小型微型计算机系统

过刊目录

  • 2020年, 41卷, 第4期
    刊出日期：2020-04-01
      
  • 全选
    |
  • 基于拟态防御的QR码信息加密架构
    班绍桓,韩英杰,樊永文,周清雷
    2020, 41(4): 673-678.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    QR码(Quick Response Code)作为重要的信息载体,正面临着严重的信息泄露和信息篡改等安全威胁.本文提出一种基于拟态防御思想的QR码信息加密架构(Mimic QR Code,M-QR),以提升QR码的安全性.首先,基于拟态防御模型的防御原理和特点构建异构冗余的加解密执行体;然后,选调器动态选取若干冗余执行体;接着,表决器对各执行体的处理结果进行表决以获得最终加密信息;最后生成相应的QR码.实验仿真表明,新架构可大幅提高QR码的安全性,而且识别效率很高,具有一定的实际应用价值.
  • 基于强化学习的超参数优化方法
    陈森朋,吴佳,陈修云
    2020, 41(4): 679-684.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    近年来,机器学习算法广泛应用于多个领域.超参数的选择直接影响了算法模型的性能,然而超参数优化过程往往依赖于专业知识和长期经验的积累.为了解决上述问题,本文提出了一种基于强化学习的自动超参数优化方法.该方法将超参数优化问题作为序列决策问题并建模为马尔科夫决策过程,通过使用一个强化学习智能体(agent),自动为机器学习算法选择超参数.该智能体以最大化待优化模型在验证数据集上的准确率为目标,将模型在验证数据集上的准确率作为奖赏值(reward),通过策略梯度算法训练智能体.为了减小训练过程中的方差,我们设计了数据引导池模块.实验将随机森林和XGBoost算法作为优化对象,在五个数据集上与随机搜索、贝叶斯优化、TPE、CM-AES和SMAC五种优化方法进行了对比.实验结果显示,本文所提出的方法在90%的优化任务上表现出更优的性能.同时,我们通过执行一系列消融实验验证了agent结构和数据引导池的有效性.
  • 基于标记增强的多标记代价敏感特征选择算法
    黄锦涛,钱文彬,王映龙
    2020, 41(4): 685-691.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    多标记特征选择是机器学习和人工智能领域的研究热点之一,现有多标记学习的研究是假设每个示例的标记呈均匀分布,即每个示例的各个相关标记的重要程度相同.然而,在许多应用领域中这些相关标记的重要程度往往不同.为此,本文提出了一种标记增强方法,可将多标记数据中传统的逻辑标记转化为监督信息更丰富的标记分布;同时,从代价敏感学习视角,构造了基于特征代价与特征依赖度的特征重要性度量准则,在此基础上,设计了面向标记分布数据的代价敏感特征选择算法;最后,通过在真实的多标记数据集上的实验对比与分析,验证了算法的有效性和可行性.
  • 有容量集合覆盖选址问题的降阶回溯算法
    尚春剑,宁爱兵,彭大江,张惠珍
    2020, 41(4): 692-698.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    有容量集合覆盖选址问题是组合优化中的一个经典的NP-Hard问题,在许多工程领域和科学领域中的应用十分广泛.本文将集合覆盖问题的模型应用到有容量设施选址问题中,首先研究了该问题的数学性质并给予相应的证明,利用这些数学性质能够对问题进行降阶,降低问题求解难度;然后设计了上界子算法、下界子算法和分配子算法,基于这些子算法提出了一种能够快速缩小问题规模同时能得到精确解的降阶回溯算法;最后文章通过分析和求解一个示例来进一步阐述本文算法的原理和执行过程.
  • 一种新型高效的无参数化聚类算法
    陈靖飒,程开丰,吴怀岗
    2020, 41(4): 699-703.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了解决K-means算法对初始聚类数k和初始聚类中心经验参数的依赖问题,提出了一种基于最小生成树的无参数化聚类MNC算法(MST based Non-parameterized Clustering).首先将待聚类数据集抽象成赋权完全图WCG(Weighted Complete Graph),其中的点代表向量,赋权边代表数据间的相似关系;然后将WCG转换成全连通的最小生成树MST(Minimum Spanning Tree);接着利用k=2的经典K-means算法对MST边集的一维权重空间进行聚类,得到剪枝的阈值;最后对MST进行剪枝和噪声过滤,得到的连通分量即为聚类的簇.实验结果表明,相对传统聚类算法,MNC算法不仅能够识别不同形状的数据簇,而且其无参数化的特点可以大大减少聚类时间,提高聚类效率.
  • 无监督迁移学习红外行为识别
    黑鸿中,肖儿良,简献忠
    2020, 41(4): 704-709.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了缩小可见光视频和红外视频之间的模态差异而提高红外行为识别率,以及简化深度学习用于红外行为识别需人工标注数据集繁琐的问题.基于迁移学习的思想,本文提出一种用可见光动作(源域)来识别红外动作(目标域)的无监督异构红外行为识别算法(UHDIAR).UHDIAR算法将可见光数据和红外数据映射到同一个对齐的特征空间中,采取余弦相似度调整源域样本的权重,利用对齐后的可见光数据训练权重支持向量机(W-SVM),进而识别红外动作并自动标注.采用可见光动作数据集(XD145)和红外动作数据集(InfAR)进行实验,结果表明UHDIAR的平均识别率与标准的SVM相比相对提高68.65% .
  • 深度学习技术在工件自动检测中的应用
    刘信君,林浒,郑飂默,王诗宇,
    2020, 41(4): 710-714.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文针对实际生产中需要对工件进行自动检测,获取工件质心的问题,采用了边缘检测技术以及最小外接矩形算法对工件定位的方式,采用了BP神经网络完成相机标定.针对基于RCF的边缘检测技术生成边缘粗糙的问题,提出了一种RCF(Richer Convolutional Features for Edge Detection)模型的优化方法,将每个阶段用于提升特征图分辨率的反卷积操作替换成可以生成更精细边缘、时间复杂度更低的亚像素卷积.针对相机标定过程中存在的诸多需要用复杂数学模型表达的非线性畸变,提出了一个BP神经网络来拟合复杂非线性映射,实现二维像素坐标到三维机器人基坐标系下坐标的映射,实验结果表明,误差可以控制在0.5mm之内,可以满足实际应用的需要.
  • 倒排索引压缩算法研究综述
    姜琨,朱磊,宋省身,杨岳湘
    2020, 41(4): 715-723.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    不断增长的互联网网页信息和成千上万的用户查询请求给搜索引擎的索引更新和查询访问带来了前所未有的实时性挑战.高效的索引压缩算法能够降低索引数据的存储和传输开销,加快处理器对索引数据的处理速度,因此能直接影响搜索引擎系统的查询性能.首先,概述了倒排索引中倒排链表所包含的d-gap和freq整数序列的存储结构,并依据压缩码字的对齐方式对倒排索引压缩算法进行分类;其次,详细阐述了当前流行的字对齐压缩算法,并总结了Simple、Frame of Reference(FOR)、Optimized Chunk Splitting(OCS)等几类典型的倒排索引压缩算法;之后,综述了倒排索引压缩算法的SIMD并行化研究,即采用SIMD指令集中Shuffle数据置换和垂直布局存储来加速算法对d-gap整数序列的并行处理性能.然后,针对压缩倒排索引的随机访问问题,综述了通常采用的自索引技术和原始序列压缩算法两种策略.最后,对倒排索引压缩算法在搜索引擎系统中的应用进行了分析和总结并对未来倒排索引压缩算法可能的研究方向进行了探讨和展望.
  • 一种融合三支决策理论的改进K-means算法
    夏月月,张以文
    2020, 41(4): 724-731.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的K-means算法及其改进算法在对数据集进行聚类划分时通常精确地确定样本点与聚簇的隶属关系,没有充分考虑隶属关系模糊的边界点.本文提出一种结合三支决策理论的改进算法TK-means.首先,将数据空间分为核心区域和边缘区域分别处理,解决K-means算法对所有样本点统一处理造成的聚类结果不准确的问题;其次,结合网格聚类算法中划分网格的思想快速确定核心点和边缘点;最后,设计了新的初始聚类中心确定方法,可有效解决K-means算法初始聚类中心随机选择使得聚类结果不稳定的问题.通过模拟数据集和UCI数据集的大量实验证明,TK-means算法比现有经典的K-means及其改进算法拥有更好的性能.
  • 基于多模型卷积神经网络的乳腺癌病理医疗图像良恶性诊断
    孙福权,丛成龙,张琨,孔超然,姜玉山,多允慧
    2020, 41(4): 732-735.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    医疗图像辅助诊断是深度学习在智慧医疗领域中的一个重要应用.针对传统图像处理方法中人工提取特征过程复杂度高、测试识别准确度低和泛化能力差等问题,本文利用深度学习方法对乳腺癌病理学图像进行计算机辅助诊断.先对VGG16浅层卷积网络引入冻结层,并训练微调其余部分参数,再对结合迁移学习的Inception-V3和ResNet-V2-152进行整体参数微调,最后将训练好的的三个模型进行融合,以增强最终识别的准确度.同时又对BreakHis数据集进行了放大类别独立的研究.实验结果表明,本文在放大200倍的乳腺癌病理图像良恶性诊断问题上可取得97.64%的测试准确度,在放大类别独立的诊断问题上取得94.94%的测试准确度,为计算机辅助诊断在实际中的应用提供了可行性论证.
  • 判别相关滤波融合深度信息的目标跟踪算法
    杨海清,唐怡豪,许倩倩,孙道洋
    2020, 41(4): 736-740.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    基于相关滤波的目标跟踪算法已经取得了较好的性能并引起关注.在RGB图像序列的跟踪中,遮挡、背景与前景相似纹理的情况下会出现跟踪失败.本文提出了一种在判别相关滤波框架中融合深度信息的跟踪算法.由深度图分割获得空间可靠性图,根据可靠性图计算约束滤波器,避免传统判别相关滤波的边界效应.在跟踪阶段,通过对通道响应进行可靠性加权求和获得目标位置.通过目标的深度信息估计尺度,根据目标区域的深度分布和相关滤波器的响应来检测遮挡.在遮挡期间不更新模型,减少漂移问题.最后,在Princeton RGBD跟踪数据集中进行实验,结果表明,加入深度图分割与基准算法相比效果有提升.文中方法在遮挡以及尺度变化情况下能够有效地跟踪目标.
  • 一种局部线性编码的深度学习果蔬分类算法
    巨志勇,张泽晨
    2020, 41(4): 741-745.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的图像分类问题多使用人工设计的图像特征进行分类,然而部分果蔬图像存在颜色、纹理和形状差异较小的现象,导致传统特征分类效果不够理想.针对这一问题,本文提出一种融合人工特征和深度学习特征的果蔬分类算法.首先使用Inception V3预训练模型提取果蔬图像的卷积神经网络特征;其次提取图像的颜色直方图和SIFT特征,并对SIFT特征进行局部线性编码;接着使用判别相关分析对特征进行降维融合;最后使用SVM进行训练得到分类器.通过自建果蔬图像数据库下的试验结果表明：DCA降维融合后的特征在果蔬分类准确性和速度上明显优于原特征,识别率达到近97%,更适合果蔬分类.
  • 融合用户偏好和物品相似度的概率矩阵分解推荐算法
    王运,倪静
    2020, 41(4): 746-751.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的概率矩阵分解算法虽然较好的解决了推荐系统中的用户数据稀疏性问题,但是没有同时考虑到用户之间的关系及物品之间的关系,导致用户物品评分预测准确性仍然不高.本文利用用户物品评分数据及物品信息提出了融合用户偏好和物品相似度的概率矩阵分解推荐算法UPIS-PMF(Probability Matrix Factorization Recommendation Algorithm Combining User Preferences and Item Similarity).首先根据用户评分数据计算用户之间的偏好相似度,得到用户相似度矩阵,再利用物品标签关联度数据和物品流行度数据计算物品相似度,得到物品相似度矩阵,最后将用户相似度矩阵,物品相似度矩阵及用户物品评分矩阵融入概率矩阵分解模型中进行评分预测,Movielens数据集中的实验表明该算法在评分预测准确性方面优于传统的推荐算法,同时也说明了在概率矩阵分解模型中融合用户信息或者物品信息均可以提高评分预测的准确性.
  • 一种个性化k近邻的离群点检测算法
    樊瑞宣,姜高霞,王文剑
    2020, 41(4): 752-757.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在基于近邻思想的离群点检测算法中,参数k的选择是无法避免的,而k值过大或者过小都会对检测效果产生很大的影响.因此,如何选择k值是近邻方法研究中的重要内容之一.本文提出一种个性化k近邻(Personalized k-Nearest Neighbor,PKNN)的离群点检测方法,其每一个数据点的近邻个数是由算法自动确定,而不需要人为指定.位于稠密区域的点具有更多邻居,而位于稀疏区域的点具有更少的邻居.因此,PKNN方法确定的个性化近邻参数,更符合数据集的直观分布.实验结果表明,与现有方法相比,PKNN算法有很好的离群点检测效果.
  • 基于改进视觉背景提取算法的前景检测
    刘志豪,黄俊,刘武启,李英杰,郑小楠
    2020, 41(4): 758-762.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对经典的视觉背景提取(visual background extractor,ViBe)算法在首帧出现运动目标会引入鬼影以及面对复杂场景表现出检测不佳等问题,提出一种以ViBe算法为基础的改进算法.采用多帧初始化背景模型的方式,为背景模型引入可靠真实的背景样本,从而快速消除鬼影;前景检测阶段,以背景扰动指数衡量背景的扰动程度,出现背景扰动的情形以自增适应因子适当增大分类阈值;对于发生光照突变算法表现敏感问题,采取统计前后帧像素点差异个数判断是否发生光照突变,若发生了光照突变采用当前帧重新初始化背景模型.实验表明,本文算法在抑制鬼影以及适应复杂场景上相比ViBe以及其它算法都有较好的表现.
  • 面向不等长时间序列的电梯故障早期预测
    吉训生,王大智,李晓
    2020, 41(4): 763-768.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了解决不等长时间序列异常检测和电梯故障的早期预测问题,提出一种长短时记忆自动编码器((long short-term memory networks auto-encoder,LSTM-AE)与多层感知机(multi-layer perception,MLP)相结合的网络模型.将电梯曳引机电流数据分为不同运行过程的时间序列片段,利用一元线性回归运算剔除无用数据,并对不等长时间序列进行补零填充,通过长短时记忆自动编码器对其进行编码.利用相关特征选择(correlation feature selection,CFS)确定主要预测特征为启动最大电流.最后,利用深层特征编码值与启动最大电流值输入多层感知机实现电梯故障的早期预测.实际数据处理结果表明,故障早期预测平均准确率达到85.3%,为电梯故障早期预测和不等长时间序列异常检测提供了一种有效的方法.
  • 面向IT系统结构可视化的实时渲染方法
    苏谟,刘宇,王其乐,魏景锋,曹吉龙
    2020, 41(4): 769-774.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文为解决IT系统结构可视化中IT架构不透明,结构关系复杂,IT系统结构实时渲染帧率低等问题,提出了一种面向IT系统结构可视化的实时渲染方法.通过建立IT结构可视化模型,采用端到端的设计理念,从底层IT基础设施至上层系统、业务、应用等逻辑层次的对象、元素、规则和关系以三维可视化形式呈现,使IT内部结构关系清晰可见.采用混合型布局算法,针对IT结构关系的不同特点,适配相应布局算法,从而适应复杂多变的IT系统结构关系.同时,通过CPU和GPU协同的方式实现布局算法,提高IT系统结构的实时渲染效率.实验结果表明,本文提出的方法能够快速、规范、清晰地可视化IT系统结构,有效地提高IT系统结构实时渲染效率.
  • 最大相关熵准则下多层极端学习机的批量编码
    刘兆伦,武尤,王卫涛,张春兰,吴超,刘彬,
    2020, 41(4): 775-781.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对多层极端学习机(hierarchical extreme learning machine,HELM)对大样本数据集学习时容易发生过拟合现象且内存需求巨大的问题,提出一种基于最大相关熵准则的批量编码式多层极端学习机.首先通过引入最大相关熵准则(maximum correntropy criterion,MCC)代替HELM决策层中的最小均方差准则(minimum mean square error,MMSE),降低网络对异常点的敏感度,改善过拟合现象,构造出基于最大相关熵准则的多层极端学习机(MCC-HELM).其次利用MCC-HELM对大样本数据分批次进行编码学习,从而降低学习过程中的内存需求与整体运行时间.最后利用在线极端学习机的思想,在最终决策前将所有批次的决策层依次进行融合,推导出基于最大相关熵准则的批量编码式多层极端学习机(BC-HELM).实验结果表明,与HELM相比,本文提出的BC-HELM在保证学习精度的前提下,运行时间更短且内存需求显著降低,与其他多层ELM网络相比学习效率也有较大的提升.
  • NO TEARS算法在XSS攻击检测中的应用研究
    孙宝丹,王培超,周鋆
    2020, 41(4): 782-785.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    近年来,利用机器学习技术对跨站脚本攻击(XSS攻击)进行检测成为网络安全研究的热点.由于检测特征多,样本标注有限,机器学习模型的精准训练问题一直是一个难题.贝叶斯网络可以较好的适应小样本环境,最近提出的NO TEARS结构学习算法利用平滑约束优化方法,可以较好地对模型进行训练.本文针对XSS攻击检测问题,利用NO TEARS算法训练贝叶斯网络模型进行XSS攻击载荷(Payload)的判断.在实验中,本文使用了较为丰富的真实数据,并与传统的结构学习方法及其他分类算法进行了比较,实验结果表明,本文中使用的新的结构学习方法能够明显提升分类准确率,是一种检测XSS攻击的有效方法.
  • 一种数据增强与混合神经网络的异常流量检测
    连鸿飞,张浩,郭文忠
    2020, 41(4): 786-793.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    网络入侵检测是网络安全的重要组成部分之一,而异常流量检测是实现网络入侵检测的一种方法.针对目前异常流量检测中存在的数据不平衡以及检测模型检测率较低、误报率较高的问题,提出一种过采样算法与混合神经网络相结合的异常流量检测模型.该模型通过学习网络流量数据中的特征来实现异常检测.首先,采用SMOTE与ENN对少数类样本进行过采样解决不平衡问题,再对网络流量数据的特征进行归一化;然后通过卷积神经网络来学习网络流量数据中的空间特征;再将这些包含空间信息特征的数据在时间上错开排列后输入到双向长短时记忆网络来进一步学习其时序特征;接着使用注意力机制对特征的重要性进行计算,最后输出检测结果.在NSL-KDD数据集上的实验结果表明：本文模型相较于目前的机器学习与深度学习检测模型有更高的准确率与较低的误报率.
  • 融合BSRU和ATT-CNN的化学物质与疾病的关系抽取方法
    曹春萍,何亚喆
    2020, 41(4): 794-799.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    医学文本中经常存在某个化学物质与多个不同疾病同时相关的情况,传统的深度学习方法不能充分利用句子的长距离依赖信息和其他文本特征,导致医学实体较多的长文本中存在核心实体关系不精确的问题.为此提出双向简单循环神经网络(BSRU)与带注意力机制的卷积神经网络(ATT-CNN)相结合的模型,双向简单循环网络实现文本的长距离依赖信息和多种特征信息的向量表示,注意力机制-卷积神经网络减少噪声影响后使用不同大小的卷积核学习文本的多种特征,分段池化后通过分类完成关系抽取.通过实验验证,本文模型在化学物质与疾病的关系抽取中具有良好表现.
  • 基于深度残差网络的布匹疵点检测方法
    陈康,朱威,任振峰,郑雅羽,
    2020, 41(4): 800-806.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对传统布匹疵点人工检测成本高、识别稳定性差的问题,本文提出一种基于深度残差网络的布匹疵点检测方法.首先,采用线阵相机、线性光源和传动系统设计布匹疵点检测装置;其次,根据采集图像的灰度值调整光源的光照强度,并对采集图像进行去噪滤波预处理;然后使用深度残差网络修改Faster R-CNN中的原始特征提取网络,获得更高的疵点特征精度;最后在Faster R-CNN的区域生成网络中增加预测锚点框,提升多尺度疵点和小目标疵点的检测能力.实验结果表明,本文方法的布匹疵点识别率达到96%,检测速度达到30m/min,实现了布匹疵点检测自动化,大幅降低了人力成本,具有良好的实际应用价值.
  • 基于轻量网络的近红外光和可见光融合的异质人脸识别
    张典,汪海涛,姜瑛,陈星
    2020, 41(4): 807-811.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对近红外图像与人脸库里的可见光图像匹配的异质人脸识别(Heterogeneous face recognition,HFR),以及人脸识别所用到的深度卷积网络参数量和计算量大的问题,提出了用于学习近红外光图像和可见光图像之间跨光谱域不变的特征的轻量级人脸识别算法.首先使用大规模可见光图像数据集和改进的交叉熵损失函数,训练出一个类内紧凑、类间可分的可见光人脸识别模型,然后用改进的近红外光与可见光图像混合的三元组数据集配合的三重角度损失函数做迁移学习.相对于通用的深度学习方法,本方案对来自两种光谱域(近红外光和可见光)的人脸图像,都有很好的识别效果.同时通过研发轻量级的深度卷积网络,使算法可以在嵌入式设备中高效的运行,提高算法的工业应用价值.
  • 一种基于安全帽佩戴检测的图像描述方法研究
    徐守坤,倪楚涵,吉晨晨,李宁
    2020, 41(4): 812-819.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    安全帽佩戴检测与描述是施工图像理解中涉及施工安全的重要内容.本文提出了一种基于改进YOLOv3算法,使用规则和模板相结合的安全帽佩戴图像描述生成方法.首先采集并制作数据集,利用图像增强扩充数据样本;然后以原始YOLOv3为基础,改进多尺度预测结构和初始锚框参数,使用K-means算法进行目标框维度聚类;最后在自制的数据集上进行训练与检测,并根据预定义的规则结合语句模板生成描述语句.实验表明该方法在图像描述评价指标上的得分略有提升,同时经人工测评可知,该方法生成的语句在描述佩戴安全帽的人数方面较为准确,表明该方法在处理安全帽佩戴描述生成任务上的有效性.
  • 用于乳腺癌诊断的图像局部信息增强技术
    付其林,邓安生,曲衍鹏
    2020, 41(4): 820-824.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    乳腺癌诊断的图像处理过程主要包括以下三个步骤：感兴趣区域(ROI)提取、图像增强和特征提取.由于传统的图像增强方法是应用在整个ROI上的,因此ROI中不相关或无用信息的增强会转化为劣质特征.为了解决这一问题,提出了基于信息熵的图像局部增强策略.该策略对每幅乳腺图像的ROI进行局部分割,选择熵值最大的区域块.通过多轮的图像增强策略进一步改进优胜块,并嵌入到原始ROI中.在此过程中,将由熵权法计算结果值最大的一组特征来表示这幅图像.实验结果表明,该方法提取的特征在分类精度和AUC指标方面优于原始图像、全局增强图像和随机局部增强图像的特征.
  • 结合DBSCAN聚类与互信息的图像拼接算法
    张美玉,王洋洋,吴良武,秦绪佳
    2020, 41(4): 825-829.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了更好地实现图像拼接的实时性、提高特征点匹配的效率和图像拼接的准确度,本文提出了一种基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)与互信息的图像拼接算法.首先,为了图像拼接的实时性,用ORB(Oriented FAST and Rotated BRIEF)算法快速提取特征点,在此基础上利用DBSCAN聚类算法快速构建邻接图,通过邻接图估算图像的重叠区域;然后,用二值化互信息与欧式距离方法相结合的筛选方法,实现特征点的粗匹配,该方法可以提高特征点匹配准确度,此外根据估算的重叠区域,可以提高特征点匹配的效率;最后,用改进的RANSAC算法,计算出更精确的变换矩阵,使图像拼接的结果更准确.实验证明该方法能够实时的、高效的、精准的实现图像拼接.
  • 面向图像复原的残差密集生成对抗网络新方法
    李烨,许乾坤,李克东
    2020, 41(4): 830-836.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对成像设备抖动和场景目标物体移动等因素导致的图像运动模糊问题,提出了一种基于残差密集生成对抗网络的图像去运动模糊新方法,采用端到端的方式对模糊图像进行直接复原,避免了对模糊核进行估计.使用残差密集网络结构作为生成式模型的核心组件,并在对抗损失、感知损失、L1损失及梯度L1正则化的共同约束下,进行生成器模型与判别器模型之间的对抗训练,重建出细节丰富、真实锐利的去模糊图像.实验结果表明,本文方法对图像边缘特征和细节信息的提取和复原具有良好的作用,与已有的代表性图像复原算法相比,在主观视觉和图像质量定量评价上均有明显提高.
  • 一种结合多种图像分割算法的实例分割方案
    詹琦梁,陈胜勇,胡海根,李小薪,周乾伟
    2020, 41(4): 837-842.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对目前在对图像中的物体进行分割时存在的分割精度不高,分割后物体缺失严重,边缘不清晰等问题,提出了一种结合多种图像分割算法的实例分割方案.该方案首先通过具有实例分割功能的Mask RCNN算法对输入的图像进行初步的分割,得到初始掩膜.再通过SLIC超像素分割算法对原图进行超像素分割得到超像素块,结合超像素块对初始掩膜的边缘进行扩展,结合扩展后的掩膜和初始掩膜进行形态学操作得到GrabCut算法分割的初始三元图,该图中明确指出了确定的前景、确定的背景和待分割区域,在此基础上用改进的GrabCut算法建立高斯混合模型(Gaussian Mixed Model,GMM),并反复迭代高斯混合模型参数,最后利用最大流最小割算法得到最优目标分割结果.实验结果表明,本文所提出的图像分割方案,分割效果在直观上能保证物体的完整性,基本能够将物体的所有信息都分割出来.与其他的分割算法进行比较,本文方案在分割精度上平均提高了约6.9%,同时具有很好的视觉效果.
  • 一种结合CV模型与贝叶斯的肺实质分割方法
    于莲芝,刘海宁
    2020, 41(4): 843-848.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    胸膜结节的灰度与肺实质外围灰度十分接近,很难运用传统算法分割这种病变部位.针对胸膜结节难以精确分割的问题,在本文中提出了一种结合CV模型与贝叶斯模型的优化算法,本算法采用CV模型进行初分割,并在分割结果基础上采用了贝叶斯方法：通过CT图像上一帧来预测并更新胸膜结节信息,最后将筛选出的病变区域添加到初始分割轮廓上,完成肺实质的自动分割.运用本文提出的方法,对来自LIDC公开数据集中的32位病人共计234张CT样本图像进行仿真实验,综合得到本文算法对此类结节分割准确率、召回率和F值分别为99.6%、93.6%、96.5%,较文中所对比算法有明显提升.实验结果表明,该算法具有不错的适应性和鲁棒性,并且提高了此类结节的分割精度.
  • 一种融合知识图谱与长短期偏好的下一项推荐算法
    沈冬东,汪海涛,姜瑛,陈星
    2020, 41(4): 849-854.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有的序列推荐算法仅利用短期用户行为做推荐,而没有充分考虑用户的长期稳定偏好和项目之间更深层次联系等问题,本文提出一种融合知识图谱与长短期偏好的推荐算法.本算法主要分为两个主要部分,即项目嵌入和判别性偏好学习.首先,基于知识图谱创建一种新的项目嵌入方法,用于获得每个项目的统一表示.然后分别采用两个独立的循环神经网络区别地利用用户的行为信息学习用户的长短期偏好,生成下一项推荐.本文在真实数据集MovieLens10M上的设置对比实验验证算法的有效性.实验结果表明,该算法在推荐评价指标平均倒数排名MRR@N和召回率Recall@N上有显著提升,有效的提高了推荐性能.
  • 一种面向混合属性数据的邻域粒离群点检测
    李毅,胡建成
    2020, 41(4): 855-860.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对粗糙集方法不能有效处理数值和混合型数据的问题,本文以邻域粗糙集中粒计算为基础,提出了一种基于邻域粒的离群点检测方法.首先,给出了邻域粒之间距离的定义.其次,定义粒离群程度和基于邻域粒的离群因子来分别表征邻域粒和对象的离群程度,设计并实现了基于邻域粒的离群点检测(NGOD)算法.最后,利用实际数据集对NGOD的有效性进行了评估.实验结果表明,所提检测方法对分类、数值和混合属性数据是有效的.
  • 开源软件开发中的代码评审
    赵海燕,李敏,陈庆奎,曹健
    2020, 41(4): 861-867.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    提高软件的开发效率和质量一直是软件界关注的焦点,代码评审被认为是保持软件质量最重要的方法之一,有效地执行代码评审可以提高软件的质量并减少代码缺陷的发生.随着开源软件开发模式的流行,对Pull请求的代码评审已经成为开源软件开发中推进开发过程、保证软件质量的重要手段.本文对近年来相关的研究进行了系统的总结,将影响因素分成了与开发者相关的因素、与评审者相关的因素、与项目相关的因素并总结了它们的影响.同时,文中对评审者自动推荐方法进行了总结.最后对未来的研究方向进行了展望.
  • 面向不完备混合数据的矩阵增量知识维护方法研究
    黄倩倩,李天瑞,杨新,王国强,胡节,
    2020, 41(4): 868-877.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现有邻域粗糙集模型可用于处理包含名义型和数值型两种类型共存的混合数据,但较少考虑混合数据的不完备性.本文从缺失值的两种语义解释出发,即“不关心值”和“丢失值”,通过定义邻域特征关系和量化邻域特征关系,提出了面向不完备混合数据的两种新型邻域粗糙集模型,并给出了粗糙邻域近似知识的矩阵计算表达方法.此外,在属性集动态变化下,介绍了基于扩展邻域粗糙集模型的快速增量知识维护机理和方法.最后通过实例验证了所提出增量更新方法的有效性.
  • 一种基于CS-SVM的老年人异常步态识别系统
    王琪,王涛,张硕,陈金环
    2020, 41(4): 878-882.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对老年人异常步态识别问题,提出了一种基于代价敏感支持向量机的步态识别系统.该系统首先对采集到的步态信号使用巴特沃斯带通滤波器进行滤波并使用双树复小波进行步态信号时频特征提取;其次,构造代价敏感支持向量机分类器,以提取的步态信号特征为输入对分类器进行训练;最后,对训练得到的代价敏感支持向量机分类器进行测试.实验结果表明,该分类器能够成功识别跛行、踮脚、震颤、正常四种类型的步态,平均识别率达到95%以上,而普通支持向量机识别率仅为80%左右,可见代价敏感支持向量机分类器的异常步态识别效果要优于普通支持向量机分类器的识别效果,能够实现老年人异常步态的识别,并具有准确性及可靠性.
  • HEVC中运动补偿算法的动态可重构实现
    谢晓燕,周金娜,朱筠,刘新闯,雷祥
    2020, 41(4): 883-887.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    高效视频编码(High Efficiency Video Coding,HEVC)中运动补偿算法采用更高精度的插值,以获得更好的视频压缩效果.但是在同一时间内存在大量的插值运算,使运动补偿算法计算效率低下,而且难以实现不同块的灵活切换.为了优化这类问题,根据其数据依赖关系以及高度集中的插值计算特点,将运动补偿算法映射到可重构阵列结构上.多核的并行性提高了算法的计算效率,同时上下文切换的动态重构机制,完成不同块算法的灵活切换.实验结果表明,所提出的可重构实现方式相比于串行单PE处理时间节省了约93%,实现在具有较高执行效率的同时具有较好的灵活性.
  • 无监督分词算法在新词识别中的应用
    姜涛,陆阳,张洁,洪建
    2020, 41(4): 888-892.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    新词识别过程中,使用分词工具进行预分词的方法,受限于训练语料而对某些领域的分词准确率不佳.针对这个问题,本文提出了一种改进方法.该方法首先基于元语言模型进行无监督预分词,再将词频、互信息和邻接熵作为主要特征进行新词发现.同时方法中还结合了命名实体识别对发现的结果进行过滤,得到候选词组后使用网格搜索寻找最优的超参数组合.实验选取四种不同领域的语料,在统一的超参数下,前10%的新词准确率分别达到了88.3%、80.5%、85.9%、91.9%.实验表明,这种无监督的分词方法适用于新词识别领域,并具备良好的领域适应性.
  • 林火蔓延模型的改进及可视化验证
    唐勇,张晓碧,刘浩阳,郭慧玲,
    2020, 41(4): 893-896.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对林火蔓延模型绘制效果差的问题,本文提出一种改进的林火蔓延模型,实现不同环境因子对林火蔓延影响的可视化验证.首先,通过温度场随时间的变化函数进一步修正林火蔓延的初始速度,提高火焰扩散的随机性,增强了火焰模拟的真实性;其次,为了解决火焰模拟存在的细节丢失问题,引入脉动风场修正风速调整系数增加火焰的细节;然后,为了揭示火焰蔓延和环境因子的关系,分析环境因子与林火蔓延模型的关系,实现改进林火蔓延模型的可视化;最后,设计多组不同地形和环境中火焰蔓延的实验实例,实验表明,改进的林火蔓延模型能够绘制不同环境因子作用下的林火蔓延场景,在增加火焰蔓延细节的同时能够保证实时.