箱病媒生物的视觉检测. 利用机器视觉提高了检测效率, 为进一步利用机器人检测病媒生物奠定了基础.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008725
    摘要:
    空气质量预测工作对于人们的生活日常出行具有非常重要的意义. 长短时记忆网络作为一种新型的深度学习循环神经网络, 对于时间序列数据表现出良好的预测能力. 但是针对神经网络模型在训练过程中一般凭借经验进行参数选择, 训练周期长, 预测精度低, 结果不可靠的问题, 本文提出了一种基于鲸鱼优化算法的双向长短时记忆网络模型, 即WOA (whale optimization algorithm)-BiLSTM (bidirectional long short-term memory)模型. 双向长短时记忆网络凭借其前向和后向的双向网络结构, 能够加强序列数据信息的记忆能力, 而WOA算法可以依据鲸鱼捕食时气泡网捕食的方法, 协助BiLSTM模型在训练过程中找到最优的网络参数. 将该模型用于陕西省AQI (air quality index)预测, 并分别和BiLSTM、LSTM模型进行对比, 发现本文提出的模型预测结果最好, MAE值为6.543 3, R2值达0.989 9. 将该模型用于空气质量预测领域具有良好的理论和实践意义.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008728
    摘要:
    目前, 托盘定位大多采用基于深度神经网络的目标检测算法, 一般使用矩形框进行托盘定位, 托盘中心点定位精度不高, 且无法有效估计托盘水平方向. 针对此问题, 本文提出了基于关键点检测的托盘定位方法, 通过检测托盘正面外轮廓的4个角点来定位托盘. 首先, 由于目前没有大规模的托盘数据集, 使用迁移学习的方法, 将CenterNet的人体姿态估计引入托盘定位任务. 然后改进关键点分组方法, 并提出关键点回归自适应补偿, 提高关键点检测精度. 在托盘关键点定位的基础上, 提出基于几何约束的托盘中心点计算和托盘水平方向估计方法. 本文方法与原CenterNet相比, 托盘关键点定位指标${{A}}{{{P}}^{{\text{kp}}}}$从0.352提高到0.728, 托盘中心点定位精度指标${{ALP}}$达到0.946, 并且可以有效估计托盘水平方向, 具有较高的实用价值.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008729
    摘要:
    最近, 基于骨架的动作识别研究受到了广泛关注. 因为图卷积网络可以更好地建模非规则数据的内部依赖, ST-GCN (spatial temporal graph convolutional network)已经成为该领域的首选网络框架. 针对目前大多数基于ST-GCN的改进方法忽视了骨架序列所蕴含的几何特征. 本文利用骨架关节几何特征, 作为ST-GCN框架的特征补充, 其具有视觉不变性和无需添加额外参数学习即可获取的优势, 进一步地, 利用时空图卷积网络建模骨架关节几何特征和早期特征融合方法, 构成了融合几何特征的时空图卷积网络框架. 最后, 实验结果表明, 与ST-GCN、2s-AGCN和SGN等动作识别模型相比, 我们提出的框架在NTU-RGB+D数据集和 NTU-RGB+D 120数据集上都取得了更高准确率的效果.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008748
    摘要:
    联邦学习通过聚合客户端训练的模型, 保证数据留在客户端本地, 从而保护用户隐私. 由于参与训练的设备数目庞大, 存在数据非独立同分布和通信带宽受限的情况. 因此, 降低通信成本是联邦学习的重要研究方向. 梯度压缩是提升联邦学习通信效率的有效方法, 然而目前常用的梯度压缩方法大多针对独立同分布的数据, 未考虑联邦学习的特性. 针对数据非独立同分布的联邦场景, 本文提出了基于投影的稀疏三元压缩算法, 通过在客户端和服务端进行梯度压缩, 降低通信成本, 并在服务端采用梯度投影的聚合策略以缓解客户端数据非独立同分布导致的不利影响. 实验结果表明, 本文提出的算法不仅提升了通信效率, 而且在收敛速度和准确率上均优于现有的梯度压缩算法.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008754
    摘要:
    移动边缘计算(mobile edge computing, MEC)使移动设备(mobile device, MD)能够将任务或应用程序卸载到MEC服务器上进行处理. 由于MEC服务器在处理外部任务时消耗本地资源, 因此建立一个向 MD 收费以奖励MEC服务器的多资源定价机制非常重要. 现有的定价机制依赖于中介机构的静态定价, 任务的高度动态特性使得实现边缘云计算资源的有效利用极为困难. 为了解决这个问题, 我们提出了一个基于Stackelberg博弈的框架, 其中MEC服务器和一个聚合平台(aggregation platform, AP)充当跟随者和领导者. 我们将多重资源分配和定价问题分解为一组子问题, 其中每个子问题只考虑一种资源类型. 首先, 通过MEC服务器宣布的单价, AP通过解决一个凸优化问题来计算MD从MEC服务器购买的资源数量. 然后, MEC服务器计算其交易记录, 并根据多智能体近端策略优化(multi-agent proximal policy optimization, MAPPO)算法迭代调整其定价策略. 仿真结果表明, MAPPO在收益和福利方面优于许多先进的深度强化学习算法.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008723
    摘要:
    准确的命名实体识别是结构化电子病历的基础, 对于电子病历规范化编写有着重要的作用, 而现今的分词工具对于专业的医疗术语无法做到完全正确的区分, 使得结构化电子病历难以实现. 针对医疗实体识别中出现的问题, 本文提出了一种在命名实体识别领域中改进的BiLSTM-CRF深度学习模型. 模型将文字和标签结合作为输入, 在多头注意力机制中使模型关注更多的有用信息, BiLSTM对输入进行特征提取, 得到每个文字在所有标签上的概率, CRF在训练过程中学习到数据集中的约束, 进行解码时可以提高结果的准确率. 实验使用人工标注的1000份电子病历作为数据集, 使用BIO标注方式. 从测试集的结果来看, 相对于传统的BiLSTM-CRF模型, 该模型在实体类别上的F1值提升了3%–11%, 验证了该模型在医疗命名实体识别中的有效性.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008724
    摘要:
    当前金融机构正在努力应对不良资产的增长问题, 在信贷领域借贷逾期预测结果的准确性将直接决定不良资产的规模. 为了更好预测借贷人的还款能力, 通常会引入数据模型方法, 但对于数据样本较少的新业务, 单纯用这类数据容易导致模型结果过拟合. 本文通过实际案例分析, 对小样本业务数据进行相似业务数据补充, 并采用随机森林、LightGBM、XGBoost、DNN和TrAdaBoost 迁移学习方法, 旨在为小样本业务在模型建立过程中样本不足的问题提供一种有效的解决方法. 研究结果表明, 针对数据量少的产品, 结合相似金融业务数据后采用这五种机器学习模型方法的预测结果AUC (area under curve)均大于80, 其中使用迁移学习模型比LightGBM、XGBoost、DNN和随机森林模型在预测集上的AUC至少高出2个点; 此外迁移学习模型的预测结果的精准率(88%)和召回率(73%)也是最高的.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008746
    摘要:
    针对骨骼CT图像对比度较低、特征不明显、现有算法对骨骼特征提取不充分的问题, 本文提出了一种基于U-Net的改进网络来实现骨骼数据的精确分割. 在网络编码阶段, 使用密集连接的空洞卷积模块加强骨骼特征的提取; 在网络解码阶段, 使用结合注意力机制的融合模块充分利用空间信息与语义信息, 改善骨骼信息丢失的问题. 改进算法在人体下肢骨骼CT数据集中Dice系数达89.44%, IoU系数达80.55%. 与U-Net模型相比, Dice系数提高了5.1%, IoU系数提高了7.63%. 实验结果表明, 提出的优化算法对下肢骨骼CT图像可以达到精确分割的效果, 对骨科疾病的治疗与术前规划提供了参考.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008711
    摘要:
    二维人体姿态估计作为人体动作识别的基础, 随着深度学习和神经网络的流行已经成为备受学者关注的研究热点. 与传统方法相比, 深度学习能够得到更深层图像特征, 对数据的表达更准确, 因此已成为研究的主流方向. 本文主要介绍了二维人体姿态估计算法, 首先根据检测人数分为单人姿态估计与多人姿态估计两类, 其次对单人姿态估计分为基于坐标回归与基于热图检测的方法; 对多人姿态估计可分为自顶向下(top-down)和自底向上(bottom-up)的方法. 最后介绍了姿态估计常用数据集以及评价指标对部分多人姿态估计算法的性能指标进行了对比, 并对人体姿态估计研究所面临的问题与发展趋势进行了阐述.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008707
    摘要:
    人脸表情识别在各种人机交互场景中有广泛的应用, 但在表情模糊或存在遮挡情况下, 现有的表情识别方法效果并不理想. 针对表情模糊和遮挡问题, 本文提出了一种基于局部流形注意力(SPD-Attention)的网络架构, 利用流形学习得到具有更强描述能力的二阶统计信息以加强对表情细节特征的学习, 抑制遮挡区域无关特征对网络的影响. 同时, 针对流形学习过程中由于对数计算导致的梯度消失和爆炸, 本文提出了相应的正则约束加速网络收敛. 本文在公开表情识别数据集上测试了算法效果, 与VGG等经典方法相比取得了显著提升, 在AffectNet、CK+、FER2013、FER2013plus、RAF-DB、SFEW上正确率分别为: 57.10%、99.01%、69.51%、87.90%、86.63%、49.18%, 并在模糊、遮挡表情数据集上相比于Covariance Pooling等目前先进方法提升了1.85%.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008747
    摘要:
    随着医疗信息化水平的不断提高, 电子病历得到了越来越广泛的应用, 其中的非结构化文本包含大量蕴含患者病况信息的可度量数量信息, 由于实体与数量信息表述的复杂性, 从非结构化电子病历文档中精准抽取可度量数量信息是一个重要的挑战. 本文基于双向门控循环单元提出了结合相对位置特征与注意力机制的RPA-GRU模型, 通过将相对位置特征融入注意力机制更新双向门控循环单元输出, 识别实体与数量信息. 并基于重构句法依存树的图注意力网络学习图级表示提出GATM模型, 实现实体与数量信息的关联. 实验基于1 359份三甲医院烧伤科电子病历数据, 结果表明RPA-GRU模型与GATM模型在可度量数量信息识别和关联上分别获得97.58%与97.86%的F1值, 比表现最好的基线模型分别高出2.17%与1.74%, 验证了所提出模型的有效性.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008756
    摘要:
    文本相似度匹配是许多自然语言处理任务的基础, 本文提出一种基于孪生网络和字词向量结合的文本相似度匹配方法, 采用孪生网络的思想对文本整体建模, 实现两个文本的相似性判断. 首先, 在提取文本特征向量时, 使用BERT和WoBERT模型分别提取字和词级别的句向量, 将二者结合使句向量具有更丰富的文本语义信息; 其次, 针对特征信息融合过程中出现的维度过大问题, 加入PCA算法对高维向量进行降维, 去除冗余信息和噪声干扰; 最后, 通过Softmax分类器得到相似度匹配结果. 通过在LCQMC数据集上的实验表明, 本文模型的准确率和F1值分别达到了89.92%和88.52%, 可以更好的提取文本语义信息, 更适合文本相似度匹配任务.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008752
    摘要:
    针对非平衡数据存在的类内不平衡、噪声、生成样本覆盖面小等问题, 提出了基于层次密度聚类的去噪自适应混合采样算法(adaptive denoising hybrid sampling algorithm based on hierarchical density clustering, ADHSBHD). 首先引入HDBSCAN聚类算法, 将少数类和多数类分别聚类, 将全局离群点和局部离群点的交集视为噪声集, 在剔除噪声样本之后对原数据集进行处理, 其次, 根据少数类样本中每簇的平均距离, 采用覆盖面更广的采样方法自适应合成新样本, 最后删除一部分多数类样本集中的对分类贡献小的点, 使数据集均衡. ADHSBHD算法在7个真实数据集上进行评估, 结果证明了其有效性.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008730
    摘要:
    未知恶意网络流量检测是异常检测领域亟待解决的核心问题之一. 从高速网络数据流中获取的流量数据往往具有不平衡性和多变性. 虽然在恶意网络流量异常检测特征处理和检测方法方面已存在诸多研究, 但这些方法在同时解决数据不平衡性和多变性以及模型检测性能方面仍存在不足. 因此, 本文针对未知恶意网络流量检测目前存在的困难, 提出了一种基于集成SVM和Bagging的未知恶意流量检测模型. 首先, 针对网络流量数据的不平衡性, 提出一种基于Multi-SMOTE过采样的流量处理方法, 以提高流量处理后的特征质量; 第二, 针对网络流量数据分布的多样性, 提出一种基于半监督谱聚类的未知流量筛选方法, 以实现从具有多样分布的混合流量中筛选出未知流量; 最后, 基于Bagging思想, 训练了集成SVM未知恶意流量检测器. 实验结果表明, 本文所提出的基于集成SVM与Bagging的未知流量攻击类型检测模型在综合评价(F1分值)上优于目前同类未知恶意流量检测方法, 同时在不同数据集上具有较好的泛化能力.
    优先出版日期:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008714
    摘要:
    针对电力系统前端技术多样性和手工编码方式效率低无法满足需求的快速增长的问题, 结合组件化设计思想、可视化和虚拟DOM技术, 设计实现了一种面向电力系统的可视化低代码页面编辑引擎. 页面构建过程中采用虚拟DOM技术, 适用于绝大部分场景页面的高性能渲染, 设计了统一数据模型实现异构多源数据的统一接入和多组件数据共享, 并提出基于多类型模板的页面编辑思想, 满足业务系统多样化集成需求. 实践结果表明, 该系统能够提供低代码、低门槛的敏捷高效开发, 大大的提高了电力系统前端页面的开发效率.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008680
    摘要:
    模糊测试技术在发现真实程序漏洞中具有突出效果. 近年来, 模糊测试改进技术受到了相关学者的广泛关注, 大量的优化模糊测试工具被相继提出, 被提出的优化模糊测试工具多数结合了多种改进技术以期望达到更好的效果. 然而, 当前仍然缺乏对单一模糊测试改进技术的系统性评估与分析. 本文首先基于4个指标, 设计建立了一个针对单一模糊测试改进技术的评估体系, 然后基于所提出的评估体系, 对近年提出的先进模糊测试工具中集成的多个单一模糊测试改进算法进行了多组实验以评估不同改进技术类别中各个单一改进技术的改进效果, 并结合实验数据与实际算法设计和代码实现进行分析. 我们希望通过对单一模糊测试改进技术的评估与分析能够对未来的模糊测试改进研究工作提供帮助.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008727
    摘要:
    针对雾辅助智能电网数据收集过程中存在的隐私泄露问题, 本文提出一种新的支持容错的隐私保护数据聚合方案. 首先, 结合BGN同态加密算法和Shamir秘密共享方案确保电量数据的隐私性. 同时, 基于椭圆曲线离散对数困难问题构造高效的签名认证方法保证数据的完整性. 特别地, 方案具有两种容错措施, 当部分智能电表数据无法正常发送或部分云服务器遭受攻击而无法工作时, 方案仍然能够进行聚合统计. 安全分析证明了方案满足智能电网的安全需求; 性能实验表明, 与已有方案相比, 本文方案计算和通信性能更优.
    优先出版日期:  2022-03-31 , DOI: 10.15888/j.cnki.csa.008603
    [摘要] (117) [HTML] (8) [PDF 1.10 M] (5938)
    摘要:
    电力能源的安全在国家安全中占有重要的地位. 随着电力5G通信技术的发展, 大量电力终端产生定位需求. 传统GPS定位方法存在易受欺骗的问题, 如何有效提升GPS定位的安全性成为一个亟待研究的问题. 本文提出了一种基于基站辅助的电力5G终端GPS欺骗检测算法, 利用安全性较高的基站定位来检验可能被欺骗的GPS定位, 并且引入了一致性因数用来描述GPS定位结果和基站定位结果的一致性. 通过计算一致性因数, 如果大于设定的阈值则判断发生欺骗, 反之则GPS工作正常. 实验表明, 在使用本论文模型情况下, 本算法的准确率为99.98%, 优于传统机器学习分类算法. 此外, 本方法在运行速度上相较于传统机器学习分类算法也有一定程度的提升.
  • 全文下载排行(总排行年度排行各期排行)
    摘要点击排行(总排行年度排行各期排行)

  • 快速检索
    过刊检索
    全选反选导出
    显示模式:
    2000,9(2):38-41, DOI:
    [摘要] (11675) [HTML] (0) [PDF ] (17926)
    摘要:
    本文详细讨论了VRML技术与其他数据访问技术相结合 ,实现对数据库实时交互的技术实现方法 ,并简要阐述了相关技术规范的语法结构和技术要求。所用技术手段安全可靠 ,具有良好的实际应用表现 ,便于系统移植。
    1993,2(8):41-42, DOI:
    [摘要] (8541) [HTML] (0) [PDF ] (27766)
    摘要:
    本文介绍了作者近年来应用工具软件NU清除磁盘引导区和硬盘主引导区病毒、修复引导区损坏磁盘的 经验,经实践检验,简便有效。
    1995,4(5):2-5, DOI:
    [摘要] (8180) [HTML] (0) [PDF ] (9968)
    摘要:
    本文简要介绍了海关EDI自动化通关系统的定义概况及重要意义,对该EDI应用系统下的业务运作模式所涉及的法律问题,采用EDIFACT国际标准问题、网络与软件技术问题,以及工程管理问题进行了结合实际的分析。
    2011,20(11):80-85, DOI:
    [摘要] (6926) [HTML] () [PDF 863160] (36472)
    摘要:
    在研究了目前主流的视频转码方案基础上,提出了一种分布式转码系统。系统采用HDFS(HadoopDistributed File System)进行视频存储,利用MapReduce 思想和FFMPEG 进行分布式转码。详细讨论了视频分布式存储时的分段策略,以及分段大小对存取时间的影响。同时,定义了视频存储和转换的元数据格式。提出了基于MapReduce 编程框架的分布式转码方案,即Mapper 端进行转码和Reducer 端进行视频合并。实验数据显示了转码时间随视频分段大小和转码机器数量不同而变化的趋势。结
    2008,17(5):122-126, DOI:
    [摘要] (6832) [HTML] (0) [PDF ] (41313)
    摘要:
    随着Internet的迅速发展,网络资源越来越丰富,人们如何从网络上抽取信息也变得至关重要,尤其是占网络资源80%的Deep Web信息检索更是人们应该倍加关注的难点问题。为了更好的研究Deep Web爬虫技术,本文对有关Deep Web爬虫的内容进行了全面、详细地介绍。首先对Deep Web爬虫的定义及研究目标进行了阐述,接着介绍了近年来国内外关于Deep Web爬虫的研究进展,并对其加以分析。在此基础上展望了Deep Web爬虫的研究趋势,为下一步的研究奠定了基础。
    2016,25(8):1-7, DOI: 10.15888/j.cnki.csa.005283
    [摘要] (6711) [HTML] () [PDF 1167952] (30256)
    摘要:
    从2006年开始,深度神经网络在图像/语音识别、自动驾驶等大数据处理和人工智能领域中都取得了巨大成功,其中无监督学习方法作为深度神经网络中的预训练方法为深度神经网络的成功起到了非常重要的作用. 为此,对深度学习中的无监督学习方法进行了介绍和分析,主要总结了两类常用的无监督学习方法,即确定型的自编码方法和基于概率型受限玻尔兹曼机的对比散度等学习方法,并介绍了这两类方法在深度学习系统中的应用,最后对无监督学习面临的问题和挑战进行了总结和展望.
    1999,8(7):43-46, DOI:
    [摘要] (6357) [HTML] (0) [PDF ] (19384)
    摘要:
    用较少的颜色来表示较大的色彩空间一直是人们研究的课题,本文详细讨论了半色调技术和抖动技术,并将它们扩展到实用的真彩色空间来讨论,并给出了实现的算法。
    2007,16(9):22-25, DOI:
    [摘要] (5977) [HTML] (0) [PDF ] (3323)
    摘要:
    本文结合物流遗留系统的实际安全状态,分析了面向对象的编程思想在横切关注点和核心关注点处理上的不足,指出面向方面的编程思想解决方案对系统进行分离关注点处理的优势,并对面向方面的编程的一种具体实现AspectJ进行分析,提出了一种依据AspectJ对遗留物流系统进行IC卡安全进化的方法.
    2011,20(7):184-187,120, DOI:
    [摘要] (5407) [HTML] () [PDF 731903] (26264)
    摘要:
    针对智能家居、环境监测等的实际要求,设计了一种远距离通讯的无线传感器节点。该系统采用集射频与控制器于一体的第二代片上系统CC2530 为核心模块,外接CC2591 射频前端功放模块;软件上基于ZigBee2006 协议栈,在ZStack 通用模块基础上实现应用层各项功能。介绍了基于ZigBee 协议构建无线数据采集网络,给出了传感器节点、协调器节点的硬件设计原理图及软件流程图。实验证明节点性能良好、通讯可靠,通讯距离较TI 第一代产品有明显增大。
    2012,21(3):260-264, DOI:
    [摘要] (5334) [HTML] () [PDF 336300] (39280)
    摘要:
    开放平台的核心问题是用户验证和授权问题,OAuth 是目前国际通用的授权方式,它的特点是不需要用户在第三方应用输入用户名及密码,就可以申请访问该用户的受保护资源。OAuth 最新版本是OAuth2.0,其认证与授权的流程更简单、更安全。研究了OAuth2.0 的工作原理,分析了刷新访问令牌的工作流程,并给出了OAuth2.0 服务器端的设计方案和具体的应用实例。
    2004,13(10):7-9, DOI:
    [摘要] (5280) [HTML] (0) [PDF ] (7635)
    摘要:
    本文介绍了车辆监控系统的组成,研究了如何应用Rockwell GPS OEM板和WISMOQUIKQ2406B模块进行移动单元的软硬件设计,以及监控中心 GIS软件的设计.重点介绍嵌入TCP/IP协议处理的Q2406B模块如何通过AT指令接入Internet以及如何和监控中心传输TCP数据.
    2008,17(1):113-116, DOI:
    [摘要] (5178) [HTML] (0) [PDF ] (44350)
    摘要:
    排序是计算机程序设计中一种重要操作,本文论述了C语言中快速排序算法的改进,即快速排序与直接插入排序算法相结合的实现过程。在C语言程序设计中,实现大量的内部排序应用时,所寻求的目的就是找到一个简单、有效、快捷的算法。本文着重阐述快速排序的改进与提高过程,从基本的性能特征到基本的算法改进,通过不断的分析,实验,最后得出最佳的改进算法。
    2008,17(8):87-89, DOI:
    [摘要] (5160) [HTML] (0) [PDF ] (36540)
    摘要:
    随着面向对象软件开发技术的广泛应用和软件测试自动化的要求,基于模型的软件测试逐渐得到了软件开发人员和软件测试人员的认可和接受。基于模型的软件测试是软件编码阶段的主要测试方法之一,具有测试效率高、排除逻辑复杂故障测试效果好等特点。但是误报、漏报和故障机理有待进一步研究。对主要的测试模型进行了分析和分类,同时,对故障密度等参数进行了初步的分析;最后,提出了一种基于模型的软件测试流程。
    2008,17(8):2-5, DOI:
    [摘要] (5141) [HTML] (0) [PDF ] (27763)
    摘要:
    本文介绍了一个企业信息门户中单点登录系统的设计与实现。系统实现了一个基于Java EE架构的结合凭证加密和Web Services的单点登录系统,对门户用户进行统一认证和访问控制。论文详细阐述了该系统的总体结构、设计思想、工作原理和具体实现方案,目前系统已在部分省市的广电行业信息门户平台中得到了良好的应用。
    2004,13(8):58-59, DOI:
    [摘要] (5063) [HTML] (0) [PDF ] (23929)
    摘要:
    本文介绍了Visual C++6.0在对话框的多个文本框之间,通过回车键转移焦点的几种方法,并提出了一个改进方法.
    2010,19(10):42-46, DOI:
    [摘要] (5017) [HTML] () [PDF 1301305] (17797)
    摘要:
    综合考虑基于构件组装技术的虚拟实验室的系统需求,分析了工作流驱动的动态虚拟实验室的业务处理模型,介绍了轻量级J2EE框架(SSH)与工作流系统(Shark和JaWE)的集成模型,提出了一种轻量级J2EE框架下工作流驱动的动态虚拟实验室的设计和实现方法,给出了虚拟实验项目的实现机制、数据流和控制流的管理方法,以及实验流程的动态组装方法,最后,以应用实例说明了本文方法的有效性。
    2009,18(3):164-167, DOI:
    [摘要] (5005) [HTML] (0) [PDF ] (23248)
    摘要:
    介绍了一种基于DWGDirectX在不依赖于AutoCAD平台的情况下实现DWG文件的显示、操作、添加的简单的实体的方法,并对该方法进行了分析和实现。
    2009,18(5):182-185, DOI:
    [摘要] (4961) [HTML] (0) [PDF ] (27345)
    摘要:
    DICOM 是医学图像存储和传输的国际标准,DCMTK 是免费开源的针对DICOM 标准的开发包。解读DICOM 文件格式并解决DICOM 医学图像显示问题是医学图像处理的基础,对医学影像技术的研究具有重要意义。解读了DICOM 文件格式并介绍了调窗处理的原理,利用VC++和DCMTK 实现医学图像显示和调窗功能。
    2003,12(1):62-65, DOI:
    [摘要] (4859) [HTML] (0) [PDF ] (11946)
    摘要:
    本文介绍了一种将DTD转换成ER图,并用XMLApplication将ER图描述成转换标准,然后根据该转换标准将XML文档转换为关系模型的方法.
  • 全文下载排行(总排行年度排行各期排行)
    摘要点击排行(总排行年度排行各期排行)

  • 快速检索
    过刊检索
    全选反选导出
    显示模式:
    2007,16(10):48-51, DOI:
    [摘要] (4169) [HTML] (0) [PDF 0.00 Byte] (83874)
    摘要:
    论文对HDF数据格式和函数库进行研究,重点以栅格图像为例,详细论述如何利用VC++.net和VC#.net对光栅数据进行读取与处理,然后根据所得到的象素矩阵用描点法显示图像.论文是以国家气象中心开发Micaps3.0(气象信息综合分析处理系统)的课题研究为背景的.
    2002,11(12):67-68, DOI:
    [摘要] (2811) [HTML] (0) [PDF 0.00 Byte] (55432)
    摘要:
    本文介绍非实时操作系统Windows 2000下,利用VisualC++6.0开发实时数据采集的方法.所用到的数据采集卡是研华的PCL-818L.借助数据采集卡PCL-818L的DLLs中的API函数,提出三种实现高速实时数据采集的方法及优缺点.
    2008,17(1):113-116, DOI:
    [摘要] (5177) [HTML] (0) [PDF 0.00 Byte] (44343)
    摘要:
    排序是计算机程序设计中一种重要操作,本文论述了C语言中快速排序算法的改进,即快速排序与直接插入排序算法相结合的实现过程。在C语言程序设计中,实现大量的内部排序应用时,所寻求的目的就是找到一个简单、有效、快捷的算法。本文着重阐述快速排序的改进与提高过程,从基本的性能特征到基本的算法改进,通过不断的分析,实验,最后得出最佳的改进算法。
    2008,17(5):122-126, DOI:
    [摘要] (6831) [HTML] (0) [PDF 0.00 Byte] (41307)
    摘要:
    随着Internet的迅速发展,网络资源越来越丰富,人们如何从网络上抽取信息也变得至关重要,尤其是占网络资源80%的Deep Web信息检索更是人们应该倍加关注的难点问题。为了更好的研究Deep Web爬虫技术,本文对有关Deep Web爬虫的内容进行了全面、详细地介绍。首先对Deep Web爬虫的定义及研究目标进行了阐述,接着介绍了近年来国内外关于Deep Web爬虫的研究进展,并对其加以分析。在此基础上展望了Deep Web爬虫的研究趋势,为下一步的研究奠定了基础。
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号