《计算机应用》唯一官方网站

刘静姝, 王莉, 刘惊雷

2020, 40(12): 3413-3422. DOI: 10.11772/j.issn.1001-9081.2020061040

摘要 ( )

PDF (1407KB) ( )

参考文献 | 相关文章 | 计量指标

为了解决样本数较大时，传统谱聚类算法执行特征分解消耗时间过大的问题，提出了一种无需特征分解的快速谱聚类算法，通过乘法更新迭代来降低时间开销。首先，利用Nyström方法进行随机采样，建立了采样矩阵和原始矩阵之间的关系；其次，基于乘法更新原理实现矩阵指示器矩阵的迭代更新；最后，在理论上对所设计算法进行了正确性和收敛性分析。在广泛使用的五个真实数据集和三个人工合成数据集上进行测试。实验结果表明，在真实数据集上，所提算法的标准互信息（NMI）平均值为0.45，与k-means聚类算法相比提高了12.50%；运行时间为61.73 s，与传统谱聚类算法相比减少了61.13%；而且表现性能优于层次聚类算法，验证了该算法的有效性。

基于随机游走的改进标签传播算法

郑文萍, 岳香豆, 杨贵

2020, 40(12): 3423-3429. DOI: 10.11772/j.issn.1001-9081.2020061048

摘要 ( )

PDF (2160KB) ( )

参考文献 | 相关文章 | 计量指标

社区发现是挖掘社交网络隐藏信息的一个有用的工具，而标签传播算法（LPA）是社区发现算法中的一种常见算法，不需要任何的先验知识，且运行速度快。针对标签传播算法有很强的随机性而导致的社区发现算法结果不稳定的问题，提出了一种基于随机游走的改进标签传播算法（LPARW）。首先，根据在网络上进行随机游走确定了节点重要性的排序，从而得到节点的更新顺序；然后，遍历节点的更新序列，对每个节点将其与排序在其之前的节点进行相似性计算，若该节点与排序在其之前的节点是邻居节点且它们之间的相似性大于阈值，则将排序在其之前的节点选为种子节点；最后，将种子节点的标签传播给其余的节点，得到社区的最终划分结果。将所提算法与一些经典的标签传播算法在4个有标签的网络和5个无标签的真实网络上进行比较分析，实验结果表明所提算法在标准互信息（NMI）、调整兰德系数（ARI）和模块度等经典的评价指标上的性能均优于其余对比算法，可见该算法具有很好的社区划分效果。

基于标签进行度量学习的图半监督学习算法

吕亚丽, 苗钧重, 胡玮昕

2020, 40(12): 3430-3436. DOI: 10.11772/j.issn.1001-9081.2020060893

摘要 ( )

PDF (967KB) ( )

参考文献 | 相关文章 | 计量指标

大多基于图的半监督学习方法，在样本间相似性度量时没有用到已有的和标签传播过程中得到的标签信息，同时，其度量方式相对固定，不能有效度量出分布结构复杂多样的数据样本间的相似性。针对上述问题，提出了基于标签进行度量学习的图半监督学习算法。首先，给定样本间相似性的度量方式，从而构建相似度矩阵。然后，基于相似度矩阵进行标签传播，筛选出k个低熵样本作为新确定的标签信息。最后，充分利用所有标签信息更新相似性度量方式，重复迭代优化直至学出所有标签信息。所提算法不仅利用标签信息改进了样本间相似性的度量方式，而且充分利用中间结果降低了半监督学习对标签数据的需求量。在6个真实数据集上的实验结果表明，该算法在超过95%的情况下相较三种传统的基于图的半监督学习算法取得了更高的分类准确率。

基于多种聚类算法和多元线性回归的多分类主动学习算法

汪敏, 武禹伯, 闵帆

2020, 40(12): 3437-3444. DOI: 10.11772/j.issn.1001-9081.2020060921

摘要 ( )

PDF (1151KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统岩性识别方法识别精度低，难以和地质经验有机结合的问题，提出了一种基于多种聚类算法和多元线性回归的多分类主动学习算法（ALCL）。首先，通过多种异构聚类算法聚类得到对应每种算法的类别矩阵，并通过查询公共点对类别矩阵进行标记和预分类；其次，提出优先级最大搜寻策略和最混乱查询策略选取用于训练聚类算法权重系数模型的关键实例；然后，定义目标求解函数，通过训练关键实例求解得到每种聚类算法的权重系数；最后，结合权重系数进行分类计算，从而对结果置信度高的样本进行分类。应用大庆油田油井的6个公开岩性数据集进行实验，实验结果表明，ALCL的分类精度最高时，比传统监督学习算法和其他主动学习算法提高了2.07%~14.01%。假设检验和显著性分析的结果验证了ALCL在岩性识别问题上具有更好的分类效果。

基于双重最相关注意力网络的协同过滤推荐算法

张文龙, 钱付兰, 陈洁, 赵姝, 张燕平

2020, 40(12): 3445-3450. DOI: 10.11772/j.issn.1001-9081.2020061023

摘要 ( )

PDF (948KB) ( )

参考文献 | 相关文章 | 计量指标

基于项目的协同过滤从用户的历史交互项目中学习用户偏好，根据用户的偏好推荐相似的新项目。现有的协同过滤方法认为用户所交互的一组历史项目对用户的影响是相同的，并且将所有历史交互项目在对目标项目作预测时的贡献看作是相同的，导致这些推荐方法的准确性受限。针对上述问题，提出了一种基于双重最相关注意力网络的协同过滤推荐算法，该算法包含两层注意力网络。首先，使用项目级注意力网络为不同历史项目分配不同的权重来捕获用户历史交互项目中最相关的项目；然后，使用项目交互级注意力网络感知不同历史项目与目标项目之间的交互关联度；最后，通过两层注意力网络的使用来同时捕获用户在历史交互项目上和目标项目上的细粒度偏好，从而更好地进行下一步推荐工作。在MovieLens和Pinterest两个真实数据集上进行实验，实验结果表明，所提算法在推荐命中率上与基准模型基于深度学习的项目协同过滤（DeepICF）算法相比分别提升了2.3个百分点和1.5个百分点，验证了该算法在为用户进行个性化推荐上的有效性。

基于跨通道交叉融合和跨模块连接的轻量级卷积神经网络

陈力, 丁世飞, 于文家

2020, 40(12): 3451-3457. DOI: 10.11772/j.issn.1001-9081.2020060882

摘要 ( )

PDF (1104KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统卷积神经网络参数量过多、计算复杂度高的问题，提出了基于跨通道交叉融合和跨模块连接的轻量级卷积神经网络架构C-Net。首先，提出了跨通道交叉融合的方法，它在一定程度上克服了分组卷积中各分组之间存在缺乏信息流动的问题，简单高效地实现了不同分组之间的信息通信；其次，提出了一种跨模块连接的方法，它克服了传统轻量级架构中各基本构建块之间彼此独立的缺点，实现了同一阶段内具有相同分辨率特征映射的不同模块之间的信息融合，从而增强了特征提取能力；最后，基于提出的两种方法设计了一种新型的轻量级卷积神经网络架构C-Net。C-Net在Food_101数据集上的准确率为69.41%，在Caltech_256数据集上的准确率为63.93%。实验结果表明，与目前先进的轻量级卷积神经网络模型相比，C-Net降低了存储开销和计算复杂度。在Cifar_10数据集上的消融实验验证了所提出的两种方法的有效性。

面向微博文本流的负面情感突发话题检测

李艳红, 赵宏伟, 王素格, 李德玉

2020, 40(12): 3458-3464. DOI: 10.11772/j.issn.1001-9081.2020060880

摘要 ( )

PDF (1188KB) ( )

参考文献 | 相关文章 | 计量指标

如何从海量、嘈杂的微博文本流中及时发现负面情感突发话题对于突发事件的应急响应和处置至关重要，而传统的突发话题检测方法往往忽略了负面情感突发话题与非负面情感突发话题之间的区别，为此提出了一种面向微博文本流的负面情感突发话题检测（NE-BTD）算法。首先，将微博中的主题词对的加速度和负面情感强度变化率作为负面情感突发话题的判定依据；然后，利用突发词对的速度确定负面情感突发话题的窗口范围；最后，使用一种基于吉布斯采样的狄利克雷多项式混合模型（GSDMM）聚类算法得到窗口中负面情感突发话题的主题结构。在实验中将所提出的NE-BTD算法与已有的一种基于情感方法的话题检测（EBM-TD）算法进行对比，结果表明所提出的NE-BTD算法相较EBM-TD算法准确率和召回率至少提高了20%，并且可以至少提前40 min检出负面情感突发话题。

基于变精度覆盖粗糙集的入侵检测方法

欧彬利, 钟夏汝, 代建华, 杨田

2020, 40(12): 3465-3470. DOI: 10.11772/j.issn.1001-9081.2020060918

摘要 ( )

PDF (906KB) ( )

参考文献 | 相关文章 | 计量指标

精准且快速地识别异常用户行为是入侵检测系统（IDS）的重要任务。针对入侵检测数据维度高、样本量大的问题，提出了基于变精度覆盖粗糙集的相关族属性约简方法，并将其运用至入侵检测数据中。首先，基于覆盖决策表生成条件属性的变精度相关族；然后，在所有条件属性变精度相关族的基础上利用启发式算法求得决策表的属性约简；最后，在上述的基础上结合分类器对入侵检测数据进行检测。实验结果表明，所提方法具有计算属性约简时间短的优点，在大样本数据集上，基于模糊粗糙集依赖度的属性约简算法NFRS运行所需时长为该算法的96倍。在入侵检测数据集NSL-KDD上，该方法可快速识别关键属性，剔除无效信息，其整体准确率可达到90.53%，且对Normal的识别准确率可达到97%。

基于空间元学习的放大任意倍的超分辨率重建方法

孙忠凡, 周正华, 赵建伟

2020, 40(12): 3471-3477. DOI: 10.11772/j.issn.1001-9081.2020060966

摘要 ( )

PDF (875KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有的基于深度学习的超分辨率重建方法主要研究放大整数倍的重建，对放大任意倍（如非整数倍）重建情况讨论较少的问题，提出一种基于空间元学习的放大任意倍的超分辨率重建方法。首先，利用坐标投影找出高分辨率图像与低分辨率图像坐标间的对应关系；其次，在元学习网络的基础上，考虑特征图的空间信息，将提取到的空间特征与坐标位置相结合作为权值预测网络的输入；最后，将权值预测网络预测出的卷积核与特征图结合，从而有效地放大特征图的尺寸，得到放大任意倍的高分辨率图像。所提的空间元学习模块可以与其他深度网络相结合，得到放大任意倍的超分辨率图像重建方法。所提的放大任意倍（非整数倍）超分辨率重建方法解决了实际生活中放大尺寸固定且非整数倍的重建问题。实验结果表明，所提的重建方法在空间复杂度（网络参数）相当的情况下，时间复杂度（计算量）是其他重建方法的25%~50%，且峰值信噪比（PSNR）比其他一些方法提高了0.01~5 dB，结构相似度（SSIM）提高了0.03~0.11。

基于互信息的多级特征选择算法

雍菊亚, 周忠眉

2020, 40(12): 3478-3484. DOI: 10.11772/j.issn.1001-9081.2020060871

摘要 ( )

PDF (1067KB) ( )

参考文献 | 相关文章 | 计量指标

针对在特征选择中选取特征较多时造成的去冗余过程很复杂的问题，以及一些特征需与其他特征组合后才会与标签有较强相关度的问题，提出了一种基于互信息的多级特征选择算法（MI_MLFS）。首先，根据特征与标签的相关度，将特征分为强相关、次强相关和其他特征；其次，选取强相关特征后，在次强相关特征中，选取冗余度较低的特征；最后，选取能增强已选特征集合与标签相关度的特征。在15组数据集上，将MI_MLFS与ReliefF、最大相关最小冗余（mRMR）算法、基于联合互信息（JMI）算法、条件互信息最大化准则（CMIM）算法和双输入对称关联（DISR）算法进行对比实验，结果表明MI_MLFS在支持向量机（SVM）和分类回归树（CART）分类器上分别有13组和11组数据集获得了最高的分类准确率。相较多种经典特征选择方法，MI_MLFS算法有更好的分类性能。

融合多头自注意力机制的中文短文本分类模型

张小川, 戴旭尧, 刘璐, 冯天硕

2020, 40(12): 3485-3489. DOI: 10.11772/j.issn.1001-9081.2020060914

摘要 ( )

PDF (806KB) ( )

参考文献 | 相关文章 | 计量指标

针对中文短文本缺乏上下文信息导致的语义模糊从而存在的特征稀疏问题，提出了一种融合卷积神经网络和多头自注意力机制（CNN-MHA）的文本分类模型。首先，借助现有的基于Transformer的双向编码器表示（BERT）预训练语言模型以字符级向量形式来格式化表示句子层面的短文本；然后，为降低噪声，采用多头自注意力机制（MHA）学习文本序列内部的词依赖关系并生成带有全局语义信息的隐藏层向量，再将隐藏层向量输入到卷积神经网络（CNN）中，从而生成文本分类特征向量；最后，为提升分类的优化效果，将卷积层的输出与BERT模型提取的句特征进行特征融合后输入到分类器里进行再分类。将CNN-MHA模型分别与TextCNN、BERT、TextRCNN模型进行对比，实验结果表明，改进模型在搜狐新闻数据集上的F1值表现和对比模型相比分别提高了3.99%、0.76%和2.89%，验证了改进模型的有效性。

不均匀光照下的通用棋子定位方法

王亚杰, 张云博, 吴燕燕, 丁傲冬, 祁冰枝

2020, 40(12): 3490-3498. DOI: 10.11772/j.issn.1001-9081.2020060892

摘要 ( )

PDF (3060KB) ( )

参考文献 | 相关文章 | 计量指标

针对下棋机器人系统中光照分布不均匀造成的棋子定位误差问题，提出了基于分块凸包检测和图像掩膜的通用棋子定位方法。首先，提取出棋盘轮廓上的点集，利用分块凸包法检测棋盘四个顶点的坐标；然后，定义标准棋盘图像中四个棋盘顶点的坐标，根据透视变换原理计算转换矩阵；其次，根据不同类型棋盘的小方格面积差异来识别棋盘类型；最后，将捕获到的棋盘图像陆续矫正为标准棋盘图像，获得相邻两个标准棋盘图像的差分图，并对差分图进行膨胀、图像掩膜相乘和腐蚀的操作，从而得到棋子有效区域并计算其中心坐标。实验结果表明：所提方法在四种光照不均匀情况下对围棋和象棋棋子的平均定位准确率可达到95.5%和99.06%，相较于其他棋子定位算法有明显的提升，并且解决了棋子粘连、棋子投影和镜头畸变导致的局部棋子定位不精准的问题。

基于三维时空地图和运动分解的多机器人路径规划算法

屈立成, 吕娇, 赵明, 王海飞, 屈艺华

2020, 40(12): 3499-3507. DOI: 10.11772/j.issn.1001-9081.2020050673

摘要 ( )

PDF (1398KB) ( )

参考文献 | 相关文章 | 计量指标

针对当前多机器人路径规划策略中存在的路径耦合性高、总路径长、避碰等待时间长等缺点，以及由此导致的系统鲁棒性低、机器人利用率低等问题，提出了基于三维时空地图和运动分解的多机器人路径规划算法。首先，根据已有路径集和当前机器人的位置生成时间维度上的动态临时障碍物，将其与静态障碍物一并拓展为三维搜索空间；其次，在三维搜索空间内，将路径运动总时间拆分为运动时间、转向时间和原地停留时间这三个参数，并使用条件深度优先搜索策略计算出从起始节点到达目标节点的所有符合参数要求的路径集合；最后，遍历路径集合中的所有路径，对于每条路径，计算其实际总耗时。如果某一路径的实际总耗时和理论总耗时之间的差距小于规定的最大误差，则可认为该路径为最短路径，否则，继续遍历剩下的其余路径；而如果路径集合中所有路径的实际总耗时和理论总耗时之差全都大于最大误差，则需要动态调整参数，然后继续执行算法的初始步骤。实验结果表明，所提算法规划的路径具有总长短、运行时间少、系统无碰撞、鲁棒性高等优点，解决了多机器人系统完成持续随机任务的问题。

基于改进人工势场法的移动机器人路径规划

徐小强, 王明勇, 冒燕

2020, 40(12): 3508-3512. DOI: 10.11772/j.issn.1001-9081.2020050640

摘要 ( )

PDF (849KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统人工势场法在路径规划过程中容易陷入陷阱区域和局部极小点的问题，提出了一种改进人工势场法。首先，提出安全距离概念，避免了不必要的路径，从而解决了路径过长和算法运行时间过长问题；然后，为避免机器人陷入局部极小点和陷阱区域，在算法中引入预测距离，使得算法可以在机器人陷入局部极小点或陷阱区域之前做出反应；最后，通过合理设置虚拟目标点，引导机器人避开局部极小点和陷阱区域。实验结果表明，改进算法可以有效解决传统算法容易陷入局部极小点和陷阱区域的问题；同时，相较于传统人工势场法，所提算法规划出的路径长度减少了5.2%，计算速度提高了405.56%。

用于网络新闻热点识别的热点新词发现

王煜, 徐建民

2020, 40(12): 3513-3519. DOI: 10.11772/j.issn.1001-9081.2020040549

摘要 ( )

PDF (987KB) ( )

参考文献 | 相关文章 | 计量指标

通过分析网络新闻热点词的特点，提出了一种用于网络新闻热点识别的热点新词发现方法。首先，用改进FP-tree算法提取频繁出现的词串作为热点新词候选，删除新闻数据中非频繁1-词串，并利用1、2-非频繁词串切割新闻数据，从而删除新闻数据中的大量无用信息，大幅降低FP-tree复杂度；其次，根据二元逐点互信息（PMI）扩展成多元PMI，并引入热点词的时间特征形成时间逐点互信息（TPMI），用TPMI判定热点新词候选的内部结合度和时间性，剔除不合格的候选词；最后，采用邻接熵确定候选新词边界，从而筛选出热点新词。采集百度网络新闻的7 222条新闻标题作为数据集进行实验验证。在将半月内报道次数不低于8次的事件作为热点新闻且时间特征的调节系数为2时，采用TPMI可以正确识别51个热点词，丢失识别2个长时间热点词和2个低热度词，而采用不加入时间特征的多元PMI可正确识别全部热点词55个，但错误识别97个非热点词。分析可知所提的算法降低了FP-tree复杂度，从而减少了时间空间代价，实验结果表明判定热点新词时加入时间特征提高了热点新词识别率。

同一场景下超大尺度差异物体的识别和定位方法

王一婷, 张柯, 李捷, 郝宗波, 段昶, 朱策

2020, 40(12): 3520-3525. DOI: 10.11772/j.issn.1001-9081.2020040466

摘要 ( )

PDF (1355KB) ( )

参考文献 | 相关文章 | 计量指标

近年来，深度学习在物体检测方面取得了非常好的效果和突飞猛进的发展，但在某些特殊场景下，如要求同时检测尺度相差极大的目标物体（相差大于100倍）时，现有的物体识别方法的性能急剧下降。针对同一场景下超大尺度差异物体识别与定位问题，对YOLOv3框架进行了改进，结合图像金字塔技术来提取图像的多尺度特征；并在训练过程中，针对不同尺度的目标提出采用动态交并比（IoU）的策略，此策略可以更好地解决样本不均衡的问题。实验结果表明，该模型对同一场景下超大超小物体的识别能力有了明显的提升。将之应用于机场环境，取得了较好的应用效果。

基于非对称沙漏网络结构的目标检测算法

刘子威, 邓春华, 刘静

2020, 40(12): 3526-3533. DOI: 10.11772/j.issn.1001-9081.2020050641

摘要 ( )

PDF (1337KB) ( )

参考文献 | 相关文章 | 计量指标

基于无锚框深度学习的目标检测是一种主流的单阶段目标检测算法。融合多层监督信息的沙漏网络结构能够显著提升无锚框目标检测算法的精度，然而其速度却远低于同层次的普通网络的速度，并且不同尺度目标间的特征会互相干扰。针对上述问题，提出了一种非对称沙漏网络结构的目标检测算法。该算法在融合不同网络层的特征时不受形状大小的约束，能够快速高效抽象出网络的语义信息，使模型更容易学习到各种尺度之间的差异。针对不同尺度目标检测问题，设计了一种多尺度输出的沙漏网络结构用来解决不同尺度目标间特征互相干扰的问题，并精细化输出的检测结果。另外，针对多尺度输出使用了一种特殊的非极大值抑制算法以提高检测算法的召回率。实验结果表明，所提算法在COCO数据集上的AP50指标达到61.3%，相较于无锚框网络CenterNet提升了4.2个百分点。所提算法在精度与时间的平衡上超越了原始算法，尤其适用于对工业场景的目标进行实时检测。

基于遗传算法选优的集成手段与时序卷积网络的涡扇发动机剩余寿命预测

朱霖, 宁芊, 雷印杰, 陈炳才

2020, 40(12): 3534-3540. DOI: 10.11772/j.issn.1001-9081.2020050661

摘要 ( )

PDF (970KB) ( )

参考文献 | 相关文章 | 计量指标

涡扇发动机作为航空航天领域的核心设备之一，其健康状况决定了航空器能否稳定可靠地运行。而对涡扇发动机的剩余寿命（RUL）进行判断，是设备监测与维护的重要一环。针对涡扇发动机监测过程中存在的工况复杂、监测数据多样、时间跨度长等特点，提出了一种遗传算法优选时序卷积网络（TCN）基模型的集成方法（GASEN-TCN）的涡扇发动机剩余寿命预测模型。首先，利用TCN捕获长跨度下的数据内在关系，从而对RUL作出预测；然后，应用GASEN集成多个独立的TCN，以增强模型的泛化性能；最后，在通用的商用模块化航空推进系统模拟模型（C-MAPSS）数据集上，对所提模型与当下流行的机器学习方法和其他的深度神经网络进行了比较。实验结果表明，在多种不同的运行模式和故障条件下，与流行的双向长短期记忆（Bi-LSTM）网络相比，所提模型都有着更高的预测准确率与更低的预测误差。以FD001数据集为例，在该数据集上所提模型的均方根误差（RMSE）相较Bi-LSTM低17.08%，相对准确率（Accuracy）相较Bi-LSTM高12.16%。所提模型在设备的智能检修与维护方面有着较好的应用前景。

基于蛙跳退火粒子群算法的民航发动机单元体修理级别决策及成本优化

张青, 郑岩

2020, 40(12): 3541-3549. DOI: 10.11772/j.issn.1001-9081.2020040565

摘要 ( )

PDF (1129KB) ( )

参考文献 | 相关文章 | 计量指标

针对民航发动机单元体送修工作范围决策及全寿命维修成本优化问题，提出了以返厂时间间隔为变量的基于蛙跳退火粒子群优化算法的发动机单元体修理级别决策及成本优化模型。首先，考虑维修指导手册中的各单元体送修逻辑图及限寿件到寿更换情况，构建了发动机送修成本函数。其次，借助蛙跳退火粒子群优化算法确定了全寿命期间内不同返厂次数的送修成本及各单元体维修等级。最后，通过算例将所提算法与基本粒子群优化算法、退火粒子群优化算法、混合蛙跳优化算法进行对比，分析了不同返厂次数对送修成本及可靠性的影响。实验结果表明，当发动机在全寿命期内进行5次返厂送修时，蛙跳退火粒子群优化算法的成本平均值为322.479 1美元/飞行小时，与其他三种优化算法相比成本最优，可为航空公司和大修企业提供送修决策支持。

融合不精准先验知识的Landsat 8 OLI影像深度学习分类方法

许长青, 陈振杰, 侯仁福

2020, 40(12): 3550-3557. DOI: 10.11772/j.issn.1001-9081.2020040446

摘要 ( )

PDF (2305KB) ( )

参考文献 | 相关文章 | 计量指标

遥感影像解译是获得土地利用和土地覆盖（LULC）信息最为重要的途径之一，而自动化分类是提高LULC信息获取效率的关键。实际场景中包含大量不精准的先验知识，提取并融合其中的可用知识能进一步提高影像分类方法的精度、自动化率和规模应用能力。基于上述情况，提出了一种融合不精准先验知识的Landsat 8 OLI影像深度学习分类方法。该方法可自动规避先验知识中的不精准单元，在图斑约束空间内实现了分类样本的自动化区域选择和特征提取，并获得了高置信度知识，然后利用这些分类样本训练深度残差网络，从而实现大区域影像的精确分类。以常州市新北区为例进行实验，选用该区域2009年土地利用现状数据作为先验数据，2014年Landsat 8 OLI影像作为待分类影像。实验结果表明，所提方法可融合不精准先验知识，对大面积连片LULC信息分类精确，主要地类图斑界限准确，全图分类图斑精度达到了88.7%，Kappa系数为0.842。该方法能配合深度学习方法实现高精度Landsat 8 OLI遥感影像分类。

基于深度学习的遥感图像目标检测与识别

史文旭, 鲍佳慧, 姚宇

2020, 40(12): 3558-3562. DOI: 10.11772/j.issn.1001-9081.2020040579

摘要 ( )

PDF (1188KB) ( )

参考文献 | 相关文章 | 计量指标

为解决目前的遥感图像目标检测算法存在的对小尺度目标检测精度低和检测速度慢等问题，提出了一种基于深度学习的遥感图像目标检测与识别算法。首先，构建一个含有不同尺度大小的遥感图像的数据集用于模型的训练和测试；其次，基于原始的多尺度单发射击（SSD）网络模型，融入了设计的浅层特征融合模块、浅层特征增强模块和深层特征增强模块；最后，在训练策略上引入聚焦分类损失函数，以解决训练过程中正负样本失衡的问题。在高分辨率遥感图像数据集上进行实验，结果表明所提算法的检测平均精度均值（mAP）达到77.95%，相较于SSD网络模型提高了3.99个百分点，同时检测速度为33.8 frame/s。此外，在拓展实验中，改进算法对高分辨率遥感图像中模糊目标的检测效果也优于原多尺度单发射击网络模型。实验结果说明，所提改进算法能够有效地提高遥感图像目标检测的精度。

面向差异化覆盖的异构有向传感器节点调度算法

李明, 胡江平, 曹晓莉, 彭鹏

2020, 40(12): 3563-3570. DOI: 10.11772/j.issn.1001-9081.2020050696

摘要 ( )

PDF (986KB) ( )

参考文献 | 相关文章 | 计量指标

为延长异构有向传感器网络的寿命，提出一种基于改进珊瑚礁优化算法（ECRO）的面向不同监测目标有不同监测要求的节点调度算法。利用ECRO将传感器集合划分成符合覆盖要求的多个集合，通过集合间的调度达到延长网络寿命的目的。对珊瑚礁优化算法（CRO）的改进体现在四个方面：一是在珊瑚礁的雌雄同体繁殖过程中融入生物地理学优化算法中的迁移操作，保留原有种群的优秀解；二是在雌雄同体繁殖过程中采用一种带有混沌参数的差分变异因子，增强子代的优化能力；三是通过对最差个体执行随机反向学习，增强种群的多样性；四是通过CRO与模拟退火算法的结合，增强算法的局部搜索能力。对数值基准函数和节点调度进行了大量的仿真实验。在数值测试方面的结果表明，与遗传算法、模拟退火算法、差分进化算法及其改进算法相比，ECRO的优化能力更强；在传感器网络节点调度方面的结果表明，与贪婪算法、基于学习自动机的差分进化（LADE）算法和未改进的CRO相比，ECRO使网络寿命分别提高了53.8%、19.0%和26.6%，验证了所提算法的有效性。

基于免疫连通模型的多路径传输选择算法

张争万, 张春炯, 李洪兵, 谢涛

2020, 40(12): 3571-3577. DOI: 10.11772/j.issn.1001-9081.2020040492

摘要 ( )

PDF (1066KB) ( )

参考文献 | 相关文章 | 计量指标

为解决无线传感器网络（WSN）中节点部署不均匀造成的节点能量消耗大、数据传输可靠性低的问题，提出了一种基于免疫连通模型的多路径传输选择算法。当数据传输发生故障时，免疫机制被用来选择路径的适应度函数，从而达到优化传输路径和减少节点能耗的目的。实验从网络寿命、端到端传输延迟、覆盖率、传输可靠性、载荷分布等指标对算法进行评价。实验结果显示，所提算法可更好地平衡负载，延长网络的生命周期，以及保证数据传输的可靠性。所提算法可以应用于对能量效率、可扩展性、延长网络寿命和降低网络开销有较高要求的传感器网络设计。

融合标签预处理与节点影响力的重叠社区发现算法

吴清寿, 陈荣旺, 余文森, 刘耿耿

2020, 40(12): 3578-3585. DOI: 10.11772/j.issn.1001-9081.2020060942

摘要 ( )

PDF (1099KB) ( )

参考文献 | 相关文章 | 计量指标

针对节点初始标签散乱及标签传播随机性大的问题，提出一种融合标签预处理与节点影响力的重叠社区发现算法。首先，计算节点影响力，逐步选择影响力值最大的节点作为中心节点；然后，用中心节点的标签对同质的邻居节点进行标签预处理，减少了初始标签数量，降低了后续标签传播的随机性，并初步识别出了重叠节点；其次，通过标签隶属系数识别重叠节点，用节点影响力值选择非重叠节点标签，提高了算法的稳定性和准确性；最后，以最大化自适应函数增量为目标，对内聚度弱的社区进行合并，提高了社区质量。仿真实验结果表明：对于六个真实网络，所提算法在50%的数据集上具有最大的扩展模块度值；而在不同混合度、节点重叠度和节点最大归属社区数的人工基准网络上，该算法在标准化互信息（NMI）指标上都具有最好的性能。综上所述，该算法对各类网络都具有较好的适应性，且具有接近线性的时间复杂度。

电力无线专网中面向安全风险的分布式资源分配方法

黄秀丽, 黄进, 于鹏飞, 缪巍巍, 杨如侠, 李怡静, 喻鹏

2020, 40(12): 3586-3593. DOI: 10.11772/j.issn.1001-9081.2020040488

摘要 ( )

PDF (2051KB) ( )

参考文献 | 相关文章 | 计量指标

针对电力无线专网中强干扰、高故障风险等场景下保障终端通信的问题，提出了一种面向安全风险的高能效分布式资源分配方法。首先，分析基站的能耗组成，建立系统能效最大化的资源分配模型；然后，采用K-means++算法对网络中的基站进行分簇，从而将整个网络划分成多个独立区域，并在各个簇内单独处理高风险基站；其次，在每个簇内，基于基站的风险值对高风险基站进行休眠，并把高风险基站下的用户转移连接到同一簇内的其他基站；最后，在各个簇内进一步优化正常工作基站的传输功率。理论分析和仿真实验结果表明，基站分簇操作大幅降低了基站休眠和功率优化分配的复杂度，并且在关闭了高风险基站之后，整体网络的能效从0.158 9 Mb/J提升至0.195 4 Mb/J。所提的分布式资源分配方法能够有效提高系统的能量效率。

基于新型存储器件的分布式文件系统性能优化

董聪, 张晓, 程文迪, 石佳

2020, 40(12): 3594-3603. DOI: 10.11772/j.issn.1001-9081.2020050632

摘要 ( )

PDF (1323KB) ( )

参考文献 | 相关文章 | 计量指标

新型存储器件的I/O性能通常比传统固态驱动器（SSD）高一个数量级，然而使用新型存储器件的分布式文件系统相对于使用SSD的分布式文件系统性能并没有显著的提高，这说明目前的分布式文件系统并不能充分发挥新型存储器件的性能。针对这个问题，对Hadoop分布式文件系统（HDFS）的数据写入流程及传输过程进行了量化分析。通过量化分析HDFS数据写入过程各阶段的时间开销，发现在写入数据的各个阶段中，节点间数据传输的时间占比较大。因此提出了对应的优化方案，通过异步写入的方式并行化数据传输与处理过程，使得不同数据包的处理阶段叠加起来，减少了数据包整体的处理时间，从而提升了HDFS的写入性能。实验结果表明，所提方案将HDFS的写入吞吐量提升了15%~24%，总体的写入执行时间降低了28%~36%。

资源约束下的基于类依赖关系的微服务识别方法

邵建伟, 刘其群, 王焕强, 陈耀旺, 俞东进, SALAMAT Boranbaev

2020, 40(12): 3604-3611. DOI: 10.11772/j.issn.1001-9081.2020040495

摘要 ( )

PDF (1213KB) ( )

参考文献 | 相关文章 | 计量指标

为有效提升基于微服务架构的遗留软件系统重构的自动化水平，根据存在依赖关系的两个类所操作的资源数据之间存在着一定相关性的原则，提出了一种资源约束下基于类依赖关系的微服务识别方法。首先，根据遗留软件程序中的类依赖关系构建类依赖关系图，并设置每个类的资源实体标签；然后，设计了基于资源实体标签的类依赖关系图划分算法，用以划分原软件系统和得到候选微服务；最后，合并依赖程度较高的候选微服务，从而得到最终的微服务集合。基于GitHub的4个开源项目的实验结果表明，所提方法具有高于90%的微服务划分准确率，证实了同时考虑不同类之间的依赖关系和资源约束对于微服务识别是合理和有效的。

基于多层次分辨率递进生成对抗网络的文本生成图像方法

许一宁, 何小海, 张津, 卿粼波

2020, 40(12): 3612-3617. DOI: 10.11772/j.issn.1001-9081.2020040575

摘要 ( )

PDF (1238KB) ( )

参考文献 | 相关文章 | 计量指标

针对文本生成图像任务存在生成图像有目标结构不合理、图像纹理不清晰等问题，在注意力生成对抗网络（AttnGAN）的基础上提出了多层次分辨率递进生成对抗网络（MPRGAN）模型。首先，在低分辨率层采用语义分离-融合生成模块，将文本特征在自注意力机制引导下分离为3个特征向量，并用这些特征向量分别生成特征图谱；然后，将特征图谱融合为低分辨率图谱，并采用mask图像作为语义约束以提高低分辨率生成器的稳定性；最后，在高分辨率层采用分辨率递进残差结构，同时结合词注意力机制和像素混洗来进一步改善生成图像的质量。实验结果表明，在数据集CUB-200-2011和Oxford-102上，所提模型的IS分别达到了4.70和3.53，与AttnGAN相比分别提高了7.80%和3.82%。MPRGAN模型能够在一定程度上解决结构生成不稳定的问题，同时其生成的图像也更接近真实图像。

基于非局部通道注意力机制的单图像超分辨率方法

叶杨, 蔡琼, 杜晓标

2020, 40(12): 3618-3623. DOI: 10.11772/j.issn.1001-9081.2020050681

摘要 ( )

PDF (1173KB) ( )

参考文献 | 相关文章 | 计量指标

单图像超分辨率是一个不适定的问题，是指在给定模糊和低分辨率图像的情况下重建纹理图案。卷积神经网络（CNN）最近被引入超分辨率领域中，尽管当前研究通过设计CNN的结构和连接方式获得了出色的性能，但是忽略了可以使用边缘数据来训练更强大的模型，因此提出了一种基于边缘数据增强的方法，即单图像超分辨率的非局部通道注意力（NCA）方法。该方法可以充分利用训练数据并通过非局部通道注意力提高性能。所提方法不仅为设计网络提供了引导，而且也可以对超分辨率任务进行解释。非局部通道注意力网络（NCAN）模型由主分支和边缘增强分支组成，通过往模型里输入低分辨率图像并预测边缘数据，使主分支自注意力重建超分辨率图像。实验结果表明，在BSD100基准数据集上与二阶注意力网络（SAN）模型相比，NCAN在3倍放大因子下的峰值信噪比（PSNR）和结构相似度（SSIM）分别提升了0.21 dB和0.009；在Set5、Set14等其他基准数据集上与深度残差通道注意力网络（RCAN）模型相比，NCAN在3倍和4倍放大因子下的PSNR和SSIM都取得了较为明显的提升。NCAN在可比参数方面性能超过了最新模型。

基于并行通道-空间注意力机制的腹部MRI影像多尺度超分辨率重建

樊帆, 高媛, 秦品乐, 王丽芳

2020, 40(12): 3624-3630. DOI: 10.11772/j.issn.1001-9081.2020050670

摘要 ( )

PDF (1111KB) ( )

参考文献 | 相关文章 | 计量指标

为了有效解决腹部磁共振成像（MRI）影像在超分辨率重建过程中因高频细节丢失引起的边界不明显、腹部器官显示不清晰以及单模型单尺度重建应用不方便等问题，提出了一种基于并行通道-空间注意力机制的多尺度超分辨率重建算法。首先，构造了并行通道-空间注意力残差块，通过空间注意力模块获取图像重点区域与高频信息的相关性，通过通道注意力模块获取图像各通道对关键信息响应程度的权重，同时拓宽网络的特征提取层以增加流入注意力模块的特征信息；此外，添加了权重归一化层，保证了网络的训练效率；最后，在网络末端应用多尺度上采样层，增加了网络的灵活性和可用性。实验结果表明，相较深层残差通道注意力超分辨率网络（RCAN），所提算法在×2、×3、×4尺度下的峰值信噪比（PSNR）平均提高了0.68 dB。所提算法有效提升了图像的重建质量。

基于风格迁移的交互式航空发动机孔探图像扩展方法

樊玮, 段博坤, 黄睿, 刘挺, 张宁

2020, 40(12): 3631-3636. DOI: 10.11772/j.issn.1001-9081.2020040585

摘要 ( )

PDF (3282KB) ( )

参考文献 | 相关文章 | 计量指标

在航空发动机孔探图像缺陷检测任务中，缺陷区域样本数量远少于正常样本数量，且缺陷样本无法覆盖整个样本空间，导致检测算法泛化能力较差。针对上述问题，提出了一种基于风格迁移技术的交互式数据扩展方法。首先，通过交互界面选择背景图像和缺陷目标，并根据背景图像指定需要粘贴的目标的大小、角度和位置等信息；其次，通过风格迁移技术将背景图像的风格迁移到目标图像上，使得背景图像和待检测目标具有相同的风格；最后，利用泊松融合算法对融合区域的边界进行修正，以达到连接区域自然过渡的效果。通过二分类和缺陷检测验证了该方法的有效性。在包含真实图像和扩展后图像的二分类实验中，测试人员的平均分类错误率达到了44.0%；而在基于Mask R-CNN模型的检测任务中，所提方法的检测和分割平均精度（AP）较传统方法分别提高了99.5%和91.9%。

基于RGB-D图像的室内机器人同时定位与地图构建

赵宏, 刘向东, 杨永娟

2020, 40(12): 3637-3643. DOI: 10.11772/j.issn.1001-9081.2020040518

摘要 ( )

PDF (1227KB) ( )

参考文献 | 相关文章 | 计量指标

同时定位与地图构建（SLAM）是机器人在未知环境实现自主导航的关键技术，针对目前常用的RGB-D SLAM系统实时性差和精确度低的问题，提出一种新的RGB-D SLAM系统，以进一步提升实时性和精确度。首先，采用ORB算法检测图像特征点，并对提取的特征点采用基于四叉树的均匀化策略进行处理，并结合词袋模型（BoW）进行特征匹配。然后，在系统相机姿态初始值估计阶段，结合PnP和非线性优化方法为后端优化提供一个更接近最优值的初始值；在后端优化中，使用光束法平差（BA）对相机姿态初始值进行迭代优化，从而得到相机姿态的最优值。最后，根据相机姿态和每帧点云地图的对应关系，将所有的点云数据注册到同一个坐标系中，得到场景的稠密点云地图，并对点云地图利用八叉树进行递归式的压缩以得到一种用于机器人导航的三维地图。在TUM RGB-D数据集上，将构建的RGB-D SLAM同RGB-D SLAMv2、ORB-SLAM2系统进行了对比，实验结果表明所构建的RGB-D SLAM系统在实时性和精确度上的综合表现更优。

基于深度神经网络的移动端人像分割

杨坚伟, 严群, 姚剑敏, 林志贤

2020, 40(12): 3644-3650. DOI: 10.11772/j.issn.1001-9081.2020050699

摘要 ( )

PDF (1778KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有的人像分割算法大多忽略移动设备的硬件限制，盲目追求效果，以致无法满足移动端对于分割速度要求的问题，提出了一种可在移动设备上高效运行的人像分割网络。首先，基于编码器-解码器的轻量级U型架构来构建网络；其次，为了克服全卷积网络（FCN）受制于较小的感受域，无法充分捕获长距离信息的缺陷，引入期望最大化注意力块（EMAU）置于编码器之后、解码器之前；然后，在训练阶段添加多层边界辅助损失，有助于提高人物边界轮廓的准确度；最后，对模型进行量化和压缩。在Veer数据集上将所提网络与PortraitFCN+、ENet和BiSeNet等网络进行对比实验。实验结果表明，所提网络可以提高图像推理速度和分割效果，并能够以95.57%的准确率处理分辨率为224×224的RGB图像。

基于密集连接块U-Net的语义人脸图像修复

杨文霞, 王萌, 张亮

2020, 40(12): 3651-3657. DOI: 10.11772/j.issn.1001-9081.2020040522

摘要 ( )

PDF (1765KB) ( )

参考文献 | 相关文章 | 计量指标

针对人脸图像在待修复缺损面积较大时，现有方法的修复存在图像语义理解不合理、边界不连贯等视觉瑕疵的问题，提出基于密集连接块的U-Net结构的端到端图像修复模型，以实现对任意模板的语义人脸图像的修复。首先，采用生成对抗网络思想，生成器采用密集连接块代替U-Net中的普通卷积模块，以捕捉图像中缺损部分的语义信息并确保前面层的特征被再利用；然后，使用跳连接以减少通过下采样而造成的信息损失，从而提取图像缺损区域的语义；最后，通过引入对抗损失、内容损失和局部总变分（TV）损失这三者的联合损失函数来训练生成器，确保了修复边界和周围真实图像的视觉一致，并通过Hinge损失来训练判别器。所提模型和GLC、DF、门控卷积（GC）在人脸数据集CelebA-HQ上进行了对比。实验结果表明，所提模型能有效提取人脸图像语义信息，修复结果具有自然过渡的边界和清晰的局部细节。相较性能第二的GC，所提模型对中心模板修复的结构相似性（SSIM）和峰值信噪比（PSNR）分别提高了5.68%和7.87%，Frechet Inception距离（FID）降低了7.86%；对随机模板修复的SSIM和PSNR分别提高了7.06%和4.80%，FID降低了6.85%。

基于多模态特征融合的轻量级人脸活体检测方法

皮家甜, 杨杰之, 杨琳希, 彭明杰, 邓雄, 赵立军, 唐万梅, 吴至友

2020, 40(12): 3658-3665. DOI: 10.11772/j.issn.1001-9081.2020050660

摘要 ( )

PDF (1582KB) ( )

参考文献 | 相关文章 | 计量指标

人脸活体检测是人脸识别过程中的一个重要环节，对于身份验证的安全性尤为重要。针对人脸识别过程存在照片、视频、面具、头套、头模等欺骗手段，通过Intel Realsense相机采集人脸RGB图和深度图信息，并在MobileNetV3的基础上提出了特征融合的轻量级活体检测网络，将深度图与RGB图的特征融合起来并且进行端到端的训练。而为了解决深度学习中参数量较大以及网络尾部对于权重区域的区分的问题，提出在网络尾部采用Streaming Module以减少网络参数量并且对权重区域进行区分。在CASIA-SURF数据集以及所制作的CQNU-LN数据集上进行仿真实验，结果表明所提方法在两个数据集上均于TPR@FPR=10E-4的级别上达到了95%的精度，相较对比方法中精度最高的ShuffleNet分别提高了0.1%和0.05%；在所制作的CQNU-3Dmask数据集上，所提方法于TPR@FPR=10E-4的级别达到了95.2%的精度，比仅训练RGB图或仅训练深度图的方法分别提升了0.9%和6.5%，并且，模型的参数文件的大小仅为1.8 MB，每秒浮点数运算量（FLOPs）仅为1.5×10⁶。该方法能够在实际应用中对提取到的人脸进行准确的实时检测。

基于活体检测和身份认证的人脸识别安防系统

陈放, 刘晓瑞, 杨明业

2020, 40(12): 3666-3672. DOI: 10.11772/j.issn.1001-9081.2020040478

摘要 ( )

PDF (1545KB) ( )

参考文献 | 相关文章 | 计量指标

人脸识别由于其便捷性和实用性而被广泛应用于各种门禁等场合，但容易受到多种形式的欺骗攻击（如照片攻击和视频攻击）。基于深度卷积神经网络（CNN）的活体检测虽然能够解决以上问题，但是却存在计算量大、对用户不友好以及难以部署于嵌入式系统等缺点，因此提出了一种实时的轻量级的人脸识别安全分类方法。通过将基于色彩纹理分析的人脸活体检测算法与人脸认证算法相融合，提出了一种在无需用户配合的单目摄像头场景下进行人脸活体检测和人脸验证的人脸识别算法。该算法支持实时人脸识别，具有更高的活体检测识别率与鲁棒性。为了验证该算法的性能，以CASIA-FASD和Replay-Attack作为实验的基准数据集，结果表明在活体检测中该算法的半错误率（HTER）为9.7%，等错误率（EER）为5.5%，而且在整个流程中处理1帧图像所需时间为0.12 s，验证了该算法的可行性和有效性。

基于侧链连接卷积神经网络的手掌静脉图像识别

娄梦莹, 王天景, 刘娅琴, 杨丰, 黄靖

2020, 40(12): 3673-3678. DOI: 10.11772/j.issn.1001-9081.2020050667

摘要 ( )

PDF (916KB) ( )

参考文献 | 相关文章 | 计量指标

针对手掌静脉图像数量少且质量参差不齐，进而导致掌脉识别系统的性能降低的现象，提出一种基于侧链连接卷积神经网络的手掌静脉图像识别方法。首先，在ResNet模型的基础上，用卷积层和池化层提取掌脉特征。然后，采用指数线性单元（ELU）激活函数、批归一化（BN）和Dropout技术来改进和优化模型，以缓解梯度消失、防止过拟合、加快收敛及增强模型泛化能力。最后，引入稠密连接网络（DenseNet），使提取到的手掌静脉特征更具丰富性和有效性。在两个公开库和一个自建库上分别进行实验，结果表明所提方法在三个数据库上的识别率分别为99.98%、97.95%、97.96%。可见该方法能有效提高掌脉识别系统的性能，且更适用于掌脉识别的实际应用。

基于YOLO-tiny-RFB模型的电站旋钮开关状态识别

史梦安, 陆振宇

2020, 40(12): 3679-3686. DOI: 10.11772/j.issn.1001-9081.2020071084

摘要 ( )

PDF (1475KB) ( )

参考文献 | 相关文章 | 计量指标

针对多类别目标检测在特定场景中数据样本有限的情况，为进一步提高机器人系统中轻量级神经网络对小型物体识别的准确率和稳定性，提出了一种基于机器人操作系统（ROS）的目标状态识别模块。首先，考虑到嵌入式设备的算力限制，目标识别模型采用轻量级的网络YOLO-tiny作为主要架构，并在YOLO-tiny中引入RFB，提出了YOLO-tiny-RFB模型。随后，基于MobileNet对旋钮开关的多种状态实现精准分类。最后，设计数据关联规则，通过图像配准及交并比（IOU）计算等算法使识别模块完成同一场景多次识别结果的融合，从而使用户能够对不同时刻各表计的状态进行追踪。实验结果表明，相较于YOLO-tiny，YOLO-tiny-RFB模型在少量增加模型计算量的情况下，在构建的电站仪器识别数据集上，其目标识别平均精度均值（mAP）提升了17.9%，达到了82.4%。在旋钮数据分布极端不均衡的情况下，通过引入多种数据增广方法使模型的平均准确率达到了90.7%。所提出的目标检测模块和状态识别网络模型能够有效、准确地完成各类仪器的状态识别，同时能够对仪器状态的识别结果在时间跨度上进行融合。

基于嵌套遗传算法的拣货作业联合优化

孙军艳, 陈智瑞, 牛亚儒, 张媛媛, 韩昉

2020, 40(12): 3687-3694. DOI: 10.11772/j.issn.1001-9081.2020050639

摘要 ( )

PDF (998KB) ( )

参考文献 | 相关文章 | 计量指标

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题，为了提高拣货作业效率，提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先，建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型；然后，考虑双重优化的复杂性，设计了一种嵌套遗传算法对模型进行求解，外层不断优化订单分批结果，内层根据外层订单分批结果优化拣货路径。算例结果表明，与传统的订单分步优化、分批分步优化策略相比，所提策略的拣货时间分别减少了45.6%、6%，基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能，分别对10、20、50张订单规模的算例进行仿真实验，结果表明，随着订单量的增加，整体拣货距离和时间进一步减少，拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题，为配送中心拣选系统的优化提供依据。

基于伪逆的导轨机械臂关节速度纠偏运动规划方案

李克讷, 张增, 王温鑫

2020, 40(12): 3695-3700. DOI: 10.11772/j.issn.1001-9081.2020040560

摘要 ( )

PDF (1145KB) ( )

参考文献 | 相关文章 | 计量指标

针对导轨机械臂在任务执行过程中出现的关节速度偏离期望值的问题，提出了一种基于伪逆算法的导轨机械臂关节速度纠偏运动规划方案。首先，根据机械臂的关节角状态和末端执行器的运动状态，运用伪逆算法对导轨机械臂在速度层上进行冗余度解析。然后，设计时变函数对关节速度进行约束调整，使偏离后的关节速度收敛于期望值。接着，针对末端执行器出现的位置误差设计了误差修正方法以保证轨迹跟踪任务的顺利执行。最后，将运动规划方案在Matlab软件上以基座直线移动和弧形移动的四连杆冗余度机械臂为例进行了仿真实验。仿真结果表明了该方案能纠正导轨机械臂在任务执行过程中偏离期望值的关节速度，且能使末端执行器的轨迹跟踪达到较高的精度。

基于ET-PHD滤波器和变分贝叶斯近似的扩展目标跟踪算法

何祥宇, 李静, 杨数强, 夏玉杰

2020, 40(12): 3701-3706. DOI: 10.11772/j.issn.1001-9081.2020040451

摘要 ( )

PDF (1020KB) ( )

参考文献 | 相关文章 | 计量指标

针对未知测量噪声协方差情况下的多扩展目标跟踪问题，利用扩展目标概率假设密度（ET-PHD）滤波器和变分贝叶斯（VB）近似理论，提出了一种标准ET-PHD滤波器的扩展方法及其解析的实现方法。首先，根据标准ET-PHD滤波器的目标状态方程和测量方程，定义了目标状态和测量噪声协方差的增广状态变量及二者的联合转移函数；然后，根据标准ET-PHD滤波器，构建了扩展的ET-PHD滤波器的预测和更新公式；最后，在线性高斯假设的条件下，利用高斯和逆伽马（IG）混合分布表示目标的联合后验强度函数，从而给出了扩展ET-PHD滤波器的解析实现。仿真结果表明：所提算法能提供可靠的跟踪结果，可有效地处理未知测量噪声协方差环境中的多扩展目标跟踪问题。

当期目录