《计算机应用》唯一官方网站

谢斌红, 钟日新, 潘理虎, 张英俊

2020, 40(3): 621-625. DOI: 10.11772/j.issn.1001-9081.2019081363

摘要 ( )

PDF (740KB) ( )

参考文献 | 相关文章 | 计量指标

深度卷积神经网络因规模庞大、计算复杂而限制了其在实时要求高和资源受限环境下的应用，因此有必要对卷积神经网络现有的结构进行优化压缩和加速。为了解决这一问题，提出了一种结合剪枝、流合并的混合压缩方法。该方法通过不同角度去压缩模型，进一步降低了参数冗余和结构冗余所带来的内存消耗和时间消耗。首先，从模型的内部将每层中冗余的参数剪去；然后，从模型的结构上将非必要的层与重要的层进行流合并；最后，通过重新训练来恢复模型的精度。在MNIST数据集上的实验结果表明，提出的混合压缩方法在不降低模型精度前提下，将LeNet-5压缩到原来的1/20，运行速度提升了8倍。

面向二类区分能力的干扰熵特征选择方法

曾元鹏, 王开军, 林崧

2020, 40(3): 626-630. DOI: 10.11772/j.issn.1001-9081.2019071200

摘要 ( )

PDF (977KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有的特征选择方法对衡量不同类别数据重叠/分离能力的不足，提出了一种用于评价特征的二类区分能力的干扰熵方法（IET-CD）。对于包含两个类别（正类和负类）样本的特征，首先，计算正类数据范围内的负类样本的混合条件概率，以及负类样本归属于正类的概率；然后，由混合条件概率和归属概率计算混淆概率，再利用混淆概率计算正类干扰熵，同理，计算负类干扰熵；最后，将正、负类干扰熵之和作为该特征的二类干扰熵。干扰熵用于评价特征对二类样本的区分能力，该特征的干扰熵值小，表明该特征的二类区分能力强，反之则弱。在3个UCI数据集和1个模拟基因表达数据集上，每个方法挑选出5个最优特征，并对比了这些特征的二类区分能力，由此比较这些方法的性能。实验结果表明：所提方法与NEFS方法相比，二类区分能力相当或更好；与单索引近邻熵特征选择（SNEFS）方法、相关性最大冗余性最小特征选择（MRMR）算法、联合互信息（JMI）方法、Relief方法相比，绝大多数情况都是所提方法获胜。IET-CD方法能有效地选择二类区分能力更好的特征。

专利新词发现的双向聚合度特征提取新方法

陈梅婕, 谢振平, 陈晓琪, 许鹏

2020, 40(3): 631-637. DOI: 10.11772/j.issn.1001-9081.2019071193

摘要 ( )

PDF (772KB) ( )

参考文献 | 相关文章 | 计量指标

针对通用新词发现方法对专利长词识别效果不佳、专利术语词性搭配模板的灵活性不高，以及缺乏对中文专利长词识别的无监督方法的问题，提出了一种发现专利新词的双向聚合度特征提取新方法。首先，以词中组分的双向条件概率统计信息为基础，构造提出了一个二元词上的双向聚合度统计特征；其次，利用此特征扩展提出了词边界筛选规则；最后，基于新特征和词边界规则实现专利新词的提取。实验结果表明，新方法在整体F-测度值方面，与通用领域新词发现方法相比，提高了6.7个百分点，与两种最新的专利词性搭配模板方法相比，分别提高了19.2个百分点和17.2个百分点，并且较为显著地提高了4~8字专利新词发现的F-测度值。综合地，所提出的方法提升了专利新词发现性能，并且能够更有效地提取专利文本中具有复合形式的长词，同时可以减少对预先训练过程和额外复杂规则库的依赖，具备更好的实用性。

结合纹理特征分析的图像风格转换网络

余英东, 杨怡, 林澜

2020, 40(3): 638-644. DOI: 10.11772/j.issn.1001-9081.2019081461

摘要 ( )

PDF (1464KB) ( )

参考文献 | 相关文章 | 计量指标

针对图像风格转换效率不高、效果不佳的问题，提出一种结合图像纹理特征分析，并基于预训练网络的前馈残差图像风格转换算法。该算法利用预训练深层网络来提取风格图的深度特征，采用残差网络来进行深层训练以及进行图像变换；同时通过分析研究输入风格图与内容图的纹理特征对转换效果的影响，针对不同输入图像采取相应的处理方法来提升转换效果。实验结果表明，与现有深度图像风格转换算法相比，该算法的输出视觉效果更佳，归一化风格损失更小，耗时更短，并且根据输入图像的信息熵与不变矩的计算来指导网络参数的设定与调整，能够针对性地优化网络，取得了良好的效果。

基于轻量级分组注意力模块的图像分类算法

张盼盼, 李其申, 杨词慧

2020, 40(3): 645-650. DOI: 10.11772/j.issn.1001-9081.2019081425

摘要 ( )

PDF (1029KB) ( )

参考文献 | 相关文章 | 计量指标

针对图像分类任务中现有神经网络模型对分类对象特征表征能力不足，导致识别精度不高的问题，提出一种基于轻量级分组注意力模块（LGAM）的图像分类算法。该模块从输入特征图的通道和空间两个方向出发重构特征图：首先，将输入特征图沿通道方向进行分组并生成每个分组对应的通道注意力权重，同时采用阶梯型结构解决分组间信息不流通的问题；然后，基于各分组串联成的新特征图生成全局空间注意力权重，通过两种注意力权重加权得到重构特征图；最后，将重构特征图与输入特征图融合得到增强的特征图。以分类Top-1错误率作为评估指标，基于Cifar10和Cifar100数据集以及部分ImageNet2012数据集，对经LGAM增强之后的ResNet、Wide-ResNet、ResNeXt进行对比实验。实验结果表明，经LGAM增强之后的神经网络模型其Top-1错误率均低于增强之前1至2个百分点。因此LGAM能够提升现有神经网络模型的特征表征能力，从而提高图像分类的识别精度。

融合基于语言模型的词嵌入和多尺度卷积神经网络的情感分析

赵亚欧, 张家重, 李贻斌, 付宪瑞, 生伟

2020, 40(3): 651-657. DOI: 10.11772/j.issn.1001-9081.2019071210

摘要 ( )

PDF (866KB) ( )

参考文献 | 相关文章 | 计量指标

针对Word2Vec、GloVe等词嵌入技术对多义词只能产生单一语义向量的问题，提出一种融合基于语言模型的词嵌入（ELMo）和多尺度卷积神经网络（MSCNN）的情感分析模型。首先，该模型利用ELMo学习预训练语料，生成上下文相关的词向量；相较于传统词嵌入技术，ELMo利用双向长短程记忆（LSTM）网络融合词语本身特征和词语上下文特征，能够精确表示多义词的多个不同语义；此外，该模型使用预训练的中文字符向量初始化ELMo的嵌入层，相对于随机初始化，该方法可加快模型的训练速度，提高训练精度；然后，该模型利用多尺度卷积神经网络，对词向量的特征进行二次抽取，并进行特征融合，生成句子的整体语义表示；最后，经过softmax激励函数实现文本情感倾向的分类。实验在公开的酒店评论和NLPCC2014 task2两个数据集上进行，实验结果表明，在酒店评论数据集上与基于注意力的双向LSTM模型相比，该模型正确率提升了1.08个百分点，在NLPCC2014 task2数据集上与LSTM和卷积神经网络（CNN）的混合模型相比，该模型正确率提升了2.16个百分点，证明了所提方法的有效性。

基于动态阈值的时空众包在线分配算法

余敦辉, 袁旭, 张万山, 王晨旭

2020, 40(3): 658-664. DOI: 10.11772/j.issn.1001-9081.2019071282

摘要 ( )

PDF (974KB) ( )

参考文献 | 相关文章 | 计量指标

为提升时空众包动态现实场景中任务分配总效用，提出一种基于在线随机森林的动态阈值算法（DTRF）。首先，根据众包平台中工人和任务的历史匹配数据初始化在线随机森林；然后，通过在线随机森林预测每位工人期望的任务回报率作为阈值，按阈值为每个工人选取候选匹配集；最后，从候选匹配集中选取当前效用总和最高的匹配，同时用分配结果更新在线随机森林。实验结果表明，所提算法在提升总效用的同时有效地提高了工人的平均收益。与贪心算法相比，所提算法的任务分配率提升了4.1%，总效用提升了18.2%，工人平均收益提升了11.2%。与随机阈值算法相比，所提算法在任务分配率、总效用、工人平均收益等方面都有较好的提升，且稳定性更好。

基于改进粒子群优化的支持向量机与情景感知的人体活动识别

王杨, 赵红东

2020, 40(3): 665-671. DOI: 10.11772/j.issn.1001-9081.2019091551

摘要 ( )

PDF (754KB) ( )

参考文献 | 相关文章 | 计量指标

针对目前人体活动类别识别准确率偏低的问题，提出一种支持向量机（SVM）与情景分析（人体运动状态转换的实际逻辑或统计模型）相结合的识别方法，对人体日常的六种活动（步行、上楼、下楼、坐下、站立、躺下）进行识别。该方法利用了人体活动样本之间存在逻辑关系的特点，首先使用经改进的粒子群优化（IPSO）算法对SVM模型进行优化，然后利用优化后的SVM对人体活动进行分类，最后通过情景分析的方法对错误的识别结果进行修正。实验结果表明，所提方法在加州大学欧文分校（UCI）的人体活动识别数据集（HARUS）上的分类准确率达到了94.2%，高于传统的仅使用模式识别进行分类的方法。

基于注意力机制的行人重识别特征提取方法

刘紫燕, 万培佩

2020, 40(3): 672-676. DOI: 10.11772/j.issn.1001-9081.2019081356

摘要 ( )

PDF (726KB) ( )

参考文献 | 相关文章 | 计量指标

针对真实环境中非重叠多摄像头的行人重识别受到不同摄像机场景、视角、光照等因素的影响导致行人重识别精度低的问题，提出一种基于注意力机制的行人重识别特征提取方法。首先，使用随机擦除法对输入的行人图像进行数据增强，提高网络的鲁棒性；然后，通过构建自上而下的注意力机制网络增强空间像素特征的显著性，并将注意力机制网络嵌入ResNet50网络提取整个行人的显著特征；最后，将整个行人的显著特征进行相似性度量并排序得到行人重识别的结果。该注意力机制的行人重识别特征提取方法在Market1501数据集上Rank1达到88.53%，平均精度均值（mAP）为70.70%；在DukeMTMC-reID数据集上Rank1达到77.33%，mAP为59.47%。所提方法在两大行人重识别数据集上性能都有明显提升，具有一定的应用价值。

融合时空感知GRU和注意力的下一个地点推荐

李全, 许新华, 刘兴红, 陈琦

2020, 40(3): 677-682. DOI: 10.11772/j.issn.1001-9081.2019071289

摘要 ( )

PDF (669KB) ( )

参考文献 | 相关文章 | 计量指标

针对循环神经网络（RNN）的门控循环单元（GRU）在进行地点推荐时没有考虑地点的时间和空间信息的影响，提出了融合时空感知的GRU模型。另外，对于签到序列中不相关的签到数据会产生噪声的问题，提出了融合时空感知的GRU和注意力的下一个地点推荐模型（ST-GRU+Attention）。首先，通过计算两个地点之间时间间隙和距离间隙，在GRU模型的基础上增加时间门和空间门，设置权重矩阵，控制时间信息和空间信息对推荐下一个地点的影响；然后，引入注意力机制，通过计算用户偏好的注意力权重得分，得到用户的注意力权重系数，获取用户的个性化偏好；最后，通过贝叶斯个性化排序（BPR）算法构造目标函数并学习模型参数。实验结果表明，与个性化马尔可夫链和用户位置受限的推荐方法（FPMC-LR）、基于个性化排名度量嵌入的推荐方法（PRME）和融合时间和空间的循环神经网络（ST-RNN）的推荐方法相比，ST-GRU+Attention的准确度有了较大的提高，其准确率（Precision）和召回率（Recall）两项指标比较优的ST-RNN算法分别提高了15.4%和17.1%。ST-GRU+Attention推荐方法可以有效地改善地点推荐的结果。

引入目标分块模型的核相关滤波目标追踪算法

徐小超, 严华

2020, 40(3): 683-688. DOI: 10.11772/j.issn.1001-9081.2019071173

摘要 ( )

PDF (1929KB) ( )

参考文献 | 相关文章 | 计量指标

为了降低目标追踪过程中光照变化、尺度变化、局部遮挡等因素的影响，提出一种引入目标分块模型的核相关滤波（KCF）目标追踪算法。首先，通过融合方向梯度直方图特征和色名属性特征来更好地表征目标；其次，通过构建尺度金字塔对目标进行尺度预测；最后，利用特征响应图的峰值旁瓣比值检测遮挡，并通过引入高置信度分块重定位模块和模型自适应动态更新来处理局部遮挡问题。在多个数据集上与当前多个主流算法进行对比实验，实验结果表明，所提算法具有最高精度和成功率，且比KCF算法分别提升了11.89%和15.24%，表明所提算法在应对光照变化、尺度变化、局部遮挡等因素时具有更强的鲁棒性。

基于改进离散人工蜂群算法的同类机调度优化

张架鹏, 倪志伟, 倪丽萍, 朱旭辉, 伍章俊

2020, 40(3): 689-697. DOI: 10.11772/j.issn.1001-9081.2019071203

摘要 ( )

PDF (786KB) ( )

参考文献 | 相关文章 | 计量指标

针对一类最小化最大完工时间的同类机调度问题，考虑到机器的加工效率和产品的交付时间，引入同类机调度问题的数学模型，提出一种改进的离散型人工蜂群算法（IDABC）求解该问题。首先，引入种群初始化策略，得到均匀分布的种群，并获得待优参数的生成策略，加快种群的收敛；其次，借鉴差分进化算法的变异算子和模拟退火算法的思想，改进雇佣蜂和跟随蜂的局部搜索策略，并利用最优解的优质信息改进侦察蜂，增加种群多样性、防止算法陷入局部最优；最后，分析算法的性能和参数，并将改进的算法应用于同类机调度问题，在15个算例上的实验结果表明，与混合离散人工蜂群（HDABC）算法相比，IDABC的求解精度和稳定性分别平均提高了4.1%和26.9%，且具有更好的收敛性，表明在实际场景中IDABC可以有效求解同类机调度问题。

降噪自编码器深度卷积过程神经网络及在时变信号分类中的应用

朱喆, 许少华

2020, 40(3): 698-703. DOI: 10.11772/j.issn.1001-9081.2019081435

摘要 ( )

PDF (709KB) ( )

参考文献 | 相关文章 | 计量指标

针对非线性时变信号分类问题，将过程神经网络（PNN）的信息处理机制与卷积运算相结合，提出了一种降噪自编码器深度卷积过程神经网络（DAE-DCPNN）。该模型由时变信号输入层、卷积过程神经元（CPN）隐层、深度降噪自动编码器（DAE）网络结构和softmax分类器构成。CPN的输入为时序信号，卷积核取为具有梯度性质的5阶数组，基于滑动窗口进行卷积运算，实现时序信号的时空聚合和过程特征提取。在CPN隐层之后，栈式叠加DAE深度网络和softmax分类器，实现对时变信号特征高层次的提取和分类。分析了DAE-DCPNN的性质，给出了按各信息单元分别进行赋初值训练、模型参数整体调优的综合训练算法。以基于12导联心电图（ECG）信号对7种心血管疾病分类诊断为例，实验结果验证了所提模型和算法的有效性。

基于深度学习的轻量级和多姿态人脸识别方法

龚锐, 丁胜, 章超华, 苏浩

2020, 40(3): 704-709. DOI: 10.11772/j.issn.1001-9081.2019071272

摘要 ( )

PDF (852KB) ( )

参考文献 | 相关文章 | 计量指标

目前基于深度学习的人脸识别方法存在识别模型参数量大、特征提取速度慢的问题，而且现有人脸数据集姿态单一，在实际人脸识别任务中无法取得好的识别效果。针对这一问题建立了一种多姿态人脸数据集，并提出了一种轻量级的多姿态人脸识别方法。首先，使用多任务级联卷积神经网络（MTCNN）算法进行人脸检测，并且使用MTCNN最后包含的高层特征做人脸跟踪；然后，根据检测到的人脸关键点位置来判断人脸姿态，通过损失函数为ArcFace的神经网络提取当前人脸特征，并将当前人脸特征与相应姿态的人脸数据库中的人脸特征比对得到人脸识别结果。实验结果表明，提出方法在多姿态人脸数据集上准确率为96.25%，相较于单一姿态的人脸数据集，准确率提升了2.67%，所提方法能够有效提高识别准确率。

基于组合学习的人脸超分辨率算法

许若波, 卢涛, 王宇, 张彦铎

2020, 40(3): 710-716. DOI: 10.11772/j.issn.1001-9081.2019071178

摘要 ( )

PDF (1595KB) ( )

参考文献 | 相关文章 | 计量指标

现有的基于深度学习的人脸超分辨算法大部分仅仅利用一种网络分区重建高分辨率输出图像，并未考虑人脸图像中的结构性信息，导致了在人脸的重要器官重建上缺乏足够的细节信息。针对这一问题，提出一种基于组合学习的人脸超分辨率算法。该算法独立采用不同深度学习模型的优势重建感兴趣的区域，由此在训练网络的过程中每个人脸区域的数据分布不同，不同的子网络能够获得更精确的先验信息。首先，对人脸图像采用超像素分割算法生成人脸组件部分和人脸背景图像；然后，采用人脸组件生成对抗网络（C-GAN）独立重建人脸组件图像块，并采用人脸背景重建网络生成人脸背景图像；其次，使用人脸组件融合网络将两种不同模型重建的人脸组件图像块自适应融合；最后，将生成的人脸组件图像块合并至人脸背景图像中，重建出最终的人脸图像。在FEI数据集上的实验结果表明，与人脸图像超分辨率算法通过组件生成和增强学习幻构人脸图像（LCGE）及判决性增强的生成对抗网络（EDGAN）相比，所提算法的峰值信噪比（PSNR）值分别高出1.23 dB和1.11 dB。所提算法能够采用不同深度学习模型的优势组合学习重建更精准的人脸图像，同时拓展了图像重建先验的来源。

重加权稀疏主成分分析算法及其在人脸识别中的应用

李东博, 黄铝文

2020, 40(3): 717-722. DOI: 10.11772/j.issn.1001-9081.2019071270

摘要 ( )

PDF (868KB) ( )

参考文献 | 相关文章 | 计量指标

针对主成分分析（PCA）算法获取的主成分向量不够稀疏，拥有较多的非零元这一问题，使用重加权方法对PCA算法进行优化，提出了一个新的提取高维数据特征的方法，即重加权稀疏主成分分析（RSPCA）算法。首先，将重加权l₁最优化框架和LASSO回归模型引入到PCA算法数学模型中，建立新的数据降维模型；然后，使用交替最小化算法、奇异值分解算法、最小角回归算法等方式对模型进行求解；最后，使用人脸识别实验对算法效果进行了验证。在实验中使用K折交叉验证的方法针对ORL人脸数据集分别使用PCA算法和RSPCA算法进行识别实验。实验结果表明，RSPCA算法在获取更稀疏解的情况下仍拥有着不弱于PCA算法的表现，平均识别准确率达到95.1%，所提算法与表现最好的sPCA-rSVD算法相比，识别准确率提高了6.2个百分点；针对手写数字识别这一具体现实应用进行求解，获取到平均识别准确率96.4%的良好实验效果。证明了所提方法在人脸识别及书写数字识别方面的优异性。

淋巴结转移检测的八度卷积方法

魏哲, 王小华

2020, 40(3): 723-727. DOI: 10.11772/j.issn.1001-9081.2019071315

摘要 ( )

PDF (886KB) ( )

参考文献 | 相关文章 | 计量指标

针对乳腺癌淋巴结转移的人工检测精度低、耗时长的问题，提出了一种基于残差网络结构，使用八度卷积（Octave Convolution）方法设计卷积层的一种神经网络检测模型。以残差网络中卷积层为基础，首先对卷积层中输入和输出的特征向量进行高低分频，并缩减低频通道的宽和高为高频的一半。然后通过对减半后的低频向量进行上采样，实现与高频向量之间的卷积操作；通过对高频向量的平均池化，实现与减半低频向量的卷积操作。最后将高频向量之间、高频与低频向量之间的卷积相加，得到高频输出；将低频向量之间、低频与高频向量之间的卷积相加，得到低频输出。这样就构建出了Octave卷积层，将残差网络中所有卷积层完全替换为Octave卷积层就搭建出了检测模型。理论上，Octave卷积层中卷积的运算量减少了75%，有效加速了模型的训练。在最大内存为13 GB，可用磁盘大小为4.9 GB的云端服务器上，用PCam数据集进行测试，得到模型的识别精度为95.06%，内存占用8.7 GB，磁盘占用356.4 MB，平均单次训练用时4 min 42 s。与ResNet50相比，所提模型的精度下降了0.69%，内存节省0.6 GB，磁盘节约105.9 MB，单次训练用时缩短了1 min。实验结果表明，所提模型具有较高的识别精度，较短的训练用时和较少的内存消耗，使得模型在大数据的背景下，降低了对算力资源的要求，具有一定的实际应用价值。

改进迁移算子的BBO算法及其在PID参数中的优化

裴沛, 李彩伟, 吕波特

2020, 40(3): 728-734. DOI: 10.11772/j.issn.1001-9081.2019081337

摘要 ( )

PDF (735KB) ( )

参考文献 | 相关文章 | 计量指标

针对生物地理学优化（BBO）算法寻优过程中易陷入搜索动力不足、收敛精度不高等问题，提出一种基于改进迁移算子的生物地理学优化算法（IMO-BBO）。在BBO算法基础上，结合“优胜劣汰”的进化思想，将迁移距离作为影响因素对迁移算子进行改进，并用差分策略将不适宜迁移的个体进行替换，以增加算法的局部探索能力。同时为丰富物种的多样性，引入多种群概念。利用IMO-BBO算法分别对13个基准测试函数进行测试，与基于协方差迁移算子和混合差分策略的BBO （CMM-DE/BBO）算法和BBO算法相比，改进算法提高了对全局最优解的搜索能力，在收敛速度和精确度上也都有显著提高；将IMO-BBO算法应用到PID参数整定中，仿真结果表明，所提算法优化后的控制器具有更快的响应速度和更稳定的精度。

社交网络影响的不良信息扩散建模及最优控制策略

冯丽萍, 韩琦, 周志刚, 白增亮

2020, 40(3): 735-739. DOI: 10.11772/j.issn.1001-9081.2019081384

摘要 ( )

PDF (585KB) ( )

参考文献 | 相关文章 | 计量指标

针对已有不良信息传播模型没有考虑不同社交网络间信息扩散情况，利用图论中的连通性原理，建立了多个社交网络间不良信息扩散的动力学模型，并且将优化控制理论应用到模型中。通过最优控制原理，证明了最优控制策略的存在性，进一步得到了不良信息扩散的优化控制模型。实验结果表明，引入优化控制措施可以有效抑制不良信息扩散规模，而且控制策略的强度可以根据需要进行动态调整。另外，通过模拟不同社交网络间是否有信息相互传递，发现社交网络间的信息传递会增大不良信息扩散的规模和速度。

云环境下基于签密的异构跨域身份认证方案

江泽涛, 徐娟娟

2020, 40(3): 740-746. DOI: 10.11772/j.issn.1001-9081.2019071185

摘要 ( )

PDF (693KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有交互频繁的密码体制之间不能实现不同密码体制安全高效的跨域认证（公共密钥基础设施（PKI）↔无证书公钥密码体制（CLC））的问题，提出了一种云环境下基于签密的异构跨域身份认证的方法。该方法重新构建了异构系统跨域身份认证模型，设计了用户（U）与云服务提供商（CSP）两个不同的密码体制PKI↔CLC，去除所属域管理中心的跨域认证计算，引入了第三方云间认证中心（CA）来完成U和CSP的交互信息认证，采用签密算法对不同安全域内的U签密，完成了异构系统的双向实体跨域身份认证并降低了U的计算开销。实验结果表明，与匿名认证、代理重签名方法相比，所提跨域认证的效率分别提高了53.5%和23.2%。该方法实现了不同密码体制U身份的合法性、真实性、安全性，具有抵抗重放攻击、替换攻击和中间人攻击的功能。

基于蚁群优化算法的虚拟现场可编程门阵列部署策略

许英鑫, 孙磊, 赵建成, 郭松辉

2020, 40(3): 747-752. DOI: 10.11772/j.issn.1001-9081.2019081359

摘要 ( )

PDF (889KB) ( )

参考文献 | 相关文章 | 计量指标

针对可重构密码资源池中，如何在最少的现场可编程门阵列（FPGA）上部署虚拟FPGA （vFPGA）的问题，结合FPGA的工作特点和应用场景的需求，在传统蚁群算法的基础上进行了优化，提出了一个基于蚁群优化（ACO）算法的vFPGA部署策略。首先，通过赋予蚂蚁资源状态感知的能力实现各个FPGA之间的负载均衡，同时避免频繁的vFPGA迁移；其次，设计预留空间，有效减少因为租户需求动态变化带来的服务等级协议（SLA）冲突；最后，对CloudSim进行功能扩展，使用合成的工作流进行仿真实验，对该策略性能进行评估。实验结果表明，所提策略可以在保证系统服务质量的前提下，提高FPGA资源利用率，减少FPGA使用量。

基于软件定义物联网的分布式拒绝服务攻击检测方法

刘向举, 刘鹏程, 徐辉, 朱晓娟

2020, 40(3): 753-759. DOI: 10.11772/j.issn.1001-9081.2019091611

摘要 ( )

PDF (872KB) ( )

参考文献 | 相关文章 | 计量指标

由于物联网（IoT）设备众多、分布广泛且所处环境复杂，相较于传统网络更容易遭受分布式拒绝服务（DDoS）攻击，针对这一问题提出了一种在软件定义物联网（SD-IoT）架构下基于均分取值区间长度-K均值（ELVR-Kmeans）算法的DDoS攻击检测方法。首先，利用SD-IoT控制器的集中控制特性通过获取OpenFlow交换机的流表，分析SD-IoT环境下DDoS攻击流量的特性，提取出与DDoS攻击相关的七元组特征；然后，使用ELVR-Kmeans算法对所获取的流表进行分类，以检测是否有DDoS攻击发生；最后，搭建仿真实验环境，对该方法的检测率、准确率和错误率进行测试。实验结果表明，该方法能够较好地检测SD-IoT环境中的DDoS攻击，检测率和准确率分别达到96.43%和98.71%，错误率为1.29%。

基于用户感兴趣区域的地理不可区分性的位置扰动算法

罗惠雯, 龙士工

2020, 40(3): 760-764. DOI: 10.11772/j.issn.1001-9081.2019071313

摘要 ( )

PDF (716KB) ( )

参考文献 | 相关文章 | 计量指标

随着物联网（IoT）技术的快速发展，针对个人位置隐私泄露的问题，提出了一种基于用户感兴趣区域的地理不可区分性（GROI）的位置扰动算法。首先，添加服从平面拉普拉斯分布的随机噪声到用户的真实位置上；然后，通过离散化操作得到近似位置；再次，根据给定的感兴趣区域（ROI）对查询结果进行清洗，在保证机制可用性程度不变的情况下，进一步减小查询误差；最后，在谷歌地图查询上进行了实验验证，与地理不可区分性位置隐私保护算法相比，设计的扰动算法能够在6.0 km的检索范围内，将查询结果的平均误差降低了至少2%，在隐私保护水平不低于地理不可区分性算法的前提下，所提算法的查询结果的准确性优于地理不可区分性算法，尤其针对近距离检索，该算法能够减小查询误差。

计算资源受限的移动边缘计算服务器收益优化策略

黄冬艳, 付中卫, 王波

2020, 40(3): 765-769. DOI: 10.11772/j.issn.1001-9081.2019081351

摘要 ( )

PDF (616KB) ( )

参考文献 | 相关文章 | 计量指标

移动边缘计算（MEC）服务器通过向用户提供计算资源获得收益。对MEC服务器而言，如何在计算资源受限的情况下提高自身收益至关重要，为此提出一种通过优化计算任务执行次序提高MEC服务器收益的策略。首先，将MEC服务器收益最大化问题建模为以任务执行次序为优化变量的优化问题；然后提出了一种基于分支定界法的算法求解任务执行次序。仿真结果表明，采用所提算法获得的MEC服务器平均收益分别比大任务优先（LTF）算法、低延迟任务优先（LLTF）算法和先到先服务（FCFS）算法提高了11%、14%和21%。在保证卸载用户服务质量（QoS）同时，所提策略可以显著提高服务器的收益。

基于软件定义网络的可靠性虚拟网络映射保障机制

赵季红, 吴豆豆, 曲桦, 殷振宇

2020, 40(3): 770-776. DOI: 10.11772/j.issn.1001-9081.2019071244

摘要 ( )

PDF (719KB) ( )

参考文献 | 相关文章 | 计量指标

在软件定义网络（SDN）虚拟网络映射中，现有研究者主要考虑请求接受率方面，而忽视了SDN中底层资源失效的问题。为此，针对SDN中可靠性虚拟网络映射（SVNE）问题，提出了一种联合先验式保护和后验式恢复的虚拟网络映射保障机制。首先，在虚拟请求接受之前，对SDN物理网络区域性资源进行感知；然后，采用先验式保护机制为映射域内相对剩余资源变小的虚拟网络元素预留备份物理资源，并将此扩展虚拟网络通过D-ViNE算法映射至物理网络中；最后，在未备份虚拟网络元素发生故障时，采用后验式恢复算法完成故障的恢复，对节点和链路分别采用重映射和重路由的方法完成恢复。实验结果表明，与基于SDN的生存性虚拟网络映射算法（SDN-SVNE）相比，在虚拟请求接受率方面提高了21.9%。另外，该保护机制在虚拟级别故障恢复率、物理级别故障恢复率等方面也具有优势。

基于软件定义网络的对等网传输调度优化

向雄, 田检

2020, 40(3): 777-782. DOI: 10.11772/j.issn.1001-9081.2019071267

摘要 ( )

PDF (766KB) ( )

参考文献 | 相关文章 | 计量指标

针对对等网（P2P）系统中的应用层组播（ALM）流量优化问题，设计了一个基于软件定义网络（SDN）的实时流调度系统。首先使用网络测量技术获取网络的流量矩阵，然后将它抽象成一张带权重的网络状态图提供给终端优先组播树（TFST）生成算法。TFST生成算法分两阶段进行：第一阶段计算组播树时通过修改终端节点的距离为0来巧妙地引导生成算法优先考虑终端节点；第二阶段是根据设定的权衡因子对分支节点数量进行调整，这样计算出的组播树能同时兼顾流量代价和实施代价。最后为避免组播树部署到网络中时频繁的流表更新带来的网络性能下降问题，还设计了一个基于循环神经网络的模块来根据网络性能自动调整更新周期。仿真结果表明采用了ALM实时流调度系统的网络拥塞指标与原始网络相比下降了47%，在中等负载情况下，利用神经网络模块自动调整更新周期方式与立即更新和固定5 s间隔更新方式相比，拥塞指标的均值分别降低了17.6%和25%，在将机器学习引入SDN实现智能化网络方面具有较大的应用价值。

基于图信号处理的无线传感器网络异常节点检测算法

卢光跃, 周亮, 吕少卿, 施聪, 苏可可

2020, 40(3): 783-787. DOI: 10.11772/j.issn.1001-9081.2019071224

摘要 ( )

PDF (785KB) ( )

参考文献 | 相关文章 | 计量指标

针对无线传感器网络（WSN）中传感器自身安全性低、检测区域恶劣及资源受限造成节点采集数据异常的问题，提出一种基于图信号处理的WSN异常节点检测算法。首先，依据传感器位置特征建立K-近邻（KNN）图信号模型；然后，基于图信号在低通滤波前后的平滑度之比构建统计检验量；最后，通过统计检验量与判决门限实现异常节点存在性的判断。通过在公开的气温数据集与PM2.5数据集上的仿真验证，实验结果表明，与基于图频域异常检测算法相比，在单个节点异常情况相同条件下，所提算法检测率提升7个百分点；在多个节点异常情况相同条件下，其检测率均达到98%，并且在网络节点异常偏离值较小时仍具有较高的检测率。

基于NOMA系统的用户分组和功率分配策略

金勇, 罗明, 董明扬

2020, 40(3): 788-792. DOI: 10.11772/j.issn.1001-9081.2019071217

摘要 ( )

PDF (574KB) ( )

参考文献 | 相关文章 | 计量指标

针对非正交多址接入（NOMA）系统的最优用户分组和功率分配方案的高复杂度问题，提出一种改进的用户分组和功率分配策略。首先，对用户进行分组，由信道增益值确定每个子信道的第一个用户，再由贪婪匹配方法分配剩余用户；然后，对用户的功率进行分配，将该功率分配问题分成子信道间和子信道内两部分，对于子信道间采用线性注水算法分配功率，对于子信道内则采用所提的迭代功率分配算法分配功率；最后，构造拉格朗日函数以实现在最大发射功率以及保证每个用户最低数据速率的约束下系统吞吐量的最大化。仿真结果表明，在多用户的情况下，与线性注水的分数阶功率分配（LWF-FTPA）算法和等分数阶功率分配（EQ-FTPA）算法相比，系统吞吐量分别提高了8%和20%，所提策略优于传统算法。

改进型蚁群算法融合混沌优化的pSPIEL算法的无线传感器布局优化

段宇君, 王耀力, 常青, 刘鑫

2020, 40(3): 793-798. DOI: 10.11772/j.issn.1001-9081.2019071201

摘要 ( )

PDF (747KB) ( )

参考文献 | 相关文章 | 计量指标

针对无线传感器布局存在覆盖率低、通信成本高等问题，提出一种基于改进蚁群算法（IHACA）的融合混沌优化pSPIEL算法（IHACA-CpSPIEL）的传感器布局方法。首先，采用互信息量建立观测点与未观测点间相关性，并以图论形式对通信成本进行描述，建立具有子模性的数学模型；其次，引入混沌算子以提高pSPIEL算法局部性参数的整体搜索能力，进而找到最优分簇个数；然后，更改蚁群距离启发函数因子及信息素更新机制以跳出通信成本局部解；最后，将基于混沌优化的pSPIEL （CpSPIEL）与IHACA融合以确定出最短路径，从而实现低成本部署的目的。实验结果表明，该算法能够较好地跳出局部最优解，且通信成本比pSPIEL算法减少了6.5%~24.0%，具有更快的搜索速度。

基于过程划分技术的服务组合拆分方法

刘惠剑, 刘峻松, 王佳伟, 薛岗

2020, 40(3): 799-805. DOI: 10.11772/j.issn.1001-9081.2019071290

摘要 ( )

PDF (843KB) ( )

参考文献 | 相关文章 | 计量指标

针对集中式服务组合内的中心控制器瓶颈问题，提出一种基于过程划分技术的非集中式服务组合构建方法。首先，利用类型有向图对业务过程进行建模；然后，基于图转换的方法提出分组算法，根据分组算法对过程模型进行拆分；最后，根据拆分后的结果来构建非集中式服务组合。经实验测试，分组算法对模型1的耗时与单线程算法相比降低了21.4%，构建的非集中式服务组合拥有更低响应时间和更高吞吐量。实验结果表明，所提方法能有效地拆分服务组合中的业务过程，所构建的非集中式服务组合能提升服务性能。

面向移动端的渐进网格简化算法

褚苏荣, 牛之贤, 宋春花, 牛保宁

2020, 40(3): 806-811. DOI: 10.11772/j.issn.1001-9081.2019071163

摘要 ( )

PDF (1222KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有渐进网格（PM）简化算法在网格高度简化时无法保持模型关键特征、简化速度慢、无法适应多种模型等问题，提出一种以可变参数结合二次误差和类曲率特征度的边折叠算法（QFVP），用于构建面向移动端的渐进网格。首先，该算法通过设置可变参数w，调整二次误差和类曲率特征度在边折叠误差中的相对大小，提升了算法的简化质量，扩大了算法的适用范围；其次，训练了一个误差反向传播（BP）神经网络，用于确定模型w值；再次，提出了边折叠过程中法向量线性估算法，提高算法简化速度，与Gouraud估算法相比，平均缩短网格简化时间23.7%。对比实验显示，QFVP简化生成渐进网格的基网格整体误差小于二次误差度量（QEM）算法和Melax算法；简化时间比QEM算法平均延长7.3%，比Melax算法平均缩短54.7%。

基于颜色布局描述子的改进ViBe算法

王彤, 王巍, 崔益豪, 朱天宇

2020, 40(3): 812-818. DOI: 10.11772/j.issn.1001-9081.2019071208

摘要 ( )

PDF (1316KB) ( )

参考文献 | 相关文章 | 计量指标

针对ViBe算法在检测运动目标时会有“鬼影”产生和在动态背景下会对目标检测过程中产生干扰造成运动目标误检的问题，结合颜色布局描述子（CLD）提取关键帧进行三帧差分、形态学后处理的技术，提出一种改进的ViBe算法。首先，通过CLD提取视频关键帧图像；然后，将所选取关键帧图像进行三帧差分，通过差分结果将含有运动目标的背景模型进行填充，得到真实的背景图像，再对运动目标进行检测，以达到消除鬼影的目的；最后，在背景模型更新的阶段加入自适应阈值的形态学处理技术，消除动态背景模型中的干扰信息。实验结果表明，所提算法在运动目标检测时在避免鬼影、抗动态背景干扰等方面表现出优越性，在相似度量阈值选取为0.67到0.72时，所提算法的准确率最高可以达到99.4%，可以理想地检测出运动目标的位置信息。

基于深度体素流的模糊视频插帧方法

林传健, 邓炜, 童同, 高钦泉

2020, 40(3): 819-824. DOI: 10.11772/j.issn.1001-9081.2019081474

摘要 ( )

PDF (1085KB) ( )

参考文献 | 相关文章 | 计量指标

针对视频运动模糊严重影响插帧效果的情况，提出了一种新型的模糊视频插帧方法。首先，提出一种多任务融合卷积神经网络，该网络结构由两个模块组成：去模糊模块和插帧模块。其中，去模糊模块采用残差块堆叠的深度卷积神经网络（CNN），提取并学习深度模糊特征以实现两帧输入图像的运动模糊去除；插帧模块用于估计帧间的体素流，所得体素流将用于指导像素进行三线性插值以合成中间帧。其次，制作了大型模糊视频仿真数据集，并提出一种先分后合、由粗略至细致的训练策略，实验结果表明该策略促进了多任务网络有效收敛。最后，对比前沿的去模糊和插帧算法组合，实验指标显示所提方法合成中间帧时峰值信噪比最少提高1.41 dB，结构相似性提升0.020，插值误差降低1.99。视觉对比及重制序列展示表明，所提模型对于模糊视频有着显著的帧率上转换效果，即能够将两帧模糊视频帧端对端重制为清晰且视觉连贯的三帧视频帧。

基于扩张卷积的图像修复

冯浪, 张玲, 张晓龙

2020, 40(3): 825-831. DOI: 10.11772/j.issn.1001-9081.2019081471

摘要 ( )

PDF (1069KB) ( )

参考文献 | 相关文章 | 计量指标

现有图像修复方法虽然能够补全图像缺失区域的内容，但是仍然存在结构扭曲、纹理模糊、内容不连贯等问题，无法满足人们视觉上的要求。针对这些问题，提出一种基于扩张卷积的图像修复方法，通过引入扩张卷积的思想增大感受野来提升图像修复的质量。该方法基于生成对抗网络（GAN）的思想，分为生成网络和对抗网络。生成网络包括全局内容修复网络和局部细节修复网络，并使用gated卷积动态地学习图像特征，解决了使用传统卷积神经网络方法无法较好地补全大面积不规则缺失区域的问题。首先利用全局内容修复网络获得一个初始的内容补全结果，之后再通过局部细节修复网络对局部纹理细节进行修复。对抗网络由SN-PatchGAN鉴别器构成，用于评判图像修复效果的好坏。实验结果表明，与目前存在的图像修复方法相比，该方法在峰值信噪比（PSNR）、结构相似性（SSIM）、inception分数3个指标上都有较大的提升；而且该方法有效解决了传统修复方法出现的纹理模糊问题，较好地满足了人们的视觉连贯性，证实了提出的方法的有效性和可行性。

基于鸽视顶盖神经元动作电位的图像重建

王治忠, 庞晨

2020, 40(3): 832-836. DOI: 10.11772/j.issn.1001-9081.2019071257

摘要 ( )

PDF (886KB) ( )

参考文献 | 相关文章 | 计量指标

针对从神经元响应信号中解码视觉输入的问题，提出了一种利用神经元动作电位（Spike）信号重建视觉输入的方法。首先，记录鸽视顶盖（OT）神经元的Spike信号，提取Spike发放率特征；然后，构建线性逆滤波器和卷积神经网络重建模型，实现视觉输入的重建；最后，对通道数量、时间窗口、数据时间长度、延迟时间等参数进行优化。在相同参数条件下，利用线性逆滤波器重建图像的互相关系数达到0.910 7±0.021 9，利用卷积神经网络模型重建图像的互相关系数达到0.927 1±0.017 6。重建结果表明，提取神经元Spike发放率特征并运用线性逆滤波器和卷积神经网络重建模型可以有效重建视觉输入。

基于SqueezeNet的轻量级图像融合方法

王继霄, 李阳, 王家宝, 苗壮, 张洋硕

2020, 40(3): 837-841. DOI: 10.11772/j.issn.1001-9081.2019081378

摘要 ( )

PDF (855KB) ( )

参考文献 | 相关文章 | 计量指标

现有深度红外和可见光图像融合模型网络参数多，计算过程需要耗费大量计算资源和内存，难以满足移动和嵌入式设备上的部署要求。针对上述问题，提出了一种基于SqueezeNet的轻量级图像融合方法，该方法利用轻量级网络SqueezeNet提取红外和可见光图像特征，并通过该网络提取的特征获得权重图并进行加权融合，进而获得最后的融合图像。通过与ResNet50方法进行比较发现，该方法在保持融合图像质量相近的情况下，模型大小和网络参数量分别被压缩为ResNet50方法的1/21和1/204，运行速度加快了4倍。实验结果表明，该方法不仅降低了融合模型的大小，加快了图像融合速度，同时得到了比其他传统融合方法更好的融合效果。

基于生成对抗网络的人像修复

袁琳君, 蒋旻, 罗敦浪, 江佳俊, 郭嘉

2020, 40(3): 842-846. DOI: 10.11772/j.issn.1001-9081.2019071283

摘要 ( )

PDF (907KB) ( )

参考文献 | 相关文章 | 计量指标

人像修复广泛用于基于图像渲染和计算摄影的照片编辑。针对衣着的不同、高矮胖瘦的区别以及姿态的高自由度等因素给人像修复带来的困难，提出了一种基于生成对抗网络（GAN）的高效人像修复方法。算法分为两阶段：第一阶段基于编码器-解码器网络粗略修复图像，然后估计其中人体姿态信息；第二阶段基于姿态信息和GAN来精确修复人像。利用人像姿态信息来连接人像姿态关键点，形成姿态框架并执行膨胀操作，得到人像姿态掩码，以此构造人像姿态损失函数进行网络训练。实验结果表明，与Contextual Attention修复方法相比，所提方法的修复结果在结构相似度（SSIM）上提升了1%。该方法将人像姿态信息加入到修复过程中，有效地约束了待修复区域人像数据的解空间范围，加强了网络对人像姿态信息的关注程度。

基于特征部位圆形域的人脸图像修复方法

王肖, 魏嘉旺, 袁玉波

2020, 40(3): 847-853. DOI: 10.11772/j.issn.1001-9081.2019071212

摘要 ( )

PDF (1301KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于样本块的纹理合成方法存在的修复结构不合理和效率较低的问题，提出基于特征部位圆形域的人脸图像修复方法。首先进行人脸特征点定位，依据特征点分布将人脸图像分割出4个特征部位圆形域，明确特征搜索域范围。然后在优先级模型中以指数函数的形式改变置信度项的衰减趋势，并结合结构梯度项使用局部梯度信息约束优先级，提高修复结果的结构连通性。在匹配块搜索阶段，根据目标块与各个特征部位圆形域的相对位置，确定匹配块的搜索域，提升搜索效率。最终在结构相似性的标准下选择结构最佳匹配块，完成结构连通的人脸图像修复。与4个先进的方法相比较，所提方法修复图像的峰值信噪比（PSNR）平均提升了1.219~2.663 dB，时间消耗平均减小了34.7%~69.6%。实验结果表明，该方法对保持人脸图像的结构连通性和视觉合理性有显著效果，在修复的精度和时间上都表现优异。

基于RetinaNet改进的车辆信息检测

刘革, 郑叶龙, 赵美蓉

2020, 40(3): 854-858. DOI: 10.11772/j.issn.1001-9081.2019071262

摘要 ( )

PDF (745KB) ( )

参考文献 | 相关文章 | 计量指标

移动端计算力不足和存储有限导致车辆信息检测模型精度不高、速度较慢。针对这一问题，提出一种基于RetinaNet改进的车辆信息检测算法。首先，开发新的车辆信息检测框架，将特征金字塔网络（FPN）模块的深层特征信息融合进浅层特征层，以MobileNet V3为基础特征提取网络；其次，引入目标检测任务的直接评价指标GIoU指导定位任务；最后，使用维度聚类算法找出Anchor的较好尺寸并匹配到相对应的特征层。与原始RetinaNet目标检测算法的对比实验表明，所提算法在车辆信息检测数据集上的精度有10.2个百分点的提升。以MobileNet V3为基础网络时平均准确率均值（mAP）可达97.2%且在ARM v7设备上单帧前向推断用时可达100 ms。实验结果表明，所提方法能够有效提高移动端车辆信息检测算法性能。

基于生成对抗网络的文本图像联合超分辨率与去模糊方法

陈赛健, 朱远平

2020, 40(3): 859-864. DOI: 10.11772/j.issn.1001-9081.2019071205

摘要 ( )

PDF (905KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有的超分辨率方法难以从模糊的低分辨率图像中重建出清晰的高分辨率图像的问题，提出了一种基于生成式对抗网络（GAN）的文本图像联合超分辨率与去模糊方法。首先，本方法聚焦于严重模糊的低分辨率文本图像，由上采样模块和去模糊模块两部分组成生成器网络；然后，通过上采样模块对输入图像上采样，生成模糊的超分辨率图像；进一步利用去模糊模块重建出清晰的超分辨率图像；最后，为了更好地恢复文本图像，引入了一个联合训练损失，包含超分辨率像素损失与去模糊像素损失、语义层的特征匹配损失以及对抗损失。在合成图像和真实图像上的大量实验结果表明，与现有的先进算法——单类GAN （SCGAN）相比，峰值信噪比（PSNR）、结构相似度（SSIM）和光学字符识别（OCR）精度分别提高了1.52 dB、0.011 5和13.2个百分点。所提方法能更好地处理真实场景下的退化文本图像，同时计算成本较低。

基于Msmall-Patch训练的夜晚单幅图像去雾算法——MP-CGAN

王云飞, 王园宇

2020, 40(3): 865-871. DOI: 10.11772/j.issn.1001-9081.2019071219

摘要 ( )

PDF (2098KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于暗通道先验（DCP）与大气散射模型方法实现夜晚图像去雾出现颜色失真及噪声等问题，提出一种基于Msmall-Patch训练的条件生成对抗网络（CGAN）去雾算法MP-CGAN。首先，将UNet与密集神经网络（DenseNet）网络结合成UDNet网络作为生成器网络结构；其次，对生成器与鉴别器网络使用Msmall-Patch训练，即通过对鉴别器最后Patch部分采取Min-Pool或Max-Pool方式提取多个小惩罚区域，这些区域对应退化严重或容易被误判的区域，与之对应提出重度惩罚损失，即在鉴别器输出中选取数个最大损失值作为损失；最后，将重度惩罚损失、感知损失与对抗感知损失组合成新的复合损失函数。在测试集上，与雾密度图预测算法（HDP-Net）相比，所提算法的峰值信噪比（PSNR）与结构相似性（SSIM）值分别提升了59%与37%；与超像素算法比，PSNR与SSIM值分别提升了59%与48%。实验结果表明，所提算法能够减少CGAN训练过程产生的噪声伪影，提高了夜晚图像去雾质量。

基于尺度注意力网络的遥感图像场景分类

边小勇, 费雄君, 穆楠

2020, 40(3): 872-877. DOI: 10.11772/j.issn.1001-9081.2019071314

摘要 ( )

PDF (735KB) ( )

参考文献 | 相关文章 | 计量指标

针对卷积神经网络（CNN）平等地对待输入图像中潜在的对象信息和背景信息，而遥感图像场景又存在许多小对象和背景复杂的问题，提出一种基于注意力机制和多尺度特征变换的尺度注意力网络模型。首先，开发一个快速有效的注意力模块，基于最优特征选择生成注意力图；然后，在ResNet50网络结构的基础上嵌入注意力图，增加多尺度特征融合层，并重新设计全连接层，构成尺度注意力网络；其次，利用预训练模型初始化尺度注意力网络，并使用训练集对模型进行微调；最后，利用微调后的尺度注意力网络对测试集进行分类预测。该方法在实验数据集AID上的分类准确率达到95.72%，与ArcNet方法相比分类准确率提高了2.62个百分点；在实验数据集NWPU-RESISC上分类准确率达到92.25%，与IORN方法相比分类准确率提高了0.95个百分点。实验结果表明，所提方法能够有效提高遥感图像场景分类准确率。

拉普拉斯分布下的MMSE谱减语音增强算法

王永彪, 张文喜, 王亚慧, 孔新新, 吕彤

2020, 40(3): 878-882. DOI: 10.11772/j.issn.1001-9081.2019071152

摘要 ( )

PDF (1053KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于高斯分布的谱减语音增强算法，增强语音出现噪声残留和语音失真的问题，提出了基于拉普拉斯分布的最小均方误差（MMSE）谱减算法。首先，对原始带噪语音信号进行分帧、加窗处理，并对处理后每帧的信号进行傅里叶变换，得到短时语音的离散傅里叶变换（DFT）系数；然后，通过计算每一帧的对数谱能量及谱平坦度，进行噪声帧检测，更新噪声估计；其次，基于语音DFT系数服从拉普拉斯分布的假设，在最小均方误差准则下，求解最佳谱减系数，使用该系数进行谱减，得到增强信号谱；最后，对增强信号谱进行傅里叶逆变换、组帧，得到增强语音。实验结果表明，使用所提算法增强的语音信噪比（SNR）平均提高了4.3 dB，与过减法相比，有2 dB的提升；在语音质量感知评估（PESQ）得分方面，与过减法相比，所提算法平均得分有10%的提高。该算法有更好的噪声抑制能力和较小的语音失真，在SNR和PESQ评价标准上有较大提升。

考虑拥堵区域的多车型绿色车辆路径问题优化

赵志学, 李夏苗, 周鲜成

2020, 40(3): 883-890. DOI: 10.11772/j.issn.1001-9081.2019071306

摘要 ( )

PDF (703KB) ( )

参考文献 | 相关文章 | 计量指标

针对降低物流配送过程中产生的碳排放问题，从绿色环保角度出发，提出一种考虑交通拥堵区域的多车型物流配送车辆的绿色车辆路径问题（GVRP）。首先分析不同类型车辆、不同拥堵状况对车辆行驶路线规划的影响，然后引入基于车辆行驶速度和载重的碳排放速率度量函数；其次以车辆管理使用费用和油耗碳排放成本最小作为优化目标，构建双目标绿色车辆路径模型；最后根据模型的特点设计一种融合模拟退火算法的混合差分进化算法对问题进行求解。通过实验仿真验证模型和算法可以有效规避拥堵区域，与只使用单一4 t车型配送相比，所提模型总成本降低了1.5%，油耗碳排放成本降低了4.3%；和以行驶距离最短为目标的模型相比，所提模型的总配送成本降低了8.1%。说明该模型提高物流企业的经济效益也促进了节能减排。同时所提算法与基本差分算法相比，总配送成本可以降低3%~6%；与遗传算法相比，优化效果更明显，总配送成本可以降低4%~11%，证明该算法更具有优越性。综上所提模型和算法可以为物流企业城市配送路径决策提供良好的参考依据。

不确定干扰约束下外集卡提箱策略

周磊磊, 梁承姬, 胡筱渊

2020, 40(3): 891-896. DOI: 10.11772/j.issn.1001-9081.2019071311

摘要 ( )

PDF (1027KB) ( )

参考文献 | 相关文章 | 计量指标

为提高集装箱码头作业效率，降低不确定干扰因素对外集卡提箱作业的影响，提出以滚动窗口策略处理干扰因素的方法，并建立以作业延误惩罚成本与场桥移动成本最小化为目标的混合整数模型，采用遗传算法（GA）进行求解。首先，利用滚动窗口策略得到在无干扰因素情况下的外集卡提箱作业调度方案；其次，当出现干扰因素时触发滚动窗口再调度机制对外集卡提箱作业顺序重新安排；最后，计算出各滚动窗口内最优的调度方案，提出总计划时间内最优作业方案。通过对不同情景下的案例求解结果进行对比分析，实验结果表明在无干扰情况下，滚动窗口策略下的最小作业成本比传统作业方式下降低了9%，而在干扰情况下滚动窗口策略优于传统作业方式15%，进而验证了算法的有效性以及滚动窗口策略对外集卡提箱作业的优越性。

基于量子遗传混合算法的泊位联合调度

蔡芸, 刘朋青, 熊禾根

2020, 40(3): 897-901. DOI: 10.11772/j.issn.1001-9081.2019071242

摘要 ( )

PDF (623KB) ( )

参考文献 | 相关文章 | 计量指标

为了提高集装箱港口服务效率，减少船舶服务的拖期费用，针对港口硬件（泊位、拖轮、岸桥）既定条件下的拖轮-泊位联合调度问题，新建了以最小化总体船舶在港时间和总拖期时间为目标的数学模型，设计了一种混合算法进行求解。首先，分析确定了将量子遗传算法（QGA）和禁忌搜索（TS）算法进行串行混合的策略；然后，依据该联合调度问题特点，在解决算法实施中的关键技术问题（染色体结构设计和测量、遗传操作、种群更新等）的同时，采用了动态量子旋转门更新机制；最后，用生产实例验证了算法的可行性及有效性。算法实验结果表明，与人工调度结果相比，混合算法的总体船舶在港时间和总拖期时间分别减少了24%和42.7%；与遗传算法结果相比，分别减少了10.9%和22.5%。所提模型及算法不仅能为港口船舶的入泊、离泊和装卸作业环节提供优化作业方案，而且能增强港口竞争力。

多约束集群目标下武器-目标分配问题

张凯, 周德云, 杨振, 潘潜

2020, 40(3): 902-911. DOI: 10.11772/j.issn.1001-9081.2019071274

摘要 ( )

PDF (2035KB) ( )

参考文献 | 相关文章 | 计量指标

面对未来作战中高密度、多方位的集群智能体，传统点对点饱和攻击已不是最佳策略，可通过选择合适的武器类型和作用点实现火力覆盖，达到武器数量小于目标数量的最大杀伤效果。综合考虑安全目标、毁伤门限、偏好指派等作战需求，首先，建立了多约束多目标武器-目标分配（CMWTA）数学模型；其次，设计了约束违反值的计算方法，并采用个体编码、检测修复和约束支配相结合的方式处理多约束；最后，设计了针对多目标武器-目标分配模型的收敛性度量指标，并基于多目标进化算法（MOEA）框架进行了仿真分析。其中在进化算法框架对比中，SPEA2下的Pareto集合容量主要分布于[21，25]区间内，NSGA-Ⅱ下的Pareto集合容量主要分布于[16，20]，而MOEA/D下的Pareto集合容量均小于16；在修复算法验证中，修复算法将三种进化算法框架的Convergence指标提升了20%以上，且可将Pareto解集中不可行解的比例保持在0%。实验结果表明，在求解CMWTA模型中，SPEA2算法框架在分布性和收敛性上优于NSGA-Ⅱ和MOEA/D算法框架，且所提修复算法有效地提高了进化算法对非支配可行解的求解效率。

基于混合梯度的硬阈值追踪算法

杨立波, 蒋铁钢, 徐志强

2020, 40(3): 912-916. DOI: 10.11772/j.issn.1001-9081.2019071296

摘要 ( )

PDF (684KB) ( )

参考文献 | 相关文章 | 计量指标

针对压缩感知（CS）中迭代硬阈值类算法迭代次数多、重构时间长的问题，提出了一种基于混合梯度的硬阈值追踪（HGHTP）算法。首先，在每次迭代中计算当前迭代点处的梯度和共轭梯度，将梯度域与共轭梯度域下的支撑集混合取并集作为下一次迭代的候选支撑集，充分利用共轭梯度在支撑集选择策略中的有用信息，优化支撑集选择策略；然后，采用最小二乘法对候选支撑集进行二次筛选，快速精确地定位正确的支撑并更新稀疏系数。一维随机信号重构实验结果表明，HGHTP算法相较于同类迭代硬阈值算法，在保证重构成功率的前提下，需要的迭代次数更少。二维图像重构实验结果表明，HGHTP算法的重构精度和抗噪性能优于同类迭代阈值类算法，在保证重构精度的情况下，HGHTP算法的重构时间相比同类算法减少了32%以上。

基于局部密度的加权一类支持向量机算法及其在涡轴发动机故障检测中的应用

黄功, 赵永平, 谢云龙

2020, 40(3): 917-924. DOI: 10.11772/j.issn.1001-9081.2019071309

摘要 ( )

PDF (638KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于数据的涡轴发动机故障检测算法的分类性能较差、鲁棒性不强的问题，提出一种改进的加权一类支持向量机（WOCSVM）算法——基于局部密度的WOCSVM （LD-WOCSVM）算法。首先，对于每个训练样本，选取以该样本为中心，以全体训练样本中心到距离最远样本之间马氏距离的百分之二为半径的球体内所包含的k个近邻样本；其次，以该样本到选定的k个训练样本的中心的距离大小来评估该样本为故障样本的可能性，并以此为依据，使用经过归一化的距离来计算对应样本的权重。针对目前算法不能很好地反映样本分布特点的问题，提出了一种基于快速聚类的权重计算方法并将其命名为FCLD-WOCSVM。该算法通过求取每个训练样本的局部密度和该样本到高局部密度的距离两个参数，来确定该样本的分布位置，并利用求得的两个参数来计算该样本的权重。两种算法都是通过对可能的故障样本分配较小的权重来增强算法的分类性能。为了验证算法的有效性，分别在4个UCI数据集和T700涡轴发动机上进行仿真实验。实验结果表明，与自适应WOCSVM （A-WOCSVM）算法相比，LD-WOCSVM算法在AUC值上提高了0.5%，FCLD-WOCSVM算法在G-mean上提高了12.1%，两种算法可以作为涡轴发动机故障检测候选算法。

带有语义特征得分的肺结节检测方法

张战成, 张大龙, 罗晓清

2020, 40(3): 925-930. DOI: 10.11772/j.issn.1001-9081.2019081335

摘要 ( )

PDF (632KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统肺结节检测智能算法仅预测结节的位置，缺少医生临床习惯使用的“分叶”“纹理”“毛刺”等直观的语义解释的问题，提出一种带有语义特征得分的肺结节检测方法。将Faster R-CNN的区域建议网络（RPN）中嵌入细致度、内部结构、分叶、毛刺、边界、钙化、圆度、纹理等8个医生常用的语义特征，设计新的锚盒机制，增加全连接网络实现语义特征的回归学习，将其作为辅助信息结合Faster R-CNN训练实现肺结节检测和语义预测的联合学习。LIDC/IDRI数据集上的测试结果显示，所提方法的肺结节定位的精度为91.2%，肺结节良恶性分类的准确率、敏感性、特异性分别为81%、91.2%、70.8%。在8个语义特征得分上，医生间的差异为0.59±0.80（平均绝对误差±标准差），所提算法预测的语义解释和医生的差异为0.62±1.03，预测结果接近医生个体的差异。修改后的网络达到了较好的检测精度和语义特征预测，方便医生对机器检测结果的理解和临床解释。

当期目录