当期目录

2022年 第42卷 第7期 刊出日期：2022-07-10

上一期  

人工智能

基于事件表示的机器阅读理解模型

王元龙, 刘晓敏, 张虎

2022, 42(7):  1979-1984.  DOI: 10.11772/j.issn.1001-9081.2021050719

摘要 ( )   HTML ( )   PDF (916KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

要真正理解一段语篇，在阅读理解过程对原文主旨线索的把握是非常重要的。针对机器阅读理解中主旨线索类型的问题，提出了基于事件表示的机器阅读理解分析方法。首先，通过线索短语从阅读材料中抽取篇章事件图，其中包括事件的表示、事件要素的抽取和事件关系的抽取等；然后，综合考虑事件的时间要素、情感要素以及每个词在文档中的重要性，采用TextRank算法选出线索相关的事件；最后，依据所选出的线索事件构建问题的答案。在收集了339道线索类题组成的测试集上，实验结果表明所提方法在BLEU和CIDEr评价指标上与基于TextRank算法的句子排序方法相比均有所提升，具体来说，BLEU-4指标提升了4.1个百分点，CIDEr指标提升了9个百分点。

基于关系记忆的胶囊网络知识图谱嵌入模型

陈恒, 王思懿, 李正光, 李冠宇, 刘鑫

2022, 42(7):  1985-1992.  DOI: 10.11772/j.issn.1001-9081.2021050764

摘要 ( )   HTML ( )   PDF (1243KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

作为一种语义知识库，知识图谱（KG）使用结构化三元组的形式存储真实世界的实体及其内在关系。为了推理知识图谱中缺失的真实三元组，考虑关系记忆网络较强的三元组表征能力和胶囊网络强大的特征处理能力，提出一种基于关系记忆的胶囊网络知识图谱嵌入模型。首先，通过编码实体和关系之间的潜在依赖关系和部分重要信息形成编码嵌入向量；然后，把嵌入向量与过滤器卷积以生成不同的特征图，再重组为对应的胶囊；最后，通过压缩函数和动态路由指定从父胶囊到子胶囊的连接，并根据子胶囊与权重内积的得分判断当前三元组的可信度。链接预测实验的结果表明，与CapsE模型相比，在倒数平均排名（MRR）和Hit@10评价指标上，所提模型在WN18RR数据集上分别提高了7.95%和2.2个百分点，在FB15K-237数据集上分别提高了3.82%和2个百分点。实验结果表明，所提模型可以更准确地推断出头实体和尾实体之间的关系。

基于压缩提炼网络的实时语义分割方法

王娟, 袁旭亮, 武明虎, 郭力权, 刘子杉

2022, 42(7):  1993-2000.  DOI: 10.11772/j.issn.1001-9081.2021050812

摘要 ( )   HTML ( )   PDF (2950KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对目前语义分割算法难以取得实时推理和高精度分割间平衡的问题，提出压缩提炼网络（SRNet）以提高推理的实时性和分割的准确性。首先，在压缩提炼（SR）单元中引入一维（1D）膨胀卷积和类瓶颈结构单元，从而极大地减少模型的计算量和参数量；其次，引入多尺度空间注意（SA）混合模块，从而高效地利用浅层特征的空间信息；最后，通过堆叠SR单元构成编码器，并采用两块SA单元在编码器的尾部构成解码器。实验仿真表明，SRNet在仅有30 MB参数量及8.8×10⁹每秒浮点操作数（FLOPS）的情况下，仍可在Cityscapes数据集上获得68.3%的平均交并比（MIoU）。此外，所提模型在单块NVIDIA Titan RTX卡上实现了12.6 帧每秒（FPS）的前向推理速度（输入像素的大小为512×1 024×3）。实验结果表明，所设计的轻量级模型SRNet很好地在准确分割和实时推理间取得平衡，适用于算力及功耗有限的场合。

融合多语义特征的命名实体识别方法

左亚尧, 陈皓宇, 陈致然, 洪嘉伟, 陈坤

2022, 42(7):  2001-2008.  DOI: 10.11772/j.issn.1001-9081.2021050861

摘要 ( )   HTML ( )   PDF (2326KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对语言普遍存在的字符间非线性关系，为捕获更丰富的语义特征，提出了一种基于图卷积神经网络（GCN）和自注意力机制的命名实体识别（NER）方法。首先，借助深度学习方法有效提取字符特征的能力，采用GCN学习字符间的全局语义特征，并且采用双向长短时记忆网络（BiLSTM）提取字符的上下文依赖特征；其次，融合以上特征并引入自注意力机制计算其内部重要度；最后，使用条件随机场（CRF）从融合特征中解码出最优的编码序列，并以此作为实体识别的结果。实验结果表明，与单一采用BiLSTM和CRF的方法相比，所提方法在微软亚洲研究院（MSRA）数据集和BioNLP/NLPBA 2004数据集上的精确率分别至少提高了2.39%和15.2%。可见该方法在中文和英文数据集上都具备良好的序列标注能力，且泛化能力较强。

基于语言模型词嵌入和注意力机制的敏感信息检测方法

黄诚, 赵倩锐

2022, 42(7):  2009-2014.  DOI: 10.11772/j.issn.1001-9081.2021050877

摘要 ( )   HTML ( )   PDF (973KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对基于关键词字符匹配和短语级情感分析等传统敏感信息检测方法准确率低和泛化性差的问题，提出了一种基于语言模型词嵌入和注意力机制（A-ELMo）的敏感信息检测方法。首先，进行字典树快速匹配，以最大限度地减少无用字符的比较，从而极大地提高查询效率；其次，构建了一个语言模型词嵌入模型（ELMo）进行语境分析，并通过动态词向量充分表征语境特征，从而实现较高的可扩展性；最后，结合注意力机制加强模型对敏感特征的识别度，从而进一步提升对敏感信息的检测率。在由多个网络数据源构成的真实数据集上进行实验，结果表明，所提敏感信息检测方法与基于短语级情感分析的方法相比，准确率提升了13.3个百分点；与基于关键字匹配的方法相比，准确率提升了43.5个百分点，充分验证了所提方法在加强敏感特征识别度、提高敏感信息检测率方面的优越性。

基于元学习的深度哈希检索算法

韩亚茹, 闫连山, 姚涛

2022, 42(7):  2015-2021.  DOI: 10.11772/j.issn.1001-9081.2021040660

摘要 ( )   HTML ( )   PDF (1262KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

随着移动互联网技术的发展，图像数据的规模越来越大，大规模图像检索任务已经成为了一个紧要的问题。由于检索速度快和存储消耗低，哈希算法受到了研究者的广泛关注。基于深度学习的哈希算法要达到较好的检索性能，需要一定数量的高质量训练数据来训练模型。然而现存的哈希方法通常忽视了数据集存在数据类别非平衡的问题，而这可能会降低检索性能。针对上述问题，提出了一种基于元学习网络的深度哈希检索算法。所提算法可以直接从数据中自动学习加权函数。该加权函数是只有一个隐含层的多层感知机（MLP），在少量无偏差元数据的指导下，加权函数的参数可以和模型训练过程中的参数同时进行优化更新。元学习网络参数的更新方程可以解释为：较符合元学习数据的样本权重将被提高，而不符合元学习数据的样本权重将被减小。基于元学习网络的深度哈希检索算法可以有效减少非平衡数据对图像检索的影响，并可以提高模型的鲁棒性。在CIFAR-10等广泛使用的基准数据集上进行的大量实验表明，在非平衡比率较大时，所提算法的平均准确率均值（mAP）最佳；在非平均比率为200的条件下，所提算法的mAP比中心相似度量化算法、非对称深度监督哈希（ADSH）算法和快速可扩展监督哈希（FSSH）算法分别提高0.54个百分点，30.93个百分点和48.43个百分点。

AdaBoost的样本权重与组合系数的分析及改进

朱亮, 徐华, 成金海, 朱深

2022, 42(7):  2022-2029.  DOI: 10.11772/j.issn.1001-9081.2021050726

摘要 ( )   HTML ( )   PDF (1311KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对自适应增强（AdaBoost）算法的基分类器线性组合效率低以及过度关注难分样本的问题，提出了基于间隔理论的两种改进算法WPIAda与WPIAda.M。首先，WPIAda与WPIAda.M算法都将样本权值的更新分为四种情形，从而增加间隔从正到负变化的样本权值来抑制间隔的负向移动，并减少间隔处于零点的样本数量；其次，WPIAda.M算法根据基分类器的错误率与样本权重的分布状态，给出新的基分类器系数求解方法，从而提高基分类器的组合效率。在10个UCI数据集上，与dfAda、skAda、swaAda等算法相比，WPIAda和WPIAda.M算法的测试误差分别平均降低了7.46个百分点和7.64个百分点；AUC分别提高了11.65个百分点和11.92个百分点。实验结果表明，WPIAda和WPIAda.M算法可以有效降低对难分样本的关注，并且WPIAda.M算法能够更高效地集成基分类器，因此两种算法均可进一步提高分类性能。

基于深度残差网络的轻量级人脸识别方法

贺怀清, 闫建青, 惠康华

2022, 42(7):  2030-2036.  DOI: 10.11772/j.issn.1001-9081.2021050880

摘要 ( )   HTML ( )   PDF (1142KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对深度残差网络在小型移动设备的人脸识别应用中存在的网络结构复杂、时间开销大等问题，提出一种基于深度残差网络的轻量级模型。首先对深度残差网络的结构进行精简优化，并结合知识转移方法，从深度残差网络（教师网络）中重构出轻量级残差网络（学生网络），从而在保证精度的同时，降低网络的结构复杂度；然后在学生网络中通过分解标准卷积减少模型的参数，从而降低特征提取网络的时间复杂度。实验结果表明，在LFW、VGG-Face、AgeDB和CFP-FP等4个不同数据集上，所提模型在识别精度接近主流人脸识别方法的同时，单张推理时间达到16 ms，速度提升了10%~20%。可见，所提模型能够在推理速度得到有效提升的同时识别精度基本不下降。

基于InceptionV3和特征融合的人脸活体检测

杨瑞杰, 郑贵林

2022, 42(7):  2037-2042.  DOI: 10.11772/j.issn.1001-9081.2021050814

摘要 ( )   HTML ( )   PDF (2380KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对身份验证中经常出现的照片欺诈问题，提出了一种基于InceptionV3和特征融合的人脸活体检测模型——InceptionV3_FF。首先，在ImageNet数据集上预训练InceptionV3模型；其次，从InceptionV3模型的不同层得到图像的浅层、中层和深层特征；然后，将不同的特征进行融合得到最终的特征；最后，使用全连接层对特征进行分类，从而实现端到端的训练。InceptionV3_FF模型在NUAA数据集和自制的STAR数据集上进行仿真实验，实验结果表明，InceptionV3_FF模型在NUAA数据集和STAR数据集上分别取得了99.96%和98.85%的准确率，高于InceptionV3迁移学习和迁移微调模型；而与非线性扩散卷积神经网络（ND-CNN）、扩散核（DK）、异构内核卷积神经网络（HK-CNN）等模型相比，InceptionV3_FF模型在NUAA数据集上的准确率更高，具备一定的优越性。InceptionV3_FF模型对数据集中随机抽取的单张图片进行识别时，仅需4 ms。InceptionV3_FF模型和OpenCV结合构成的活体检测系统可以对真假人脸进行识别。

基于深度神经网络的视频播放速度识别

陈荣源, 姚剑敏, 严群, 林志贤

2022, 42(7):  2043-2051.  DOI: 10.11772/j.issn.1001-9081.2021050799

摘要 ( )   HTML ( )   PDF (2746KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对目前的视频播放速度识别算法大多存在的提取精度差、模型参数量巨大的问题，提出了一种双支轻量化视频播放速度识别网络。首先，该网络是基于SlowFast双支网络架构组建的一个三维（3D）卷积网络；其次，为了弥补S3D-G网络在视频播放速度识别任务中存在的参数量大、浮点运算数多的缺陷，进行了轻量化的网络结构调整；最后，在网络结构中引入了高效通道注意力（ECA）模块，以通过通道注意力模块生成重点关注的内容对应的通道范围，这有助于提高视频特征提取的准确性。在Kinetics-400数据集上将所提网络与S3D-G、SlowFast网络进行对比实验。实验结果表明，所提网络在精确度差不多的情况下，模型大小和模型参数均比SlowFast减少了大约96%，浮点运算数减少到5.36 GFLOPs，显著提高了运行速度。

基于分块注意力机制和交互位置关系的群组活动识别

刘博, 卿粼波, 王正勇, 刘美, 姜雪

2022, 42(7):  2052-2057.  DOI: 10.11772/j.issn.1001-9081.2021060904

摘要 ( )   HTML ( )   PDF (2504KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

复杂场景下的群体活动识别是一项具有挑战性的任务，它涉及一组人在场景中的相互作用和相对空间位置关系。针对当前复杂场景下群组行为识别方法缺乏精细化设计以及没有充分利用个体间交互式特征的问题，提出了基于分块注意力机制和交互位置关系的网络框架，进一步考虑个体肢体语义特征，同时挖掘个体间交互特征相似性与行为一致性的关系。首先，采用原始视频序列和光流图像序列作为网络的输入，并引入一种分块注意力模块来细化个体的肢体运动特征；然后，将空间位置和交互式距离作为个体的交互特征；最后，将个体运动特征和空间位置关系特征融合为群体场景无向图的节点特征，并利用图卷积网络（GCN）进一步捕获全局场景下的活动交互，从而识别群体活动。实验结果表明，此框架在两个群组行为识别数据集（CAD和CAE）上分别取得了92.8%和97.7%的识别准确率，在CAD数据集上与成员关系图（ARG）和置信度能量循环网络（CERN）相比识别准确率分别提高了1.8个百分点和5.6个百分点，同时结合消融实验结果验证了所提算法有较高的识别精度。

基于渐进式神经网络架构搜索的人体运动识别

王震宇, 张雷, 高文彬, 权威铭

2022, 42(7):  2058-2064.  DOI: 10.11772/j.issn.1001-9081.2021050798

摘要 ( )   HTML ( )   PDF (1638KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为了解决基于传感器数据的运动识别问题，利用深度卷积神经网络（CNN）在公开的OPPORTUNITY传感器数据集上进行运动识别，提出了一种改进的渐进式神经网络架构搜索（PNAS）算法。首先，神经网络模型设计过程中不再依赖于合适拓扑结构的手动选择，而是通过PNAS算法来设计最优拓扑结构以最大化F1分数；其次，使用基于序列模型的优化（SMBO）策略，在该策略中将按照复杂度从低到高的顺序搜索结构空间，同时学习一个代理函数以引导对结构空间的搜索；最后，将搜索过程中表现最好的20个模型在OPPORTUNIT数据集上进行完全训练，并从中选出表现最好的模型作为搜索到的最优架构。通过这种方式搜索到的最优架构在OPPORTUNITY数据集上的F1分数达到了93.08%，与进化算法搜索到的最优架构及DeepConvLSTM相比分别提升了1.34%和1.73%，证明该方法能够改进以前手工设计的模型结构，且是可行有效的。

基于EfficientNet的双分路多尺度联合学习行人再识别

仇天昊, 陈淑荣

2022, 42(7):  2065-2071.  DOI: 10.11772/j.issn.1001-9081.2021050852

摘要 ( )   HTML ( )   PDF (3415KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对视频图像中因小目标行人、遮挡和行人姿态多变而造成的行人再识别率低的问题，建立了一种基于高效网络EfficientNet的双分路多尺度联合学习方法。首先采用性能高效的EfficientNet-B1网络作为主干结构；然后利用加权双向特征金字塔（BiFPN）分支对提取的不同尺度全局特征进行融合，并且得到包含不同层次语义信息的全局特征，从而提高小目标行人的识别率；其次利用PCB分支提取深层局部特征来挖掘行人的非显著信息，并减轻行人遮挡和姿态多变性对识别率的影响；最后在训练阶段将两个分支网络分别提取的行人特征通过Softmax损失函数得到不同子损失，并把它们相加进行联合表示；在测试阶段将获得的全局特征和深层局部特征拼接融合，并计算欧氏距离得到再识别匹配结果。该方法在Market1501和DukeMTMC-Reid 数据集上的Rank-1的准确率分别达到了95.1%和89.1%，与原始EfficientNet-B1主干结构相比分别提高了3.9个百分点和2.3个百分点。实验结果表明，所提出的模型有效提高了行人再识别的准确率。

基于频谱空间域特征注意的音乐流派分类算法

刘万军, 王佳铭, 曲海成, 董利兵, 曹欣宇

2022, 42(7):  2072-2077.  DOI: 10.11772/j.issn.1001-9081.2021050740

摘要 ( )   HTML ( )   PDF (2397KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为了提升深度卷积神经网络对音乐频谱流派特征的提取效果，提出一种基于频谱空间域特征注意的音乐流派分类算法模型DCNN-SSA。DCNN-SSA模型通过对不同音乐梅尔谱图的流派特征在空间域上进行有效标注，并且改变网络结构，从而在提升特征提取效果的同时确保模型的有效性，进而提升音乐流派分类的准确率。首先，将原始音频信号进行梅尔滤波，以模拟人耳的滤波操作对音乐的音强及节奏变化进行有效过滤，所生成的梅尔谱图进行切割后输入网络；然后，通过深化网络层数、改变卷积结构及增加空间注意力机制对模型在流派特征提取上进行增强；最后，通过在数据集上进行多批次的训练与验证来有效提取并学习音乐流派特征，从而得到可以对音乐流派进行有效分类的模型。在GTZAN数据集上的实验结果表明，基于空间注意的音乐流派分类算法与其他深度学习模型相比，在音乐流派分类准确率和模型收敛效果上有所提高，准确率提升了5.36个百分点～10.44个百分点。

数据科学与技术

基于自编码器与集成学习的离群点检测算法

郭一阳, 于炯, 杜旭升, 杨少智, 曹铭

2022, 42(7):  2078-2087.  DOI: 10.11772/j.issn.1001-9081.2021050743

摘要 ( )   HTML ( )   PDF (2364KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对基于自编码器的离群点检测算法在中小规模数据集上易过拟合以及传统的基于集成学习的离群点检测算法未对基检测器进行优化选择而导致的检测精度低的问题，提出了一种基于自编码器与集成学习的离群点检测（EAOD）算法。首先，随机改变自编码器的连接结构来生成不同的基检测器，以获取数据对象的离群值和标签离群值；然后，通过最近邻算法计算数据对象之间的欧氏距离，并在对象周围构建局部区域；最后，根据离群值与标签离群值之间的相似度，选择在该区域内检测能力强的基检测器进行组合，组合后的对象离群值作为EAOD算法最终判定的离群值。在实验中，所提算法与自编码器（AE）算法相比，在Cardio数据集上，接受者操作特征曲线下方的面积（AUC）和平均精度（AP）分值分别提高了8.08个百分点和9.17个百分点；所提算法与特征装袋（FB）集成学习算法相比，在Mnist数据集上，运行时间成本降低了21.33%。实验结果表明，在无监督学习下所提算法具有良好的检测性能和检测实时性。

基于超像素锚图二重降维的高光谱聚类算法

赖星锦, 郑致远, 杜晓颜, 徐莎, 杨晓君

2022, 42(7):  2088-2093.  DOI: 10.11772/j.issn.1001-9081.2021050825

摘要 ( )   HTML ( )   PDF (1709KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统谱聚类算法难以应用于大规模高光谱图像，以及现有的改进谱聚类算法对大规模高光谱图像的处理效果不佳的问题，为降低聚类数据的复杂度，以降低聚类过程的计算成本从而多方面提升聚类性能，提出一种基于超像素锚图二重降维的高光谱聚类算法。首先，对高光谱数据进行主成分分析（PCA）处理，并针对高光谱图像的区域特性对其进行基于超像素切割的降维；其次，通过构造锚图的思想对上一步所得数据进行锚点的选取，并构建邻接锚图来实现二重降维，从而进行谱聚类；同时，为去除算法运行中人为调节参数的环节，在构建锚图时采用一种去除高斯核的无核锚图构造方式以实现自动构图。在Indian Pines数据集和Salinas数据集上的实验结果表明所提算法在保证可用性与低耗时的前提下可提高聚类的整体效果，从而验证了所提算法能提高聚类的质量与性能。

网络空间安全

基于椭圆曲线加密且支持撤销的属性基加密方案

孙京宇, 朱家玉, 田自强, 史国振, 关川江

2022, 42(7):  2094-2103.  DOI: 10.11772/j.issn.1001-9081.2021040602

摘要 ( )   HTML ( )   PDF (1632KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在云终端用户资源受限的场景中，传统属性基加密方案中存在着计算开销大以及不能实现实时撤销的不足。为了实现云端数据安全高效的共享，提出了一种基于椭圆曲线加密（ECC）算法且支持细粒度撤销的属性基加密方案。该方案使用计算较轻量级的椭圆曲线上的标量乘法代替传统属性基加密方案中计算开销较大的双线性配对，以降低系统中用户在解密时的计算开销，提高系统的效率，使方案更适用于资源受限的云终端用户场景。利用表达能力更强和计算更高效的有序二元决策图（OBDD）结构来描述用户定义的访问策略，以减少嵌入密文中的冗余属性来缩短密文长度。为每个属性建立一个由拥有该属性用户组成的属性组，并为组内每个成员生成唯一的用户属性组密钥。当发生属性撤销时，利用最小子集覆盖技术为组内剩余成员生成新的属性组，实现实时的细粒度属性撤销。安全分析表明，所提方案具有选择明文攻击不可区分性、前向安全性和后向安全性；性能分析表明，所提方案在访问结构表达和计算能力上优于（t，n）门限秘密共享方案和线性秘密共享方案（LSSS），其解密计算效率满足资源受限的云终端用户的需求。

基于区块链与边缘计算的物联网访问控制模型

张杰, 许姗姗, 袁凌云

2022, 42(7):  2104-2111.  DOI: 10.11772/j.issn.1001-9081.2021040626

摘要 ( )   HTML ( )   PDF (3421KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

边缘计算的出现扩展了物联网（IoT）云-终端架构的范畴，在减少终端设备海量数据的传输和处理时延的同时也带来了新的安全问题。针对IoT边缘节点与海量异构设备间的数据安全和管理问题，并考虑到目前区块链技术广泛应用于分布式系统中数据的安全管理，提出基于区块链与边缘计算的IoT访问控制模型SC-ABAC。首先，提出集成边缘计算的IoT访问控制架构，并结合智能合约和基于属性的访问控制（ABAC）提出并设计了SC-ABAC；然后，给出工作量证明（PoW）共识算法的优化和SC-ABAC的访问控制管理流程。实验结果表明，所提模型对区块连续访问下的耗时随次数呈线性增长，连续访问过程中央处理器（CPU）的利用率稳定，安全性良好。本模型下仅查询过程存在调用合约的耗时随次数呈线性增长，策略添加和判断过程的耗时均为常数级，且优化的共识机制较PoW每100块区块共识耗时降低约18.37个百分点。可见，该模型可在IoT环境中提供去中心化、细颗粒度和动态的访问控制管理，并可在分布式系统中更快达成共识以确保数据一致性。

基于二项交换林和HotStuff的改进共识算法

汤春明, 陈雨晴, 张梓迪

2022, 42(7):  2112-2117.  DOI: 10.11772/j.issn.1001-9081.2021040659

摘要 ( )   HTML ( )   PDF (2344KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对区块链中拜占庭容错类的共识机制存在通信复杂度高、视图切换复杂以及扩展性差的问题，提出了一种基于二项交换林和HotStuff的改进共识算法，即增强HotStuff（HSP）共识算法。为实现签名批量验证和签名聚合，采用了BLS签名算法；为降低系统的通信复杂度，采用了门限签名技术；为降低视图切换时的通信复杂度，共识过程采用了三阶段确认方式；为减少主副节点间的通信次数并降低主节点聚合签名的压力，采用了改进的二项交换林技术。测试结果表明，HSP共识算法在系统节点总数为64且请求和响应均为256字节的情况下，吞吐量较HotStuff共识机制提升了33.8%，共识延迟缩短了16.4%。HSP共识算法在节点多的情况下，具有较好的性能。

基于物联网平台的动态权重损失函数入侵检测系统

董宁, 程晓荣, 张铭泉

2022, 42(7):  2118-2124.  DOI: 10.11772/j.issn.1001-9081.2021040692

摘要 ( )   HTML ( )   PDF (1166KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

随着物联网（IoT）接入设备越来越多，以及网络管理维护人员缺乏对IoT设备的安全意识，针对IoT环境和设备的攻击逐渐泛滥。为了加强IoT环境下的网络安全性，利用基于IoT平台制作的入侵检测数据集，采用卷积神经网络（CNN）+长短期记忆（LSTM）网络为模型架构，利用CNN提取数据的空间特征，LSTM提取数据的时序特征，并将交叉熵损失函数改进为动态权重交叉熵损失函数，制作出一个针对IoT环境的入侵检测系统（IDS）。经实验设计分析，并使用准确率、精确率、召回率和F1-measure作为评估参数。实验结果表明在CNN-LSTM网络架构下采用了动态权重损失函数的模型与采用传统的交叉熵损失函数的模型相比，前者比后者在使用数据集的地址解析协议（ARP）类样本中在F1-Measure上提升了47个百分点，前者比后者针对数据集中的其他少数类样本则提升了2个百分点~10个百分点。实验结果表明，动态权重损失函数能够增强模型对少数类样本的判别能力，且该方法可以提升IDS对少数类攻击样本的判断能力。

P2P网络中基于特征行为检测的恶意代码传播模型

李汉伦, 任建国

2022, 42(7):  2125-2131.  DOI: 10.11772/j.issn.1001-9081.2021040625

摘要 ( )   HTML ( )   PDF (2736KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有恶意代码传播模型在点对点（P2P）网络中缺乏新型恶意代码的实时检测以及节点间动态共享防治信息机制的问题，基于恶意代码特征行为检测技术建立了一类检测-传播模型。首先，在经典易感-感染-免疫（SIR）传播模型的基础上引入广播节点（广播节点是指成功检测出包含恶意代码的文件后生成防治信息并能持续把这一消息发送给邻居节点的特殊节点），引入广播节点后的模型通过检测技术不仅能有效降低节点自身被感染的风险，还可以通过节点之间动态共享恶意代码信息来阻断恶意代码在网络中的传播；然后，计算出平衡点并通过下一代矩阵理论得到模型的传播阈值；最后，通过Hurwitz判据和构造Liapunov函数证明了模型平衡点的局部稳定性和全局稳定性。实验结果表明，在传播阈值小于1的情况下，与退化的SIR模型相比，当检测率取值0.5、0.7和0.9时，所提检测-传播模型在峰值点处的感染节点总数分别下降了41.37%、48.23%和48.64%。可见，基于特征行为检测技术的检测-传播模型能遏制恶意代码前期在网络中的快速传播，且检测率越高，遏制效果越好。

先进计算

基于边缘计算的公共交通工具疫情监测系统

夏慧雯, 赵中雨, 王卓尔, 张清勇, 彭峰

2022, 42(7):  2132-2138.  DOI: 10.11772/j.issn.1001-9081.2021050727

摘要 ( )   HTML ( )   PDF (1577KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

现有监测系统无法很好地应对疫情环境下存在的交叉传染以及追溯困难等问题，因此提出了一套基于边缘计算的公共交通检测系统的设计方案。首先，建立图数据库来储存乘车人员与乘车信息，同时使用双数据库模型防止建立索引带来的阻塞，从而完成插入效率与搜索效率的均衡；其次，在车辆人像信息提取中，采用HSV色彩空间对图片进行预处理，并建立人脸三维空间模型来提升神经网络的识别准确率，在目标佩戴口罩时，通过较明显的鼻尖特征点、下颌特征点与未遮挡的鼻梁部特征点回归出其口鼻等特征点信息；最后，通过k度搜索快速找出密切接触乘客。在特征对比测试中，该方案在BioID数据集和PubFig数据集上分别达到了99.44%和99.23%的正确率，且在两数据集上的假阴性率均小于0.01%；在图搜索效率测试中，在浅层次搜索的时候，图数据库与关系型数据库并无较大差异，当搜索层次变深时，图数据库效率更高；在验证理论可行性之后，模拟了公交车与公交站的实际环境，经测试所提系统在其中的识别准确率为99.98%，识别时间平均约为21 ms，符合疫情监测的要求。所提系统设计可以满足疫情时期公共安全的特殊需求，能够实现人员甄别、路径记录、潜在接触者搜索等功能，从而有效地保证公共交通安全。

基于布朗运动与梯度信息的交替优化算法

沙林秀, 聂凡, 高倩, 孟号

2022, 42(7):  2139-2145.  DOI: 10.11772/j.issn.1001-9081.2021050839

摘要 ( )   HTML ( )   PDF (2126KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对群智能优化算法在优化过程中容易陷入局部最优、种群多样性低以及高维函数优化困难的问题，提出一种基于布朗运动与梯度信息的交替优化算法（AOABG）。首先，采用全局、局部搜索交替的寻优策略，即在有变优趋势的范围内切换为局部搜索，有变劣趋势的范围内切换为全局搜索；然后，局部搜索引入基于梯度信息的均匀分布概率的随机游走，全局搜索引入基于最优解位置的布朗运动的随机游走。将所提出的AOABG与近三年的哈里斯鹰优化算法（HHO）、麻雀搜索算法（SSA）、特种部队算法（SFA）在10个测试函数上对比。当测试函数维数为2、10时，AOABG在10个测试函数上的100次最终优化结果的均值与均方差均优于HHO、SSA与SFA。当测试函数为30维时，除了HHO在Levy函数上的表现优于AOABG（两者优化结果均值处于同一数量级）外，AOABG在其他9个测试函数上表现最好，与上述算法相比，优化结果均值提升了4.64%~94.89%。实验结果表明，AOABG在高维函数优化中收敛速度更快、稳定性更好、精度更高。

网络与通信

面向物联网的近地轨道超大规模卫星星座数据命名机制

罗鸿秋, 胡圣波

2022, 42(7):  2146-2154.  DOI: 10.11772/j.issn.1001-9081.2021050744

摘要 ( )   HTML ( )   PDF (3015KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

基于信息中心网络（ICN）的近地轨道（LEO）超大规模卫星星座是一种支持物联网（IoT）非常理想的网络架构，而数据命名是ICN基本问题之一。针对IoT低时延传输、高吞吐量的数据分发的需要，提出了一种基于ICN的面向IoT的LEO超大规模卫星星座数据命名机制。首先，该数据命名机制采用一种融合分层、多分量、哈希的扁平一体结构。然后，采用前缀标记描述分层名称，满足网内功能中多源快速检索的需要。最后，为检验所提数据命名机制的性能，设计开发了一个基于网络仿真器3（NS-3）的面向IoT的LEO超大规模卫星星座仿真平台。测试仿真结果表明，与传统的基于互联网协议（IP）的体系结构相比，所提出的数据命名机制能够为面向IoT的LEO超大规模卫星星座提供高吞吐量和低延时等更高的服务质量（QoS）。

计算机软件技术

Android应用的用户行为模式挖掘及复用方法

毛群, 王微微, 尤枫, 赵瑞莲, 李征

2022, 42(7):  2155-2161.  DOI: 10.11772/j.issn.1001-9081.2021040652

摘要 ( )   HTML ( )   PDF (1206KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

软件测试是保障Android应用质量的有效手段，而理解Android应用的功能作为Android测试过程的基础，旨在深入探究应用的业务逻辑并发现其功能问题，在测试中尤为重要。用户行为模式可充分辅助测试人员理解Android应用功能，从而提高测试效率。基于“相似Android应用共享用户行为模式”的构想，提出一种Android应用的用户行为模式挖掘及复用方法，以降低Android应用测试成本并提高测试效率。具体而言，针对待测Android应用，从其相似Android应用挖掘出用户行为模式；然后利用基于语义的事件模糊匹配策略为待测应用寻找对应事件，并基于用户图形界面（GUI）模型的最优路径选择策略为待测应用生成目标事件序列，从而实现相似应用间的用户行为模式复用。针对三类应用的32种用户行为模式进行实验，结果表明，87.4%的行为模式可在相似Android应用上被完整复用，并且被复用的行为模式可有效覆盖待测应用中90.2%的重要状态。可见，所提方法为Android应用测试提供了有效支撑。

多媒体计算与计算机仿真

基于中国写意风格迁移的动漫视频生成模型

毛文涛, 吴桂芳, 吴超, 窦智

2022, 42(7):  2162-2169.  DOI: 10.11772/j.issn.1001-9081.2021050836

摘要 ( )   HTML ( )   PDF (5691KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

目前生成式对抗网络（GAN）已经被用于图像的动漫风格转换。然而，现有基于GAN的动漫生成模型主要以日本动漫和美国动漫为对象，集中在写实风格的提取与生成，很少关注到中国风动漫中写意风格的迁移，因此限制了GAN在国内广大动漫制作市场中的应用。针对这一问题，通过将中国写意风格融入到GAN模型，提出了一种新的中国风动漫生成式对抗网络模型CCGAN，用以自动生成具有中国写意风格的动漫视频。首先，通过在生成器中增加反向残差块，构造了一个轻量级的深度神经网络模型，以降低视频生成的计算代价。其次，为了提取并迁移中国写意风格中图像边缘锐利、内容构造抽象、描边线条具有水墨质感等性质，在生成器中构造了灰度样式损失和颜色重建损失，以约束真实图像和中国风样例图像在风格上的高层语义一致性，并且在判别器中构造了灰度对抗损失和边缘促进对抗损失，以约束重构图像与样例图像保持相同的边缘特性。最终，采用Adam算法最小化上述损失函数，从而实现风格迁移，并将重构图像组合为视频。实验结果表明，与目前最具代表性的风格迁移模型CycleGAN与CartoonGAN相比，所提CCGAN可从以《中国唱诗班》为例的中国风动漫中有效地学习到中国写意风格，同时显著降低了计算代价，适合于大批量动漫视频的快速生成。

基于点线特征融合的低纹理单目视觉同时定位与地图构建算法

潘高峰, 樊渊, 汝玉, 郭予超

2022, 42(7):  2170-2176.  DOI: 10.11772/j.issn.1001-9081.2021050749

摘要 ( )   HTML ( )   PDF (2992KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

当图像因相机快速运动造成模糊或者处在低纹理场景时，仅使用点特征的同步定位与地图构建（SLAM）算法难以跟踪提取足够多的特征点，导致定位精度和匹配鲁棒性较差。而如果造成误匹配，甚至系统都无法工作。针对上述问题，提出了一种基于点线特征融合的低纹理单目SLAM算法。首先，加入了线特征来加强系统稳定性，并解决了点特征算法在低纹理场景中提取不足的问题；然后，对点、线特征提取数量的选择引入了加权的思想，根据场景的丰富程度，对点线特征的权重进行了合理分配。所提算法是在低纹理场景下运行的，因而设置以线特征为主、点特征为辅。在TUM室内数据集上的实验结果表明，与现有的点线特征算法相比，所提算法有效地提高了线特征的匹配精度，使得轨迹误差减小了大约9个百分点，也使得特征提取时间减少了30个百分点，使加入的线特征在低纹理场景中发挥出积极有效的作用，提高了数据整体的准确度和可信度。

粒子群优化算法求解最优控制点的非均匀有理B样条曲线拟合

盖荣丽, 高守传, 李明霞

2022, 42(7):  2177-2183.  DOI: 10.11772/j.issn.1001-9081.2021050777

摘要 ( )   HTML ( )   PDF (3931KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为使参数曲线拟合在压缩数据量的基础上仍能保持较高的精度，提出了一种基于特征点提取、最小二乘法逼近以及粒子群优化算法求解最优控制点的高精度非均匀有理B样条（NURBS）曲线拟合方法。首先，以反曲点和曲率极值点作为筛选依据从所有离散数据点中提取特征点；然后，将特征点在最小二乘法下逼近，并根据所得线性方程组计算得到初始控制点；最后，以初始控制点的位置坐标构造粒子初始种群，并建立一个衡量离散数据点与拟合曲线误差的适应度函数，且利用粒子群优化算法对初始控制点的位置进行迭代优化，直至达到最大迭代次数为止。在叶片和蝴蝶截面原型上进行的实验验证的结果表明，所提方法使待拟合数据量分别压缩为原来数据量的25/117和120/283，且与以精度高为优势的增加辅助控制点的方法相比，所提方法的拟合精度分别提高了57.1%和22.9%，在已有曲线拟合研究方法中具有较强竞争力。

基于残差注意力机制的点云配准算法

秦庭威, 赵鹏程, 秦品乐, 曾建朝, 柴锐, 黄永琦

2022, 42(7):  2184-2191.  DOI: 10.11772/j.issn.1001-9081.2021071319

摘要 ( )   HTML ( )   PDF (2278KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统点云配准算法精度低、鲁棒性差以及放疗前后癌症患者无法实现精确放疗的问题，提出一种基于残差注意力机制的点云配准算法（ADGCNNLK）。首先，在动态图深度卷积网络（DGCNN）中添加残差注意力机制来有效地利用点云的空间信息，并减少信息损失；然后，利用添加残差注意力机制的DGCNN提取点云特征，这样做不仅可以在保持点云置换不变性的同时捕捉点云的局部几何特征，也可以在语义上将信息聚合起来，从而提高配准效率；最后，将提取到的特征点映射到高维空间中并使用经典的图像迭代配准算法LK进行配准。实验结果表明，所提算法与迭代最近点算法（ICP）、全局优化的ICP算法（Go-ICP）和PointNetLK相比，在无噪、有噪的情况下配准效果均最好。其中，在无噪情况下，与PointNetLK相比，所提算法的旋转均方误差降低了74.61%，平移均方误差降低了47.50%；在有噪声的情况下，与PointNetLK相比，所提算法的旋转均方误差降低了73.13%，平移均方误差降低了44.18%，说明所提算法与PointNetLK相比鲁棒性更强。将所提算法应用于放疗前后癌症患者人体点云模型的配准，从而辅助医生治疗，并实现了精确放疗。

基于递进式特征增强聚合的伪装目标检测

谭湘粤, 胡晓, 杨佳信, 向俊将

2022, 42(7):  2192-2200.  DOI: 10.11772/j.issn.1001-9081.2021060900

摘要 ( )   HTML ( )   PDF (2588KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

伪装目标检测（COD）旨在检测隐藏在复杂环境中的目标。现有COD算法在结合多层次特征时，忽略了特征的表达和融合方式对检测性能的影响。为此，提出一种基于递进式特征增强聚合的COD算法。首先，通过主干网络提取多级特征；然后，为了提高特征的表达能力，使用由特征增强模块（FEM）构成的增强网络对多层次特征进行增强；最后，在聚合网络中设计邻近聚合模块（AAM）实现相邻特征之间的信息融合，以突显伪装目标区域的特征，并提出新的递进式聚合策略（PAS）通过渐进的方式聚合邻近特征，从而在实现多层特征有效融合的同时抑制噪声。在3个公开数据集上的实验表明，所提算法相较于12种最先进的算法在4个客观评价指标上均取得最优表现，尤其是在COD10K数据集上所提算法的加权的F测评法和平均绝对误差（MAE）分别达到了0.809和0.037。由此可见，所提算法在COD任务上拥有较优的性能。

基于改进YOLOv4的轻量化目标检测算法

钟志峰, 夏一帆, 周冬平, 晏阳天

2022, 42(7):  2201-2209.  DOI: 10.11772/j.issn.1001-9081.2021050734

摘要 ( )   HTML ( )   PDF (5719KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对当前YOLOv4目标检测网络结构复杂、参数多、训练所需的配置高以及实时检测每秒传输帧数（FPS）低的问题，提出一种基于YOLOv4的轻量化目标检测算法ML-YOLO。首先，用MobileNetv3结构替换YOLOv4的主干特征提取网络，从而通过MobileNetv3中的深度可分离卷积大幅减少主干网络的参数量；然后，用简化的加权双向特征金字塔网络（Bi-FPN）结构替换YOLOv4的特征融合网络，从而用Bi-FPN中的注意力机制提高目标检测精度；最后，通过YOLOv4的解码算法来生成最终的预测框，并实现目标检测。在VOC2007数据集上的实验结果表明，ML-YOLO算法的平均准确率均值（mAP）达到80.22%，与YOLOv4算法相比降低了3.42个百分点，与YOLOv5m算法相比提升了2.82个百分点；而ML-YOLO算法的模型大小仅为44.75 MB，与YOLOv4算法相比减小了199.54 MB，与YOLOv5m算法相比，只高了2.85 MB。实验结果表明，所提的ML-YOLO模型，一方面较YOLOv4模型大幅减小了模型大小，另一方面保持了较高的检测精度，表明该算法可以满足移动端或者嵌入式设备进行目标检测的轻量化和准确性需求。

各向异性非极大值抑制在工业目标检测中的应用

张诗文, 邓春华, 张俊雯

2022, 42(7):  2210-2218.  DOI: 10.11772/j.issn.1001-9081.2021040648

摘要 ( )   HTML ( )   PDF (4149KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在某些固定的工业应用场景中，对目标检测算法的漏检容忍性非常低。然而，提升召回率的同时，目标周围容易规律性地产生一些无重叠的虚景框。传统的非极大值抑制（NMS）策略主要作用是抑制同一目标的多个重复检测框，无法解决上述问题。为此设计了一种各向异性NMS方法来对目标周围不同方向采取不同的抑制策略，从而有效消除规律性的虚景框。固定的工业场景中的目标形状和规律的虚景框往往具有一定关联性。为了促进各向异性NMS在不同方向的精确执行，设计了一种比例交并比（IoU）损失函数用来引导模型拟合目标的形状。此外，针对规则目标使用了一种自动标注的数据集增广方法，在降低人工标注工作量的同时扩大了数据集规模。实验结果表明，所提方法在轧辊凹槽检测数据集上的效果显著，应用于YOLO系列算法时在不降低速度的同时提升了检测精度。目前该算法已成功应用于某冷轧厂轧辊自动抓取的生产线。

基于改进YOLOv3的实时交通标志检测算法

张达为, 刘绪崇, 周维, 陈柱辉, 余瑶

2022, 42(7):  2219-2226.  DOI: 10.11772/j.issn.1001-9081.2021050731

摘要 ( )   HTML ( )   PDF (3218KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对目前我国智能驾驶辅助系统识别道路交通标志检测速度慢、识别精度低等问题，提出一种基于YOLOv3的改进的道路交通标志检测算法。首先，将MobileNetv2作为基础特征提取网络引入YOLOv3以形成目标检测网络模块MN-YOLOv3，在MN-YOLOv3主干网络中引入两条Down-up连接进行特征融合，从而减少检测算法的模型参数，提高了检测模块的运行速度，增强了多尺度特征图之间的信息融合；然后，根据交通标志目标形状的特点，使用K-Means++算法产生先验框的初始聚类中心，并在边界框回归中引入距离交并比（DIOU）损失函数来将DIOU与非极大值抑制（NMS）结合；最后，将感兴趣区域（ROI）与上下文信息通过ROI Align统一尺寸后融合，从而增强目标特征表达。实验结果表明，所提算法性能更好，在长沙理工大学中国交通标志检测（CCTSDB）数据集上的平均准确率均值（mAP）可达96.20%。相较于Faster R-CNN、YOLOv3、Cascaded R-CNN检测算法，所提算法拥有具有更好的实时性和更高的检测精度，对各种环境变化具有更好的鲁棒性。

改进字体自适应神经网络的图像字符编辑方法

刘尚旺, 张新明, 张非

2022, 42(7):  2227-2238.  DOI: 10.11772/j.issn.1001-9081.2021050882

摘要 ( )   HTML ( )   PDF (8003KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在当今国际化的社会，作为国际通用语言的英文字符及中文环境下的拼音字符出现在众多公共场合。当这些字符出现在图像中时，尤其在风格复杂的图像中时，难以直接对其进行编辑修改。针对上述问题，提出了一种改进文字生成网络（FANnet）的图像字符编辑方法。首先，利用基于直方图对比度（HC）的显著性检测算法改进自适应字符检测（CAD）模型，准确提取出用户所选择的图像字符；接着，根据FANnet，生成与源字符字体几乎一致的目标字符的二值图；然后，通过所提出的局部颜色分布（CDL）迁移模型，迁移源字符颜色至目标字符；最后，生成与源字符字体结构和颜色变化均高度一致的目标可编辑修改字符，从而达到字符编辑目的。实验结果表明，在MSRA-TD500、COCO-Text和ICDAR数据集上，所提方法的结构相似性（SSIM）、峰值信噪比（PSNR）和归一化均方根误差（NRMSE）平均值分别为0.776 5、18.321 1 dB和0.435 8，相较于基于字体自适应神经网络的场景文本编辑器（STEFANN）算法分别提高了18.59%、14.02%和降低了2.97%，相较于多模态小样本字体迁移模型MC-GAN算法（输入1个字符时）分别提高了30.24%、23.92%和降低了4.68%；而且针对字体结构和颜色渐变分布比较复杂的实际场景图像字符，所提方法的编辑效果也较好。该方法可以应用于图像重利用、图像字符计算机自动纠错和图像文本信息重存储。

基于像素分类的多尺度无人机航拍目标旋转跟踪算法

薛远亮, 金国栋, 谭力宁, 许剑锟

2022, 42(7):  2239-2247.  DOI: 10.11772/j.issn.1001-9081.2021040689

摘要 ( )   HTML ( )   PDF (4732KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对无人机（UAV）跟踪过程中垂直跟踪框在处理尺度变化、相似物体和纵横比变化时限制了跟踪精度提升的问题，提出一种基于像素分类的多尺度UAV航拍目标旋转跟踪算法。首先，设计MS-ResNet以提取目标多尺度特征；然后，在具有正交特性的多通道响应图上设计像素二分类模块，从而进一步精确细化分类和回归分支的结果；同时，为了提高像素分类精度，使用并行通道空间注意力（scSE）模块在空间域和通道域上筛选目标特征；最后，在像素分类基础上生成贴合目标实际大小的旋转跟踪框，从而避免正样本受到污染。实验结果表明：所提算法在无人机跟踪数据集UAV123上的成功率和准确率分别为60.7%和79.5%、与孪生区域建议跟踪网络（SiamRPN）相比，成功率与准确率分别提升了5个百分点、2.7个百分点，同时速度为67.5 FPS，满足实时要求。所提算法具有良好的尺度适应能力、辨别能力和鲁棒性，能有效应对UAV跟踪任务。

基于改进RetinaNet的船舶检测算法

凡文俊, 赵曙光, 郭力争

2022, 42(7):  2248-2255.  DOI: 10.11772/j.issn.1001-9081.2021050831

摘要 ( )   HTML ( )   PDF (4946KB) ( )   PDF（mobile） (3371KB) ( 53 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

目前基于深度学习算法的目标检测技术在合成孔径雷达（SAR）图像船舶检测中取得了显著的成果，然而仍存在着小目标船舶和近岸密集排列船舶检测效果差的问题。针对上述问题，提出了基于改进RetinaNet的船舶检测算法。在传统RetinaNet算法的基础上，首先，将特征提取网络残差块中的卷积改进为分组卷积，以增加网络宽度，从而提高网络的特征提取能力；其次，在特征提取网络的后两个阶段加入注意力机制，让网络更加专注于目标区域，从而提升目标检测能力；最后，将软非极大值抑制（Soft-NMS）加入到算法中，降低算法对于近岸密集排列船舶检测的漏检率。在高分辨率SAR图像数据集（HRSID）和SAR船舶检测数据集（SSDD）上的实验结果表明，所提改进算法对于小目标船舶和近岸船舶的检测效果得到了有效提升，与当前优秀的目标检测模型Faster R-CNN、YOLOv3和CenterNet等相比，在检测精度和速度上更加优越。

前沿与综合应用

基于边界自适应SMOTE和Focal Loss函数改进LightGBM的信用风险预测模型

陈海龙, 杨畅, 杜梅, 张颖宇

2022, 42(7):  2256-2264.  DOI: 10.11772/j.issn.1001-9081.2021050810

摘要 ( )   HTML ( )   PDF (2136KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对信用风险评估中数据集不平衡影响模型预测效果的问题，提出一种基于边界自适应合成少数类过采样方法（BA-SMOTE）和利用Focal Loss函数改进LightGBM损失函数的算法（FLLightGBM）相结合的信用风险预测模型。首先，在边界合成少数类过采样（Borderline-SMOTE）的基础上，引入自适应思想和新的插值方式，使每个处于边界的少数类样本生成不同数量的新样本，并且新样本的位置更靠近原少数类样本，以此来平衡数据集；其次，利用Focal Loss函数来改进LightGBM算法的损失函数，并以改进的算法训练新的数据集以得到最终结合BA-SMOTE方法和FLLightGBM算法建立的BA-SMOTE-FLLightGBM模型；最后，在Lending Club数据集上进行信用风险预测。实验结果表明，与其他不平衡分类算法RUSBoost、CUSBoost、KSMOTE-AdaBoost和AK-SMOTE-Catboost相比，所建立的模型在G-mean和AUC两个指标上都有明显的提升，提升了9.0%~31.3%和5.0%~14.1%。以上结果验证了所提出的模型在信用风险评估中具有更好的违约预测效果。

基于多重注意力机制的图神经网络股市波动预测方法

李晓寒, 王俊, 贾华丁, 萧刘

2022, 42(7):  2265-2273.  DOI: 10.11772/j.issn.1001-9081.2021081487

摘要 ( )   HTML ( )   PDF (2246KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

股票市场是金融市场关键组成部分，因此对股票市场波动的研究对合理化控制金融市场风险、提高投资收益提供了重要支持，一直以来都是学术界和相关业界的关注焦点，然而，股票市场会受到各种因素的影响。面对股票市场中多源化、异构化的信息，如何高效挖掘、融合股票市场的多源异构数据具有挑战性。为了充分解释不同信息及信息间相互作用对于股票市场价格波动的影响，提出一种基于多重注意力机制的图神经网络来预测股票市场的价格波动。首先，引入关系维度构建股票市场交易数据和新闻文本的异构子图，并利用多重注意力机制实现图数据的融合；其次，通过图神经网络门控循环单元（GRU）进行图分类，在此基础上完成对股票市场中上证综合指数、沪深300指数、深证成份指数这三个重要指数波动的预测。实验结果表明，从异构信息特性角度，相较于股票市场交易数据，股市新闻信息对于股票价格影响存在滞后性；从异构信息融合角度，所提方法与支持向量机（SVM）、随机森林、多核k-means （MKKM）聚类等算法相比，预测准确率分别提升了17.88个百分点、30.00个百分点和38.00个百分点，并进行了模型交易策略的量化投资模拟。

基于网格划分的城市短时交通流量时空预测模型

王海起, 王志海, 李留珂, 孔浩然, 王琼, 徐建波

2022, 42(7):  2274-2280.  DOI: 10.11772/j.issn.1001-9081.2021050838

摘要 ( )   PDF (2906KB) ( )  

参考文献 | 相关文章 | 计量指标

准确的交通流量预测在帮助交通管理部门采取有效的交通控制和诱导手段以及帮助出行者合理规划路线等方面具有重要意义。针对传统深度学习模型对交通数据时空特性考虑不足的问题，在卷积神经网络（CNN）和长短时记忆（LSTM）单元的理论框架下，结合城市交通流量的时空特性，建立了一种基于注意力机制的CNN-LSTM预测模型——STCAL。首先，采用细粒度的网格划分方法来构建交通流量的时空矩阵；其次，利用CNN模型作为空间组件来提取城市交通流量不同时期下的空间特性；最后，利用基于注意力机制的LSTM模型作为动态时间组件来捕获交通流量的时序特征和趋势变动性，并实现交通流量的预测。实验结果表明，STCAL模型与循环门单元（GRU）和时空残差网络（ST-ResNet）相比，均方根误差（RMSE）指标分别减小了17.15%和7.37%，均绝对误差（MAE）指标分别减小了22.75%和9.14%，决定系数（R²）指标分别提升了11.27%和2.37%。同时，发现该模型在规律性较高的工作日的预测效果好于周末，且对工作日早高峰的预测效果最好，可见该模型可为短时城市区域交通流量变化监测提供依据。

考虑冲突和拥堵的自动导引车调度与路径规划协同优化

范厚明, 牟爽, 岳丽君

2022, 42(7):  2281-2291.  DOI: 10.11772/j.issn.1001-9081.2021050819

摘要 ( )   HTML ( )   PDF (4118KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对自动化集装箱码头自动导引车（AGV）调度与无冲突路径规划问题，提出了AGV冲突拥堵解决策略以生成无冲突路径。首先，考虑堆场缓冲支架的容量，运行路径无拥堵、节点无冲突约束，以最大完工时间最小、AGV总行驶时间最短为目标建立两阶段混合整数规划模型；其次，设计改进的自适应遗传算法、基于冲突拥堵解决策略的迪杰斯特拉算法求得AGV调度方案与无冲突路径。算例分析结果表明：改进的自适应遗传算法相较遗传算法平均求解时间降低了13.56%，且目标函数平均差距率为9.01%；基于冲突拥堵解决策略相较停车等待策略使得水平运输区拥堵度降低67.6%，AGV等待时间减少66.7%。可见，所提算法求解质量高且速度快，同时验证了所提策略的有效性。

带时间窗同时送取货选址路径问题及其烟花算法求解

刘亚平, 张惠珍, 张莉, 刘优优

2022, 42(7):  2292-2300.  DOI: 10.11772/j.issn.1001-9081.2021040697

摘要 ( )   HTML ( )   PDF (2162KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

随着电子商务的飞速发展以及互联网的普及，退换货更加便捷，因此客户对商品的需求呈现出时效性、多品种、小批量、退换货等特点。针对有容量的同时送取货选址路径问题（LRPSPD），同时考虑客户多样性需求的特点，建立了带时间窗的同时送取货选址路径问题（LRPSPDTW）的数学模型。使用改进烟花算法（IFWA）对模型进行求解，对烟花爆炸和变异进行相应的邻域操作，并用一些基准LRPSPD算例来评估烟花算法的性能。通过大量的数值实验验证了所提模型和算法的正确性和有效性。实验结果表明，相较于分支切割算法（B&C），IFWA得到的结果与标准解的平均误差缩小了0.33个百分点。所提算法缩短了寻求最优解的时间，为解决选址路径相关问题提供了一种新的解决思路。

用于低剂量CT降噪的伪影感知生成对抗网络

韩泽芳, 张雄, 上官宏, 韩兴隆, 韩静, 奉刚, 崔学英

2022, 42(7):  2301-2310.  DOI: 10.11772/j.issn.1001-9081.2021040700

摘要 ( )   HTML ( )   PDF (3473KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

近年来，生成对抗网络（GAN）用于低剂量CT（LDCT）伪影抑制表现出一定性能优势，已成为该领域新的研究热点。由于伪影分布不规律且与正常组织位置息息相关，现有GAN网络的降噪性能受限。针对上述问题，提出了一种基于伪影感知GAN的LDCT降噪算法。首先，设计了伪影方向感知生成器，该生成器在U型残差编解码结构的基础上增加了伪影方向感知子模块（ADSS），从而提高生成器对伪影方向特征的敏感度；其次，设计了注意力判别器（AttD）来提高对噪声伪影的鉴别能力；最后，设计了与网络功能相对应的损失函数，通过多种损失函数协同作用来提高网络的降噪性能。实验结果表明，与高频敏感GAN（HFSGAN）相比，该降噪算法的平均峰值信噪比（PSNR）和结构相似度（SSIM）分别提升了4.9%和2.8%，伪影抑制效果良好。