虚拟专题文章

    CCF第35届中国计算机应用大会(CCF NCCA 2020)

    默认 最新文章 浏览次数
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 基于LightGBM算法的能见度预测模型
    余东昌, 赵文芳, 聂凯, 张舸
    《计算机应用》唯一官方网站    2021, 41 (4): 1035-1041.   DOI: 10.11772/j.issn.1001-9081.2020081589
    摘要675)      PDF (1107KB)(721)    收藏
    为了提高能见度预报的准确率,尤其是低能见度预报的准确率,提出一种基于集成学习随机森林和LightGBM的能见度预测模型。首先,以数值模式系统的气象预报数据为基础,结合地面气象观测数据、PM 2.5浓度观测数据,利用随机森林算法构建特征向量;其次,针对不同时间跨度的缺失数据,设计了3种缺失值处理方法对缺失值进行替代,生成用于训练和测试的连续性较好的数据样本集;最后,建立基于LightGBM的能见度预测模型,并用网络搜索法对其进行参数优化。把所提模型与支持向量机(SVM)、多元线性回归(MLR)、人工神经网络(ANN)在性能上进行对比。实验结果表明,对于不同的等级的能见度,应用LightGBM的能见度预测模型获得预兆得分(TS)均较高,而对于<2 km的低能见度,该模型对各观测站点的能见度预测值与各观测站点的能见度实况值的平均相关系数为0.75,平均均方误差为6.49。可见基于LightGBM的预测模型能有效提高能见度预测精度。
    参考文献 | 相关文章 | 多维度评价
    2. 面向多模态磁共振脑瘤图像的小样本分割方法
    董阳, 潘海为, 崔倩娜, 边晓菲, 滕腾, 王邦菊
    计算机应用    2021, 41 (4): 1049-1054.   DOI: 10.11772/j.issn.1001-9081.2020081388
    摘要565)      PDF (1162KB)(974)    收藏
    针对脑肿瘤磁共振成像(MRI)模态多、训练数据少、类别不平衡以及各个私有数据库差异大等导致分割困难的问题,引入小样本分割方法,并提出基于U-net的原型网络(PU-net)模型用以对脑肿瘤磁共振(MR)图像进行分割。首先对U-net的结构进行调整来提取各类瘤体的特征用以计算原型;然后在原型网络的基础上,逐像素利用原型对各空间位置进行分类,从而获取各类瘤体区域的概率图与分割结果;针对瘤体像素类别不平衡问题,采用自适应权重交叉熵损失函数来减小背景类对损失计算的影响;最后加入原型校验机制,即融合利用分割得到的概率图和查询图像对原型进行校验。所提方法在公开数据集BraTS2018上进行实验,得到的平均Dice系数为0.654,阳性预测率为0.662,灵敏度为0.687,豪斯多夫距离为3.858,平均交并比(mIOU)达到61.4%,与最新的小样本分割方法原型校准网络(PANet)和基于注意力的多上下文引导网络(A-MCG)相比各项指标均有所提升。结果显示引入小样本分割方法对脑肿瘤MR图像进行分割有不错的效果,采用自适应权重交叉熵损失函数也有着一定的帮助,可以对脑肿瘤诊断治疗起到有效的辅助作用。
    参考文献 | 相关文章 | 多维度评价
    3. 基于拉普拉斯金字塔生成对抗网络的图像超分辨率重建算法
    段友祥, 张含笑, 孙歧峰, 孙友凯
    计算机应用    2021, 41 (4): 1020-1026.   DOI: 10.11772/j.issn.1001-9081.2020081299
    摘要548)      PDF (1652KB)(1126)    收藏
    针对目前的图像超分辨率重建算法中存在的大尺度因子的重建效果较差、不同尺度的图像重建均需要单独训练等问题,提出一种基于拉普拉斯金字塔生成对抗网络(GAN)的图像超分辨率重建算法。算法中的生成器使用金字塔结构实现多尺度的图像重建,从而以渐进上采样的方式降低了大尺度因子的学习难度,并在层与层之间使用密集连接加强特征传播,从而有效避免了梯度弥散问题。算法中使用马尔可夫判别器将输入数据映射为结果矩阵,并在训练的过程中引导生成器关注图像的局部特征,从而丰富了重建图像的细节。实验结果表明:在Set5等基准数据集上分别进行放大2倍、4倍、8倍的图像重建时,所提算法的平均峰值信噪比(PSNR)分别达到了33.97 dB、29.15 dB、25.43 dB,平均结构相似性(SSIM)分别达到了0.924、0.840、0.667,相比用于超分辨率重建的卷积神经网络(SRCNN)、深度拉普拉斯金字塔超分辨率重建网络(LapSRN)、用于超分辨率重建的生成对抗式网络(SRGAN)等其他算法有较大提升,且其重建的图像在主观视觉上保留了更多生动的纹理和小颗粒细节。
    参考文献 | 相关文章 | 多维度评价
    4. 基于区块链的密封式投标拍卖方案
    李蓓, 张问银, 王九如, 赵伟, 王海峰
    计算机应用    2021, 41 (4): 999-1004.   DOI: 10.11772/j.issn.1001-9081.2020081329
    摘要459)      PDF (1651KB)(761)    收藏
    随着互联网技术的飞速发展,传统拍卖正逐渐转变为电子拍卖,其中隐私保护越来越受到关注。针对当前电子投标拍卖系统中出现的问题,如竞买人隐私存在被泄露的风险、第三方拍卖中心的费用昂贵、第三方拍卖中心可能与竞买人勾结等,提出一种基于区块链智能合约技术的密封式投标拍卖方案。该方案充分利用区块链的去中心化、防篡改和可信赖性等特征构建了一个无第三方的拍卖环境,并通过区块链上的安全保证金策略约束竞买人的行为,从而提高密封式电子拍卖的安全性。同时该方案利用Pedersen承诺保护竞买人的竞拍价格不被泄露,并通过Bulletproofs零知识证明协议验证中标价格的正确性。安全性分析和实验结果表明,提出的拍卖方案满足安全性要求,各个阶段的时间消耗均在可接受范围内,满足日常拍卖要求。
    参考文献 | 相关文章 | 多维度评价
    5. 基于三支决策的虚拟机节能迁移策略
    杨翎, 姜春茂
    计算机应用    2021, 41 (4): 990-998.   DOI: 10.11772/j.issn.1001-9081.2020081294
    摘要402)      PDF (1403KB)(466)    收藏
    虚拟机迁移技术作为云计算中降低数据中心能耗的重要手段被广泛应用。结合三支决策的分、治、效模型提出一种基于三支决策的虚拟机迁移调度策略(TWD-VMM)。首先,通过建立层次阈值树搜索所有可能取到的阈值,由此以数据中心能耗为优化目标得到总能耗最低的一对阈值,从而实现三分区域,即高负载区域、中负载区域和低负载区域。其次,针对不同负载的主机采取不同的迁移策略:对于高负载主机,以主机预迁出后的多维资源均衡度和主机负载下降幅度为目标;对于低负载主机,主要考虑主机预放置后的多维资源均衡度;对于中等负载主机,如果迁移过来的虚拟机依旧满足中负载特性,则可以接受迁入。实验采用CloudSim模拟器进行,将TWD-VMM算法分别与基于阈值调度算法(TVMS)、基于虚拟机迁移节能调度算法(EEVS)、云计算中心节能调度算法(REVMS)算法在主机负载、主机多维资源利用均衡度、数据中心总能耗等方面进行比较,结果表明TWD-VMM算法在提高主机资源利用率、均衡主机负载等方面有明显效果,且能耗平均降低了27%。
    参考文献 | 相关文章 | 多维度评价
    6. 基于深度卷积网络的运动想象脑电信号模式识别
    霍首君, 郝琰, 石慧宇, 董艳清, 曹锐
    计算机应用    2021, 41 (4): 1042-1048.   DOI: 10.11772/j.issn.1001-9081.2020081300
    摘要396)      PDF (2049KB)(555)    收藏
    针对运动想象脑电信号(MI-EEG)分类准确率普遍偏较低的问题,引入基于深度框架的卷积神经网络模型(CNN)。首先,使用短时傅里叶变换(STFT)和连续小波变换(CWT)得到两种不同解析度下的时频信息;然后将其与电极通道位置信息相结合并以三维张量的形式作为CNN的输入;其次,设计了两种基于不同卷积策略的网络模型MixedCNN和StepByStepCNN来分别对两种形式的输入进行特征提取和分类识别;最后,针对因训练集样本过少而易发生的过拟合问题,引入mixup数据增强策略。在BCI Competition Ⅱ dataset Ⅲ数据集上的实验结果表明,CWT得到的样本集通过mixup数据增强后送入MixedCNN网络训练出的模型的识别准确率最高(93.57%),相较于另外四种分析方法:公共空间模式(CSP)+支持向量机(SVM)、自适应自回归模型(AAR)+线性判别分析(LDA)、离散小波变换(DWT)+长短期记忆网络(LSTM)、STFT+堆栈自编码器(SAE)分别提高了19.1%、20.2%、11.7%和2.3%。所提方法可以为MI-EGG分类任务提供参考。
    参考文献 | 相关文章 | 多维度评价
    7. 基于超列注意力机制的京剧人物识别
    覃俊, 罗一凡, 帖军, 郑禄, 吕伟龙
    计算机应用    2021, 41 (4): 1027-1034.   DOI: 10.11772/j.issn.1001-9081.2020081274
    摘要380)      PDF (2985KB)(566)    收藏
    为了克服京剧人物视觉特征提取的难点及满足京剧人物实时识别的需求,提出基于超列注意力机制的卷积神经网络(HCA-CNN)来实现面向京剧人物的细粒度特征提取和识别。该网络中用于关键区域定位的注意力机制借鉴了用于图像分割和细粒度定位的超列(HyperColumn)特征思想,通过超列集基于像素点的形式串联主干分类网络来形成多层叠加特征,从而更好地兼顾早期浅层空间特征与后期深度类别语义特征,并提高定位任务与主干网络分类任务的准确度。同时,该网络的主干网络采用轻量级的MobileNetV2,从而更好地满足视频应用场景下的实时性要求。此外,还创建了京剧人物(BJOR)数据集,并在此数据集上进行了相关消融实验。实验结果显示,HCA-CNN与传统细粒度循环注意力网络(RA-CNN)相比,除了在准确率(Accuracy)指标上提高了0.63个百分点以外,其内存使用量(Memory Usage)、参数量(Params)分别减少了162.84 MB、131.5 MB,乘加次数(Mult-Adds)、每秒浮点运算次数(FLOPs)分别减少了39 885×10 6、51 886×10 6。可见,针对京剧人物视觉特征提出的HCA-CNN能有效提高京剧人物识别的准确率和效率,满足实际应用的需求。
    参考文献 | 相关文章 | 多维度评价
    8. 基于注意力融合网络的视频超分辨率重建
    卞鹏程, 郑忠龙, 李明禄, 何依然, 王天翔, 张大伟, 陈丽媛
    计算机应用    2021, 41 (4): 1012-1019.   DOI: 10.11772/j.issn.1001-9081.2020081292
    摘要375)      PDF (2359KB)(741)    收藏
    基于深度学习的视频超分辨率方法主要关注视频帧内和帧间的时空关系,但以往的方法在视频帧的特征对齐和融合方面存在运动信息估计不精确、特征融合不充分等问题。针对这些问题,采用反向投影原理并结合多种注意力机制和融合策略构建了一个基于注意力融合网络(AFN)的视频超分辨率模型。首先,在特征提取阶段,为了处理相邻帧和参考帧之间的多种运动,采用反向投影结构来获取运动信息的误差反馈;然后,使用时间、空间和通道注意力融合模块来进行多维度的特征挖掘和融合;最后,在重建阶段,将得到的高维特征经过卷积重建出高分辨率的视频帧。通过学习视频帧内和帧间特征的不同权重,充分挖掘了视频帧之间的相关关系,并利用迭代网络结构采取渐进的方式由粗到精地处理提取到的特征。在两个公开的基准数据集上的实验结果表明,AFN能够有效处理包含多种运动和遮挡的视频,与一些主流方法相比在量化指标上提升较大,如对于4倍重建任务,AFN产生的视频帧的峰值信噪比(PSNR)在Vid4数据集上比帧循环视频超分辨率网络(FRVSR)产生的视频帧的PSNR提高了13.2%,在SPMCS数据集上比动态上采样滤波视频超分辨率网络(VSR-DUF)产生的视频帧的PSNR提高了15.3%。
    参考文献 | 相关文章 | 多维度评价
    9. 无线体域网隐私保护机制研究综述
    秦静, 安雯, 季长清, 汪祖民
    计算机应用    2021, 41 (4): 970-975.   DOI: 10.11772/j.issn.1001-9081.2020081293
    摘要371)      PDF (980KB)(670)    收藏
    无线体域网(WBAN)是由若干可穿戴或可植入设备及其传输节点、处理节点组成的网络结构,是当前医疗物联网重要应用方向之一。网络中的设备收集用户生理数据,通过无线技术将其发送到远端的医疗服务器,然后医疗服务提供商则通过网络访问服务器,从而为佩戴者提供服务。然而,鉴于无线网络的开放性和移动性,若WBAN中的信息被窃取、伪造或在信道中受到攻击,轻则泄露佩戴者隐私,重则危害用户的人身安全。对WBAN中隐私保护机制相关技术研究进行综述,在分析该网数据传输特点的基础上,总结了基于认证、加密和生物信号的隐私保护机制,并比较了它们的优缺点,从而为在WBAN应用中提高防范意识、改进防范技术提供参考。
    参考文献 | 相关文章 | 多维度评价
    10. 国家食品安全标准图谱的构建及关联性分析
    秦丽, 郝志刚, 李国亮
    计算机应用    2021, 41 (4): 1005-1011.   DOI: 10.11772/j.issn.1001-9081.2020081311
    摘要364)      PDF (2022KB)(612)    收藏
    国家食品安全标准(NFSS)既是食品生产者的操作规范,也是食品安全监督的执法准绳。然而,NFSS种类繁多,它们涉及内容广泛,且相互引用关系复杂。为了系统地研究NFSS的内容与结构,对NFSS进行了知识抽取与引用关系挖掘。首先,利用知识图谱(KG)技术提取了标准文件的内容与标准文件之间的引用关系,以这些提取出来的内容作为三元组来构建NFSS知识图谱。然后将这个知识图谱与人工构建的基于危害分析关键控制点(HACCP)标准的食品生产过程本体相关联,使食品安全标准与相关的食品生产过程可以建立联系。同时利用Louvain社区发现算法对图谱中的标准引用网络进行分析,发现了在NFSS中引用度较高的标准及其类型。最后,利用gStore的应用程序接口(API)和Django搭建了一个问答系统,实现了基于自然语言的知识检索与推理,可以在指定需求下查询图谱中影响力较高的NFSS。
    参考文献 | 相关文章 | 多维度评价
    11. 融合网络结构信息及文本内容的标签推荐方法
    车冰倩, 周栋
    计算机应用    2021, 41 (4): 976-983.   DOI: 10.11772/j.issn.1001-9081.2020081275
    摘要360)      PDF (1060KB)(686)    收藏
    为文本推荐合适的标签是更好地组织和使用文本内容的一项有效手段,目前大部分标签推荐方法主要通过挖掘文本内容来进行推荐。然而,大部分数据信息并非独立存在,如语料库中的文本间的词共现关系可形成复杂的网络结构。以往研究表明,文本间的网络结构信息和文本内容信息可以分别从两个不同的角度对同一文本的语义进行概括,并且从两方面提取的信息可以互为补充和解释。基于此,提出一种同时对文本网络结构信息和文本内容信息进行建模的标签推荐方法。该方法首先使用图卷积神经网络(GCN)提取文本间网络的结构信息,然后使用循环神经网络(RNN)提取文本内容信息,最后使用注意力机制结合文本间网络结构信息和文本内容信息进行标签的推荐。与基于图卷积神经网络(GCN)的标签推荐方法、基于主题注意力的长短时记忆(TLSTM)神经网络的标签推荐方法等基线方法相比,提出的使用注意力机制结合网络结构信息与文本内容信息的标签推荐方法具有更好的性能。如在Mathematics Stack Exchange数据集上所提方法的准确率、召回率和F1值相较最优基线方法分别提高了2.3%、3.8%、7.0%。
    参考文献 | 相关文章 | 多维度评价
    12. 面向图计算的运行时系统的消息聚合技术
    张鲁飞, 孙茹君, 秦芳
    计算机应用    2021, 41 (4): 984-989.   DOI: 10.11772/j.issn.1001-9081.2020081290
    摘要275)      PDF (1024KB)(486)    收藏
    图计算应用的通信模式以时空随机的点对点细粒度通信为主,但现有高性能计算机的网络系统应对大量细粒度通信时表现不佳,进而影响整体性能。虽然在应用层进行通信优化可以有效提升图计算应用性能,但这会给应用开发人员带来很大的负担,因此提出并实现结构动态的消息聚合技术,通过构建虚拟拓扑的方法在通信路径上增加中间点从而提升消息聚合的效果。传统的消息聚合策略一般仅在通信源或者目的地上进行,聚合机会有限,而所提技术通过灵活调整虚拟拓扑的结构和配置适应了不同硬件条件和应用特征。同时,还提出并实现了面向图计算的有消息聚合的运行时系统,这使得在程序迭代执行时可以动态选择参数,从而减少开发人员负担。在256节点规模的系统上实验的结果显示,使用所提消息聚合技术优化后的典型图计算应用的性能可得到100%以上的提升。
    参考文献 | 相关文章 | 多维度评价
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