《计算机应用》唯一官方网站

施安妮, 李陶深, 王哲, 何璐

2021, 41(6): 1539-1545. DOI: 10.11772/j.issn.1001-9081.2020121930

摘要 ( )

PDF (1136KB) ( )

参考文献 | 相关文章 | 计量指标

为了提高无线携能通信（SWIPT）系统的性能，构建了一个全新的基于缓存辅助的全双工中继协作系统模型，并在系统中考虑了空闲能量接入点（EAP）作为中继节点的额外能量补充。对于系统吞吐量最优化问题，提出一种基于功率分配协作的SWIPT中继选择策略。首先，基于通信服务质量与源节点发射功率等约束建立问题模型；其次，通过数学变换将原非线性混合整数规划问题转换为一对耦合优化问题；最后，利用KKT条件并借助拉格朗日函数解决内部优化问题，得到了功率分配因子和中继发射功率的闭式解，并在此结果上解决外部优化问题，选择最佳中继进行协作通信。仿真实验结果表明，空闲EAP和中继处高速缓冲存储器的配置具有可行性和有效性，并且，所提系统在吞吐量增益方面明显优于传统的中继协作通信系统。

高速车联网场景下分簇式无线联邦学习算法

王家瑞, 谭国平, 周思源

2021, 41(6): 1546-1550. DOI: 10.11772/j.issn.1001-9081.2020121912

摘要 ( )

PDF (912KB) ( )

参考文献 | 相关文章 | 计量指标

现有无线联邦学习框架缺乏对实际的分布式高速车联网（IoV）场景的有效支持。针对该场景下的分布式学习问题，提出了一种基于随机网络拓扑模型的分布式训练算法——分簇式无线联邦学习算法（C-WFLA）。首先，该算法基于高速公路场景下的车辆分布情况设计网络模型；其次，该算法考虑了用户端进行上行数据传输时的路径衰落、瑞利衰落等因素；最后，该算法设计了基于分簇式训练的无线联邦学习方法。利用所提算法对手写体识别模型进行了训练与测试，仿真结果表明：在信道状态较好、用户发射功率受限较小的情况下，传统无线联邦学习算法与C-WFLA在相同的训练条件下损失函数均能收敛至相近的数值，且C-WFLA收敛更快；而在信道状态较差、用户发射功率受限较大的情况下，C-WFLA损失函数收敛值相较于传统的集中式算法可以降低10%~50%。可见，C-WFLA更有助于高速IoV场景下的模型训练。

基于联邦学习的在线短视频内容分发策略

董文涛, 李卓, 陈昕

2021, 41(6): 1551-1556. DOI: 10.11772/j.issn.1001-9081.2020121936

摘要 ( )

PDF (958KB) ( )

参考文献 | 相关文章 | 计量指标

为提升短视频内容分发的精度，分析用户所属社交群体的兴趣倾向和对短视频内容的个性化需求，在基于主动推荐方式的短视频应用场景中，以视频内容提供商利润最大化为优化目标，设计了一种短视频内容分发策略。首先，基于联邦学习，利用用户群本地相册数据训练兴趣预测模型，提出用户群兴趣向量预测算法并得到用户群的兴趣向量表示；然后，以用户群的兴趣向量作为输入，基于组合置信上界（CUCB）算法实时设计相应的短视频内容分发策略，从而使视频内容提供商获取的长期利润最大化。所提策略获得的平均利润相对稳定且明显优于单纯基于CUCB的短视频分发策略得到的平均利润；与置信上界（UCB）策略和随机策略相比，所提策略使得视频内容提供商获得的总利润分别提高了12%和30%。实验结果表明，所提短视频内容分发策略能有效地提升短视频分发的精度，从而进一步提高视频内容提供商获取的利润。

基于残差时域注意力神经网络的交通模式识别算法

刘世泽, 朱奕达, 陈润泽, 罗海勇, 赵方, 孙艺, 王宝会

2021, 41(6): 1557-1565. DOI: 10.11772/j.issn.1001-9081.2020121953

摘要 ( )

PDF (1075KB) ( )

参考文献 | 相关文章 | 计量指标

交通模式识别是用户行为识别中的一个重要分支，其目的是对用户所处的交通模式进行准确判断。针对现代智慧城市交通系统对在移动设备环境下精准感知用户交通模式的需求，提出了一种基于残差时域注意力神经网络的交通模式识别算法。首先，通过具有较强局部特征提取能力的残差网络提取传感器时序中的局部特征；然后，采用基于通道的注意力机制对不同传感器特征进行重校准，并针对不同传感器的数据异构性进行注意力重校准；最后，利用具有更广感受野的时域卷积网络（TCN）提取传感器时序中的全局特征。采用数据丰富度较高的宏达通讯（HTC）交通模式识别数据集来对已有的交通模式识别算法和所提出的残差时域注意力模型进行评估，实验结果表明，所提出的残差时域注意力模型在对现代移动嵌入式设备的计算开销友好的前提下具有高达96.07%的准确率，且对单一类别均具有高于90%的召回率与精确率，验证了该模型的准确性与鲁棒性。所提模型可以作为一种支持移动智能终端运算的交通模式识别应用于智能交通出行、智慧城市等领域。

基于深度残差长短记忆网络交通流量预测算法

刘世泽, 秦艳君, 王晨星, 苏琳, 柯其学, 罗海勇, 孙艺, 王宝会

2021, 41(6): 1566-1572. DOI: 10.11772/j.issn.1001-9081.2020121928

摘要 ( )

PDF (1116KB) ( )

参考文献 | 相关文章 | 计量指标

针对多步交通流量预测任务中时间空间特征提取效果不佳和预测未来时间交通流量精度低的问题，提出一种基于长短时记忆（LSTM）网络、卷积残差网络和注意力机制的融合模型。首先，利用一种基于编解码器的架构，通过在编解码器中加入LSTM网络来挖掘不同尺度的时间域特征；其次，构建基于注意力机制挤压激励（SE）模块的卷积残差网络嵌入到LSTM网络结构中，从而挖掘交通流量数据中的空间域特征；最后，将编码器中获得的隐状态下的信息输入到解码器中，实现高精度多步交通流量的预测。基于真实交通数据进行实验测试和分析，实验结果表明，相较于原始的基于图卷积的模型，所提模型在北京和纽约两个交通流量公开数据集上的均方根误差（RMSE）分别获得了1.622和0.08的下降。所提模型能够高效且精确地对交通流量作出预测。

基于多尺度特征提取的交通模式识别算法

刘世泽, 秦艳君, 王晨星, 高存远, 罗海勇, 赵方, 王宝会

2021, 41(6): 1573-1580. DOI: 10.11772/j.issn.1001-9081.2020121915

摘要 ( )

PDF (1478KB) ( )

参考文献 | 相关文章 | 计量指标

针对普适交通模式的场景感知功耗高、场景复杂的问题，提出一种融合残差网络（ResNet）和带孔卷积的交通模式识别算法。首先，使用快速傅里叶变换（FFT）将一维传感器数据转换为二维频谱图像；然后，使用主成分分析（PCA）算法对频谱图像降采样；最后，使用ResNet挖掘交通模式的局部特征，使用带孔卷积挖掘交通模式的全局特征，从而实现对八种交通模式进行识别。与决策树、随机森林、AlexNet等八种算法在实验中的对比评估结果显示，融合ResNet和带孔卷积的交通模式识别算法在静止、走路、跑步等八类交通模式上均有最高准确率。该算法具有良好识别精度和鲁棒性。

面向动态负载的集群容器部署方法

尹飞, 龙玲莉, 孔峥, 邵涵, 李鑫, 钱柱中

2021, 41(6): 1581-1588. DOI: 10.11772/j.issn.1001-9081.2020121913

摘要 ( )

PDF (981KB) ( )

参考文献 | 相关文章 | 计量指标

针对集群负载动态变化引发容器频繁迁移的问题，提出了一种基于资源预留的容器部署方法。首先，设计了基于马尔可夫链模型的单容器资源需求动态变化描述机制，用于刻画单容器的资源需求情况；其次，基于单容器马尔可夫链模型分析了多容器资源动态变化情况，以刻画容器资源需求态势；随后，基于多容器马尔可夫链提出了面向动态负载的容器部署与资源预留算法；最后，基于容器资源需求特征的分析对所提算法的性能进行了优化。基于国产软硬件环境构建了仿真实验环境，仿真结果表明，在资源冲突率方面，所提方法的性能接近最优的峰值配置策略RP，但所需宿主机数量、容器动态迁移次数明显比其更少；在资源利用率方面，所提方法的宿主机使用数量略多于最优的谷值配置策略RV，但动态迁移次数更少，资源冲突率更低；相较于峰谷配置策略RVP，所提方法在综合性能方面更佳。

基于联合动态剪枝的深度神经网络压缩算法

张明明, 卢庆宁, 李文中, 宋浒

2021, 41(6): 1589-1596. DOI: 10.11772/j.issn.1001-9081.2020121914

摘要 ( )

PDF (1131KB) ( )

参考文献 | 相关文章 | 计量指标

作为模型压缩的一个分支，网络剪枝算法通过移除深度神经网络中不重要的参数来降低计算消耗；然而，永久性的剪枝会导致模型容量不可逆转的损失。针对该问题，提出了一种联合动态剪枝的算法来综合分析卷积核与输入图像的特征。一方面，将部分卷积核置零，并允许其在训练过程中更新，直到网络收敛之后再永久性移除被置零的卷积核。另一方面，采样输入图像的特征，然后利用通道重要性预测网络对这些特征进行分析，从而确定卷积运算中可以跳过的通道。基于M-CifarNet与VGG16的实验结果表明，联合动态剪枝分别取得了2.11和1.99的浮点运算压缩比，而与基准模型（M-CifarNet、VGG16）相比准确率仅分别下降不到0.8个百分点和1.2个百分点。相较于现有的网络剪枝算法，联合动态剪枝有效地减少了模型的浮点运算次数（FLOPs）以及参数规模，在同样的压缩比下获得了更高的准确率。

面向并发程序中锁机制的智能化推荐方法

张杨, 董士程

2021, 41(6): 1597-1603. DOI: 10.11772/j.issn.1001-9081.2020121929

摘要 ( )

PDF (1311KB) ( )

参考文献 | 相关文章 | 计量指标

软件开发人员在并发编程中面临着各种Java锁的选择。针对如何选择合适的锁机制进而提高程序性能的问题，提出了一种帮助并发程序开发人员选择锁机制的推荐方法LockRec。首先，采用程序静态分析技术，对并发程序中锁机制的使用进行分析并确定影响程序性能的程序特征属性；然后，使用改进的随机森林算法构建锁机制推荐模型，以帮助开发人员在同步锁、可重入锁、读写锁、邮戳锁这四种锁之中进行选择。分别选取了四种现有的机器学习数据集对LockRec进行了实验，所提方法的推荐准确率均值可达95.1%；此外使用真实并发程序对LockRec的推荐结果进行分析。实验结果表明LockRec可以有效提高并发程序的执行效率。

云计算环境基于客体属性匹配的逆向混合访问控制方案

葛丽娜, 胡雨谷, 张桂芬, 陈园园

2021, 41(6): 1604-1610. DOI: 10.11772/j.issn.1001-9081.2020121954

摘要 ( )

PDF (1071KB) ( )

参考文献 | 相关文章 | 计量指标

云计算提高了大数据的使用、分析和管理的效率，但也给数据贡献者带来了对云服务的数据安全及隐私信息泄露的担忧。针对这个问题，结合了基于角色的访问控制、基于属性的访问控制方法并采用了下一代访问控制的体系结构，提出了云计算环境下的基于客体属性匹配的逆向混合访问控制方法。首先，数据贡献者设置共享文件访问权限级别，逆向规定了访问客体的最低权值；然后，采用变异系数加权的方法直接计算各属性的权值，取消了以属性为中心的基于角色的访问控制中策略规则匹配的过程；最后，把数据贡献者对数据文件设定的权限值定为数据访问者被允许访问的阈值，这样既实现了数据访问控制，又保障了对隐私数据的保护。实验结果表明，随着访问次数的增多，所提方法对恶意行为、权限不足行为等的判断基准趋于稳定，检测能力越来越强，成功率趋于一个较为平稳的水平。该方法在用户访问数量较大的环境下相较传统的访问控制方法能够实现更高的决策效率，验证了所提方法的有效性和可行性。

基于云雾计算的可追踪可撤销密文策略属性基加密方案

陈家豪, 殷新春

2021, 41(6): 1611-1620. DOI: 10.11772/j.issn.1001-9081.2020121955

摘要 ( )

PDF (1134KB) ( )

参考文献 | 相关文章 | 计量指标

针对资源受限的边缘设备在属性基加密中存在的解密工作开销较大，以及缺乏有效的用户追踪与撤销的问题，提出了一种支持云雾计算的可追踪可撤销的密文策略属性基加密（CP-ABE）方案。首先，通过对雾节点的引入，使得密文存储、外包解密等工作能够放在距离用户更近的雾节点进行，这样既有效地保护了用户的隐私数据，又减少了用户的计算开销；其次，针对属性基加密系统中用户权限变更、用户有意或无意地泄露自己密钥等行为，加入了用户的追踪和撤销功能；最后，通过算法追踪到做出上述行为的恶意用户身份后，将该用户加入撤销列表，从而取消该用户访问权限。性能分析表明，所提方案用户端的解密开销降低至一次乘法运算和一次指数运算，能够为用户节省大量带宽与解密时间，且该方案支持恶意用户的追踪与撤销。因此所提方案适用于云雾环境下计算资源受限设备的数据共享。

基于随机运算符的轻量级匿名射频识别系统双向认证协议

吴恺凡, 殷新春

2021, 41(6): 1621-1630. DOI: 10.11772/j.issn.1001-9081.2020121947

摘要 ( )

PDF (1437KB) ( )

参考文献 | 相关文章 | 计量指标

针对无线射频识别（RFID）系统容易遭受无线信道中的恶意攻击以及标签所有者隐私时常收到侵犯的问题，提出了一种支持匿名的轻量级RFID认证协议。首先，使用了随机数发生器生成不可预测的序列以指定参与协议的轻量级运算符；然后，通过指定种子以实现阅读器与标签之间的密钥协商；最后，实现双向认证与信息更新。通过与部分典型的轻量级方案的对比可知，所提出的方案相较同类的轻量级协议最多节省近42%的标签存储开销，同时其通信开销维持在同类方案的低水平位置，且能够支持多种安全需求。所提方案适用于低成本RFID系统。

基于多任务学习的时序多模态情感分析模型

章荪, 尹春勇

2021, 41(6): 1631-1639. DOI: 10.11772/j.issn.1001-9081.2020091416

摘要 ( )

PDF (1150KB) ( )

参考文献 | 相关文章 | 计量指标

针对时序多模态情感分析中存在的单模态特征表示和跨模态特征融合问题，结合多头注意力机制，提出一种基于多任务学习的情感分析模型。首先，使用卷积神经网络（CNN）、双向门控循环神经网络（BiGRU）和多头自注意力（MHSA）实现了对时序单模态的特征表示；然后，利用多头注意力实现跨模态的双向信息融合；最后，基于多任务学习思想，添加额外的情感极性分类和情感强度回归任务作为辅助，从而提升情感评分回归主任务的综合性能。实验结果表明，相较于多模态分解模型，所提模型的二分类准确度指标在CMU-MOSEI和CMU-MOSI多模态数据集上分别提高了7.8个百分点和3.1个百分点。该模型适用于多模态场景下的情感分析问题，能够为商品推荐、股市预测、舆情监控等应用提供决策支持。

基于多特征提取的图像语义描述算法

赵小虎, 李晓

2021, 41(6): 1640-1646. DOI: 10.11772/j.issn.1001-9081.2020091439

摘要 ( )

PDF (1144KB) ( )

参考文献 | 相关文章 | 计量指标

针对图像语义描述方法中存在的图像特征信息提取不完全以及循环神经网络（RNN）产生的梯度消失问题，提出了一种基于多特征提取的图像语义描述算法。所构建模型由三个部分组成：卷积神经网络（CNN）用于图像特征提取，属性提取模型（ATT）用于图像属性提取，而双向长短时记忆（Bi-LSTM）网络用于单词预测。该模型通过提取图像属性信息来增强图像表示，从而精确描述图中事物，并且使用Bi-LSTM捕捉双向语义依赖，从而进行长期的视觉语言交互学习。首先，使用CNN和ATT分别提取图像全局特征与图像属性特征；其次，将两种特征信息输入到Bi-LSTM中生成能够反映图像内容的句子；最后，在Microsoft COCO Caption、Flickr8k和Flickr30k数据集上验证了所提出算法的有效性。实验结果表明，与m-RNN方法相比，所提出的算法在描述性能方面提高了6.8~11.6个百分点。所提算法能够有效地提高模型对图像的语义描述性能。

指针生成网络和覆盖损失优化的Transformer在生成式文本摘要领域的应用

李想, 王卫兵, 尚学达

2021, 41(6): 1647-1651. DOI: 10.11772/j.issn.1001-9081.2020091375

摘要 ( )

PDF (836KB) ( )

参考文献 | 相关文章 | 计量指标

针对生成式文本摘要应用场景，提出了以Transformer为基础的摘要模型，并在Transformer模型中加入了指针生成（Pointer Generator）网络和覆盖损失（Coverage Loss）进行优化。首先，提出了基于Transformer模型作为基础结构的方法，利用其注意力机制更好地捕捉上下文的语意信息。然后，在模型的损失函数中引入Coverage Loss来惩罚不断出现的重复的词的分布和覆盖范围，从而解决Transformer模型中的注意力机制在生成式任务中出现不断生成同一个词的问题。最后，在模型中加入了Pointer Generator网络，从而允许模型从源文本中复制词用作生成词来解决词表无法覆盖（OOV）的问题。探索了改进后的模型是否减少了不准确的表达以及重复出现相同词的现象是否得以解决。该模型相较于原始的Transformer模型在ROUGE-1评测函数上得分提升了1.98个百分点、ROUGE-2评测函数上得分提升0.95个百分点，在ROUGE-L评测函数上得分提升了2.27个百分点，并提升了摘要结果的可读性及准确性。实验结果表明，Transformer在加入Coverage Loss和Pointer Generator网络后可应用于生成式文本摘要领域。

融合单语语言模型的汉越伪平行语料生成

贾承勋, 赖华, 余正涛, 文永华, 于志强

2021, 41(6): 1652-1658. DOI: 10.11772/j.issn.1001-9081.2020071017

摘要 ( )

PDF (1333KB) ( )

参考文献 | 相关文章 | 计量指标

神经机器翻译在资源丰富的语种上取得了良好的翻译效果，但是由于数据稀缺问题在汉语-越南语这类低资源语言对上的性能不佳。目前缓解该问题最有效的方法之一是利用现有资源生成伪平行数据。考虑到单语数据的可利用性，在回译方法的基础上，首先将利用大量单语数据训练的语言模型与神经机器翻译模型进行融合，然后在回译过程中通过语言模型融入语言特性，以此生成更规范质量更优的伪平行数据，最后将生成的语料添加到原始小规模语料中训练最终翻译模型。在汉越翻译任务上的实验结果表明，与普通的回译方法相比，通过融合语言模型生成的伪平行数据使汉越神经机器翻译的BLEU值提升了1.41个百分点。

基于肤色学习的多人脸前景抽取方法

戴嫣然, 戴国庆, 袁玉波

2021, 41(6): 1659-1666. DOI: 10.11772/j.issn.1001-9081.2020091397

摘要 ( )

PDF (1935KB) ( )

参考文献 | 相关文章 | 计量指标

针对多人脸场景下快速准确提取人脸内容的问题，提出了基于肤色学习的多人脸前景抽取方法。首先，给出了基于肤色学习的肤色前景分割模型。根据肤色专家的论文结果，采集了著名的SPA数据库的1 200张人脸进行肤色抽样，建立学习模型以得到每个人种在颜色空间的肤色参数，据此进行肤色图像分割，得到肤色前景。其次，利用人脸特征点学习算法，以常见人脸68个特征点为目标，结合肤色前景信息分割出人脸种子区域；并计算人脸中心点，来构建人脸椭圆边界模型以及确定遗传范围。最后，建立了有效抽取算法，在人脸椭圆边界内利用遗传机制进行人脸再生，从而抽取得到有效人脸区域。以三类不同数据库为基础，收集了100张有代表性的多人脸图像，实验结果表明所提方法对这些图像的多人脸抽取的结果准确率达到98.4%以上，且该方法对中密度人群的人脸内容抽取有显著效果，并为人脸识别算法的准确性和可用性提供了基础。

优化LeNet-5网络的多角度头部姿态估计方法

章惠, 张娜娜, 黄俊

2021, 41(6): 1667-1672. DOI: 10.11772/j.issn.1001-9081.2020091427

摘要 ( )

PDF (1102KB) ( )

参考文献 | 相关文章 | 计量指标

针对在受到部分遮挡或角度过大无法定位面部关键特征点的情况下，传统的头部姿态估计方法的准确率低或无法进行头部姿态估计的问题，提出了优化LeNet-5网络的多角度头部姿态估计方法。首先，通过对卷积神经网络（CNN）的深度、卷积核大小等进行优化来更好地捕捉图像的全局特征；然后，改进池化层，用卷积操作代替池化操作来增强网络的非线性能力；最后，引入AdaBound优化器，并利用Softmax回归模型做姿态分类训练。训练中在自建数据集中增加遮挡头发、做出夸张表情和佩戴眼镜等动作来增强网络的泛化能力。实验结果表明，所提方法不需要定位面部关键特征点，在光照阴影、头发等遮挡情况下也可以实现抬头、低头、偏头等多角度转动下的头部姿态估计，在Pointing04公共数据集和CAS-PEAL-R1公共数据集上准确率达到了98.7%，运行速度平均在每秒22~29帧。

基于改进的BSMOTE和时序特征的风机故障采样算法

杨鲜, 赵计生, 强保华, 米路中, 彭博, 唐成华, 李宝莲

2021, 41(6): 1673-1678. DOI: 10.11772/j.issn.1001-9081.2020091384

摘要 ( )

PDF (1063KB) ( )

参考文献 | 相关文章 | 计量指标

针对风机数据集的不平衡问题，提出了一种BSMOTE-Sequence采样算法，在合成新样本时综合考虑空间和时间特征，并对新样本进行清洗，从而有效减少噪声点的生成。首先，根据每个少数类样本的近邻样本的类别比例，将少数类样本划分为安全类样本、边界类样本和噪声类样本。然后，对每个边界类样本都遴选出空间距离、时间跨度最接近的少数类样本集，利用线性插值法合成新样本，并过滤掉噪声类样本以及类间重叠样本。最后，以支持向量机（SVM）、卷积神经网络（CNN）、长短期记忆（LSTM）人工神经网络作为风机齿轮箱故障检测模型，F1-Score、曲线下面积（AUC）和G-mean作为模型性能评价指标，在真实风机数据集上把所提算法与常用的多种采样算法进行对比，实验结果表明：相比已有算法，BSMOTE-Sequence算法所生成样本的分类效果更好，使得检测模型的F1-Score、AUC和G-mean平均提高了3%，该算法能有效地适用于数据具有时序规律且不平衡的风机故障检测领域。

基于随机子空间的扩展隔离林算法

谢雨, 蒋瑜, 龙超奇

2021, 41(6): 1679-1685. DOI: 10.11772/j.issn.1001-9081.2020091436

摘要 ( )

PDF (1335KB) ( )

参考文献 | 相关文章 | 计量指标

针对扩展隔离林（EIF）算法时间开销过大的问题，提出了一种基于随机子空间的扩展隔离林（RS-EIF）算法。首先，在原数据空间确定多个随机子空间；然后，在不同的随机子空间中通过计算每个节点的截距向量与斜率来构建扩展孤立树，并将多棵扩展孤立树集成为子空间扩展隔离林；最后，通过计算数据点在扩展隔离林中的平均遍历深度来确定数据点是否异常。在离群值检测数据库（ODDS）中的9个真实数据集与呈多元分布的7个人工数据集上的实验结果表明，所提RS-EIF算法对局部异常很敏感，相较EIF算法减少了约60%的时间开销；在样本数量较多的ODDS数据集上，该算法识别精度高出孤立森林（iForest）算法、轻型在线异常检测（LODA）算法和基于连接函数的异常检测（COPOD）算法2~12个百分点。RS-EIF算法在样本数量大的数据集中识别效率更高。

距离-关键字相似度约束的双色反k近邻查询方法

张豪, 朱睿, 宋栿尧, 方鹏, 夏秀峰

2021, 41(6): 1686-1693. DOI: 10.11772/j.issn.1001-9081.2020091453

摘要 ( )

PDF (1025KB) ( )

参考文献 | 相关文章 | 计量指标

针对空间关键字双色反k近邻查询返回结果质量较低的问题，提出了基于距离-关键字相似度约束的双色反k近邻查询方法。首先，通过设置一个阈值将查询结果中质量较低的用户给过滤掉，从而避免了查询结果中出现空间距离相对较远的用户，保证了查询结果质量；然后，为支持该查询，提出了一种关键字多分辨率网格矩形树（KMG-Tree）索引来管理数据；最后，提出了基于Six-region算法的Six-region-optimize算法来提高查询处理效率。Six-region-optimize算法的查询效率相较baseline和Six-region算法分别平均提高了约85.71%和23.45%。基于真实时空数据进行实验测试和分析，实验结果验证了Six-region-optimize算法的有效性和高效性。

参数独立的加权局部均值伪近邻分类算法

蔡瑞光, 张德生, 肖燕婷

2021, 41(6): 1694-1700. DOI: 10.11772/j.issn.1001-9081.2020091370

摘要 ( )

PDF (895KB) ( )

参考文献 | 相关文章 | 计量指标

针对局部均值伪近邻（LMPNN）算法对k值敏感且忽略了每个属性对分类结果的不同影响等问题，提出了一种参数独立的加权局部均值伪近邻分类（PIW-LMPNN）算法。首先，利用差分进化算法的最新变体——基于成功历史记录的自适应参数差分进化（SHADE）算法对训练集样本进行优化，从而得到最佳k值和一组与类别相关的最佳权重；其次，计算样本间的距离时赋予每类的每个属性不同的权重，并对测试集样本进行分类。在15个实际数据集上进行了仿真实验，并把所提算法与其他8种分类算法进行了比较，实验结果表明，所提算法的分类准确率和F1值分别最大提高了约28个百分点和23.1个百分点；同时Wilcoxon符号秩检验、Friedman秩方差检验以及Hollander-Wolfe两处理的比较结果表明，所提出的改进算法在分类精度以及k值选择方面相较其他8种分类算法具有明显优势。

云工作流中基于多任务时序卷积网络的异常检测方法

姚杰, 程春玲, 韩静, 刘峥

2021, 41(6): 1701-1708. DOI: 10.11772/j.issn.1001-9081.2020091383

摘要 ( )

PDF (1677KB) ( )

参考文献 | 相关文章 | 计量指标

云计算数据中心在日常部署和运行过程中产生的大量日志可以帮助系统运维人员进行异常分析。路径异常和时延异常是云工作流中常见的异常。针对传统的异常检测方法分别对两种异常检测任务训练相应的学习模型，而忽略了两种异常检测任务之间的关联性，导致异常检测准确率下降的问题，提出了一种基于多任务时序卷积网络的日志异常检测方法。首先，基于日志流的事件模板，生成事件序列和时间序列；然后，训练基于多任务时序卷积网络的深度学习模型，该模型通过共享时序卷积网络中的浅层部分来从系统正常执行的流程中并行地学习事件和时间特征；最后，对云计算工作流中的异常进行分析，并设计了相关异常检测逻辑。在OpenStack数据集上的实验结果表明，与日志异常检测的领先算法DeepLog和基于主成分分析（PCA）的方法比较，所提方法的异常检测准确率至少提升了7.7个百分点。

基于聚类和实例硬度的入侵检测过采样方法

王垚, 孙国梓

2021, 41(6): 1709-1714. DOI: 10.11772/j.issn.1001-9081.2020091378

摘要 ( )

PDF (1211KB) ( )

参考文献 | 相关文章 | 计量指标

针对由于网络流量数据不平衡而导致入侵检测模型检测率低的问题，提出了一种基于聚类和实例硬度的入侵检测过采样方法（CHO）。首先，测算少数类数据对应的硬度值并作为输入，即计算其近邻样本中多数类的样本所占的比例；接下来，运用Canopy聚类方法对少数类数据进行预聚类，将所得到的聚类数值作为K-means++聚类方法的聚类参数再次聚类；然后，计算不同簇的平均硬度和标准差，将平均硬度作为统计学最优分配原理中的“调查费用”，并由该原理确定各簇中应生成的数据量；最后，根据硬度值的大小进一步识别簇中的“安全”区域，并在各簇的安全区域中由插值法生成指定数量的数据。与合成少数类过采样技术（SMOTE）等方法在6组公开的入侵检测数据集上进行对比实验，所提方法在曲线下面积（AUC）和G-mean上均取得了值为1.33的最优值，且相较于SMOTE在其中4组数据集上的AUC平均提高了1.6个百分点。实验结果表明该方法适用于处理入侵检测中的不平衡问题。

LTE-A网络中基于动态组的有效的身份认证和密钥协商方案

杜心雨, 王化群

2021, 41(6): 1715-1722. DOI: 10.11772/j.issn.1001-9081.2020091428

摘要 ( )

PDF (988KB) ( )

参考文献 | 相关文章 | 计量指标

机器类通信（MTC）作为未来移动通信中的通信方法之一，在物联网（IoT）中是一种重要的移动通信方法。当大量MTC设备同时想要访问网络时，每个MTC设备需要执行独立的身份认证，而这会导致网络拥塞。为了解决MTC设备在认证时的网络拥塞问题并提高其密钥协商的安全性，在LTE-A网络中提出了一种基于动态组的有效身份认证和密钥协商方案。该方案基于对称二次多项式，可以同时认证大量的MTC设备，并使这些设备分别与网络建立独立的会话密钥。该方案支持多次组认证，并且提供访问策略的更新。带宽分析表明，相较于基于线性多项式的方案，所提方案传输时的带宽消耗得到了优化：在家庭网络（HN）中的MTC设备与服务网络（SN）之间每次组认证传输带宽减少了132 bit，在HN内MTC设备之间的认证传输带宽减少了18.2%。安全性分析和实验结果表明，该方案在实际的身份认证和会话密钥建立中是安全的，能够有效避免网络中的信令拥塞。

优化的基于错误学习问题的CKKS方案

郑尚文, 刘尧, 周潭平, 杨晓元

2021, 41(6): 1723-1728. DOI: 10.11772/j.issn.1001-9081.2020091447

摘要 ( )

PDF (760KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于错误学习（LWE）问题的CKKS同态加密方案在密态数据计算中存在的密文大、计算密钥生成复杂以及同态计算效率低的缺陷，运用比特丢弃和同态计算密钥重组的方法，提出了一种优化的LWE型CKKS方案。首先，丢弃密文向量的部分低位比特和同态乘法计算中密文张量积的部分低位比特，从而减小了同态乘法过程中的密文规模；其次，针对比特丢弃对同态计算密钥进行重组和优化，从而去除密钥交换过程中powersof2含有的无关扩展项并降低计算密钥的规模和同态乘法过程中的噪声增长规模。在保证原有方案安全性的基础上，所提优化方案使得计算密钥的维度减少，使得同态乘法的计算复杂性降低。分析结果表明，所提出的优化方案在一定程度上降低了同态计算及计算密钥生成过程的计算复杂性，从而降低了存储开销并提升了同态乘法运算的效率。

基于状态视图的流媒体图像信息置乱隐藏算法

杨盼盼, 赵继春

2021, 41(6): 1729-1733. DOI: 10.11772/j.issn.1001-9081.2020091422

摘要 ( )

PDF (840KB) ( )

参考文献 | 相关文章 | 计量指标

针对流媒体图像存在的信息安全隐患问题，提出了一种基于状态视图的流媒体图像信息置乱隐藏算法。首先，使用基于限邻域经验模式分解（NLEMD）的流媒体图像增强算法来增强流媒体图像以及凸显流媒体图像的细节信息，从而实现流媒体图像增强的效果；然后，通过基于状态视图的高效编码和解码算法对流媒体图像信息实施编码与解码，从而完成流媒体图像信息的置乱隐藏。实验结果表明，所提算法可有效、全面置乱隐藏植物类、文字类的流媒体图像信息，且对流媒体图像增强显著，在流媒体图像信息的置乱隐藏中，该算法的置乱隐藏度高于95%，可保护流媒体图像信息安全。

可重构结构下合成视点失真变化算法并行设计与实现

蒋林, 施佳琪, 李远成

2021, 41(6): 1734-1740. DOI: 10.11772/j.issn.1001-9081.2020091462

摘要 ( )

PDF (1262KB) ( )

参考文献 | 相关文章 | 计量指标

针对三维高效视频编码（3D-HEVC）中，基于深度图的合成视点失真变化（SVDC）算法存在计算时间复杂度较高的问题，提出了一种在可重构阵列结构下基于混合粒度的SVDC算法并行化方法。首先，将SVDC算法分为虚拟视点合成（VVS）和失真值计算两个部分。其次，VVS部分采用流水线作业方式加速，而失真值计算部分采用两级划分加速：任务级——将合成后的图像按照像素点进行划分，指令级——将像素点内部的失真值按照计算过程进行划分。最后，采用可重构机制将VVS部分和失真值计算部分进行并行化处理。理论分析和硬件仿真结果表明，在执行时间上，采用4个处理单元（PE）的该方法具有2.11的加速比性能，与基于底层虚拟机（LLVM）和共享存储并行编程（OpenMP）的SVDC算法相比，计算时间分别缩短了18.56%和21.93%。可见所提方法能挖掘SVDC算法的并行性，并结合可重构阵列结构特点有效缩短了SVDC算法的执行时间。

基于占优关系的并行程序通信覆盖约减方法

张辰, 田甜, 杨秀婷, 巩敦卫

2021, 41(6): 1741-1747. DOI: 10.11772/j.issn.1001-9081.2020091369

摘要 ( )

PDF (944KB) ( )

参考文献 | 相关文章 | 计量指标

针对通信规模的增大及不确定通信使得消息传递接口（MPI）并行程序通信测试难度增大的问题，提出了基于占优关系的通信覆盖约减方法。首先，基于通信与通信语句间的对应关系，将通信约减问题转换为通信语句的约减问题；然后，利用语句占优关系求解通信语句集的约减集；最后，选择与约减集相关的通信作为覆盖目标，使得覆盖这些目标的测试数据能够覆盖全部通信。将所提方法应用到7个典型被测程序中。实验结果表明，在不降低通信覆盖率的前提下，相较于以全部通信作为覆盖目标的测试数据生成方法，所提方法减少的测试数据的生成时间最高达95%，提高了通信覆盖测试数据生成的效率。

信息筛选多任务优化自组织迁移算法

程美英, 钱乾, 倪志伟, 朱旭辉

2021, 41(6): 1748-1755. DOI: 10.11772/j.issn.1001-9081.2020091390

摘要 ( )

PDF (1172KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有自组织迁移算法（SOMA）只能求解单个优化问题及其“隐并行性”未能被充分挖掘的缺陷，提出信息筛选多任务优化自组织迁移算法（SOMAMIF）实现同一时刻处理多个优化问题。首先，构造多任务统一搜索空间，并根据任务个数设置相应的子种群；然后，对各子种群当前最优适应值进行判断，当任务连续若干代停滞进化时则产生信息交互需求；接着，按概率从剩余子种群中筛选对自己有用的信息并过滤无用信息，从而在保证信息正向迁移同时实现种群结构的重新调整；最后对算法的时间复杂度和空间复杂度进行分析。实验结果表明，SOMAMIF在同时求解多个高维函数优化问题时均快速收敛至全局最优解0，而SOMAMIF与分形技术相结合同时提取不同户籍高校学生返乡关键制约因素时，其在两个数据集上得到的平均分类准确率与原始数据集的平均分类准确率相比分别提高了0.348 66个百分点和0.598 57个百分点。

基于顶点冲突学习的最大公共子图算法

王宇, 刘燕丽, 陈劭武

2021, 41(6): 1756-1760. DOI: 10.11772/j.issn.1001-9081.2020091381

摘要 ( )

PDF (962KB) ( )

参考文献 | 相关文章 | 计量指标

针对最大公共子图（MCS）的传统分支策略依赖于图的静态属性，缺少学习历史搜索信息的问题，提出了基于顶点冲突学习的分支策略。首先，把上界的减少值作为分支点完成匹配动作的奖励；其次，由于当最优解被更新时，得到的最优解是分支点不断推理产生的结果，因此给予在完整的搜索路径上的分支点适当的奖励，从而强化这些顶点对搜索的积极作用；最后，设计了匹配动作的价值函数，并选择具有最大累计奖励的顶点作为新的分支点。在McSplit算法基础上，提出了糅合新分支策略的McSplitRLR算法。实验结果表明，除去均可以被所有对比算法在10 s之内解决的简单算例，在相同机器和求解限制时间条件下，相较当前先进的算法McSplit、McSplitSBS，McSplitRLR分别多解决了109、33个困难算例，求解率分别提高了5.6%、1.6%。

基于双通道卷积神经网络的图像单失真类型判定方法

闫钧华, 侯平, 张寅, 吕向阳, 马越, 王高飞

2021, 41(6): 1761-1766. DOI: 10.11772/j.issn.1001-9081.2020091362

摘要 ( )

PDF (1095KB) ( )

参考文献 | 相关文章 | 计量指标

针对图像单失真类型判定算法对部分失真类型判定精度低的问题，提出了一种基于双通道卷积神经网络（CNN）的图像单失真类型判定方法。首先，对图像进行裁剪以得到固定尺寸的图像块，并对图像块进行Haar小波变换从而得到高频信息图；然后，将图像块与对应的高频信息图分别输入到不同通道卷积层中以提取深层特征图后，对深层特征进行融合并输入到全连接层中；最后，将全连接层最后一层的值输入到Softmax函数分类器中得到图像单失真类型概率分布。LIVE数据库上的实验结果表明，所提方法的图像单失真类型判定准确率达到了95.21%，并且对JPEG2000和快速衰落失真这两种失真类型的判定精度相较用于对比的其他五种图像单失真类型判定方法分别提升了至少6.69个百分点和2.46个百分点。所提方法能够准确地判定出图像中存在的单失真类型。

结合降噪卷积神经网络和条件生成对抗网络的图像双重盲降噪算法

井贝贝, 郭嘉, 王丽清, 陈静, 丁洪伟

2021, 41(6): 1767-1774. DOI: 10.11772/j.issn.1001-9081.2020091355

摘要 ( )

PDF (1447KB) ( )

参考文献 | 相关文章 | 计量指标

针对图像降噪中降噪效果差、计算效率低的问题，提出了一种结合降噪卷积神经网络（DnCNN）和条件生成对抗网络（CGAN）的图像双重盲降噪算法。首先，使用改进的DnCNN模型作为CGAN的生成器来对加噪图片的噪声分布进行捕获；其次，将剔除噪声分布后的加噪图片和标签一同送入判别器进行降噪图像的判别；然后，利用判别结果对整个模型的隐层参数进行优化；最后，生成器和判别器在博弈中达到平衡，且生成器的残差捕获能力达到最优。实验结果表明，在Set12数据集上，当噪声水平分别为15、25、50时：所提算法与DnCNN算法相比，基于像素点间误差评价指标，其峰值信噪比（PSNR）值分别提升了1.388 dB、1.725 dB、1.639 dB；所提算法与三维块匹配（BM3D）、加权核范数最小化（WNNM）、DnCNN、收缩场级联（CSF）和一致性神经网络（CSNET）等现有算法相比，结构相似性（SSIM）评价指标值平均提升了0.000 2~0.104 1。实验结果验证了所提算法的优越性。

基于深度学习的双通道夜视图像复原方法

牛康力, 谌雨章, 沈君凤, 曾张帆, 潘永才, 王绎冲

2021, 41(6): 1775-1784. DOI: 10.11772/j.issn.1001-9081.2020091411

摘要 ( )

PDF (1916KB) ( )

参考文献 | 相关文章 | 计量指标

针对夜间场景光线微弱、能见度低导致夜视图像信噪比低、成像质量差的问题，提出了基于深度学习的双通道夜视图像复原方法。首先，用两种基于全连接多尺度残差学习分块（FMRB）的卷积神经网络（CNN）分别对红外夜视图像和微光夜视图像进行多尺度特征提取和层次特征融合，从而得到重建的红外图像和增强的微光图像；然后，两种处理后的图像通过自适应加权平均算法进行融合，并根据场景的不同自适应地凸显两个图像中具有更高显著性的有效信息；最后，得到分辨率高且视觉效果好的夜视复原图像。使用基于FMRB的深度学习网络得到的红外夜视重建图像，相较于卷积神经网络超分辨率（SRCNN）重建算法得到的在峰值信噪比（PSNR）和结构相似性（SSIM）的平均值上分别提升了3.56 dB和0.091 2；相较于MSRCR，得到的微光夜视增强图像在PSNR和SSIM的平均值上分别提升了6.82 dB和0.132 1。实验结果表明，所提方法得到的重建图像的清晰度明显得到改善，获得的增强图像的亮度也明显得到提升，而且前二者的融合图像的视觉效果较好，可见所提方法能有效改善夜视图像的复原效果。

基于演化博弈的领先用户知识共享行为激励机制

李从东, 黄浩, 张帆顺

2021, 41(6): 1785-1791. DOI: 10.11772/j.issn.1001-9081.2020091449

摘要 ( )

PDF (1217KB) ( )

参考文献 | 相关文章 | 计量指标

针对用户创新社区中未考虑企业激励机制对领先用户知识共享行为影响的问题，提出一种基于演化博弈的领先用户知识共享行为激励机制。首先，将企业和领先用户作为博弈主体，分别构建企业未采取激励措施和企业采取激励措施条件下的演化博弈模型；其次，分别对两个模型进行局部稳定性分析，以探讨系统的动态演化过程与演化稳定策略；最后，通过计算机模拟仿真，对比两种条件下领先用户知识共享行为的演化结果，分析领先用户知识共享行为的影响因素及最佳激励策略。实验结果表明，企业采取激励措施可以有效促进领先用户的知识共享行为，并且将激励分配系数控制在一定范围内时系统将达到最佳的稳定状态；最佳激励分配系数大小由知识共享成本、知识搜索成本及额外成本共同决定；知识共享成本、知识搜索成本以及激励分配系数会显著影响领先用户知识共享行为的水平。

换电模式下电动车货运路径优化模型与算法

李进, 王凤, 杨沈宇

2021, 41(6): 1792-1798. DOI: 10.11772/j.issn.1001-9081.2020091356

摘要 ( )

PDF (1049KB) ( )

参考文献 | 相关文章 | 计量指标

针对考虑电池续航能力和换电站约束的电动车货运路径优化问题，提出考虑速度、载重和距离等多因素的电动车碳排放计算方法。首先，以耗电量和旅行时间费用最小化为目标，建立混合整数规划模型；然后，在爬山优化和换电邻域搜索的基础上提出一种自适应遗传算法，并设计随种群适应度变化而自适应调整的交叉和变异概率；最后，采用爬山搜索加强算法的局部搜索能力，并设计电动车换电邻域搜索策略对最优解进行进一步的改进，以满足电池续航能力和换电站约束，得到最优可行解。实验结果表明：相较于传统的遗传算法，自适应遗传算法能够更快速有效地找到满意解；考虑耗电量和旅行时间的路径安排能够减少货运配送的碳排放和总费用；与固定的交叉和变异概率参数设置相比，自适应参数调节方法能够更有效防止局部优化问题，提高算法的全局搜索能力。

基于深度强化学习的二连杆机械臂运动控制方法

王建平, 王刚, 毛晓彬, 马恩琪

2021, 41(6): 1799-1804. DOI: 10.11772/j.issn.1001-9081.2020091410

摘要 ( )

PDF (875KB) ( )

参考文献 | 相关文章 | 计量指标

针对二连杆机械臂的运动控制问题，提出了一种基于深度强化学习的控制方法。首先，搭建机械臂仿真环境，包括二连杆机械臂、目标物与障碍物；然后，根据环境模型的目标设置、状态变量和奖罚机制来建立三种深度强化学习模型进行训练，最后实现二连杆机械臂的运动控制。对比分析所提出的三种模型后，选择深度确定性策略梯度（DDPG）算法进行进一步研究来改进其适用性，从而缩短机械臂模型的调试时间，顺利避开障碍物到达目标。实验结果表明，所提深度强化学习方法能够有效控制二连杆机械臂的运动，改进后的DDPG算法控制模型的收敛速度提升了两倍并且收敛后的稳定性增强。相较于传统控制方法，所提深度强化学习控制方法效率更高，适用性更强。

基于带梯度惩罚深度卷积生成对抗网络的页岩三维数字岩心重构方法

王先武, 张挺, 吉欣, 杜奕

2021, 41(6): 1805-1811. DOI: 10.11772/j.issn.1001-9081.2020091367

摘要 ( )

PDF (2129KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统数字岩心重构技术存在的成本高昂、复用性差和重构质量低等问题，提出了一种基于带梯度惩罚深度卷积生成对抗网络（DCGAN-GP）的三维页岩数字岩心重构方法。首先，利用神经网络参数来描述页岩训练图像的分布概率，并完成训练图像的特征提取；其次，保存训练后的网络参数；最后，利用生成器重构出页岩三维数字岩心。实验结果表明，相较于经典的数字岩心重构技术得到的图像，DCGAN-GP得到的图像在孔隙度、变差函数和孔隙大小及分布特征上都更接近训练图像，而且DCGAN-GP的CPU使用率不到经典算法的一半，内存峰值仅有7.1 GB，重构时间达到了每次42 s，体现出模型重构质量高、效率高的特点。

基于轻量级卷积神经网络的植物叶片病害识别方法

贾鹤鸣, 郎春博, 姜子超

2021, 41(6): 1812-1819. DOI: 10.11772/j.issn.1001-9081.2020091471

摘要 ( )

PDF (1486KB) ( )

参考文献 | 相关文章 | 计量指标

针对目前农业信息领域植物病害识别精度较低、实时性较差的问题，提出了一种基于轻量级卷积神经网络（CNN）的植物叶片病害识别方法。在原有网络中引入深度可分离卷积（DSC）和全局平均池化（GAP）方法，分别用来代替标准卷积运算操作并对网络末端的全连接层部分进行替换。同时，批归一化的技巧也被运用到训练网络的过程中，以改善中间层数据分布并提高收敛速度。为全面而可靠地评估所提方法的性能，在公开的植物叶片病害图像数据集PlantVillage上进行实验，选取损失函数收敛曲线、测试精度、参数内存需求等指标来验证改进策略的有效性。实验结果表明，改进后的网络具有较高的病害识别精度（99.427%）以及较小的内存空间占用（6.47 MB），可见其与其他基于神经网络的叶片识别技术相比具有优势，工程实用性较强。

基于长距离依赖编码与深度残差U-Net的缺血性卒中病灶分割

黄梨, 卢龙

2021, 41(6): 1820-1827. DOI: 10.11772/j.issn.1001-9081.2020111788

摘要 ( )

PDF (1812KB) ( )

参考文献 | 相关文章 | 计量指标

脑卒中病灶自动分割可以为临床决策过程提供有价值的支持，而由于病灶大小、形状和位置的多样性，这项任务具有一定的挑战性。以往的研究未能很好地捕获有助于处理这种多样性的全局上下文信息。针对小样本情境下的缺血性脑卒中病灶分割这一问题，提出了在传统U-Net的基础上融合了残差模块和non-local块的端到端神经网络，用于从多模态核磁共振成像（MRI）的图像中预测卒中病灶。该方法基于U-Net的编码器-解码器结构，利用残差模块的堆叠来解决网络退化问题和避免过拟合，并通过插入non-local块编码特征图中的长距离依赖来为特征提取的过程提供全局上下文信息。对所提出的方法及其变体在缺血性卒中病灶分割挑战赛（ISLES）2017数据集上进行了评估，结果显示，所提出的残差U-Net （Dice=0.29±0.23、ASSD=7.66±6.41、HD=43.71±22.11）和RN-UNet （Dice=0.29±0.23、ASSD=7.61±6.62、HD=45.36±24.75），相对于基线U-Net （Dice=0.25±0.23、ASSD=9.45±7.36、HD=54.59±21.19）在所有指标上都有明显提升；跟ISLES官网上最先进的方法对比，所提的两个方法均取得了更好的分割结果，可见这两个方法有助于医生在临床实践中快速客观地评估病情。

基于空间分频的超声图像分割注意力网络

沈雪雯, 王晓东, 姚宇

2021, 41(6): 1828-1835. DOI: 10.11772/j.issn.1001-9081.2020091470

摘要 ( )

PDF (1917KB) ( )

参考文献 | 相关文章 | 计量指标

针对医学超声影像噪点多、边界模糊，器官轮廓很难界定的问题，提出了一种基于空间分频的超声图像分割注意力网络（SFDA-Net）。首先，借助Octave卷积在整个网络中对图像实现了高、低频并行处理，从而获得更加多元的信息。然后，加入卷积块注意模块（CBAM），使图像特征恢复时更加关注有效信息，以减小分割目标整体区域的缺失。最后，使用Focal Tversky Loss作为目标函数，从而降低简单样本的权重并加强对困难样本的关注，以及降低各个类别间因像素误判而引入的误差。通过多组对比实验可知，SFDA-Net的参数量低于原UNet++，而分割精度提高了6.2个百分点，Dice得分提高了8.76个百分点，类别平均像素准确率（mPA）提升至84.09%，平均交并比（mIoU）提升至75.79%。SFDA-Net在降低参数量的同时稳步提高了网络性能，实现了更为准确的超声心动图分割。

基于轻量级网络的钢铁表面缺陷分类

史杨潇, 章军, 陈鹏, 王兵

2021, 41(6): 1836-1841. DOI: 10.11772/j.issn.1001-9081.2020081244

摘要 ( )

PDF (981KB) ( )

参考文献 | 相关文章 | 计量指标

缺陷分类是钢铁表面缺陷检测的重要内容。在卷积神经网络（CNN）取得良好效果的同时，网络日益增长的参数量耗费了大量计算成本，为缺陷分类任务在个人计算机或低算力设备上的部署带来了巨大的挑战。针对上述问题，提出了一种新颖的轻量级网络模型Mix-Fusion。首先，通过组卷积和通道洗牌两种操作，在保持精度的同时有效降低计算成本；其次，利用一个狭窄的特征映射对组间信息进行融合编码，并将生成的特征与原始网络结合，从而有效解决了“稀疏连接”卷积阻碍组间信息交换的问题；最后，用一种新型的混合卷积（MixConv）替代了传统的深度卷积（DWConv），以进一步提高模型的性能。在NEU-CLS数据集上的实验结果表明，Mix-Fusion网络在缺陷分类任务中的浮点运算次数和分类准确率分别为43.4 MFLOPs和98.61%。相较于ShuffleNetV2和MobileNetV2网络，Mix-Fusion网络不仅降低了模型参数，压缩了模型大小，同时还得到了更好的分类精度。

基于形态流的石油钻井水流异常检测

李衍志, 范勇, 高琳

2021, 41(6): 1842-1848. DOI: 10.11772/j.issn.1001-9081.2020091429

摘要 ( )

PDF (1537KB) ( )

参考文献 | 相关文章 | 计量指标

针对石油钻井水流的智能监控技术，可以实现石油钻井污染气体的自动监测，并最大限度地减少人工监测成本。针对现有特征提取方法不能描述水流形态变化过程，异常样本获取困难且不能完全列举，以及没有充分利用融合层信息的问题，提出了一种水流异常数据检测算法。首先，提出了一种新特征表示方法——形态流；然后，将经典的异常检测无监督神经网络GANomaly优化为残差结构；最后，在GANomaly的基础上增加了特征融合层，从而提升神经网络的学习能力。实验结果表明，改进后的算法检测精度达到了95%，相较GANomaly算法提升了5个百分点。所提算法能适用于不同场景下的水流异常数据检测，并能克服雾气对实验结果的影响。

当期目录