《计算机应用》唯一官方网站

Select

1. 知识图谱综述——表示、构建、推理与知识超图理论

田玲, 张谨川, 张晋豪, 周望涛, 周雪

《计算机应用》唯一官方网站 2021, 41 (8): 2161-2186. DOI: 10.11772/j.issn.1001-9081.2021040662

摘要（729）

PDF （2811KB）（2031）

针对知识图谱（KG）在知识驱动的人工智能研究中发挥的强大支撑作用，分析并总结了现有知识图谱和知识超图技术。首先，从知识图谱的定义与发展历程出发，介绍了知识图谱的分类和架构；其次，对现有的知识表示与存储方式进行了阐述；然后，基于知识图谱的构建流程，分析了各类知识图谱构建技术的研究现状。特别是针对知识图谱中的知识推理这一重要环节，分析了基于逻辑规则、嵌入表示和神经网络的三类典型的知识推理方法。此外，以异构超图引出知识超图的研究进展，并提出三层架构的知识超图，从而更好地表示和提取超关系特征，实现对超关系数据的建模及快速的知识推理。最后，总结了知识图谱和知识超图的典型应用场景并对未来的研究作出了展望。

参考文献 | 相关文章 | 多维度评价

Select

2. 联邦学习通信开销研究综述

邱鑫源, 叶泽聪, 崔翛龙, 高志强

《计算机应用》唯一官方网站 2022, 42 (2): 333-342. DOI: 10.11772/j.issn.1001-9081.2021020232

摘要（656）

HTML （133）

PDF （1356KB）（1440）

为了解决数据共享需求与隐私保护要求之间不可调和的矛盾，联邦学习应运而生。联邦学习作为一种分布式机器学习，其中的参与方与中央服务器之间需要不断交换大量模型参数，而这造成了较大通信开销；同时，联邦学习越来越多地部署在通信带宽有限、电量有限的移动设备上，而有限的网络带宽和激增的客户端数量会使通信瓶颈加剧。针对联邦学习的通信瓶颈问题，首先分析联邦学习的基本工作流程；然后从方法论的角度出发，详细介绍基于降低模型更新频率、模型压缩、客户端选择的三类主流方法和模型划分等特殊方法，并对具体优化方案进行深入的对比分析；最后，对联邦学习通信开销技术研究的发展趋势进行了总结和展望。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

3. 基于混沌麻雀搜索算法的无人机航迹规划方法

汤安迪, 韩统, 徐登武, 谢磊

计算机应用 2021, 41 (7): 2128-2136. DOI: 10.11772/j.issn.1001-9081.2020091513

摘要（503）

PDF （1479KB）（1053）

针对无人机（UAV）航迹规划求解计算量大、难收敛等问题，提出了一种基于混沌麻雀搜索算法（CSSA）的航迹规划方法。首先，建立二维任务空间模型与航迹代价模型，将航迹规划问题转化为多维函数优化问题；其次，采用立方映射初始化种群，并使用反向学习策略（OBL）引入精英粒子，增强种群多样性，扩大搜索区域范围；然后，引入正弦余弦算法（SCA），并采用线性递减策略平衡算法的开发与探索能力，当算法陷入停滞时，采用高斯游走策略帮助算法跳出局部最优；最后，将提出的改进算法在15个基准测试函数中进行性能验证，并应用于航迹规划问题求解。仿真结果表明，CSSA的寻优性能优于粒子群优化（PSO）算法、天牛群优化（BSO）算法、鲸鱼优化算法（WOA）、灰狼优化（GWO）算法和麻雀搜索算法（SSA），并且能够快速地得到一条代价最优、满足约束的安全可行航迹，验证了所提方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

4. 优化的基于错误学习问题的CKKS方案

郑尚文, 刘尧, 周潭平, 杨晓元

计算机应用 2021, 41 (6): 1723-1728. DOI: 10.11772/j.issn.1001-9081.2020091447

摘要（405）

PDF （760KB）（613）

针对基于错误学习（LWE）问题的CKKS同态加密方案在密态数据计算中存在的密文大、计算密钥生成复杂以及同态计算效率低的缺陷，运用比特丢弃和同态计算密钥重组的方法，提出了一种优化的LWE型CKKS方案。首先，丢弃密文向量的部分低位比特和同态乘法计算中密文张量积的部分低位比特，从而减小了同态乘法过程中的密文规模；其次，针对比特丢弃对同态计算密钥进行重组和优化，从而去除密钥交换过程中powersof2含有的无关扩展项并降低计算密钥的规模和同态乘法过程中的噪声增长规模。在保证原有方案安全性的基础上，所提优化方案使得计算密钥的维度减少，使得同态乘法的计算复杂性降低。分析结果表明，所提出的优化方案在一定程度上降低了同态计算及计算密钥生成过程的计算复杂性，从而降低了存储开销并提升了同态乘法运算的效率。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于深度学习的医学影像分割研究综述

曹玉红, 徐海, 刘荪傲, 王紫霄, 李宏亮

《计算机应用》唯一官方网站 2021, 41 (8): 2273-2287. DOI: 10.11772/j.issn.1001-9081.2020101638

摘要（385）

PDF （2539KB）（773）

医学影像分割是计算机辅助诊断中的一项基础且关键的任务，目的在于从像素级别准确识别出目标器官、组织或病变区域。不同于自然场景下的图像，医学影像往往纹理复杂，同时受限于成像技术和成像设备，医学影像噪声大，边界模糊而不易判断。除此之外，对医学影像进行标注极大依赖于医疗专家的认知和经验，因此可用于训练中的标注数据少且存在标注误差。由于上述的医学影像边缘模糊不清、训练数据较少和标注误差较大等特点，基于传统图像分割算法搭建的辅助诊断系统难以满足临床应用的要求。近年来随着卷积神经网络（CNN）在计算机视觉和自然语言处理领域的广泛应用，基于深度学习的医学影像分割算法取得了极大的成功。首先概述了近几年基于深度学习的医学影像分割的研究进展，包括这些医学影像分割算法的基本结构、目标函数和优化方法。随后针对医学影像标注数据有限的问题，对目前半监督条件下医学影像分割的主流工作进行了整理归纳和分析。此外，还介绍了针对标注误差进行不确定度分析的相关工作。最后，总结分析了深度学习医学影像分割的特点并展望了未来的研究趋势。

参考文献 | 相关文章 | 多维度评价

Select

6. 联邦学习综述：概念、技术、应用与挑战

梁天恺曾碧陈光

《计算机应用》唯一官方网站 DOI: 10.11772/j.issn.1001-9081.2021101821
录用日期: 2021-12-23

Select

7. 基于改进CenterNet的竹条表面缺陷检测方法

高钦泉, 黄炳城, 刘文哲, 童同

计算机应用 2021, 41 (7): 1933-1938. DOI: 10.11772/j.issn.1001-9081.2020081167

摘要（373）

PDF （1734KB）（347）

在竹条表面缺陷检测中，竹条表面缺陷形状各异，成像环境脏乱，现有基于卷积神经网络（CNN）的目标检测模型面对这样特定的数据时并不能很好地发挥神经网络的优势；而且竹条来源复杂且有其他条件限制，因此没办法采集所有类型的数据，导致竹条表面缺陷数据量少到CNN不能充分学习。针对这些问题，提出一种专门针对竹条表面缺陷的检测网络。该网络的基础框架为CenterNet，而且为提高CenterNet在较少的竹条表面缺陷数据中的检测性能，设计了一种基于从零开始训练的辅助检测模块：在网络开始训练时，冻结采用预训练模型的CenterNet部分，并针对竹条的缺陷特点从零开始训练辅助检测模块；待辅助检测模块损失趋于稳定时，通过一种注意力机制的连接方式将该模块与采用预训练的主干部分进行融合。将所提检测网络与CenterNet以及目前常用于工业检测的YOLO v3在相同训练测试集上进行训练和测试。实验结果表明，所提检测网络的平均精度均值（mAP）在竹条表面缺陷检测数据集上比YOLO v3和CenterNet的mAP分别提高了16.45和9.96个百分点。所提方法能够针对形状各异的竹条表面缺陷进行有效检测，且没有增加过多的时耗，在实际工业运用中具有很好的效果。

参考文献 | 相关文章 | 多维度评价

Select

8. 时空轨迹序列模式挖掘方法综述

康军, 黄山, 段宗涛, 李宜修

《计算机应用》唯一官方网站 2021, 41 (8): 2379-2385. DOI: 10.11772/j.issn.1001-9081.2020101571

摘要（372）

PDF （1204KB）（1087）

在全球定位、移动通信技术迅速发展的背景下涌现出了海量的时空轨迹数据，这些数据是对移动对象在时空环境下的移动模式和行为特征的真实写照，蕴含了丰富的信息，这些信息对于城市规划、交通管理、服务推荐、位置预测等领域具有重要的应用价值，而时空轨迹数据在这些领域的应用通常需要通过对时空轨迹数据进行序列模式挖掘才能得以实现。时空轨迹序列模式挖掘旨在从时空轨迹数据集中找出频繁出现的序列模式，例如：位置模式（频繁轨迹、热点区域）、活动周期模式、语义行为模式，从而挖掘时空数据中隐藏的信息。总结近年来时空轨迹序列模式挖掘的研究进展，先介绍时空轨迹序列的数据特点及应用，再描述时空轨迹模式的挖掘过程：从基于时空轨迹序列来挖掘位置模式、周期模式、语义模式这三个方面来介绍该领域的研究情况，最后阐述现有时空轨迹序列模式挖掘方法存在的问题，并展望时空轨迹序列模式挖掘方法未来的发展趋势。

参考文献 | 相关文章 | 多维度评价

Select

9. 基于分解的高维多目标改进进化算法

乔钢柱, 王瑞, 孙超利

《计算机应用》唯一官方网站 2021, 41 (11): 3097-3103. DOI: 10.11772/j.issn.1001-9081.2020121895

摘要（370）

HTML （88）

PDF （525KB）（368）

针对基于参考向量的高维多目标进化算法中随机选择父代个体会降低算法的收敛速度，以及部分参考向量分配个体的缺失会减弱种群多样性的问题，提出了一种基于分解的高维多目标改进优化算法（IMaOEA/D）。首先，在分解策略框架下，当一个参考向量至少分配了2个个体时，对该参考向量分配的个体根据其到理想点的距离选择父代个体来繁殖子代，从而提高搜索速度。然后，针对未能分配到至少2个个体的参考向量，则从所有个体中选择沿该参考向量和理想点距离最小的点，使得该参考向量至少有2个个体与其相关。同时，确保环境选择后每个参考向量有一个个体与其相关，从而保证种群的多样性。在10个和15个目标的MaF测试问题集上将所提算法与其他4个基于分解的高维多目标优化算法进行了测试对比，实验结果表明所提算法对于高维多目标优化问题具有较好的寻优能力，且该算法在30个测试问题中的14个测试问题上得到的优化结果均优于其他4个对比算法，特别是对于退化问题具有一定的寻优优势。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

10. 基于节点相似度的无监督属性图嵌入模型

李扬, 吴安彪, 袁野, 赵琳琳, 王国仁

《计算机应用》唯一官方网站 2022, 42 (1): 1-8. DOI: 10.11772/j.issn.1001-9081.2021071221

摘要（363）

HTML （100）

PDF （864KB）（395）

属性图嵌入旨在将属性图中的节点表示为低维向量，并同时保留节点的拓扑信息和属性信息。属性图嵌入已经有一系列相关工作，然而它们大多数提出的是有监督或半监督的算法。在实际应用中，需要标记的节点数量多，导致这些属性图嵌入算法的难度大，且需要消耗巨大的人力物力。针对上述问题以无监督的视角重新分析，提出了一种无监督的属性图嵌入算法。首先，通过已存在的无属性图嵌入算法和属性图的属性分别计算节点的拓扑信息和属性信息；其次，利用图卷积网络（GCN）得到节点的嵌入向量，并使得嵌入向量与拓扑信息以及嵌入向量与属性信息的差最小；最终，使拓扑信息和属性信息都相似的成对节点得到相似嵌入。与图自动编码器（GAE）方法相比，所提出的方法在Cora、Citeseer数据集上的节点分类准确率分别提升了1.2个百分点和2.4个百分点。实验结果表明，所提出的方法能够有效提高生成的嵌入的质量。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

11. 基于多任务学习的时序多模态情感分析模型

章荪, 尹春勇

计算机应用 2021, 41 (6): 1631-1639. DOI: 10.11772/j.issn.1001-9081.2020091416

摘要（333）

PDF （1150KB）（801）

针对时序多模态情感分析中存在的单模态特征表示和跨模态特征融合问题，结合多头注意力机制，提出一种基于多任务学习的情感分析模型。首先，使用卷积神经网络（CNN）、双向门控循环神经网络（BiGRU）和多头自注意力（MHSA）实现了对时序单模态的特征表示；然后，利用多头注意力实现跨模态的双向信息融合；最后，基于多任务学习思想，添加额外的情感极性分类和情感强度回归任务作为辅助，从而提升情感评分回归主任务的综合性能。实验结果表明，相较于多模态分解模型，所提模型的二分类准确度指标在CMU-MOSEI和CMU-MOSI多模态数据集上分别提高了7.8个百分点和3.1个百分点。该模型适用于多模态场景下的情感分析问题，能够为商品推荐、股市预测、舆情监控等应用提供决策支持。

参考文献 | 相关文章 | 多维度评价

Select

12. 门罗币匿名及追踪技术综述

林定康, 颜嘉麒, 巴楠登, 符朕皓, 姜皓晨

《计算机应用》唯一官方网站 2022, 42 (1): 148-156. DOI: 10.11772/j.issn.1001-9081.2021020296

摘要（327）

HTML （21）

PDF （723KB）（300）

虚拟数字货币为恐怖分子融资、洗钱、毒品交易等犯罪活动提供了温床，而门罗币作为新兴数字货币的代表，具有公认的高匿名性。针对利用门罗币匿名性犯罪的问题，从技术角度探索门罗币匿名技术及其追踪技术，综述近年来的研究进展，从而为有效应对基于区块链技术的犯罪提供技术支持。具体来说，总结了门罗币匿名技术的演进，并梳理了学术界关于门罗币匿名技术的追溯对策。首先，在匿名技术中，介绍了环签名、保证不可链接性（一次性公钥）、保证不可追溯性、提高匿名性的重要版本升级等。然后，在追踪技术中，介绍了0-mixin攻击、输出合并攻击、最新猜测攻击、封闭集攻击、泛洪攻击、恶意远程节点攻击、钱包环攻击等攻击方法。最后，基于对匿名技术和追溯对策的分析，得出了四点结论：门罗币的匿名技术和追踪技术的发展相互促进；RingCT的应用是一把双刃剑，既使得从币值出发的被动攻击方法失效，也使得主动攻击方法更加容易奏效；输出合并攻击和0-mixin攻击具有互补作用；门罗币的系统安全链条仍待理顺。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

13. 解耦表征学习研究进展

成科扬, 孟春运, 王文杉, 师文喜, 詹永照

《计算机应用》唯一官方网站 2021, 41 (12): 3409-3418. DOI: 10.11772/j.issn.1001-9081.2021060895

摘要（308）

HTML （41）

PDF （877KB）（207）

解耦表征学习旨在对影响数据形态的关键因素进行建模，使得某一关键因素的变化仅仅引起数据在某项特征上的变化，而其他的特征不受影响，这有利于应对机器学习在模型可解释性、对象生成和操作以及零样本学习等问题上的挑战，因此解耦表征学习一直是机器学习领域的一个研究热点。从解耦表征学习的历史与动机入手，对解耦表征学习的研究现状以及应用进行归纳总结，分析了解耦表征所具有的不变性、复用性等特性，介绍了基于生成解耦表征变差因素的研究、基于流形相互作用解耦表征变差因素的研究、基于对抗性训练解耦表征变差因素的研究，以及一种变分自编码器β-VAE的研究等最新研究动态。同时，阐述了解耦表征学习的典型应用，并对未来的研究方向作出了展望。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

14. 遥感影像变化检测综述

任秋如, 杨文忠, 汪传建, 魏文钰, 钱芸芸

《计算机应用》唯一官方网站 2021, 41 (8): 2294-2305. DOI: 10.11772/j.issn.1001-9081.2020101632

摘要（279）

PDF （1683KB）（582）

变化检测作为土地利用/土地覆盖检测的关键技术，其目的是在同一区域不同时期的遥感数据中检测出变化的部分及其类型。针对传统的变化检测方法中存在繁重的人工劳动和检测结果效果差等问题，大量基于遥感影像的变化检测方法被提出。为了深入了解基于遥感影像的变化检测技术以及进一步研究变化检测方法，通过对大量有关变化检测的研究进行整理、分析和比较，对变化检测进行了较为全面的综述。首先阐述了变化检测的发展历程；然后从数据选择及预处理、变化检测技术、后处理及精度评价这三个方面详细归纳了变化检测的研究进展，其中变化检测技术主要从分析单元和比较方法的方面分别进行概括；最后对变化检测各个阶段存在的问题进行了总结并提出了未来的发展方向。

参考文献 | 相关文章 | 多维度评价

Select

15. 基于深度学习的双通道夜视图像复原方法

牛康力, 谌雨章, 沈君凤, 曾张帆, 潘永才, 王绎冲

计算机应用 2021, 41 (6): 1775-1784. DOI: 10.11772/j.issn.1001-9081.2020091411

摘要（268）

PDF （1916KB）（486）

针对夜间场景光线微弱、能见度低导致夜视图像信噪比低、成像质量差的问题，提出了基于深度学习的双通道夜视图像复原方法。首先，用两种基于全连接多尺度残差学习分块（FMRB）的卷积神经网络（CNN）分别对红外夜视图像和微光夜视图像进行多尺度特征提取和层次特征融合，从而得到重建的红外图像和增强的微光图像；然后，两种处理后的图像通过自适应加权平均算法进行融合，并根据场景的不同自适应地凸显两个图像中具有更高显著性的有效信息；最后，得到分辨率高且视觉效果好的夜视复原图像。使用基于FMRB的深度学习网络得到的红外夜视重建图像，相较于卷积神经网络超分辨率（SRCNN）重建算法得到的在峰值信噪比（PSNR）和结构相似性（SSIM）的平均值上分别提升了3.56 dB和0.091 2；相较于MSRCR，得到的微光夜视增强图像在PSNR和SSIM的平均值上分别提升了6.82 dB和0.132 1。实验结果表明，所提方法得到的重建图像的清晰度明显得到改善，获得的增强图像的亮度也明显得到提升，而且前二者的融合图像的视觉效果较好，可见所提方法能有效改善夜视图像的复原效果。

参考文献 | 相关文章 | 多维度评价

Select

16. 二进制代码相似性搜索研究进展

夏冰, 庞建民, 周鑫, 单征

《计算机应用》唯一官方网站 2022, 42 (4): 985-998. DOI: 10.11772/j.issn.1001-9081.2021071267

摘要（259）

HTML （47）

PDF （841KB）（289）

随着物联网和工业互联网的快速发展，网络空间安全的研究日益受到工业界和学术界的重视。由于源代码无法获取，二进制代码相似性搜索成为漏洞挖掘和恶意代码分析的关键核心技术。首先，从二进制代码相似性搜索基本概念出发，给出二进制代码相似性搜索系统框架；然后，围绕相似性技术系统介绍二进制代码语法相似性搜索、语义相似性搜索和语用相似性搜索的发展现状；其次，从二进制哈希、指令序列、图结构、基本块语义、特征学习、调试信息恢复和函数高级语义识别等角度总结比较现有解决方案；最后，展望二进制代码相似性搜索未来发展方向与前景。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

17. 融合BERT与标签语义注意力的文本多标签分类方法

吕学强, 彭郴, 张乐, 董志安, 游新冬

《计算机应用》唯一官方网站 2022, 42 (1): 57-63. DOI: 10.11772/j.issn.1001-9081.2021020366

摘要（255）

HTML （22）

PDF （577KB）（485）

多标签文本分类（MLTC）是自然语言处理（NLP）领域的重要子课题之一。针对多个标签之间存在复杂关联性的问题，提出了一种融合BERT与标签语义注意力的MLTC方法TLA-BERT。首先，通过对自编码预训练模型进行微调，从而学习输入文本的上下文向量表示；然后，使用长短期记忆（LSTM）神经网络将标签进行单独编码；最后，利用注意力机制显性突出文本对每个标签的贡献，以预测多标签序列。实验结果表明，与基于序列生成模型（SGM）算法相比，所提出的方法在AAPD与RCV1-v2公开数据集上，F1值分别提高了2.8个百分点与1.5个百分点。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

18. 面向领域实体关系联合抽取的标注方法

吴赛赛, 梁晓贺, 谢能付, 周爱莲, 郝心宁

计算机应用 2021, 41 (10): 2858-2863. DOI: 10.11772/j.issn.1001-9081.2020101678

摘要（251）

PDF （803KB）（373）

针对传统实体关系标注方法存在效率低下、错误传播、实体冗余等问题，对于某些领域语料中存在“一实体（主实体）同时与多个实体之间存在重叠关系”的特点，提出一种面向领域实体关系联合抽取的新标注方法。首先，将主实体标注为一个固定标签，将文本中与主实体存在关系的其他每个实体标注为对应实体对间的关系类型，这种对实体和关系进行同步标注的方式节省了至少一半的标注成本；然后，直接对三元组进行建模，而不是分别对实体和关系进行建模，通过标签匹配和映射即可获取三元组数据，从而缓解重叠关系抽取、实体冗余以及错误传播等问题；最后，以作物病虫害领域为例进行实验，测试了来自转换器的双向编码器表征量（BERT）-双向长短期记忆网络（BiLSTM）+条件随机场（CRF）端到端模型在1 619条作物病虫害文档的数据集上的性能。实验结果表明该模型的F1值比基于传统标注方式+BERT模型的流水线方法提高了47.83个百分点；与基于新标注方式+BiLSTM+CRF模型、卷积神经网络（CNN）+BiLSTM+CRF等经典模型的联合学习方法相比，该模型的F1值分别提高了9.55个百分点和10.22个百分点，验证了所提标注方法和模型的有效性。

参考文献 | 相关文章 | 多维度评价

Select

19. 面向深度学习的对抗样本差异性检测方法

王曙燕, 侯则昱, 孙家泽

计算机应用 2021, 41 (7): 1849-1856. DOI: 10.11772/j.issn.1001-9081.2020081282

摘要（247）

PDF （2685KB）（357）

深度神经网络（DNN）在许多深度学习关键系统如人脸识别、智能驾驶中被证明容易受到对抗样本攻击，而对多种类对抗样本的检测还存在着检测不充分以及检测效率低的问题，为此，提出一种面向深度学习模型的对抗样本差异性检测方法。首先，构建工业化生产中常用的残差神经网络模型作为对抗样本生成与检测系统的模型；然后，利用多种对抗攻击攻击深度学习模型以产生对抗样本组；最终，构建样本差异性检测系统，包含置信度检测、感知度检测及抗干扰度检测三个子检测系统共7项检测方法。在MNIST与Cifar-10数据集上的实验结果表明，属于不同对抗攻击的对抗样本在置信度、感知度、抗干扰度等各项性能检测上存在明显差异，如感知度各项指标优异的对抗样本在置信度以及抗干扰度的检测中，相较于其他类的对抗样本表现出明显不足；同时，证明了在两个数据集上呈现出差异的一致性。通过运用该检测方法，能有效提升模型对对抗样本检测的全面性与多样性。

参考文献 | 相关文章 | 多维度评价

Select

20. 基于注意力机制的文本作者识别

张洋, 江铭虎

计算机应用 2021, 41 (7): 1897-1901. DOI: 10.11772/j.issn.1001-9081.2020101528

摘要（245）

PDF （795KB）（371）

基于神经网络的作者识别在面临较多候选作者时识别准确率会大幅降低。为了提高作者识别精度，提出一种由快速文本分类（fastText）和注意力层构成的神经网络，并将该网络结合连续的词性标签 n元组合（POS n-gram）特征进行中文小说的作者识别。与文本卷积神经网络（TextCNN）、文本循环神经网络（TextRNN）、长短期记忆（LSTM）网络和fastText进行对比，实验结果表明，所提出的模型获得了最高的分类准确率，与fastText模型相比，注意力机制的引入使得不同POS n-gram特征对应的准确率平均提高了2.14个百分点；同时，该模型保留了fastText的快速高效，且其所使用的文本特征可以推广到其他语言上。

参考文献 | 相关文章 | 多维度评价

Select

21. 面向期限感知分布式矩阵相乘的高效存储方案

赵永柱, 黎卫东, 唐斌, 梅峰, 卢文达

《计算机应用》唯一官方网站 2020, 40 (2): 311-315. DOI: 10.11772/j.issn.1001-9081.2019091640

摘要（240）

HTML （11）

PDF （742KB）（439）

分布式矩阵相乘是众多分布式机器学习、科学计算等应用中的关键操作，但其性能会受到系统中常见的落后节点的严重影响。最近研究者提出了基于喷泉码的编码矩阵相乘方法，能够充分利用落后节点的部分计算结果，从而大幅度减轻落后节点问题，但忽略了工作节点的存储开销。在考虑存储开销与计算完成时间之间的权衡关系的基础上，首先提出了面向异构工作节点的计算期限感知的存储优化问题；然后进一步通过理论分析，提出了基于期望近似的解决思路，并通过松弛将问题转化为凸优化问题以方便高效求解。仿真实验表明，在保证较大的任务成功率的情况下，所提方案的存储开销会随着任务期限的放宽迅速下降，并且该方案能够更大幅度降低编码带来的存储开销。也就是说，所提方案能够在保障整体计算在期限内大概率完成的前提下，大幅度降低总体的额外存储负载。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

22. 基于改进YOLOv5的安全帽佩戴检测算法

张锦, 屈佩琪, 孙程, 罗蒙

《计算机应用》唯一官方网站 2022, 42 (4): 1292-1300. DOI: 10.11772/j.issn.1001-9081.2021071246

摘要（237）

HTML （8）

PDF （7633KB）（164）

针对现有安全帽佩戴检测干扰性强、检测精度低等问题，提出一种基于改进YOLOv5的安全帽检测新算法。首先，针对安全帽尺寸不一的问题，使用K-Means++算法重新设计先验框尺寸并将其匹配到相应的特征层；其次，在特征提取网络中引入多光谱通道注意力模块，使网络能够自主学习每个通道的权重，增强特征间的信息传播，从而加强网络对前景和背景的辨别能力；最后，在训练迭代过程中随机输入不同尺寸的图像，以此增强算法的泛化能力。实验结果表明，在自制安全帽佩戴检测数据集上，所提算法的均值平均精度（mAP）达到96.0%，而对佩戴安全帽的工人的平均精度（AP）达到96.7%，对未佩戴安全帽的工人的AP达到95.2%，相较于YOLOv5算法，该算法对佩戴安全帽的平均检测准确率提升了3.4个百分点，满足施工场景下安全帽佩戴检测的准确率要求。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

23. 基于时空注意力图卷积网络模型的人体骨架动作识别算法

李扬志, 袁家政, 刘宏哲

计算机应用 2021, 41 (7): 1915-1921. DOI: 10.11772/j.issn.1001-9081.2020091515

摘要（232）

PDF （1681KB）（527）

针对现有的人体骨架动作识别算法不能充分发掘运动的时空特征问题，提出一种基于时空注意力图卷积网络（STA-GCN）模型的人体骨架动作识别算法。该模型包含空间注意力机制和时间注意力机制：空间注意力机制一方面利用光流特征中的瞬时运动信息定位运动显著的空间区域，另一方面在训练过程中引入全局平均池化及辅助分类损失使得该模型可以关注到具有判别力的非运动区域；时间注意力机制则自动地从长时复杂视频中挖掘出具有判别力的时域片段。将这二者融合到统一的图卷积网络（GCN）框架中，实现了端到端的训练。在Kinetics和NTU RGB+D两个公开数据集的对比实验结果表明，基于STA-GCN模型的人体骨架动作识别算法具有很强的鲁棒性与稳定性，与基于时空图卷积网络（ST-GCN）模型的识别算法相比，在Kinetics数据集上的Top-1和Top-5分别提升5.0和4.5个百分点，在NTURGB+D数据集的CS和CV上的Top-1分别提升6.2和6.7个百分点；也优于当前行为识别领域最先进（SOA）方法，如Res-TCN、STA-LSTM和动作-结构图卷积网络（AS-GCN）。结果表示，所提算法可以更好地满足人体行为识别的实际应用需求。

参考文献 | 相关文章 | 多维度评价

Select

24. 基于知识图谱驱动的图神经网络推荐模型

刘欢, 李晓戈, 胡立坤, 胡飞雄, 王鹏华

计算机应用 2021, 41 (7): 1865-1870. DOI: 10.11772/j.issn.1001-9081.2020081254

摘要（232）

PDF （991KB）（486）

知识图谱（KG）蕴含丰富的结构与关联信息，不仅可以缓解推荐系统中数据稀疏、冷启动等问题，还可以更准确地进行个性化推荐，因此提出一种基于知识图谱驱动的端到端图神经网络推荐模型KGLN。首先使用单层神经网络框架对图中单个节点进行特征融合，并加入影响因子来改变不同邻居实体的聚合权重；然后通过迭代的方式将单层扩展到多层，使实体可以获得丰富的多阶关联实体信息；最后结合实体特征与用户特征产生预测评分进行推荐。分析并研究了不同聚合方法及影响因子对推荐效果的影响。实验结果表明，在数据集MovieLens-1M以及Book-Crossing上与基准方法因子分解库（LibFM）、深度分解机（DeepFM）、Wide&Deep、RippleNet的对比中，KGLN的曲线下面积（AUC）分别提升了0.3%~5.9%和1.1%~8.2%。

参考文献 | 相关文章 | 多维度评价

Select

25. 基于注意力的毫米波-激光雷达融合目标检测

李朝, 兰海, 魏宪

计算机应用 2021, 41 (7): 2137-2144. DOI: 10.11772/j.issn.1001-9081.2020081334

摘要（228）

PDF （1710KB）（252）

针对自动驾驶中使用激光雷达进行目标检测时漏检被遮挡目标、远距离目标和复杂天气场景下目标的问题，提出一种基于注意力机制的毫米波-激光雷达特征融合的目标检测方法。首先，将毫米波和激光雷达各自的扫描帧数据分别聚合到它们的标注帧上，并将毫米波和激光雷达的数据点进行空间对齐；其次，对两者进行聚合和空间对齐后的数据分别进行PointPillar点云柱快速编码，转换成伪图像；最后，通过中间卷积层提取两者的传感器特征，并利用注意力机制对两者的特征图进行融合，融合后的特征图通过单阶段检测器得到检测结果。实验结果显示，该融合算法在nuScenes数据集中的平均精度均值（mAP）高于PointPillar基础网络，而且注意力融合的检测方法的性能表现优于利用拼接融合、相乘融合、相加融合的检测方法。可视化结果显示所提方法是有效的，能提高网络对被遮挡目标、远处目标和雨雾天气下目标检测的鲁棒性。

参考文献 | 相关文章 | 多维度评价

Select

26. 基于轻量级卷积神经网络的植物叶片病害识别方法

贾鹤鸣, 郎春博, 姜子超

计算机应用 2021, 41 (6): 1812-1819. DOI: 10.11772/j.issn.1001-9081.2020091471

摘要（227）

PDF （1486KB）（276）

针对目前农业信息领域植物病害识别精度较低、实时性较差的问题，提出了一种基于轻量级卷积神经网络（CNN）的植物叶片病害识别方法。在原有网络中引入深度可分离卷积（DSC）和全局平均池化（GAP）方法，分别用来代替标准卷积运算操作并对网络末端的全连接层部分进行替换。同时，批归一化的技巧也被运用到训练网络的过程中，以改善中间层数据分布并提高收敛速度。为全面而可靠地评估所提方法的性能，在公开的植物叶片病害图像数据集PlantVillage上进行实验，选取损失函数收敛曲线、测试精度、参数内存需求等指标来验证改进策略的有效性。实验结果表明，改进后的网络具有较高的病害识别精度（99.427%）以及较小的内存空间占用（6.47 MB），可见其与其他基于神经网络的叶片识别技术相比具有优势，工程实用性较强。

参考文献 | 相关文章 | 多维度评价

Select

27. 基于AlphaPose优化模型的老人跌倒行为检测算法

马敬奇, 雷欢, 陈敏翼

《计算机应用》唯一官方网站 2022, 42 (1): 294-301. DOI: 10.11772/j.issn.1001-9081.2021020331

摘要（224）

HTML （13）

PDF （7482KB）（400）

针对在低功耗、低成本硬件平台快速准确检测老人跌倒高危行为的问题，提出了一种基于AlphaPose优化模型的老人异常行为检测算法。首先，对行人目标检测模型和姿态估计模型进行优化，以加快人体目标检测和姿态关节点推理；然后，通过优化的AlphaPose模型快速计算得到人体姿态关节点图像坐标数据；最后，计算人体跌倒瞬间头部关节点线速度与胯部关节线速度之间的关系，以及人体中垂线与图像X轴之间夹角的变化来判断跌倒现象的发生。将所提算法移植到Jetson Nano嵌入式开发板上，并与当前主要的基于人体姿态的跌倒检测算法YOLOv3+Pose、YOLOv4+Pose、YOLOv5+Pose、trt_pose和NanoDet+Pose进行对比分析。实验结果表明，在所用嵌入式平台上，图像分辨率为320×240时，所提算法的检测帧率达到8.83 frame/s，准确率为0.913，均优于对比算法。该算法具有较高的实时性和准确率，能够及时检测老人跌倒行为的发生。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

28. 基于多层次语义特征的英文作文自动评分方法

周险兵, 樊小超, 任鸽, 杨勇

计算机应用 2021, 41 (8): 2205-2211. DOI: 10.11772/j.issn.1001-9081.2020101572

摘要（214）

PDF （935KB）（230）

作文自动评分（AES）技术能够自动地对作文进行分析和评分，其已成为自然语言处理技术在教育领域应用的热点研究问题之一。针对目前AES方法割裂了深层和浅层语义特征，忽视了多层次语义融合对作文评分影响的问题，提出了一种基于多层次语义特征的神经网络（MLSF）模型进行AES。首先，采用卷积神经网络（CNN）捕获局部语义特征，并采用混合神经网络捕获全局语义特征，以从深层次获取作文的语义特征；其次，利用篇章级的作文主题向量来获取主题层特征，同时针对深度学习模型难以挖掘的语法错误和语言丰富程度特征，构造了少量人工特征以从浅层获取作文的语言学特征；最后，通过特征融合对作文进行自动评分。实验结果表明，所提出模型在Kaggle ASAP竞赛公开数据集的所有子集上性能均有显著提升，该模型的平均二次加权的卡帕值（QWK）达到79.17%，验证了该模型在AES任务中的有效性。

参考文献 | 相关文章 | 多维度评价

Select

29. 用于短文本情感分类的多头注意力记忆网络

邓钰, 李晓瑜, 崔建, 刘齐

《计算机应用》唯一官方网站 2021, 41 (11): 3132-3138. DOI: 10.11772/j.issn.1001-9081.2021010040

摘要（211）

HTML （20）

PDF （681KB）（143）

随着社交网络的发展，对其包含的海量文本进行情感分析具有重要的社会价值。不同于普通文本分类，短文本情感分类需要挖掘隐含的情感语义特征，具有极大的难度和挑战性。为了能在更高的层次上得到短文本的情感语义特征，提出了一种多头注意力记忆网络（MAMN）用于短文本情感分类。首先，利用n元语法特征信息和有序神经元长短时记忆（ON-LSTM）网络对多头自注意力机制进行改进，以对文本上下文内联关系进行充分提取，使模型可以获得更丰富的文本特征信息。然后，利用多头注意力机制对多跳记忆网络的结构进行优化，使得在拓展模型深度的同时，挖掘更高层次的上下文内联情感语义关系。在电影评论集（MR）、斯坦福情感树（SST）-1和SST-2这三个不同的数据集上进行了大量实验。实验结果表明，与基于循环神经网络（RNN）和卷积神经网络（CNN）结构的基线模型以及一些最新成果相比，所提MAMN取得了较优的分类效果，验证了多跳结构对于性能改善的重要作用。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

30. 融合多粒度社区信息的网络嵌入方法

胡军, 许正康, 刘立, 钟福金

《计算机应用》唯一官方网站 2022, 42 (3): 663-670. DOI: 10.11772/j.issn.1001-9081.2021040790

摘要（211）

HTML （50）

PDF （758KB）（217）

现有大多数网络嵌入方法仅保留了网络的局部结构信息，而忽略了网络中的其他潜在信息。为了保留网络的社区信息，并体现网络社区结构的多粒度特性，提出一种融合多粒度社区信息的网络嵌入方法（EMGC）。首先，获得网络的多粒度社区结构，并初始化节点嵌入和社区嵌入；然后，根据上一粒度上的节点嵌入和本层粒度的社区结构，更新社区嵌入，进而调整相应的节点嵌入；最后，对不同粒度下的节点嵌入进行拼接，从而得到融合多粒度社区信息的网络嵌入结果。在4个真实网络数据集上进行实验，相较于未考虑社区信息的方法（DeepWalk、node2vec）和考虑了单一粒度社区信息的方法（ComE、GEMSEC），EMGC在链接预测上的AUC值和节点分类上的F1值总体上优于对比方法。实验结果表明EMGC能够有效提升后续链接预测和节点分类的准确率。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

31. 基于改进Faster R-CNN的轮胎缺陷检测方法

吴则举, 焦翠娟, 陈亮

计算机应用 2021, 41 (7): 1939-1946. DOI: 10.11772/j.issn.1001-9081.2020091488

摘要（208）

PDF （1816KB）（376）

轮胎生产过程中出现的胎侧异物、胎冠异物、气泡、胎冠开根以及胎侧开根等缺陷会影响轮胎出厂后的使用，所以出厂使用前需要对每条轮胎进行无损检测。为了实现在工业中对于轮胎缺陷进行自动检测，提出了一种基于改进Faster R-CNN的轮胎缺陷自动检测方法。首先，在预处理阶段，用直方图均衡化方法对轮胎图象的灰度进行拉伸，提高数据集的对比度，使图像目标和背景的灰度值产生明显差异；其次，为提高轮胎缺陷位置检测和识别的准确率，对Faster R-CNN结构进行改进，即把ZF卷积神经网络中第三层的卷积特征和第五层的卷积特征结合后输出，并将其作为区域建议网络层的输入；然后，在RoI pooling层之后引入在线难例挖掘（OHEM）算法，使轮胎缺陷检测的准确率得到进一步的提高。实验结果表明，改进后的Faster R-CNN的轮胎缺陷检测方法可以准确地分类和定位轮胎X射线图像缺陷，平均测试准确率可以达到95.7％。此外，还可以通过对网络进行微调来获得新的检测模型以检测其他类型的缺陷。

参考文献 | 相关文章 | 多维度评价

Select

32. 基于深度强化学习的二连杆机械臂运动控制方法

王建平, 王刚, 毛晓彬, 马恩琪

计算机应用 2021, 41 (6): 1799-1804. DOI: 10.11772/j.issn.1001-9081.2020091410

摘要（208）

PDF （875KB）（420）

针对二连杆机械臂的运动控制问题，提出了一种基于深度强化学习的控制方法。首先，搭建机械臂仿真环境，包括二连杆机械臂、目标物与障碍物；然后，根据环境模型的目标设置、状态变量和奖罚机制来建立三种深度强化学习模型进行训练，最后实现二连杆机械臂的运动控制。对比分析所提出的三种模型后，选择深度确定性策略梯度（DDPG）算法进行进一步研究来改进其适用性，从而缩短机械臂模型的调试时间，顺利避开障碍物到达目标。实验结果表明，所提深度强化学习方法能够有效控制二连杆机械臂的运动，改进后的DDPG算法控制模型的收敛速度提升了两倍并且收敛后的稳定性增强。相较于传统控制方法，所提深度强化学习控制方法效率更高，适用性更强。

参考文献 | 相关文章 | 多维度评价

Select

33. 基于级联生成对抗网络的遥感图像去雾方法

孙潇, 徐金东

计算机应用 2021, 41 (8): 2440-2444. DOI: 10.11772/j.issn.1001-9081.2020101563

摘要（206）

PDF （2363KB）（340）

针对图像训练对的去雾算法难以应对遥感图像中训练样本对不足，且模型泛化的问题，提出一种基于级联生成对抗网络（GAN）的遥感图像去雾方法。为解决成对遥感数据集的缺失，提出了学习雾生成的U-Net GAN（UGAN）和学习去雾的像素注意GAN（PAGAN）。所提方法通过UGAN学习如何使用未配对的清晰遥感图像和带雾遥感图像集在保留遥感图像细节的同时对无雾图像进行加雾处理，然后引导PAGAN学习如何正确地对此类图像进行去雾。为了减少生成的带雾遥感图像和去雾后遥感图像之间的差异，在PAGAN中加入自我注意机制，用生成器从低分辨率图像中所有位置的细节线索生成高分辨率细节特征，用判别器检查图像远端部分的细节特征是否彼此一致。与特征融合注意网络（FFANet）、门控上下文聚合网络（GCANet）和暗通道先验（DCP）等去雾方法相比，级联GAN方法无需大量成对数据来反复训练网络。实验结果表明该方法能够有效地去除雾和薄云，在目视效果和定量指标上均优于对比方法。

参考文献 | 相关文章 | 多维度评价

Select

34. 基于小样本无梯度学习的卷积结构预训练模型性能优化方法

李亚鸣, 邢凯, 邓洪武, 王志勇, 胡璇

《计算机应用》唯一官方网站 2022, 42 (2): 365-374. DOI: 10.11772/j.issn.1001-9081.2021020230

摘要（203）

HTML （41）

PDF （841KB）（286）

针对卷积结构的深度学习模型在小样本学习场景中泛化性能较差的问题，以AlexNet和ResNet为例，提出一种基于小样本无梯度学习的卷积结构预训练模型的性能优化方法。首先基于因果干预对样本数据进行调制，由非时序数据生成序列数据，并基于协整检验从数据分布平稳性的角度对预训练模型进行定向修剪；然后基于资本资产定价模型（CAPM）以及最优传输理论，在预训练模型中间输出过程中进行无需梯度传播的正向学习并构建一种全新的结构，从而生成在分布空间中具有明确类间区分性的表征向量；最后基于自注意力机制对生成的有效特征进行自适应加权处理，并在全连接层对特征进行聚合，从而生成具有弱相关性的embedding向量。实验结果表明所提出的方法能够使AlexNet和ResNet卷积结构预训练模型在ImageNet 2012数据集的100类图片上的Top-1准确率分别从58.82%、78.51%提升到68.50%、85.72%，可见所提方法能够基于小样本训练数据有效提高卷积结构预训练模型的性能。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

35. 注入注意力机制的深度特征融合新闻推荐模型

刘羽茜, 刘玉奇, 张宗霖, 卫志华, 苗冉

《计算机应用》唯一官方网站 2022, 42 (2): 426-432. DOI: 10.11772/j.issn.1001-9081.2021050907

摘要（203）

HTML （32）

PDF （755KB）（143）

现有新闻推荐模型在挖掘新闻特征和用户特征时，往往没有考虑所浏览新闻之间的关系、时序变化以及不同新闻对用户的重要性，从而缺乏全面性；同时，现有模型在新闻更细粒度的内容特征挖掘方面有欠缺。因此构建了一个能够全面而不冗余地进行用户表征并能提取新闻更细粒度片段特征的新闻推荐模型——注入注意力机制的深度特征融合新闻推荐模型。该模型首先采用基于深度学习的方法，通过注入注意力机制的卷积神经网络（CNN）对新闻文本特征矩阵进行深度提取；然后，通过对用户已经浏览的新闻添加时序预测，并注入多头自注意力机制，来提取用户的兴趣特征；最后，使用真实的中文数据集与英文数据集，以收敛时间、平均值倒数秩（MRR）和归一化折现累积收益（nDCG）为指标进行实验。与基于多头自注意力的神经网络新闻推荐（NRMS）模型等进行对比，该模型在中文数据集上nDCG的提升率为-0.22%~4.91%，MRR的提升率为-0.82%~3.48%，而且，与唯一为负提升率的模型相比，收敛时间缩短7.63%；在英文数据集上该模型在nDCG和MRR上的提升率分别为0.07%~1.75%与0.03%~1.30%，且该模型始终具有较快的收敛速度。消融实验的结果表明增加注意力机制与时序模块是有效的。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

36. 元学习的不确定性特征构建及初步分析

李艳, 郭劼, 范斌

《计算机应用》唯一官方网站 2022, 42 (2): 343-348. DOI: 10.11772/j.issn.1001-9081.2021071198

摘要（202）

HTML （62）

PDF （483KB）（147）

元学习即应用机器学习的方法（元算法）寻求问题的特征（元特征）与算法相对性能测度间的映射，从而形成元知识的学习过程，如何构建和提取元特征是其重要的研究内容。针对目前相关研究所用到的元特征大部分是数据的统计特征的问题，提出不确定性建模并研究不确定性对于学习系统的影响。根据样本的不一致性、边界的复杂性、模型输出的不确定性、线性可分度、属性的重叠度以及特征空间的不确定性，建立了六种数据或模型的不确定性元特征；同时，从不同角度衡量学习问题本身的不确定性大小，并给出了具体的定义。在大量分类问题的人工数据和真实数据集上实验分析了这些元特征之间的相关性，并使用K最近邻（KNN）等多个分类算法对元特征与测试精度之间的相关度进行初步分析。结果表明相关度平均在0.8左右，可见这些元特征对学习性能具有显著影响。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

37. 基于HowNet义原和Word2vec词向量表示的多特征融合消歧方法

王伟, 赵尔平, 崔志远, 孙浩

计算机应用 2021, 41 (8): 2193-2198. DOI: 10.11772/j.issn.1001-9081.2020101625

摘要（200）

PDF （1018KB）（356）

针对目前词向量表示低频词质量差，表示的语义信息容易混淆，以及现有的消歧模型对多义词不能准确区分等问题，提出一种基于词向量融合表示的多特征融合消歧方法。该方法将使用知网（HowNet）义原表示的词向量与Word2vec生成的词向量进行融合来补全词的多义信息以及提高低频词的表示质量。首先计算待消歧实体与候选实体的余弦相似度来获得二者的相似度；其次使用聚类算法和知网知识库来获取实体类别特征相似度；然后利用改进的潜在狄利克雷分布（LDA）主题模型来抽取主题关键词以计算实体主题特征相似度，最后通过加权融合以上三类特征相似度实现多义词词义消歧。在西藏畜牧业领域测试集上进行的实验结果表明，所提方法的准确率（90.1%）比典型的图模型消歧方法提高了7.6个百分点。

参考文献 | 相关文章 | 多维度评价

Select

38. 基于模糊优势互补互信息的有序决策树算法

王雅辉, 钱宇华, 刘郭庆

计算机应用 2021, 41 (10): 2785-2792. DOI: 10.11772/j.issn.1001-9081.2020122006

摘要（198）

PDF （1344KB）（304）

传统决策树算法应用于有序分类任务时存在两个问题：传统决策树算法没有引入序关系，因此无法学习和抽取数据集中的序结构；现实生活中存在大量模糊而非精确的知识，而传统的决策树算法无法处理存在模糊属性取值的数据。针对上述问题，提出了基于模糊优势互补互信息的有序决策树算法。首先，使用优势集表示数据中的序关系，并引入模糊集来计算优势集以形成模糊优势集。模糊优势集不仅能反映数据中的序信息，而且能自动获取不精确知识。然后，在模糊优势集的基础上将互补互信息进行推广，并提出了模糊优势互补互信息。最后，使用模糊优势互补互信息作为启发式，设计出基于模糊优势互补互信息的有序决策树算法。在5个人工数据集及9个现实数据集上的实验结果表明，所提算法在有序分类任务上较经典决策树算法取得了更低的分类误差。

参考文献 | 相关文章 | 多维度评价

Select

39. 基于pinball损失的结构模糊多分类支持向量机算法

李凯, 李洁

《计算机应用》唯一官方网站 2021, 41 (11): 3104-3112. DOI: 10.11772/j.issn.1001-9081.2021010062

摘要（194）

HTML （32）

PDF （816KB）（116）

针对多分类支持向量机（MSVM）对噪声较强的敏感性、对重采样数据的不稳定性以及泛化性能低等缺陷，将pinball损失函数、样本模糊隶属度以及样本结构信息引入到简化的多分类支持向量机（SimMSVM）算法中，构建了基于pinball损失的结构模糊多分类支持向量机算法Pin-SFSimMSVM。在人工数据集、UCI数据集以及添加不同比例噪声的UCI数据集上的实验结果显示：所提出的Pin-SFSimMSVM算法与SimMSVM算法相比，准确率均提升了0~5.25个百分点；所提出的算法不仅具有避免多类数据存在不可分区域和计算速度快的优点，而且具有对噪声较好的不敏感性以及对重采样数据的稳定性，同时考虑了不同数据样本在分类时扮演不同角色的事实以及数据中包含的重要先验知识，从而使分类器训练更准确。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

40. 基于社区优化的深度网络嵌入方法

李亚芳, 梁烨, 冯韦玮, 祖宝开, 康玉健

计算机应用 2021, 41 (7): 1956-1963. DOI: 10.11772/j.issn.1001-9081.2020081193

摘要（190）

PDF （1616KB）（289）

随着现代网络通信和社会媒体等技术的飞速发展，网络化的大数据由于缺少高效可用的节点表示而难以应用。将高维稀疏难于应用的网络数据转化为低维、紧凑、易于应用的节点表示的网络嵌入方法受到广泛关注。然而已有网络嵌入方法得到节点低维特征向量后，再将其作为其他应用（节点分类、社区发现、链接预测、可视化等）的输入来作进一步分析，没有针对具体应用构建模型，难以取得满意的结果。针对网络社区发现这一具体应用，提出结合社区结构优化进行节点低维特征表示的深度自编码聚类模型CADNE。首先基于深度自编码模型，通过保持网络局部及全局链接的拓扑特性来学习节点的低维表示，然后利用网络聚类结构对节点低维表示进一步优化。该方法同时学习节点的低维表示和节点所属社区的指示向量，使节点的低维表示不仅能保持原始网络结构中的拓扑结构特性，而且能保持节点的聚类特性。与已有的经典网络嵌入方法进行对比，结果显示CADNE模型在Citeseer和Cora上取得最优聚类结果，在20NewsGroup上准确率提升最高达0.525；分类性能在Blogcatalog、Citeseer数据集上取得最好结果，在Blogcatalog上训练比例20%时比基线方法提升最高达0.512；并且CADNE模型在可视化对比中能够得到类边界更加清晰的节点低维表示，验证了所提方法具有较好的节点低维表示能力。

参考文献 | 相关文章 | 多维度评价

摘要点击排行