小型微型计算机系统

Select

陈志,郭武

2020, 41(1): 1-5.

摘要 ( ) PDF全文 ( )

可视化

近几年来,随着词向量和各种神经网络模型在自然语言处理上的成功应用,基于神经网络的文本分类方法开始成为研究主流.但是当不同类别的训练数据不均衡时,训练得到的神经网络模型会由多数类所主导,分类结果往往倾向多数类,极大影响了分类效果.针对这种情况,本文在卷积神经网络训练过程中,损失函数引入类别标签权重,强化少数类对模型参数的影响.在复旦大学文本分类数据集上进行测试,实验表明本文提出的方法相比于基线系统宏平均F1值提高了449%,较好地解决数据不平衡分类问题.

Select

一种基于短文本相似度计算的知识子图融合方法

郑志蕴,吴建萍,李钝,刘允,米高扬

2020, 41(1): 6-11.

摘要 ( ) PDF全文 ( )

可视化

知识图谱作为语义网的数据支撑,被广泛应用于语义搜索、深度问答和在线教育等领域.知识融合是构建知识图谱的一个重要环节,将知识图中结构信息和语义信息进行融合是目前的研究热点.本文结合众包的方式,提出了一种基于短文本相似度计算的知识子图融合方法.该方法平衡各结点的结构连接和语义信息,通过学习融合权重,将高维向量转换为双邻接矩阵,得到具有高属性语义相似性的密集连接图.实验结果表明,本文提出的“群体智慧”方法能提升文本相似度计算的准确率,提高融合的质量.

Select

一种应用于KBQA关系检测的多视角层次匹配网络

朱雅凤,邵清

2020, 41(1): 12-18.

摘要 ( ) PDF全文 ( )

可视化

知识库问答（KBQA）是指利用知识库中的一个或多个知识三元组回答一个自然语言问题,需要检测问题中提及的知识库实体和关系.关系检测是知识库问答的核心.为了解决现有关系检测方法存在的匹配视角单一和信息瓶颈问题,本文提出了一种多视角层次匹配网络（M-HMN,Multi-view Hierarchical Matching Network）,M-HMN利用双向注意力机制对齐问题与候选关系的不同特征,强化两者匹配部分的观察精细度,将匹配信息封装成向量,再由自注意力机制有效聚合多个向量以进行正确关系检测.对于KBQA最终任务的评估,本文提出一种简易的实体重排序算法,利用M-HMN网络优化候选实体集.实验结果表明,M-HMN能有效缓解关系检测的信息瓶颈问题,而提出的实体重排序算法能够进行实体消歧,获得更小更为精准的候选实体集,对KBQA最终任务性能有显著的提升.

Select

端到端维吾尔语语音识别研究

丁枫林,郭武,孙健

2020, 41(1): 19-23.

摘要 ( ) PDF全文 ( )

可视化

近几年来,基于端到端模型的语音识别系统因其相较于传统混合模型的结构简洁性和易于训练性而得到广泛的应用,并在汉语和英语等大语种上取得了显著的效果.本文将自注意力机制和链接时序分类损失代价函数相结合,将这种端到端模型应用到维吾尔语语音识别上.考虑到维吾尔语属于典型的黏着语,其丰富的构词形式使得维吾尔语的词汇量异常庞大,本文引入字节对编码算法进行建模单元的生成,从而获得合适的端到端建模输出单元.在King-ASR450维吾尔语数据集上,提出的算法明显优于基于隐马尔可夫模型的经典混合系统和基于双向长短时记忆网络的端到端模型,最终识别词准确率为91.35%.

Select

垂直学习社区基于学习兴趣与风格的社会化推荐算法

王扶东,俞立群

2020, 41(1): 24-29.

摘要 ( ) PDF全文 ( )

可视化

垂直学习社区包含了海量的学习资源,出现了信息过载现象,个性化推荐是解决这个难题的方法之一.但垂直学习社区中评分数据稀疏而文本、社交信息丰富,传统的协同过滤推荐算法不完全适用.基于用户产生的文本和行为信息,利用作者主题模型构建新的用户学习兴趣相似度衡量模型;根据用户交互行为信息综合考虑信任与不信任因素构建用户全面信任关系计算全面信任度;通过分析用户多维度学习行为模式,自动识别用户学习风格;最后提出融合兴趣相似度、全面信任度及学习风格的社会化推荐算法.用垂直学习社区网站CSDN实际数据集进行了实验分析.结果表明本文提出的推荐方法能更好向用户推荐其感兴趣的学习资源,有效地提高了推荐精度,进而提高用户学习效果.

Select

全卷积多并联残差神经网络

李国强,张露

2020, 41(1): 30-34.

摘要 ( ) PDF全文 ( )

可视化

随着人工智能的火热发展,深度学习已经在很多领域占有了一席之地.作为深度学习中一个典型网络——残差神经网络模型自提出之日起就成为了众多研究者的关注点.然而,残差神经网络还有很大的改进空间.为了更好地解决反向传播中梯度减小的问题,本文提出了一种改进的残差神经网络,称为全卷积多并联残差神经网络.在该网络中,每一层的特征信息不仅传输到下一层还输出到最后的平均池化层.为了测试该网络的性能,分别在三个数据集(MNIST,CIFAR-10和CIFAR-100)上对比图像分类的结果.实验结果表明,改进后的全卷积多并联残差神经网络与残差网络相比具有更高的分类准确率和更好的泛化能力.

Select

面向排名预测的上市公司股价收益研究

孙伯维,姚念民,孙玉轩

2020, 41(1): 35-39.

摘要 ( ) PDF全文 ( )

可视化

对于在深圳证券交易所上市的公司,通过分析和挖掘其季度报表或者相关交易网站中的数据,提取到排名预测任务中相关的数据特征以及通过爬虫获得的文本特征,成功构建了公司每股收益预测排名的模型,实现了对股价收益排名的合理预测.实验结果表明,我们的提出的模型能够有效的提高股价排名预测任务的性能,其中SPRP-Random Forests模型在NDCG@10评价指标中可以达到0.9583.在为股民选择股票,公司经营模式调整等方面具有一定的实用价值.

Select

面向群组机器人自组装的Voronoi图边界求交细分路径规划方法

侯向辉,卢涛,张美玉,简琤峰

2020, 41(1): 40-45.

摘要 ( ) PDF全文 ( )

可视化

自组装是群组机器人实现各种目标配置的有效途径,群组路径规划是群组机器人自组装实现的关键问题所在.本文在CVT算法基础上提出了一种基于Voronoi图边界求交细分的VBIT算法.首先根据群组机器人成员位置绘制相应Voronoi图,然后利用匈牙利算法为机器人与目标地分配对应关系,通过将机器人与目标地连线和机器人所在单元的交点作为下一次机器人移动起始点,多次迭代后达到目标配置.实验结果证明在自组装的精度、耗时、适用性方面比现有算法更优.

Select

一种基于邻域容差信息熵的组合度量方法

姚晟,陈菊,吴照玉

2020, 41(1): 46-50.

摘要 ( ) PDF全文 ( )

可视化

在实际应用中,大多数信息系统中的数据都是混合的,为了度量混合信息系统的不确定性,本文提出了一种组合度量方法.首先在不完备邻域粗糙集中定义了混合近似精度和混合近似粗糙度的概念;接着考虑到这两种单一度量方法对信息系统不确定性评估的不足,然后,进一步引入邻域容差信息熵的概念;最后将混合近似粗糙度和邻域容差信息熵这两种单一度量进行结合提出一种组合度量方法,并且研究了相关性质.UCI实验结果表明,本文所提出的方法在混合信息系统中具有更好的不确定性度量效果,从而验证了该度量方法具有一定的优越性,并且从理论上也证明了该方法的可行性.

Select

语义增强的在线学习行为预测研究

叶俊民,罗达雄,陈曙,廖志鑫

2020, 41(1): 51-55.

摘要 ( ) PDF全文 ( )

可视化

当前学习者的在线学习行为预测研究未充分利用短文本中的语义数据,导致对学习者的学习状态刻画不够全面,严重影响了行为预测的准确性.针对此问题,本文提出了语义增强的在线学习行为预测方法.首先,利用双向长短时记忆网络得到到短文本的语义向量表示;其次,基于学习者的统计、行为和短文本数据得到学习者的特征表征,并利用长短时记忆网络模型构建其学习状态表征;最后,利用学习状态表征预测学习者的学习行为.在11门真实在线课程数据集上的实验表明,本文方法能过有效提升在线学习行为预测的精确度.

Select

融合核密度估计和奇异值分解的多样化推荐算法

李卫疆,罗潘虎

2020, 41(1): 56-60.

摘要 ( ) PDF全文 ( )

可视化

现今的推荐算法大多以提高推荐列表准确率为目标,而对推荐的多样性考虑较少,这样会导致推荐结果新颖性不强,在考虑多样性的时候又会降低准确率.本文提出了一种融合兴趣分布与奇异值分解的多样化推荐算法(KDE-SVD),首先使用核密度估计的方式估计用户兴趣分布,得出用户在兴趣分布上相似的邻居,并使用兴趣分布上相似的邻居的评分对当前用户未评分的物品进行预评分,然后将上一步得到的预评分填入用户-评分矩阵,进行SVD分解,此时获取推荐列表即包含了兴趣相似邻居预评分而来的物品,保证推荐列表的多样性,也有SVD分解而得的行为相似邻居的物品,保证推荐列表的准确率.在实验数据集上实验表明,该本文算法能保证准确率的的情况下充分提高推荐多样性.

Select

一种用于居住热区聚类的改进CLIQUE算法

李世明,张秉桢,杜军,朱海龙,付宝君

2020, 41(1): 61-65.

摘要 ( ) PDF全文 ( )

可视化

在居住热区分析应用中,已有的CLIQUE算法密度阈值初始化多采用主观性较强的经验值,容易对聚类结果造成不良影响.针对该问题提出了一种自适应密度阈值选取的CLIQUE算法(APS-CLIQUE,Adaptive Parameter Selection-CLIQUE),并对聚类边界进行了优化处理.该算法首先使用四分位数箱型模型排除数据形态两端对结果的干扰,解决密度阈值自适应问题;其次通过边界网格的判定,提高了聚类边界精度.使用UCI标准数据集、成都市出租车GPS轨迹浮动数据集进行了对比实验,实验结果表明本文算法的Dunn指数较CLIQUE算法分别提高了26.53%、28.66%.

Select

融合层次聚类和粒子群优化的鲁棒推荐算法

牛在森,伊华伟,李晓会,李波

2020, 41(1): 66-71.

摘要 ( ) PDF全文 ( )

可视化

针对现有的推荐算法面对托攻击时鲁棒性差的情况,提出一种融合层次聚类和粒子群优化的鲁棒推荐算法.首先,根据用户评分矩阵,使用层次聚类将用户聚为两类,并根据平均类内距离进行类别判定,对攻击概貌进行标记;然后,基于矩阵分解技术,引入粒子群优化技术进行特征矩阵初始化,为模型训练提供初始最优解;最后,根据攻击概貌标识结果构造标记函数,降低对模型训练过程的影响,实现对目标用户的鲁棒推荐.在公共数据集上将本文提出的算法和其他算法进行了实验对比分析,结果显示提出的算法在鲁棒性方面有很大的提升,推荐精度也有提高.

Select

基于无线体域网的在线人体活动识别

范长军,高飞

2020, 41(1): 72-77.

摘要 ( ) PDF全文 ( )

可视化

基于智能手机传感器的人体活动识别是普适计算领域的研究热点.为扩展可识别的活动种类,并提高准确率和实时性,提出了由智能手环和智能手机组建无线体域网通过深度神经网络在线识别人体活动的方法.首先,设计由智能手环和智能手机组成的无线体域网的总体框架;然后,对预处理后的传感信号,构造带有Inception结构的卷积神经网络和长短时记忆递归神经网络来分别提取时空域特征,并结合两类网络结构来融合多模态传感数据,离线进行神经网络模型训练;最后,对训练好的神经网络模型进行优化,并部署到智能手机上,在线实时识别人体活动.实验结果表明,本文方法无需手工设计特征,可自动融合各类异构传感数据,更加准确、高效地识别了更多种类的活动.

Select

开放模式下群智感知高质量数据采集方法研究

陈荟慧,郭斌,於志文

2020, 41(1): 78-84.

摘要 ( ) PDF全文 ( )

可视化

移动群智感知利用人们携带的智能设备作为感知单元完成大规模的数据采集,是一种分布式和弱协作式的数据采集方式,因此,参与者常常有意或无意的采集并提交了错误或者重复的低质数据.在仅支付高质量数据的约束下,采用传统封闭采集模式时,参与者只能按照任务要求自行调整采集策略,为此,我们采用开放式采集模式,即向参与者提供已收集到的数据信息,帮助参与者调整采集策略,提高数据采集的质量和效率.我们招募到99名志愿者参加了22轮数据采集任务.为了评估开放式采集在按质支付方式下的效果,我们采用了传统支付和逆向拍卖两种激励机制,对比了不同数据采集方式、不同任务难度和不同支付方式下,数据质量和数据收集成本的变化.实验结果显示采用开放式采集可以有效降低数据冗余率,提高困难任务的数据质量,并且参与者采用逆向拍卖时的出价更合理,拍卖成功率也更高.

Select

利用匿名通信的匿名电子拍卖协议

王小丽,李晓宇

2020, 41(1): 85-91.

摘要 ( ) PDF全文 ( )

可视化

为了保护电子拍卖中竞拍者的身份隐私,提出了一个基于匿名通信的匿名电子拍卖协议.该协议在密封式拍卖方式的基础上,采用匿名通信模型进行通信.在整个通信过程中,竞拍者随机选取网络中的一个节点进行数据的转发,然后该中转节点再以概率Pf将数据发送给下一个中转节点或是以概率1-Pf将数据发送给拍卖服务器,下一个中转节点重复该中转节点的过程,直到最后一个中转节点将数据发送给拍卖服务器.在发送数据的过程中,使用AES算法和RSA算法分别对消息和密钥进行混合加密解密操作.数据经过多次转发最终到达拍卖服务器.拍卖服务器、任意的中转节点和攻击者都不可能获取竞拍者的身份和位置信息.任意的中转节点和攻击者都不可能获取竞拍者的竞标信息.相比较Crowds、Tor以及其改进的方案,本方案在通信过程中不需要提前建立链路,避免了路由路径上节点建好链路后节点故障而引起的通信失败.通信过程中所有节点都是对等的,并且整个路由路径中不依赖于某些特殊节点,因此该协议实现了网络流量的负载均衡且大大提高了网络的健壮性.理论分析和实验结果表明,该协议不仅稳定性较好,而且可以在较低的通信和计算代价下获得较好的匿名效果.

Select

一种基于收敛策略的国产CPU性能测试模型

马跃,柴安颖,尹震宇,李明时,王春晓,李锁

2020, 41(1): 92-97.

摘要 ( ) PDF全文 ( )

可视化

测试国产高性能处理器,充分掌握国产处理器性能,对发挥国产CPU在我国重要工控领域的核心作用具有极其重要的作用.本文依托“核高基”国家科技重大专项,针对当前国产CPU软件库支持欠缺,各类基准测试集无法对国产处理器实现更为精准的性能评估的问题,提出一种基于收敛策略的国产CPU性能测试模型,设计起始运算规模评估模块,并采用三种模块综合评估处理器浮点运算性能,提高测试指标的准确性,运用模型良好的可移植性与测试方法的收敛性,在不同指令集架构的国产处理器下,实现CPU浮点运算、整数运算等多种性能的综合评估.本文选取龙芯2H1000和北大众志PKUnity-3-HD65分别进行模型验证,实验结果表明,该模型在评估国产CPU性能方面具备全面性与高效性,尤其在浮点性能评估方面优势明显,测试结果能够客观反映两款处理器性能,确保了嵌入式处理器在项目应用中的可预测性,对于数控及工控装置国产化具有重要意义.

Select

一种新型能耗优化的无线传感器网络成簇算法

常铁原,张炎,闫艺萍,李会雅

2020, 41(1): 98-103.

摘要 ( ) PDF全文 ( )

可视化

能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法（UCNE）.该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优.

Select

基于激励机制的网络攻防演化博弈模型研究

徐晓桐,王高才,胡锦天

2020, 41(1): 104-110.

摘要 ( ) PDF全文 ( )

可视化

随着网络信息系统的日益复杂化,网络的安全性和用户隐私性引起了人们的高度重视,寻找能够维护网络安全、分析和预判网络攻防形式的新技术尤为重要.由于演化博弈理论的特性与网络攻防的特性较为契合,因此,本文对网络环境进行了分析,构建网络攻防场景,并在惩罚机制的基础上引入激励机制,提出了基于激励机制的攻防演化博弈模型.通过给出群体不同的问题情境,利用复制动态方程对局中人的策略选取进行演化分析.另外,在第三方监管部门对局中人管理的基础上,分析不同攻击时长时攻击群体的演化规律,证明攻击具有时效性.通过激励机制对防御群体策略选取的影响以及引入防御投资回报,来进一步证明增加激励机制的可行性.根据实验验证表明,本文提出的攻防演化博弈模型在不同的问题情境下均可达到稳定状态并获得最优防御策略,从而有效减少防御方的损失,遏制攻击方的攻击行为.

Select

考虑级联失效的有向WSNs节点重要度评估模型

邓玉静,王倩悦,尹荣荣,刘彬

2020, 41(1): 111-116.

摘要 ( ) PDF全文 ( )

可视化

针对无线传感器网络中关键节点失效引发网络快速崩溃的问题,考虑节点之间存在相互作用且相互作用具有方向性的特征,建立有向网络级联失效模型,推导节点失效后引起的负载震荡状态值.基于经典的PageRank算法,利用失效节点引发的邻居节点平均负载震荡状态值定义节点的初始重要度值,建立节点度择优的分配规则改进PageRank算法的平均分配规则,结合节点层级结构,建立考虑级联失效的有向传感器网络节点重要性分析方法.最后,通过仿真实验验证算法的有效性.实验证明,该方法能有效地评估了有向无线传感器网络节点的重要性,而且当对判定出的关键节点进行保护时,该方法判定关键节点的网络抗毁性明显较强.

Select

非理想信道估计下的全双工MIMO系统的优化研究

傅佳飞,陈芳妮,华惊宇,徐志江

2020, 41(1): 117-121.

摘要 ( ) PDF全文 ( )

可视化

在实际通信环境中,精确信道状态信息很难获取.本文考虑非理想信道估计条件下的全双工MIMO蜂窝系统,该系统不仅受自干扰、同信道干扰的影响,还受到信道估计误差带来的影响.因此有必要对该通信系统进行资源优化,来抵抗多种干扰并提高性能.通过建模一个联合用户配对和功率分配的优化问题来最大化系统速率,由于该联合优化问题是非凸优化问题,基于分解和梯度投影的渐进算法用来求解该问题.仿真结果表明,在非理想信道状态信息条件下,使用本文提出的算法优化后,全双工MIMO蜂窝系统性能优于半双工系统.进一步地,实验分析了不同类型干扰对系统性能的影响,表明信道估计误差对性能影响最大.

Select

SAGA：一种面向任务的卫星网络资源分配算法

杨力,杨恒,魏德宾,潘成胜

2020, 41(1): 122-127.

摘要 ( ) PDF全文 ( )

可视化

针对现有卫星网络多资源、多任务约束下的资源分配,没有同时考虑任务完成时间和任务优先级导致的任务总体完成时间过长、任务优先级匹配度不高等问题,定义了任务序列优先级逆序数,建立了以任务总体完成时间最短和任务序列优先级逆序数最小为目标的约束模型,提出了一种自适应遗传算法并对模型进行求解.该算法利用精英保留的思想改进了采用轮盘赌策略的选择算子并且给出了一种能够自适应更新自身概率的变异、交叉算子,解决了标准遗传算法容易陷入局部最优的缺陷,避免了最优解的丢失.仿真实验验证表明,本文算法在任务总体完成时间方面降低了15.84%,在优先级逆序数方面降低了24.32%,有效解决了卫星网络多资源、多任务约束下的多目标分配问题.

Select

MES与PLC实时通信系统研究

孙洁,王兴楠,刘晓悦

2020, 41(1): 128-131.

摘要 ( ) PDF全文 ( )

可视化

使用MES系统是为了更好地实现生产过程中的可视化监控及生产数据管理,如何更好实现MES系统与PLC及现场设备精准实时通信是各个生产型企业争相研究的热点问题.针对以上问题,通过研究西门子S7-300 PLC与GE公司的MES系统,设计在PLC中与MES实时通信的FB块VDCA,自定义上位机与下位机的通信报文,通过Enternet实现上位机与下位机的实时通信.该设计减少了中间硬件,提高了通信过程中的数据稳定性,可操作性与通用性强,适用于工序多样的自动化生产线,实际运用到了发动机装配生产线,提高了发动机装配效率.

Select

RIDSI:一种融合SDN和兴趣域划分的ICN路由机制

王海月,王兴伟,张爽,黄敏

2020, 41(1): 132-138.

摘要 ( ) PDF全文 ( )

可视化

信息中心网络(Information-Centric Networking,ICN)中的服务质量(Quality of Service,QoS)路由是分布式的,无法感知其它路由器缓存的内容,因此,基于软件定义网络(Software Defined Networking,SDN)的全局视图和集中控制功能,本文提出了一种基于兴趣域划分的ICN路由机制.这种机制旨在减轻内容节点的负载、提高路由成功率和提高PIT命中率.首先,本文提出了基于SDN的ICN网络模型,即软件定义信息中心型网络(Software Defined Information Centric Networking,SD-ICN)模型和QoS评价模型.然后,采用蜂群算法将网络中的路由器划分到不同的兴趣域.最后,基于改进的QoS依赖多播路由(QoS Dependent Multicast Routing,QDMR)算法计算满足多个兴趣请求的转发路径.仿真实验结果表明,本文提出的路由机制与对比机制相比在路由成功率、平均路由延迟、负载均衡度等方面都具有较好的性能.

Select

客户端密文去重方案的新设计

贡坚,王少辉,李灿灿

2020, 41(1): 139-143.

摘要 ( ) PDF全文 ( )

可视化

云存储可以使用户在不扩大自身存储的情况下保存更多数据,而客户端去重技术的引入使用户在本地对重复数据进行有效删除,极大提高云存储利用率,节省通信开销.本文利用文献［10］中基于盲签名随机化收敛密钥的思想,提出了一个新的基于客户端密文去重方案.新方案中重复验证标签和拥有权证明可有效抵抗暴力字典攻击,并利用三方密钥协商方案的思想设计了灵活的加密密钥管理方案.实验结果表明新方案能够有效降低用户存储和计算开销.

Select

一种基于改进蜂群算法的网络重构技术

潘成胜,李金,蔡睿妍,杨力,

2020, 41(1): 144-148.

摘要 ( ) PDF全文 ( )

可视化

空间信息网络在给定拓扑结构和资源受限的情况下,卫星节点间如何优化链路选择,重构网络拓扑结构,使得升级后的空间信息网络具有良好的抗毁性,是非常具有研究价值的问题.本文针对空间信网络拓扑重构问题,综合考虑卫星节点之间的可见性、可连通时间和可连通度等约束条件,建立了卫星网络拓扑链路模型和节点模型并提出基于改进蜂群算法的空间信息网络拓扑重构算法.仿真实验表明,该算法在资源受限的情况下,能够兼顾改善网络的有效性和抗毁性,有效延长网络的生存时间.

Select

多层次深度特征交换的人体解析方法

罗文劼,倪鹏,张涵

2020, 41(1): 149-154.

摘要 ( ) PDF全文 ( )

可视化

人体解析因其潜在的应用前景,成为计算机视觉领域重要的研究内容之一.虽然Segnet对全局与局部信息有较好的学习,但该网络只是进行简单的下采样和上采样操作,忽略了特征信息之间的交换学习,本文提出一种基于多层次深度特征交换网络（DFEnet）的人体解析方法.DFEnet 网络既兼顾不同分辨率下高维特征学习,又可以满足不同分辨率下的特征交换学习.在 DFEnet 提取完人体语义特征后,空洞沙漏池化会对提取后的特征进行多尺度学习.在LIP数据集上的实验结果表明本文提出的方法具有更好的解析结果,与SS-JPPnet相比提高了1.4%MIoU,超过Segnet近26.51%MIoU.

Select

CPU环境下快速精确的人脸检测方法

江航,董兰芳

2020, 41(1): 155-160.

摘要 ( ) PDF全文 ( )

可视化

近年来人脸检测在使用深度学习方法的情况下,取得了显著的突破.然而人脸检测在CPU上实时运行并且保持很高的精度依然是一个很大的挑战.本文提出一种轻量的卷积网络模型,可以加快卷积神经网络提取特征的速度;对相邻卷积层进行特征融合,在融合后的多个卷积层检测人脸;为了使每一层的anchor密度相同,对anchor做了稠密化处理;修改了人脸检测分类损失函数,使其更关注比较难分类的样本.在公开数据集FDDB的实验表明,在本文提出的神经网络模型下准确率达到了95.9%,并且可以在CPU上实时检测.

Select

结合Sobel算子和Mask R-CNN的肺结节分割

闫欢兰,陆慧娟,叶敏超,严珂,金群,徐一格

2020, 41(1): 161-165.

摘要 ( ) PDF全文 ( )

可视化

肺癌不断威胁着人类健康,计算机辅助诊断对肺癌诊断将发挥重要的作用.卷积神经网络（CNNs）在对图像的处理上表现出有目共睹的优秀性能,医学Computed Tomography（CT）图像是用来诊断肺癌的主要检查方式,用深度学习分割病灶的方法可以实现端对端的辅助诊断,这将节省医生的诊断时间,为患者争取最佳治疗时间.LIDC-IDRI（The Lung Image Database Consortium）数据集影像中的癌症部分与其他组织部分的放射密度十分接近,而且往往癌症部分非常小,背景具有非常强的相似性.本文使用传统的Sobel算子对图像中放射密度高的部分进行边缘锐化处理,用强化边缘特征的方法解决前景与背景灰度相似的问题,然后在使用传统的分割方法——阈值分割进一步强化.本文减小Regions of Interest（RoIs）的大小以适应肺结节的特征,减少RoIs的个数以避免过多的负类样例训练产生退化的模型;在传统图像增强处理方法和深度学习的结合下,获得了一个优化的Mask R-CNN模型,在LIDC-IDRI数据集上的测试结果中,基于Intersection over Union（IoU）=0.5的标准下的肺结节平均精度mAP达到 72.2%,在FPR为0.226时的TPR达到0.915.

Select

融合深度神经网络和空洞卷积的语义图像分割研究

陈洪云,孙作雷,孔薇

2020, 41(1): 166-170.

摘要 ( ) PDF全文 ( )

可视化

语义分割是计算机视觉中的基本任务,是对图像中的不同目标进行像素级的分割与分类.针对多尺度的目标分割难题,本文提出了一种基于ResNet网络的方法,通过定义并联支路,将浅层特征图像信息融合到深层特征图像中,提出新的空洞空间金字塔模块,该模块采用并行的不同采样率的空洞卷积进行特征提取与融合,从而更有效的提取不同层的特征以及上下文信息,并且在新模块中加入批规范化计算,增强参数调优的稳定性.本文还采用了Adam自适应优化函数,在训练的过程中,使得每个参数的更新都具有独立性,提升了模型训练的稳定性.本文结果在PASCAL VOC 2012语义分割测试集中取得了77.31%mIOU的成果,优于Deeplab V3的效果.

Select

融合显著特征和互信息熵的SLAM闭环检测算法

石祥滨,耿凯,刘翠微

2020, 41(1): 171-176.

摘要 ( ) PDF全文 ( )

可视化

针对移动机器人SLAM闭环检测存在的闭环错误判定问题,提出了一种融合显著特征和互信息熵的闭环检测算法.首先,通过帧间位姿变化和信息熵差异得到关键帧,利用词袋模型逆向索引查询关键帧获取闭环候选帧.然后,引入图像颜色与深度信息计算当前关键帧与闭环候选帧的显著特征生成显著图.最后,将显著图均匀划分四块,计算两匹配关键帧显著图对应块的互信息熵,由每块对应互信息熵生成一个表征两幅图像相似度的四维向量,通过四维向量将满足互信息熵条件的闭环帧进行几何验证,判断是否产生闭环.实验结果表明,该算法能够降低机器人累积误差,生成全局一致的地图,同时满足实时性要求.

Select

一种基于齿科序列图像的超分辨率重建算法

程斌,汪伟

2020, 41(1): 177-184.

摘要 ( ) PDF全文 ( )

可视化

医学影像分辨率的提高能够有效帮助医生作出诊断,针对口腔环境复杂性和牙齿拓扑结构多样性的问题,提出一种基于齿科序列图像的超分辨率重建算法.通过对点集筛选和配准策略的优化,以及引入鲁棒损失函数,改进了传统的迭代最近邻点配准法,用于序列图像间的配准;然后针对齿科序列图像非下采样Contourlet变换域内不同的子带信息,采用了特定的子带系数融合策略,用于子带信息融合;最后基于非下采样Contourlet反变换得到了高分辨率齿科图像.实验结果表明,本文算法提高了重建指标,具有较强的鲁棒性.

Select

结合YOLO的ORB双目图像匹配方法研究

张春蕾,牛馨苑

2020, 41(1): 185-189.

摘要 ( ) PDF全文 ( )

可视化

针对双目视觉中ORB(Oriented Fast and Rotated Brief)图像匹配算法准确率不高以及会出现不同物体之间特征点错误匹配的问题,提出一种将YOLO(You Only Look Once)目标检测算法和ORB算法结合的双目图像匹配方法.该方法首先使用YOLO的卷积网络提取图像特征,并采用多尺度预测目标区域坐标和类别信息,以解决小目标与多目标识别不准的问题;接着,使用FAST(Features from Accelerated Segment Test)算子检测特征点和BRIEF(Binary Robust Independent Elementary Features)算子描述特征点,并利用ORB算法进行粗匹配;最后用去误匹配算法判断并去除不同类别和位置信息目标框中的匹配点.实验结果表明,该方法在单目标、双目标和多目标双目图像中的匹配准确率相较传统ORB匹配算法精度都有所提升.

Select

一种单幅图像及其辅助曲线的三维建模方法

张利,张昊

2020, 41(1): 190-194.

摘要 ( ) PDF全文 ( )

可视化

针对单幅图像的三维建模存在对用户的建模意图还原度不高、模型不够真实的问题,提出了一种通过构造曲线和辅助曲线来创建三维模型的方法.离散图像并补全构造曲线,为每条构造曲线添加辅助曲线.寻找离散后构造曲线间的对称关系并设置对称平面,计算曲线在三维空间中的位置.移动、旋转辅助曲线,得到三维模型,根据特征点位置和类型组合三维模型.实验结果表明,该方法得到的三维模型较符合用户的建模意图,同时具有算法简单、建模速度快、实用性强等特点.

Select

一种基于改进烟花算法的MBD产品信息轻量化方法

简琤峰,鲁亚文,张美玉

2020, 41(1): 195-199.

摘要 ( ) PDF全文 ( )

可视化

MBD产品信息轻量化要求满足在保留产品语义信息的前提下实现几何信息轻量化.传统的产品信息轻量化方法实现CAD模型简化的同时无法保留产品的非几何语义信息,难以满足MBD产品信息轻量化要求.本文以STEP AP242为研究对象,提出了一种基于改进烟花算法的MBD产品信息轻量化方法.首先针对STEP AP242构建统一的产品语义模型,实现了非几何信息与几何信息的统一表达,并进行关键特征语义的简化分配;然后在构建的产品语义模型基础上引入了改进的烟花算法对几何信息进行轻量化,通过对爆炸半径的优化和动态更新种群进化维数,对简化模型的关键特征精度可控,提高了简化后模型的质量,降低了算法的时间开销;最后实例分析验证有效性和可行性.

Select

一种信道状态信息下的复杂动态手势识别方法

党小超,刘洋,郝占军,曹渊

2020, 41(1): 200-205.

摘要 ( ) PDF全文 ( )

可视化

传统动态手势识别方法中存在硬件成本高,推广难度大等局限性.文章提出一种基于信道状态信息的复杂动态手势识别方法CSI-Num,该方法可用来实现对空中数字手势的高效识别.CSI-Num识别过程主要分为两个阶段:数据提取处理阶段与手势匹配识别阶段.提取处理阶段,是将采集到的数据,选取能够反映手势动作的子载波特征值作为被选信号,通过小波阈值函数和五点三次平滑方法对信号进行降噪平滑;匹配识别阶段,提取有效手势数据,使用k均值聚类算法和动态时间规整算法特性相融合的K-DTW匹配算法识别出不同数字的手势动作.实验结果表明,针对不同环境的室内场景,相应地调整参数设置,CSI-Num可以高效地识别出不同数字的手势动作,且具有较高鲁棒性.

Select

面向冷启动用户偏好获取的自适应物品询问列表生成方法

汪静,赵海燕,陈庆奎,曹健

2020, 41(1): 206-210.

摘要 ( ) PDF全文 ( )

可视化

新用户进入系统之初,由于缺少必要的行为信息,推荐系统无法给出高质量的推荐,为了提高推荐精度,可以使用主动学习技术,使系统主动向用户发起相关物品的评分请求,从而通过用户的交互信息了解用户的偏好信息.现有的主动学习方法基于不确定性、熵等信息选择物品让用户提供反馈.然而由于用户的差异性,其适合的最佳策略是不一样的.因此,本文针对新用户冷启动问题,将要向用户发起询问的物品分阶段产生,通过用户对上一阶段问题的不同反馈,通过决策树模型个性化的动态选择下一阶段适合的策略来生成物品列表以征求其评价.同时,采用遗传算法来优化各个阶段的最优物品个数.在实际数据集上的实验表明,通过这种自适应生成询问物品列表的方法能够改进推荐效果.

Select

EBSN中基于用户特征的社交事件规划与饥饿问题处理

张翰林,丁琳琳,王俊陆,宋宝燕

2020, 41(1): 211-217.

摘要 ( ) PDF全文 ( )

可视化

社交事件发布参与平台越来越受到人们的关注,其主要功能是为对某个社交事件感兴趣的用户规划适合的社交活动.现有社交事件平台贪婪规划方法通常假设每个用户可以参与限定个数的事件,解决参加限定个数事件引起的时空冲突,但方法中没有考虑用户的特征,导致用户规划顺序不合理,同时,现有方法也没有考虑如何解决因资源占用出现用户无法获取事件的情况,导致用户对社交平台满意度下降.为解决上述问题,本文通过用户空闲时间与用户平均速度双重约束条件,提出一种基于用户特征的社交事件规划与饥饿问题处理方法,该方法首先提取用户特征排序的同时,结合贪心算法和Skyline思想再次排序,确定用户最佳处理顺序,在此基础上,针对社交网络事件规划中可能出现的用户饥饿问题提出救济算法,消除兴趣值不敏感的饥饿用户,在总效用值下降最小的前提下,保证了用户对社交网站的最大满意度.实验表明,本文提出的规划算法能够有效地进行社交事件规划并解决用户饥饿问题.

Select

一种基于混合词向量的胶囊网络文本分类方法

王弘中,刘漳辉,郭昆,

2020, 41(1): 218-224.

摘要 ( ) PDF全文 ( )

可视化

文本分类是目前深度学习方法被广泛应用的重要领域之一.本文设计了一种基于循环神经网络和胶囊网络的混合模型,使用胶囊网络来克服卷积神经网络对空间不敏感的缺点,学习文本局部与整体之间的关系特征,并使用循环神经网络中的GRU神经网络经过最大池化层来学习上下文显著信息特征,结合两者来优化特征提取过程从而提高文本分类效果.与此同时,在嵌入层中提出了一种基于缺失词补全的混合词向量方法,采用两种策略来减少缺失词过度匹配的现象以及降低词向量中的噪声数据出现的概率,从而获得语义丰富且少噪声的高质量词向量.在经典文本分类数据集中进行实验,通过与对比模型的最优方法进行比较,证明了该模型和方法能有效地提升文本分类准确度.

选择文件类型/文献管理软件名称

选择包含的内容

过刊目录

作者投稿

专家审稿

编辑办公

主编办公

编委审稿

下载中心