当期目录

2020年 第40卷 第8期 刊出日期：2020-08-10

上一期   下一期

人工智能

基于注意力网络的语体多元特征挖掘

吴海燕, 刘颖

2020, 40(8):  2171-2181.  DOI: 10.11772/j.issn.1001-9081.2019122204

摘要 ( )   PDF (1584KB) ( )  

参考文献 | 相关文章 | 计量指标

针对大规模语料中不同语体的特征难以挖掘、需要大量专业知识和人力的问题，提出了一种自动挖掘能区分不同语体的特征的方法。首先，将语体表示成词、词类、标点符号、它们的2元、句法结构及多种组合特征；然后，使用注意力机制和多层感知机（MLP）的组合模型（如注意力网络）把语体分类成小说、新闻和课本，并在过程中自动地提取出能够帮助区分语体的重要特征；最后，通过对这些特征的进一步分析，可以得到不同语体的特点及一些语言学结论。实验结果显示，小说、新闻和课本在词、主题词、词的依存关系、词类、标点符号和句法结构都有显著的差异，进一步表明了人们在使用语言时因交际对象、目的、内容和环境的不同，对词汇、词类、标点和句法的运用上会自然地呈现出某种不同。

面向煤矿的实体识别与关系抽取模型

张心怡, 冯仕民, 丁恩杰

2020, 40(8):  2182-2188.  DOI: 10.11772/j.issn.1001-9081.2019122255

摘要 ( )   PDF (1096KB) ( )  

参考文献 | 相关文章 | 计量指标

针对煤矿领域知识抽取中存在的术语嵌套、一词多义，抽取任务间存在误差传播等问题，提出了一种深层注意力模型框架。首先，使用标注策略联合学习两项知识抽取子任务，以解决误差传播的问题；其次，提出结合多种词向量信息的投影方法，以缓解煤矿领域术语抽取中的一词多义的问题；然后，设计深度特征提取网络，并提出深层注意力模型及两种模型增强方案来充分提取语义信息；最后，对模型的分类层进行研究，以在保证抽取效果的前提下最大限度地简化模型。实验结果表明，在煤矿领域语料上，相较于编码-解码结构的最好模型，所提模型的F1值有了1.5个百分点的提升，同时模型训练速度几乎提高至原来的3倍。该模型可有效地完成煤矿领域术语抽取以及术语关系抽取这两项知识抽取子任务。

基于特征聚合的假新闻内容检测模型

何韩森, 孙国梓

2020, 40(8):  2189-2193.  DOI: 10.11772/j.issn.1001-9081.2019122114

摘要 ( )   PDF (845KB) ( )  

参考文献 | 相关文章 | 计量指标

针对假新闻内容检测中分类算法模型的检测性能与泛化性能无法兼顾的问题，提出了一种基于特征聚合的假新闻检测模型CCNN。首先，通过双向长短时循环神经网络提取文本的全局时序特征，并采用卷积神经网络（CNN）提取窗口范围内的词语或词组特征；然后，在卷积神经网络池化层之后，采用基于双中心损失训练的特征聚合层；最后，将双向长短时记忆网络（Bi-LSTM）和CNN的特征数据按深度方向拼接成一个向量之后提供给全连接层，采用均匀损失函数uniform-sigmoid训练模型后输出最终的分类结果。实验结果表明，该模型的F1值为80.5%，在训练集和验证集上的差值为1.3个百分点；与传统的支持向量机（SVM）、朴素贝叶斯（NB）和随机森林（RF）模型相比，所提模型的F1值提升了9~14个百分点；与长短时记忆网络（LSTM）、快速文本分类（FastText）等神经网络模型相比，所提模型的泛化性能提升了1.3~2.5个百分点。由此可见，所提模型能够在提高分类性能的同时保证一定的泛化能力，提升整体性能。

基于垂直集成Tri-training的虚假评论检测模型

尹春勇, 朱宇航

2020, 40(8):  2194-2201.  DOI: 10.11772/j.issn.1001-9081.2019112046

摘要 ( )   PDF (1099KB) ( )  

参考文献 | 相关文章 | 计量指标

针对虚假评论会误导用户的偏向并使其利益遭受损失以及大规模人工标注评论的代价过高等问题，通过利用以往迭代过程中生成的分类模型来提高检测的准确性，提出一种基于垂直集成的Tri-training（VETT）的虚假评论检测模型。该模型在评论文本特征的基础上结合用户行为特征作为特征进行提取。在VETT算法中，迭代过程被分成组内垂直集成和组间水平集成两部分：组内集成是利用分类器以往的迭代模型集成为一个原始分类器，而组间集成是利用3个原始分类器通过传统过程训练得到这一轮迭代后的二代分类器，以此来提高标签标记的准确率。对比Co-training、Tri-training、基于AUC优化的PU学习（PU-AUC）和基于垂直集成的Co-training（VECT）等算法，VETT算法的F1值分别最大提高了6.5、5.08、4.27和4.23个百分点。实验结果表明VETT算法有较好的分类性能。

基于自注意力门控图卷积网络的特定目标情感分析

陈佳伟, 韩芳, 王直杰

2020, 40(8):  2202-2206.  DOI: 10.11772/j.issn.1001-9081.2019122154

摘要 ( )   PDF (803KB) ( )  

参考文献 | 相关文章 | 计量指标

基于特定目标的情感分析旨在预测句子中不同方面表达的不同情感倾向。针对之前利用循环神经网络（RNN）结合注意力机制的网络模型所带来的训练参数多且缺少对相关句法约束和长距离词依赖机制解释的问题，提出自注意力门控图卷积网络MSAGCN。首先，模型采用多头自注意力机制编码上下文词和目标，捕获句子内部的语义关联；然后，采用在句子的依存树上建立图卷积网络的方法获取句法信息以及词的依存关系；最后，通过带有目标嵌入的门控单元（GTRU）获取特定目标的情感。与基线模型相比，所提模型的准确率和调和平均值F1分别提高了1%~3.3%和1.4%~6.3%；同时，预训练的BERT模型也被应用到当前任务中，使模型效果获得了新的提升。实验结果表明所提出的模型能更好掌握用户评论的情感倾向。

基于特征融合的小样本抽象画图像情感预测

白茹意, 郭小英, 贾春花

2020, 40(8):  2207-2213.  DOI: 10.11772/j.issn.1001-9081.2019122169

摘要 ( )   PDF (1480KB) ( )  

参考文献 | 相关文章 | 计量指标

绘画图像情感预测是目前情感计算中的一个研究热点。目前抽象画来源少，样本量小，其情感分析大多数采用的是图像低层特征，而且准确率不高。为此，提出一种基于特征融合的小样本抽象画图像情感预测方法。首先，分析了抽象艺术理论中组成绘抽象画的基本元素（点、线、面和颜色）与人类情感的关系，依据这些理论量化出抽象画图像的低层特征；然后，采用迁移学习算法，基于大样本数据在预训练网络上得到参数，并迁移至目标模型，再在小样本数据上对目标模型进行微调，得到图像高层特征；最后，将低层与高层特征进行线性融合，采用多分类支持向量机（SVM）实现抽象画图像的情感预测。在3个小样本抽象画数据集上进行实验，结果表明，与直接采用低层特征的方法相比，所提方法的分类准确率有所提高，证实了它在小样本抽象画的情感研究中的有效性。

动态的加权孪生网络跟踪算法

熊昌镇, 李言

2020, 40(8):  2214-2218.  DOI: 10.11772/j.issn.1001-9081.2019122195

摘要 ( )   PDF (1142KB) ( )  

参考文献 | 相关文章 | 计量指标

为提升快速在线目标跟踪与分割算法的跟踪精度，提出了一种动态的加权孪生网络跟踪算法。首先，对初始帧提取的模板特征与每帧提取的模板特征进行学习融合，提高跟踪器的泛化能力；其次，在掩膜分支产生目标掩膜的过程中用加权的方式融合特征，减少冗余特征带来的干扰，提高跟踪的精度。在数据集VOT2016和VOT2018上进行测试，所提算法的预期平均重叠率分别为0.450和0.390，精确性分别为0.649和0.618，鲁棒性分别为0.205和0.267，均高于基准算法，跟踪速度为34帧/s，达到了实时跟踪的要求。所提算法有效地提高了跟踪的准确性，能在复杂的跟踪环境下较好地完成跟踪任务。

基于自注意力机制的多域卷积神经网络的视觉追踪

李生武, 张选德

2020, 40(8):  2219-2224.  DOI: 10.11772/j.issn.1001-9081.2019122139

摘要 ( )   PDF (1092KB) ( )  

参考文献 | 相关文章 | 计量指标

为了解决多域卷积神经网络（MDNet）在目标快速移动和外观剧烈变化时发生的模型漂移问题，提出了自注意力多域卷积神经网络（SAMDNet），通过引入自注意力机制从通道和空间两个维度来提升追踪网络的性能。首先，利用空间注意力模块将所有位置上的特征的加权总和选择性地聚合到特征图中的所有位置上，使得相似的特征彼此相关；然后，利用通道注意力模块整合所有特征图来选择性地强调互相关联的通道的重要性；最后，融合得到最终的特征图。此外，针对MDNet算法因训练数据中存在较多相似但属性不同的序列所造成的网络模型分类不准的问题，构造了复合损失函数。该复合损失函数由分类损失函数和实例判别损失函数组成，首先，用分类损失函数来统计分类的损失值；然后，利用实例判别损失函数来提高目标在当前视频序列中的权重，抑制其在其他序列中的权重；最后，融合两项损失作为模型的最终损失。在目前广泛采用的测试基准数据集OTB50和OTB2015上进行实验，结果表明所提出的算法在成功率指标上相比2015年视觉目标跟踪挑战（VOT2015）的冠军算法MDNet分别提高了1.6个百分点和1.4个百分点，在精确率和成功率指标上优于连续域卷积相关滤波（CCOT）算法，在OTB50上的精确率指标优于高效卷积操作（ECO）算法，验证了该算法的有效性。

嵌入注意力和特征交织模块的Gaussian-YOLO v3目标检测

刘丹, 吴亚娟, 罗南超, 郑伯川

2020, 40(8):  2225-2230.  DOI: 10.11772/j.issn.1001-9081.2020010030

摘要 ( )   PDF (5261KB) ( )  

参考文献 | 相关文章 | 计量指标

错误的目标检测可能导致严重事故，因此高精度的目标检测在汽车自动驾驶中至关重要。提出了一种嵌入注意力和特征交织模块的Gaussian-YOLO v3目标检测方法。该方法主要对Gaussian-YOLO v3的几个特定特征图进行了改进：首先在特征图中添加注意力模块以自主学习每个通道的权重，增强关键特征、抑制冗余特征，从而加强网络对前景目标和背景的区分能力；其次，同时将特征图的不同通道进行特征交织得到更具表征性的特征；最后，把注意力和特征交织模块分别得到的特征融合构成新的特征图。实验结果表明，所提方法在BDD100K数据集上达到了20.81%的平均精确率均值（mAP）和18.17%的F₁分数，使误报率减少了3.5%，意味着误报率得到了有效降低。由此可见，所提方法的检测性能优于YOLO v3和Gaussian-YOLO v3。

基于关键姿势的双人交互行为识别

杨文璐, 于孟孟, 谢宏

2020, 40(8):  2231-2235.  DOI: 10.11772/j.issn.1001-9081.2019122223

摘要 ( )   PDF (933KB) ( )  

参考文献 | 相关文章 | 计量指标

针对双人交互行为识别应用领域广但效率低的问题，提出一种基于关键姿势的双人交互行为识别方法。首先，利用帧间差异比较来提取关键帧；然后，利用骨骼点角度变化的方差和空间关系来确定关键帧中的关键姿势；接着，利用关节距离、角度和关节运动等特征表示关键姿势，每一个关键姿势表示为一个特征矩阵；最后，利用不同的降维和分类组合，选取识别率最优的组合。在SBU交互数据集和自建的交互数据集上评估所提出的识别方法，该方法的识别率分别达到92.47%和94.14%。实验结果表明，通过提取关键姿势的特征形成特征矩阵来表示动作的方法可以有效地提高双人交互行为识别结果。

基于双流非局部残差网络的行为识别方法

周云, 陈淑荣

2020, 40(8):  2236-2240.  DOI: 10.11772/j.issn.1001-9081.2020010041

摘要 ( )   PDF (1122KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统卷积神经网络（CNN）对人体行为动作仅能提取局部特征易导致相似行为动作识别准确率不高的问题，提出了一种基于双流非局部残差网络（NL-ResNet）的行为识别方法。首先提取视频的RGB帧和密集光流图，分别作为空间流和时间流网络的输入，并通过角落裁剪和多尺度相结合的预处理方法进行数据增强；其次分别利用残差网络的残差块提取视频的局部表观特征和运动特征，再通过在残差块之后接入的非局部CNN模块提取视频的全局信息，实现网络局部特征和全局特征的交叉提取；最后将两个分支网络分别通过A-softmax损失函数进行更精细的分类，并输出加权融合后的识别结果。该方法能充分利用局部和全局特征提高模型的表征能力。在UCF101数据集上，NL-ResNet取得了93.5%的识别精度，与原始双流网络相比提高了5.5个百分点。实验结果表明，所提模型能更好地提取行为特征，有效提高行为识别的准确率。

基于深度特征和Seq2Seq模型的网络态势预测方法

林志兴, 王立可

2020, 40(8):  2241-2247.  DOI: 10.11772/j.issn.1001-9081.2020010010

摘要 ( )   PDF (1073KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前大多数的网络态势预测方法不能挖掘数据中的深度信息且需要手动提取与构造特征的问题，提出了深度特征网络态势预测方法DFS-Seq2Seq。首先将网络流、日志和系统事件等产生的数据进行清洗处理，使用深度特征融合算法自动合成深度关系特征，然后采用自动编码器对合成的特征进行提取，最后使用长短期记忆网络（LSTM）构建Seq2Seq模型对数据进行预测。通过设计缜密的实验在公开数据集Kent2016上对所提方法进行验证，结果显示在深度为2时与支持向量机（SVM）、贝叶斯、随机森林（RF）和LSTM这四种分类模型相比，其召回率分别提升了7.4%、11.5%、6.5%、3.0%。实验结果表明DFS-Seq2Seq可以在实际应用中有效地识别网络身份验证中的危险事件，对网络态势作出有效的预测。

数据科学与技术

基于数据流的聚类趋势分析算法

樊仲欣

2020, 40(8):  2248-2254.  DOI: 10.11772/j.issn.1001-9081.2020010057

摘要 ( )   PDF (1853KB) ( )  

参考文献 | 相关文章 | 计量指标

聚类趋势分析算法基于抽样原理导致聚类趋势指标不稳定和片面，而且不适应数据流的批量增量特性，因而需要重复进行聚类趋势指数计算。为此，基于全体数据进行整体分析，提出一种基于最小距离连通图（MDCG）的聚类趋势分析算法MDCG-CTI。首先，利用栈的深度优先遍历法更新增量数据的最邻近路径从而降低MDCG的建立复杂度；然后，计算聚类趋势指数并确定可聚类性的判定阈值；最后，将所提算法和批量增量的具有噪声的基于密度的聚类方法（DBSCAN）相结合。在自定义数据集上的实验表明，该算法比现有算法对单簇和含大量噪点的数据的可聚类性判断更为精确；而在大数据集pendigits和avila上，所提算法比基于谱方法的聚类趋势可视化分析（SpecVAT）累计耗时降低了38%和42%，且相较SpecVAT结合批量增量DBSCAN，该算法结合批量增量DBSCAN的聚类平均准确率分别提高了6%和11%，聚类累计耗时则分别降低了7%和8%。实验结果表明该算法可以准确无参地判断聚类趋势，并明显提高增量聚类的有效性和运行效率。

融合本体和改进禁忌搜索策略的气象灾害主题爬虫方法

刘景发, 顾瑶平, 刘文杰

2020, 40(8):  2255-2261.  DOI: 10.11772/j.issn.1001-9081.2019122238

摘要 ( )   PDF (1325KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统主题爬虫方法容易陷入局部最优和主题描述不足的问题，提出一种融合本体和改进禁忌搜索策略（On-ITS）的主题爬虫方法。首先利用本体语义相似度计算主题语义向量，基于超级文本标记语言（HTML）网页文本特征位置加权构建网页文本特征向量，然后采用向量空间模型计算网页的主题相关度。在此基础上，计算锚文本主题相关度以及链接指向网页的PR值，综合分析链接优先度。另外，为了避免爬虫陷入局部最优，设计了基于ITS的主题爬虫，优化爬行队列。以暴雨灾害和台风灾害为主题，在相同的实验环境下，基于On-ITS的主题爬虫方法比对比算法的爬准率最多高58%，最少高8%，其他评价指标也很好。基于On-ITS的主题爬虫方法能有效提高获取领域信息的准确性，抓取更多与主题相关的网页。

基于特征选择和超参数优化的恐怖袭击组织预测方法

肖跃雷, 张云娇

2020, 40(8):  2262-2267.  DOI: 10.11772/j.issn.1001-9081.2019122141

摘要 ( )   PDF (1101KB) ( )  

参考文献 | 相关文章 | 计量指标

针对恐怖袭击事件难以找到恐怖袭击组织以及恐怖袭击事件数据的样本不平衡问题，提出了一种基于特征选择和超参数优化的恐怖袭击组织预测方法。首先，利用随机森林（RF）在处理不平衡数据上的优势，通过RF迭代来进行后向特征选择；然后，利用决策树（DT）、RF、Bagging和XGBoost这四种主流分类器对恐怖袭击组织进行分类预测，并利用贝叶斯优化方法对这些分类器进行超参数优化；最后，利用全球恐怖主义数据库（GTD）评价了这些分类器在多数类样本和少数类样本上的分类预测性能。实验结果表明：所提方法提高了对恐怖袭击组织的分类预测性能，其中使用RF和Bagging时的分类预测性能最佳，准确率分别达到0.823 9和0.831 6，特别是在少数类样本上的分类预测性能有明显提高。

网络空间安全

云计算环境下的双通道数据动态加密策略

吕佳玉, 竺智荣, 姚志强

2020, 40(8):  2268-2273.  DOI: 10.11772/j.issn.1001-9081.2020010113

摘要 ( )   PDF (979KB) ( )  

参考文献 | 相关文章 | 计量指标

在移动端设备性能有限的情况下，针对数据传输效率与隐私保护之间的矛盾，提出基于贪心算法的双通道动态加密策略（TDES）对数据包进行选择性加密，旨在有限时间内最大化数据包隐私权重总和。首先，根据数据包的隐私权重将数据包大致分为两类；然后，针对不同类别数据包的隐私权重和加密时间分别计算权重排序表并降序排列，两类数据包对应两个传输通路，对隐私权重最大的数据包进行加密传输，直至传输时间结束；最后，检查通道内部剩余时间，调整部分数据包的传输通路，直至剩余时间不足以对任何数据包进行加密传输。在仿真数据包传输实验中，分别与D2ES和贪心算法进行比较，在相同时间限制下，所提策略的总隐私权重分别提高了9.5%和10.3%，运行时间分别降低了10.8%和8.5%。实验结果表明，TDES的计算时间更短，效率更高，能够很好地平衡数据安全和设备性能。

基于工作量证明和权益证明改进的区块链共识机制

吴梦宇, 朱国胜, 吴善超

2020, 40(8):  2274-2278.  DOI: 10.11772/j.issn.1001-9081.2019122206

摘要 ( )   PDF (849KB) ( )  

参考文献 | 相关文章 | 计量指标

当前区块链工作量证明（PoW）机制浪费大量算力和电力的缺陷日益凸显，而权益证明（PoS）机制由于无成本权益以及权益无限增长容易产生分叉和富者愈富问题，不能保证区块链的稳定性。针对二者的缺陷，提出了一种基于PoW和PoS改进的区块链共识机制PoWaS。首先，降低哈希计算的难度并限制最大难度值，以减少寻找随机数所花费的算力和电力资源；其次，为有效持币时间和币龄设置上限，防止由于币龄无限增长而带来的富者无限富的问题；然后，引入信用值的概念，为每个节点赋予一个信用值，并根据节点行为升降信用值；最后，加入竞争等待时间，由寻找随机数所花费的时间、币龄和信用值计算得到一个值pStake，而pStake最大的节点获得打包记账权。实验搭建了一个拥有6个节点的PoWaS共识机制区块链，实验结果表明PoWaS可以减少算力浪费、加快出块速度和平衡记账权竞争。

基于视觉特征的仿冒域名轻量级检测技术

朱怡, 宁振虎, 周艺华

2020, 40(8):  2279-2285.  DOI: 10.11772/j.issn.1001-9081.2019111952

摘要 ( )   PDF (1044KB) ( )  

参考文献 | 相关文章 | 计量指标

近年来，僵尸网络、域名挟持、钓鱼网站等仿冒域名攻击越发频繁，严重威胁着社会和个人的安全，因此仿冒域名检测已经成为网络防护的重要组成部分。当前的仿冒域名检测主要面向公共域名，检测方法以编辑距离为主，难以充分体现域名的视觉特征；此外利用域名相关信息进行判定虽然有助于提高检测效率，却会引入较大的额外开销。为此，考虑采用仅基于域名字符串的轻量级检测策略，并综合考虑字符位置、字符相似度和操作类型对域名视觉的影响，提出基于视觉特征的编辑距离算法。该算法根据仿冒域名的特点，先对域名进行预处理，然后按照字符位置、字符相似度及操作类型对字符赋予不同的权重，最后通过计算编辑距离值进行仿冒域名判定。实验结果表明，基于视觉特征的仿冒域名轻量级检测方法与基于编辑距离的判定方法相比，在阈值取1和2时，F1值分别提高了5.98%和13.56%，验证了该方法具有良好的检测效果。

基于MAVLink协议的无人机系统安全通信方案

张凌浩, 王胜, 周辉, 陈一凡, 桂盛霖

2020, 40(8):  2286-2292.  DOI: 10.11772/j.issn.1001-9081.2019122160

摘要 ( )   PDF (1132KB) ( )  

参考文献 | 相关文章 | 计量指标

MAVLink是一种应用于无人机（UAV）与地面站（GCS）之间的轻量级通信协议，它定义了一组包括UAV状态和GCS控制命令的UAV与GCS交互的双向消息。针对MAVLink协议缺乏足够的安全机制，存在可能导致严重威胁和隐患的安全漏洞的问题，提出了一种基于MAVLink协议的UAV系统安全通信方案。首先，UAV持续交替广播连接请求。然后，GCS向UAV发送公钥，双方利用DH算法进行密钥协商计算出共享密钥，并使用AES算法对MAVLink消息包进行加密通信，完成身份认证；若UAV在规定时间内未收到GCS发送的公钥或对MAVLink消息包解密错误则主动断开连接，更新公钥后重新广播连接请求。另外，针对UAV系统存在被恶意篡改的安全问题，在启动引导时对UAV系统固件进行了自校验。最后，基于形式化验证工具UPPAAL证明了所提方案具有活性、可连接性以及连接唯一性，并对UAV PX4 1.6.0与GCSQgroundControl3.5.0的通信过程进行抓包测试。结果表明，所提的UAV系统安全通信方案能够防止在UAV与GCS通信过程中存在的恶意窃听、篡改消息、中间人攻击等恶意攻击，并且对UAV性能影响较小，较好地解决了MAVLink协议存在的安全漏洞。

先进计算

移动边缘计算中基于粒子群优化的计算卸载策略

罗斌, 于波

2020, 40(8):  2293-2298.  DOI: 10.11772/j.issn.1001-9081.2019122200

摘要 ( )   PDF (961KB) ( )  

参考文献 | 相关文章 | 计量指标

计算卸载作为移动边缘计算（MEC）中降低时延与能耗的手段之一，通过合理的卸载决策能够降低工业成本。针对工业生产线中部署MEC服务器后时延变长和能耗增高的问题，提出了一种基于粒子群优化（PSO）算法的计算卸载策略PSAO。首先，将实际问题建模为时延模型与能耗模型。由于是针对时延敏感型的应用，因此将模型转化为在能耗约束条件下的最小化时延问题，使用惩罚函数来平衡时延与能耗。其次，根据PSO算法优化后得到计算卸载决策向量，通过集中控制的方式使每一个计算任务合理分配到对应的MEC服务器。最后，通过仿真实验，对比分析了本地卸载策略、MEC基准卸载策略、基于人工鱼群算法（AFSA）的卸载策略以及PSAO的时延数据，PSAO的平均总时延远远低于其他三种卸载策略，PSAO比原来系统总代价降低了20%。实验结果表明，PSAO策略能够降低MEC中的时延，均衡MEC服务器的负载。

基于格理论的模糊度快速解算方法

王守华, 吴黎荣, 纪元法, 孙希延

2020, 40(8):  2299-2304.  DOI: 10.11772/j.issn.1001-9081.2019122126

摘要 ( )   PDF (1080KB) ( )  

参考文献 | 相关文章 | 计量指标

为了兼顾未来全球卫星导航系统（GNSS）的兼容与互操作，解决多频多模高维模糊度在常规方法下解算效率低的问题，基于格理论，提出了一种最近格点（CLP）搜索算法对模糊度整型值进行搜索。首先，将模糊度搜索转化为对格中已知格点的最近格点搜索问题；然后，根据格基规约改进得出具有最小可能长度且相互正交的格基向量；最后，采用CLP搜索算法搜索出最优的模糊度参数值。通过模拟实验和实测数据实验验证得出，所提的CLP搜索算法理论上相较经典的最小二乘模糊度降相关（LAMBDA）和改进的LAMBDA（MLAMBDA）算法对模糊度参数的解算效率更高且更可靠，且CLP搜索算法每一个参数搜索时间稳定在0.01 s，即使在高维情况下，CLP搜索算法的搜索依然稳定可靠。

基于混沌搜索和错卦变换的阴阳平衡优化算法

许秋艳, 马良, 刘勇

2020, 40(8):  2305-2312.  DOI: 10.11772/j.issn.1001-9081.2020010089

摘要 ( )   PDF (1180KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基本阴阳平衡优化（YYPO）算法易早熟收敛的问题，基于混沌的遍历性，在算法中引入混沌搜索对更多区域进行探索，以提高全局探索能力。此外，借鉴《易经》中的错卦变换引入反向学习策略，对当前解的反向解进行集中搜索，提高局部开发能力。同时，为充分利用多核处理器等计算资源，还对算法进行了并行程序设计。采用标准测试函数进行数值实验，以测试基于混沌搜索和错卦变换的改进YYPO（CSIOYYPO）算法的求解性能。实验结果表明，与基本YYPO算法和自适应YYPO算法等YYPO算法以及其他类型智能优化算法相比，CSIOYYPO算法具有更高的计算精度和更快的优化速度。

改进的动态图社区演化关系分析方法

罗香玉, 李嘉楠, 罗晓霞, 王佳

2020, 40(8):  2313-2318.  DOI: 10.11772/j.issn.1001-9081.2020010072

摘要 ( )   PDF (3929KB) ( )  

参考文献 | 相关文章 | 计量指标

传统基于相邻时间片分析所获得的社区演化关系无法完备地刻画动态图社区演化的整个过程。为此提出了一种改进的社区演化关系分析方法。首先，定义社区事件，并根据发生的社区事件来描述社区的演化状态；然后，对两个不相同时间片内的社区进行事件匹配，从而获得社区演化关系；最后，通过实验将所提方法与传统方法进行比较。实验结果表明，所提方法发现的社区事件总数是传统方法的2倍以上，可为动态图社区演化过程的描述提供更丰富的信息。

基于结构自适应滤波方法的非线性系统辨识

冯子凯, 陈立家, 刘名果, 袁蒙恩

2020, 40(8):  2319-2326.  DOI: 10.11772/j.issn.1001-9081.2019111996

摘要 ( )   PDF (2796KB) ( )  

参考文献 | 相关文章 | 计量指标

针对非线性系统辨识中定结构参数辨识局限性高和辨识率低的问题，将结构自适应引入辨识的优化，提出一种基于子系统的结构自适应滤波（SSAF）方法。该方法的模型由若干子系统级联而成，每一个子系统均为线性-非线性混合结构。子系统的线性部分是一个一阶或二阶可选的无限脉冲响应滤波器（IIR），非线性部分则是一个静态的非线性函数。初始化中，子系统的参数随机产生，生成的若干子系统按照设定的连接规则进行随机连接，而不含反馈的连接机制确保了非线性系统的有效性。采用一种自适应多精英引导的复合差分进化（AMECoDEs）算法用于自适应模型循环优化，直至找到最优的结构和参数，即全局最优。实验结果表明，SSAF方法在非线性测试函数以及真实数据集上的表现优异，辨识率高且收敛性好，与聚焦时滞递归神经网络（FTLRNN）相比，它所用参数的个数仅为FTLRNN的1/10，且适应值精度提高了7%，验证了所提方法的有效性。

网络与通信

面向类不平衡流量数据的分类模型

刘丹, 姚立霜, 王云锋, 裴作飞

2020, 40(8):  2327-2333.  DOI: 10.11772/j.issn.1001-9081.2019122241

摘要 ( )   PDF (1110KB) ( )  

参考文献 | 相关文章 | 计量指标

针对网络流量分类过程中，传统模型在小类别上的分类性能较差和难以实现频繁、及时更新的问题，提出一种基于集成学习的网络流量分类模型（ELTCM）。首先，根据类别分布信息定义了偏向于小类别的特征度量，利用加权对称不确定性和近似马尔可夫毯（AMB）对网络流量特征进行降维，减小类不平衡问题带来的影响；然后，引入早期概念漂移检测增强模型应对流量特征随网络变化而变化的能力，并通过增量学习的方式提高模型更新训练的灵活性。利用真实流量数据集进行实验，仿真结果表明，与基于C4.5决策树的分类模型（DTITC）和基于错误率的概念漂移检测分类模型（ERCDD）相比，ELTCM的平均整体精确率分别提高了1.13%和0.26%，且各小类别的分类性能皆优于对比模型。ELTCM有较好的泛化能力，能在不牺牲整体分类精度的情况下有效提高小类别的分类性能。

基于Logistic映射的射频识别防碰撞算法

刘艳, 张玉

2020, 40(8):  2334-2339.  DOI: 10.11772/j.issn.1001-9081.2019122121

摘要 ( )   PDF (950KB) ( )  

参考文献 | 相关文章 | 计量指标

针对动态帧时隙Aloha（DFSA）算法中帧长限制导致标签识别吞吐量较低的问题，提出基于Logistic映射的DFSA（Logistic-DFSA）算法。首先，将Logistic映射产生的序列作为扩频通信的扩频码，通过扩频技术与DFSA算法结合，实现一个时隙多个标签的并行识别。然后，分析识别过程中帧长、扩频码长度和标签数对系统吞吐量的影响，确定最优帧长和扩频码长度。最后，依据一帧结束后剩余标签数量，提出了标签可完全识别的重复帧算法。仿真结果表明，在不同标签数量情况下，与DFSA算法相比，Logistic-DFSA算法标签识别总时隙数减少了98.3%，系统吞吐量提高了162%。因此，Logistic-DFSA算法能大幅度减小标签识别总时隙数，提高算法吞吐量，可以对阅读器范围内的标签进行有效识别。

基于差分隐私的社交网络位置近邻查询方法

金波, 张志勇, 赵婷

2020, 40(8):  2340-2344.  DOI: 10.11772/j.issn.1001-9081.2019122220

摘要 ( )   PDF (855KB) ( )  

参考文献 | 相关文章 | 计量指标

针对社交网络中近邻位置查询时个人位置隐私泄漏的问题，采用地理不可区分性机制对位置数据添加随机噪声，提出了一种隐私预算分配方法。首先，对空间区域进行网格化分割，根据用户在不同区域的位置访问量来个性化分配隐私预算；然后，为了解决在扰动位置数据集中近邻查询命中率偏低的问题，提出了一种组合增量近邻查询（CINQ）算法，以扩大需求空间的检索范围，并利用组合查询过滤冗余数据。在仿真实验中，与SpaceTwist算法相比，CINQ算法的查询命中率提高了13.7个百分点。实验结果表明，CINQ算法有效解决了因为查询目标的位置扰动所带来的查询命中率偏低问题，适用于社交网络应用中扰动位置的近邻查询。

虚拟现实与多媒体计算

基于球形矩匹配与特征判别的图像超分辨率重建

林静, 黄玉清, 李磊民

2020, 40(8):  2345-2350.  DOI: 10.11772/j.issn.1001-9081.2019122142

摘要 ( )   PDF (1395KB) ( )  

参考文献 | 相关文章 | 计量指标

由于网络训练不稳定，基于生成对抗网络（GAN）的图像超分辨率重建存在模式崩溃的现象。针对此问题，提出了一种基于球形几何矩匹配与特征判别的球面双判别器超分辨率重建网络SDSRGAN，通过引入几何矩匹配与高频特征判别来改善网络训练的稳定性。首先，生成器对图像提取特征并通过上采样生成重建图像；接着，球面判别器将图像特征映射至高维球面空间，充分利用特征数据的高阶统计信息；然后，在传统判别器的基础上增加特征判别器，提取图像高频特征，重建特征高频分量和结构分量两方面；最后，对生成器与双判别器进行博弈训练，提高生成器重建图像质量。实验结果表明，所提算法能有效收敛，其网络能够稳定训练，峰值信噪比（PSNR）为31.28 dB，结构相似性（SSIM）为0.872，而与双三次差值、超分辨率残差网络（SRResNet）、加速的卷积神经网络超分辨率（FSRCNN）、基于GAN的单图像超分辨率（SRGAN）和增强型超分辨率生成对抗网络（ESRGAN）算法相比，所提算法的重建图像具有更加逼真的结构纹理细节。所提算法为基于GAN的图像超分辨率研究提供了球形矩匹配与特征判别的双判别方法，在实际应用中可行且有效。

深度学习在单图像三维模型重建的应用

张豪, 张强, 邵思羽, 丁海斌

2020, 40(8):  2351-2357.  DOI: 10.11772/j.issn.1001-9081.2020010070

摘要 ( )   PDF (1711KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基于单图像重建的三维模型具有高度不确定性问题，提出了一种基于深度图像估计、球面投影映射、三维对抗生成网络相结合的网络模型算法。首先，通过深度估计器得到输入图像的深度图像，这有利于对图像进一步的分析；其次，将得到的深度图像通过球面投影映射转换为三维模型；最后，利用三维对抗生成网络对重建的三维模型的真实性进行判断，建立更逼真的三维模型。理论分析和仿真实验表明，与学习先验知识生成三维模型的算法LVP相比，所提模型在真实三维模型与重建三维模型的交并比（IoU）上提高了20.1%，倒角距离（CD）缩小了13.2%。实验结果表明，所提模型在单视图三维模型重建中具有良好的泛化能力。

基于非凸全变差正则的核磁共振图像重构算法

沈马锐, 李金城, 张亚, 邹健

2020, 40(8):  2358-2364.  DOI: 10.11772/j.issn.1001-9081.2019122187

摘要 ( )   PDF (10893KB) ( )  

参考文献 | 相关文章 | 计量指标

针对于核磁共振（MR）图像重构中由于欠采样导致的重构图像不够完整、边缘模糊以及噪声残留等问题，提出了一种基于L₂正则的非凸全变差正则重构模型。首先，以Moreau包络和最小最大凹罚函数为工具构造L₂范数的非凸正则；然后，将其应用于全变差正则上来构造各向同性的非凸全变差正则稀疏重构模型。所提的非凸正则可以有效地避免凸正则中对较大非零元欠估计现象，能够更有效地重构目标的边缘轮廓；同时，在一定条件下可以保证目标函数的整体凸性，从而最后可以利用交替方向乘子法（ADMM）对模型进行求解。仿真实验对若干MR图像在不同的采样模板和采样率下进行了重构。实验结果均表明，与几种典型的图像重构方法相比，所提模型性能更优，相对误差明显降低，峰值信噪比（PSNR）有明显改善，较经典的L₁非凸正则重构模型提升了大约4 dB，并且重构后的图像视觉效果显著提升，有效地保留了原始图像的边缘细节。

基于场景局部特征的多曝光图像融合

李卫中

2020, 40(8):  2365-2371.  DOI: 10.11772/j.issn.1001-9081.2019122077

摘要 ( )   PDF (2052KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有多曝光图像融合算法得到的图像质量不高以及算法效率低的问题，提出了基于场景局部特征的多曝光图像融合算法。首先，将不同曝光量的图像序列划分为规则的图像块，并且相邻的图像块有一定像素的重叠区域。对于静态场景，根据图像的局部方差、局部可视性以及局部显著性特征这三个指标计算每一个图像块的权重值；对于动态场景，除了应用前面所述的三个局部特征指标外，还需要将局部相似性指标用于动态场景融合过程中以去除运动物体导致的鬼影现象。其次，利用加权求和的方法得到最佳的图像块。最后，将输出的图像块进行融合，并且将图像块重叠区域的像素求平均，从而得到最终的融合结果。选取12组不同自然场景的曝光序列，从主观和客观两方面与现有的基于像素和基于特征的7种算法进行了分析和比较。实验结果表明：无论在静态场景还是动态场景的测试中，所提算法都保留了更多的场景信息，获得了令人满意的视觉效果，同时该算法还保持了较高的计算效率。

低照度视频图像自适应补偿增强的设计与实现

杨佳义, 陈勇

2020, 40(8):  2372-2377.  DOI: 10.11772/j.issn.1001-9081.2020010046

摘要 ( )   PDF (2639KB) ( )  

参考文献 | 相关文章 | 计量指标

针对低照度环境下视频图像对比度低、难以识别的问题，提出对比度自适应补偿增强算法。首先，提取低照度环境下视频图像特征参数的平均灰度，根据原始图像的灰度级差异建立人类视觉对比度分辨率补偿的数学模型，并对真彩色三原色分别采用比例积分补偿。然后，当补偿程度低于明视觉恰可分辨差异时，设置补偿阈值线性补偿明视觉至满带宽。最后，结合主观图像质量评价和图像特征参数建立补偿比例系数的自动寻优模型，并把该模型嵌入到Directshow视频处理系统，应用于视频图像自适应增强。实验测试结果表明，补偿增强系统的实时性好，可以有效挖掘暗视觉信息，能够广泛应用于不同场景。

基于多阶段生成对抗网络的单幅图像阴影去除方法

张淑萍, 吴文, 万毅

2020, 40(8):  2378-2385.  DOI: 10.11772/j.issn.1001-9081.2019122146

摘要 ( )   PDF (2308KB) ( )  

参考文献 | 相关文章 | 计量指标

传统的深度学习阴影去除方法常常会改变非阴影区域的像素且无法得到边界过渡自然的阴影去除结果。为了解决该问题，基于生成对抗网络（GAN）提出一种新颖的多阶段阴影去除框架。首先，多任务驱动的生成器分别通过阴影检测子网和蒙版生成子网为输入图像生成相应的阴影掩膜和阴影蒙版；其次，在阴影掩膜和阴影蒙版的引导下，分别设计全影模块和半影模块，分阶段去除图像中不同类型的阴影；然后，以最小二乘损失为主导构建一种新的组合损失函数以得到更好的结果。与最新的深度学习阴影去除方法相比，在筛选数据集上，所提方法的平衡误差率（BER）减小约4.39%，结构相似性（SSIM）提高约0.44%，像素均方根误差（RMSE）减小约13.32%。实验结果表明该方法得到的阴影去除结果边界过渡更加平滑。

基于噪声抵消与波束形成的小阵语音增强

龙超, 曾庆宁, 罗瀛

2020, 40(8):  2386-2391.  DOI: 10.11772/j.issn.1001-9081.2019122106

摘要 ( )   PDF (999KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高麦克风小阵的语音增强效果，将阵列抗串扰自适应噪声抵消（ACRANC）方法与波束形成（BF）方法相结合，提出了一种效果更好的小阵语音增强方法。首先，通过生成多个ACRANC子系统，获得多路增强语音信号；然后，通过所提的自适应模式控制（AMC）算法和延迟求和（DAS）波束形成方法进一步提高多路增强语音信号的增强效果。对提出的方法进行了计算复杂度估计，验证了所提方法可以通过普通芯片实时实现。实际环境下的实验结果也表明，所提方法的语音增强效果相较ACRANC方法有所提高，具有一定的优越性。

基于U-Net改进模型的直肠肿瘤分割方法

高海军, 曾祥银, 潘大志, 郑伯川

2020, 40(8):  2392-2397.  DOI: 10.11772/j.issn.1001-9081.2020030318

摘要 ( )   PDF (1307KB) ( )  

参考文献 | 相关文章 | 计量指标

诊断直肠癌时，如果能够从CT图像中自动准确分割出直肠肿瘤区域，将有助于医生进行更准确和快速的诊断。针对直肠肿瘤分割问题，提出基于U-Net改进模型的直肠肿瘤自动分割方法。首先在U-Net模型的每级编码器中嵌入子编码模块提升模型特征提取能力；其次通过对比不同优化器的优化性能，获得最适合的优化器用于训练模型；最后对训练集进行数据扩充使模型得到更充分的训练，从而提高分割性能。与U-Net、Y-Net和FocusNetAlpha三种网络模型进行的对比实验表明：所提改进模型得到的分割区域与真实肿瘤区域更接近，对小目标的分割性能更突出，该模型的查准率、查全率和Dice系数三个评价指标都优于对比的模型，能有效分割直肠肿瘤区域。

应用前沿、交叉与综合

基于数学规划的救援物资分配优化模型及其求解算法综述

曹策俊, 高学鸿

2020, 40(8):  2398-2409.  DOI: 10.11772/j.issn.1001-9081.2020010102

摘要 ( )   PDF (1286KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高救援物资利用率、减少各种损失与缓解幸存者痛苦，如何采用数学规划方法优化救援物资分配策略是当前亟待解决的重要问题。根据目标数量和“府际”关系两个准则梳理了救援物资分配数学规划模型的研究现状，综述了救援物资分配优化模型求解算法的研究进展，总结并指出了救援物资分配优化问题未来的研究方向。研究表明：构建救援物资分配优化支撑框架是必要的，而且救援物资分配优化模型从单目标规划向多目标规划延伸，救援物资分配问题的研究视角从横向“府际”关系向纵向“府际”关系转变，从确定条件下的救援物资分配优化问题向不确定条件下的救援物资分配优化问题发展，从传统的救援物资分配优化问题向融入可持续发展理念的救援物资分配问题转变，从精确算法向启发式算法设计解法发展，将大数据、数字孪生、区块链等新信息与通信技术（ICT）应用于构建救援物资分配模型都是必要的。

救灾物资高维多目标自适应分配问题建模与求解

严华健, 张国富, 苏兆品, 刘扬

2020, 40(8):  2410-2419.  DOI: 10.11772/j.issn.1001-9081.2020010045

摘要 ( )   PDF (1120KB) ( )  

参考文献 | 相关文章 | 计量指标

针对救灾物资分配中效率和公平性的均衡问题，提出一种基于二维整数编码的高维多目标自适应分配算法。首先构建了一个综合考虑应急响应总时间、灾民恐慌度、救灾物资未满足度、物资分配公平性、灾民损失、应急响应总成本的高维多目标优化模型，然后采用二维整数编码和自适应个体修正（AIR）解决潜在的应急资源冲突，最后引入移位密度估计和第二代强度帕累托进化算法（SPEA2）设计了一个救灾物资高维多目标分配算法。在仿真实验中，与带有编码修正机制的非支配排序差异演化算法（ERNS-DE）和基于贪心搜索的多目标遗传算法（GSMOGA）相比，所提算法在两种应急环境中的覆盖值分别提高了34.87%、100%和23.59%、100%，同时所提算法的超体积值也远远高于两种对比算法。实验结果表明，所提模型和算法可以让决策者根据实际应急需求选择应急方案，具有更好的灵活性和求解效率。

基于团簇随机连接的CliqueNet航班延误预测模型

屈景怡, 曹磊, 陈敏, 董樑, 曹烨琇

2020, 40(8):  2420-2427.  DOI: 10.11772/j.issn.1001-9081.2019112061

摘要 ( )   PDF (1315KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前民航运输业延误率较高，而传统算法难以解决高精度延误预测的问题，提出一种基于随机连接团簇网络（CliqueNet）航班延误预测模型。该模型首先对航班数据和相关气象数据进行融合；然后，充分利用改进后的网络模型对融合后的数据集进行特征提取；最后，使用Softmax分类器进行航班离港延误各等级的高精度预测。模型的主要特点是：在团簇特征层的随机连接，以及在转换层引入通道和空间注意力残差（CSAR）模块。前者以更为有效的连接方式传递特征信息；后者则对特征信息进行通道和空间维度的双重标定，以提高准确率。实验结果表明，对融合数据进行预测，引入随机连接和CSAR模块后，新模型的准确率分别提高了0.5%、1.3%，最终准确率能达到93.40%。

基于深度学习的道路障碍物检测方法

彭育辉, 郑玮鸿, 张剑锋

2020, 40(8):  2428-2433.  DOI: 10.11772/j.issn.1001-9081.2019122227

摘要 ( )   PDF (1655KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基于激光雷达（LiDAR）的三维点云数据处理及道路障碍物检测的问题，提出一种基于深度学习的路障碍物检测方法。首先，采用统计滤波算法对原始点云进行离群点的剔除处理；其次，提出一种端到端的深度神经网络VNMax，利用最大池化对区域候选网络（RPN）架构进行优化，构建改进的目标检测层；最后，在KITTI数据集上进行了训练及测试实验。结果显示，经过滤波处理，点云中各点之间的平均距离得到有效减少。通过对在KITTI数据集的简单、中等和困难任务的车辆定位处理结果比较得出，所提方法的平均精度比VoxelNet（Unofficial）分别提高了11.3个百分点、6.02个百分点和3.89个百分点。实验测试结果表明，统计滤波算法仍是有效的三维点云数据处理手段，最大池化模块可以提高深度神经网络的学习性能和目标定位能力。

基于改进单次多框检测算法的机器人抓取系统

韩鑫, 余永维, 杜柳青

2020, 40(8):  2434-2440.  DOI: 10.11772/j.issn.1001-9081.2019122234

摘要 ( )   PDF (1634KB) ( )  

参考文献 | 相关文章 | 计量指标

针对汽车零部件回收工厂在实际复杂工况下的零件检测效果不佳导致不能实现精准抓取从而影响生产效率的问题，提出了一种基于改进单次多框检测（SSD）算法的机器人抓取系统，可实现零件检测、分类、定位及抓取任务。首先，通过改进SSD模型检测目标零件，得到零件位置和类别信息；其次，通过Kinect相机标定与手眼标定将像素坐标系转换到机器人世界坐标系，实现零件在机器人空间坐标系下的定位；然后，通过机器人正逆运动学建模与轨迹规划，完成目标零件抓取任务；最后，对整个集成抓取系统进行了零件识别分类、定位到抓取验证实验。实验结果表明：复杂工况下，所提系统的零件抓取平均成功率达到95%，满足零件抓取的实际生产需求。

基于K近邻和动态时间规整算法的盲人物联网手杖系统

夏伦腾, 张莉

2020, 40(8):  2441-2448.  DOI: 10.11772/j.issn.1001-9081.2020010122

摘要 ( )   PDF (1566KB) ( )  

参考文献 | 相关文章 | 计量指标

针对盲人出行时的安全和监护问题，提出了一种基于机器学习算法的盲人物联网手杖系统的设计，该系统具有避障、定位、报警和通信等多种功能。首先，该系统具有红外线避障和超声波测距避障的基本功能，可以用于盲人日常出行对路况障碍物的检测，并且实时利用语音和电机震动给予提醒；其次，该系统还具有远程通信求助功能，可以向指定号码发送求助短信及电话；同时，系统还加入了全球定位系统（GPS）、加速度计陀螺仪姿态角度解算功能和以K近邻（KNN）和动态时间规整（DTW）算法为基础的异常姿态报警功能，它能将各类信息数据传输至云端服务器存储；最后，采用微信小程序代替原生APP作为监护操作界面，并提供一键报警、天气查询、盲人安全资讯等功能。测试实验结果表明，所提系统的姿态识别成功率达到了86%，正确率比姿态角系统提高将近31%。该盲人物联网手杖系统可以极大地提高盲人出行的安全性，使盲人能够在发生意外时及时求助，实现了对盲人姿态的安全监护和定位监护。

基于多步神经网络观测器的扑翼飞行器缓变故障检测

王思鹏, 杜昌平, 叶志贤, 宋广华, 郑耀

2020, 40(8):  2449-2454.  DOI: 10.11772/j.issn.1001-9081.2020010107

摘要 ( )   PDF (1103KB) ( )  

参考文献 | 相关文章 | 计量指标

针对缓变故障初始变化幅值较小导致的基于传统神经网络观测器的故障检测算法检测效率较低的问题，提出一种基于多步神经网络观测器与自适应阈值的扑翼飞行器（FWMAV）缓变故障检测算法。首先，构建一个多步预测的观测器模型，利用多步观测器的延时性能避免观测器被故障数据污染；然后，依据FWMAV的实际飞行实验数据，对多步观测器窗口宽度进行实验和分析；其次，提出一种自适应阈值策略，通过残差卡方检测算法辅助进行观测器残差值的故障检测；最后，采用FWMAV的实际飞行实验数据进行算法的验证和分析。结果表明，与基于传统神经网络观测器的故障检测算法相比，所提算法在缓变故障检测速度方面提升了737.5%，在缓变故障检测准确率方面提升了96.1%。由此可见，所提算法能够有效提高FWMAV缓变故障的检测速度和检测准确率。

基于MRI图像的阿尔茨海默症患者脑网络特征识别算法

朱琳, 于海涛, 雷新宇, 刘静, 王若凡

2020, 40(8):  2455-2459.  DOI: 10.11772/j.issn.1001-9081.2019122105

摘要 ( )   PDF (915KB) ( )  

参考文献 | 相关文章 | 计量指标

针对通过脑成像对阿尔茨海默症（AD）进行人工识别存在主观性、易误诊的问题，提出了一种基于核磁共振成像（MRI）图像构建脑网络对AD进行自动识别的方法。首先，把MRI图像叠加并进行结构块划分，并通过计算任意两个结构块之间的结构相似性（SSIM）来构造网络；然后，利用复杂网络理论提取结构参数，并将其作为机器学习算法的输入实现AD的自动识别。分析发现双参数特别是节点介数和边介数作为输入时分类效果最优，进一步研究发现MRI图像划分为27个结构块时分类效果最优，对于加权网络和无权网络的准确率分别最高可达91.04%和94.51%。实验结果表明，基于MRI结构块划分构建的结构相似性复杂网络能够对AD进行准确率更高的识别。

基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测

谢云霞, 黄海于, 胡建斌

2020, 40(8):  2460-2464.  DOI: 10.11772/j.issn.1001-9081.2019122198

摘要 ( )   PDF (2044KB) ( )  

参考文献 | 相关文章 | 计量指标

针对糖尿病视网膜病变（DR）图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题，提出了改进的基于快速区域的卷积神经网络（Faster R-CNN）和子图分割相结合的DR分期方法。首先，使用子图分割解决视盘区域对于病灶识别的干扰问题；其次，在特征提取阶段使用深度残差网络以解决病灶在高分辨率眼底图像中占比小而导致的特征难以获取的问题；最后，在感兴趣区域（ROI）生成时采用在线困难样本挖掘（OHEM）方法解决正负难易样本不平衡的问题。在国际公开数据集EyePACS进行DR分期实验，所提方法在DR病分期中精确率0期达到94.83%，1期达到86.84%，2期达到94.00%，3期达到87.21%，4期达到82.96%。实验结果表明，改进后的Faster R-CNN能对DR图像高效分期并自动标注出病灶。

基于二维主成分分析与卷积神经网络的手写体汉字识别

郑延斌, 韩梦云, 樊文鑫

2020, 40(8):  2465-2471.  DOI: 10.11772/j.issn.1001-9081.2020010081

摘要 ( )   PDF (1282KB) ( )  

参考文献 | 相关文章 | 计量指标

随着计算能力的飞速增长、训练数据的不断积累以及非线性激活函数的不断完善，卷积神经网络（CNN）在手写体汉字识别中表现出较好的识别性能。针对CNN识别手写体汉字识别速度慢的问题，将二维主成分分析（2DPCA）与CNN相结合识别手写体汉字。首先，利用2DPCA提取手写体汉字的投影特征向量；然后，将得到的投影特征向量组成特征矩阵；其次，用组成的特征矩阵作为CNN的输入；最后，用Softmax函数进行分类。与基于AlexNet的CNN模型相比，所提方法的运行时间降低了78%，与基于ACNN与DCNN的模型相比，所提方法的运行时间分别降低了80%与73%。实验结果表明，该方法在不降低识别精度的同时，可以减少识别手写体汉字的运行时间。

基于YOLO v3算法改进的交通标志识别算法

江金洪, 鲍胜利, 史文旭, 韦振坤

2020, 40(8):  2472-2478.  DOI: 10.11772/j.issn.1001-9081.2020010062

摘要 ( )   PDF (1310KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前交通标志识别任务在使用深度学习算法时存在模型参数量大、实时性较差和准确率较低的问题，提出了基于YOLO v3改进的交通标志识别算法。该算法首先将深度可分离卷积引入YOLO v3算法的特征提取层，将卷积过程分解为深度卷积、逐点卷积两部分，实现通道内卷积与通道间卷积之间的分离，从而保证了在较高识别准确率的基础上极大地减少了算法模型参数数量以及计算量。其次，在损失函数设计上使用广义交并比（GIoU）损失替换均方误差（MSE）损失，将评测标准量化为损失，解决了MSE损失存在的优化不一致和尺度敏感的问题，同时将Focal损失加入到损失函数以解决正负样本严重不均衡的问题，通过降低大量简单背景类的权重使得算法更专注于检测前景类。将该算法应用于交通标志任务中的结果表明，在TT100K数据集上，该算法的平均精度均值（mAP）指标达到了89%，相较于YOLO v3算法提升了6.6个百分点，且其参数量仅为原始YOLO v3算法的1/5左右，每秒帧数（FPS）亦比YOLO v3算法提升了60%。该算法在极大地减少模型参数量和计算量的同时，提高了检测速度和检测精度。