《计算机应用》唯一官方网站

裴焱栋, 顾克江

2020, 40(7): 1863-1872. DOI: 10.11772/j.issn.1001-9081.2019112034

摘要 ( )

PDF (1598KB) ( )

参考文献 | 相关文章 | 计量指标

多媒体信息的检索是信息复用的重要途径。三维模型检索作为三维建模过程中的关键技术之一，近年来随着三维建模的广泛运用而被深入研究。针对目前三维模型检索技术的进展，首先介绍了基于内容的检索技术，按照提取的特征将其分为四类：基于统计数据、基于几何外形、基于拓扑结构和基于视觉特征，分别介绍各类技术的主要成果和优缺点；然后介绍考虑语义信息，解决“语义鸿沟”现象的基于语义的检索方法，根据切入角度将其分为三类：相关性反馈、主动学习和本体技术，随后介绍了各类技术的相互关系与特点；最后总结和提出了三维模型检索的未来研究的发展方向。

基于多特征语义匹配的知识库问答系统

赵小虎, 赵成龙

2020, 40(7): 1873-1878. DOI: 10.11772/j.issn.1001-9081.2019111895

摘要 ( )

PDF (880KB) ( )

参考文献 | 相关文章 | 计量指标

知识库问答（KBQA）任务主要目的在于精确地将自然语言问题和知识库（KB）中的三元组进行匹配。传统的KBQA方法通常专注于实体识别和谓语匹配，实体识别的错误会导致错误传播从而无法得到正确的答案。针对上述问题提出一种端到端的解决方案直接匹配问题和三元组，该系统主要包含候选三元组生成和候选三元组排序两个部分来实现精确问答。首先通过BM25算法计算问题和知识库中三元组的相关性生成候选三元组；然后通过多特征语义匹配模型（MFSMM）进行三元组的排序，即用MFSMM分别通过双向长短时记忆网络（Bi-LSTM）和卷积神经网络（CNN）实现语义相似度和字符相似度的计算，并通过融合来对三元组进行排序。该系统在NLPCC-ICCPOL 2016 KBQA数据集上的平均F1为80.35%，接近了现有最好的表现。

基于注意力机制的Bi-LSTM结合CRF的新闻命名实体识别及其情感分类

胡甜甜, 但雅波, 胡杰, 李想, 李少波

2020, 40(7): 1879-1883. DOI: 10.11772/j.issn.1001-9081.2019111965

摘要 ( )

PDF (864KB) ( )

参考文献 | 相关文章 | 计量指标

针对搜狐coreEntityEmotion_train语料核心实体识别和核心实体情感分析的任务，提出了基于注意力机制的长短期记忆神经网络结合条件随机场模型（AttBi-LSTM-CRF）。首先，对文本进行预训练，将每个字映射为维度相同的低维向量；然后，把这些向量输入到基于注意力机制的长短期记忆神经网络（AttBi-LSTM）中，以获取长远的上下文信息并集中注意力到与输出标签高度相关的信息上；最后，通过条件随机场（CRF）层获取整个序列的最优标签。将AttBi-LSTM-CRF模型与双向长短记忆神经网络（Bi-LSTM）、AttBi-LSTM和双向长短期记忆神经网络结合条件随机场（Bi-LSTM-CRF）模型进行对比实验。实验结果表明，AttBi-LSTM-CRF模型的准确率达到0.786，召回率达到0.756，F1值达到0.771，优于对比模型，验证了AttBi-LSTM-CRF性能的优越性。

基于动态路由序列生成模型的多标签文本分类方法

王敏蕊, 高曙, 袁自勇, 袁蕾

2020, 40(7): 1884-1890. DOI: 10.11772/j.issn.1001-9081.2019112027

摘要 ( )

PDF (978KB) ( )

参考文献 | 相关文章 | 计量指标

现实世界中，多标签文本比单标签文本具有更广泛的应用场景，但其输出空间的庞大给分类任务带来了更多的挑战。将多标签文本分类问题看作标签序列生成问题，把序列生成模型（SGM）应用于多标签文本分类领域，并针对该模型的顺序结构容易产生累积误差等不足，构建了基于动态路由（DR）的序列生成模型（DR-SGM）。该模型基于Encoder-Decoder模式：Encoder层中使用双向长短期记忆（Bi-LSTM）神经网络+Attention进行语义信息编码；Decoder层设计了一种基于动态路由的解码器结构，该结构在隐含层后添加了动态路由聚合层，利用路由参数的全局共享减弱了累积误差产生的影响。同时，动态路由能捕获文本中部分-部分、部分-整体的位置信息，并且通过优化动态路由算法进一步提高了语义聚合效果。将DR-SGM应用于多标签文本分类，实验结果表明，在RCV1-V2、AAPD和Slashdot数据集上，多标签文本分类效果得到了有效的提升。

基于非自回归方法的维汉神经机器翻译

朱相荣, 王磊, 杨雅婷, 董瑞, 张俊

2020, 40(7): 1891-1895. DOI: 10.11772/j.issn.1001-9081.2019111974

摘要 ( )

PDF (1003KB) ( )

参考文献 | 相关文章 | 计量指标

现有的基于循环神经网络、卷积神经网络和Transformer的自回归翻译模型，虽然都具有良好的翻译性能，但由于解码并行性较低导致了翻译速度慢的问题，针对这个问题提出一种基于非自回归模型的优化学习率策略的方法。在基于迭代优化的非自回归序列模型的基础上，改变学习率调节方法，即把warm up替换为liner annealing方法。首先评估出liner annealing优于warm up方法，然后将liner annealing应用于非自回归序列模型以得到翻译质量和解码速度的最优平衡，最后将该方法与自回归模型的方法作对比。实验结果表明该方法相较于自回归模型Transformer，当解码速度提升1.74倍时，翻译质量的双语评估替换（BLEU）分数值为41.31，可达到Transformer的95.34%。由此可见，采用liner annealing的非自回归序列模型，在降低少许翻译质量的条件下，能够有效地提升解码速度，适用于对翻译速度需求迫切的平台。

基于正则互表示的无监督特征选择方法

汪志远, 降爱莲, 奥斯曼·穆罕默德

2020, 40(7): 1896-1900. DOI: 10.11772/j.issn.1001-9081.2019122075

摘要 ( )

PDF (792KB) ( )

参考文献 | 相关文章 | 计量指标

针对高维数据含有的冗余特征影响机器学习训练效率和泛化能力的问题，为提升模式识别准确率、降低计算复杂度，提出了一种基于正则互表示（RMR）性质的无监督特征选择方法。首先，利用特征之间的相关性，建立由Frobenius范数约束的无监督特征选择数学模型；然后，设计分治-岭回归优化算法对模型进行快速优化；最后，根据模型最优解综合评估每个特征的重要性，选出原始数据中具有代表性的特征子集。在聚类准确率指标上，RMR方法与Laplacian方法相比提升了7个百分点，与非负判别特征选择（NDFS）方法相比提升了7个百分点，与正则自表示（RSR）方法相比提升了6个百分点，与自表示特征选择（SR_FS）方法相比提升了3个百分点；在数据冗余率指标上，RMR方法与Laplacian方法相比降低了10个百分点，与NDFS方法相比降低了7个百分点，与RSR方法相比降低了3个百分点，与SR_FS方法相比降低了2个百分点。实验结果表明，RMR方法能够有效地选出重要特征，降低数据冗余率，提升样本聚类准确率。

融合主题信息和卷积神经网络的混合推荐算法

田保军, 刘爽, 房建东

2020, 40(7): 1901-1907. DOI: 10.11772/j.issn.1001-9081.2019122067

摘要 ( )

PDF (1419KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统的协同过滤算法中数据稀疏和推荐结果不准确的问题，提出了一种基于隐狄利克雷分布（LDA）与卷积神经网络（CNN）的概率矩阵分解推荐模型（LCPMF），该模型综合考虑项目评论文档的主题信息与深层语义信息。首先，分别使用LDA主题模型和文本CNN对项目评论文档建模；然后，获取项目评论文档的显著潜在低维主题信息及全局深层语义信息，从而捕获项目文档的多层次特征表示；最后，将得到的用户和多层次的项目特征融合到概率矩阵分解（PMF）模型中，产生预测评分进行推荐。在真实数据集Movielens 1M、Movielens 10M与Amazon上，将LCPMF与经典的PMF、协同深度学习（CDL）、卷积矩阵因子分解模型（ConvMF）模型进行对比。实验结果表明，相较PMF、CDL、ConvMF模型，所提推荐模型LCPMF的均方根误差（RMSE）和平均绝对误差（MAE）在Movielens 1M数据集上分别降低了6.03%和5.38%、5.12%和4.03%、1.46%和2.00%，在Movielens 10M数据集上分别降低了5.35%和5.67%、2.50%和3.64%、1.75%和1.74%，在Amazon数据集上分别降低17.71%和23.63%、14.92%和17.47%、3.51%和4.87%，验证了所提模型在推荐系统中的可行性与有效性。

双层规划的改进混合布谷鸟搜索量子行为粒子群优化算法

曾明华, 全轲

2020, 40(7): 1908-1912. DOI: 10.11772/j.issn.1001-9081.2019122237

摘要 ( )

PDF (881KB) ( )

参考文献 | 相关文章 | 计量指标

为解决粒子群优化（PSO）算法求解双层规划问题时易陷入局部最优解的问题，提出了一种基于模拟退火（SA）Metropolis准则的改进混合布谷鸟搜索量子行为粒子群优化（ICSQPSO）算法。首先，该混合算法引入SA算法中的Metropolis准则，在求解过程中既能接受好解也能以一定的概率接受坏解，增强全局寻优能力；接着，为布谷鸟搜索算法设计一种改进动态步长Lévy飞行，以保持粒子群在优化过程中较高的多样性，保证搜索广度；最后，利用布谷鸟搜索算法中的偏好随机游走机制帮助粒子跳出局部最优解。通过对13个涵盖非线性规划、分式规划、多个下层规划的双层规划实例的数值实验，结果表明：ICSQPSO算法所得12个双层规划的目标函数最优值显著优于对比算法，只有1例的结果稍差，并且有半数实例的结果优于对比算法50%。由此可见，ICSQPSO算法对双层规划的寻优能力明显优于对比算法。

具有拓扑时变和搜索扰动的混合粒子群优化算法

周文峰, 梁晓磊, 唐可心, 李章洪, 符修文

2020, 40(7): 1913-1918. DOI: 10.11772/j.issn.1001-9081.2019112022

摘要 ( )

PDF (1193KB) ( )

参考文献 | 相关文章 | 计量指标

粒子群优化（PSO）算法在求解复杂多峰函数时极易早熟，陷入局部最优无法跳出。研究表明改变粒子间的拓扑结构和调整算法的迭代机制有助于改善种群的多样性，提高算法的寻优能力。因此，提出一种具有拓扑时变和搜索扰动的混合粒子群优化（HPSO-TS）算法。该算法采用K-medoids聚类算法对粒子群进行动态分簇，形成多个异构子群，以利于子群内粒子间进行信息流通。在速度更新中，增加簇最优粒子的引导，并引入非线性变化极值扰动，帮助粒子搜索更多的区域。而后在位置迭代中引入花授粉算法（FPA）中的转换概率，使粒子在全局搜索和局部搜索之间转换。在全局搜索时结合狮群算法中的母狮觅食机制对粒子的位置进行更新；在局部搜索时引入正弦扰动因子，帮助粒子跳出局部最优。实验结果表明所提算法在求解精度和鲁棒性方面明显优于FPA、PSO、改进粒子群算法（IPSO）、具有动态拓扑结构的粒子群算法（PSO-T）；并且随着测试维度和次数的增加，这种优势更加明显。HPSO-TS算法所引入的拓扑时变策略和搜索扰动机制能有效地提高种群的多样性和粒子的活性，从而改善寻优能力。

基于深度时空Q网络的定向导航自动驾驶运动规划

胡学敏, 成煜, 陈国文, 张若晗, 童秀迟

2020, 40(7): 1919-1925. DOI: 10.11772/j.issn.1001-9081.2019101798

摘要 ( )

PDF (2633KB) ( )

参考文献 | 相关文章 | 计量指标

针对目前基于机器学习的自动驾驶运动规划需要大量样本、没有关联时间信息，以及没有利用全局导航信息等问题，提出一种基于深度时空Q网络的定向导航自动驾驶运动规划算法。首先，为提取自动驾驶的空间图像特征与前后帧的时间信息，基于原始深度Q网络，结合长短期记忆网络，提出一种新的深度时空Q网络；然后，为充分利用自动驾驶的全局导航信息，在提取环境信息的图像中加入指向信号来实现定向导航的目的；最后，基于提出的深度时空Q网络，设计面向自动驾驶运动规划模型的学习策略，实现端到端的运动规划，从输入的序列图像中预测车辆方向盘转角和油门刹车数据。在Carla驾驶模拟器中进行训练和测试的实验结果表明，在四条测试道路中该算法平均偏差均小于0.7 m，且稳定性能优于四种对比算法。该算法具有较好的学习性、稳定性和实时性，能够实现在全局导航路线下的自动驾驶运动规划。

基于深度视觉注意神经网络的端到端自动驾驶模型

胡学敏, 童秀迟, 郭琳, 张若晗, 孔力

2020, 40(7): 1926-1931. DOI: 10.11772/j.issn.1001-9081.2019112054

摘要 ( )

PDF (1287KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有端到端自动驾驶方法中存在的驾驶指令预测不准确、模型结构体量大和信息冗余多等问题，提出一种新的基于深度视觉注意神经网络的端到端自动驾驶模型。为了更有效地提取自动驾驶场景的特征，在端到端自动驾驶模型中引入视觉注意力机制，将卷积神经网络、视觉注意层和长短期记忆网络进行融合，提出一种深度视觉注意神经网络。该网络模型能够有效提取驾驶场景图像的空间特征和时间特征，并关注重要信息且减少信息冗余，实现用前向摄像机输入的序列图像来预测驾驶指令的端到端自动驾驶。利用模拟驾驶环境的数据进行训练和测试，该模型在乡村路、高速路、隧道和山路四个场景中对方向盘转向角预测的均方根误差分别为0.009 14、0.009 48、0.002 89和0.010 78，均低于对比用的英伟达公司提出的方法和基于深度级联神经网络的方法；并且与未使用视觉注意力机制的网络相比，该模型具有更少的网络层数。

基于实例分割的车道线检测及自适应拟合算法

田锦, 袁家政, 刘宏哲

2020, 40(7): 1932-1937. DOI: 10.11772/j.issn.1001-9081.2019112030

摘要 ( )

PDF (2929KB) ( )

参考文献 | 相关文章 | 计量指标

车道线检测是智能驾驶系统的重要组成部分。传统车道线检测方法高度依赖手动选取特征，工作量大，在受到物体遮挡、光照变化和磨损等复杂场景的干扰时精度不高，因此设计一个鲁棒的检测算法面临着很大挑战。为了克服这些缺点，提出了一种基于深度学习实例分割方法的车道线检测模型。该模型基于改进的Mask R-CNN模型，首先利用实例分割模型对道路图像进行分割，提高车道特征信息的检测能力；然后使用聚类模型提取离散的车道线特征信息点；最后提出一种自适应拟合的方法，结合直线和多项式两种拟合方法对不同视野内的特征点进行拟合，生成最优车道线参数方程。实验结果表明，该方法提高了检测速度，在不同场景下都具有较好的检测精度，能够实现对各种复杂实际条件下的车道线信息的鲁棒提取。

基于改进粒子群优化算法的牙齿正畸路径规划方法

徐晓强, 秦品乐, 曾建朝

2020, 40(7): 1938-1943. DOI: 10.11772/j.issn.1001-9081.2019112055

摘要 ( )

PDF (1792KB) ( )

参考文献 | 相关文章 | 计量指标

针对虚拟口腔正畸治疗系统中牙齿移动路径规划问题，提出了一种基于正态分布的简化均值粒子群的牙齿正畸路径规划方法。首先建立了单颗牙齿及整体牙齿的数学模型，并根据牙齿运动的特性，将牙齿正畸路径规划问题转化为带约束的优化问题；其次，在简化粒子群算法的基础上，引入正态分布及均值粒子群的思想，提出了一种基于正态分布的简化均值粒子群优化（NSMPSO）算法；最后，从平移路径长度、旋转角度、碰撞检测以及牙齿在单阶段的移动量、旋转量这五个方面构造了高安全性的适应度函数，实现了牙齿正畸移动路径的规划。将NSMPSO与基本粒子群优化（PSO）算法、均值粒子群优化（MPSO）算法和动态调整惯性权重的简化均值粒子群优化（DSMPSO）算法进行对比，结果表明，改进的算法在Sphere、Griewank和Ackley这三大基准测试函数上均在50次迭代内趋于稳定收敛，且均具有最快的收敛速度和最高的收敛精度。通过Matlab中的仿真实验，验证了利用该数学模型和改进算法求得的最优路径安全可靠，可以为医生提供辅助诊断。

社交网络中对立影响最大化算法

杨书新, 梁文, 朱凯丽

2020, 40(7): 1944-1949. DOI: 10.11772/j.issn.1001-9081.2019091695

摘要 ( )

PDF (1320KB) ( )

参考文献 | 相关文章 | 计量指标

已有社交网络影响力传播的研究工作主要关注单源信息传播情形，较少考虑对立的传播形式。针对对立影响最大化问题，扩展热量传播模型为多源热量传播模型，并提出一种预选式贪心近似（PSGA）算法。为验证算法有效性，选取7种具有代表性的种子挖掘方法，以对立影响最大化传播收益、算法运行时间及种子的富集程度为评价指标，在不同种类社会网络数据集上开展实验。结果表明，PSGA算法所选的种子传播能力更强，且密集程度低、表现稳定，在传播初期占据优势，可以认为PSGA算法能够解决对立影响最大化问题。

面向全局优化的时空众包任务分配算法

聂茜婵, 张阳, 余敦辉, 张兴盛

2020, 40(7): 1950-1958. DOI: 10.11772/j.issn.1001-9081.2019112025

摘要 ( )

PDF (1314KB) ( )

参考文献 | 相关文章 | 计量指标

针对时空众包任务分配研究中未考虑多方参与对象的效益和连续任务分配的全局优化，导致分配效果不佳的问题，提出一种面向三方综合效益全局优化的在线任务分配算法。首先，基于在线随机森林和门控循环单元网络预测出下一时间戳内众包对象（众包任务和工人）的分布情况，进而结合当前时间戳内众包对象的情况构造二分图模型，最后采用带权二分图最优匹配算法完成任务分配。实验结果证明了所提算法在连续任务分配过程中实现了综合效益的全局优化。与贪心算法对比，该算法在任务分配成功率方面提升25.7%，在平均综合效益方面提升32.2%，在工人平均机会成本方面提升37.8%；与随机阈值算法对比，该算法在任务分配成功率方面提升27.4%，在平均综合效益方面提升34.7%，在工人平均机会成本方面40.2%。

基于NTRU的多密钥同态加密方案解密结构

车小亮, 周昊楠, 周潭平, 李宁波, 杨晓元

2020, 40(7): 1959-1964. DOI: 10.11772/j.issn.1001-9081.2020010051

摘要 ( )

PDF (830KB) ( )

参考文献 | 相关文章 | 计量指标

为了进一步提升NTRU型多密钥全同态加密（MKFHE）方案的安全性和效率，基于素数幂次分圆多项式环，研究了NTRU型多密钥同态加密的原始解密结构特点，并提出了两种多密钥同态解密结构改进优化方法。首先通过降低多项式系数，设计了“Regev-Style”多密钥解密结构；其次通过扩展密文维度，设计了“Ciphertext-Expansion”多密钥解密结构。通过与NTRU型多密钥同态加密方案的原始解密结构进行对比分析，结果表明“Regev-Style”多密钥解密结构降低了产生噪声的量级，用于NTRU型多密钥全同态加密方案设计时能减少密钥交换次数和模交换次数；“Ciphertext-Expansion”多密钥解密结构消除了密钥交换过程，降低了产生噪声的量级，且能更有效地处理重复用户的密文乘积。改进优化的多密钥解密结构的安全性均基于素数幂次分圆多项式环上的误差学习（LWE）问题和判定小多项式比（DSPR）假设，这些结构能较好地抵御子域攻击。通过选取合适的参数，它们可用于设计更加安全高效的NTRU型多密钥全同态加密方案。

立方多变量公钥密码体制的最小秩分析

张栖, 聂旭云

2020, 40(7): 1965-1969. DOI: 10.11772/j.issn.1001-9081.2019112052

摘要 ( )

PDF (661KB) ( )

参考文献 | 相关文章 | 计量指标

立方加密体制是经典的多变量公钥密码体制Square的改进方案，其中心映射由平方映射改为了立方映射，由此将公钥多项式从二次提升到三次来抵抗针对二次多变量公钥密码体制的最小秩攻击。针对这种体制，提出一种结合差分的最小秩攻击，旨在恢复它的私钥。首先，分析体制的中心映射差分，并根据差分后的结构来确定它的秩；然后，求解公钥差分，并提取二次项的系数矩阵；接着，由系数矩阵以及确定的秩构造一个最小秩问题；最后，结合扩展的Kipnis-Shamir方法对问题进行求解。实验结果表明，利用最小秩攻击可以恢复立方加密体制的私钥。

基于大小突发块划分的微信支付行为识别模型

梁登高, 周安民, 郑荣锋, 刘亮, 丁建伟

2020, 40(7): 1970-1976. DOI: 10.11772/j.issn.1001-9081.2019122063

摘要 ( )

PDF (1310KB) ( )

参考文献 | 相关文章 | 计量指标

针对微信红包与转账功能被用于红包赌博、非法交易等违法活动，且现有的研究工作难以识别微信中收发红包与转账行为的具体次数，以及存在低识别率和高资源消耗的问题，提出了一种划分大、小流量突发块的方法来提取流量特征，从而对收发红包与转账行为进行有效识别。首先，利用收发红包与转账行为流量的突发性，设定大突发时间阈值将这类行为的流量突发块分隔开；然后，针对收发红包与转账行为由多次连续的用户操作组成的特性，设定小突发阈值将流量块进一步细化为小突发块；最后，综合大突发块中各个小突发块的特征，得到最终的特征。实验结果显示，该方法在时间效率、空间占用率、识别准确率、算法普适性等方面普遍优于微信支付行为识别方面的现有研究，平均准确率最高可达97.58%。真实场景的测试结果表明，所提出的方法基本能准确识别出一段时间内用户收发红包与转账行为的次数。

SM4密码算法的阶梯式相关能量分析

丛旌, 韦永壮, 刘争红

2020, 40(7): 1977-1982. DOI: 10.11772/j.issn.1001-9081.2019122209

摘要 ( )

PDF (1949KB) ( )

参考文献 | 相关文章 | 计量指标

针对相关能量分析（CPA）易受噪声干扰、分析效率低的问题，提出了一种阶梯式CPA方案。首先，通过构造一种新的阶梯式方案提高CPA中信息的利用率；其次，通过引入confidence指标提升每一次分析的正确率，解决前几次分析正确率得不到保证的问题；最后，基于SM4密码算法结构给出了一个阶梯式CPA方案。模拟实验结果表明，在达到90%分析成功率的前提下，阶梯式CPA比传统CPA减少了25%能量迹条数的需求。现场可编程门阵列（FPGA）上的实验表明，阶梯式CPA恢复完整轮密钥的能力已经非常接近将搜索空间扩展到最大时的极限。阶梯式CPA能以足够小的计算量减少噪声的干扰、提高分析的效率。

隐私保护整数点和区间关系判定问题

马敏耀, 吴恋, 刘卓, 徐艺

2020, 40(7): 1983-1988. DOI: 10.11772/j.issn.1001-9081.2020010091

摘要 ( )

PDF (839KB) ( )

参考文献 | 相关文章 | 计量指标

隐私保护地判断整数点和整数区间的属于关系是一类重要的安全多方计算问题，但该问题的现有解决方案存在效率不高、隐私泄露、甚至可能判断错误等缺陷，针对此类不足，构建解决该判定问题的一个安全双方计算协议。首先，分析已有的解决方案并指出不足之处；其次，定义了整数点和整数区间的一种新的0-1编码规则，在此基础上证明了整数点属于整数区间的一个充分必要条件；最后，以此充分必要条件为判定准则，基于Goldwasser-Micali加密体制构建了判断整数点是否属于整数区间的一个安全双方计算协议，并证明了协议的正确性和半诚实模型下的安全性。分析表明，与已有的解决方案相比，所提协议具有更好的隐私保护特性且不会输出错误结果，且在轮复杂度不变的情况下，其计算复杂度和通信复杂度降低了约一半。

基于区块链的安全电子选举方案

吴芷菡, 崔喆, 刘霆, 蒲泓全

2020, 40(7): 1989-1995. DOI: 10.11772/j.issn.1001-9081.2019122171

摘要 ( )

PDF (1116KB) ( )

参考文献 | 相关文章 | 计量指标

当前电子选举方案主要存在两个矛盾点：一是既要保证选举行为的合法合规性，又要保证选举过程的匿名性；二是既要保证选票信息的隐私保密要求，又要保证选举结果的公众可验证性。针对这些矛盾，提出一种基于以太坊区块链和零知识证明的去中心化的安全电子选举方案。在该方案中，利用非交互式零知识证明算法和区块链去中心化架构设计了选民身份合法性零知识证明和选票合法性零知识证明；利用智能合约和Paillier密码体制实现无需可信第三方计票机构的自动计票。理论分析和模拟实验结果表明，在没有中心信任机构的条件下，该方案满足电子选举安全性要求，可应用于小型社区选举。

改进粗糙集属性约简结合K-means聚类的网络入侵检测方法

王磊

2020, 40(7): 1996-2002. DOI: 10.11772/j.issn.1001-9081.2019111915

摘要 ( )

PDF (1071KB) ( )

参考文献 | 相关文章 | 计量指标

面对日益复杂的网络环境，传统入侵检测方法误报率高、检测效率低，且存在优化过程中准确性和可解释性相互矛盾等问题，因此提出一种结合改进粗糙集属性约简和K-means聚类的网络入侵检测（IRSAR-KCANID）方法。首先基于模糊粗糙集属性约简对数据集进行预处理，优化异常的入侵检测特征；再利用改进K-means聚类算法估计入侵范围阈值，并对网络特征进行分类；然后根据用于特征优化的线性规范相关性，从所选择的最优特征探索特征关联影响尺度以形成特征关联影响量表，完成对异常网络入侵的检测。实验结果表明，特征优化聚类后的最小化测量特征关联影响量表能在保证最大预测精度的前提下，最小化入侵检测过程的复杂度并缩短完成时间。

基于LightGBM算法的网络战仿真与效能评估

陈晓楠, 胡建敏, 陈茜, 张威

2020, 40(7): 2003-2008. DOI: 10.11772/j.issn.1001-9081.2019122129

摘要 ( )

PDF (879KB) ( )

参考文献 | 相关文章 | 计量指标

为解决信息化条件下的网络战抽象程度过高、网络战的仿真和效能评估手段不够丰富的问题，提出了一种融合攻防双方多种指标的网络战仿真和效能评估的方法。首先，对于网络战攻击方，引入4类攻击方式对网络进行打击；对于网络防御方，引入网络节点结构、内容重要程度和应急反应能力作为网络的防御指标；然后，通过将PageRank算法和模糊综合评价法融入到LightGBM算法中，建立了网络战效能评估模型；最后，通过定义节点毁伤效能曲线，得到整个网络战攻防体系中的剩余效能和毁伤效能评估结果。仿真实验表明：网络战效能评估模型可以对网络战攻防双方的作战效能进行有效的评估，验证了网络战效能评估方法的合理性和可行性。

基于循环神经网络的正交网格的自动化生成算法

黄中展, 徐世明

2020, 40(7): 2009-2015. DOI: 10.11772/j.issn.1001-9081.2019112062

摘要 ( )

PDF (1651KB) ( )

参考文献 | 相关文章 | 计量指标

随着计算机图形学、工业设计、自然科学等领域的飞速发展，对高质量的科学计算方法的需求随之增大，而这些科学计算的方法离不开高质量的网格生成算法。对于常用的正交网格生成算法，是否能减少计算量以及是否能降低的人工干预等问题仍是它们所面临的主要挑战。针对这些挑战，对于单连通的目标区域，提出了基于循环神经网络之一的长短期记忆网络（LSTM）和Schwarz-Christoffel共形映射（SC映射）的正交网格自动化生成算法。首先，利用基于SC映射的Gridgen-c工具的基本条件将网格生成问题转换为一个带线性限制条件的整数规划问题。接着，利用预处理后的GADM数据集和LSTM训练获得能计算目标多边形区域每个顶点转角类型的概率的分类器。该分类器可以大幅度降低整数规划问题的时间复杂度，使该问题能被自动化且快速地求解。最后以简单图形区域、动画图形区域、地理边界区域为样例，进行网格生成实验。结果表明：对于简单图形区域，所提算法均能达到最优解；而对于具有复杂边界的动画图形区域和地理边界区域，实例网格结果表明，所提算法能使这些目标区域的计算量分别降低88.42%和91.16%，且能自动化地生成较好的正交网格。

求解排列组合问题的解空间动态缩减策略

李章洪, 梁晓磊, 田梦丹, 周文峰

2020, 40(7): 2016-2020. DOI: 10.11772/j.issn.1001-9081.2019112006

摘要 ( )

PDF (862KB) ( )

参考文献 | 相关文章 | 计量指标

针对一般群智能算法求解大规模排列组合问题时搜索空间大从而影响群体搜索效率的问题，提出了一种解空间动态缩减（SSDC）策略，以动态减少算法搜索空间。该策略中，首先通过智能算法对排列组合优化问题两次初步求解，对获得的两个解中重复的片段进行识别和融合，将融合成的新节点代入原解空间进行解空间缩小更新；而后在下一次智能算法求解的过程中，对缩小的可行空间进行搜索，从而提升个体在有限空间内的搜索效率，降低搜索时间成本。基于5个高维标准旅行商问题（TSP）和2个车辆路径优化问题对融合新策略的多种群智能算法进行测试。实验结果表明融合所提策略的群智能算法在搜索精度和稳定性上均要优于对应的原算法，证明所提解空间动态缩减策略可以有效改善算法的性能。

基于改进A^*算法的无人车路径规划

祁玄玄, 黄家骏, 曹建安

2020, 40(7): 2021-2027. DOI: 10.11772/j.issn.1001-9081.2019112016

摘要 ( )

PDF (1648KB) ( )

参考文献 | 相关文章 | 计量指标

传统的A^*算法在无人车路径规划中存在规划时间较长和搜索范围较大的缺点。综合分析A^*算法的计算流程后，从四个方面对A^*算法进行改进：1）目标性拓展，即根据待扩展节点和目标节点的相对位置来有目标性地选择不同的象限进行节点拓展；2）目标可见性判断，即判断待扩展节点与目标点之间有无障碍物，若无障碍物则跳出A^*算法的探索过程，以此减少多余的搜索；3）改变A^*算法的启发函数，即增加待扩展节点的n辈父节点到目标点的代价估计，以此减少到目标点的代价估计的局部最优情况；4）改变扩展节点的选取方略，即改变传统的最小化启发函数来选择扩展节点的方式，通过引入模拟退火法来优化扩展节点的选择方式，使得搜索过程尽可能向靠近目标点的方向进行。最后通过Matlab仿真实验结果表明，在模拟的地图环境下，提出的改进A^*算法在运行时间上减少67.06%，经历的栅格数减少73.53%，优化路径长度浮动范围在±0.6%。

5G低密度奇偶校验码的低复杂度偏移最小和算法

陈发堂, 张友寿, 杜铮

2020, 40(7): 2028-2032. DOI: 10.11772/j.issn.1001-9081.2019111897

摘要 ( )

PDF (792KB) ( )

参考文献 | 相关文章 | 计量指标

为了提高低密度奇偶校验（LDPC）码偏移最小和（OMS）算法的误码性能，基于5G NR标准提出了一种5G LDPC码的低复杂度OMS算法。针对传统算法中偏移因子值计算不够准确问题，使用密度进化获取更加精准的偏移因子值，用于校验节点更新，以增强OMS算法的性能；并使用线性近似方法对获得的偏移因子值进行近似处理，在保证译码性能的情况下降低了算法的复杂度。针对变量节点振荡现象对译码的影响，将节点更新前后的对数似然比（LLR）消息值加权处理，削减变量节点的振荡性，提高了译码器收敛速度。仿真结果表明，与归一化最小和（NMS）算法和OMS算法相比，在误比特率（BER）为10^-5时所提算法译码性能可以获得0.3~0.5 dB的增益，平均迭代次数分别降低了48.1%和24.3%，同时与对数似然比-置信传播（LLR-BP）算法也只相差近0.1 dB。

基于小结构体的无线传感器网络部署算法

史佳琦, 谭励, 唐小江, 连晓峰, 王浩宇

2020, 40(7): 2033-2037. DOI: 10.11772/j.issn.1001-9081.2019122211

摘要 ( )

PDF (2295KB) ( )

参考文献 | 相关文章 | 计量指标

目前无线传感器网络中节点的部署主要采用基于Voronoi图的算法，在使用Voronoi算法进行部署的过程中由于参与部署的节点数量多，算法的复杂度高，导致算法的迭代时间较长。为解决节点部署中算法迭代时间较长的问题，提出一种基于小结构体的部署算法（DABA）。首先，将节点组合成小结构体；然后，计算小结构体的中心位置坐标；最后，利用Voronoi图进行节点部署。所提算法对于部署区域存在障碍的情况仍然能有效进行部署。实验结果表明，DABA在部署时间方面能够比基于Voronoi图的算法减少三分之二。所提算法可明显减少算法的迭代时间，同时降低算法的复杂性。

WSN中碰撞时长可变的三时隙P坚持CSMA协议分析

李明亮, 丁洪伟, 李波, 王丽清, 保利勇

2020, 40(7): 2038-2045. DOI: 10.11772/j.issn.1001-9081.2019112028

摘要 ( )

PDF (4238KB) ( )

参考文献 | 相关文章 | 计量指标

随机多址通信方式是计算机通信研究中不可或缺的一部分，针对传统的P坚持载波侦听多路访问（P-CSMA）协议对无线传感器网络（WSN）系统的传输控制并解决系统的能耗问题，提出了一种在WSN中碰撞时长可变的三时隙P-CSMA协议。该协议在传统的双时隙P-CSMA协议中加入了碰撞时长b，将系统模型改为三时隙模型，包含信息分组发送成功的时长、发生碰撞的时长以及空闲时长。通过建模分析了该模型下系统的吞吐量、碰撞率以及空闲率，发现通过改变碰撞时长可以降低系统的损耗。相比传统的P-CSMA协议，该协议使系统性能得到了改善，并使得在基于电池模型得到的系统节点的生命时长明显延长。通过分析，得到了本协议的系统仿真流程图。最后通过对比分析各个指标的理论值和仿真值，证明了理论推导的正确性。

基于边缘学习的低分辨率图像识别算法

刘颖, 刘玉霞, 毕萍

2020, 40(7): 2046-2052. DOI: 10.11772/j.issn.1001-9081.2019112041

摘要 ( )

PDF (6039KB) ( )

参考文献 | 相关文章 | 计量指标

由于受光照条件、拍摄角度、传输设备以及周围环境的影响，刑侦视频图像中的目标物体往往分辨率较低，难以识别。针对低分辨率图像识别问题，在经典LeNet-5识别网络的基础上，提出了一种基于边缘学习的低分辨率图像识别算法。首先由边缘生成对抗网络生成低分辨率图像的幻想边缘，该边缘与高分辨率图像边缘相近；再将该低分辨图像的生成边缘信息作为先验信息融合到识别网络中对低分辨率图像进行识别。在MNIST、EMNIST和Fashion-mnist三个数据集上分别进行实验，结果表明，将低分辨图像的幻想边缘信息融合到识别网络中可以提高低分辨率图像的识别率。

基于RCF的跨层融合特征的边缘检测

宋杰, 于裕, 骆起峰

2020, 40(7): 2053-2058. DOI: 10.11772/j.issn.1001-9081.2019112057

摘要 ( )

PDF (1496KB) ( )

参考文献 | 相关文章 | 计量指标

针对当前基于深度学习的边缘检测技术产生的边缘线条杂乱且模糊等问题，提出了一种基于RCF的端到端的跨层融合多尺度特征的边缘检测（CFF）模型。该模型使用RCF作为基线，在主干网络中加入CBAM，采用具有平移不变性的下采样技术，并且去除了主干网络中的部分下采样操作，以保留图像的细节信息，同时使用扩张卷积技术增大模型感受野。此外，采用跨层融合特征图的方式，使得高低层特征能够充分融合。为了平衡各阶段损失和融合损失之间的关系，以及避免出现多尺度特征融合之后低层细节过度丢失的现象，对每个损失添加了一个权重。在伯克利分割数据集（BSDS500）和PASCAL VOL Context数据集上进行了训练，在测试时使用图像金字塔技术提高边缘图像的质量。实验结果表明，CFF模型提取的轮廓比基线网络更加清晰，能够解决边缘模糊问题。在BSDS500基准上进行的评估表明，该模型将最佳数据集规模（ODS）和最佳图像比例（OIS）指标分别提高到0.818和0.839。

结合密度阈值和三角形组逼近的点云压缩方法

钟文彬, 孙思, 李旭瑞, 刘光帅

2020, 40(7): 2059-2068. DOI: 10.11772/j.issn.1001-9081.2019111909

摘要 ( )

PDF (4027KB) ( )

参考文献 | 相关文章 | 计量指标

针对非均匀采集点云数据压缩中压缩精度和压缩时间较难权衡的问题，提出一种结合密度阈值和三角形组逼近的压缩方法，并且用八叉树划分得到的非空体素来设置密度阈值以构造三角形组，实现点云表面模拟。首先，根据体素内点的分布确定三角形组的顶点；接着，排序顶点以生成每个三角形；最后，引入密度阈值来构造平行于坐标轴的射线，根据射线与三角形的交点来生成不同密度区域上的细分点。采用dragon、horse、skull、radome、dog和PCB点云数据，对改进区域重心法、曲率压缩法、改进曲率分级法、K近邻长方体法和所提方法进行对比实验。实验结果表明，在相同体素尺寸下，所提方法的特征表达效果优于改进区域重心法；在压缩率接近的情况下，所提方法在时间效率上优于曲率压缩法、改进曲率分级法、K近邻长方体法；在压缩精度上，所提方法所建模型最大偏差、标准偏差和表面积变化率皆低于改进区域重心法、曲率压缩法、改进曲率分级法和K近邻长方体法所建模型。实验结果表明，所提方法在较好地保留特征信息的同时，可在较短的耗时下对点云实现有效压缩。

基于混合深度卷积网络的图像超分辨率重建

胡雪影, 郭海儒, 朱蓉

2020, 40(7): 2069-2076. DOI: 10.11772/j.issn.1001-9081.2019122149

摘要 ( )

PDF (1446KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统图像超分辨率重建方法存在的重建图像模糊、噪声量大、视觉感差等问题，提出了一种基于混合深度卷积网络的图像超分辨率重建方法。首先，在上采样阶段将低分辨率图像放缩至指定大小；然后，在特征提取阶段提取低分辨率图像的初始特征；接着，将提取到的初始特征送入卷积编解码结构进行图像特征去噪；最后，在重建层用空洞卷积进行高维特征提取与运算，重建出高分辨率图像，并且使用残差学习快速优化网络，在降低噪声的同时，使重建图像的清晰度及视觉效果更优。在Set14数据集放大尺度×4的基准下，将所提方法与双三次插值（Bicubic）、锚定邻域回归（A+）、超分辨卷积神经网络（SRCNN）、极深度超分辨网络（VDSR）、编解码网络（REDNet）等超分辨率重建方法进行对比。在超分辨实验中，所提方法与对比方法比较，峰值信噪比（PSNR）分别提升了2.73 dB、1.41 dB、1.24 dB、0.72 dB和1.15 dB，结构相似性（SSIM）分别提高了0.067 3，0.020 9，0.019 7，0.002 6和0.004 6。实验结果表明，混合深度卷积网络能够有效地对图像进行超分辨率重建。

基于深度渐进式反投影注意力网络的图像超分辨率重建

胡高鹏, 陈子鎏, 王晓明, 张开放

2020, 40(7): 2077-2083. DOI: 10.11772/j.issn.1001-9081.2019122155

摘要 ( )

PDF (1931KB) ( )

参考文献 | 相关文章 | 计量指标

针对多数单帧图像超分辨率（SISR）方法在重建预测图像时存在高频信息丢失和上采样过程中会引入噪声以及特征图各通道之间的相互依赖关系难以确定等问题，提出了深度渐进式反投影注意力网络。首先使用渐进式上采样方法将低分辨率（LR）图像逐步缩放至给定的倍率，缓解上采样过程中造成的高频信息丢失等问题；然后在渐进式上采样的每个阶段融合迭代反投影思想，学习高分辨率（HR）和LR特征图之间的映射关系并减少上采样过程中引入的噪声；最后使用注意力机制为渐进式反投影网络不同阶段产生的特征图动态分配注意力资源，使网络模型学习到各特征图之间的相互依赖关系。实验结果表明，所提出的方法相比主流的超分辨率方法，峰值信噪比（PSNR）最高可增加3.16 dB，结构相似性最高可提升0.218 4。

基于生成对抗网络的红外图像数据增强

陈佛计, 朱枫, 吴清潇, 郝颖明, 王恩德

2020, 40(7): 2084-2088. DOI: 10.11772/j.issn.1001-9081.2019122253

摘要 ( )

PDF (1753KB) ( )

参考文献 | 相关文章 | 计量指标

深度学习在视觉任务中的良好表现很大程度上依赖于海量的数据和计算力的提升，但是在很多实际项目中通常难以提供足够的数据来完成任务。针对某些情况下红外图像少且难以获得的问题，提出一种基于彩色图像生成红外图像的方法来获取更多的红外图像数据。首先，用现有的彩色图像和红外图像数据构建成对的数据集；然后，基于卷积神经网络、转置卷积神经网络构建生成对抗网络（GAN）模型的生成器和鉴别器；接着，基于成对的数据集来训练GAN模型，直到生成器和鉴别器之间达到纳什平衡状态；最后，用训练好的生成器将彩色图像从彩色域变换到红外域。基于定量评估标准对实验结果进行了评估，结果表明，所提方法可以生成高质量的红外图像，并且相较于在损失函数中不加正则化项，在损失函数中加入L1和L2正则化约束后，该方法的FID分数值平均分别降低了23.95和20.89。作为一种无监督的数据增强方法，该方法也可以被应用于其他缺少数据的目标识别、目标检测、数据不平衡等视觉任务中。

融合头部姿态和面部表情的互动式活体检测

黄俊, 张娜娜, 章惠

2020, 40(7): 2089-2095. DOI: 10.11772/j.issn.1001-9081.2019112059

摘要 ( )

PDF (1450KB) ( )

参考文献 | 相关文章 | 计量指标

为了阻挡人脸识别系统中的照片及视频攻击，提出了一种将头部姿态和面部表情融合的互动式活体检测算法。首先，对VGGNet的卷积核数目、网络层数、正则化等进行了调整优化，构建了一个多层卷积的头部姿态估计网络；其次，引入全局平均池化、局部响应归一化和卷积替代池化等方法对VGGNet进行改进，构建了一个表情识别网络；最后，融合上述两个网络实现了互动式活体检测系统，对用户发出随机指令实时完成活体检测。实验结果表明，所提出的头部姿态估计网络和表情识别网络分别在CAS-PEAL-R1数据集和CK+数据集上取得了99.87%和99.60%的准确率，而活体检测系统的综合准确率达到了96.70%，运行速度达到了每秒20~28帧，在实际应用中泛化能力突出。

基于近红外与可见光双目视觉的活体人脸检测方法

邓茜文, 冯子亮, 邱晨鹏

2020, 40(7): 2096-2103. DOI: 10.11772/j.issn.1001-9081.2019122184

摘要 ( )

PDF (1703KB) ( )

参考文献 | 相关文章 | 计量指标

针对人脸识别系统易受伪造攻击的问题，提出了一种基于近红外与可见光双目视觉的活体人脸检测方法。首先，采用近红外与可见光双目装置同步获取人脸图像，提取两图像的人脸特征点，利用双目关系实现特征点的匹配并获取其深度信息，再利用深度信息进行三维点云重建；然后，将全部人脸特征点划分为四个区域，计算各区域内人脸特征点在深度方向的平均方差；接着，选取人脸关键特征点，以鼻尖点为参照点，计算鼻尖点到人脸关键特征点之间的空间距离；最后，利用人脸特征点的深度值方差和空间距离来构造特征向量，使用支持向量机（SVM）实现活体人脸判断。实验结果表明，所提方法能够准确检测活体人脸以及有效抵御伪造人脸的攻击，在实验测试中达到99.0%的识别率，在准确性和鲁棒性上优于利用人脸特征点深度信息进行检测的同类算法。

基于同一特征空间的多模态脑肿瘤分割方法

陈浩, 秦志光, 丁熠

2020, 40(7): 2104-2109. DOI: 10.11772/j.issn.1001-9081.2019122233

摘要 ( )

PDF (874KB) ( )

参考文献 | 相关文章 | 计量指标

脑胶质瘤的分割依赖多种模态的核磁共振成像（MRI）的影像。基于卷积神经网络（CNN）的分割算法往往是在固定的多种模态影像上进行训练和测试，这忽略了模态数据缺失或增加问题。针对这个问题，提出了将不同模态的图像通过CNN映射到同一特征空间下并利用同一特征空间下的特征来分割肿瘤的方法。首先，不同模态的数据经过同一深度CNN提取特征；然后，将不同模态的特征连接起来，经过全连接层实现特征融合；最后，利用融合的特征实现脑肿瘤分割。模型采用BRATS2015数据集进行训练和测试，并使用Dice系数对模型进行验证。实验结果表明了所提模型能有效缓解数据缺失问题。同时，该模型较多模态联合的方法更加灵活，能够应对模态数据增加问题。

基于改进残差结构的肺结节检测方法

石陆魁, 马红祺, 张朝宗, 樊世燕

2020, 40(7): 2110-2116. DOI: 10.11772/j.issn.1001-9081.2019122095

摘要 ( )

PDF (2429KB) ( )

参考文献 | 相关文章 | 计量指标

针对肺结节检测方法中网络结构复杂所导致的模型计算量大、过拟合的问题，提出了一种结合深度可分离卷积和预激活的改进残差网络结构，将提出的网络结构应用于肺结节检测模型。该模型以目标检测网络Faster R-CNN为基础，采用U-Net编码解码器结构，利用深度可分离卷积和预激活操作改进了三维残差网络结构。首先，通过使用深度可分离卷积，模型复杂度和计算量大幅度降低；其次，通过使用预激活，模型的正则化得到改善，缓解了过拟合现象；最后，采用矩形卷积核在少量增加模型计算量的前提下扩大了卷积操作的感受野，有效地兼顾了肺结节的全局和局部特征。在LUNA16数据集上的检测中所提方法的灵敏度为96.04%，无限制接收者操作特征曲线下面积（FROC）得分为83.23%。实验结果表明：该方法提高了肺结节检测的灵敏度，又有效降低了检测结果的平均假阳性个数，同时提高了检测效率，可有效辅助放射科医师对肺结节进行检测。

基于深度迁移学习的肺结节分割方法

马金林, 魏萌, 马自萍

2020, 40(7): 2117-2125. DOI: 10.11772/j.issn.1001-9081.2019112012

摘要 ( )

PDF (1631KB) ( )

参考文献 | 相关文章 | 计量指标

针对U-Net分割小体积肺结节效果较差的问题，提出一种基于深度迁移学习的分割方法，利用分块式叠加微调（BSFT）策略辅助分割肺结节。首先，利用卷积神经网络学习自然图像大数据集的特征信息；然后，将所学特征迁移到进行肺结节图像小数据集分割的网络，从该网络最后一个下采样层开始逐块释放、微调训练，直到网络完成最后一层的叠加；最后，定量分析Dice相似性系数，以确定最佳分割网络。实验结果表明，BSFT在LUNA16肺结节公开数据集上的Dice值达到0.917 9，该策略的性能明显优于主流肺结节分割算法。

基于全变分模型的多时相遥感影像厚云去除算法

王睿, 黄微, 胡南强

2020, 40(7): 2126-2130. DOI: 10.11772/j.issn.1001-9081.2019111902

摘要 ( )

PDF (1436KB) ( )

参考文献 | 相关文章 | 计量指标

针对多时相遥感影像厚云去除出现的亮度不一致和明显边界的问题，提出了一种结合全变分模型和泊松方程的多时相遥感影像厚云去除算法。首先，通过多时相遥感影像间共同区域的亮度信息计算亮度校正系数，对图像的亮度进行校正，降低亮度差异对去云结果的影响。然后，基于选择多源全变分模型对亮度校正后的多时相遥感影像进行重建，提高融合结果的空间平滑性及其与原始影像的相似性。最后，利用泊松方程对重建图像的局部区域进行优化。实验结果表明，该算法能够有效解决亮度不一致和边界问题。

基于熵驱动域适应学习的单幅图像阴影检测方法

袁园, 吴文, 万毅

2020, 40(7): 2131-2136. DOI: 10.11772/j.issn.1001-9081.2019122068

摘要 ( )

PDF (1610KB) ( )

参考文献 | 相关文章 | 计量指标

跨域差异常常会阻碍深度神经网络的泛化，使其不能适应不同的数据集，为了提高模型阴影检测的鲁棒性，提出了一种新颖的无监督域适应阴影检测框架。首先，为了缩小域间的数据偏差，采用分层域适应策略校准源域和目标域间从低层到高层的特征分布；其次，为了加强模型软阴影的检测能力，提出边界对抗分支以确保模型在目标数据集上同样可以得到结构化的阴影边界；然后，结合熵对抗分支进一步抑制预测结果中边界处的高不确定性，从而得到边界平滑、准确的阴影掩膜。与已有深度学习检测方法相比，所提方法在客观数据集ISTD、SBU上的平衡误差率（BER）分别降低了10.5%、18.75%。实验结果表明所提方法的阴影检测结果具有更好的边缘结构性。

基于卷积编解码器和门控循环单元的语音分离算法

陈修凯, 陆志华, 周宇

2020, 40(7): 2137-2141. DOI: 10.11772/j.issn.1001-9081.2019111968

摘要 ( )

PDF (830KB) ( )

参考文献 | 相关文章 | 计量指标

在大部分基于深度学习的语音分离和语音增强算法中，把傅里叶变换后的频谱特征作为神经网络的输入特征，并未考虑到语音信号中的相位信息。然而过去的一些研究表明，尤其是在低信噪比（SNR）条件下，相位信息对于提高语音质量是必不可少的。针对这个问题，提出了一种基于卷积编解码器网络和门控循环单元（CED-GRU）的语音分离算法。首先，利用原始波形既包含幅值信息也包含相位信息的特点，在输入端以混合语音信号的原始波形作为输入特征；其次，通过结合卷积编解码器（CED）网络和门控循环单元（GRU）网络，可以有效解决语音信号中存在的时序问题。提出的改进算法在男性和男性、男性和女性、女性和女性的语音质量的感知评价（PESQ）和短时目标可懂度（STOI）方面，与基于排列不变训练（PIT）算法、基于深度聚类（DC）算法、基于深度吸引网络（DAN）算法相比，分别提高了1.16和0.29、1.37和0.27、1.08和0.3；0.87和0.21、1.11和0.22、0.81和0.24；0.64和0.24、1.01和0.34、0.73和0.29个百分点。实验结果表明，基于CED-GRU的语音分离系统在实际应用中具有较大的价值。

灾害运作管理中应急组织决策建模方法综述

曹策俊, 刘桔

2020, 40(7): 2142-2149. DOI: 10.11772/j.issn.1001-9081.2019112015

摘要 ( )

PDF (1082KB) ( )

参考文献 | 相关文章 | 计量指标

为了提高人力资源的利用率、减少灾害带来的各种损失以及促进可持续发展，采用高效的方法对应急组织决策进行建模是重要且亟待解决的问题。首先，给出了灾害运作管理与应急组织概念与内涵；然后，分别梳理了语义X列表（S-BOX）、分形理论、组织理论、数学规划、演化博弈论、多主体仿真和其他方法在应急组织决策建模中的应用研究现状；最后，结合双层优化理论、多群体演化博弈论、大数据技术、数字孪生技术、区块链技术，提出了应急组织决策建模潜在的研究方向。

H-Algorand:基于多块输出的公有链共识机制

王波, 任英琦, 黄冬艳

2020, 40(7): 2150-2154. DOI: 10.11772/j.issn.1001-9081.2019111916

摘要 ( )

PDF (925KB) ( )

参考文献 | 相关文章 | 计量指标

面向全网公开且无用户授权机制的公有链目前得到了业界的普遍重视，其中具有良好扩展性、低分叉概率的Algorand机制在公有链中被广泛使用，但Algorand机制存在区块共识效率低、不满足高频交易场景的问题。针对这些问题，首先提出一种多块Algorand（MB-Algorand）机制来提高区块共识效率；其次将Algorand机制与MB-Algorand机制配合使用得到混合Algorand（H-Algorand）机制，该机制兼顾了区块共识效率与安全性两方面的性能。仿真结果表明，在委员会遭受分布式拒绝服务（DDoS）攻击的情况下，H-Algorand机制以一定的安全性能为代价，换取了区块链网络共识效率的显著提升。当一个区块共识失败的概率在1%时，所提机制使区块链网络共识效率在提升了37.87%的同时，安全性能仅损失4.9%。

基于时空网络的自动化集装箱码头自动化导引车路径规划

高一鹭, 胡志华

2020, 40(7): 2155-2163. DOI: 10.11772/j.issn.1001-9081.2019122117

摘要 ( )

PDF (1282KB) ( )

参考文献 | 相关文章 | 计量指标

针对自动化集装箱码头水平搬运作业中自动化导引车路径冲突问题，提出一种基于时空网络的路径优化方法。对于单个运输需求，首先，将路网离散化为网格网络，设计依据时间可更新的时空网络；其次，以任务完工时间最短为目标，基于时空网络下可用路段集合来建立车辆路径优化模型；最后，在时空网络上运用最短路径算法求解得最短路径。对于多个运输需求，为避免路径冲突，根据当前运输需求的路径规划结果更新下一个运输需求的时空网络，并通过迭代最终获得满足规避碰撞和缓解拥堵条件的路径规划。计算实验中，与基本最短路径求解策略（求解算法P）相比，所提方法的碰撞次数降低为0并且最小相对距离始终大于安全距离；与停车等待求解策略（求解算法SP）相比，所提方法最多减少任务总延误时间24　s，且明显降低延误任务占比以及路网平均拥堵度，最大降低程度分别为2.25%和0.68%。实验结果表明，所提方法能够有效求解大规模冲突规避的路径规划问题，并显著提高自动化导引车的作业效率。

船舶三维管路智能布局优化算法

熊勇, 张加, 余嘉俊, 张本任, 梁萱卓, 朱奇舸

2020, 40(7): 2164-2170. DOI: 10.11772/j.issn.1001-9081.2020010075

摘要 ( )

PDF (1094KB) ( )

参考文献 | 相关文章 | 计量指标

针对船舶在三维环境下管路布局约束多，工程规则难以量化，难以确定合适的优化评价函数等问题，提出一种新的船舶管路自动布局方法。首先，采用轴平行包围盒法（AABB）对船体和船内设备进行简化，将其离散成空间节点并赋予初始信息素和能量值，对空间障碍物进行标记，并对主要的敷管规则给出了具体的量化形式；其次，将快速扩展随机树（RRT）算法和蚁群优化（ACO）算法进行结合，引入方向选择策略、避障策略和变步长策略，提升了算法搜索效率和成功率，通过建立优化评价函数，利用ACO对路径进行循环迭代优化，以期得到满足工程规则的综合最优解；最后，采用计算机模拟的船舱空间布局环境进行管路自动敷设仿真实验，验证了所提方法的有效性和实用性。

当期目录