《计算机应用》唯一官方网站

区块链3.0的发展、技术与应用

方鹏, 赵凡, 王保全, 王轶, 蒋同海

2024, 44(12): 3647-3657. DOI: 10.11772/j.issn.1001-9081.2023121826

摘要 ( )

HTML ( )

PDF (2294KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

区块链3.0是区块链技术发展的第3阶段，也是构建价值互联网的内核，它在分片、跨链以及隐私保护等方面的创新使它具有广泛的应用场景和研究价值，受到学术界和产业界相关人士的高度重视。针对区块链3.0的发展、技术与应用，调研并综述近5年国内外关于区块链3.0的相关文献。首先，介绍区块链的基本理论和技术特点，为深入了解区块链的研究进展奠定基础；其次，根据区块链技术随时间变化的演进趋势，阐述区块链3.0的发展历程和各个关键的发展时间节点，并给出以分片和侧链技术为基准点划分区块链不同的发展阶段的理由；再次，详细分析区块链3.0关键技术的研究现状，概述归纳它在物联网、医疗和农业等6大领域内的典型应用；最后，总结区块链3.0在发展过程中面临的关键性挑战和未来发展机遇。

链上链下一致性保护技术综述

高婷婷, 姚中原, 贾淼, 斯雪明

2024, 44(12): 3658-3668. DOI: 10.11772/j.issn.1001-9081.2023121818

摘要 ( )

HTML ( )

PDF (1452KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

区块链不可篡改的特性保证了链上数据的一致性，而链下数据可能在记录、存储、传输的过程中遭到破坏，这会造成链上和链下数据不一致的问题，进而极大地影响区块链技术的落地发展；因此，需要一些机制保证链上链下数据的一致性。针对链上和链下数据不一致的问题，总结目前的一些链上链下一致性保护技术。首先，介绍链上链下一致性的基本概念，并指出一致性问题的重要性；其次，从预言机机制、数据完整性机制和链上链下数据协同机制这3个方面综述链上链下一致性保护技术，并对比分析一些链上链下一致性保护方案；最后，从3个方面展望链上链下一致性保护技术，为区块链从业者和研究者们进一步深入探讨和研究链上链下一致性保护方法提供理论参考，进而促进区块链应用的落地。

零知识证明赋能区块链的进展与展望

贾淼, 姚中原, 祝卫华, 高婷婷, 斯雪明, 邓翔

2024, 44(12): 3669-3677. DOI: 10.11772/j.issn.1001-9081.2023121819

摘要 ( )

HTML ( )

PDF (3019KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

因为去中心化和不可篡改等特点，区块链技术已经广泛应用于社会治理、教育和医疗等领域。然而，随着应用的不断深入，需求的不断增多，区块链系统面临着安全问题、存储不足以及价值孤岛等一系列挑战。因此，区块链在隐私保护、扩容和跨链互操作性方面的需求日益凸显。将零知识证明（ZKP）技术赋能区块链，可以使区块链实现高级别的匿名性和事务隐私保护，基于ZKP的有效性证明可取代完整的数据由侧链或链下角色提交给主链，基于ZKP的共识证明可更高效地提升区块链跨链协议的性能。针对ZKP赋能区块链的现状亟待综合对比分析的问题，研究ZKP赋能区块链的进展与展望，而基于ZKP技术赋能区块链的相关进展，系统性地总结了近年来的代表性方案。首先，介绍了零知识技术的发展脉络；其次，分类总结基于ZKP技术的区块链的代表性应用，重点介绍这些应用的实现思路和创新点，并基于典型案例对这些应用在区块大小、证明大小、交易费用等指标上分析性能；最后，展望ZKP技术在区块链隐私保护、扩容和跨链的发展前景中的应用。

面向物联网的区块链共识算法综述

牛科迪, 李敏, 姚中原, 斯雪明

2024, 44(12): 3678-3687. DOI: 10.11772/j.issn.1001-9081.2023121820

摘要 ( )

HTML ( )

PDF (1915KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

目前大多数共识算法都需要较高的计算能力或特定的通信环境，不适合用于资源受限的物联网（IoT）。针对传统的区块链中的共识算法应用到IoT时的局限性，综述了面向IoT的区块链共识算法。首先，从基于实用拜占庭容错算法（PBFT）的改进共识算法、基于其他共识算法的改进算法和适用IoT的新型区块链共识算法这3个类别的方向介绍和总结归纳面向IoT的共识算法；其次，建立共识算法的基本评价指标体系，并从去中心化、可扩展性、安全性、延迟和能耗等5个方面对比共识算法；最后，分析面向IoT的共识算法面临的挑战与未来研究方向。基本评价指标体系分析表明，新型共识算法比基于传统共识算法进行改进的共识算法更适配IoT，为面向IoT的区块链共识算法研究提供了参考。

适用于物联网的区块链轻量化技术综述

陈姿芊, 牛科迪, 姚中原, 斯雪明

2024, 44(12): 3688-3698. DOI: 10.11772/j.issn.1001-9081.2023121817

摘要 ( )

HTML ( )

PDF (1709KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

区块链技术凭借去中心化和加密等特性被用于物联网（IoT），然而传统区块链在IoT环境下存在扩展性差、延迟高、密码组件消耗高、共识计算复杂和数据存储规模大等问题。针对传统区块链在IoT设备中性能不佳的问题，对区块链轻量化技术进行综述。首先，将区块链架构分为单链结构和有向无环图（DAG）结构，并比较了两类区块链架构中的轻量化操作；其次，从迭代结构、压缩函数和硬件实现方面分析轻量级hash函数；再次，介绍共识算法和存储中的轻量化方案；最后，结合文献调研成果归纳总结区块链轻量化技术的设计思路，展望未来的研究方向。

面向公有区块链上的私有区块链的多权威属性加密方案

孙科硕, 高海英, 宋杨

2024, 44(12): 3699-3708. DOI: 10.11772/j.issn.1001-9081.2023121816

摘要 ( )

HTML ( )

PDF (1372KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

区块链是一种结合分布式存储、共识机制和密码学原理等技术的新兴数据结构。针对公有链上的数据访问控制问题，提出一种面向公有区块链上的私有区块链（POP）的多权威属性加密（MA-ABE）方案。首先，构建依托公有区块链的私有区块链，并给出具体的数据隐私保护流程；其次，设计联合权威初始化算法以及联合密钥生成算法；最后，在随机预言机模型下，通过模拟挑战密文和用户私钥，使用基于判定性双线性Diffie-Hellman （DBDH）的假设证明所提方案满足静态安全性。实验结果表明，在保证安全性的前提下，所提方案能够抵抗针对主密钥的 $n - 1$ 方恶意权威下的合谋攻击。

基于SM9算法的可链接环签名方案

王伊婷, 万武南, 张仕斌, 张金全, 秦智

2024, 44(12): 3709-3716. DOI: 10.11772/j.issn.1001-9081.2023121825

摘要 ( )

HTML ( )

PDF (1254KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对基于身份的可链接环签名（IBLRS）方案存在开销过大且不满足技术自主化要求的问题，提出一种基于SM9算法的可链接环签名（LRS）方案。首先，将环中签名者的身份标识发送到密钥生成中心（KGC）生成相应私钥；其次，结合该私钥与SM9算法生成签名，并保持该私钥生成方式与SM9算法中私钥生成方式一致；最后，绑定签名者私钥与事件标识构造一个无需复杂计算操作的可链接标签，提升所提算法的效率。在随机预言机模型下，证明所提方案具有正确性、不可伪造性、无条件匿名性和可链接性。同时，基于所提算法设计一种多公证人跨链方案，以实现高效且安全的跨链交互。与IBLRS算法相比，所提方案仅需4次双线性配对操作，在计算开销和通信开销上分别减少了39.06%和51.61%。方案性能分析表明，所提方案减少了计算开销和通信开销，并满足技术的自主可控性。

基于信誉值和强盲签名算法的委托权益证明共识算法

赵振皓, 张仕斌, 万武南, 张金全, 秦智

2024, 44(12): 3717-3722. DOI: 10.11772/j.issn.1001-9081.2023121822

摘要 ( )

HTML ( )

PDF (1330KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对委托权益证明（DPoS）算法存在高权重节点记账权概率大导致的中心化趋势加剧、节点投票积极性不高以及节点腐败导致的共谋攻击等问题，提出一种基于信誉值和强盲签名算法的DPoS共识算法。首先，根据初始条件的不同分为2类节点，并第一次筛选节点，选出代理节点；其次，代理节点相互投票，并根据历史信誉值与最终票数的平均值选取排名前21的节点组成见证人节点集合，而剩余节点组成备用见证人节点集合；在投票过程中应用基于Elgamal的强盲签名算法，保证投票节点的隐私性；最后，见证人节点出块，完成共识过程。实验结果表明，与原始DPoS共识算法相比，所提算法的活跃节点比例提升了约20个百分点，恶意节点比例接近0。可见，所提算法提高了节点投票的积极性，并保护了节点的隐私信息。

基于身份代理重加密的跨链身份管理方案

张鑫, 张金全, 刘德渊, 万武南, 张仕斌, 秦智

2024, 44(12): 3723-3730. DOI: 10.11772/j.issn.1001-9081.2023121823

摘要 ( )

HTML ( )

PDF (2492KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对目前跨链身份管理中存在的认证效率低、安全性能不足和可扩展性差的问题，提出一种基于身份代理重加密（IBPRE）的跨链身份管理方案。首先，结合分布式数字身份（DID）构建身份链，并为用户提供DID标识作为跨链身份标识以及可验证凭证作为访问凭证构建基于凭证信息的访问控制策略；其次，使用中继链结合密码累加器实现用户身份认证；最后，通过结合IBPRE和签名算法，构建IBPRE基础上的跨链通信模型。实验分析和评估结果表明，所提方案在认证耗时方面相较于RSA和椭圆曲线加密算法（ECC）分别减少了66.9%和4.8%。可见，中继链和身份链能实现身份管理，提升去中心化程度和扩展性，构建跨链通信模型和基于凭证信息的访问策略，并保障跨链身份管理中的安全性。

基于无证书签密的跨链身份认证方案

刘德渊, 张金全, 张鑫, 万武南, 张仕斌, 秦智

2024, 44(12): 3731-3740. DOI: 10.11772/j.issn.1001-9081.2023121824

摘要 ( )

HTML ( )

PDF (2361KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有的区块链跨链身份认证方案存在去中心化程度低、可扩展性较差、资源消耗较大的问题，提出一种基于无证书签密的跨链身份认证方案（CIA-CLSC）。首先，采用无证书签密（CLSC）生成各跨链实体密钥并实现通信加密以及身份认证；其次，采用秘密共享实现分布式系统的密钥管理；最后，采用去中心化身份实现各实体密钥与跨链身份的关联。在保障身份隐私和安全的前提下，CIA-CLSC实现了不同区块链系统间的跨链交互身份认证。理论分析与实验结果表明，CIA-CLSC无需依赖中心化证书机构和第三方密钥管理机构，保证了去中心化特性；CIA-CLSC生成的数字身份符合万维网联盟（W3C）标准，保证了可扩展性；在保持去中心化的前提下实现跨链交互身份认证这一情况下，CIA-CLSC比椭圆曲线密码（ECC）与高级加密标准（AES）的组合减少约34%的时间开销、比RSA与AES的组合减少约38%的时间开销。可见，CIA-CLSC在实际应用中能够有效提高跨链系统的去中心化特性、可扩展性以及交互效率。

基于区块链和零知识证明的高速公路自由流收费方法

王一帆, 林绍福, 李云江

2024, 44(12): 3741-3750. DOI: 10.11772/j.issn.1001-9081.2023121830

摘要 ( )

HTML ( )

PDF (2979KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对目前智慧交通中高速公路自由流收费方案里因车辆套牌导致的车辆逃费和数据集中式存储可能引起的用户隐私泄露至集中式实体的问题，提出一种基于区块链和零知识证明的高速公路自由流收费方法。首先，设计视频监控逃费检测机制确保高速公路上车辆的合规性；其次，设计区块链中的智能合约将车辆位置证书（LC）和付费数据加密存储于分布式账本，并引入零知识证明技术在保护隐私的情况下确保支付的正确性；同时，在零知识电路中设计根据车辆行驶里程收费的算法。理论分析与模拟实验结果表明，所提方法在正常情况下能实现位置隐私零知识的实际行驶里程正确收费，在异常情况下能及时预警并记录至区块链上；所提方法的平均收费时间相较于传统人工收费方法由原来的38.0 s降低至1.8 s，而相较于基于5G和电子不停车收费系统ETC（Electronic Toll Collection）结合的收费方法，所提方法的平均收费时间减少了约0.1 s；对于相同的入站与出站口，不同路线的信息网络可信第三方信息采集点（ICP）数量重合度越低，根据行驶里程的收费越精准。

面向主从链的慈善系统溯源存储模型

梁静, 万武南, 张仕斌, 张金全, 秦智

2024, 44(12): 3751-3758. DOI: 10.11772/j.issn.1001-9081.2023121821

摘要 ( )

HTML ( )

PDF (2966KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对单链存储慈善系统溯源数据存在巨大的存储压力，同时慈善数据需要共享，可能会造成隐私泄露的问题，提出一种面向主从链的慈善系统溯源存储模型。首先，在模型中设计一条主链和多条从链，主链主要负责查询慈善溯源数据和监管从链，而从链负责存储大量慈善溯源数据；其次，设计慈善溯源数据分类智能合约将慈善数据按照隐私性需求分为公开数据和隐私数据两大类，公开数据直接存储于主链，而隐私数据采用密文策略属性基加密（CP-ABE）加密后存储在从链，从而保证数据隐私，并实现存储的可扩展性和智能性；最后，改进Merkle tree的存储结构，通过设计一个智能合约标记重复数据，完成对区块链系统相同块的检测和重复数据的删除，从而避免数据冗余，减少存储消耗。实验结果表明，与单链模型相比，随着数据总量的增大，所提模型的主从链的响应时间稳定在0.53 s，吞吐量稳定在149 B。可见，主从链模型提高了查找效率，优化了存储空间，并实现了数据隐私保护。

基于标签分类的联邦学习客户端选择方法

张祖篡, 陈学斌, 高瑞, 邹元怀

2024, 44(12): 3759-3765. DOI: 10.11772/j.issn.1001-9081.2023121740

摘要 ( )

HTML ( )

PDF (1918KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

联邦学习作为一种分布式的机器学习方法，在保护数据隐私的同时可以充分挖掘数据中的价值；然而传统的联邦学习训练方法只是随机选择参与客户端，难以适应非独立同分布（Non-IID）数据集。针对Non-IID数据下联邦学习模型精度低、收敛慢等问题，提出一种基于标签分类的联邦学习客户端选择方法（FedLCCS）。首先，按照频数统计结果分类排序客户端数据集标签；其次，选择拥有高频数标签的客户端参与训练；最后，通过调节自有参数获取不同精度的模型。在MNIST、Fashion-MNIST和Cifar-10数据集上的实验结果表明，结合FedLCCS后的联邦平均（FedAvg）和联邦近端优化（FedProx）这2种基线方法相较于原始方法在初始数据集标签选择比例下的准确率至少提高了9.13和6.53个百分点，收敛速度至少提升了57.41%和18.52%，运行时间至少降低了7.60%和17.62%。以上验证了FedLCCS可以优化联邦模型的精度、收敛速度和运行效率，且能够训练不同准确率的模型以应对多样化的需求。

字典学习与样本关联保持结合的无监督特征选择模型

刘晶鑫, 黄雯静, 徐亮胜, 黄冲, 吴建生

2024, 44(12): 3766-3775. DOI: 10.11772/j.issn.1001-9081.2023121783

摘要 ( )

HTML ( )

PDF (7520KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对大多数基于字典学习的无监督特征选择模型没有充分挖掘数据间的本质关联，进而降低了特征重要性判断的准确性这一问题，提出一种字典学习与样本关联保持结合的无监督特征选择模型（DLSCP）。首先，从数据中学习字典基以完成对原始数据的编码，并在字典空间中获得能够反映数据分布的隐表示；其次，进一步在字典空间中自适应地学习数据间的本质关联，以消除冗余特征和噪声特征的影响，从而获得准确的数据间的局部几何结构；最后，利用数据间的本质关联评估数据特征的关联性和重要性。在TOX数据集上的实验结果表明，当选择50个特征时，DLSCP在归一化互信息（NMI）和聚类准确度（Acc）这2个评价指标上，相较于非负谱分析模型NDFS（Nonnegative Discriminative Feature Selection）分别提升了13.33和7.95个百分点，相较于隐空间嵌入无监督特征选择模型LSEUFS（Latent Space Embedding for Unsupervised Feature Selection via joint dictionary learning）分别提升了15.74和7.31个百分点，验证了DLSCP的有效性。

基于模态内细粒度特征关系提取的图像文本检索模型

吴祖成, 吴小俊, 徐天阳

2024, 44(12): 3776-3783. DOI: 10.11772/j.issn.1001-9081.2023121860

摘要 ( )

HTML ( )

PDF (3093KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对跨模态检索任务中关系具有多样性，以及基于外观的传统范式无法准确反映图像中显著物体间的关联，使得它在复杂场景中的应用效果不佳的问题，提出一种基于模态内细粒度特征关系提取的图像-文本检索模型。首先，为了获得更直观的位置信息，将图像划分为网格，并通过物体与网格的位置关系建立位置表征；其次，为了在关系建模阶段保持节点信息的稳定性和独立性，使用一个跨模态信息指导的特征融合模块；最后，提出一种自适应三元组损失用于动态平衡正负样本的训练权重。实验结果表明，所提模型在Flickr30K和MS-COCO 1K数据集上与模型CHAN（Cross-modal Hard Aligning Network）相比，在R@sum指标（前1，5，10个图像检索文本和文本检索图像的召回率之和）上分别提升了1.5%和0.02%，以上结果验证了所提模型在检索的召回率上的有效性。

基于注意力机制的不完备多视图聚类算法

杨成昊, 胡节, 王红军, 彭博

2024, 44(12): 3784-3789. DOI: 10.11772/j.issn.1001-9081.2023121866

摘要 ( )

HTML ( )

PDF (1333KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统深度不完备多视图聚类算法中补全缺失视图数据的不确定性、嵌入学习鲁棒性的缺乏和模型泛化性低的问题，提出基于注意力机制的不完备多视图聚类算法（IMVCAM）。首先，通过K最近邻（KNN）算法补全了视图中缺失的数据，使训练数据具有互补性；其次，经过线性编码层后，将获得的嵌入通过注意力层，以提高嵌入的质量；最后，对每个视图训练得到的嵌入使用k均值聚类算法进行聚类，而视图的权重通过皮尔逊相关系数确定。在5个经典的数据集上的实验结果表明，在Fashion数据集上，IMVCAM取得最优的结果，相较于次优的深度安全不完整多视图聚类（DSIMVC）算法，在数据缺失率为0.1、0.3的情况下，IMVCAM的聚类准确率分别提升了2.85、4.35个百分点；此外，在Caltech101-20数据集上，IMVCAM相较于次优的基于自注意力融合的不完整多视图聚类算法（IMVCSAF），在数据缺失率为0.1、0.3的情况下的聚类准确率分别提升了7.68、3.48个百分点。所提算法能够有效应对多视图数据的不完备性和模型泛化性问题。

基于改进区域提议网络和特征聚合小样本目标检测方法

付可意, 王高才, 邬满

2024, 44(12): 3790-3797. DOI: 10.11772/j.issn.1001-9081.2023121731

摘要 ( )

HTML ( )

PDF (3013KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

在现有的小样本目标检测中，区域提议网络（RPN）通常是在基类数据上训练以生成新类候选框；然而新类数据相较于基类更稀缺，在引入时可能产生与目标物不同的复杂背景，导致RPN将背景误认为前景，遗漏高交并比（IoU）值候选框。针对上述问题，提出一种基于改进RPN和特征聚合小样本目标检测方法（IFA-FSOD）。首先，基于RPN进行改进，即通过在RPN中设计一个基于度量的非线性分类器，计算骨干网络提取的特征和新类特征之间的相似度，以提高对新类候选框的召回率，从而筛选高IoU候选框；其次，在感兴趣区域对齐（RoI Align）中引入基于注意力机制的特征聚合模块（FAM），并通过设计不同尺度的网格，获取更全面的信息和特征表示，从而缓解因尺度不同引起的特征信息缺失。实验结果表明，相较于QA-FewDet（Query Adaptive Few-shot object Detection）方法，IFA-FSOD方法在PASCAL VOC数据集的新类上的Novel Set 3中的10-shot下的新类别平均精度（50% IoU）（nAP50）提升了4.5个百分点；相较于FsDetView（Few-shot object Detection and Viewpoint estimation）方法，在10-shot和30-shot设置下，IFA-FSOD方法在COCO数据集的新类上的平均精度均值（mAP）分别提升了0.2和0.8个百分点。可见改进RPN和特征聚合（IFA）能有效提高在小样本情况下对目标类别的检测性能，并解决高IoU值候选框遗漏和特征信息捕捉不全的问题。

基于数据增强和标签噪声的快速对抗训练方法

宋逸飞, 柳毅

2024, 44(12): 3798-3807. DOI: 10.11772/j.issn.1001-9081.2023121835

摘要 ( )

HTML ( )

PDF (1924KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

对抗训练（AT）是保护分类模型免受对抗性攻击的有效防御方法；然而，在训练过程中生成强对抗样本的高成本可能导致大量的额外训练时间。为了突破这一限制，探索基于单步攻击的快速对抗训练（FAT）。以往的工作从样本初始化、损失正则化和训练策略等不同角度改进了FAT；然而，在处理大扰动预算时会遇到灾难性过拟合（CO）。因此，提出一种基于数据增强与标签噪声的FAT方法。首先，对原始样本执行多种图像转换，并引入随机噪声进行数据增强；其次，少量标签噪声被注入；再次，使用增强的数据生成对抗样本用于模型训练；最后，根据对抗鲁棒性测试结果自适应地调整标签噪声率。在CIFAR-10和CIFAR-100数据集上的全面实验结果表明，相较于FGSM-MEP（Fast Gradient Sign Method with prior from the Momentum of all Previous Epoch）方法，所提方法在大扰动预算条件下，在2个数据集上的AA（AutoAttack）分别提升了4.63和5.38个百分点。实验结果验证了所提方法可以有效地处理大扰动预算下的CO问题，并显著增强模型的对抗鲁棒性。

带高斯核的支持向量数据描述问题的高效积极集法

张奇业, 曾心蕊

2024, 44(12): 3808-3814. DOI: 10.11772/j.issn.1001-9081.2023121809

摘要 ( )

HTML ( )

PDF (4044KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对积极集法求解支持向量数据描述（SVDD）问题时，在大规模数据场景下每次迭代计算量大、效率低的问题，设计一种带高斯核的SVDD问题的高效积极集法（ASM-SVDD）。首先，利用SVDD对偶模型约束条件的特殊性，每次迭代求解一个降维的等式约束子问题；其次，通过矩阵操作实现积极集的更新，每次更新计算只与当前支持向量及单个样本点有关，从而极大地降低计算量；另外，由于ASM-SVDD算法是传统积极集法的一种变体，应用积极集法理论得到该算法的有限终止性；最后，基于仿真和真实数据集，验证ASM-SVDD算法性能。结果表明，随着训练轮次的增加，ASM-SVDD算法可以有效提升模型性能。与求解SVDD问题的快速增量算法FISVDD （Fast Incremental SVDD）相比，ASM-SVDD算法在典型的低维高样本数据集shuttle上训练得到的目标函数值可减小25.9%，对支持向量的识别能力可提高10.0%。同时，ASM-SVDD算法在不同数据集上的F1分数相较于FISVDD算法均有提高，在超大规模数据集criteo上提高量可达0.07%。可见，ASM-SVDD算法在检测异常值的同时，训练得到的超球体更稳定，且对测试样本的判断准确率也更高，适用于大规模数据场景下的异常值检测。

基于片段抽取原型网络的古籍文本断句标点提示学习方法

高颖杰, 林民, 斯日古楞null, 李斌, 张树钧

2024, 44(12): 3815-3822. DOI: 10.11772/j.issn.1001-9081.2023121719

摘要 ( )

HTML ( )

PDF (1509KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对古籍信息处理中自动断句及标点任务依赖大规模标注语料的现象，在考虑高质量、大规模样本的训练成本昂贵且难以获取的背景下，提出一种基于片段抽取原型网络的古籍文本断句标点提示学习方法。首先，通过对支持集加入结构化提示信息形成有效的提示模板，从而提高模型的学习效率；其次，结合标点位置提取器和原型网络分类器，有效减少传统序列标注方法中的误判影响及非标点标签的干扰。实验结果表明，与Siku-BERT-BiGRU-CRF（Siku-Bidirectional Encoder Representation from Transformer-Bidirectional Gated Recurrent Unit-Conditional Random Field）方法相比，在《史记》数据集上所提方法的F1值提升了2.47个百分点。此外，在公开的多领域古籍数据集CCLUE上，所提方法的精确率和F1值分别达到了91.60%和93.12%，说明所提方法利用少量训练样本就能对多领域古籍进行有效的自动断句标点。因此，所提方法为多领域古籍文本的自动断句及标点任务的深入研究以及提高模型的学习效率提供了新的思路和方法。

面向嵌套分支突破的推断与污点分析融合的方法

蔡锦辉, 尹中旭, 宗国笑, 李俊儒

2024, 44(12): 3823-3830. DOI: 10.11772/j.issn.1001-9081.2023121738

摘要 ( )

HTML ( )

PDF (1292KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对当前基于污点推断的模糊测试主要集中于目标代码块内单一代码分支的分析，而未充分考虑上下文分支间的关联关系，导致面对嵌套分支时对代码分支相关字节位置推断不够精确的问题，提出一种面向嵌套分支突破的推断与污点分析融合的方法。首先，利用阶段覆盖信息评估需要突破的障碍点，并根据测试用例执行时障碍点的覆盖信息评估障碍点的优先级，从而聚焦更有潜力的测试用例；其次，优化污点推断算法，即结合控制流信息更精确地推断嵌套分支相关输入字节的位置，并重用前序分支推断信息以提升推断速度；最后，对推断出的障碍点相关位置进行轻量级的污点分析以指导变异过程，从而避免随机变异导致的嵌套分支不可达问题。在6个流行的应用中评估原型工具DTFuzz。实验结果表明，DTFuzz的节点覆盖率比现有模糊测试工具REDQUEEN平均提高了9.85%，并且DTFuzz发现了5个未知漏洞；同时，DTFuzz不同模块的节点覆盖率相较于基准工具均有所提高，最高提高了29.23%。可见，所提方法能有效突破复杂嵌套分支并实现测试覆盖率的提升，提升漏洞挖掘的效率。

面向部分图更新的动态社交网络隐私发布方法

高瑞, 陈学斌, 张祖篡

2024, 44(12): 3831-3838. DOI: 10.11772/j.issn.1001-9081.2023111706

摘要 ( )

HTML ( )

PDF (3239KB) ( )

PDF（mobile） (4356KB) ( 14 )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有动态社交网络隐私保护中存在的添加噪声尺度过大以及迭代过程中误差积累的问题，提出一种面向部分图更新的动态社交网络隐私发布方法PGU-DNDP（Partial Graph Updating in Dynamic social Network based on Differential Privacy）。首先，通过时间权衡的动态社区发现算法收集网络快照图集合中的更新序列；其次，使用静态图发布方法得到初始生成图；最后，基于上一时刻的生成图和当前时刻更新序列完成部分图更新。部分更新的方法可以降低全图扰动带来的过量噪声并优化时间成本，避免合成图密集情况发生。此外，在部分更新中设计一种边缘更新策略，结合自适应的扰动和下采样机制，通过隐私放大减小迭代过程中的累积误差，从而有效提高合成图的精度。在3个合成数据集和2个真实的动态数据集上的实验结果表明，PGU-DNDP能够在保证动态社交网络隐私需求的同时，比主流的静态图生成方法PrivGraph（differentially Private Graph data publication by exploiting community information）保留更高的数据效用。

全轮Shadow算法的差分和线性特征分析

项勇, 李艳俊, 黄丁韫, 陈愚, 谢惠琴

2024, 44(12): 3839-3843. DOI: 10.11772/j.issn.1001-9081.2023121762

摘要 ( )

HTML ( )

PDF (960KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

随着射频识别（RFID）技术、无线传感器的应用越来越广泛，为了保护这类资源受限设备存储和传输的数据，轻量级密码应运而生。轻量级密码的密钥长度较短、轮数较少，因此在正式投入使用前，有必要对轻量级密码进行精确的安全性分析。针对轻量级密码安全需求，分析全轮Shadow算法的差分和线性特征。首先，提出一种二次差分的概念，从而更清楚地刻画差分特征，证明该算法存在概率为1的全轮差分特征，并通过实验验证差分特征的正确性；其次，给出全轮线性特征，即证明给定一组Shadow-32（或Shadow-64）的明密文，可以获取8（或16）比特的密钥信息，并通过实验验证以上说法的正确性；再次，基于明文、密文和轮密钥之间的线性等式关系估计2次布尔函数的方程数和自变量数，再得到求解初始密钥的计算复杂度为 $2 63.4$ ；最后，总结Shadow算法的结构特点，并提出下一步的研究重点。此外，全轮Shadow算法的差分和线性特征的分析工作对其他轻量级密码的差分和线性分析具有一定的借鉴作用。

基于双档案种群大小自适应方法的改进差分进化算法

黄亚伟, 钱雪忠, 宋威

2024, 44(12): 3844-3853. DOI: 10.11772/j.issn.1001-9081.2023121744

摘要 ( )

HTML ( )

PDF (1393KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有差分进化（DE）算法在处理种群多样性降低和局部最优问题时，种群大小改进方法的性能不足，提出一种基于双档案种群大小自适应方法（APSA）的差分进化算法（APDE）。首先，构建2个档案分别用于记录在先前进化中丢弃的个体和实验个体；其次，根据种群分布状态变化衡量多样性变化，并在多样性下降时从档案中选择个体加入种群，从而提升种群的多样性并增强跳出局部最优的能力；最后，基于APSA方法，提出一种改进的DE算法——APDE。在CEC2017测试集和兰纳-琼斯势问题上的广泛测试结果表明，APDE算法在30个测试函数上的基于Friedman test的平均排名中优于其他5种DE算法，并在至少20%的测试函数上取得了显著提升；同时，APDE算法在解决势能最小化上也取得了最佳性能。

面向大型仓储环境的基于冲突搜索算法

邓辅秦, 谭朝恩, 黎俊炜, 钟家铭, 付兰慧, 张建民, 王宏民, 李楠楠, 姜炳春, 林天麟

2024, 44(12): 3854-3860. DOI: 10.11772/j.issn.1001-9081.2023121858

摘要 ( )

HTML ( )

PDF (2950KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对多智能体在大型仓储环境中进行路径规划时，现有算法有智能体易陷入拥堵区域和耗时长的问题，提出一种改良的基于冲突搜索（CBS）算法。首先，优化现有单一的仓储环境建模方式，在易解决路径冲突的传统的栅格化建模的基础上，提出栅格-热力图的混合建模方式，并通过热力图定位仓储中的拥堵区域，从而解决多智能体易陷入拥堵区域的问题；其次，通过改良的CBS算法，快速求解大型仓储环境下的多智能体路径规划（MAPF）问题；最后，提出基于热力图的显示估计冲突搜索（HM-EECBS）算法。实验结果表明，在warehouse-20-40-10-2-2大型地图集上，当智能体数为500时，相较于显示估计冲突搜索（EECBS）算法和懒惰添加约束的MAPF算法（LaCAM）算法：HM-EECBS算法的求解时间分别减少了约88%和73%；当仓储中存在5%、10%的区域拥堵时，HM-EECBS算法的成功率分别提高了约49%、20%，这表明所提算法适用于解决大规模且拥堵的仓储物流环境下的MAPF问题。

基于特征自适应提取的宽度量子态层析模型

闫文杰, 党东月

2024, 44(12): 3861-3866. DOI: 10.11772/j.issn.1001-9081.2023121725

摘要 ( )

HTML ( )

PDF (1573KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对量子态层析（QST）面临的数据维度指数级增长的难题，提出一种基于特征自适应提取的宽度QST模型（AFE_BQST）。首先，引入特征自适应提取策略，从而避免权重的随机性生成导致的映射特征节点不确定的现象；其次，采用宽度学习系统（BLS），以一种非迭代的方式将输入的数据映射到更合适的特征空间，提取大容量数据特征；最后，在低维和高维量子态数据的情况下进行实验，采用平均保真度和运行时间这2个性能指标，将AFE_BQST与宽度QST（BQST）、基于深度神经网络的QST（D_QST）、基于卷积神经网络的QST（C_QST）和基于U形神经网络的QST（U_QST）模型对比。实验结果表明，在低维量子态小样本情况下，AFE_BQST与次优基线模型BQST相比，提升了0.045个百分点的平均保真度，且运行时间相当；在高维量子态大样本情况下，AFE_BQST与次优基线模型D_QST相比，提升了0.175个百分点的平均保真度，且减少了99%的运行时间。以上结果验证了AFE_BQST具有自适应提取量子态数据特征以及准确且高效地重构量子态数据的能力。

基于异构平台的稀疏矩阵向量乘自适应计算优化

李博, 黄建强, 黄东强, 王晓英

2024, 44(12): 3867-3875. DOI: 10.11772/j.issn.1001-9081.2023111707

摘要 ( )

HTML ( )

PDF (3526KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

稀疏矩阵向量乘（SpMV）是一种重要的数值线性代数运算，现有的优化存在预处理及通信时间考虑不全面、存储结构不具有普适性等问题。为了解决这些问题，提出异构平台下SpMV的自适应优化方案。所提方案利用皮尔逊相关系数确定相关度高的特征参数，并使用基于梯度提升决策树（GBDT）的极端梯度提升（XGBoost）和轻量级梯度提升（LightGBM）算法训练预测模型，以确定某一稀疏矩阵更优的存储格式。利用网格搜索确定模型训练时更优的模型超参数，使这2种算法选择更适合的存储结构的准确率都超过85%。此外，对于预测存储结构为混合（HYB）格式的稀疏矩阵，在GPU和CPU上分别计算其中的等长列（ELL）与坐标（COO）存储格式部分，建立基于CPU+GPU的并行混合计算模式；同时为小数据量的稀疏矩阵选择硬件平台，提高运算速度。实验结果表明，自适应计算优化相较于cuSPARSE库中的压缩稀疏行（CSR）存储格式计算的平均加速比可以达到1.4，相较于按照HYB和ELL存储格式计算的平均加速比则可以分别达到2.1和2.6。

面向边缘计算的并发数据流接转控制模型

张明, 付乐, 王海峰

2024, 44(12): 3876-3883. DOI: 10.11772/j.issn.1001-9081.2023121812

摘要 ( )

HTML ( )

PDF (2940KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

为提高边缘计算应用场景中数据的传输效率，有效管理并发数据流量，设计一种面向边缘计算的并发数据流接转控制模型。首先，基于数据平面开发套件（DPDK）的绕过内核、多核处理和多网口收发数据包等特点，实现对数据流的并发接收和转发处理；其次，通过建立以模型预测控制（MPC）为核心的系统模型，利用状态预测优化控制输入并及时反馈调整，从而实现数据流量控制；最后，提出一种加权轮询（WRR）算法，根据缓冲区的大小和最近使用时间等因素分配权重，进而实现数据流负载均衡。实验结果表明，所提模型能够有效控制边缘网络环境中的实时数据流速，控制误差在-1%~2%。所提模型在实际应用场景中边缘节点的数据流发送码率相较于传统Linux内核转发有所提高，传输质量和数据包时延也得到相应改善。可见，所提模型能够满足边缘集群和物联网数据中心对低延迟和高带宽的需求，在消减峰值负载的同时优化关键计算资源。

剩余硬件损伤下非线性能量收集全双工双向中继网络的吞吐量优化算法

乔峰, 仇润鹤

2024, 44(12): 3884-3892. DOI: 10.11772/j.issn.1001-9081.2023121746

摘要 ( )

HTML ( )

PDF (3047KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

为符合能量收集（EH）电路的非线性输出特性和非理想硬件，在无线携能（SWIPT）全双工双向中继网络中应用一种常值-线性-常值EH模型并考虑剩余硬件损伤（RHI）。针对RHI和剩余自干扰（RSI）对中继网络中断性能的影响，提出一种基于黄金分割法的优化算法以提高吞吐量。首先，根据分段信干噪比（SNDR）将端到端中断概率用全概率公式展开，并使用求导和变量代换进行分类讨论，将中断概率的复杂表达式化为一重积分，以获得中断概率的闭合表达式；其次，把所得的端到端中断概率按SNDR阈值的大小进行分段表示，并验证由RHI造成的系统协作效应（OSC）；再次，把由中断概率推得的系统吞吐量转换为关于时间切换（TS）系数的函数；最后，分析函数单调性后使用所提优化算法最大化系统吞吐量。仿真结果验证了分段中断概率表达式的准确性和优化算法对系统吞吐量的提升；同时，相较于线性EH模型，全双工模式下应用非线性EH模型会使得系统吞吐量在高信噪比时不升反降。

基于协作干扰的混合智能反射面和中继辅助安全传输方案

石岩, 武岳, 赵冬青

2024, 44(12): 3893-3898. DOI: 10.11772/j.issn.1001-9081.2023121761

摘要 ( )

HTML ( )

PDF (2050KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对高频谱短包通信中信道衰落损伤大、资源利用率较低和保密性丢失等问题，提出一种基于协作干扰的混合智能反射面（IRS）和中继辅助的安全传输方案。该方案利用人工噪声干扰多输入单输出（MISO）系统中窃听者的信道质量以提升物理层安全。首先，推导基站发射端波束成形矢量的闭式解，从而优化基站的多天线波束成形；其次，使用连续凸逼近（SCA）方法求得噪声功率的最佳分配比，使用梯度下降的黎曼流形（RM）优化方法获得最优相移矩阵，并分别求解各个子问题的局部最优解；最后，使用交替优化算法迭代得出全局最优解。仿真结果表明，所提方案具有良好的收敛性能，且当IRS单元数为128时，所提方案的安全速率比仅IRS方案提升了1倍，比仅中继的方案提升了约2倍。此外，当IRS在系统的位置不固定时，混合网络的最优功率分配方案具有更高的安全性能。

基于语音质量自适应和类三元组思想的说话人确认方法

王超, 姚姗姗

2024, 44(12): 3899-3906. DOI: 10.11772/j.issn.1001-9081.2023121857

摘要 ( )

HTML ( )

PDF (1102KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对目前的说话人确认（SV）方法在复杂的测试场景或语音质量退化较大时性能下降严重的问题，提出一种基于语音质量自适应和类三元组思想的SV方法（QATM）。首先，利用说话人语音的特征范数关联语音质量；其次，通过判断语音质量好坏选取不同的损失函数，以调整不同质量语音样本的重要性，从而关注语音质量高的难样本，忽略语音质量低的难样本；最后，利用类三元组的思想同时改进AM-Softmax（Additive Margin Softmax）损失和AAM-Softmax（Additive Angular Margin Softmax）损失，旨在更关注困难的说话人样本，从而应对语音质量过差的难样本对模型的损害。实验结果表明，当训练集为VoxCeleb2开发集时，在Half-ResNet34、ResNet34和ECAPA-TDNN （Emphasized Channel Attention， Propagation and Aggregation in Time Delay Neural Network）网络架构中，所提方法与基于AAM-Softmax损失的方法相比，在VoxCeleb1-O测试集上的等错误率（EER）分别降低了6.41%、3.89%和7.27%；当训练集为Cn-Celeb.Train时，在Half-ResNet34网络架构中，所提方法与基于AAM-Softmax损失的方法相比，在评估集Cn-Celeb.Eval上的EER降低了5.25%。可见，所提方法在普通和复杂场景下的准确度均有所提高。

利用多帧序列影像的自监督单目深度估计

熊炜, 陈奕博, 张丽真, 杨茜, 邹勤

2024, 44(12): 3907-3914. DOI: 10.11772/j.issn.1001-9081.2023111713

摘要 ( )

HTML ( )

PDF (2652KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

多帧自监督单目深度估计通过当前帧和上一帧之间的关系构建代价体积（CV），可以作为单目深度估计网络的额外输入源，更准确地描述场景视频中的时间序列关系和空间结构信息；然而，当场景中存在动态物体或者无纹理区域时，CV会成为不可靠的信息来源。当单目深度估计网络过度依赖CV中的不可靠信息源时，会导致深度估计精度下降。为此，设计一种多帧融合模块动态降低不可靠信息源的权重，减小不可靠信息源对网络的影响。为了应对CV中不可靠信息源对网络训练的负面影响，还设计了一种引导深度估计网络训练的网络，防止深度估计网络过度依赖不可靠信息。所提方法在KITTI数据集上取得了出色的性能，与基准方法Lite-Mono相比，它的绝对相对误差、平方相对误差和均方根误差（RMSE）分别下降了0.015、0.094和0.200；与同类方法相比，所提方法精度更高，且占用的计算资源更少。所提网络结构充分利用了多帧训练的优势，同时避免了多帧训练的缺陷（即CV不确定性对网络的影响），可有效提升模型精度。

基于卷积神经网络与Transformer并行的医学图像配准模型

赵欣, 李鑫杰, 徐健, 刘步云, 毕祥

2024, 44(12): 3915-3921. DOI: 10.11772/j.issn.1001-9081.2023121828

摘要 ( )

HTML ( )

PDF (2554KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

医学图像配准模型旨在建立图像间解剖位置的对应关系。传统的图像配准方法通过不断迭代获取形变场，耗费时间长且精度不高。深度神经网络不仅实现了端到端的形变场生成，加快了形变场的生成，而且进一步提升了图像配准的精度。针对目前的深度学习配准模型均采用单一的卷积神经网络（CNN）或Transformer架构，无法充分发挥CNN与Transformer结合的优势导致配准精度不足，以及图像配准后无法有效保持原始拓扑结构等问题，提出一种基于CNN与Transformer并行的医学图像配准模型PPCTNet（Parallel Processing of CNN and Transformer Network）。首先，选用目前配准精度优秀的Swin Transformer和极轻量化的CNN——LOCV-Net（Lightweight attentiOn-based ConVolutional Network）构建模型；其次，设计融合策略充分融合Swin Transformer与LOCV-Net提取的特征信息，使模型不仅拥有CNN的局部特征提取能力和Transformer的长距离依赖能力，还兼具轻量化的优势；最后，基于脑部磁共振成像（MRI）数据集，比较PPCTNet与10种经典图像配准模型。结果表明，相较于目前优秀的配准模型TransMorph （hybrid Transformer-ConvNet network for image registration），PPCTNet的最高配准精度提高了0.5个百分点，且形变场的折叠率下降了1.56个百分点，维持了配准图像的拓扑结构。此外，PPCTNet的参数量比TransMorph下降了10.39×10⁶，计算量下降了278×10⁹，体现了PPCTNet的轻量化优势。

基于改进实时检测Transformer的塔机上俯视场景小目标检测模型

庞玉东, 李志星, 刘伟杰, 李天昊, 王宁宁

2024, 44(12): 3922-3929. DOI: 10.11772/j.issn.1001-9081.2023121796

摘要 ( )

HTML ( )

PDF (3128KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对塔机吊钩相互碰撞导致物体跌落以及塔机倒塌致使人员伤亡等一系列施工现场人员安全保障的问题，提出一种基于改进实时检测Transformer （Real-Time DEtection TRansformer， RT-DETR）的塔机上俯视场景小目标检测模型。首先，在原始模型中加入应用模型的重参数化思想设计的多路训练和单路推理结构以提升检测速度；其次，重新设计FasterNet Block中的卷积模块替换原始BackBone之中的BasicBlock以提升检测模型性能；再次，利用新的损失函数Inner-SIoU（Inner-Structured Intersection over Union）进一步提升模型精度与收敛速度；最后，进行消融实验与对比实验验证模型性能。结果表明，在检测塔机顶部俯视小目标图像时，所提模型的精度达到94.7%，高于原始RT-DETR模型6.1个百分点；所提模型的每秒检测帧数（FPS）达到59.7，检测速度相较于原模型提升了21%。在公共数据集COCO 2017上所提模型的平均精度（AP）比YOLOv5、YOLOv7和YOLOv8分别高2.4、1.5和1.3个百分点。可见所提模型满足塔机上俯视场景下的小目标检测精度和速度的要求。

深度学习在气象数据订正中的应用综述

蒋鸿儒, 方巍

2024, 44(12): 3930-3940. DOI: 10.11772/j.issn.1001-9081.2023121756

摘要 ( )

HTML ( )

PDF (1587KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

数据订正是资料同化的核心过程之一，即通过修正和校准数据提高资料同化的效果。针对气象观测存在多种误差导致气象数据存在偏差的问题，综述深度学习在气象数据订正中的应用，应用场景包括气象模式订正、天气预报和气候预测。首先，介绍气象数据订正的重要性，同时回顾传统的气象数据订正方法，如统计学、传统机器学习等，并分析它们的优点和局限性；其次，详细介绍基于深度学习的数据订正在3个场景中的应用，深度学习方法主要包括卷积神经网络（CNN）、循环神经网络（RNN）和Transformer，并且通过归纳总结当前的研究进展，讨论数据订正中深度学习方法与传统方法的优劣；最后，总结深度学习在数据订正中存在的局限性，同时指出深度学习在气象数据订正中的优化方式和未来发展方向。

航班链运行状态动态监控方法

丁建立, 黄辉, 曹卫东

2024, 44(12): 3941-3948. DOI: 10.11772/j.issn.1001-9081.2023121758

摘要 ( )

HTML ( )

PDF (2366KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

为了更准确地把握航班运行的整体状态，提出一种航班链运行状态动态监控方法。首先，从航班链整体的角度出发，根据航班链运行业务流程和数据特点设计航班链数据处理方法，并整合航班链全生命周期内相关航班和机场的运行状态特征；其次，构建包含航班链延误预测模块、基于历史数据的误差补偿模块和航班链状态监控模块在内的航班链运行状态动态监控功能模型；最后，基于增量学习设计了模型的动态更新策略，从而提高模型的鲁棒性。通过在实验室环境下进行的模拟实验可知，所提方法在运算效率和准确度上均取得了优异结果，其中准确率达到92.07%。因此，所提方法能有效监控航班链运行状态，有助于实现对航班运行态势的精准把控并提高运控效能。

轻量级多尺度卷积网络的功能磁共振成像脑龄预测模型

沈嫣然, 温昕, 张瑾昊, 张帅, 曹锐, 高保禄

2024, 44(12): 3949-3957. DOI: 10.11772/j.issn.1001-9081.2023121764

摘要 ( )

HTML ( )

PDF (2350KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对功能磁共振成像（fMRI）脑龄预测精度较低以及该问题与深度学习结合研究较少的现状，提出一种轻量级多尺度卷积网络的fMRI脑龄预测模型（LMCN）。首先，通过计算fMRI中感兴趣区（ROI）的皮尔逊相关系数（R）得到ROI的功能连接（FC）矩阵，并将该矩阵作为输入；其次，在提升FC通道数保证特征数的同时缩小特征图尺寸，并采用具有人类视觉注意力特点的多尺度空洞卷积模块RFB（Receptive Field Block）提取年龄特征；最后，通过全连接层输出预测脑龄，并计算各脑区的消融预测结果，从而探索对脑龄预测结果产生影响的关键脑区。在E-NKI和Cam-CAN这2个公开数据集上评估，可知LMCN参数所需内存为2.30 MB，比MobileNetV3、ShuffleNetV2分别减少了60.3%、52.0%。预测结果方面，在E-NKI数据集上，LMCN的平均绝对误差（MAE）为5.16，R为0.947，均方根误差（RMSE）为6.40，与基于网络的特征选择结合最小角回归模型相比，MAE减小了1.34，R增加了0.037；在Cam-CAN数据集上，LMCN的MAE为5.97，R为0.904，RMSE为7.93，与基于连接组的机器学习模型相比，R提升了0.019，RMSE减小了0.64。结果表明，LMCN在参数量较小易于部署的同时，能够有效提高fMRI脑龄预测的精度，并为评估健康成人的脑部状态提供线索。

基于Transformer和门控循环单元的肽序列理论串联质谱图预测方法

何长久, 杨婧涵, 周丕宇, 边昕烨, 吕明明, 董迪, 付岩, 王海鹏

2024, 44(12): 3958-3964. DOI: 10.11772/j.issn.1001-9081.2023121846

摘要 ( )

HTML ( )

PDF (1699KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有理论串联质谱图预测仅限于预测b、y主干碎片离子以及单一模型难以捕捉肽序列复杂关系的问题，提出一种基于Transformer和门控循环单元（GRU）的肽序列理论串联质谱图预测方法，名为DeepCollider。首先，通过自注意力机制和长距离依赖关系，使用Transformer和GRU结合的深度学习架构增强对肽序列与碎片离子强度关系的建模能力；其次，与现有方法编码肽序列预测所有b、y主干离子不同，使用碎裂标志位标记肽序列的碎裂位点，从而可针对特定碎裂位点进行编码并预测相应的碎片离子；最后，为了计算预测谱图与实验谱图之间的相似度，使用皮尔逊相关系数（PCC）和平均绝对误差（MAE）作为评测指标。实验结果表明，与现有的仅限预测b、y主干碎片离子的方法（如pDeep和Prosit方法）相比，DeepCollider在PCC和MAE指标上均有优势，PCC值提升了0.15，MAE值降低了0.005。可见，DeepCollider不仅可以预测b、y、a主干离子及其相应的失水失氨中性丢失离子，还可以进一步提高理论谱图预测的谱峰覆盖度和相似性。

当期目录