当期目录

    2021年 第41卷 第7期 刊出日期:2021-07-10
    人工智能
    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
    2021, 41(7):  1849-1856.  DOI: 10.11772/j.issn.1001-9081.2020081282
    摘要 ( )   PDF (2685KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于图卷积与长短期记忆网络的动态网络表示学习模型
    张元钧, 张曦煌
    2021, 41(7):  1857-1864.  DOI: 10.11772/j.issn.1001-9081.2020081304
    摘要 ( )   PDF (1298KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对动态网络节点之间链路预测的准确率低和运行时间长的情况,提出了一种以降噪自编码器(dAE)为框架,结合图卷积网络(GCN)和长短期记忆(LSTM)网络的动态网络表示学习模型dynGAELSTM。首先,该模型的前端采用GCN捕获动态图节点的高阶图邻域的特征信息;其次,将提取到的信息输入dAE的编码层以获取低维特征向量,并在LSTM网络上获取动态网络的时空依赖特征;最后,经dAE的解码层重建预测图,并与真实图对比来构建损失函数,从而优化模型完成链路预测。理论分析和仿真实验表明,dynGAELSTM模型相较于预测性能第二的模型在三个数据集上的预测性能分别提升了0.79、1.19和3.13个百分点,模型的运行时间降低了0.92%和1.73%。可见dynGAELSTM模型在链路预测任务中相较于现有模型精度提升,复杂度降低。
    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
    2021, 41(7):  1865-1870.  DOI: 10.11772/j.issn.1001-9081.2020081254
    摘要 ( )   PDF (991KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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%。
    基于知识图谱和重启随机游走的跨平台用户推荐方法
    余敦辉, 张蕗怡, 张笑笑, 毛亮
    2021, 41(7):  1871-1877.  DOI: 10.11772/j.issn.1001-9081.2020111745
    摘要 ( )   PDF (1188KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对单一社交网络平台中推荐相似用户结果单一,对用户兴趣和行为信息了解不够全面的问题,提出了基于知识图谱和重启随机游走的跨平台用户推荐方法(URCP-KR)。首先,在分割、匹配出的目标平台图谱和辅助平台图谱的相似子图中,利用改进的多层循环神经网络(RNN)预测出候选用户实体,再综合利用拓扑结构特征相似度和用户画像相似度筛选出相似用户;然后,将辅助平台图谱中的相似用户的关系信息补全到目标平台图谱;最后,计算目标平台图谱中的用户游走到社区内每个用户的概率,从而得到用户之间的兴趣相似度来实现用户推荐。实验结果表明,与协同过滤(CF)算法、基于跨平台的在线社交网络用户推荐算法(URCP)和基于多开发者社区的用户推荐算法(UR-MC)相比,URCP-KP在推荐精确率及推荐多样性等方面均有所提高,推荐精确率最高可达95.31%,推荐覆盖率最高可达88.42%。
    融合内容特征和时序信息的深度注意力视频流行度预测模型
    武维, 李泽平, 杨华蔚, 林川, 王忠德
    2021, 41(7):  1878-1884.  DOI: 10.11772/j.issn.1001-9081.2020101619
    摘要 ( )   PDF (1092KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对视频流行度动态变化过程中的时序信息难以捕捉的问题,提出一种融合内容特征和时序信息的深度注意力视频流行度预测模型(DAFCT)。首先,根据用户的反馈信息,构建基于注意力机制的长短期记忆网络(Attention-LSTM)模型来捕捉流行趋势并挖掘时序信息;然后,采用神经网络因子分解机(NFM)处理多模态的内容特征,并采用嵌入技术对稀疏的高维特征进行降维处理,从而降低模型的计算复杂性;最后,采用concatenate方法融合时序信息和内容特征,并设计了一种深度注意力视频流行度预测(DAVPP)算法来求解DAFCT。实验结果表明,与Attention-LSTM模型和NFM模型相比,DAFCT的召回率分别提高了10.82和3.31个百分点,F1分数分别提高了9.80和3.07个百分点。
    基于模糊推理的模糊原型网络
    杜炎, 吕良福, 焦一辰
    2021, 41(7):  1885-1890.  DOI: 10.11772/j.issn.1001-9081.2020091482
    摘要 ( )   PDF (962KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对真实数据具有的模糊性和不确定性会严重影响小样本学习分类结果这一问题,改进并优化了传统的小样本学习原型网络,提出了基于模糊推理的模糊原型网络(FPN)。首先,从卷积神经网络(CNN)和模糊神经网络两个方向分别获取图像特征信息;然后,对获得的两部分信息进行线性知识融合,得到最终的图像特征;最后,度量各个类别原型到查询集的欧氏距离,得到最终的分类效果。在小样本学习分类的主流数据集Omniglot和miniImageNet上进行一系列实验。实验结果显示:在miniImageNet数据集上,所提模型在5类1样本的实验设置下精度达到49.38%,在5类5样本的实验设置下精度达到67.84%,在30类1样本的实验设置下精度达到51.40%;在Omniglot数据集上该模型的精度相较于传统的原型网络同样有较大提升。
    基于命名实体识别任务反馈增强的中文突发事件抽取方法
    武国亮, 徐继宁
    2021, 41(7):  1891-1896.  DOI: 10.11772/j.issn.1001-9081.2020091492
    摘要 ( )   PDF (1083KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对基于双向长短期记忆网络-条件随机场(BiLSTM-CRF)的事件抽取模型仅能获取字粒度语义信息,可学习特征维度较低致使模型上限低的问题,以开放领域的中文公共突发事件数据为研究对象,提出了一种基于命名实体识别任务反馈增强的中文突发事件抽取方法FB-Latiice-BiLSTM-CRF。首先,将Lattice(点阵)机制融合双向长短期记忆(BiLSTM)网络作为模型的共享层,获取句子中的词语语义特征;其次,增加命名实体识别辅助任务,以联合学习和挖掘实体语义信息,同时将命名实体识别任务的输出反馈到输入端,提取其中实体对应的分词结果作为Lattice机制的外输入,以减少该机制自组词数量大带来的运算负荷并进一步强化对实体语义特征的提取;最后,通过最大化同方差不确定性的最大高斯似然估计方法计算模型总损失,从而解决多任务联合学习产生的损失不平衡问题。实验结果表明,FB-Latiice-BiLSTM-CRF在测试集上的准确率达到81.25%,召回率达到76.50%,F1值达到78.80%,较基准模型分别提升7.63、4.41和5.95个百分点,验证了该方法对基准模型改进的有效性。
    基于注意力机制的文本作者识别
    张洋, 江铭虎
    2021, 41(7):  1897-1901.  DOI: 10.11772/j.issn.1001-9081.2020101528
    摘要 ( )   PDF (795KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于相关度距离的无监督并行哈希图像检索
    杨粟, 欧阳智, 杜逆索
    2021, 41(7):  1902-1907.  DOI: 10.11772/j.issn.1001-9081.2020091472
    摘要 ( )   PDF (967KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对传统无监督哈希图像检索模型中存在图像数据之间的语义信息学习不足,以及哈希编码长度每换一次模型就需重新训练的问题,提出一种用于大规模图像数据集检索的无监督搜索框架——基于相关度距离的无监督并行哈希图像检索模型。首先,使用卷积神经网络(CNN)学习图像的高维特征连续变量;然后,使用相关度距离衡量特征变量构建伪标签矩阵,并将哈希函数与深度学习相结合;最后,在哈希码生成时使用并行方式逐步逼近原始视觉特征,达到一次训练生成多长度哈希码的目的。实验结果表明,该模型在FLICKR25K数据集上对16 bit、32 bit、48 bit和64 bit的4种不同哈希码的平均精度均值(mAP)分别为0.726、0.736、0.738和0.738,与SSDH模型相比分别提升了9.4、8.2、6.2、7.3个百分点;而在训练时间方面,该模型与SSDH模型相比减少6.6 h。所提模型在大规模图像检索时能够有效缩短训练时间、提升检索精度。
    基于改进的双向长短期记忆网络的视频摘要生成模型
    武光利, 李雷霆, 郭振洲, 王成祥
    2021, 41(7):  1908-1914.  DOI: 10.11772/j.issn.1001-9081.2020091512
    摘要 ( )   PDF (1515KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对传统视频摘要方法往往没有考虑时序信息以及提取的视频特征过于复杂、易出现过拟合现象的问题,提出一种基于改进的双向长短期记忆(BiLSTM)网络的视频摘要生成模型。首先,通过卷积神经网络(CNN)提取视频帧的深度特征,而且为了使生成的视频摘要更具多样性,采用BiLSTM网络将深度特征识别任务转换为视频帧的时序特征标注任务,让模型获得更多上下文信息;其次,考虑到生成的视频摘要应当具有代表性,因此通过融合最大池化在降低特征维度的同时突出关键信息以淡化冗余信息,使模型能够学习具有代表性的特征,而特征维度的降低也减少了全连接层需要的参数,避免了过拟合问题;最后,预测视频帧的重要性分数并转换为镜头分数,以此选取关键镜头生成视频摘要。实验结果表明,在标准数据集TvSum和SumMe上,改进后的视频摘要生成模型能提升生成视频摘要的准确性;而且它的F1-score值也比基于长短期记忆(LSTM)网络的视频摘要模型DPPLSTM在两个数据集上分别提高1.4和0.3个百分点。
    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
    2021, 41(7):  1915-1921.  DOI: 10.11772/j.issn.1001-9081.2020091515
    摘要 ( )   PDF (1681KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于深度对齐网络的生成对抗网络伪造人脸检测
    汤桂花, 孙磊, 毛秀青, 戴乐育, 胡永进
    2021, 41(7):  1922-1927.  DOI: 10.11772/j.issn.1001-9081.2020081214
    摘要 ( )   PDF (1450KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对现有的生成对抗网络(GAN)伪造人脸图像检测方法在有角度及遮挡情况下存在的真实人脸误判问题,提出了一种基于深度对齐网络(DAN)的GAN伪造人脸图像检测方法。首先,基于DAN设计面部关键点提取网络,以提取真伪人脸关键点位置;然后,采用主成分分析(PCA)方法将每一组关键点映射到三维空间,从而减少冗余信息以及降低特征维度;最后,利用支持向量机(SVM)五折交叉验证对特征进行分类,并计算准确率。实验结果表明,该方法通过提高面部关键点定位准确度改善了由于定位误差引起的面部不协调问题,进而降低了真实人脸误判率。与VGG19、XceptionNet和Dlib-SVM方法相比,正脸情况下,该方法的ROC下面积(AUC)值提高了4.48到32.96个百分点,平均精度(AP)提高了4.26到33.12个百分点;有角度及遮挡人脸情况下,该方法的AUC值提高了10.56到30.75个百分点,AP提高了7.42到42.45个百分点。
    基于部分加权损失函数的RefineDet
    肖振远, 王逸涵, 罗建桥, 熊鹰, 李柏林
    2021, 41(7):  1928-1932.  DOI: 10.11772/j.issn.1001-9081.2020101615
    摘要 ( )   PDF (1561KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对目标检测网络单阶改进目标检测器(RefineDet)对类间不平衡数据集中小样本类别检测性能差的问题,提出一种部分加权损失函数SWLoss。首先,以每个训练批量中不同类别样本数量的倒数作为启发式的类间样本平衡因子,对分类损失中的不同类别进行加权,从而提高对小样本类别学习的关注程度;然后引入多任务平衡因子对分类损失和回归损失进行加权,缩小两个任务学习速率的差异;最后,在目标类别样本数量存在大幅差异的Pascal VOC 2007数据集和点阵字符数据集上进行实验。结果表明,与原始RefineDet相比,基于SWLoss的RefineDet明显提高了小样本类别的检测精度,它在两个数据集上的平均精度均值(mAP)分别提高了1.01、9.86个百分点;与基于损失平衡函数和加权成对损失的RefineDet相比,基于SWLoss的RefineDet在两个数据集上的mAP分别提高了0.68、4.73和0.49、1.48个百分点。
    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
    2021, 41(7):  1933-1938.  DOI: 10.11772/j.issn.1001-9081.2020081167
    摘要 ( )   PDF (1734KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于改进Faster R-CNN的轮胎缺陷检测方法
    吴则举, 焦翠娟, 陈亮
    2021, 41(7):  1939-1946.  DOI: 10.11772/j.issn.1001-9081.2020091488
    摘要 ( )   PDF (1816KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    数据科学与技术
    面向分布式漂移数据流的集成分类模型
    尹春勇, 张帼杰
    2021, 41(7):  1947-1955.  DOI: 10.11772/j.issn.1001-9081.2020081277
    摘要 ( )   PDF (1255KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对大数据环境下分类精度不高的问题,提出了一种面向分布式数据流的集成分类模型。首先,使用微簇模式减少局部节点向中心节点传输的数据量,降低通信代价;然后,使用样本重构算法生成全局分类器的训练样本;最后,提出一种面向漂移数据流的集成分类模型,采用动态分类器和稳定分类器的加权组合策略,使用混合标记策略标记最具代表性的样本以更新集成模型。在两个虚拟数据集和两个真实数据集上的实验结果表明,该模型与DS-means、BDS-ensemble这两个分布式挖掘模型相比,受到概念漂移时的波动较小;而与在线主动学习集成模型(OALEnsemble)相比,准确率更高,在四个数据集上的准确率分别提高了1.58、0.97、0.77和1.91个百分点。该模型虽然在内存消耗上略高于DS-means和BDS-ensemble模型,但是可以在较小的内存代价下获得较大的分类性能的提升。因此,该模型适用于具有分布式和流动性特征的大数据的分类工作,如网络监控、银行业务系统等。
    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
    2021, 41(7):  1956-1963.  DOI: 10.11772/j.issn.1001-9081.2020081193
    摘要 ( )   PDF (1616KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    用户互动表示下的影响力最大化算法
    张萌, 李维华
    2021, 41(7):  1964-1969.  DOI: 10.11772/j.issn.1001-9081.2020081225
    摘要 ( )   PDF (952KB) ( )  
    参考文献 | 相关文章 | 计量指标
    影响力最大化问题旨在社交网络中选取一组有效的种子用户,使信息通过这些用户能够达到最大范围的传播。传统影响力最大化问题的研究依赖于特定的网络结构和扩散模型,而经过人工处理的简化网络和建立在假设之上的扩散模型在评估用户真实影响力时存在较大局限。为解决该问题,提出一种基于用户互动表示的影响力最大化算法(IMUIR)。首先,根据用户互动痕迹进行随机采样,构造用户上下文对,并经过SkipGram模型训练得到用户的向量表示;然后,利用贪婪策略,根据源用户自身的活跃度和这些用户与其他用户的交互联系度选择最佳种子集。为验证IMUIR的有效性,将其与Random、AC、Kcore和Imfector在2个拥有真实互动信息的社交网络上进行对比实验。结果表明,利用IMUIR选出的种子集质量更高,产生的影响传播范围较广,且在2个数据集上表现稳定。
    网络空间安全
    基于证书的有线局域网安全关联方案改进与分析
    肖跃雷, 邓小凡
    2021, 41(7):  1970-1976.  DOI: 10.11772/j.issn.1001-9081.2020081155
    摘要 ( )   PDF (883KB) ( )  
    参考文献 | 相关文章 | 计量指标
    在基于三元对等鉴别(TePA)的有线局域网(LAN)媒体访问控制安全(TLSec)中,基于证书的LAN安全关联方案在交换密钥建立过程中存在通信浪费和不适用于可信计算环境的问题。为了解决这两个问题,首先提出了一种改进的基于证书的LAN安全关联方案。该方案简化了新加入交换机与各个不相邻交换机之间的交换密钥建立过程,从而提高了交换密钥建立过程的通信性能。然后,在该方案基础上提出了一种可信计算环境下的基于证书的LAN安全关联方案。该方案在基于证书的鉴别过程中增加了对新加入终端设备的平台认证,从而实现了新加入终端设备的可信网络接入,能有效防止新加入终端设备将蠕虫、病毒和恶意软件带入LAN。最后,利用串空间模型(SSM)证明了这两个方案是安全的。此外,通过定性和定量的对比分析可知,这两个方案要优于相关文献所提出的方案。
    基于中国剩余定理的区块链存储扩展模型
    卿欣艺, 陈玉玲, 周正强, 涂园超, 李涛
    2021, 41(7):  1977-1982.  DOI: 10.11772/j.issn.1001-9081.2020081256
    摘要 ( )   PDF (1043KB) ( )  
    参考文献 | 相关文章 | 计量指标
    区块链以分布式账本的形式存储交易数据,其节点通过存储哈希链来持有当前数据的副本。由于区块链链式结构的特殊性,区块的数量会随着时间推移不断增加,节点承受的存储压力也随之增大,因此存储扩展性成为区块链发展的瓶颈之一。针对该问题,提出了一种基于中国剩余定理(CRT)的区块链存储扩展模型。模型将区块链分为高安全性区块和低安全性区块,并对它们采取不同的存储策略。其中,低安全性区块以全网保存(所有节点都需保存)的形式进行存储,高安全性区块被基于CRT的分割算法分片后以分布式的形式进行存储。此外,利用冗余余数系统(RRNS)的错误检测与纠正来防止恶意节点攻击,进而提高数据稳定性和完整性。实验结果与安全性分析表明,所提模型在具有安全性、容错性的同时保障了数据的完整性,还能有效地减少节点的存储消耗,增强区块链系统的存储扩展性。
    改进SM2签名方法的区块链数字签名方案
    杨龙海, 王学渊, 蒋和松
    2021, 41(7):  1983-1988.  DOI: 10.11772/j.issn.1001-9081.2020081220
    摘要 ( )   PDF (1080KB) ( )  
    参考文献 | 相关文章 | 计量指标
    为了提高联盟链实用拜占庭容错(PBFT)算法共识过程中数字签名密钥保存安全性和签名效率问题,结合联盟链PBFT共识算法的实际运用环境提出了一种基于密钥分割和国家标准SM2签名算法的可信第三方证明签名方案。该方案中由可信第三方产生和分割密钥并将子分割私钥分发给共识节点,每次共识须先向可信第三方证明身份后,获取另一半子分割私钥来进行身份签名验证。该签名方案结合联盟链的特性实现了私钥的分割保存,利用共识特性结合哈希摘要消去了传统SM2算法中的模逆的过程。通过理论分析证明了该方案可抗数据篡改和签名伪造,同时借助Java开发工具包(JDK1.8)和TIO网络框架模拟共识中的签名过程。实验结果表明所提方案比传统SM2签名算法效率更高,并且共识节点越多效率差距越明显,在节点数达到30时,其效率较传统SM2算法可以提升27.56%,表明该方案可以满足当前联盟链PBFT共识的应用环境。
    基于区块链的车联网电子取证模型
    陈葳葳, 曹利, 顾翔
    2021, 41(7):  1989-1995.  DOI: 10.11772/j.issn.1001-9081.2020081205
    摘要 ( )   PDF (1260KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对车辆交通事故取证困难、责任归属难以判定等问题,提出一种车联网(IOV)通信架构下基于区块链的电子取证方案。该方案利用区块链去中心化存储机制实现电子证据的远程存储,并利用智能合约机制完成电子证据的快速检索和相关证据链的有效追溯;而为有效保护车辆身份的隐私,提出一种令牌机制来对数据进行访问控制;同时,为满足IOV的实时取证要求,提出了一种高效批量共识机制。实验仿真表明,所提方案中的新型共识算法效率优于传统委托权益证明(DPOS)共识算法,且取证速度满足IOV环境的需求,保证了电子证据的不可篡改、不可否认及永久保存等特性,实现了区块链技术在司法存取证方面的应用。
    基于改进三元组网络和K近邻算法的入侵检测
    王月, 江逸茗, 兰巨龙
    2021, 41(7):  1996-2002.  DOI: 10.11772/j.issn.1001-9081.2020081217
    摘要 ( )   PDF (1105KB) ( )  
    参考文献 | 相关文章 | 计量指标
    入侵检测一直以来被视作是保证网络安全的重要手段。针对网络入侵检测中检测准确率和计算效率难以兼顾的问题,借鉴深度度量学习思想,提出了改进三元组网络(imTN)结合K近邻(KNN)的网络入侵检测模型imTN-KNN。首先,设计了适用于解决入侵检测问题的三元组网络结构,以获取更有利于后续分类的距离特征;其次,为了应对移除传统模型中的批量归一化(BN)层造成过拟合进而影响检测精度的问题,引入了Dropout层和Sigmoid激活函数来替换BN层,从而提高模型性能;最后,用多重相似性损失函数替换传统三元组网络模型的损失函数。此外,将imTN的距离特征输出作为KNN算法的输入再次训练。在基准数据集IDS2018上的对比实验表明:与现有性能良好的基于深度神经网络的入侵检测系统(IDS-DNN)和基于卷积神经网络与长短期记忆(CNN-LSTM)的检测模型相比,在Sub_DS3子集上,imTN-KNN的检测准确率分别提高了2.76%和4.68%,计算效率分别提高了69.56%和74.31%。
    先进计算
    面向制造任务的云制造虚拟车间构造方法
    赵秋云, 魏乐, 舒红平
    2021, 41(7):  2003-2011.  DOI: 10.11772/j.issn.1001-9081.2020081245
    摘要 ( )   PDF (1325KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对云制造模式下快速选择和组织相关制造资源、保证制造任务执行的问题,提出一种面向制造任务的云制造虚拟车间构造方法。该方法将制造过程抽象为制造任务执行链,链中的节点对应制造设备云服务或检验云服务,链中的有向边对应物流云服务;并通过行业域、地域和类型域来组织管理云服务,以构造规模较小的候选云服务集,同时减少功能匹配、性能匹配、价格匹配和时间匹配的计算量,达到快速构建云制造虚拟车间的目的。算例分析表明,相比其他方法,该方法能够在更短的时间内完成云服务的选择,并保证所选云服务的服务质量(QoS)在相关域中是更好的。
    基于协同进化的约束多目标优化算法
    张祥飞, 鲁宇明, 张平生
    2021, 41(7):  2012-2018.  DOI: 10.11772/j.issn.1001-9081.2020081344
    摘要 ( )   PDF (975KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对约束多目标优化算法存在难以有效地兼顾收敛性和多样性的问题,提出一种基于协同进化的约束多目标优化算法。第一阶段,通过基于稳态演化的可行解搜索方式得到一个具有一定数量可行解的种群;第二阶段,将这个种群拆分为两个子种群,并通过双子种群协同进化的方式实现对收敛性和多样性的兼顾;最后采用标准约束多目标优化问题CF1~CF7、DOC1~DOC7和实际工程问题进行仿真实验,以测试所提算法的求解性能。实验结果表明,与基于约束支配准则的非支配排序遗传算法(NSGA-Ⅱ-CDP)、两阶段算法(ToP)、推拉搜索算法(PPS)和约束多目标优化的双存档进化算法(C-TAEA)相比,所提算法在反向世代距离(IGD)和超体积(HV)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多样性。
    网络与通信
    多中继协作空间调制的中继选择及性能分析
    李彤, 仇润鹤
    2021, 41(7):  2019-2025.  DOI: 10.11772/j.issn.1001-9081.2020081238
    摘要 ( )   PDF (1001KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对多中继协作空间调制(SM)系统中的中继选择问题,提出一种基于中继节点位置的选择方案,并将该方案应用于系统中,对系统的误比特率(BER)性能进行了分析。该系统在源节点使用SM技术,每一时隙仅激活一根发射天线,并基于中继节点的位置信息,在全部中继中选择最接近源节点和目的节点间中点的一个放大转发(AF)中继进行转发。运用矩生成函数法推导了该系统在瑞利衰落信道下成对错误概率的解,并由此给出了系统的理论BER。仿真结果表明,与随机选择和循环转发中继的方法相比,该中继选择方法能够在系统中获得更好的BER性能。
    基于禁忌搜索和Q-learning的CR-NOMA系统的功率分配算法
    周烁, 仇润鹤, 唐旻俊
    2021, 41(7):  2026-2032.  DOI: 10.11772/j.issn.1001-9081.2020081249
    摘要 ( )   PDF (1128KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对下一代移动通信对于高速率和大规模连接的需求,对认知无线电(CR)-非正交多址接入(NOMA)混合系统中通过优化功率分配来提升次用户总传输速率进行研究,提出一种基于禁忌搜索和Q-learning的功率分配(PATSQ)算法。首先,认知基站在系统环境中观测并学习用户的功率分配,次用户采用NOMA方式接入授权信道。其次,将功率优化分配问题中的功率分配、信道状态和总传输速率分别表述为马尔可夫决策过程中的动作、状态和奖励,通过结合禁忌搜索和Q-learning的方法来解决该马尔可夫决策过程问题并得到一个最优的禁忌Q表。最后,在主次用户服务质量(QoS)和最大发射功率的约束下,认知基站通过查找禁忌Q表得到最优的功率分配因子,实现系统中次用户总传输速率的最大化。仿真结果表明,在总功率相同条件下,所提算法在次用户总传输速率和系统容纳用户数量上要优于认知移动无线网络(CMRN)算法、次用户预解码(SFDM)算法以及传统等功率分配算法。
    智能电网中两阶段网络切片资源分配技术
    尚芳剑, 李信, 翟迪, 陆阳, 张东磊, 钱玉文
    2021, 41(7):  2033-2038.  DOI: 10.11772/j.issn.1001-9081.2020081343
    摘要 ( )   PDF (1004KB) ( )  
    参考文献 | 相关文章 | 计量指标
    为满足网络切片在智能电网中的多样化需求,提出了一个在智能电网中基于云-边协同的切片资源分配模型。为优化网络切片分配,提出一种两阶段的切片分配模型:在第一阶段中,以用户体验最优为目标,建立了本地边缘网络的资源分配问题的优化模型,并采用拉格朗日乘子法对此最优问题进行了求解;在第二阶段中,首先将网络切片资源分配系统建模成Markov决策过程,然后提出使用深度增强学习方法对核心云的切片自适应地进行资源分配。实验结果表明所提的两阶段切片资源优化分配模型可有效减少网络延迟,提高用户满意度。
    多媒体计算与计算机仿真
    基于梯度曲面面积与稀疏约束的图像平滑方法
    李辉, 吴传生, 刘俊, 刘文
    2021, 41(7):  2039-2047.  DOI: 10.11772/j.issn.1001-9081.2020081325
    摘要 ( )   PDF (6854KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对纹理图像在平滑过程中低对比度边缘易丢失和纹理细节抑制不彻底等问题,提出基于梯度曲面面积与稀疏约束的图像平滑方法。首先,将图像视作三维空间中的二维嵌入曲面,再在此基础上分析图像的几何特征并提出梯度曲面面积约束正则化项,以提高纹理抑制性能;其次,根据图像的统计特性,建立L0梯度稀疏与自适应梯度曲面面积约束的混合正则化约束图像平滑模型;最后,采用交替方向乘子法对非凸非光滑的优化模型进行高效求解。通过纹理抑制、边缘检测、纹理增强和图像融合等方面的实验结果可知,所提出的图像平滑算法克服了L0梯度最小化平滑方法易造成的阶梯效应和欠滤波等缺陷,能够在去除大量纹理信息的同时保持并锐化图像显著的边缘轮廓。
    基于前景语义信息的图像着色算法
    吴丽丹, 薛雨阳, 童同, 杜民, 高钦泉
    2021, 41(7):  2048-2053.  DOI: 10.11772/j.issn.1001-9081.2020081184
    摘要 ( )   PDF (4553KB) ( )  
    参考文献 | 相关文章 | 计量指标
    图像可分为前景部分与背景部分,而前景往往是视觉中心。在图像着色任务上,由于前景的类别多且情况复杂,着色困难,以至于图像中的前景部分会存在着色暗淡和细节丢失等问题。针对这些问题,提出了基于前景语义信息的图像着色算法,以改善图像着色效果,达到图像整体颜色自然、内容颜色丰富的目的。首先利用前景子网提取前景部分的低级特征和高级特征;然后将这些特征融合到全景子网训练中,以排除背景颜色信息影响并强调前景颜色信息;最后用生成损失和像素级别的颜色损失来不断优化网络,指导生成高质量图像。实验结果表明,引入前景语义信息后,所提算法在峰值信噪比(PSNR)和感知相似度(LPIPS)上有所提升,可有效改善视觉中心区域着色中的色泽暗淡、细节丢失、对比度低等问题;相比其他算法,该算法在图像整体上取得了更自然的着色效果,在内容部分上取得了显著的改进。
    基于分组卷积进行特征融合的全景分割算法
    冯兴杰, 张天泽
    2021, 41(7):  2054-2061.  DOI: 10.11772/j.issn.1001-9081.2020091523
    摘要 ( )   PDF (1584KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对图像全景分割任务对于实践应用中现有网络结构运算不够快速的问题,提出一种基于分组卷积进行特征融合的全景分割算法。首先,通过自底向上的方式选择经典残差网络结构(ResNet)进行特征提取,并采用不同扩张率的空洞卷积空间金字塔池化操作(ASPP)对提取到的特征进行语义分割与实例分割的多尺度特征融合;然后,通过提出一种单路分组卷积上采样方法,整合语义与实例特征进行上采样特征融合至指定大小;最后,通过对语义分支、实例分支以及实例中心点这三个分支进行损失函数运算以得到更加精细的全景分割输出结果。该模型在CityScapes数据集上与注意力引导的联合全景分割网络(AUNet)、全景特征金字塔网络(Panoptic FPN)、亲和金字塔单阶段实例分割算法(SSAP)、联合全景分割网络(UPSNet)、Panoptic-DeepLab等方法进行了实验对比。实验结果表明,与对比方法中表现最好的Panoptic-DeepLab模型相比,所提模型在极大减少了解码网络参数量的情况下,全景分割质量(PQ)值为0.565,仅下降了0.003,在建筑物、火车、自行车等物体的分割质量上有0.3~5.5的提升,平均精确率(AP)、目标IoU阈值超过50%的平均精确率(AP50)分别提升了0.002与0.014,平均交并比(mIoU)值提升了0.06。可见该方法能提升图像全景分割速度,在PG、AP、mIoU三个指标上均有较好的精度,可以有效地完成全景分割任务。
    面向三维特征描述子的自适应二进制简化方法
    刘双元, 郑王里, 林云汉
    2021, 41(7):  2062-2069.  DOI: 10.11772/j.issn.1001-9081.2020091501
    摘要 ( )   PDF (1286KB) ( )  
    参考文献 | 相关文章 | 计量指标
    在三维(3D)局部特征描述子研究中,准确度、匹配时间以及内存消耗存在此消彼长的问题。针对上述问题,基于统计理论中的标准差原理提出一种面向3D特征描述子的自适应二进制简化方法。首先,通过改变简化模型中二值化单元长度和标准差个数来生成不同的二进制特征描述子;然后,将它们应用到当前被广泛使用的基于签名的方向直方图(SHOT)描述子中,并通过实验确定最优的二值化单元长度和标准差个数的组合;最后,将最优组合下的简化描述子命名为SD-SHOT。实验结果表明,与未进行简化的SHOT描述子相比,SD-SHOT在关键点匹配时间上减少为原来的1/15,内存占有率降低为原来的1/32;与现有主流简化方法如B-SHOT等相比,SD-SHOT的性能达到了综合最优水平。此外,在由五种不同类别的物体构成的实际机器人分拣场景中验证了所提方法的有效性。
    基于感知哈希和切块的视频相似度检测方法
    吴悦, 雒江涛, 刘锐, 胡钟尹
    2021, 41(7):  2070-2075.  DOI: 10.11772/j.issn.1001-9081.2020081177
    摘要 ( )   PDF (1358KB) ( )  
    参考文献 | 相关文章 | 计量指标
    长期以来视频侵权问题层出不穷,而检测视频相似度是视频侵权的重要手段。针对现有视频相似度检测方法中存在的多特征关系难以关联、时间复杂度高等问题,提出一种基于感知哈希和切块的快速对比方法。首先,利用视频的关键图像帧生成数字指纹集;然后,基于切块的方法构建相应的倒排索引,提高数字指纹间的对比速度;最后,根据得到的数字指纹间的汉明距离进行相似度判定。实验结果表明,与传统的感知哈希对比方法相比,该方法能在保证检测准确度的前提下将检测时间平均缩短93%;与多特征哈希(MTH)、自学习哈希(STH)、光哈希(SPH)等三种常见方法相比,所提方法的平均准确率均值(mAP)分别提高了1.4%、2%和2.3%,检测时间分别缩短了24%、32%和16%,验证了所提方法的可行性。
    基于混合注意力模型的阴影检测方法
    谭道强, 曾诚, 乔金霞, 张俊
    2021, 41(7):  2076-2081.  DOI: 10.11772/j.issn.1001-9081.2020081308
    摘要 ( )   PDF (1583KB) ( )  
    参考文献 | 相关文章 | 计量指标
    图像中阴影区域的存在会导致图像内容的不确定性,不利于其他计算机视觉任务,因此常将阴影检测作为计算机视觉算法的预处理过程。然而,现有的阴影检测算法大多采用多级网络结构,导致模型训练困难,虽然已经提出了一些采用单级网络结构的算法,但它们只关注了局部的阴影,忽略了阴影之间的联系。针对该问题,为提升阴影检测的准确率和鲁棒性,提出了基于混合注意力模型的阴影检测方法。首先将预训练后的深层网络ResNext101作为前端特征提取网络,提取图像的基本特征;其次采用双向金字塔结构由浅入深、由深到浅的方式进行特征融合,并提出信息补偿机制减少深层语义信息丢失;然后结合空间注意力和通道注意力提出混合注意力模型进行特征融合,捕捉阴影区域和非阴影区域的差异;最后融合两个方向的预测结果从而得到最终的阴影检测结果。在公开数据集SBU、UCF上对所提方法进行可行性对比实验,结果表明,相较于DSC算法,所提方法的平衡误差率(BER)分别降低了30%和11%,说明它能够较好地抑制阴影错误检测并增强阴影细节。
    基于直觉模糊集和亮度增强的医学图像融合
    张林发, 张榆锋, 王琨, 李支尧
    2021, 41(7):  2082-2091.  DOI: 10.11772/j.issn.1001-9081.2020101539
    摘要 ( )   PDF (2743KB) ( )  
    参考文献 | 相关文章 | 计量指标
    图像融合技术在计算机辅助诊断中发挥了重要作用。传统融合方法通过设计融合策略来同时解决图像融合中的两个关键问题,即细节提取和能量保存,而这容易造成信息丢失或能量保存度不足。鉴于此,提出了一种对细节提取和能量保存问题进行分别解决的融合方法。该方法的第一部分旨在进行细节提取,首先,使用非下采样剪切波变换(NSST)将源图像分解成低频和高频子带;然后,通过改进的能量策略来融合低频子带,而对于高频子带的融合,提出了一种基于直觉模糊集理论的策略;最后,利用逆NSST来重构图像。而在第二部分里,为了达成能量保存,提出了一种亮度增强方法。在43组图像上验证该方法的性能,并把该方法和主成分分析(PCA)、局部拉普拉斯滤波器(LLF)等其他八种传统融合方法进行对比,两种医学图像融合类型(核磁共振图像(MRI)和正电子发射断层图像(PET)、核磁共振图像(MRI)和单光子发射计算机断层图像(SPECT))的实验结果表明,该方法在视觉质量和互信息(MI)、空间频率(SF)、Q值、平均梯度(AG)、信息熵(EI)和标准差(SD)等客观评价指标上均具有优势,能够提高医学图像融合质量。
    基于边缘保留分解和改进稀疏表示的医学图像融合
    裴春阳, 樊宽刚, 马政
    2021, 41(7):  2092-2099.  DOI: 10.11772/j.issn.1001-9081.2020081303
    摘要 ( )   PDF (4280KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对多模态医学图像融合中容易产生伪影且存在细节缺失的问题,提出一种利用多尺度边缘保留分解和稀疏表示的二尺度多模态医学图像融合方法框架。首先利用边缘保留滤波器对源图像进行多尺度分解,得到源图像的平滑层和细节层。然后,将改进的稀疏表示算法用于融合平滑层,并在此基础上提出一种基于图像块筛选的策略来构建过完备字典的数据集,再利用字典学习算法训练出一种联合字典,同时引入一种多范数的活跃度度量方法选择稀疏系数;细节层的融合则采用自适应加权局部区域能量的融合规则。最后将融合后的平滑层和细节层进行多尺度重构得到融合图像。针对三类不同成像模态的医学图像进行对比实验,结果表明,该方法较其他多尺度变换和稀疏表示的方法能够保留更多显著的边缘特征,对比度也有明显提升,在视觉效果和客观评价上都具有一定优势。
    前沿与综合应用
    需求和回收不确定的闭环供应链渠道结构选择
    张盟, 郭健全
    2021, 41(7):  2100-2107.  DOI: 10.11772/j.issn.1001-9081.2020101617
    摘要 ( )   PDF (1256KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对闭环供应链中销售渠道结构的最优选择问题,考虑市场需求和回收品质量水平的不确定性,以总利润最大化为目标,构建了政府差别权重补贴下四种销售渠道结构闭环供应链系统的四个平均总利润模型。首先运用模糊机会约束规划(FCCP)法将模糊约束等价变换为清晰对应式,然后采用粒子群优化(PSO)算法和遗传算法(GA)对模型算例进行对比求解,最后对参数进行了灵敏度分析。结果表明,上述两种算法的差值比率最大为0.018%,表明两种算法均未陷入局部最优解,验证了算法的效度和模型的信度。企业可以根据潜在需求的不同置信水平制定最优回收、生产和销售策略,选择最优的渠道结构并逐渐提高总利润。
    设置待行区条件下双环相位信号配时优化模型
    杨震, 马健霄, 王宝杰
    2021, 41(7):  2108-2112.  DOI: 10.11772/j.issn.1001-9081.2020081332
    摘要 ( )   PDF (909KB) ( )  
    参考文献 | 相关文章 | 计量指标
    为提高设有待行区交叉口的行车效率,首先将设置待行区的效果等价于车道绿信比的增加;接着基于美国国家电气制造商协会(NEMA)标准双环相位,以车辆平均延误最小为目标,建立了交叉口信号配时优化模型;然后考虑相位结构中环-屏障约束条件,设计了用于求解模型的遗传算法;最后将模型和算法应用于实例交叉口。研究结果表明:该模型能够得到比Synchro软件周期更短、车辆平均延误更低的信号配时方案。在交叉口仅设置左转待行区的条件下,模型的延误降低幅度为12.9%~17.4%;在交叉口同时设置左转、直行待行区的条件下,模型的延误降低幅度为17.5%~25.5%。此外,该模型对排队消散速度的取值并不敏感,在最小及最大车速的条件下能够得到几乎相同的配时方案。
    基于改进Elman神经网络的制糖企业原糖需求预测模型
    李洋莹, 陈智军, 张子豪, 游兰
    2021, 41(7):  2113-2120.  DOI: 10.11772/j.issn.1001-9081.2020061000
    摘要 ( )   PDF (1406KB) ( )  
    参考文献 | 相关文章 | 计量指标
    制糖企业采用传统算法进行原糖需求预测时忽略了时间因素,而且没有考虑行业特点,导致预测准确性有限。针对上述问题,结合制糖原材料的供需周期特点,提出一种时间特征关联的使用改进布谷鸟搜索(MCS)优化的Elman神经网络需求量预测模型TMCS-ENN。首先,通过提出自适应学习速率公式来优化Elman神经网络(ENN);其次,引入自适应寄生失败概率和自适应步长控制量公式得到MCS算法来优化ENN的权值和阈值,从而有效提高模型的局部搜索能力,避免局部最优;最后,结合制糖企业原材料购买的时间相关性和滞后性规律,基于周粒度设计数据切片,并以节假日作为重要特征训练ENN,得到预测模型TMCS-ENN。实验结果表明,以周为时间粒度的情况下,TMCS-ENN预测模型的预测精度达到93.89%。可见TMCS-ENN能够满足制糖企业原材料采购需求的预测精度,有效提高企业生产效率。
    基于随机行走的群机器人二维地图构建
    陆国庆, 孙昊
    2021, 41(7):  2121-2127.  DOI: 10.11772/j.issn.1001-9081.2020081239
    摘要 ( )   PDF (1249KB) ( )  
    参考文献 | 相关文章 | 计量指标
    机器人在未知环境自主探索时,需要快速准确地获取环境地图信息。针对高效探索和未知环境的地图构建问题,将随机行走算法应用于群机器人的探索中,机器人模拟布朗运动,对搜索区域建图。然后,改进了布朗运动算法,通过设置机器人随机行走时的最大旋转角度,来避免机器人重复性地搜索一个区域,使机器人在相同时间内探索更多的区域,提高机器人的搜索效率。最后,通过搭载激光雷达的多个移动机器人进行了仿真实验,实验分析了最大转角增量、机器人数量以及机器人运动步数对搜索区域的影响。
    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
    2021, 41(7):  2128-2136.  DOI: 10.11772/j.issn.1001-9081.2020091513
    摘要 ( )   PDF (1479KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    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
    2021, 41(7):  2137-2144.  DOI: 10.11772/j.issn.1001-9081.2020081334
    摘要 ( )   PDF (1710KB) ( )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于脉冲位置幅度调制的距离速度同时测量
    黄少伟, 黄婉琳, 雷闰龙, 毛雪松
    2021, 41(7):  2145-2149.  DOI: 10.11772/j.issn.1001-9081.2020081666
    摘要 ( )   PDF (1113KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对传统波形方法在多普勒激光雷达测量目标距离和速度的应用中不能同时获得高测量精度的问题,提出一种使用位置和幅度同时调制的测量信号波形,以解决距离和速度测量精度之间的矛盾,同时使两个参数测量之间相互独立,并分析了该方法应用于智能驾驶道路环境中目标距离和速度测量的可行性。首先,讨论典型调制方法在同时测量目标距离和速度方面存在的困难,在此基础上,设计一种位置和幅度同时调制发射信号波形的解决方法,结合在线光纤放大器的放大特性给出该方法的物理可实现性;然后,讨论使用位置和幅度调制方法的激光雷达输出外差信号的频率计算方法以及激光雷达接收机输出回波信号的数据累加方法,从而分别测量出目标的速度和距离;最后,在道路移动目标可生成的多普勒频率范围内,通过仿真验证该方法的测量可行性以及两测量参数之间的独立性,并分析测量精度。仿真实验结果表明,位置和幅度同时调制的方法在激光雷达接收机输出信号的信噪比(SNR)低于0 dB时,可以有效测量目标的距离和速度,且这两个待测参数的测量过程完全独立。
    基于自适应和最优特征的合成孔径雷达舰船检测方法
    侯笑晗, 金国栋, 谭力宁, 薛远亮
    2021, 41(7):  2150-2155.  DOI: 10.11772/j.issn.1001-9081.2020081187
    摘要 ( )   PDF (1428KB) ( )  
    参考文献 | 相关文章 | 计量指标
    针对合成孔径雷达(SAR)目标舰船检测中对小目标检测效果不佳的问题,提出一种自适应锚框单阶段舰船检测方法。首先,在单阶段无锚框特征选择(FSAF)算法的基础上利用神经架构搜索(NAS)得到最优特征融合方式,以充分利用图像特征信息;然后提出新的损失函数,在解决正负样本不均衡的同时使网络能够更加精确地对位置进行回归;最后结合更适用于舰船检测的Soft-NMS过滤检测框得到最后的检测结果。在公开的SAR舰船检测数据集上进行了多组对比实验,结果表明,相比基础目标检测算法,所提出的方法对小目标的漏检和误报明显减少,且对靠岸舰船检测性能有一定提升。
    环形链轮询复用测试端口的高效测试结构
    张玲, 邝继顺
    2021, 41(7):  2156-2160.  DOI: 10.11772/j.issn.1001-9081.2020081665
    摘要 ( )   PDF (869KB) ( )  
    参考文献 | 相关文章 | 计量指标
    测试结构设计是集成电路(IC)测试的基础问题也是关键问题,而设计满足当代IC需求的测试结构对降低芯片成本、提高产品质量、增加产品竞争力具有十分重要的意义,为此提出了环形链轮询复用测试端口的测试结构RRR Scan。该结构将扫描触发器设计成多个环形链,环形链可工作于隐身模式、循环移位模式和直链扫描模式。循环移位模式实现了测试数据的重用,可减小测试集规模;隐身模式则可缩短测试数据移位路径,大幅降低测试移位功耗,因此该结构是具有数据重用和低功耗性质的通用测试结构。另外,该结构可将物理上相近的扫描单元设置于同一环形链内,布线代价不大。隐身模式使得测试数据的移位路径长度和时延均有所减小。实验结果表明,RRR Scan结构可大幅降低测试移位功耗,对于S13207电路,其移位功耗仅为扫描直链的0.42%。
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