• 当期目录
  • 优先出版
  • 过刊浏览
  • 点击排行
  • 下载排行
    快速检索
    过刊检索
    全选反选导出
    显示模式:
    2022,31(7):1-11, DOI: 10.15888/j.cnki.csa.008545
    [摘要] (225) [HTML] (82) [PDF 1.70 M] (236)
    摘要:
    行人检测技术是智能交通和智能车辆发展的一个重要方向, 同时也是道路安全的重要保障, 直接影响着车辆控制系统对路况的判断. 在实际应用场景中, 小尺度行人实例占比非常高, 但小尺度行人检测一直是行人检测任务中一个困难且具有挑战性的问题. 而当智能汽车处于复杂的交通环境中时, 小尺度行人的精准检测可以使控制系统有时间提前预警并及时避让, 对于保障汽车安全平稳行驶起重要作用. 随着深度学习的快速发展, 小尺度行人检测技术取得了突破性的进展, 目前该技术的发展处于快速发展时期. 为了进一步促进小尺度行人检测技术的发展, 本文对小尺度行人检测技术的最新方法进行了全面研究. 本文首先分析了小尺度行人检测面临的几大挑战, 并对目前最新的小尺度行人检测网络进行了归类和总结. 本文从多尺度表示、上下文信息、新的训练和分类策略、尺度感知和超分辨率5个方面对现有的深度学习方法进行了分析和讨论, 其中多尺度学习方法为当前处理小尺度行人检测的主流方法. 同时简要介绍了行人检测常用的评价指标和数据集, 并在Caltech等通用数据集上对一些主流方法进行了性能评价. 此外, 本文还对5类方法进行了总结和对比. 最后, 本文从多个方面提出了行人检测技术中亟待解决的问题和未来发展的方向和任务.
    2022,31(7):12-22, DOI: 10.15888/j.cnki.csa.008641
    [摘要] (128) [HTML] (60) [PDF 1.59 M] (231)
    摘要:
    近年来随着移动智能设备的兴起, 人们越来越频繁的接触和使用语音信息, 语音伪造和鉴伪成为语音处理领域中愈加重要的技术. 本文首先梳理了语音合成系统的一般流程, 并对语音伪造领域中主要的文本到语音(text-to-speech, TTS)和语音转换(voice conversion, VC)两项技术进行系统归纳; 接着, 对语音鉴伪技术中常见的算法进行介绍和分类; 最后, 针对语音伪造和鉴伪目前存在的问题, 本文从数据、模型、训练方法以及应用场景等多个角度出发提出未来可能的发展方向.
    2022,31(7):23-34, DOI: 10.15888/j.cnki.csa.008566
    [摘要] (139) [HTML] (61) [PDF 1.74 M] (251)
    摘要:
    图像超分辨率重建是用于提高图像质量的一项重要技术, 得益于深度学习在计算机视觉领域的成功应用和快速发展, 单图像超分辨率重建的效果得到了显著提升. 因此, 本文针对基于深度学习的单图像超分辨率重建方法展开深入研究, 首先综合介绍了用于该领域的基准数据集、性能评价指标、损失函数等相关知识, 然后对有监督学习和无监督学习下单图像超分辨率重建技术的最新算法进行分类讨论, 并且比较分析了不同模型之间的异同点与优缺点, 最后对该领域面临的问题和未来的发展方向进行了总结与展望.
    2022,31(7):35-45, DOI: 10.15888/j.cnki.csa.008595
    [摘要] (133) [HTML] (59) [PDF 1.32 M] (248)
    摘要:
    随着深度卷积神经网络优异的特征提取能力被发掘, 目标检测的进程开始以一种势不可挡的姿态向前推进, 同时, 和深度学习结合的目标检测技术取得了显著的成果, 在自动驾驶、智能化交通系统、无人机场景、军事目标检测和医学导航等现实场景中得到了广泛的应用. 本文回顾了传统目标检测算法的缺点, 介绍了常用的检测数据集以及性能评估指标, 综述了基于深度学习的目标检测经典算法, 阐述了当前目标检测的以及存在的困难与挑战, 对目标检测的未来可行的研究方向进行了展望.
    2022,31(7):46-54, DOI: 10.15888/j.cnki.csa.008590
    [摘要] (125) [HTML] (57) [PDF 1.21 M] (236)
    摘要:
    互联网时代, 数据呈爆发式的增长, 怎样从这些数据中抽取出有用的信息, 已是人工智能研究中的一个核心问题. 知识图谱作为解决这一问题的重要方法, 已成为人工智能技术发展的核心推动力. 信息抽取是知识图谱构建过程中的首要环节, 它实现了从海量的数据中抽取出结构化实体以及实体之间的关系. 本文探讨知识图谱中信息抽取的发展趋势, 对实体抽取、关系抽取和事件抽取及其关键技术进行了综述, 分析和讨论了当前存在的问题、挑战以及未来发展的方向.
    2022,31(7):55-65, DOI: 10.15888/j.cnki.csa.008581
    [摘要] (102) [HTML] (40) [PDF 2.37 M] (182)
    摘要:
    时间序列预测目前在众多领域有着广泛应用. 如果可以准确估计事件或指标的未来发展, 它可以帮助人们做出重要的决定. 然而对不同时间序列建立模型并准确预测已成为最具挑战的应用之一. 因此, 本文提出了一种新颖的混合多步预测模型, 称为SSA-ConvBiAE. 首先, 通过奇异谱分析(SSA)将原始数据分解为不同的趋势分量. 其次, 设计了新的基于卷积长短期记忆(ConvLSTM)和双向门控循环单元(BiGRU)的自动编码器网络结构. 最后, 将不同的分量分别输入到对应的自动编码器中进行训练和预测并求和预测结果. 为了评价模型的预测性能, 在真实的供水数据集和公开的时间序列数据集上进行了实验, 实验结果表明, 模型的预测结果优于基线方法. 本文已在网站https://github.com/VIMLab-hfut/SSA-ConvBiAE上发布了源代码.
    快速检索
    过刊检索
    全选反选导出
    显示模式:
    优先出版日期:  2022-07-29 , 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:  2022-07-29 , 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.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:  2022-07-28 , 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:  2022-07-28 , 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:  2022-07-25 , 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:  2022-07-25 , 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.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:  2022-07-22 , 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:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008840
    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.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008841
    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.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008842
    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). 现有的调试器作为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.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008843
    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.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008844
    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.
    优先出版日期:  2022-07-22 , DOI: 10.15888/j.cnki.csa.008839
    摘要:
    本文以沁恒微电子内置 RSIC-V处理器内核的 CH32V307 微控制器为基础, 利用AHL- CH32V307 硬件系统阐述嵌入式技术实践. 首先简要介绍嵌入式系统的知识体系, 降低具有高技术门槛的嵌入式系统开发工作, 实现嵌入式人工智能的敏捷开发生态系统. 接着给出并测试嵌入式开发硬件, 以多功能嵌入式集成开发环境编译、下载与运行第一个嵌入式程序的直观体验, 学员可以开始进入嵌入式系统的学习之旅. 对应开发套件的硬件系统, 文中给出一些常见嵌入式系统被控单元如彩灯、红外传感器与汇编工程的树型结构的基本原理、电路接法和编程实践. 利用CH32V307 微控制器设计一套简单实用基于图像识别的嵌入式物体认知系统, 可作为人工智能的快速入门系统. 本文所介绍的教学案例适用于高等学校嵌入式系统的教学或技术培训, 也可以提供给嵌入式系统技术人员作为研发参考.
    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.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.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.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.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:
    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.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.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.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.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.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.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.008793
    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.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.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.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.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.008759
    摘要:
    认识风廓线雷达数据在不同天气条件下的普适性特征对于改善预报服务质量具有重要意义. 本文基于数据挖掘中的聚类技术, 以天津静海风廓线雷达逐时观测数据为研究对象, 构建了风廓线雷达数据特征聚类分析模型, 并在此基础上挖掘出了静海风廓线雷达的最大探测高度、最大垂直速度在晴天、多云、降水发生前、降水期间和降水结束后等天气条件下的不同特征, 为天气预报服务提供了新参考依据, 为风廓线雷达数据特征分析提供了新思路.
    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.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.008761
    摘要:
    针对隧道结构安全监测数据存在野值, 噪声等严重影响后续分析的问题, 提出了一种自适应跟踪系统噪声的可靠卡尔曼滤波算法进行数据去噪. 首先结合滑动窗口使用最小二乘法对野值进行补偿; 其次继承卡尔曼的“一步一推导”思想, 动态估计噪声值, 有效解决了传统卡尔曼滤波器在面对野值及非线性系统时存在的无法准确建模的问题; 最后使用北京某施工地铁数据进行数值验证, 结果表明, 与经典算法相比, 该算法在精度方面有极大的提升.
    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.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.008715
    摘要:
    复句关系是指复句分句之间的逻辑语义关系, 复句关系识别是对分句间语义关系的甄别, 是自然语言处理中的难点问题. 本文以有标复句为研究对象, 提出了一种BERT-FHAN模型, 该模型利用BERT模型获取词向量, 在HAN模型中融入关系词本体知识以及词性、句法依存关系、语义依存关系特征. 通过实验对提出的模型进行验证, BERT-FHAN模型取得的最高宏平均F1值和准确率分别为95.47%与96.97%, 表明了本文方法的有效性.
    优先出版日期:  2022-07-07 , DOI: 10.15888/j.cnki.csa.008677
    摘要:
    针对传统的Single-Pass聚类算法对数据输入顺序过于敏感和准确率较低的问题, 提出一种以子话题为粒度, 考虑新闻文本动态性、时效性和上下文语义特征的增量文本聚类算法(SP-HTD). 首先通过解析LDA2Vec主题模型, 联合训练文档向量和词向量, 获得上下文向量, 充分挖掘文本的语义特征及重要性关系. 然后在Single-Pass算法基础上, 根据提取到的热点主题特征词, 划分子话题, 并设置时间阈值, 来确认类簇中心的时效性, 将挖掘的语义特征和任务相结合, 动态更新类簇中心. 最后以时间特性为辅, 更新话题质心向量, 提高文本相似度计算的准确性. 结果表明, 所提方法的F值最高可达89.3%, 且在保证聚类精度的前提下, 在漏检率和误检率上较传统算法有明显改善, 能够有效提高话题检测的准确性.
    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.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.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.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.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.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.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.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:  2022-06-30 , 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.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:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008681
    摘要:
    知识推理是补全知识图谱的重要方法, 旨在根据图谱中已有的知识, 推断出未知的事实或关系. 针对多数推理方法仍存在没有充分考虑实体对之间的路径信息, 且推理效率偏低、可解释性差的问题, 提出了将TuckER嵌入和强化学习相结合的知识推理方法TuckRL (TuckER embedding with reinforcement learning). 首先, 通过TuckER嵌入将实体和关系映射到低维向量空间, 在知识图谱环境中采用策略引导的强化学习算法对路径推理过程进行建模, 然后在路径游走进行动作选择时引入动作修剪机制减少无效动作的干扰, 并将LSTM作为记忆组件保存智能体历史动作轨迹, 促使智能体更准确的选择有效动作, 通过与知识图谱的交互完成知识推理. 在3个主流大规模数据集上进行了实验, 结果表明TuckRL优于现有的大多数推理方法, 说明将嵌入和强化学习相结合的方法用于知识推理的有效性.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008691
    摘要:
    外周穿刺置入中心静脉导管(PICC)技术被广泛运用于中长期静脉治疗. 在PICC置管时会导致各种并发症和不良反应, 如PICC相关性血栓. 随着机器学习和深度神经网络的不断发展与完善, 为PICC相关性血栓的辅助诊断提供了基于临床医学数据的解决方法. 本文构建了基于DeepFM和XGBoost的融合模型, 针对稀疏数据进行特征融合并能降低过拟合的情况, 能够对PICC相关性血栓提供风险预测. 实验结果表明, 融合模型能够有效的对PICC相关性血栓进行特征重要性提取并预测患病概率, 辅助临床在外周穿刺置过程中识别血栓高危风险因素, 及时进行干预从而预防血栓的发生.
    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.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.008671
    摘要:
    由于物联网设备本身缺少安全机制, 物联网环境面临着严峻的安全挑战. 而远程证明能够认证设备真实性和完整性, 可以通过远程方式建立对物联网设备的信任. 集群证明是远程证明技术的扩展, 可以适用于大量设备构成的集群. 相较于传统的远程证明, 集群证明解放了验证设备, 提高了验证的效率. 目前, 集群证明方法主要是针对静态网络, 而且对于受损设备也缺乏高效的修复机制. 针对这些问题, 本文提出了一种基于信誉机制和Merkle树的安全集群证明及修复方法. 首先, 本文方法使用信誉机制实现了多对一的证明协议, 能有效解决单点故障, 从设备触发验证, 并且能够适用于半动态网络. 其次, 本文引入Merkle树进行度量, 能够快速地识别被感染的代码块, 并进行高效地恢复; 最后, 本文对提出的集群证明方法进行了安全性分析和性能评估, 结果表明, 本文集群证明在提高了安全性的同时导致的性能开销是可以接受的.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008654
    摘要:
    小样本图片分类的目标是根据极少数带有标注的样本去识别该类别, 其中两个关键问题是带标注的数据量过少和不可见类别(训练类别和测试类别的不一致). 针对这两个问题, 我们提出了一个新的小样本分类模型: 融合扩充-双重特征提取模型. 首先, 我们引入了一个融合扩充机制(FE), 这个机制利用可见类别样本中同一类别不同样本之间的变化规则, 对支持集的样本进行扩充, 从而增加支持集中的样本数量, 使提取的特征更具鲁棒性. 其次, 我们提出了一种双重特征提取机制(DF), 该机制首先利用基类的大量数据训练两个不同的特征提取器: 局部特征提取器和整体特征提取器, 利用两个不同的特征提取器对样本特征进行提取, 使提取的特征更加全面, 然后根据局部和整体特征对比, 突出对分类影响最大的特征, 从而提高分类准确性. 在Mini-ImageNet和Tiered-ImageNet数据集上, 我们的模型都取得了较好的效果.
    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.008622
    摘要:
    在冠状病毒群体免疫优化算法基础上进行了改进形成了一种求解置换流水车间调度问题的混合算法. 在群体免疫进化阶段使用了动态改变扩展速率的策略平衡了算法探索能力与开发能力, 在重生阶段后增加基于差分进化的交叉阶段以增强最优解的挖掘能力; 采用基于最小位置值的方式实现置换流水车间调度问题解的编码与解码. 以最小化最大完工时间为求解目标, 在21个Reeves测试实例上进行了实验, 实验结果表明了提出算法在求解置换流水车间调度问题上的有效性.
    优先出版日期:  2022-06-28 , DOI: 10.15888/j.cnki.csa.008634
    摘要:
    在5G移动边缘计算(MEC)的车联网场景中, 针对车辆任务卸载目标的选择问题, 设计了一种基于任务优先级的服务器选择方案. 综合考虑时间、能耗、成本等因素对卸载位置选择的影响, 提出了基于多重指标拍卖博弈的解决方法. 通过多重指标拍卖机制, 选择最优的MEC服务器为车辆提供任务卸载服务, 实现车辆与RSU协作的贝叶斯纳什均衡. 仿真结果表明, 该方案能在保障车辆任务卸载时间和能耗的约束条件下, 降低任务卸载的总费用, 满足多个性能指标.
    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.008712
    摘要:
    相比于基于像素的建筑物提取方法, 面向对象方法能减少“异物同谱”和“同物异谱”现象, 提高提取精度; 针对遥感影像特征繁多, 造成特征维数灾难的问题, 本文提出了一种面向对象的特征优化方法进行建筑物提取. 首先将最小误差自动阈值分割方法和多尺度分割相结合, 优化分割技术; 然后基于Relief算法和fast correlation-based filter (FCBF)算法进行特征选择, 构建最优特征子集; 最后使用随机森林方法进行建筑物提取并用最小外接矩形方法优化建筑物边界. 结果显示, 特征重要性差异较大, 基于最优特征子集建筑物提取的总体精度达到0.93, Kappa系数为0.91, 明显高于原始特征集和优化特征集提取结果.
    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.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.008750
    摘要:
    传统的命名实体识别方法可以凭借充足的监督数据实现较好的识别效果. 而在针对电力文本的命名实体识别中, 由于对专业知识的依赖, 往往很难获取足够的监督数据, 即存在少样本场景. 同时, 由于电力行业的精确性要求, 相比于一般的开放领域任务, 电力领域的实体类型更多, 因此难度更大. 针对这些挑战, 本文提出了一个基于主题提示的命名实体识别方法. 该方法将每个实体类型视为一个主题, 并使用主题模型从训练语料中获取与类型相关的主题词. 通过枚举实体跨度、实体类型、主题词以填充模板并构建提示句. 使用生成式预训练语言模型对提示句排序, 最终识别出实体与对应类型标签. 实验结果表明, 在中文电力命名实体识别数据集上, 相比于几种传统命名实体方法, 基于主题提示的方法取得了更好的效果.
    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.008708
    摘要:
    医疗命名实体识别指从海量的非结构化的医疗数据中提取关键信息, 为医学研究的发展和智慧医疗系统的普及提供了基础. 深度学习运用深层非线性的神经网络结构能够学习到复杂、抽象的特征, 可实现对数据更本质的表征. 医疗命名实体识别采用深度学习模型可明显提升效果. 首先, 本文综述了医疗命名实体识别特有的难点以及传统的识别方法; 其次, 总结了基于深度学习方法的模型并介绍了较为流行的模型改进方法, 包括针对特征向量的改进, 针对数据匮乏、 复杂命名实体识别等问题的改进; 最后, 通过综合论述对未来的研究方向进行展望.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008710
    摘要:
    邮件集散中心航空运力调度涉及固定运力和备选运力两种调度对象, 本文在航空运力资源充足的前提下, 建立了以最小化运输成本为目标的优化模型, 研究了一种改进的乌鸦搜索算法求解方法. 首先根据问题的数学模型, 引入惩罚函数法将部分约束转化为惩罚项, 与目标函数共同构成适应度函数; 然后引入Logistic混沌映射提高初始种群的多样性; 根据问题的特点, 提出了基于个体最优追随机制和正余弦算法的位置更新策略, 并引入交叉变异机制以丰富搜索过程中种群的多样性. 通过大量算例实验分析, 证明了该算法的有效性与优越性.
    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.008662
    摘要:
    业务上云在近些年已经成为趋势, 而新冠疫情也加速了这一趋势. 然而公有云并不适用于所有用户. 尤其是出于数据隐私的考虑, 很多用户尤其是政府用户更希望在后疫情时代建设他们自己的私有云或者混合云. 超融合设备(HCI)是达到这一目标的有效手段. 在超融合设备中, 计算、网络、存储等资源都被完全虚拟化, 传统的物理网络设备单元也被一段段代码所替代. 此外为了获得高性能的网络转发能力, 很多创新技术应运而生, 其中DPDK技术是其中翘楚而被广泛应用. 开发者可以利用DPDK技术实现多种多样地、定制化地网络转发应用. 虚拟化技术和DPDK技术可以大大提升设备资源的利用率以及网络转发性能, 降低大中小企业或者机构的数据中心或者私有云的构建难度和成本. 但同时高度的虚拟化也给网络运维人员带来了巨大的挑战. 这些虚拟网元对网络运维人员而言是没有实体的, 虚拟网络在运维人员看来就像一个“黑盒”. 当网络出现故障时(如丢包), 传统的针对物理网络设备的排障手段在虚拟网络中变得不可用, 这就大大增加了网络排障的时间, 进而对业务的持续运行造成影响. 针对这种问题, 设计了一种虚拟网络持续性丢包探测系统Flowprobe, 该系统旨在解决基于DPDK用户态虚拟网络的持续性丢包检测及根因定位问题. 通过该系统, 用户可以观测数据包在虚拟网络中的详细路径、经历的转发行为, 定位丢包的位置, 获知丢包的原因. 实验表明, 该系统可以针对576种虚拟网络持续丢包场景进行检测以及给出问题根因, 并且该系统做到了对正常转发业务的无影响, 性能测试表明, 该系统开启以后, 对用户正常业务的转发影响可以控制在1%以内. 该系统已经在超融合生产环境持续运行了3年, 帮助用户以及网络运维人员解决了诸多虚拟网络故障问题.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008684
    摘要:
    由于移动自组网的开放性、分散性的特点, 导致传统的OLSR信任模型存在无法明确量化节点的信任指标和忽视节点的网络环境的问题. 针对上述问题, 本文提出一种基于环境自适应决策的双层模糊逻辑信任模型, 并与OLSR协议搭建了EFT-OLSR协议. 该模型划分为参数提取模块、双层模糊推理模块、决策模块. 首先选取节点剩余能量(P), 阻止隐式的自私攻击; 其次通过运用改进的双层模糊逻辑结构, 限制计算节点信任指标的复杂度; 最后根据网络环境动态调整路由协议中的信任阈值. 实验表明, EFT-OLSR协议在数据包传递率(PDR)、平均端到端延迟、丢包率方面优于现有的FT-OLSR信任模型.
    优先出版日期:  2022-06-24 , DOI: 10.15888/j.cnki.csa.008701
    摘要:
    本文主要基于Unity物理引擎, 以四旋翼无人机作为研究对象, 通过建立无人机运行模式的数学模型, 进行仿真模型研究.一方面, 通过将无人机受力模型直接应用在电机对应位置, 来仿真现实物体的受力状态, 从而免去了对模型的刚体数学建模, 简化了仿真建模过程; 另一方面, 通过分析无人机运动原理, 对无人机进行动力系统和控制系统建模, 其中控制系统采用串级PID控制算法进行姿态控制; 本文最后, 通过飞行实验和测试验证了无人机模型的稳定性、有效性, 满足了四旋翼无人机的仿真要求.
    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:  2022-06-24 , 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:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008683
    摘要:
    以海量半结构化的气象数值预报数据产品为研究对象, 针对传统数据抽取方法效率不高的问题, 基于多进程处理技术, 设计了一种基于精准位置寻址的快速数据块定位算法, 实现了数据块的精准定位; 设计了可按需在空间范围内进行裁剪的截取算法, 可按需根据数据的属性维度、经纬度范围等信息实现数据按需抽取; 基于上述算法实现了全流程统一控制的多进程数据读取的业务流程. 并以单平面耗时为主要考核指标, 分别采用1进程, 4进程、8进程以及16进程进行数据处理, 实际测试结果表明, 采用16进程处理比单个进程处理的速度由257 ms提高到37 ms. 该方法有效的提升非结构气象数值预报产品数据的抽取效率, 已在面向城市治理等气象决策分析业务中业务化应用.
    优先出版日期:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008668
    摘要:
    零水印技术为保护图像版权的有效手段之一. 然而, 现有的许多零水印算法大多采用传统的数学理论进行人工提取特征, 在结合神经网络进行图片特征提取的零水印方向上并没有广泛研究. 目前神经网络在图像特征提取上已经取得了很好的成绩, 充分利用卷积自编码器和注意力机制, 提出了一种用于构造零水印的深度注意自编码器模型(attention mechanism and autoencoder, AMAE). 首先是利用带有注意力的卷积神经网络构建自编码器, 然后对自编码器进行训练; 其次, 利用训练好的编码器输出的特征构造图像的整体特征; 最后, 将获得的特征图进行二值模式处理得到特征二值矩阵, 再与水印图像异或运算得到零水印, 并在知识产权信息数据库进行注册, 零水印一旦注册, 原图像便处于水印技术的保护下. 在训练过程中, 借鉴对抗训练的思想, 对模型进行加噪训练, 这提高了模型的鲁棒性. 实验结果表明, 本文的零水印算法在旋转、噪声和滤波等攻击下, 提取水印图像与原水印图像的归一化系数(normalized correlation, NC)值均超过0.9, 证明了提出算法的有效性和优越性.
    优先出版日期:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008661
    摘要:
    日志异常检测是当前数据中心智能运维管理的典型核心应用场景. 随着机器学习技术的快速发展和逐步成熟, 将机器学习技术应用于日志异常检测任务已经形成热点. 首先, 文章介绍了日志异常检测任务的一般流程, 并指出了相关过程中的技术分类和典型方法. 其次, 论述了日志分析任务中机器学习技术应用的分类及特点, 并从日志不稳定性、噪声干扰、计算存储要求、算法可移植性等方面分析了日志分析任务的技术难点. 再次, 对领域内相关研究成果进行了梳理总结和技术特点的比较分析. 最后, 文章从日志语义表征、模型在线更新、算法并行度和通用性3个方面讨论了日志异常检测今后的研究重点及思考.
    优先出版日期:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008620
    摘要:
    考虑了多个设备的移动边缘计算(mobile edge computing, MEC)与端对端(device-to-device, D2D)技术协作网络, 其中多个无线设备的最终输出作为另一个设备上某个子任务的输入. 为了最小化无线设备的能耗和任务完成时间的加权和, 研究了最优的资源分配(卸载发射功率和本地CPU频率)和任务卸载决策问题. 首先固定卸载决策, 推导出卸载发射功率和本地CPU频率的闭合表达式, 运用凸优化方法求出该问题的解. 然后基于一次爬升策略提出了一种低复杂度线性搜索算法, 该算法可以在线性时间内获得最佳卸载决策. 数值结果表明, 该策略的性能明显优于其他有代表性的基准测试.
    优先出版日期:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008682
    摘要:
    交通流预测是智慧交通领域的研究热点之一, 为了深层次地挖掘交通流序列的时空特征, 提高预测精度, 提出了一种基于离散小波变换(discrete wavelet transformation, DWT)和图卷积网络(graph convolutional network, GCN)短时交通流预测模型. 首先, 利用DWT算法将原始交通序列分解为细节分量与近似分量, 降低交通流数据的非平稳性; 其次, 引入距离因子项优化GCN模型中的邻接矩阵, 进一步提取路网的空间特征; 最后, 将DWT分解的各组分量数据分别作为GCN模型的输入进行预测, 并对各组预测结果进行重构, 得到最终预测值. 利用美国加利福尼亚州交通局PeMS数据库实测交通数据对模型进行测试, 结果表明, 该模型相比于ARIMA、WNN、GCN, 平均绝对误差平均降低57%, 平均绝对百分比误差平均降低59%, 是一种有效的短时交通流预测方法.
    优先出版日期:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008703
    摘要:
    为了有效地整合文本中的复杂特征和提取不同的上下文信息, 提出了基于门控图注意力网络的归纳式文本分类方法(TextIGAT). 该方法首先为语料库中的每个文档进行单独构图, 并将其中所有的单词作为图中的节点, 以此保留完整的文本序列. 文本图中设计单向连接的文档节点, 使词节点能与全局信息交互, 并合并不同的上下文关系连接词节点, 从而在单个文本图中引入更多的文本信息. 然后, 方法基于图注意力网络(GAT)和门控循环单元(GRU)来更新词节点的表示, 并根据图中保留的文本序列应用双向门控循环单元(Bi-GRU)来增强节点的顺序表示. TextIGAT能灵活地整合来自文本本身的信息, 因此能对包含新词和关系的文本进行归纳式学习. 在4个基准数据集(MR、Ohsumed、R8、R52)上的大量实验和详细分析表明了所提出的方法在文本分类任务上的有效性.
    优先出版日期:  2022-06-17 , DOI: 10.15888/j.cnki.csa.008699
    摘要:
    随着云计算、物联网技术的发展, 边缘计算模式开始兴起. RISC-V开源指令集架构和openEuler开源操作系统正在逐渐形成一个开放、灵活、不断演进和架构包容的软件生态体系, 为边缘计算应用的构建提供了良好的软硬件创新平台. 然而, 在其之上的支持面向边缘计算的软件开发环境、开发框架和工具链等基础设施尚不够完善. COMO是解决C++软件资产复用的构件化技术, 将COMO技术与RISC-V、openEuler 结合有助于RISC-V、openEuler 生态在新的软件技术架构上发展. 本文提出了在基于RISC-V架构和openEuler 操作系统的软硬件平台上进行COMO构件程序运行与开发环境移植的思路和方法, 并通过实验证明了COMO构件技术与RISC-V指令集架构和openEuler 操作系统的兼容性和可行性; 通过一个简单的实例介绍COMO的ServiceManager框架在边缘计算中的应用, 在为面向云计算与物联网的边缘计算应用提供XaaS服务的构件化程序开发模式的方向上进行了有益的探索.
    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.008713
    摘要:
    随着数据关联关系的发现、管理和应用的深入, 图数据库快速发展. 归纳总结了图数据库概念、图模型、组成架构图和数据库的特点; 详细阐述了图数据库的关键技术; 分析比较了当前主流图数据库产品, 归纳了当前图数据库主要应用场景; 最后提出图数据库未来发展的趋势.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008716
    摘要:
    支持向量机理论简单, 实用性很强, 被大量应用于故障诊断问题中. 在分析支持向量机参数对分类结果影响的过程发现, 不恰当的参数选择往往带来较差的分类结果. 采用启发式优化方法可以避免人为选择的不足, 但单纯以等效间隔距离为寻优目标又会较大概率出现“过学习”现象. 为降低整体结构风险, 将等效间隔距离、支持向量数量和错分率等同时作为优化目标, 提出了一种基于粒子群的多目标支持向量机方法, 并采用定时重启、动态学习因子等策略提升算法全局寻优能力. 最后将其应用于多故障强关联耦合的复杂柴油机故障诊断问题中. 实验结果表明, 该方法可以有效解决少样本、不完备或不确定征兆的柴油机异响故障诊断问题, 筛选得到的综合最优解更符合人们的期望.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008717
    摘要:
    预训练语言模型虽然能够为每个词提供优良的上下文表示特征, 但却无法显式地给出词法和句法特征, 而这些特征往往是理解整体语义的基础. 鉴于此, 本文通过显式地引入词法和句法特征, 探究其对于预训练模型阅读理解能力的影响. 首先, 本文选用了词性标注和命名实体识别来提供词法特征, 使用依存分析来提供句法特征, 将二者与预训练模型输出的上下文表示相融合. 随后, 我们设计了基于注意力机制的自适应特征融合方法来融合不同类型特征. 在抽取式机器阅读理解数据集CMRC2018上的实验表明, 本文方法以极低的算力成本, 利用显式引入的词法和句法等语言特征帮助模型在F1和EM指标上分别取得0.37%和1.56%的提升.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008718
    摘要:
    基于RGB图像的手势识别因其对设备要求低、采集数据方便等在人机交互领域得到广泛的应用. 在RGB图像的手势识别与交互过程中, 一方面由于RGB的手势图像在采集过程中存在光照影响导致利用肤色信息进行手势分割的效率较低, 另一方面用户对交互手势的认知与设计师设计的手势有差异, 导致用户交互体验反馈较差. 针对这两个问题我们进行了系统性的优化: 首先把用户的认知与交互手势设计原则联系起来建立手势共识集; 其次进行手势图像的色彩平衡处理, 利用椭圆肤色模型分割手势区域; 然后将二值化手势图像输入到MobileNet-V2轻量化卷积神经网络进行手势识别率的计算. 手势的终端用户主观评价与手势识别技术结合可以较系统地为交互任务进行手势设计, 减少用户在实际交互过程中的认知偏差, 提高交互系统的可用性和效率.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008719
    摘要:
    面向多转包商的外包选择是当今制造企业面临的一大运营管理挑战. 它与内部作业调度的一体化决策对企业降本增效至关重要. 本文针对有多个转包商可供作业外包选择的单机批调度联合优化问题, 在外包总成本和外包作业最晚交付期均受上限前提下建立以最小化外包总成本与内部批加工总成本之和为目标的0-1整数规划模型, 并为该问题设计了改进型遗传算法和贪婪算法. 以某陶瓷企业的外包与批调度联合决策场景为实例, 对比分析了这两种算法的求解性能, 发现改进型遗传算法在求解质量和时间上具有比较优势. 在模型的灵敏度实验分析中发现, 外包作业最晚交付期对作业运营总成本有显著影响, 而作业外包总成本的给定上限值对作业运营总成本的影响不显著.
    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:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008679
    摘要:
    模糊测试在挖掘软件安全漏洞、提高软件安全性方面发挥着巨大的作用, 本文针对模糊测试变异策略效率较低以及种子评分策略不合理的问题进行了讨论, 提出了基于聚类的变异优化策略和基于新覆盖信息的能量分配策略. 第1个改进策略通过产生新覆盖的非确定性变异提取有效的组合变异位置, 然后利用聚类算法进一步确定有效变异的位置, 在变异阶段对有效变异的位置进行细粒度确定性变异. 本文第2个改进策略针对种子评分策略, 种子产生的新覆盖信息与静态分析的分支转移信息作为种子评分的重要指标. 我们将改进后的模糊测试工具-AgileFuzz与现有的模糊测试改进工具AFL 2.52b、AFLFast以及EcoFuzz进行比较, 对binutils、libxmll2等开源程序进行了多次实验. 实验结果表明, AgileFuzz在相同时间内发现了更多的程序分支覆盖, 并且在测试过程中发现了fontforge、harfbuzz等开源软件中5个未知的漏洞.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008653
    摘要:
    体素内不相干运动(IVIM)磁共振成像是一种能够表征生物组织内水分子扩散和灌注的无创技术. 传统IVIM参数估计方法受到图像噪声的影响, 参数估计效果不佳. 为了准确、快速地确定组织区域的扩散和灌注参数信息, 本文充分考虑来自于体素信号之间的上下文信息和b值对于IVIM参数的贡献程度, 提出一种基于动态卷积模块的一维卷积神经网络(dynamic convolutional neural network, DCNN)估计IVIM参数. 在具有不同噪声水平的测试仿真数据和真实采集图像上, 与传统的IVIM参数估计方法进行了比较. 实验结果表明, 本文提出的DCNN方法能够降低IVIM参数的变异系数、偏差和相对均方根误差, 提高了参数一致性和鲁棒性的同时, 仍具有较高的IVIM参数视觉质量.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008658
    摘要:
    基于生成对抗网络(generative adversarial networks, GAN)的脑电信号(electroencephalogram, EEG)生成技术存在生成样本特征单一、幅值差异过大以及拟合速度慢等问题, 其质量难以满足深度学习模型训练和优化的要求. 因此, 本文通过对WGAN-GP的优化, 使其更适应脑电信号生成, 从而解决以上问题. 具体而言: (1)在WGAN-GP网络的框架的基础上, 通过将长短期记忆网络(long short-term memory, LSTM)代替卷积神经网络(convolutional neural networks, CNN), 以保证时间相关特征的完整性, 从而解决脑电生成特征单一的问题; (2)将标准化处理后的真实脑电信号输入至判别器, 以解决幅值差异过大问题; (3)将脑电噪声部分作为先验知识输入至网络生成器, 以提高生成模型的拟合速度. 本文分别通过sliced Wasserstein distance (SWD)、mode score (MS) 以及EEGNet对生成模型做多层次定量评估. 与目前已有生成网络WGAN-GP相比较, 基于本模型的生成数据更为接近真实数据.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008656
    摘要:
    针对目前玻璃料滴常规称量方法测量效率低且受环境影响较大的问题, 提出一种基于双目视觉的非接触式测量方法. 搭建双目视觉系统, 对采集的图像进行滤波去噪和特征轮廓提取, 基于融合料滴图像梯度信息的Census变换立体匹配算法得到边缘信息完整的视差图. 分别分析发生相机平面方向偏转和相机景深方向偏转的料滴对水平切片法精度的影响, 首先采用最小外接矩形算法对发生相机平面方向偏转的料滴进行校正, 然后利用视差信息修正发生相机景深方向偏转的料滴, 最后基于水平切片法累加水平切片获得料滴体积及质量. 实验结果验证, 该方法对发生空间偏转的料滴也能达到精度标准, 能够满足玻璃瓶生产的需求.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008669
    摘要:
    为充分运用钻井监测平台多个监测因子的长时序信息, 实现海上石油钻井卡钻事故的准确预测, 提出一种多因子长时序信息联合建模的深度卷积卡钻预测方法(CNN-MFT), 利用自注意力机制结合卷积网络对多个监测因子的时序信息进行联合建模, 同时考虑当前时刻各因子的具体值的信息以及各因子的历史时序信息, 实现准确的卡钻预测.使用海上钻井平台实际监测数据开展验证对比, 与目前常用的基于随机森林(RF)、SVM等8种卡钻预测方法相比, 所提的CNN-MFT方法在50%和70%等不同训练样本比例的条件下, 其卡钻事故预测准确率最高, 且稳定性强, 可为海上石油事故预测应用提供关键算法支撑.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008685
    摘要:
    单视图三维重建在计算机视觉领域中是一个具有挑战性的问题. 为了提升现有三维重建算法重建后三维模型的精度, 本文除了提取图像全局特征之外还提取图像局部特征, 结合全局特征和局部特征并选取SDF (signed distance function)作为重建后的三维物体表达方式, 不仅提高了模型的精度, 生成了更高质量的3D形状, 还增强了模型的泛化能力, 使得深度模型可以以较高质量重建出其他物体种类. 实验结果表明, 本文提出的深度网络结构和3D形状表示方法与当今最先进的重建算法相比, 无论在重建后三维模型的效果还是新型物体的泛化中都有更好的表现.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008686
    摘要:
    随着向量长度的不断增长, SIMD扩展部件得以处理更为庞大的数据级并行, 但程序的并行阈值也随之提高. 对于现有的自动向量化编译器, 如果在分析阶段不能从串行代码中发掘出足够的数据级并行以完全填充向量寄存器, 则不会进入相应的向量代码变换阶段, 从而无法向量化. 较长的向量长度使得某些并行性不足的程序失去了向量化的机会, 造成了性能下降. 为了更加充分的利用SIMD部件, 介绍了一种面向基本块的非满载向量化方法ISLP. 基于开源GCC编译器, 从并行性检测、代码生成和代价模型3个方面详细阐述了ISLP的设计与实现. 在标准测试集上的实验结果表明, 该方法可以有效地对超字级并行性不足的程序进行向量化处理, 提高程序执行效率. 选取的测试用例在向量化后的平均加速比达到1.14, 性能较常规SLP方法提升11.8%.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008687
    摘要:
    二维人脸识别受光照、遮挡和姿态的影响较大. 为了克服二维人脸识别的缺点, 本文提出了一种基于深度学习的多模态融合三维人脸识别算法. 该方法首先使用卷积自编码器将彩色图像和深度图进行融合, 将融合后的图像作为网络的输入进行预训练, 并且设计了一种新的损失函数cluster loss, 结合Softmax损失, 预训练了一个精度非常高的模型. 之后使用迁移学习将预训练的模型进行微调, 得到了一个轻量级神经网络模型. 将原始数据集进行一系列处理, 使用处理之后的数据集作为测试集, 测试的识别准确率为96.37%. 实验证明, 该方法弥补了二维人脸识别的一些缺点, 受光照和遮挡的影响非常小, 并且相对于使用高精度三维人脸图像的三维人脸识别, 本文提出的算法速度快, 并且鲁棒性高.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008688
    摘要:
    河流水面污染物是危害河流资源的重要污染物, 及时发现并处理水面污染物可以有效地保护河流环境以及水资源, 能进一步实现减污降碳, 提升生态系统碳汇能力. 随着智能化的大范围推广, 传统的河流水面污染物的监测处理方法已经不能满足当今的需求. 针对辽河流域水面污染问题, 本文将计算机视觉技术应用到了河流水面污染分类上, 提出了基于分组卷积与双注意力机制的河流水面污染图像分类算法模块(grouped convolution dual attention, GCDA), 在分组卷积的基础上引入简化的双注意力机制, 使用较少的参数量增强了网络对图像的特征提取能力, 进一步提升图像分类效果. 通过固定位截取图像的方式对辽河流域中的温泉城水站取水口、王营河入细河、高台子断面、津源污水排口和清源污水处理厂溢流口5个河流监控摄像图像做了预处理工作并建立了一个河流水面污染物数据集, 图像分为污染和未污染两类, 通过实验证明在此数据集上, 添加使用GCDA模块的网络相较于原网络以及分别添加空间、通道注意力机制的网络在河流水面污染物图像的二分类任务中效果有明显提升.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008689
    摘要:
    我国电网采购交易平台具有交易金额巨大、供应商数量众多、流程管控要求严格的特点. 本文提出的电网采购交易数据平台, 基于Hyperledger Fabric技术, 结合数据库层面的数据哈希计算、数据指纹提取、权限访问控制、数据快速读取等方法, 实现了覆盖采购交易数据全生命周期的多级数据防护与数据防篡改, 可以有效管控由于采购交易平台各主体间的信息不对称可能导致的信任危机. 最后, 通过对该策略原型系统的防护性能进行试验分析, 验证了该原型系统的可行性.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008690
    摘要:
    在室内单目视觉导航任务中, 场景的深度信息十分重要. 但单目深度估计是一个不适定问题, 精度较低. 目前, 2D激光雷达在室内导航任务中应用广泛, 且价格低廉. 因此, 本文提出一种融合2D激光雷达的室内单目深度估计算法来提高深度估计精度. 本文在编解码结构上增加了2D激光雷达的特征提取, 通过跳跃连接增加单目深度估计结果的细节信息, 并提出一种运用通道注意力机制融合2D激光雷达特征和RGB图像特征的方法. 本文在公开数据集NYUDv2上对算法进行验证, 并针对本文算法的应用场景, 制作了带有2D激光雷达数据的深度数据集. 实验表明, 本文提出的算法在公开数据集和自制数据集中均优于现有的单目深度估计.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008672
    摘要:
    人工智能技术的快速发展和在云原生上部署应用高效等优点让越来越多的开发者和互联网企业将人工智能应用部署在Kubernetes集群上, 但Kubernetes并不是主要针对深度学习而设计, 对深度学习这个特定领域需要做定制优化. 本文针对具有一定规模的Kubernetes集群上部署深度学习负载的场景, 设计和实现了一系列优化方案, 主要从深度学习所要求的数据处理、graphics processing unit (GPU)计算、分布式训练等几个方面进行优化, 本文提出的优化方案覆盖了数据处理、计算等方面, 这些技术极大简化人工智能负载在规模化云原生平台上的部署难度和提高运行效率, 同时从实践上来看也验证了以上技术对人工智能应用有着显著的提升作用.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008665
    摘要:
    新一代科学技术的发展和跨学科跨领域的融合, 极大的提高了园区、交通、能源、安防等领域的智慧化程度. 但是, 由于数据壁垒的存在和缺乏跨业务、跨系统的协同协作, 城市运营管理的智慧化程度仍较低. 以幸福林带为例, 为了充分高效地利用林带内日常监管监测数据以满足服务、运营、管理、可视化展示与应急指挥辅助决策等基本的城市运营管理需求, 本文自上向下, 从顶层设计了系统架构、功能体系, 进而构建智慧化运营管控平台, 为城市的智慧化建设起到参考示范作用.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008644
    摘要:
    医学图像配准对医学图像处理和分析至关重要, 由于定量磁敏感图像 (quantitative susceptibility mapping, QSM) 与T1加权图像的灰度、纹理等信息存在较大的差异, 现有的医学图像配准算法难以高效精确地完成两者配准. 因此, 本文提出了一个基于残差融合的无监督深度学习配准模型RF-RegNet (residual fusion registration network, RF-RegNet). RF-RegNet由编解码器、重采样器以及上下文自相似特征提取器3部分组成. 编解码器用于提取待配准图像对的特征和预测两者的位移矢量场 (displacement vector field, DVF), 重采样器根据估计的DVF对浮动QSM图像重采样, 上下文自相似特征提取器分别用于提取参考T1加权图像和重采样后的QSM图像的上下文自相似特征并计算两者的平均绝对误差 (mean absolute error, MAE) 以驱动卷积神经网络 (convolutional neural network, ConvNet) 学习. 实验结果表明本文提出的方法显著地提高了QSM图像与T1加权图像的配准精度, 满足临床的配准需求.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008700
    摘要:
    现有的医学影像标志点定位算法未能很好地利用医学影像本身固有的特点, 且不能很好地感知医学影像蕴含的精细特征. 本文提出基于拓扑结构约束和特征增强的医学影像标志点定位算法, 利用标志点之间的拓扑结构不变性来提升算法的定位精度, 并通过为网络引入多分辨率注意力机制和多分支空洞卷积模块实现增强特征的提取, 使得网络不仅可以加强对重要特征的关注, 还可以在不增加计算量和参数量的情况下提升对上下文特征的感知能力. 使用公开数据集的实验表明, 本文提出的算法在各个指标上均超过了当前主流算法, 具有较高的标志点定位精度.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008704
    摘要:
    现有的任意多边形窗口的圆裁剪算法存在算法繁琐等问题, 且没有考虑多边形是带内环的情况, 本文提出了一种基于交点参数分析的多边形窗口的圆裁剪算法, 只需对多边形边与圆的交点在边所在直线的参数值进行比较, 即可判断出交点的进出点特性, 交点排序后, 通过进点=>出点组合, 即可获得裁剪窗口内的圆弧, 完成裁剪. 编程实践的实例结果也证明本算法是切实可行的, 本文的方法既适用于仅有外环的一般多边形裁剪窗口, 也适用于带内环的任意多边形裁剪窗口的圆裁剪, 因此, 算法更具有通用性.
    优先出版日期:  2022-06-16 , DOI: 10.15888/j.cnki.csa.008693
    摘要:
    针对政策术语具有时效性、低频度、稀疏性和复合短语的特点, 传统术语抽取方法难以满足需求的问题, 设计实现了语义增强的多策略政策术语抽取系统. 该系统从频繁项挖掘和语义相似度两个维度对政策文本特征进行建模, 融合多种频繁模式挖掘策略选取特征种子词, 利用预训练语言模型增强语义匹配来召回低频且稀疏的政策术语, 实现了从无词库冷启动到有词库热启动半自动化的政策术语抽取. 该系统能够提升政策文本分析效果, 为建设智慧政务服务平台提供技术支持.
    优先出版日期:  2022-06-07 , DOI: 10.15888/j.cnki.csa.008696
    摘要:
    监控场景下人脸图像质量分析技术的研究具有重要意义. 由于监控视频采集到人脸模糊、头部角度不正、被其他物体遮挡等的低质量图像进入识别系统会造成识别准确率下降. 为了解决上述问题, 通过实验, 研究了监控场景下影响图像质量的两个重要因素: 人脸角度、图像清晰度. 设计了基于聚类的人脸图像质量分析算法, 提出了人脸图像质量分数的计算公式, 实验表明该技术能够有效过滤监控视频下采集到的低质量图像, 进而提高人脸识别系统的准确率.
    优先出版日期:  2022-06-07 , DOI: 10.15888/j.cnki.csa.008697
    摘要:
    由于运动原因会造成活体心脏MRI图像中左心室心内膜与心肌边缘轮廓模糊, 进而导致分割不准确以及分割精度较低, 针对这些问题, 本文提出一种基于光流场与语义特征融合的心脏4D Cine-MRI (magnetic resonance imaging)左心室心肌分割模型OSFNet. 该模型包含了光流场计算和语义分割网络: 将光流场计算得到的运动特征与图像语义特征进行融合, 通过网络学习达到了最优的分割效果. 模型采用编码器-解码器结构, 本文提出的多感受野平均池化模块用于提取多尺度语义特征, 减少了特征丢失; 解码器部分使用了多路上采样方法和跳跃连接, 保证了语义特征被有效还原. 本文使用ACDC公开数据集对模型进行训练与测试, 并分别与DenseNet和U-Net在左心室内膜分割、左心室内膜和心肌分割目标上进行对比. 实验结果表明, OSFNet在Dice和HD等多个指标上取得了最佳效果.
    优先出版日期:  2022-06-07 , DOI: 10.15888/j.cnki.csa.008633
    摘要:
    飞行模拟器是模拟和复现真实飞行活动的重要设备, 一直以来模拟器的模拟效果也是备受关注的. 但是, 基于经典洗出算法来还原运动轨迹的运动平台存在参数设置保守、模拟效果不佳等问题, 因此本文提出一种基于改进人工鱼群算法的滤波器参数优化方法. 该方法基于人体前庭感知误差模型得到相应的目标函数, 再利用改进后的鱼群算法对滤波器中的自然截止频率进行寻优, 最后通过在Simulink中建立的仿真模型对优化后的滤波器参数进行仿真验证. 结果表明: 相比于经典洗出算法与基本人工鱼群算法, 经改进后算法得到的新参数在算法洗出中可以有效提高运动的感知效果, 减小运动误差, 并且能够节约更多的运动空间.
    优先出版日期:  2022-06-07 , DOI: 10.15888/j.cnki.csa.008616
    摘要:
    对于颈部淋巴结的超声造影视频病例, 可利用其时间强度曲线提取灌注特征进行病情诊断. 现有的研究方法对感兴趣区域进行像素级的分析可以更准确地描述灌注特征, 然而很少有深入研究灌注流向可视化的方法. 本文利用了像素级的时间强度曲线TIC分析, 采取双重筛选方式对TIC曲线进行筛选, 进而针对TIC曲线提取二维灌注参数对灌注流向进行可视化. 特征提取后生成的流线图像能够一定程度反映血管的分布, 对医生病情诊断有一定的辅助价值, 也可以对微血管重构有一定的启发价值.
    优先出版日期:  2022-06-07 , DOI: 10.15888/j.cnki.csa.008617
    摘要:
    为满足测站对空间目标的跟踪测量需求, 针对现有的空间目标观测软件在三维可视化、跨平台能力和操作易用性等方面的不足, 设计开发了基于Cesium的空间目标观测三维可视化平台. 介绍了软件开发框架, 利用两行轨道根数(TLE)和最新的简化常规摄动模型(SGP4)进行轨道预报, 结合空间坐标系转换, 实现了空间目标的轨道计算、实时位置动态显示和测站可见性分析的平台功能, 并通过卫星工具包(STK)对平台计算结果进行了验证.应用结果表明, 该可视化软件操作使用方便, 具有良好的跨平台性能, 计算结果满足精度要求, 为软件设计开发的可视化与实用性相结合提供了有益探索.
    优先出版日期:  2022-06-07 , DOI: 10.15888/j.cnki.csa.008674
    摘要:
    为解决目前我国水质监测存在的监测站点少, 通信费用高, 功耗大等问题, 本文构建了基于LoRa无线传输技术的水质监测系统. 该系统由数据采集终端、无线通信电路和远程控制中心3部分组成, 应用嵌入式技术和FreeRTOS系统完成传感器任务调度和数据采集, 通过无线通信电路使用LoRa技术发送至远程控制中心并在上位机软件中进行显示. 上位机软件使用Qt实现, 可实时监测到传感器状态以及监测点的定位信息. 测试结果表明, pH等5种数据的变异系数小于5%, 温度也仅为8.76%, 表明可稳定持续在一段时间内监测灞河水质. 本系统具有成本低, 可扩展性强, 集成度高等优点, 可用于污水监测和水产养殖等水域环境, 具有良好的应用前景.
    优先出版日期:  2022-06-02 , DOI: 10.15888/j.cnki.csa.008646
    摘要:
    针对目前工业车辆测距避障技术中易受环境影响、信号干扰等问题, 提出一种基于双目定位测距的工业车辆实时避障方法. 首先, 对双目深度相机进行标定, 将采集到的车辆正后方作业环境图像进行双目立体矫正; 其次, 使用SGBM算法计算得到视差图, 并结合相机内参通过三角变换原理进行3D点云重建; 接下来, 对地面进行标定并拟合地面方程, 自定义有效检测范围及安全预警范围; 最后, 对行人进行方位检测, 设计了直行及转弯测距算法对范围内检测到的行人进行距离计算, 最终实现范围预警与实时规划避障. 4组实验结果表明, 行人测距算法在直行及转弯状态下0–3 m和3–5 m范围内误差均分别低于0.1 m和0.2 m, 行人检测算法的识别精度为97.38%, 检测帧率为22.12 fps, 该方法在设定范围内具有较高的灵敏性, 具备较好的实时避障效果.
    优先出版日期:  2022-06-01 , DOI: 10.15888/j.cnki.csa.008647
    摘要:
    步态识别是一项新兴的生物识别技术, 可以被广泛地应用在刑事安防, 疫情传播链追踪等领域, 该项技术的本质在于通过人的人体体型和行走姿态来识别人的身份, 年龄, 性别等多种生物属性. 相比其他生物识别技术, 步态识别具有远距离, 全视角, 无感知, 防伪装等显著优势. 基于此, 本文设计了一款面向多人多生物属性的跨视角步态追踪系统, 该系统充分考虑了现实应用场景中存在的多人, 跨视角, 服饰变化等协变量对于步态识别准确率的影响, 并通过更加鲁棒的算法设计从复杂的环境中提取行人的步态信息从而对其身份, 年龄, 性别等生物属性进行准确的分析. 实验结果表明, 在跨视角和多种行走状态的情况下, 本系统中基于深度学习的步态识别算法模型的准确率可以达到88.0%, 在多视角的情况下, 性别分类准确率可以达到94.8%, 年龄估计的平均年龄误差约为7.92岁, 标准差约为8.11, 实验结果均优于近年来相关领域的算法, 达到相对领先的水平. 同时系统开发成本低, 面向落地应用场景, 并支持实时性步态检测.
    优先出版日期:  2022-06-01 , DOI: 10.15888/j.cnki.csa.008600
    摘要:
    考虑无人机群体行为决策与状态变化的内在驱动, 从信息处理角度提出基于决策知识学习的多无人机航迹协同规划方法. 首先, 基于马尔科夫决策过程对无人机的行为状态进行知识表示, 形成关于连续动作空间的决策知识; 然后, 提出基于知识决策学习的深度确定性策略梯度算法, 实现无人机在决策知识层次上的协同规划. 实验结果表明: 在研发设计演示系统的基础上, 所提方法通过强化学习能够得到一个最优航迹规划策略, 同时使航迹综合评价和平均奖励收敛稳定, 为无人机任务执行提供了决策支持.
    优先出版日期:  2022-06-01 , DOI: 10.15888/j.cnki.csa.008642
    摘要:
    电子病历是诊疗过程中记录患者健康状况的档案, 文本中分布着大量的医学实体, 其中蕴含着丰富的医学信息. 目前医学领域的关系抽取模型主要是通过关系分类的方法识别两个给定医学实体之间的语义关系. 中文电子病历具有实体高密度分布的特点. 针对这个问题, 本文提出了一种基于条件提示与序列标注的关系三元组识别方法, 将关系三元组识别任务转换为序列标注任务. 关系三元组中的头实体和关系类型作为条件提示信息, 通过序列标注方法识别电子病历文本中与条件提示信息有关联的尾实体. 在中文电子病历数据集上的实验证明本文方法能有效识别中文电子病历中的关系三元组.
    优先出版日期:  2022-06-01 , DOI: 10.15888/j.cnki.csa.008626
    摘要:
    随着虚拟现实技术的飞速发展, Leap Motion等体感传感器出现并被广泛地应用在人机交互中. 针对 Leap Motion体感控制器在识别范围边缘识别率低且识别速度慢的问题提出了一种基于深度神经网络的Leap Motion手势交互方法. 该方法在定义的交互手势基础上, 设计了三维交互系统并应用到虚拟场景中. 系统首先通过Leap Motion进行数据捕捉, 对获取到的红外图像采用深度神经网络进行特征提取并实现对手势的分类识别, 然后结合Leap Motion获取的手部坐标前后帧的变化来判断动态手势, 最终结合动态手势完成虚拟场景中的交互功能. 经过实验验证, 本文手势识别方法无论是在识别速度还是识别精度上都优于Leap Motion自带的手势识别方法, 同时在Leap Motion识别范围边界处仍能保持较高的识别率.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008676
    摘要:
    针对CLAHE增强机场安检X光图像出现的颜色失真及背景噪声放大问题, 提出一种基于三级图像融合与CLAHE的X光图像增强算法. 首先将X光图像分别转换成RGB、HSV图像并分别进行CLAHE增强, 将增强后的图像通过欧几里得范数实现第1级融合. 然后将融合后的图像进行USM锐化, 锐化过程中根据掩膜进行图像第2级融合. 最后将锐化后的图像与原图像按系数进行合并, 完成第3级融合. 仿真实验结果表明, 本文提出的算法能够有效提高安检X光图像的对比度, PSNR平均值提高了7 dB, 同时可以抑制增强图像颜色失真及背景噪声. 该算法有助于提高X光图像中违禁物品的识别准确率, 对平安机场的构建具有积极意义.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008678
    摘要:
    对间接存储器的访问延迟往往会影响应用程序的执行性能, 一种有效的解决方案是使用预取技术. 国产申威平台中支持常规访问模式的软件预取和硬件预取机制, 但是其GCC编译器中缺少为间接存储器访问模式自动插入预取的方法. 为了解决这个问题, 基于申威GCC开发了一个完整间接预取优化遍, 它利用深度优先搜索算法查找引用循环归纳变量的间接内存引用并为之生成合适的软件预取. 在一组内存受限的基准测试中, 自动预取遍对SW1621处理器的平均加速比达到1.16倍.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008698
    摘要:
    自动驾驶任务是当前深度学习研究的热门领域, 环境感知作为自动驾驶中最重要的模块之一, 是一项极具挑战性并具有深远意义的任务, 包括目标检测、车道线检测、可行驶区域分割等. 传统的深度学习算法通常只解决环境感知中的一个检测任务, 无法满足自动驾驶同时感知多种环境因素的需求. 本文使用YOLOv5作为骨干网络及目标检测分支, 结合实时语义分割网络ENet进行车道线检测和可行驶区域分割, 实现了多任务自动驾驶环境感知算法, 损失计算时采用$\alpha $-IoU提高回归精度, 对噪声有更好的鲁棒性. 实验表明, 在BDD100K数据集上, 本文提出的算法结构优于当前现有的多任务深度学习网络, 并且在GTX1080Ti上可达到76.3 FPS的速度.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008694
    摘要:
    用户分类是用能分析的一种重要方法, 而智能电表的广泛应用为用户用能分析提供了大量的可用数据. 为进一步提高用户分类精度与用能特征的提取能力, 本文提出了一种自学习边权重的图卷积网络. 所提出的网络通过具有注意力机制的特殊初始化层将原始能耗数据转换为图, 并从生成的图中提取能耗特征, 最终根据图的学习特征输出用户类. 为证明所提出方法的有效性, 本文在实际用能数据集上进行了对比实验. 实验结果表明, 本文方法不仅能够更好地提取用户特征, 而且取得了更好的分类性能.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008695
    摘要:
    以多层建筑为背景, 研究应急疏散问题, 基于改进的路径规划算法, 并将多智能体技术应用在模型间的通信交流上. 采用机器人感知周围环境, 通过设置机器人个数以及初始位置, 对灾情中室内被困人员进行智能搜救, 并采集现场实时数据, 作出决策分析. 机器人实时感知现场状况的变化, 引导人员疏散, 并将实时数据传输给施救人员, 采取进一步救援措施. 结果表明, 该三维仿真技术为有效减少人员疏散中的伤亡和最佳救援方案的制定提供了参考, 具有一定的现实指导意义.
    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:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008649
    摘要:
    在电力行业, 目前电厂对电力管道服役状态的监督管理仍然停留在由人工完成的“静态”阶段, 存在掌控信息不全面和不及时的问题, 无法满足安全生产的需要. 传统的数字化软件操作繁琐、功能不足, 且缺乏对管道运维信息的关注. 针对以上问题, 本文提出了数字孪生五维模型的三维电力管道系统设计. 首先, 采用草图造型和参数化方法进行管道系统的三维重建, 快速实现虚拟实体的构建, 直观展示系统的真实场景; 然后, 采用智能的管理技术, 获取和维护管道的运行信息, 评估与预测管道的安全状态, 实现物理与虚拟信息的融合; 最后, 基于系统的应用框架进行系统设计, 并实现了界面简洁和功能实用的系统原型. 目前该系统已经在电厂试运行, 初步结果显示该系统对电厂的运维和安全化管理起到了较好的效果.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008650
    摘要:
    提单是国际物流中的重要单证, 应用于铁路运输时将提高货物和资金流转效率. 现存的电子提单系统存在安全性低、公信力不足等问题, 难以保障各个参与方的权益. 本文在满足提单主要功能的基础上, 利用区块链去中心化、可溯源、可编程的特性, 确定了基于区块链的电子提单系统框架. 采用超级账本技术, 本文设计并实现了在区块链网络中多机构、多角色参与的电子提单发布、审核、质押等业务逻辑, 保证了电子提单安全、高效地流转. 经过区块链系统打包的交易数据, 凭借共识机制被锚定在链上, 实现了交易信息实时共享与查询, 有效地解决了物权争议与货物追踪问题.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008651
    摘要:
    针对图像去雾算法中存在因介质透射率估计不准确而造成色彩失真、去雾不完全的问题, 提出了一种改进残差神经网络的图像去雾算法. 首先采用并行多尺度卷积层提取雾图像特征. 然后通过引入了深度可分离卷积层的残差网络学习介质透射率, 并利用加权引导滤波细化介质透射率. 最后根据大气散射模型反演得到无雾清晰图像. 实验结果表明, 该算法与其他去雾算法相比在峰值信噪比(peak signal to noise ratio, PSNR)和结构相似度(structural similarity, SSIM)指标上取得了一定的提高, 并且去雾图像在主观视觉上也取得了较好表现.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008657
    摘要:
    智能电网通过引入信息和通信技术服务, 带来了传统电网的技术演变, 与此同时在安全方面也带来了严重的挑战.本文提出了一种智能电网入侵检测系统安全架构和一种基于无监督学习的新型入侵检测系统(intrusion detection system, IDS). 我们设计了区域式训练(block-training)架构, 不仅可以减轻数据中心的计算压力, 还可以对本地流量进行特征训练. 我们还提出了一种基于交叉验证的递归特征消除的差分自编码器算法(RFECV-VAE). RFECV-VAE综合了RFECV和VAE模型, 在特征选择过程使用递归特征消除交叉验证法(recursive feature elimination cross-validation, RFECV), 异常检测采用差分自编码器(variational autoencoders, VAE), 它可以对大规模高维数据进行高精度异常检测. 最后, 本文选择深度自编码器、深度自编码器高斯混合模型、单类支持向量机、隔离森林、差分自编码器作为对比算法, 采用准确率、ROC_AUC、F1_score和训练时间等指标来进行性能评估. 实验结果表明, RFECV-VAE算法结果优于其他比较算法.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008659
    摘要:
    为了解决空气污染源反演的盲目性和低效率问题, 本文提出了一种基于改进型蚁群算法(modified-ant colony optimization, M-ACO)的空气污染源反演方法. 利用点源高斯扩散模型建立污染源反演模型, 采取蚁群算法(ant colony optimization, ACO)来求解. 针对蚁群算法中存在的缺点, 引入遗传算法的选择交叉思想, 从而丰富种群的多样性来避免陷入局部极值; 同时设计奖惩因子机制, 对信息素更新规则进行改进来使算法更快地收敛, 进而归纳为M-ACO算法. 通过对比实验, 证明了M-ACO算法相比于传统ACO算法来说, 能够使得污染源的反演结果更准确和高效, 为空气污染源反演的实际应用提供了有效的理论支撑.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008628
    摘要:
    针对电力监控系统风险评估中存在的系统建模不完整、专家评价意见的模糊性和缺乏对系统整体风险的考虑的问题, 提出了基于云模型和改进证据理论的电力监控系统风险评估方法. 首先根据电力监控系统的结构和安全需求, 对电力监控系统的设备、安全目标和威胁进行分析, 建立系统整体风险评估模型; 然后结合FAHP和修正的熵权法, 使用最优化组合赋权的方法得到各元素的权重; 最后利用云模型和改进证据理论完成对电力监控系统的综合风险评估, 得到系统的风险等级. 仿真实验证明了该方法的适用性和有效性, 为电力监控系统的安全管理工作提供了新的思路.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008631
    摘要:
    当皮肤区域与非皮肤区域没有明显边界时, 皮肤检测变得更加困难. 针对这一问题, 本文提出了一种新的皮肤检测校正算法. 本文首先利用卷积神经网络分级对皮肤的颜色、纹理等特征进行提取, 通过门控卷积层对皮肤与非皮肤像素的边界区域进行细化, 以增强皮肤检测的效果, 最后利用ASPP将深层信息与边缘信息进行融合. 本文将经过阈值粗分割的检测结果作为输入, 在ECU和Pratheepan两个数据集上进行了评估, 实验结果表明, 本算法在ECU数据集上的准确率达到了91%, 在Pratheepan数据集的准确率达到了95%, 与现有方法相比, 本文算法的性能有明显的提升.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008632
    摘要:
    由于人们对随时随地传输数据的需求日益增加, 当前单一异构无线网络通信的低带宽和高抖动严重影响了用户对移动设备的使用体验, 针对移动设备尤其是Android移动设备对异构无线网络链路聚合的实际需求, 本文提出了一种在移动设备上将移动数据网络和Wi-Fi网络两种异构无线网络进行链路聚合的实现方案. 该方案基于应用层开发, 跳过下层复杂的数据包封装过程, 不改动移动设备的硬件配置. 文中阐述了无线链路聚合的工作原理与设计思路, 并在Android手机上进行编程实现与测试. 测试结果表明异构无线链路的聚合方案能明显的提高网络带宽, 提高文件传输速度.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008637
    摘要:
    知识图谱技术在行业领域的运用越来越广, 因此研究知识图谱技术在成果地质资料领域中的运用, 解决到馆用户的精确查询和可视化问题变得更加重要. 本文以成果地质资料为研究对象, 利用爬虫技术, 爬取成果地质资料中的矿产、地理区域、组织机构等实体信息. 结合知识图谱相关技术, 设计成果地质资料知识图谱地质实体和关系, 经过命名实体识别、关系抽取和属性抽取, 构建成果地质资料实体266787个, 关系306686个. 使用Neo4j图形化数据库存储知识图谱来提高地质资料的查询性能, 方便到馆用户的查询. 该研究可以为知识图谱在成果地质资料上面的应用提供理论支撑.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008639
    摘要:
    针对目前输送线系统的设计开发中, 在结构设计与布局方案规划、控制系统现场安装调试、规模较大系统的实时输送路径规划等环节普遍存在着工作繁琐、修改灵活性差、现场安装调试复杂等问题, 本文设计研发了一种基于Unity3D的模块化输送线设计仿真系统, 以模块化输送机Unity3D三维模型为基础, 通过Winform人机交互实现设计方案的模块化快速拼装构建; 采用软PLC技术和分布式控制器架构实现输送线控制系统的离线编程与现场快速安装; 通过遗传算法规划物料运输最优路径, 最终完成输送线系统的仿真运行, 全面验证系统设计方案、控制编程与路径规划的有效性和正确性, 为后续的输送线实物快速设计与现场安装奠定基础.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008640
    摘要:
    图像分割是计算机辅助阅片的基础, 伤口图像分割的准确率直接影响伤口分析的结果. 传统方法进行伤口分割步骤繁琐, 准确率低. 目前已有少部分人利用深度学习进行伤口图像分割, 但是他们都是基于小型数据集, 难以发挥深度神经网络的优势, 准确率难以进一步提高. 充分发挥深度学习在图像分割领域的优势需要大型数据集, 目前还没有关于伤口图像的大型公共数据集, 而制作大型伤口图像数据集需要人工标记, 耗费大量时间和精力. 本文提出基于迁移学习的伤口图像分割方法, 首先利用大型公共数据集训练ResNet50网络作为特征提取器, 再利用该特征提取器连接上两个并行的注意力机制后在利用小型伤口图像数据集进行再训练. 实验表明本方法的分割结果在平均交并比上有较大提高, 在某种程度上解决了缺乏大型伤口图像数据集而导致伤口图像分割准确率低的问题.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008619
    摘要:
    字典学习通常采用线性函数捕获数据潜在特征, 该方式无法充分提取数据的内在特征结构, 近年来深度学习方法因其强大的特征表示能力而备受关注, 由此本文提出一种结合深度学习与字典学习的非线性特征表示策略, 基于深度神经网络的字典学习(deep neural network-based dictionary learning, DNNDL). DNNDL将字典学习模块融入传统深度学习网络结构中, 在通过自编码器进行映射获取的低维嵌入空间中同时学习数据字典及在其上的稀疏表示系数, 从而实现端到端方式的数据潜在特征提取. DNNDL可为已有数据以及样本外点数据生成紧凑且具判别性的表示. DNNDL不仅是一种新的深度学习网络结构, 并且可将其看作为字典学习和深度学习相结合的统一框架. 通过在四个真实数据集上进行的大量实验, 验证表明所提方法较常用方法具有更好数据表示能力.
    优先出版日期:  2022-05-31 , DOI: 10.15888/j.cnki.csa.008615
    摘要:
    呼吸率是衡量人体健康状况的重要指标之一. 针对现有呼吸率检测方法存在人体受测姿态单一、准确率低和鲁棒性差的问题, 提出适用于多种姿态下的人体呼吸率视觉检测方法. 该方法使用普通摄像机拍摄人体呼吸视频. 首先, 利用图像金字塔光流法处理视频连续图像得到运动前景区域, 将其中最大连通区域初步认定为胸腹呼吸区域. 然后, 将视频每一帧图像的呼吸区域输入复可控金字塔进行多尺度多方向空间分解, 得到多个尺度多个方向的幅度谱和相位谱. 在此基础上将每一帧的多个尺度多个方向相位谱用幅度谱加权后进行平均得到相位-时间信号. 最后, 对提取的信号进行判断, 若信号主频在呼吸信号频带范围内且能量占比高则对该信号通过峰值检测得到呼吸率, 否则重新选取视频连续图像进行后续检测. 实验结果表明, 本文方法适用于人体多种姿态下的呼吸率检测, 在准确率和鲁棒性上优于现有方法.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008611
    摘要:
    随着网络通信技术和应用的快速发展, 应用程序提出越来越精细化、差异化的数据传输性能需求, 然而传统网络传输协议较低的灵活性导致其无法满足各类应用的差异化需求, 亟需研究差异化的可靠传输控制协议以适应未来场景. 本文提出一种差异化可靠传输协议, 并重点提出一种基于可靠度的差异化可靠传输拥塞控制机制, 为不同的可靠度差值设计不同的拥塞避免和拥塞恢复策略, 并通过带宽估计策略精准调节拥塞阈值. 经实验验证, 差异化可靠传输拥塞机制在传输效率方面相比基于丢包和基于时延的拥塞算法有较大提升, 同时实现了良好的公平性.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008614
    摘要:
    针对基于位置社交网络中的兴趣点推荐存在用户签到数据稀疏、评论文本信息利用不充分、推荐准确度不高等问题, 提出一种基于卷积神经网络的评论文本兴趣点推荐模型(RT-CNN). 首先采用高斯函数利用邻近地理位置加权方法填补矩阵分解模型中缺少的位置信息, 预测用户对未签到位置的潜在兴趣. 然后通过卷积神经网络处理评论文本信息挖掘潜在特征, 深度提取用户情感倾向, 使用Softmax逻辑回归函数获得评论文本与用户和位置兴趣点潜在特征相关的概率, 通过对目标函数的求解提取用户和位置潜在特征向量. 最后融合签到行为、地理位置影响、用户情感倾向、用户潜在特征和位置兴趣点潜在特征进行兴趣点推荐. 在公开的Foursquare网站纽约(NYC)和洛杉矶(LA)两个真实签到数据集进行实验, 结果表明RT-CNN模型相比其他先进的兴趣点推荐模型提高了精确率和召回率, 具有更好的推荐性能.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008627
    摘要:
    随着智能手机和智能系统的飞速发展, 使用自然语言对话的人机交互方式也成为了流行趋势. 但是如果该对话系统需要处理多功能任务类型, 那么将产生复杂的任务命令, 问题的维度也会增加. 尽管目前的NLP技术能提供一些解决方案, 但在动态范围内实现动态任务命令识别与处理的能力仍然有限, 解决复杂问题的效果还有待提高. 因此, 在本项工作中, 提供了一种结合NLP引擎和任务计划单元的方法, 根据自然语言的指令来设定任务计划, 以便对话系统能较准确地识别命令任务和相关参数, 并为任务生成相应的合理计划. 同时, 为解决自然语言对话中信息的歧义或遗漏, 还研究了一种对话策略, 在必要时能以最少的问答迭代收集对话信息.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008630
    摘要:
    轴承故障诊断在维护旋转机械设备和规避重大灾难事故等方面起着至关重要的作用. 针对现有故障诊断模型无法适应实际工业应用中变化的工作负载的问题, 提出了一种基于特征融合和混类增强的故障诊断方法. 首先, 在原始信号的基础上融合时频特征、工况特征和时间差分特征形成新的特征信号; 然后, 采用相空间重构理论将信号特征转换为图像信号, 在训练时通过混类增强拓展数据的分布; 最后, 利用残差网络进行故障诊断分析. 在CWRU数据集上的实验结果表明, 该方法在同工况下的预测精度高达100%, 在变工况下的平均预测精度高达93.28%, 域适应性强.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008648
    摘要:
    在针对短文本分类中文本特征稀疏难以提取、用词不规范导致OOV (out of vocabulary)等问题, 提出了基于FastText模型多通道嵌入词向量, 和GRU (gate recurrent unit)与多层感知机(multi-layer perceptron, MLP)混合网络结构(GRU-MLP hybrid network architecture, GM)的短文本分类模型GM-FastText. 该模型使用FastText模型以N-gram方式分别产生不同的嵌入词向量送入GRU层和MLP层获取短文本特征, 通过GRU对文本的特征提取和MLP层混合提取不同通道的文本特征, 最后映射到各个分类中. 多组对比实验结果表明: 与TextCNN、TextRNN方法对比, GM-FastText模型F1指标提升0.021和0.023, 准确率提升1.96和2.08个百分点; 与FastText, FastText-CNN, FastText-RNN等对比, GM-FastText模型F1指标提升0.006、0.014和0.016, 准确率提升0.42、1.06和1.41个百分点. 通过对比发现, 在FastText多通道词向量和GM混合结构网络的作用下, 多通道词向量在短文本分类中有更好的词向量表达且GM网络结构对多参数特征提取有更好的性能.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008613
    摘要:
    驾驶辅助系统被认为是解决交通安全问题的有效手段, 开发驾驶辅助系统的基础是对车辆的行为进行准确的识别, 以应用于车辆安全预警, 路径规划, 智能导航等方面. 目前存在的基于支持向量机模型, 隐马尔科夫模型, 卷积神经网络等行为识别方法还存在计算量与精度平衡的问题. 本文结合了隐马尔科夫模型与高斯混合模型, 提出了高斯混合隐马尔科夫模型, 利用美国联邦公路管理局NGSIM数据集对此方法进行了实验验证, 结果表明该方法对自由换道行为识别具有较高的精度. 本文还对高斯混合隐马尔科夫模型的实验参数进行了优化, 以期达到最好的识别效果, 为未来智能驾驶的车辆行为识别提供了参考.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008599
    摘要:
    在不同安全等级的网络中, 由于缺乏标准的气象信息传输机制, 数据难以有效安全交互. 结合多样的业务应用需求, 基于“2+1”模型结构, 设计了物理隔离网络间的气象业务数据流可信交互框架体系, 部署在气象内网和其他网络的DMZ区, 跨区域实现数据安全传输和共享. 文中首先介绍了可信交互的体系架构, 然后结合具体气象业务需求开展了应用研究, 最后进行了系统功能、性能和安全测试, 并对可信交互架构的传输瓶颈和带宽利用率进行了分析. 该研究对应用可信交互架构提高异构网络间数据流的传输效率具有指导意义.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008660
    摘要:
    多维数据的发布与分析可以产生巨大的价值, 但在数据收集阶段时常发生隐私泄露的问题. 传统的中心化差分隐私保护方法要求一个完全可信的第三方数据收集者来收集数据, 但在现实中很难找到一个完全可信的第三方数据收集者. 随着属性维度的增加, 数据收集者的求精处理工作(联合分布的计算)也成了一个亟待解决的问题. 针对上述问题提出一种适用于多值数据的本地化差分隐私保护算法(RR-LDP), 引入一元编码和瞬时随机响应技术用来在数据收集阶段保护个人隐私, 降低了通信开销; 在满足LDP的情况下, 结合期望最大化(EM)算法和LASSO回归模型, 提出了高效的多维数据联合分布估计算法(LREMH). 该算法用LASSO回归模型估计初始值, 用EM算法进行迭代计算. 理论分析和实验结果表明LREMH算法在精度和效率之间取得了平衡.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008663
    摘要:
    近年来, 通过自动生成方法获取多模态MR图像得到了广泛研究, 但仍难以通过一种模态直接生成其它各类模态的图像. 针对该问题, 本文提出了动态生成对抗网络. 新模型通过将生成对抗网络与动态卷积相结合, 同时加入任务标签这一条件, 实现从一种MR模态同时生成其它3种MR模态. 同时为了提高图像生成质量, 进一步提出了多尺度判别策略, 通过融合多个尺度来提升判别效果. 基于BRATS19数据集进行生成验证, 实验结果表明, 新方法不但可以同时生成多种模态的数据, 而且提高了生成图像的质量.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008664
    摘要:
    哈希表以访问效率时间复杂度O(1)著称, 作为一类可提供大规模数据高效访问的算法和数据结构为各类大数据应用所采用, 例如, 适用于各类新兴高性能(HPC)领域、数据库领域的工作负载和场景. 随着高性能协处理器GPU硬件性能的日益提升, 面向高性能GPU环境的哈希表并行优化已逐渐吸引了大量研究工作. 当前的各类GPU哈希表优化方法和解决方案集中于利用GPU的大规模线程环境和高内存带宽来提升哈希表的事务高并发性处理和键值对数据快速访问. 然而, 由于现有GPU哈希表结构的研究工作普遍忽略了GPU资源有效管理, 并没有以如何充分利用GPU线程资源和显存资源. 同时, 由于GPU显存空间的大小限制, 用于存储哈希表结构数据的空间有限, 无法应对更大规模的哈希表结构. 因此, 面向GPU环境下的哈希表方法的可扩展性和性能仍存在着技术挑战. 本文提出并设计了一种面向GPU环境的可处理大规模并发事务的哈希表技术, 命名为Starfish. Starfish提出了新的基于异步GPU流的“交换层” (swap layer)技术, 用以支持GPU显存外的动态哈希表, 同时也保障了GPU哈希表的索引方法性能. 为了解决GPU大规模线程的访问带来的哈希冲突开销, Starfish设计了一类紧凑型数据结构, 并研究了一种可分页显存的分配方法, 不仅为GPU哈希表技术提供了静态哈希方法的高性能, 而且也支持动态哈希的高可扩展性. 性能评估实验表明, Starfish显著优于其他GPU哈希表技术, 包括cudpp-Hash, SlabHash.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008655
    摘要:
    随着云计算的不断发展, 越来越多的云服务商利用云平台提供服务, 供云用户进行使用. 由于云平台无法得知云服务的配置和实现, 所以会产生信任缺失问题. 针对这个问题, 国内外提出了各种方法评估云服务的可信度, 但都较少的考虑了评价的客观性问题. 本文提出环境指标的概念, 使用滑动窗口结合主客观评价的方式对云服务进行可信评估, 并通过实验证明该评估方法提高了云服务可信评估的准确性.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008636
    摘要:
    高性能计算服务环境主要面向用户、科研团队提供高性能计算服务. 随着环境接入的超算中心以及应用社区和业务平台越来越多, 超算中心以及社区和业务平台的用户希望能够使用原有账号登录高性能计算环境使用资源. 高性能计算服务环境目前提供的应用编程接口仅支持通过LDAP认证的网格账号. 为使得应用社区和业务平台用户使用自己原有的登录方式认证通过后就可访问高性能计算服务环境, 我们重新设计开发了高性能计算服务环境应用编程接口. 本文着重介绍新版应用编程接口的结构与部署实现, 并通过用例来说明如何调用新版接口. 新版接口为社区和业务平台接入高性能计算环境提供了更方便且安全地支撑.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008673
    摘要:
    软件定义网络(software-defined networking, SDN)实现了控制层和转发层设备的分离, 但控制转发的解耦使得SDN网络中不同层次设备面临新型的DDoS攻击风险. 为了解决上述问题, 本文提出了一种SDN环境下基于改进D-S理论的DDoS攻击检测方法, 用于检测以SDN控制器和交换机为目标的DDoS攻击. 在改进的算法中, 本文使用离散因子和纯度因子衡量D-S证据源之间的冲突. 同时, 结合纯度因子和离散因子调整D-S证据理论的证据源, 调整后的证据源将通过Dempster规则融合得到DDoS攻击检测结果. 实验结果表明本文提出的方法具有较高的精度.
    优先出版日期:  2022-05-30 , DOI: 10.15888/j.cnki.csa.008635
    摘要:
    单目标行人跟踪是计算机视觉目标跟踪领域最基础、也是研究最广泛的任务之一, 而目前大多数使用的相关滤波类算法和深度学习类算法则分别在跟踪精度和跟踪实时性上存在不足. 针对上述问题, 本文提出一种将目标图像的深浅特征融合的实时单目标行人跟踪方法. 算法利用卡尔曼滤波器预测目标位置, 通过计算四分颜色直方图提取目标的浅层颜色特征, 并获得预测相似性以判定预测的可靠性. 使用YOLOv4模型作为检测器, 提取目标深度特征并分别计算运动信息和外观信息的距离度量, 同时提取浅层颜色特征计算得到相似距离度量, 通过特征距离度量的加权融合对检测目标进行匹配与更新. 最后, 利用提出的轨迹更新策略协调预测和检测的调用关系, 达到准确性与实时性的平衡. 算法在OTB100和LaSOT数据集上进行了测试实验, 结果表明: 所提算法的跟踪准确率分别达到0.581和0.453, 在GPU上分别能达到33.64 FPS和35.32 FPS的跟踪速度, 满足实时跟踪的要求.
    优先出版日期:  2022-04-18 , DOI: 10.15888/j.cnki.csa.008609
    摘要:
    野生蛇的分类相较于其它细粒度图像分类更加困难和复杂, 这是因为蛇姿势各异、变化急促、常处于运动或盘曲状态, 很难根据蛇的的局部特征去判断并分类. 为了解决这个问题, 本文将自注意力机制应用野生蛇细粒度图像分类, 从而解决卷积神经网络因层数加深造成的过于专注局部而忽略全局信息问题. 通过Swin Transformer (Swin-T)进行迁移学习获得细粒度特征提取模型. 为了进一步研究自注意力机制在元学习领域的性能, 本文改进特征提取模型搭建孪生网络并构造元学习器对少量样本进行学习和分类. 相较于其他方法, 本方法减少了元学习在特征提取时所造成的时间和空间开销, 提高了元学习分类的准确率和效率并增加了元学习的自主学习性.
    优先出版日期:  2022-04-18 , DOI: 10.15888/j.cnki.csa.008610
    [摘要] (109) [HTML] (0) [PDF 901.58 K] (5229)
    摘要:
    为了解决推荐系统的冷启动和稀疏性问题, 本文提出了一种基于异质信息网络的推荐模型. 传统的推荐方法无法在知识图谱表示学习中融入隐含的路径信息, 这样使得知识推荐系统性能较为一般. 本文提出的模型在异质信息网络中设置元路径, 通过图神经网络融入到知识图谱表示学习中. 再利用注意力网络连接推荐任务和知识图谱表示任务, 其可以学习两个任务之中潜在的特征, 并且能够增强推荐系统中被推荐项和知识图谱中实体的相互作用. 最后在推荐任务中进行用户点击率预测. 模型在公开数据集Book-Crossing和通过DBLP数据集构建的图谱上进行了实验. 最后结果表明, 模型在AUC, 召回率和F1值3个指标上均比其他算法有更好的表现.
    优先出版日期:  2022-04-18 , DOI: 10.15888/j.cnki.csa.008612
    摘要:
    YOLOx-Darknet53是以YOLOv3为基准增加各种技巧(trick)升级改进的检测网络, 但其仍然是以Darknet53为特征提取骨干网络(backbone), 因此网络的特征提取能力仍有欠缺. 本文依据CoTNet中的注意力机制改进得到CoA (contextual attention)模块, 并将其替代YOLOx骨干网络残差块里的3×3卷积, 得到融合注意力后的新残差块, 加强了骨干网络的特征提取能力, 并在Pascal VOC2007数据集上进行对比实验, 融合CoA模块的网络比原网络的平均精度均值AP@[.5:.95]高1.4, AP@0.5高1.4; 在改进骨干网络后的YOLOx检测头前加入无参3D注意力模块, 得到最终改进的检测网络, 进行上述对比实验, 结果表明比原网络的AP@[.5:.95]高1.6, AP@0.5高1.5. 因此, 改进后的网络比原网络检测更加精准, 在工业应用中能达到更好的检测效果.
    优先出版日期:  2022-03-31 , DOI: 10.15888/j.cnki.csa.008601
    [摘要] (60) [HTML] (0) [PDF 1.20 M] (7616)
    摘要:
    设计和实现了一种动态数据关联网络的表示及搜索方法和系统, 能够在数据实体较多、关联关系较复杂时, 帮助用户获得实体周边关联关系, 并通过引导式交互不断动态扩展; 在已知可能有关联的多个实体时, 采用分布式计算最小连通图算法, 搜索出其关联网络. 应用实例表明, 本方法和系统能够取得很好的实际效果, 采用本方法的应用系统已经在智慧城市、平安城市、城域物联网等多个工程项目中获得落地应用.
    优先出版日期:  2022-03-31 , DOI: 10.15888/j.cnki.csa.008602
    摘要:
    针对新浪微博评论信息准确分类问题, 本文基于遗传算法(genetic algorithm, GA)、粒子群算法(particle swarm optimization, PSO)和支持向量机(support vector machine, SVM)算法, 提出一种改进GA-IPSO-BSVM (genetic algorithm-improved particle swarm optimization-balanced support vector machine)的分类模型, 以实现提升新浪微博评论信息分类的准确性和收敛性. 首先, 为了有效提升算法的收敛速度, 并高效节省计算资源, 该模型在迭代前期引入GA的淘汰机制, 删除大量低速粒子. 其次, 在迭代中期, 为了避免算法陷入局部最优解, 改进PSO中粒子关系的拓扑结构, 采用K均值聚类(K-means)算法对粒子群进行聚类分区, 将各粒子群体在所属社区中进行粒子群迭代, 选出各个区域中优秀粒子. 再次, 在迭代后期, 将所有区域优秀粒子组合成优秀粒子群体, 并将该群体进行迭代, 得出全局最优解. 从次, 结合GA和IPSO对BSVM进行超参数优化, 提升分类准确率. 最后, 利用所提出的GA-IPSO-BSVM模型对于新浪微博评论信息进行分类预测验证. 经实验结果表明, 该分类模型应用于新浪微博信息分类的准确度优于其他基准模型.
    优先出版日期:  2022-03-31 , DOI: 10.15888/j.cnki.csa.008603
    [摘要] (48) [HTML] (8) [PDF 1.10 M] (5843)
    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] (11642) [HTML] (0) [PDF ] (17770)
    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] (8500) [HTML] (0) [PDF ] (27605)
    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] (8136) [HTML] (0) [PDF ] (9819)
    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] (6888) [HTML] () [PDF 863160] (36183)
    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] (6786) [HTML] (0) [PDF ] (41011)
    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] (6625) [HTML] () [PDF 1167952] (29942)
    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] (6325) [HTML] (0) [PDF ] (19187)
    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] (5952) [HTML] (0) [PDF ] (3206)
    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] (5348) [HTML] () [PDF 731903] (25988)
    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] (5270) [HTML] () [PDF 336300] (39072)
    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] (5231) [HTML] (0) [PDF ] (7469)
    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(8):87-89, DOI:
    [摘要] (5134) [HTML] (0) [PDF ] (36349)
    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(1):113-116, DOI:
    [摘要] (5130) [HTML] (0) [PDF ] (44114)
    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):2-5, DOI:
    [摘要] (5098) [HTML] (0) [PDF ] (27579)
    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] (5033) [HTML] (0) [PDF ] (23769)
    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] (4987) [HTML] () [PDF 1301305] (17611)
    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] (4960) [HTML] (0) [PDF ] (23013)
    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] (4921) [HTML] (0) [PDF ] (27092)
    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] (4822) [HTML] (0) [PDF ] (11769)
    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] (4125) [HTML] (0) [PDF 0.00 Byte] (83721)
    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] (2757) [HTML] (0) [PDF 0.00 Byte] (55286)
    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] (5130) [HTML] (0) [PDF 0.00 Byte] (44114)
    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] (6783) [HTML] (0) [PDF 0.00 Byte] (41011)
    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