全文下载排行

    一年内发表文章 | 两年内 | 三年内 | 全部 | 最近1个月下载排行 | 最近1年下载排行

    当前位置: 一年内发表文章
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 深度学习在天气预报领域的应用分析及研究进展综述
    董润婷, 吴利, 王晓英, 曹腾飞, 黄建强, 管琴, 吴洁瑕
    《计算机应用》唯一官方网站    2023, 43 (6): 1958-1968.   DOI: 10.11772/j.issn.1001-9081.2022050745
    摘要1162)   HTML88)    PDF (1570KB)(1309)    收藏

    随着传感器网络和全球定位系统等技术的进步,兼有时间与空间特性的气象数据体量呈爆炸式增长,针对时空序列预测(STSF)的深度学习模型研究得到了迅猛发展。然而,长期以来用于天气预报的传统机器学习方法在提取数据的时间相关性与空间依赖性方面的效果往往并不理想。与此同时,深度学习方法通过人工神经网络自动提取特征,可以有效提高天气预报的准确度,并且在编码长期空间信息的建模方面有相当优秀的效果。同时,由观测数据驱动的深度学习模型与基于物理理论的数值天气预报(NWP)模型结合的方式可以构建拥有更高预测精度与更长预报时间的混合模型。基于这些,将深度学习在天气预报领域的应用分析及研究进展进行了综述。首先,将天气预报领域的深度学习问题与经典深度学习问题从数据格式、问题模型与评价指标这3个方面进行了对比研究;然后,回顾了深度学习在天气预报领域的发展历程与应用现状,并总结分析了深度学习技术与NWP结合的最新进展;最后,展望了未来的发展方向和研究重点,为天气预报领域的深度学习研究提供参考。

    图表 | 参考文献 | 相关文章 | 多维度评价
    2. 在线教育学习者知识追踪综述
    赵雅娟 孟繁军 徐行健
    《计算机应用》唯一官方网站    DOI: 10.11772/j.issn.1001-9081.2023060852
    预出版日期: 2023-11-07

    3. 基于深度学习的多模态医学图像分割综述
    窦猛, 陈哲彬, 王辛, 周继陶, 姚宇
    《计算机应用》唯一官方网站    2023, 43 (11): 3385-3395.   DOI: 10.11772/j.issn.1001-9081.2022101636
    摘要1425)   HTML47)    PDF (3904KB)(1140)    收藏

    多模态医学图像可以为临床医生提供靶区(如肿瘤、器官或组织)的丰富信息。然而,由于多模态图像之间相互独立且仅有互补性,如何有效融合多模态图像并进行分割仍是亟待解决的问题。传统的图像融合方法难以有效解决此问题,因此基于深度学习的多模态医学图像分割算法得到了广泛的研究。从原理、技术、问题及展望等方面对基于深度学习的多模态医学图像分割任务进行了综述。首先,介绍了深度学习与多模态医学图像分割的一般理论,包括深度学习与卷积神经网络(CNN)的基本原理与发展历程,以及多模态医学图像分割任务的重要性;其次,介绍了多模态医学图像分割的关键概念,包括数据维度、预处理、数据增强、损失函数以及后处理等;接着,对基于不同融合策略的多模态分割网络进行综述,对不同方式的融合策略进行分析;最后,对医学图像分割过程中常见的几个问题进行探讨,并对今后研究作了总结与展望。

    图表 | 参考文献 | 相关文章 | 多维度评价
    4. 基于Transformer的U型医学图像分割网络综述
    傅励瑶, 尹梦晓, 杨锋
    《计算机应用》唯一官方网站    2023, 43 (5): 1584-1595.   DOI: 10.11772/j.issn.1001-9081.2022040530
    摘要1417)   HTML60)    PDF (1887KB)(1013)    收藏

    目前,医学图像分割模型广泛采用基于全卷积网络(FCN)的U型网络(U-Net)作为骨干网,但卷积神经网络(CNN)在捕捉长距离依赖能力上的劣势限制了分割模型性能的进一步提升。针对上述问题,研究者们将Transformer应用到医学图像分割模型中以弥补CNN的不足,结合Transformer和U型结构的分割网络成为研究热点之一。在详细介绍U-Net和Transformer之后,按医学图像分割模型中Transformer模块所处的位置,包括仅在编码器或解码器、同时在编码器和解码器、作为过渡连接和其他位置进行分类,讨论各模型的基本内容、设计理念以及可改进的地方,并分析了Transformer处于不同位置的优缺点。根据分析结果可知,决定Transformer所在位置的最大因素是目标分割任务的特点,而且Transformer结合U-Net的分割模型能更好地利用CNN和Transformer各自的优势,提高模型的分割性能,具有较大的发展前景和研究价值。

    图表 | 参考文献 | 相关文章 | 多维度评价
    5. 基于改进YOLOv8的嵌入式道路裂缝检测算法
    耿焕同 刘振宇 蒋骏 范子辰 李嘉兴
    《计算机应用》唯一官方网站    DOI: 10.11772/j.issn.1001-9081.2023050635
    预出版日期: 2023-09-01

    6. 计算机视觉中的终身学习综述
    陈一驰, 陈斌
    《计算机应用》唯一官方网站    2023, 43 (6): 1785-1795.   DOI: 10.11772/j.issn.1001-9081.2022050766
    摘要633)   HTML65)    PDF (2053KB)(723)    收藏

    终身学习(LLL)作为一种新兴方法打破了传统机器学习的局限性,并赋予了模型能够像人类一样在学习过程中不断积累、优化并转移知识的能力。近年来,随着深度学习的广泛应用,越来越多的研究致力于解决深度神经网络中出现的灾难性遗忘问题和摆脱稳定性-可塑性困境,并将LLL方法应用于各种各样的实际场景中,以推进人工智能由弱向强的发展。针对计算机视觉领域,首先,在图像分类任务中将LLL方法归纳为四大类型:基于数据驱动的方法、基于优化过程的方法、基于网络结构的方法和基于知识组合的方法;然后,介绍了LLL方法在其他视觉任务中的典型应用和相关评估指标;最后,针对现阶段LLL方法的不足之处进行讨论并提出了LLL方法未来发展的方向。

    图表 | 参考文献 | 相关文章 | 多维度评价
    7. 基于提示学习的小样本文本分类方法
    于碧辉, 蔡兴业, 魏靖烜
    《计算机应用》唯一官方网站    2023, 43 (9): 2735-2740.   DOI: 10.11772/j.issn.1001-9081.2022081295
    摘要667)   HTML51)    PDF (884KB)(710)    收藏

    文本分类任务通常依赖足量的标注数据,针对低资源场景下的分类模型在小样本上的过拟合问题,提出一种基于提示学习的小样本文本分类方法BERT-P-Tuning。首先,利用预训练模型BERT(Bidirectional Encoder Representations from Transformers)在标注样本上学习到最优的提示模板;然后,在每条样本中补充提示模板和空缺,将文本分类任务转化为完形填空任务;最后,通过预测空缺位置概率最高的词并结合它与标签之间的映射关系得到最终的标签。在公开数据集FewCLUE上的短文本分类任务上进行实验,实验结果表明,所提方法相较于基于BERT微调的方法在评价指标上有显著提高。所提方法在二分类任务上的准确率与F1值分别提升了25.2和26.7个百分点,在多分类任务上的准确率与F1值分别提升了6.6和8.0个百分点。相较于手动构建模板的PET(Pattern Exploiting Training)方法,所提方法在两个任务上的准确率分别提升了2.9和2.8个百分点,F1值分别提升了4.4和4.2个百分点,验证了预训练模型应用在小样本任务的有效性。

    图表 | 参考文献 | 相关文章 | 多维度评价
    8. 多模态知识图谱表示学习综述
    王春雷, 王肖, 刘凯
    《计算机应用》唯一官方网站    2024, 44 (1): 1-15.   DOI: 10.11772/j.issn.1001-9081.2023050583
    摘要735)   HTML53)    PDF (3449KB)(683)    收藏

    在综合对比传统知识图谱表示学习模型优缺点以及适用任务后,发现传统的单一模态知识图谱无法很好地表示知识。因此,如何利用文本、图片、视频、音频等多模态数据进行知识图谱表示学习成为一个重要的研究方向。同时,详细分析了常用的多模态知识图谱数据集,为相关研究人员提供数据支持。在此基础上,进一步讨论了文本、图片、视频、音频等多模态融合下的知识图谱表示学习模型,并对其中各种模型进行了总结和比较。最后,总结了多模态知识图谱表示学习如何改善经典应用,包括知识图谱补全、问答系统、多模态生成和推荐系统在实际应用中的效果,并对未来的研究工作进行了展望。

    图表 | 参考文献 | 相关文章 | 多维度评价
    9. 卷积神经网络中基于差分隐私的动量梯度下降算法
    张宇, 蔡英, 崔剑阳, 张猛, 范艳芳
    《计算机应用》唯一官方网站    2023, 43 (12): 3647-3653.   DOI: 10.11772/j.issn.1001-9081.2022121881
    摘要607)   HTML108)    PDF (1985KB)(660)    收藏

    针对卷积神经网络(CNN)模型的训练过程中,模型参数记忆数据部分特征导致的隐私泄露问题,提出一种CNN中基于差分隐私的动量梯度下降算法(DPGDM)。首先,在模型优化的反向传播过程中对梯度添加满足差分隐私的高斯噪声,并用加噪后的梯度值参与模型参数的更新过程,从而实现对模型整体的差分隐私保护;其次,为了减少引入差分隐私噪声对模型收敛速度的影响,设计学习率衰减策略,改进动量梯度下降算法;最后,为了降低噪声对模型准确率的影响,在模型优化过程中动态地调整噪声尺度的值,从而改变在每一轮迭代中需要对梯度加入的噪声量。实验结果表明,与DP-SGD (Differentially Private Stochastic Gradient Descent)相比,所提算法可以在隐私预算为0.3和0.5时,模型准确率分别提高约5和4个百分点。可见,所提算法提高了模型的可用性,并实现了对模型的隐私保护。

    图表 | 参考文献 | 相关文章 | 多维度评价
    10. 基于孪生网络的小样本目标检测算法
    姜钧舰, 刘达维, 刘逸凡, 任酉贵, 赵志滨
    《计算机应用》唯一官方网站    2023, 43 (8): 2325-2329.   DOI: 10.11772/j.issn.1001-9081.2022121865
    摘要498)   HTML40)    PDF (1472KB)(622)    收藏

    基于深度学习的目标检测算法如YOLO(You Only Look Once)和Faster R-CNN(Faster Region-Convolutional Neural Network)需要大量训练数据以保证模型的精度,而在很多场景下获取数据以及标注数据的成本较高;并且由于缺少海量的训练数据,导致检测的范围受限。针对以上问题,提出了一种基于孪生网络的小样本目标检测算法(SiamDet),旨在使用少量标注图像训练具有一定泛化能力的目标检测模型。首先,提出了基于深度可分离卷积的孪生网络,并使用深度可分离卷积设计了特征提取网络ResNet-DW,从而解决了样本不充足带来的过拟合问题;其次,基于孪生网络,提出了目标检测算法SiamDet,并在ResNet-DW的基础上,引入区域建议网络(RPN)来定位感兴趣目标;然后,引入二值交叉熵损失进行训练,并使用对比训练策略,从而增加了类别之间的区分度。实验结果表明,SiamDet在小样本条件下具有良好的目标检测能力,且相较于次优的算法DeFRCN(Decoupled Faster R-CNN),SiamDet在MS-COCO数据集20-way 2-shot和PASCAL VOC数据集5-way 5-shot上的AP50分别增加了4.1%和2.6%。

    图表 | 参考文献 | 相关文章 | 多维度评价
    11. 融合视觉特征增强机制的机器人弱光环境抓取检测
    李淦, 牛洺第, 陈路, 杨静, 闫涛, 陈斌
    《计算机应用》唯一官方网站    2023, 43 (8): 2564-2571.   DOI: 10.11772/j.issn.1001-9081.2023050586
    摘要257)   HTML26)    PDF (2821KB)(568)    收藏

    现有的机器人抓取操作通常在良好光照条件下开展,此时目标细节清晰、区域对比度高,而在夜间、遮挡等弱光环境下目标的视觉特征微弱,会导致现有的机器人抓取检测模型的检测准确率急剧下降。为提高弱光场景下稀疏、微弱抓取特征的表征能力,提出一种融合视觉特征增强机制的抓取检测模型,通过视觉增强子任务为抓取检测施加特征增强约束。对于抓取检测模块,采用仿U-Net框架的编码器-解码器结构实现特征的高效融合;对于弱光增强模块,从局部、全局层面分别提取纹理、颜色信息,以实现兼顾目标细节与视觉效果的特征增强。此外,分别构建弱光Cornell数据集和弱光Jacquard数据集两个新的弱光抓取基准数据集,并基于上述数据集开展对比实验。实验结果表明,所提弱光抓取检测模型在基准数据集上的准确率分别达到了95.5%和87.4%,与生成抓取卷积神经网络(GG-CNN)、生成残差卷积神经网络(GR-ConvNet)等现有抓取检测模型相比,准确率在弱光Cornell数据集提升11.1、1.2个百分点,在弱光Jacquard数据集上提升5.5、5.0个百分点,取得了较好的抓取检测效果。

    图表 | 参考文献 | 相关文章 | 多维度评价
    12. YOLO算法及其在自动驾驶场景中目标检测研究综述
    邓亚平 李迎江
    《计算机应用》唯一官方网站    DOI: 10.11772/j.issn.1001-9081.2023060889
    预出版日期: 2023-09-11

    13. 在线学习资源推荐综述
    董永峰, 王雅琮, 董瑶, 邓亚晗
    《计算机应用》唯一官方网站    2023, 43 (6): 1655-1663.   DOI: 10.11772/j.issn.1001-9081.2022091335
    摘要605)   HTML58)    PDF (824KB)(485)    收藏

    近年来越来越多的学校广泛使用网络在线授课,然而互联网中海量的学习资源令学习者难以抉择。因此,研究在线学习资源推荐并为学习者进行个性化推荐非常重要,这可以帮助学习者快速获取其所需的优质学习资源。针对在线学习资源推荐的研究现状,从以下5个方面进行分析总结。首先,总结了目前国内外在线教育平台在学习资源推荐方面的工作;其次,分析和探讨了以知识点习题、学习路径、学习视频和学习课程为学习资源推荐目标的4种算法;接着,分别从学习者和学习资源的角度出发,以具体的算法为例,详述了常用的基于学习者画像、基于学习者行为和基于学习资源本体的3种学习资源推荐算法;此外,总结了公开的在线学习资源数据集;最后,分析了学习资源推荐系统目前存在的问题和未来的发展方向。

    图表 | 参考文献 | 相关文章 | 多维度评价
    14. 面向小目标的YOLOv5安全帽检测算法
    吕宗喆, 徐慧, 杨骁, 王勇, 王唯鉴
    《计算机应用》唯一官方网站    2023, 43 (6): 1943-1949.   DOI: 10.11772/j.issn.1001-9081.2022060855
    摘要657)   HTML36)    PDF (3099KB)(466)    收藏

    安全帽的佩戴是工人人身安全的有力保障。针对采集的安全帽佩戴图像目标密集、像素点小、检测难度大的特点,提出一种面向安全帽的YOLOv5小目标检测算法。首先,基于YOLOv5算法优化边界框回归损失函数和置信度预测损失函数的计算方式,以提高算法在训练中对密集小目标特征的学习效果;然后,引入切片辅助微调和切片辅助推理(SAHI)对输入网络的图像进行切片处理,使得小目标对象产生更大的像素区域,进而改善网络推理与微调的效果。实验采用了工业场景中包含密集安全帽小目标的数据集进行训练。实验结果表明,改进后的算法相较于原始YOLOv5算法能将精确率提升0.26个百分点,召回率提升0.38个百分点;并且所提算法的平均精确率均值(mAP)达到了95.77%,相较于原始YOLOv5算法等几种算法提升了0.46~13.27个百分点。结果验证了切片辅助微调和SAHI的引入可以提升密集场景下小目标检测识别的精确率和置信度,减少误检漏检的情况,有效满足安全帽佩戴检测的需求。

    图表 | 参考文献 | 相关文章 | 多维度评价
    15. 大语言模型的技术应用前景与风险挑战
    徐月梅 胡玲 赵佳艺 杜宛泽 王文清
    《计算机应用》唯一官方网站    DOI: 10.11772/j.issn.1001-9081.2023060885
    预出版日期: 2023-09-14

    16. 判别多维标度特征学习
    唐海涛, 王红军, 李天瑞
    《计算机应用》唯一官方网站    2023, 43 (5): 1323-1329.   DOI: 10.11772/j.issn.1001-9081.2022030419
    摘要484)   HTML91)    PDF (1101KB)(421)    收藏

    传统多维标度方法学习得到的低维嵌入保持了数据点的拓扑结构,但忽略了低维嵌入数据类别间的判别性。基于此,提出一种基于多维标度法的无监督判别性特征学习方法——判别多维标度模型(DMDS),该模型能在学习低维数据表示的同时发现簇结构,并通过使同簇的低维嵌入更接近,让学习到的数据表示更具有判别性。首先,设计了DMDS对应的目标公式,体现所学习特征在保留拓扑性的同时增强判别性;其次,对目标函数进行了推理和求解,并根据推理过程设计所对应的迭代优化算法;最后,在12个公开的数据集上对聚类平均准确率和平均纯度进行对比实验。实验结果表明,根据Friedman统计量综合评价DMDS在12个数据集上的性能优于原始数据表示和传统多维标度模型的数据表示,它的低维嵌入更具有判别性。

    图表 | 参考文献 | 相关文章 | 多维度评价
    17. 区块链交易隐私保护技术综述
    谢晴晴, 杨念民, 冯霞
    《计算机应用》唯一官方网站    2023, 43 (10): 2996-3007.   DOI: 10.11772/j.issn.1001-9081.2022101555
    摘要351)   HTML31)    PDF (2911KB)(413)    收藏

    区块链账本数据是公开透明的。一些攻击者可以通过分析账本数据来获取敏感信息,这对用户的交易隐私造成威胁。鉴于区块链交易隐私保护的重要性,首先分析产生交易隐私泄露的原因,并将交易隐私分为交易者身份隐私和交易数据隐私两类;其次,从这两种不同类型的隐私角度,阐述现有的面向区块链交易的隐私保护技术;接着,鉴于隐私保护和监管之间的矛盾性,介绍兼具监管的交易身份隐私保护方案;最后,总结和展望了区块链交易隐私保护技术未来的研究方向。

    图表 | 参考文献 | 相关文章 | 多维度评价
    18. 加密数字货币监管技术研究综述
    王佳鑫, 颜嘉麒, 毛谦昂
    《计算机应用》唯一官方网站    2023, 43 (10): 2983-2995.   DOI: 10.11772/j.issn.1001-9081.2022111694
    摘要374)   HTML50)    PDF (911KB)(413)    收藏

    借助区块链等新兴技术,加密数字货币呈现去中心化、自治化、跨界化的特点。研究加密数字货币的监管技术不仅有助于打击基于加密数字货币的犯罪活动,而且可以为区块链技术在其他领域的扩展提供可行的监管方案。首先,基于加密数字货币的应用特点,定义并阐述了加密数字货币产生、兑换和流通(GEC)周期理论;其次,详细分析了国内外频发的基于加密数字货币的犯罪事件,并重点介绍了加密数字货币在每个周期中的安全监管技术的研究现状;最后,总结了加密数字货币的监管平台生态体系以及监管技术现在面临的挑战,并展望了未来加密数字货币监管的研究方向。

    图表 | 参考文献 | 相关文章 | 多维度评价
    19. 结合注意力机制与深度强化学习的超短期光伏功率预测
    丁正凯, 傅启明, 陈建平, 陆悠, 吴宏杰, 方能炜, 邢镔
    《计算机应用》唯一官方网站    2023, 43 (5): 1647-1654.   DOI: 10.11772/j.issn.1001-9081.2022040542
    摘要483)   HTML17)    PDF (3448KB)(409)    收藏

    针对传统光伏(PV)功率预测模型受功率随机波动性影响以及易忽略重要信息导致预测精度低的问题,将注意力机制分别与深度确定性策略梯度(DDPG)和循环确定性策略梯度(RDPG)相结合提出了ADDPG和ARDPG模型,并在此基础上提出一个PV功率预测框架。首先,将原始PV功率数据以及气象数据标准化,并将PV功率预测问题建模为马尔可夫决策过程(MDP),历史功率数据和当前气象数据则作为MDP的状态;然后,将注意力机制加入DDPG和RDPG的Actor网络,赋予状态中各个分量不同的权重来突出重要且关键的信息,并通过深度强化学习智能体和历史数据的交互来学习数据中的关键信息;最后,求解MDP问题得到最优的策略,作出准确的预测。在DKASC、Alice Springs光伏系统数据上的实验结果表明,ADDPG和ARDPG在均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R2)上均取得了最优结果。可见,所提模型能够有效提高PV功率的预测精度,也可以推广到其他预测领域如电网预测、风力发电预测等。

    图表 | 参考文献 | 相关文章 | 多维度评价
    20. 基于深度强化学习的无人机集群协同作战决策方法
    赵琳, 吕科, 郭靖, 宏晨, 向贤财, 薛健, 王泳
    《计算机应用》唯一官方网站    2023, 43 (11): 3641-3646.   DOI: 10.11772/j.issn.1001-9081.2022101511
    摘要542)   HTML12)    PDF (2944KB)(391)    收藏

    在无人机(UAV)集群攻击地面目标时,UAV集群将分为两个编队:主攻目标的打击型UAV集群和牵制敌方的辅助型UAV集群。当辅助型UAV集群选择激进进攻或保存实力这两种动作策略时,任务场景类似于公共物品博弈,此时合作者的收益小于背叛者。基于此,提出一种基于深度强化学习的UAV集群协同作战决策方法。首先,通过建立基于公共物品博弈的UAV集群作战模型,模拟智能化UAV集群在合作中个体与集体间的利益冲突问题;其次,利用多智能体深度确定性策略梯度(MADDPG)算法求解辅助UAV集群最合理的作战决策,从而以最小的损耗代价实现集群胜利。在不同数量UAV情况下进行训练并展开实验,实验结果表明,与IDQN(Independent Deep Q-Network)和ID3QN(Imitative Dueling Double Deep Q-Network)这两种算法的训练效果相比,所提算法的收敛性最好,且在4架辅助型UAV情况下胜率可达100%,在其他UAV数情况下也明显优于对比算法。

    图表 | 参考文献 | 相关文章 | 多维度评价
    21. 基于新一代神威超算的量子计算模拟器加速和优化
    史新民, 刘勇, 陈垚键, 宋佳伟, 刘鑫
    《计算机应用》唯一官方网站    2023, 43 (8): 2486-2492.   DOI: 10.11772/j.issn.1001-9081.2022091456
    摘要412)   HTML59)    PDF (2000KB)(385)    收藏

    针对量子硬件规模逐步扩大、当下量子计算经典模拟速度不高的问题,提出了基于神威超算量子模拟器的两种优化方法。首先,通过改进张量转置策略和计算策略重新构建了张量收缩算子库SWTT,从而提高了部分张量收缩的计算内核效率并减少了冗余访存;其次,通过提高数据局部性的收缩路径调整方法实现了路径计算复杂度和计算效率之间的均衡。测试结果表明,该算子库改进方法可将“悬铃木”量子霸权电路模拟效率提升5.4%,单步张量收缩效率最高提升49.7倍;该路径调整方法可在路径计算复杂度膨胀2倍条件下提升约4倍的浮点效率。两种优化方法使神威超算整机模拟谷歌53量子比特20层量子芯片随机电路百万振幅采样的单精度和混合精度浮点运算效率分别从3.98%和1.69%提升至18.48%和7.42%,理论估计模拟时间从单精度的470 s降至226 s,混合精度的304 s降至134 s,证明两种方法大幅提高了量子计算模拟速度。

    图表 | 参考文献 | 相关文章 | 多维度评价
    22. 无人机飞行数据异常检测算法综述
    祁超帅, 何文思, 焦毅, 马英红, 蔡伟, 任素萍
    《计算机应用》唯一官方网站    2023, 43 (6): 1833-1841.   DOI: 10.11772/j.issn.1001-9081.2022060808
    摘要340)   HTML22)    PDF (3156KB)(382)    收藏

    针对无人机(UAV)机载健康状态监测领域的UAV飞行数据异常检测问题,首先阐述了UAV飞行数据的特点、常见的飞行数据异常类型及对异常检测算法的要求;然后梳理了UAV飞行数据异常检测算法的研究现状,并归为3大类:基于先验知识的定性异常检测算法、基于模型的定量异常检测算法和基于数据驱动的异常检测算法,同时分析了各类算法的应用场景和优缺点;最后总结了UAV飞行数据异常检测算法目前存在的问题和挑战,展望了未来UAV飞行数据异常检测领域的重点发展方向,为新的研究提供了参考思路。

    图表 | 参考文献 | 相关文章 | 多维度评价
    23. 基于汉明距离的量子 K-Means算法
    钟静, 林晨, 盛志伟, 张仕斌
    《计算机应用》唯一官方网站    2023, 43 (8): 2493-2498.   DOI: 10.11772/j.issn.1001-9081.2022091469
    摘要294)   HTML31)    PDF (1623KB)(376)    收藏

    K-Means算法在处理大规模异构数据时,通常使用欧氏距离来衡量数据点之间的相似度,然而这样存在效率低下以及计算复杂性过高的问题。受到汉明距离在处理数据相似性计算上存在显著优势的启发,提出一种基于汉明距离的量子K-Means(QKMH)算法来计算相似度。首先,将数据制备成量子态,并使用量子汉明距离计算待聚类点和K个聚类中心之间的相似度;然后,改进了Grover最小值搜索算法查找距离待聚类点最近的聚类中心;最后,循环以上步骤,直到达到规定迭代次数或者聚类中心不再改变。基于量子模拟计算框架QisKit,将提出的算法在MNIST手写数字数据集上进行了验证并与传统和改进的多种方法进行了对比,实验结果表明,QKMH算法的F1值相较于基于曼哈顿距离的量子K-Means算法提高了10个百分点,相较于最新优化的基于欧氏距离的量子K-Means算法提高了4.6个百分点;同时经计算,QKMH算法时间复杂度比上述对比算法更低。

    图表 | 参考文献 | 相关文章 | 多维度评价
    24. 区块链在供应链应用中的研究现状与挑战
    葛丽娜, 徐婧雅, 王哲, 张桂芬, 颜亮, 胡政
    《计算机应用》唯一官方网站    2023, 43 (11): 3315-3326.   DOI: 10.11772/j.issn.1001-9081.2022111758
    摘要329)      PDF (2371KB)(374)    收藏

    供应链在发展过程中面临许多挑战,包括如何保证产品溯源过程中信息的真实可靠性以及溯源系统的安全性、物流运输过程中产品的安全性,以及中小企业融资过程中的信任管理等。区块链的去中心化、不可篡改、可追溯性等特点为供应链管理提供了高效的解决办法,但在实际实施过程中存在一些技术挑战。为研究区块链技术在供应链中的应用,对一些典型的应用进行讨论与分析。首先简要介绍了供应链的概念及目前面临的挑战;其次阐述了区块链在信息流、物流以及资金流这三个供应链领域中面临的问题,并对相关解决方案作了对比分析;最后对区块链在供应链实际应用中面临的技术挑战加以总结,对未来的应用进行展望。

    参考文献 | 相关文章 | 多维度评价
    25. 基于数据驱动的云边智能协同综述
    田鹏新, 司冠南, 安兆亮, 李建辛, 周风余
    《计算机应用》唯一官方网站    2023, 43 (10): 3162-3169.   DOI: 10.11772/j.issn.1001-9081.2022091418
    摘要524)   HTML29)    PDF (1772KB)(373)    收藏

    随着物联网(IoT)的快速发展,大量在传感器等边缘场景产生的数据需要传输至云节点处理,这带来了极大的传输成本和处理时延,而云边协同为这些问题提供了有效的解决方案。首先,在全面调查和分析云边协同发展过程的基础上,结合当前云边智能协同中的研究思路与进展,重点分析和讨论了云边架构中的数据采集与分析、计算迁移技术以及基于模型的智能优化技术;其次,分别从边缘端和云端深入分析了各种技术在云边智能协同中的作用及应用,并探讨了云边智能协同技术在现实中的应用场景;最后,指出了云边智能协同目前存在的挑战及未来的发展方向。

    图表 | 参考文献 | 相关文章 | 多维度评价
    26. 基于深度学习的RGB图像目标位姿估计综述
    王一, 谢杰, 程佳, 豆立伟
    《计算机应用》唯一官方网站    2023, 43 (8): 2546-2555.   DOI: 10.11772/j.issn.1001-9081.2022071022
    摘要599)   HTML25)    PDF (858KB)(363)    收藏

    6自由度(DoF)位姿估计是计算机视觉与机器人技术中的一项关键技术,它能从给定的输入图像中估计物体的6DoF位姿,即3DoF平移和3DoF旋转,已经成为机器人操作、自动驾驶、增强现实等领域中的一项至关重要的任务。首先,介绍了6DoF位姿的概念以及基于特征点对应、基于模板匹配、基于三维特征描述符等传统方法存在的问题;然后,以基于特征对应、基于像素投票、基于回归和面向多物体实例、面向合成数据、面向类别级的不同角度详细介绍了当前主流的基于深度学习的6DoF位姿估计算法,归纳整理了在位姿估计方面常用的数据集以及评价指标,并对部分算法进行了实验性能评价;最后,给出了当前位姿估计面临的挑战和未来的重点研究方向。

    图表 | 参考文献 | 相关文章 | 多维度评价
    27. 深度融合多视图聚类网络
    何子仪, 杨燕, 张熠玲
    《计算机应用》唯一官方网站    2023, 43 (9): 2651-2656.   DOI: 10.11772/j.issn.1001-9081.2022091394
    摘要459)   HTML45)    PDF (1074KB)(350)    收藏

    现有的深度多视图聚类方法存在以下缺点:1)在对单一视图进行特征提取时,只考虑了样本的属性信息或结构信息,而没有将二者进行融合,导致提取到的特征不能充分表示原始数据的潜在结构;2)将特征提取与聚类划分为两个独立的过程,没有建立两者间的联系,因此无法利用聚类过程优化特征提取过程。针对以上问题,提出一种深度融合多视图聚类网络(DFMCN)。首先,结合自编码器和图卷积自编码器融合样本的属性信息和结构信息,获取每个视图的嵌入空间;然后,通过加权融合获取融合视图嵌入空间并在此空间中进行聚类,并且在聚类过程中采用双层自监督机制优化特征提取过程。在FM(Fashion-MNIST)、HW(HandWritten numerals)、YTF(YouTube Face)数据集上的实验结果表明:DFMCN的准确率高于所有对比方法;在FM数据集上,DFMCN的准确率比次优的CMSC-DCCA(Cross-Modal Subspace Clustering via Deep Canonical Correlation Analysis)方法提高了1.80个百分点,标准化互信息(NMI)高于除CMSC-DCCA和DMSC(Deep Multimodal Subspace Clustering networks)的所有方法1.26~14.84个百分点。实验结果验证了所提方法的有效性。

    图表 | 参考文献 | 相关文章 | 多维度评价
    28. 基于注意力机制和上下文信息的目标检测算法
    刘辉, 张琳玉, 王复港, 何如瑾
    《计算机应用》唯一官方网站    2023, 43 (5): 1557-1564.   DOI: 10.11772/j.issn.1001-9081.2022040554
    摘要533)   HTML30)    PDF (3014KB)(348)    收藏

    针对目标检测过程中存在的小目标漏检问题,提出一种基于注意力机制和多尺度上下文信息的改进YOLOv5目标检测算法。首先,在特征提取结构中加入多尺度空洞可分离卷积模块(MDSCM)以提取多尺度特征信息,在增大感受野的同时避免小目标信息的丢失;其次,在主干网络中添加注意力机制,并在通道信息中嵌入位置感知信息,进一步增强算法的特征表达能力;最后,使用Soft-NMS(Soft-Non-Maximum Suppression)代替YOLOv5使用的非极大值抑制(NMS),降低检测算法的漏检率。实验结果表明,改进算法在PASCAL VOC数据集、DOTA航拍数据集和DIOR光学遥感数据集上的检测精度分别达到了82.80%、71.74%和77.11%,相较于YOLOv5,分别提高了3.70、1.49和2.48个百分点;而且它对图像中小目标的检测效果更好。因此,改进的YOLOv5可以更好地应用到小目标检测场景中。

    图表 | 参考文献 | 相关文章 | 多维度评价
    29. 面向动态网络的介数中心度并行算法
    刘震宇, 王朝坤, 郭高扬
    《计算机应用》唯一官方网站    2023, 43 (7): 1987-1993.   DOI: 10.11772/j.issn.1001-9081.2022071121
    摘要376)   HTML57)    PDF (1663KB)(342)    收藏

    介数中心度是评价图中节点重要性的一项常用指标,然而在大规模动态图中介数中心度的更新效率很难满足应用需求。随着多核技术的发展,算法并行化已成为解决该问题的有效手段之一。因此,提出一种面向动态网络的介数中心度并行算法(PAB)。首先,通过社区过滤、等距剪枝和分类筛选等操作减少了冗余点对的时间开销;然后,基于对算法确定性的分析和处理实现了并行化。在真实数据集和合成数据集上进行了对比实验,结果显示在添加边更新时PAB的更新效率为并行算法中最新的batch-iCENTRAL的4倍。可见,所提算法能够有效提高动态网络中介数中心度的更新效率。

    图表 | 参考文献 | 相关文章 | 多维度评价
    30. 从U-Net到Transformer: 深度模型在医学图像分割中的应用综述
    张玮智 于谦 苏金善 乎西旦·居马洪 林玲
    《计算机应用》唯一官方网站    DOI: 10.11772/j.issn.1001-9081.2023071059
    预出版日期: 2023-10-26

2024年 44卷 3期
刊出日期: 2024-03-10
文章目录
过刊浏览
荣誉主编:张景中
主  编:徐宗本
副主编
:申恒涛 夏朝晖

国内邮发代号:62-110
国外发行代号:M4616
地址:四川成都双流区四川天府新区
   兴隆街道科智路1369号
   中科信息(科学城园区) B213
   (计算机应用编辑部)
电话:028-85224283-803
   028-85222239-803
网址:www.joca.cn
E-mail: bjb@joca.cn
期刊微信公众号
CCF扫码入会