当期目录

2023年 第43卷 第3期 刊出日期：2023-03-10

上一期   下一期

人工智能

基于孪生网络的单目标跟踪算法综述

王梦亭, 杨文忠, 武雍智

2023, 43(3):  661-673.  DOI: 10.11772/j.issn.1001-9081.2022010150

摘要 ( )   HTML ( )   PDF (2647KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

单目标跟踪是计算机视觉领域的一个重要研究方向，在视频监控、自动驾驶等领域应用广泛。对于单目标跟踪算法，尽管已有大量总结研究，但大多基于相关滤波或深度学习。近年来，基于孪生网络的跟踪算法因在精度和速度之间取得的平衡受到研究者们的广泛关注，然而目前对该类型算法的总结分析相对较少，并且对这些算法的架构层面缺少系统分析。为深入了解基于孪生网络的单目标跟踪算法，对大量相关文献进行了总结与分析。首先阐述孪生网络的结构和应用，并根据孪生跟踪算法架构组成的分类介绍了各跟踪算法；然后列举单目标跟踪领域常用的数据集和评价指标，对25个主流跟踪算法在OTB2015数据集上分别进行整体和各属性的性能比较与分析，并列出23个孪生跟踪算法在LaSOT和GOT-10K测试集上的性能以及推理时的速度；最后对基于孪生网络的目标跟踪算法的研究进行总结，并对未来的发展方向进行展望。

基于深度学习的标签噪声学习算法综述

伏博毅, 彭云聪, 蓝鑫, 秦小林

2023, 43(3):  674-684.  DOI: 10.11772/j.issn.1001-9081.2022020198

摘要 ( )   HTML ( )   PDF (2083KB) ( )   PDF（mobile） (733KB) ( 45 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在深度学习领域中，大量正确标注的样本对于模型的训练和学习至关重要。然而，在实际的应用场景中，标注数据的成本很高，同时标注的样本质量会受人工标注的主观因素或工具技术的影响，在标注过程中无法避免标签噪声的产生。因此，现有的训练数据都存在一定的标签噪声，如何有效地训练带标签噪声的训练数据成为了研究的热点。围绕基于深度学习的标签噪声学习算法，首先详细阐述了标签噪声学习问题的来源、分类和影响；然后依照机器学习的不同要素分析了基于数据、损失函数、模型、训练方式的四种标签噪声学习策略；随后提供了各种应用场景下学习标签噪声问题的基础框架；最后，给出一些优化思路，并展望了标签噪声学习算法面临的挑战与未来的发展方向。

基于矩阵分解的卷积神经网络改进方法

李振亮, 李波

2023, 43(3):  685-691.  DOI: 10.11772/j.issn.1001-9081.2022010032

摘要 ( )   HTML ( )   PDF (1694KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统卷积神经网络（CNN）在训练过程中优化难度高的问题，提出基于矩阵分解的CNN改进方法。首先，通过矩阵分解将模型卷积层在训练期间的卷积核参数张量转换为多个参数矩阵的乘积，形成过参数化；其次，将这些额外的线性参数加入网络的反向传播，并与模型的其他参数同步更新，以改善梯度下降的优化过程；完成训练后，将矩阵乘积重新还原为标准卷积核参数，从而使推理期间前向传播的计算复杂度与改进前保持一致。选用简化QR分解和简化奇异值分解（SVD），在CIFAR-10数据集上进行分类效果实验，并用不同的图像分类数据集和初始化方式作进一步的泛化实验。实验结果表明，基于矩阵分解的VGG和残差网络（ResNet）对7个不同深度模型的分类准确率均高于原网络模型，可见矩阵分解方法可以让CNN更快地达到较高的分类准确率，最终收敛得到更好的局部最优。

面向时间序列的混合图像化循环胶囊分类网络

陈容均, 严宣辉, 杨超城

2023, 43(3):  692-699.  DOI: 10.11772/j.issn.1001-9081.2022010089

摘要 ( )   HTML ( )   PDF (2586KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对时间序列图像化缺少时间关联关系与空间位置关系的问题，提出面向时间序列的混合图像化循环胶囊神经网络（FIR-Capsnet）以融合并提取时间序列图像的时空信息。首先通过格拉姆角场（GAF）、马尔可夫跃迁场（MTF）与重现图（RP）方法捕获时间序列图像的多水平时空特征；然后利用胶囊神经网络的旋转不变性与路由迭代算法学习时间序列图像的空间关系；最后引入长短时记忆（LSTM）网络的门机制学习时间序列数据隐含的时间关联性。实验结果表明，FIR-Capsnet在30个UCR公开数据集上取得15次胜利；并且在人体活动识别（HAR）数据集上相较于Fusion-CNN、FIR-Capsnet的分类准确率提高7.2个百分点，说明了FIR-Capsnet处理时序数据的优势。

基于图神经网络和注意力的双模态情感识别方法

李路宝, 陈田, 任福继, 罗蓓蓓

2023, 43(3):  700-705.  DOI: 10.11772/j.issn.1001-9081.2022020216

摘要 ( )   HTML ( )   PDF (1917KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对生理信号情感识别问题，提出一种基于图神经网络（GNN）和注意力的双模态情感识别方法。首先，使用GNN对脑电（EEG）信号进行分类；然后，使用基于注意力的双向长短期记忆（Bi-LSTM）网络对心电（ECG）信号进行分类；最后，通过Dempster-Shafer证据理论融合EGG和ECG分类结果，从而提高情感识别任务的综合性能。为验证所提方法的有效性，邀请20名受试者参与情感激发实验，并收集了受试者的EGG、ECG信号。实验结果表明，所提方法的二分类准确率在valence维度和arousal维度分别为91.82%和88.24%，相较于单模态EEG方法分别提高2.65%和0.40%，相较于单模态ECG方法分别提高19.79%和24.90%。可见，所提方法能够有效地提高情感识别的准确率，为医疗诊断等领域提供决策支持。

情感增强的对话文本情绪识别模型

王雨, 袁玉波, 过弋, 张嘉杰

2023, 43(3):  706-712.  DOI: 10.11772/j.issn.1001-9081.2022010044

摘要 ( )   HTML ( )   PDF (1123KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有的许多研究忽略了说话人的情绪和情感的相关性的问题，提出一种情感增强的图网络对话文本情绪识别模型——SBGN。首先，将主题和对话意图融入文本，并微调预训练语言模型RoBERTa以提取重构的文本特征；其次，给出情绪分析的对称学习结构，将重构特征分别输入图神经网络（GNN）情绪分析模型和双向长短时记忆（Bi-LSTM）情感分类模型；最后，融合情绪分析和情感分类模型，将情感分类的损失函数作为惩罚以构建新的损失函数，并通过学习调节得到最优的惩罚因子。在公开数据集DailyDialog上的实验结果表明，相较于DialogueGCN模型与目前最先进的DAG-ERC模型，SBGN模型的微平均F1分别提高16.62与14.81个百分点。可见，SBGN模型能有效提高对话系统情绪分析的性能。

面向交通场景解析的局部和全局上下文注意力融合网络

王泽宇, 布树辉, 黄伟, 郑远攀, 吴庆岗, 张旭

2023, 43(3):  713-722.  DOI: 10.11772/j.issn.1001-9081.2022020245

摘要 ( )   HTML ( )   PDF (5305KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为解决交通场景解析中局部和全局上下文信息自适应聚合的问题，提出3模块架构的局部和全局上下文注意力融合网络（LGCAFN）。前端的特征提取模块由基于串联空洞空间金字塔池化（CASPP）单元改进的ResNet-101组成，能够更加有效地提取物体的多尺度局部特征；中端的结构化学习模块由8路长短期记忆（LSTM）网络分支组成，可以更加准确地推理物体邻近8个不同方向上场景区域的空间结构化特征；后端的特征融合模块采用基于注意力机制的3阶段融合方式，能够自适应地聚合有用的上下文信息并屏蔽噪声上下文信息，且生成的多模态融合特征能够更加全面且准确地表示物体的语义信息。在Cityscapes标准和扩展数据集上的实验结果表明，相较于逆变换网络（ITN）和对象上下文表示网络（OCRN）等方法，LGCAFN实现了最优的平均交并比（mIoU），达到了84.0%和86.3%，表明LGCAFN能够准确地解析交通场景，有助于实现车辆自动驾驶。

基于循环神经网络的人体运动模型的隐状态初始化方法

李南帆, 司文文, 杜思远, 王志勇, 钟重阳, 夏时洪

2023, 43(3):  723-727.  DOI: 10.11772/j.issn.1001-9081.2022020175

摘要 ( )   HTML ( )   PDF (1866KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对基于循环神经网络（RNN）的人体运动合成方法存在首帧跳变，进而影响生成运动的质量的问题，提出一种带有隐状态初始化的人体运动合成方法，将初始隐状态作为自变量，利用神经网络的目标函数作为优化目标，并使用梯度下降的方法进行优化求解，以得到一个合适的初始隐状态。相较于编码器-循环-解码器（ERD）、残差门控循环单元（RGRU）模型，所提方法在首帧的预测误差分别减小63.51%和6.90%，10帧的总误差分别减小50.00%和4.89%。实验结果表明，该方法无论是运动合成质量还是运动预测精度都优于不进行初始隐状态估计的方法；它通过准确估计基于RNN的人体运动模型的首帧隐状态可提升运动合成的质量，并且为实时安全监测中的动作识别模型提供可靠的数据支持。

基于图卷积网络与自注意力图池化的视频行人重识别方法

姚英茂, 姜晓燕

2023, 43(3):  728-735.  DOI: 10.11772/j.issn.1001-9081.2022010034

摘要 ( )   HTML ( )   PDF (2665KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对跨相机网络视频中存在的遮挡、空间不对齐、背景杂波等因素导致视频行人重识别效果较差的问题，提出一种基于图卷积网络（GCN）与自注意力图池化（SAGP）的视频行人重识别方法。首先，通过区块关系图建模挖掘视频中帧间不同区域的关联信息，并利用GCN优化逐帧图像中的区域特征，缓解遮挡和不对齐等问题；然后，通过SAGP机制去除对行人特征贡献较低的区域，避免背景杂波区域的干扰；最后，提出一种加权损失函数策略，使用中心损失优化分类学习结果，并使用在线软挖掘和类感知注意力（OCL）损失解决难样本挖掘过程中可用样本未被充分利用的问题。实验结果表明，在MARS数据集上，相较于次优的AITL方法，所提方法的平均精度均值（mAP）与Rank-1分别提高1.3和2.0个百点。所提方法能够较好地利用视频中的时空信息，提取更具判别力的行人特征，提高行人重识别任务的效果。

基于多头软注意力图卷积网络的行人轨迹预测

彭涛, 康亚龙, 余锋, 张自力, 刘军平, 胡新荣, 何儒汉, 李丽

2023, 43(3):  736-743.  DOI: 10.11772/j.issn.1001-9081.2022020207

摘要 ( )   HTML ( )   PDF (5673KB) ( )   PDF（mobile） (2752KB) ( 31 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

行人间交互作用的复杂性给行人轨迹预测带来了挑战，且现有算法难以捕获行人间有意义的交互信息，不能直观地建模行人间的交互作用。针对以上问题，提出多头软注意力图卷积网络。首先利用多头软注意力（MS ATT）结合内卷网络Involution分别从空间图和时间图输入中提取稀疏空间和稀疏时间邻接矩阵，生成稀疏空间和稀疏时间有向图；然后，利用图卷积网络（GCN）从稀疏空间和稀疏时间有向图中学习交互作用与运动趋势特征；最后，将学习到的轨迹特征输入时间卷积网络（TCN）以预测双高斯分布参数，生成行人预测轨迹。在ETH和UCY数据集上的实验结果表明：相较于空时社交关系池化行人轨迹预测模型（SOPM），所提算法的平均位移误差（ADE）降低了2.78%；相较于稀疏图卷积网络（SGCN），所提算法的最终位移误差（FDE）降低了16.92%。

基于Sophon SC5+芯片构架的行人搜索算法与优化

孙杰, 吴绍鑫, 王学军, 华璟

2023, 43(3):  744-751.  DOI: 10.11772/j.issn.1001-9081.2022020252

摘要 ( )   HTML ( )   PDF (3221KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

传统的基于深度神经网络的行人搜索算法计算量大，在大规模部署时搜索性能低，导致算法在落地应用于硬件和预算有限的终端时面临成本高、速度慢的难题。针对以上问题，提出一种基于Sophon SC5+高性能推理芯片的行人检测与重识别算法，从算法到硬件自上而下地优化深度学习的效率。首先，利用轻量化的Ghost模块替换YOLOv5s的主干网络，从而大幅度降低模型的参数和计算量；其次，融入CBAM注意力机制，以增强算法的特征学习能力，并提高检测精度；然后，将中心损失约束和 Non-local注意力机制加入行人重识别模块，并结合中心约束三元组损失和附加间隔交叉熵损失优化模型，以提升行人重识别算法性能；最后，基于Sophon SC+量化行人检测模型和行人重识别模型并生成最终的推理模型。在Market-1501与DukeMTMC-ReID数据集上的实验结果表明，相较于YOLOv4-tiny、ACRN、SVDNet等主流算法，行人检测算法与行人重识别算法的平均精度均值（mAP）至少提高了43.8和25.7个百分点。基于Sophon SC5+芯片实现int8量化后，所提算法的mAP虽然减小了1.7个百分点，但模型大小减小了74.4%，能够在大规模、城市级行人搜索系统中落地使用。

融合边特征与注意力的表格结构识别模型

吕学强, 张煜楠, 韩晶, 崔运鹏, 李欢

2023, 43(3):  752-758.  DOI: 10.11772/j.issn.1001-9081.2022010053

摘要 ( )   HTML ( )   PDF (2113KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有方法在表格结构识别问题中存在的先验知识依赖、鲁棒性不足、表达能力不足等问题，提出一种新的融合边特征与注意力的表格结构识别模型——GEAN-TSR。首先，提出图边注意力网络（GEAN）并作为模型的主干网络，在边卷积结构的基础上引入并改进图注意力机制聚合图节点特征，解决图网络在特征提取过程中的信息损失的问题，提高图网络的表达能力；然后，引入边特征融合模块融合浅层图节点信息与图网络输出，增强图网络的局部信息提取能力与表达能力；最后，将门控循环单元（GRU）提取的图节点文本特征融入文本特征融合模块对边进行分类预测。在SciTSR-COMP数据集上的对比实验中，相较于目前最优的模型SEM，GEAN-TSR的召回率与F1值分别提升2.5与1.4个百分点。在消融实验中，GEAN-TSR采用特征融合模块后，所有指标都取得了最优值，验证了模块的有效性。实验结果表明，GEAN-TSR能够有效提升网络性能，更好地完成表格结构识别任务。

数据科学与技术

基于HBase的工业时序大数据分布式存储性能优化策略

杨力, 陈建廷, 向阳

2023, 43(3):  759-766.  DOI: 10.11772/j.issn.1001-9081.2022020211

摘要 ( )   HTML ( )   PDF (2121KB) ( )   PDF（mobile） (619KB) ( 12 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在自动化的工业场景中，大量工业设备产生的时序性日志数据量呈爆炸式增长，业务场景对时序数据的访问需求进一步提升。虽然目前基于分布式列族的数据库HBase能够存储工业时序大数据，但由于未考虑特定业务场景中数据与访问行为特征的关联，现有策略无法较好地满足工业时序数据的特定访问需求。针对上述问题，基于分布式存储系统HBase，利用工业场景中数据与访问行为特征的关联性，提出面向海量工业时序数据的分布式存储性能优化策略。针对工业时序数据特点引发的负载倾斜问题，提出基于冷热数据分区及访问行为分类的负载均衡优化策略。使用逻辑回归模型（LR）对数据进行冷热分类，并将热数据分散存储在不同节点；同时，为进一步降低存储集群中跨节点的通信开销，以提升工业时序数据高维索引的查询效率，提出索引主数据同Region化策略，设计索引RowKey字段及拼接规则，将索引存放到与它对应的主数据相同的Region中。在真实工业时序数据上的实验结果表明，引入优化策略后的数据负载分布倾斜度降低28.5%，查询效率提升27.7%，验证了所提优化策略能够有效地挖掘特定时序数据的访问模式，合理地分配负载，降低数据访问开销，有能力满足对特定时序大数据的访问需求。

分布式存储中基于局部修复码的负载均衡方法

龙运波, 唐聃

2023, 43(3):  767-775.  DOI: 10.11772/j.issn.1001-9081.2022010074

摘要 ( )   HTML ( )   PDF (1831KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对分布式存储中热数据访问性能低下的问题，提出一种基于局部修复码（LRC）的负载均衡方法，采用编码的方式规避节点的集中式访问，并提高热数据的访问效率。首先，利用平衡不完全区组设计（BIBD）构造一类适用于小规模存储系统的特殊LRC，从而为编码数据提供多种访问方式；然后，分别基于里所（RS）码和随机阵列码将LRC推广到更大规模，并使它满足存储系统一定的容错需求；最后，提出一种热数据访问算法以降低热数据的访问压力，并结合合理的数据布局方案实现存储系统在高频访问场景下的负载均衡。理论分析和实验结果表明，所提方法能以极小的代价实现负载均衡，明显优于传统方法中利用多副本及最大距离可分（MDS）码实现的负载均衡方法，尤其是解决了因冷热数据访问不均带来的负载失衡问题，可以有效提高热数据存储系统的访问效率。

分段加权的概念漂移检测方法

陈志强, 韩萌, 武红鑫, 李慕航, 张喜龙

2023, 43(3):  776-784.  DOI: 10.11772/j.issn.1001-9081.2022020231

摘要 ( )   HTML ( )   PDF (2112KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有漂移检测方法无法平衡检测延迟、误报与漏报以及时空效率等问题，提出一个新的阶段转换阈值参数，在概念漂移检测中引入包含“稳定阶段-警告阶段-漂移阶段”的分段加权机制，对实例分阶段地赋予权重，并将该机制应用在双层滑动窗口中；然后基于Hoeffding不等式提出一种分段加权的概念漂移检测方法（MSDDM）。在人工数据集上，相较于FHDDM、HDDM等漂移检测方法，MSDDM能够更快地检测出突变与渐变概念漂移，同时又能保持较低的误检率与漏检率；在真实数据集上，MSDDM相较于其他方法在大部分情况下都具有最高的分类准确率。实验结果表明，MSDDM能够以较高的漂移检测性能和较优的时空效率检测出数据流中的概念漂移。

网络空间安全

区块链智能合约漏洞检测与自动化修复综述

童俊成, 赵波

2023, 43(3):  785-793.  DOI: 10.11772/j.issn.1001-9081.2022020179

摘要 ( )   HTML ( )   PDF (2782KB) ( )   PDF（mobile） (582KB) ( 36 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

智能合约技术作为区块链2.0的里程碑，受到学术界与企业界的广泛关注。智能合约运行在不具有可信计算环境的底层基础设施上，并且具有区别于传统程序的特性，在自身的安全性上存在许多影响很大的漏洞，针对它进行安全审计的研究也成为区块链安全领域的热门与亟需解决的关键科学问题。针对智能合约的漏洞检测与自动化修复，首先介绍智能合约漏洞的主要漏洞类型与分类；然后，调研回顾近五年智能合约漏洞检测的三类最重要的方法，并介绍每类方法具有代表性和创新性的研究技术；其次，详细介绍智能合约升级方案与具有前沿性的自动化修复技术；最后，分析与展望了面向在线、实时、多平台、自动化与智能化需求的智能合约漏洞检测与自动化修复技术的挑战与未来可展开的工作，并提出技术解决方案的框架。

可搜索公钥加密研究进展

宋文帅, 邓淼磊, 马米米, 李昊宸

2023, 43(3):  794-803.  DOI: 10.11772/j.issn.1001-9081.2022020234

摘要 ( )   HTML ( )   PDF (1835KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

随着大数据和云计算技术的不断发展，云平台成为存储海量数据的首选，而用户数据隐私与安全是云计算环境中最重要的问题之一。为确保数据的安全，用户通常将敏感数据加密后再存储在云服务器中，如何在云上高效检索这些密文数据成为了挑战。可搜索加密技术允许用户通过关键词直接检索密文数据，为实现密文数据的高效检索提供了有效的办法，在保护数据隐私的同时减少了通信和计算开销。近几年，可搜索公钥加密（PEKS）技术为了应对不同平台和应用场景，出现了大量基于不同困难问题、查询方式、改变结构的扩展方案。因此针对安全扩展和功能扩展，围绕时下应用需求在权限共享、密钥管理问题、细粒度搜索和访问控制能力方面对PEKS扩展方案进行综述，并对具体阐述的方案性能进行深入对比分析，指出存在的优势与不足。最后对PEKS技术的发展趋势进行总结和展望。

基于再编码的无监督时间序列异常检测模型

尹春勇, 周立文

2023, 43(3):  804-811.  DOI: 10.11772/j.issn.1001-9081.2022010006

摘要 ( )   HTML ( )   PDF (1769KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对时间序列的数据不平衡和高度复杂的时间相关性导致的异常检测准确率低的问题，以生成对抗网络（GAN）作为基础提出一种基于再编码的无监督时间序列异常检测模型RTGAN。首先，使用具有周期一致性的多个生成器保证生成样本的多样性，从而学习不同的异常模式；其次，使用堆叠式LSTM-dropout RNN捕获时间相关性；然后，使用二次编码在潜在空间中比较生成样本和真实样本之间的差异，并将此差异作为再编码误差当作异常分数的一部分，从而提高异常检测的准确率；最后，使用新的异常分数对单变量和多变量时间序列数据集进行异常检测。将所提模型与七种基线异常检测模型在单变量和多变量时间序列上进行了比较。实验结果表明，所提模型在所有数据集上均获得了最高的平均F1值（0.815），并且总体性能分别比原始自编码器（AE）模型Dense-AE和最新的基准模型USAD高出36.29%和8.52%。通过不同的信噪比（SNR）检测模型的健壮性，结果表明所提模型一直优于LSTM-VAE、USAD和OmniAnomaly，尤其在SNR为30%情况下，RTGAN的F1值分别比USAD和OmniAnomaly高出13.53%和10.97%。可见所提模型能有效提高异常检测的准确率和鲁棒性。

先进计算

多策略融合的改进黏菌算法

邱仲睿, 苗虹, 曾成碧

2023, 43(3):  812-819.  DOI: 10.11772/j.issn.1001-9081.2022020243

摘要 ( )   HTML ( )   PDF (880KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对标准黏菌算法（SMA）存在的容易陷入局部最优解、收敛速度慢以及求解精度低等问题，提出一种多策略融合的改进黏菌算法（MSISMA）。首先，引入布朗运动和莱维飞行机制以增强算法的搜索能力；其次，根据算法进行的不同阶段分别改进黏菌的位置更新公式，以提高算法的收敛速度和收敛精度；然后，应用区间自适应的反向学习（IAOBL）策略生成反向种群，以提升种群的多样性和质量，从而提高算法的收敛速度；最后，引入收敛停滞监测策略，当算法陷入局部最优时，通过对部分黏菌个体的位置重新初始化使算法跳出局部最优。选取23个测试函数，将MSISMA与平衡黏菌算法（ESMA）、黏菌-自适应引导差分进化混合算法（SMA-AGDE）、SMA、海洋捕食者算法（MPA）和平衡优化器（EO）进行测试和比较，并对算法运行结果进行Wilcoxon秩和检验。相较于对比算法，MSISMA在19个测试函数上获得最佳平均值，在12个测试函数上获得最佳标准差，优化精度平均提升23.39%~55.97%。实验结果表明，MSISMA的收敛速度、求解精度和鲁棒性明显较优。

基于邻域重心反向学习的混合樽海鞘群蝴蝶优化算法

向君幸, 吴永红

2023, 43(3):  820-826.  DOI: 10.11772/j.issn.1001-9081.2022010154

摘要 ( )   HTML ( )   PDF (1499KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对蝴蝶优化算法（BOA）收敛速度较慢和过早收敛到局部解的问题，提出一种基于邻域重心反向学习的混合樽海鞘群蝴蝶优化算法（HSSBOA）。首先，将樽海鞘群算法（SSA）引入BOA中，使算法快速处理局部搜索阶段，并更新种群位置，从而更有效地完成寻优过程，避免算法陷入局部最优；然后，引入邻域重心反向学习以便更好地帮助算法在邻域内进行小范围精确搜索，从而提高算法的精度；最后，引入动态切换概率以改善搜索中全局与局部的比重，从而加快算法的搜索速度。选取10个标准检测函数进行测试，将HSSBOA与几个先进的优化算法从收敛精度、高维度数据、收敛速度、Wilcoxon秩和检验和平均绝对误差（MAE）五个方面进行对比分析。研究结果表明，相较于其他算法，HSSBOA取得了更优的结果。消融实验进一步验证了各项改进均为正向作用。实例问题上的表现表明相较于其他方法，在求解有约束的复杂问题时，HSSBOA能够更有效地搜索出最优解。可见HSSBOA在寻优精度、稳定性和收敛效率等方面取得了一定的优势，并且能够求解复杂的现实问题。

基于精准通信建模的脉冲神经网络工作负载自动映射器

华夏, 朱铮皓, 徐聪, 张曦煌, 柴志雷, 陈闻杰

2023, 43(3):  827-834.  DOI: 10.11772/j.issn.1001-9081.2022010078

摘要 ( )   HTML ( )   PDF (1800KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在分布式计算平台上运行大规模的脉冲神经网络（SNN）是提升类脑计算智能水平的基本手段之一，它的难点在于如何将SNN部署到对应数量的计算节点上，使整体系统的运行能效最佳。针对以上问题，在基于NEST的SNN工作负载自动映射器（SWAM）的基础上，提出一种基于精准通信建模的SNN工作负载自动映射器（SWAM2）。在SWAM2中，基于NEST仿真器对SNN工作负载的通信部分进行精准建模，并改进工作负载模型中参数的量化方法，设计了最大网络规模预测方法。在SNN典型案例上的实验结果表明，在工作负载通信以及计算时间的预测中，SWAM2的平均预测误差比SWAM分别降低12.62和5.15个百分点；在对工作负载最佳映射的预测中，SWAM2的平均准确率为97.55%，比SWAM高13.13个百分点。SWAM2通过自动预测SNN工作负载在计算平台上的最佳部署/映射，避免了手动反复实验的过程。

基于改进麻雀搜索算法的照明控制优化

张玉杰, 王帆

2023, 43(3):  835-841.  DOI: 10.11772/j.issn.1001-9081.2022010031

摘要 ( )   HTML ( )   PDF (5697KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对当前照明环境存在能耗浪费严重的问题，提出一种基于改进麻雀搜索算法（P-SSA）的照明控制优化方法。首先为增加初始种群的多样性、避免早熟收敛和增强寻优能力，对SSA引入Logistic混沌初始化、柯西变异及历史最优位置的记忆功能；然后综合考虑光环境中人员存在状态、天然光分布及多灯具之间的耦合作用建立适应度函数，并使用DIALux evo专业照明仿真软件获取人工光照度传递矩阵和天然光照度分布；最后对改进的SSA进行性能验证，并使用多个优化算法进行调光系数组合寻优的实验。实验结果表明，相较于粒子群优化算法（PSO）、算术优化算法（AOA）等，基于P-SSA的照明控制优化方法可以快速并精确地找到最优调光系数的组合，并实现满足舒适性为前提下的最大化节能性要求。

基于时间注意力机制的时滞混沌系统参数辨识模型

尹聪, 胡汉平

2023, 43(3):  842-847.  DOI: 10.11772/j.issn.1001-9081.2022010122

摘要 ( )   HTML ( )   PDF (1452KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对时滞混沌系统在时滞未知条件下的参数及时滞辨识问题，提出基于时间注意力机制的时滞混沌系统参数辨识模型——PINN-TA。首先，采用时间注意力机制提取系统状态序列的关联特征，以实现对系统时滞的辨识；其次，利用循环神经网络（RNN）隐式地近似系统微分方程，形成关于系统参数的代数方程；最后，将代数方程的根作为参数辨识的结果。分别以时滞Logistic方程、Ikeda微分方程和Mackey-Glass混沌系统等典型时滞混沌系统作为待辨识系统，对PINN-TA模型和多种智能搜索算法进行对比实验。仿真结果表明，相较于人工雨滴算法（ARA）、混合布谷鸟搜索算法（HCS）、全局花朵授粉算法（GFPA）、元胞自动机鲸鱼算法（CWA）等现有智能搜索算法，PINN-TA模型对参数和时滞的辨识误差降低了90.31%~99.36%，且辨识耗时缩短至18.59~19.43 ms。可见，PINN-TA模型能够满足精度和实时性要求，为时滞混沌系统参数及时滞辨识提供可行的解决方案。

网络与通信

基于离散双向联想记忆神经网络的多元通信系统

陈伟康, 翟其清, 王友国

2023, 43(3):  848-852.  DOI: 10.11772/j.issn.1001-9081.2022010151

摘要 ( )   HTML ( )   PDF (2244KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对噪声导致非线性数字通信系统传输信号的差错概率增加的问题，提出一种基于离散双向联想记忆（BAM）神经网络的多元通信系统。首先，根据需要传输的信号，选取适当的神经元数量和记忆向量，计算权值矩阵，并生成BAM神经网络；然后将多元信号映射为具有调制幅度的初始输入向量并不断输入系统，通过神经网络进行循环迭代，并向各神经元添加高斯噪声，之后按照码元间隔采样输出并在无损信道中传输，接收端依据判决规则译码判决；最后在图像处理领域，利用所提系统传输图像压缩后的数据并解码恢复图像。仿真结果表明，对于码元间隔较大的弱调制信号，随着噪声强度的增加，差错概率先减后增，随机共振现象比较明显；差错概率还与信号的进制数呈正相关关系，与信号幅度、码元间隔和神经元个数呈负相关关系，某些条件下，差错概率可以达到0。以上结果表明BAM神经网络可以通过噪声改善数字通信系统的可靠性。另外，解码恢复图像的相似度显示了适量噪声对图像恢复效果的改善，扩展了BAM神经网络和随机共振在图像压缩编码中的应用。

面向软件定义车联网的链路故障快速恢复方法

顾源, 张震, 段通

2023, 43(3):  853-859.  DOI: 10.11772/j.issn.1001-9081.2022010058

摘要 ( )   HTML ( )   PDF (2543KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对软件定义车联网（SDIV）的车-路实时查询类通信场景中单链路故障的问题，提出一种面向SDIV的链路故障快速恢复方法，综合考虑了链路恢复过程时延和恢复后路径的传输时延。首先，对故障恢复时延建模，将最小化时延的优化目标转化为0-1整数线性规划问题。然后，分析该问题，力图最大化复用已有计算结果，并根据不同情况提出两种算法：在流表更新时延相对路径传输延迟不可被忽略的情况下，提出基于拓扑划分的路径恢复算法（PRA-TP）；在流表更新时延相对路径传输延迟较小可被忽略的情况下，提出基于单链路搜索的路径恢复算法（PRA-SLS）。实验结果表明，相较于Dijkstra算法，PRA-TP的计算时延和路径恢复时延分别降低25%和40%，PRA-SLS的计算时延降低60%，可实现快速的汽车端的信息传输单链路故障恢复。

基于节点综合重要度排序的服务功能链部署优化方法

胡海岩, 康巧燕, 赵朔, 王建峰, 付有斌

2023, 43(3):  860-868.  DOI: 10.11772/j.issn.1001-9081.2022020257

摘要 ( )   HTML ( )   PDF (3406KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为满足5G网络环境下高可靠性、低时延的要求，同时降低网络带宽资源消耗，面向流量与可靠性优化提出一种基于节点综合重要度排序的服务功能链（SFC）部署方法。首先，基于流量改变率聚合虚拟网络功能（VNF），从而减少部署的物理节点，提高链路可靠性；其次，通过节点的度、可靠性、综合时延与链路跳数定义节点综合重要度，并依据该重要度对物理节点排序；然后，将VNF依次映射到底层物理节点上，同时通过约束链路条数以减少“乒乓效应”并优化流量；最后，通过k-最短路径算法映射虚拟链路，从而完成整个SFC的部署。相较于原有聚合方法，所提方法的SFC平均可靠性提升2%，SFC端到端平均时延降低22%，平均带宽开销降低29%，长期平均收益开销比提高16%。实验结果表明，所提方法能有效提高链路的可靠性，降低端到端的时延与带宽资源消耗，起到了良好的优化效果。

基于形式概念分析的交通监测传感网络贪婪性同步拓扑算法

叶青, 史昕, 孙梦薇, 朱健

2023, 43(3):  869-875.  DOI: 10.11772/j.issn.1001-9081.2022010141

摘要 ( )   HTML ( )   PDF (1587KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对交通监测传感网络时间同步拓扑的能量有效性和场景适应性问题，提出一种基于形式概念分析的交通监测传感网络贪婪性同步拓扑算法GST-FCA。首先分析交通监测传感网络同步拓扑的场景适应性需求和能量有效性问题模型；其次，利用形式概念分析（FCA）对同层和相邻层传感节点的邻接特征进行关联性解析，根据最多邻居贪婪策略构建广播元组（BT）并划分同步集合；然后利用回溯广播改进传感网络时间同步协议（TPSN）算法的层探测广播策略，同时设计向上托管机制，增大已同步节点信息的共享范围，进一步缓解贪婪策略产生的局部最优解问题；最后对GST-FCA的能量有效性和场景适应性进行测试。仿真结果表明，相较于TPSN、LECFO等算法，GST-FCA在部署位置、部署规模、道路部署三个测试场景中的同步报文开销分别至少降低11.54%、24.59%和39.16%。由此可见，GST-FCA能缓解局部最优解问题并降低同步报文开销，而且能在同步拓扑满足上述三个场景适应性需求下达到良好的能量有效性。

计算机软件技术

多变体系统服务质量及损耗评估方法

陈玉枚, 扈红超, 王亚文

2023, 43(3):  876-884.  DOI: 10.11772/j.issn.1001-9081.2022010119

摘要 ( )   HTML ( )   PDF (2404KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

多变体系统利用多样化技术和动态冗余策略从架构层面实现系统的高安全性和高可靠性，然而现有研究很少涉及多变体系统服务质量（QoS）的量化评估。针对以上问题，提出一种多变体系统QoS及损耗评估方法。首先，在多变体系统架构形式化建模的基础上，基于QoS属性及权重矩阵提出QoS评估模型和流程，并使用信息熵法则评估QoS属性的重要程度；然后，构造典型的多变体系统测试实例，设计并选取影响系统性能和安全性的QoS属性；最后，量化评估系统的QoS属性权重、QoS值、QoS差异和损耗，其中，性能属性平均损耗15.86个百分点，安全属性增益4.98个百分点。评估结果表明多变体机制存在QoS损耗，但它的安全属性带来了一定程度的QoS增益，可为构造高QoS以及低QoS损耗的多变体系统提供一些参考。

基于面向服务架构的工业软件的任务调度算法

宁明超, 张俊勃, 陈戈

2023, 43(3):  885-893.  DOI: 10.11772/j.issn.1001-9081.2022010055

摘要 ( )   HTML ( )   PDF (1439KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对采用面向服务架构（SOA）的工业软件的任务调度问题，考虑任务的多重属性，属性的随机性、时变性及耦合关系，以及调度过程实时性和处理任务并行性的要求，提出一种适用于基于SOA的工业软件的任务调度算法。首先，对任务调度问题进行建模，并设计用于评估任务重要程度的效用函数；然后，提出基于重要程度排序的调度算法（IRSA），按照重要程度递减的顺序对任务进行调度；最后，设计资源预留机制和抢占式调度机制，以提高IRSA的调度效率。实验结果表明，与先来先服务（FCFS）、最早截止时间优先（EDF）、最小松弛度优先（LLF）、固定优先级调度（FPS）这四种在线调度算法相比，当每秒任务到达数量为7.99时，IRSA使任务的平均响应时间减少55.83%~61.27%，且在所有性能指标上均具有明显优势，能够实现对基于SOA的工业软件的高效任务调度。

多媒体计算与计算机仿真

全局时空特征耦合的多景深三维形貌重建

张江峰, 闫涛, 陈斌, 钱宇华, 宋艳涛

2023, 43(3):  894-902.  DOI: 10.11772/j.issn.1001-9081.2022101589

摘要 ( )   HTML ( )   PDF (2603KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有三维形貌重建模型无法有效融合全局时空信息的问题，设计深度聚焦体积（DFV）模块保留聚焦和离焦的过渡信息，并在此基础上提出全局时空特征耦合（GSTFC）模型提取多景深图像序列的局部与全局的时空特征信息。首先，在收缩路径中穿插3D-ConvNeXt模块和3D卷积层，捕捉多尺度局部时空特征，同时，在瓶颈模块中添加3D-SwinTransformer模块捕捉多景深图像序列局部时序特征的全局关联关系；然后，通过自适应参数层将局部时空特征和全局关联关系融合为全局时空特征，并输入扩张路径引导生成聚焦体积；最后，聚焦体积通过DFV提取序列权重信息，并保留聚焦与离焦的过渡信息，得到最终深度图。实验结果表明，GSTFC在FoD500数据集上的均方根误差（RMSE）相较于最先进的全聚焦深度网络（AiFDepthNet）下降了12.5%，并且比传统的鲁棒聚焦体积正则化的聚焦形貌恢复（RFVR-SFF）模型保留了更多的景深过渡关系。

基于稀疏表示的滤波反投影超声层析成像重建算法

罗开, 陈亮, 梁巍, 陈勇强

2023, 43(3):  903-908.  DOI: 10.11772/j.issn.1001-9081.2022010132

摘要 ( )   HTML ( )   PDF (1939KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统超声Lamb波难以检测复合材料分层缺陷以及直观描绘缺陷形状的问题，提出一种基于稀疏表示的滤波反投影（FBP）超声层析成像重建算法。首先，提取超声Lamb波在复合材料缺陷板中的走时信号作为投影值，把对投影的一维傅里叶变换等效于对原图像进行的二维的傅里叶变换，与滤波器函数进行卷积运算并沿不同方向投影，从而得到FBP重建图像；然后，构建稀疏超分辨率模型，通过构建低分辨率图像块和高分辨图像块字典进行联合训练，以强化低分辨率和高分辨率块与真实图像块之间的稀疏相似性，并使用低分辨率块和高分辨率块构建完备的字典；最后，将FBP得到的图像代入构建的字典中得到完整的高分辨率图像。实验结果表明，相较于使用线性插值的算法重建的图像，所提算法重建图像的峰值信噪比（PSNR）、结构相似度（SSIM）和边缘结构相似度（ESSIM）值分别提高9.22%、2.90%与80.77%；相较于双三次样条插值算法重建的图像，所提算法重建图像的PSNR、SSIM、ESSIM分别提高4.75%、1.52%与16.5%。所提算法能够有效检测复合材料的分层缺陷，提高获得的分层缺陷图像的分辨率，强化图像的边缘细节。

基于改进Inception网络的语音分类模型

张秋余, 王煜坤

2023, 43(3):  909-915.  DOI: 10.11772/j.issn.1001-9081.2022010047

摘要 ( )   HTML ( )   PDF (1970KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统音频分类模型提取音频特征的过程繁琐，以及现有神经网络模型存在过拟合、分类精度不高、梯度消失等问题，提出一种基于改进Inception网络的语音分类模型。首先，在模型中加入ResNet中的残差跳连思想以改进传统的InceptionV2模型，使网络模型在加深的同时避免梯度消失；其次，优化Inception模块中的卷积核大小，并利用不同尺寸卷积对原始语音的Log-Mel谱图进行深度特征提取，使模型通过自主学习的方式选择合适的卷积处理数据；同时，在深度与宽度两个维度改进模型以提高分类精度；最后，利用训练好的网络模型对语音数据进行分类预测，并通过Softmax函数得到分类结果。在清华大学汉语语音数据集THCHS-30与环境声音数据集UrbanSound8K数据集上的实验结果表明，改进的Inception网络模型在上述两个数据集上分类准确率分别为92.76%与93.34%。相较于VGG16、InceptionV2、GoogLeNet等模型，所提模型的分类准确率取得了最优，最多提高了27.30个百分点。所提模型具有更强的特征融合能力和更准确的分类结果，能够解决过拟合、梯度消失等问题。

基于几何适应与全局感知的遥感图像目标检测算法

顾勇翔, 蓝鑫, 伏博毅, 秦小林

2023, 43(3):  916-922.  DOI: 10.11772/j.issn.1001-9081.2022010071

摘要 ( )   HTML ( )   PDF (2184KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对遥感图像目标尺寸小、目标方向任意和背景复杂等问题，在YOLOv5算法的基础上，提出一种基于几何适应与全局感知的遥感图像目标检测算法。首先，将可变形卷积与自适应空间注意力模块通过密集连接交替串联堆叠，在充分利用不同层级的语义和位置信息基础上，构建一个能够建模局部几何特征的密集上下文感知模块（DenseCAM）；其次，在骨干网络末端引入Transformer，以较低的开销增强模型的全局感知能力，实现目标与场景内容的关系建模。在UCAS-AOD和RSOD数据集上与YOLOv5s6算法相比，所提算法的平均精度均值（mAP）分别提高1.8与1.5个百分点。实验结果表明，所提算法能够有效提高遥感图像目标检测的精度。

基于改进YOLOv5的轻量级船舶目标检测算法

李佳东, 张丹普, 范亚琼, 杨剑锋

2023, 43(3):  923-929.  DOI: 10.11772/j.issn.1001-9081.2022071096

摘要 ( )   HTML ( )   PDF (4960KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对海上船舶目标检测准确率不高的问题，提出一种基于改进YOLOv5的轻量级船舶目标检测算法YOLOShip。首先将空洞卷积与通道注意力（CA）引入空间金字塔快速池化（SPPF）模块，以融合不同尺度的空间特征细节信息，强化语义信息，提升区分前景与背景的能力；其次将协同注意力与轻量化的混合深度卷积引入特征金字塔网络（FPN）和路径聚合网络（PAN）结构中，以强化网络中的重要特征，获取含有更多细节信息的特征，并提升模型检测能力及定位精度；然后考虑到数据集中目标分布不均匀及尺度变化相对较小的特点，在修改锚框，减少检测头数量以精简模型的同时进一步提升模型性能；最后，引入更加灵活的多项式损失（PolyLoss）以优化二元交叉熵损失（BCE Loss），提升模型收敛速度及模型精度。在SeaShips数据集上的实验结果表明，相较于YOLOv5s，YOLOShip的精确率、召回率、mAP@0.5与mAP@0.5：0.95分别提升4.2、5.7、4.6和8.5个百分点，能在满足检测速度要求的同时得到更优的检测精度，有效地实现了高速、高精度的船舶检测。

基于通道和空间注意力的机场道面地下目标自动检测

李海丰, 张凡, 朴敏楠, 王怀超, 李南莎, 桂仲成

2023, 43(3):  930-935.  DOI: 10.11772/j.issn.1001-9081.2022020168

摘要 ( )   HTML ( )   PDF (1874KB) ( )   PDF（mobile） (1557KB) ( 9 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对机场道面地下目标检测任务中，探地雷达（GPR）生成的B-scan图背景复杂、包含大量噪声，尤其是单个B-scan图不能反映地下目标的完整信息等问题，构建一种三维通道和空间注意力的UNet（3D-CSA-UNet）模型对地下目标进行自动检测。首先，设计三维通道和空间注意力并行模块（3D-CS-Block），使模型重点关注雷达C-scan中的地下目标信息，抑制背景和噪声的干扰；其次，设计多尺度的三维分割模型从雷达C-scan中提取不同大小的特征图，以增强3D-CS-Block提取目标特征的能力；最后，使用交叉熵损失函数计算每个尺度下特征图的损失值，从而提高模型的检测精度。在采集的实际机场道面地下目标数据集上，相较于3D-FCN、3D-UNet等模型，3D-CSA-UNet对于脱空、钢筋和钢筋平行目标预测的平均F1至少提高12.33、9.05、11.05个百分点。实验结果表明，3D-CSA-UNet可以较好地满足工程实际要求。

融合累积分布函数和通道注意力机制的DeepLabV3+图像分割算法

何雪东, 宣士斌, 王款, 陈梦楠

2023, 43(3):  936-942.  DOI: 10.11772/j.issn.1001-9081.2022020210

摘要 ( )   HTML ( )   PDF (2135KB) ( )   PDF（mobile） (1747KB) ( 7 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为了解决DeepLabV3+在语义分割时未充分利用主干的低级特征，以及大倍数上采样造成有效特征缺失的问题，提出一种累积分布通道注意力DeepLabV3+（CDCA-DLV3+）模型。首先，基于累积分布函数和通道注意力提出了累积分布通道注意力（CDCA）；然后，利用CDCA获取主干部分有效的低级特征；最后，采用特征金字塔网络（FPN）进行特征融合和逐步上采样，从而避免大倍数上采样所造成的特征损失。CDCA-DLV3+模型在Pascal VOC 2012验证集与Cityscapes数据集上的平均交并比（mIoU）分别为80.09%和80.11%，相较于DeepLabV3+模型分别提升1.24和1.02个百分点。实验结果表明，所提模型分割结果更加精确。

面向民国档案印章分割的改进U-Net

杨有, 张汝荟, 许鹏程, 康慷, 翟浩

2023, 43(3):  943-948.  DOI: 10.11772/j.issn.1001-9081.2022020218

摘要 ( )   HTML ( )   PDF (1722KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

精准分割民国档案图像中的印章，有助于该类档案的智慧应用。针对民国档案印侵严重和过多噪声的问题，提出用于印章分割的网络UNet-S。该网络在保留U-Net的编解码器结构和跳跃连接的基础上从三个方面进行改进：一是使用多尺度残差模块替代U-Net原有的卷积层，使UNet-S既能有效提取多尺度特征，又能避免网络退化和梯度爆炸等问题；二是在多尺度残差模块中将普通卷积替换为深度可分离卷积（DSConv），大幅减少网络的参数量；三是使用BCEDiceLoss并根据仿真实验结果优选权重因子，以解决民国档案数据不平衡的问题。实验结果表明，相较于U-Net、DeepLab v2等网络，UNet-S的Dice相似系数（DSC）、平均交并比（mIoU）、平均像素准确率（MPA）取得了最优结果，最多提高了17.38%、32.68%和0.6%，参数量最多下降了76.64%。可见，UNet-S在民国档案数据集中分割效果更佳。

前沿与综合应用

基于三维线性反馈移位寄存器的三维堆叠集成电路可重构测试方案

陈田, 鲁建勇, 刘军, 梁华国, 鲁迎春

2023, 43(3):  949-955.  DOI: 10.11772/j.issn.1001-9081.2022020186

摘要 ( )   HTML ( )   PDF (2075KB) ( )   PDF（mobile） (1205KB) ( 2 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

三维堆叠集成电路（3D SIC）结构复杂，相较于二维集成电路（2D IC），设计有效的测试结构以降低测试成本更加困难。为降低3D SIC的测试成本，提出一种基于线性反馈移位寄存器（LFSR）的能够有效适应3D SIC不同测试阶段的三维LFSR（3D-LFSR）测试结构。3D-LFSR结构能够在堆叠前独立进行测试；在堆叠后，复用堆叠前的测试结构，并重构为一个适合当前待测电路的测试结构，且重构后的测试结构能进一步降低测试成本。基于3D-LFSR结构，设计了测试数据处理方法和测试流程，并采用混合测试模式以降低测试时间。实验结果表明，相较于双LFSR结构，3D-LFSR结构的平均功耗降低了40.19%，平均面积开销降低了21.31%，测试数据压缩率提升了5.22个百分点；相较于串行测试模式，采用混合测试模式的平均测试时间减少了20.49%。

可控网格多涡卷混沌系统族及其硬件电路实现

马英杰, 肖靖, 赵耿, 曾萍, 杨亚涛

2023, 43(3):  956-961.  DOI: 10.11772/j.issn.1001-9081.2022020193

摘要 ( )   HTML ( )   PDF (3333KB) ( )   PDF（mobile） (2074KB) ( 1 )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为加强混沌系统在通信链路的抗干扰和抗截获等性能，提高混沌系统性态的复杂度，基于典型蔡氏电路和阶梯函数，构造了一类数量可控的新型网格多涡卷混沌系统族。首先利用两组阶梯函数作为系统的非线性控制器，分别控制网格多涡卷混沌吸引子的奇偶列数和排列行数，并保持混沌吸引子中涡卷与键带的相互间置，以实现网格多涡卷的任意奇偶列数；然后对系统的平衡点、李雅普诺夫指数和吸引子等动力学特性进行理论分析和数值仿真实现；最后通过现场可编程门阵列（FPGA）给出最多4行12列网格多涡卷的硬件实验结果。软硬件实验结果和理论分析结果完全一致，进一步验证了所提系统的物理可实现性。

鲁棒的视觉机械臂联合建模优化方法

范贤博俊, 陈立家, 李珅, 王晨露, 王敏, 王赞, 刘名果

2023, 43(3):  962-971.  DOI: 10.11772/j.issn.1001-9081.2022010037

摘要 ( )   HTML ( )   PDF (6333KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对视觉机械臂在复杂系统环境下整体精度不高、不易部署、校准成本高的问题，提出一种鲁棒的视觉机械臂联合建模优化方法。首先，对视觉机械臂的各个子系统模型进行集成，在机械臂的工作空间随机采集伺服电机转角、机械臂末端坐标等数据。其次，提出一种具有分层优化机制的自适应多精英引导复合差分进化算法（AMECoDEs-LO），使用参数辨识的方法同时优化联合系统参数。AMECoDEs-LO对种群中阶段性的数据进行主成分分析（PCA），以参数降维的思想实现对收敛精度和速度的隐式引导。实验结果表明，在AMECoDEs-LO和联合系统模型的作用下，视觉机械臂在校准过程中不需要额外的仪器，部署速度快，最终精度相较于传统方法提高60%；在机械臂连杆受损、伺服电机精度降低、相机定位噪声增大的情况下，系统仍然保持较高精度，验证了所提方法的鲁棒性。

基于人体模型约束的步态动态识别方法

刘今越, 李慧宇, 贾晓辉, 李佳蕊

2023, 43(3):  972-977.  DOI: 10.11772/j.issn.1001-9081.2022010131

摘要 ( )   HTML ( )   PDF (3439KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对外骨骼机器人在人机交互、医疗康复中的人体运动步态准确识别问题，提出一种基于人体模型约束的步态动态识别方法。首先，利用AMS仿真软件建立不同运动的仿真模型，根据模型约束划分步态相位，并通过回归映射建立真实数据与仿真数据间的对应关系；然后，将柔性压力传感器采集的足底压力数据以及惯性测量单元采集的足部位移数据融合为足部运动数据，并根据动态变化结合模型约束条件动态分割运动数据，以判断步态相位；最后，搭建卷积神经网络（CNN）识别行走步态相位。实验结果表明，所提方法的行走动作步态平均识别准确率为94.58%，上、下楼梯动作的平均步态识别准确率分别为93.21%和94.64%，与未经动态分割的足底压力数据的步态识别相比，分别提高了11.34、12.19和16.03个百分点。可见，通过经动态分割的足部运动数据进行CNN识别具有较高的准确率，且适用于不同动作的步态识别。

韧性视角下基于随机演变的城市应急医疗物资配置模型

李智楠, 刘勤明, 陆昊洋

2023, 43(3):  978-985.  DOI: 10.11772/j.issn.1001-9081.2022020236

摘要 ( )   HTML ( )   PDF (2252KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对城市辖区卫生系统韧性差异和应急医疗物资需求随机演变的情况，提出基于韧性评估的应急医疗物资多阶段动态配置模型。首先，结合熵值法和K-means算法，建立辖区卫生系统韧性评估体系及分类方法；其次，将需求状态的随机演变特性设计成Markov过程，并运用三角模糊数处理模糊性需求，从而建立应急医疗物资多阶段动态配置模型；最后，采用二进制人工蜂群（ABC）算法求解所提模型，并通过实际算例分析并验证所提模型的有效性。实验结果表明，所提模型能够实现物资的动态配置，从而使需求变化趋于平稳，并且能够优先配置韧性薄弱的辖区，体现了应急管理要求的公平性和时效性。

基于粒子滤波的隧道火灾烟气速度估计方法

黄琼, 丁兆云

2023, 43(3):  986-990.  DOI: 10.11772/j.issn.1001-9081.2022010070

摘要 ( )   HTML ( )   PDF (1735KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对目前隧道火灾烟气速度测量成本较高、模拟精度较低与较难保证实时性等问题，提出一种基于粒子滤波的隧道火灾烟气速度估计方法。首先建立相关系统状态方程和观测方程，然后利用实时传感器数据获取观测值，最后运用粒子滤波算法实现烟气速度的实时估计。实验结果表明，所提方法的响应时间达到了毫秒级别，基本满足实时性要求，且烟气速度的平均绝对误差（MAE）基本能够控制在真实值的20%以内，具有较高的模拟估计精度，可为消防救援和人员疏散提供有用的关键信息，也可为排烟系统和消防规划策略提供理论依据。