小型微型计算机系统

Select

徐洋,徐怡,史国川,鲁磊纪,赵小帆

2020, 41(6): 1121-1125.

摘要 ( ) PDF全文 ( )

可视化

邻域粗糙集模型是经典粗糙集模型的变型，对处理数值型数据具有较好的优势性.本文引入最大决策邻域粗糙集模型，该模型密切关注边界样本，通过增加与决策类有最大交集的邻域样本来扩大正域，并在该模型上定义了最大决策粗糙度的概念.为了能够反映正域、负域的同时变化，提出一种基于边界域的不确定性度量方法.为了能够更全面的度量，在最大决策邻域粗糙集模型中定义了最大决策邻域粒结构，并基于该粒结构提出了最大决策邻域粒度概念，该粒度是对信息系统的分类能力的度量.文章最后提出一种基于最大决策邻域粗糙集的混合不确定性度量方法，将两种度量方法进行结合.实验结果表明，所提出的度量方法在邻域信息系统中具有较好的分类效果.

Select

面向短文本情感分析的多特征融合方法研究

陶永才,张鑫倩,石磊,卫琳

2020, 41(6): 1126-1132.

摘要 ( ) PDF全文 ( )

可视化

近年来，深度学习技术被广泛应用于文本情感分析任务中.目前，大量的研究使用不同类型的神经网络从文本词向量中学习和提取情感特征.针对单一文本词向量无法全面表示文本中的情感特征信息，并且难以有效捕获文本和标签之间的联系，提出了一种基于多特征融合的短文本情感分析模型，该模型针对短文本自身特性构建多种情感特征组合(词特征+情感符号特征+词性特征、词特征+情感符号特征、情感标签特征)形成多输入矩阵，接着将其输入到多通道卷积神经网络(multi-channel convolutional neural networks,MCNN)中提取情感特征，最后完成情感分类，整个模型简称MF-MCNN(Multi-feature Fusion based on MCNN).MF-MCNN能够从多特征矩阵中学习到句子更全面的情感信息，情感分类能力得到有效提升.MF-MCNN模型在SemEval2017数据集(英文)和NLPCC2014数据集(中文)上完成与传统分类器和目前先进的模型共7种模型的对比，实验结果证明MF-MCNN具有更高的准确率和较低的训练时间代价.

Select

生成对抗网络及其应用研究综述

淦艳,叶茂,曾凡玉

2020, 41(6): 1133-1139.

摘要 ( ) PDF全文 ( )

可视化

在人工智能引领的浪潮下，生成模型的理论研究与应用不断获得成功，已经成为当前研究的热点之一.因此，系统地研究生成模型及其应用具有重要的意义.本文首先将生成模型分为基于显式密度和基于隐式密度的生成模型，并介绍每类模型中具有代表的生成模型，分析它们的优缺点.其次，从应用层面分4类重点介绍了生成对抗网络在图像生成中的研究进展，即通过噪声生成图像、文本生成图像、图像到图像转换和交互式操控图像生成.然后从可解释性、可控性、稳定性和模型评价方法4个方面分析了生成对抗网络的理论研究进展.最后讨论了研究生成对抗网络潜在的突破口.

Select

信号分解与融合神经网络的金融数据预测研究

金丰,邵清

2020, 41(6): 1140-1146.

摘要 ( ) PDF全文 ( )

可视化

针对目前特征+模型的预测方案在金融时序数据上预测精度不足的问题，提出一种基于变分模态分解的长短期记忆神经网络因子分解机双通道融合模型.首先利用变分模态分解分解金融时序数据，得到能表现时序数据趋势和变化信息的模态，接着将模态信息输入到长短期记忆神经网络因子分解机双通道融合模型中，长短期记忆神经网络得到数据的时序特征，因子分解机得到数据的交互特征，通过改进的局部连接层融合，使模型能同时表达数据的时序特征和交互特征，提升时序数据预测的效果.以沪深300指数和标普500指数的数据为例，对所提模型进行验证，结果表明其在预测性能和泛化性能上都有明显的优势.

Select

一种结合路径信息和嵌入模型的知识推理方法

陈海旭,周强,刘学军

2020, 41(6): 1147-1151.

摘要 ( ) PDF全文 ( )

可视化

知识图谱的嵌入和路径知识推理都是知识推理研究的重要方向，近年来，出现了一些将这两种方法相结合的知识推理算法，性能比起原有的算法有了很大提高.然而，这些算法大多是用求加权平均值的方法将路径信息纳入评分，忽略了在特殊情况下某些关键路径对推理结果的决定性影响.针对这个问题，提出了一种新的将知识图谱的嵌入和路径知识推理相结合的算法PSTransE，引入了概率学的方法，用路径和关系的向量相似性来代替由路径推理出关系的概率，反向求出由所有路径都推理不出目标关系的概率进而得到能够推理出目标关系的概率.在综合考虑所有相关路径信息的同时，使得关键路径能够直接确定推理结果.实验表明，PSTransE比原有算法有了明显的提高.

Select

半监督元路径的异构信息网络社区发现算法

陈丽敏,张岩,杨柳

2020, 41(6): 1152-1155.

摘要 ( ) PDF全文 ( )

可视化

基于语义的异构信息网络社区发现算法，大多采用元路径计算目标对象相似性，基于元路径的目标对象相似性度量非常便捷、有效，但是，其语义表达并不完整，不能完全真实地反映目标对象的关联，而目前又缺乏更加准确的表达目标对象相似性的方法.基于语义的异构信息网络社区发现算法往往忽略了异构信息网络复杂的拓扑结构，本文通过谱聚类分析异构信息网络的拓扑结构，半监督校正目标对象的相似性，使用非负矩阵分解法划分异构信息网络的社区，能够有效提高异构信息网络社区发现的准确率.通过对仿真数据和真实数据实验，结果显示本文算法确实有效提高了异构信息网络社区发现的准确率.

Select

贝叶斯网络推理学习的混合粒子群-差分算法

范瑞星,刘浩然,张力悦,苏昭玉,刘彬

2020, 41(6): 1156-1162.

摘要 ( ) PDF全文 ( )

可视化

针对启发式算法应用于贝叶斯网络推理学习易陷入局部最优和寻优效率低的问题，提出一种基于混合粒子群差分法的贝叶斯网络推理算法.该算法利用自适应的反向学习策略增加初始种群的多样性，将差分变异算子引入离散粒子群算法，提出自适应概率分层搜索策略平衡局部搜索与全局搜索，并根据levy飞行机制建立自适应的变异策略避免算法陷入局部最优.由算法的收敛性分析可知，通过迭代搜索可以找到贝叶斯网络的最大可能解释.实验结果表明与其他算法相比收敛精度与寻优效率均有提升.

Select

一种基于LSTM和CNN混合模型的文本分类方法

王海涛,宋文,王辉

2020, 41(6): 1163-1168.

摘要 ( ) PDF全文 ( )

可视化

针对卷积神经网络（Convolutional Neural Network，CNN）在获取文本中上下文依赖关系方面的不足及深层神经网络在提取文本特征时出现的特征丢失问题，提出一种将长短时记忆网络（Long Short-Term Memory，LSTM）与卷积神经网络结合的文本分类模型MLCNN（Merge-LSTM-CNN）.首先，利用词嵌入将输入文本进行向量表示，通过三层CNN提取文本的局部特征，进而整合出全文语义;同时，使用LSTM存储文本中历史信息的特征，以获取文本的上下文关联语义;其次，将输入向量分别与各层CNN的输出相融合，实现原始特征的重用.实验结果表明，相对于CNN、LSTM以及其改进模型，MLCNN模型的分类准确率达到96.45%，取得更好的分类效果.

Select

一种自学习的智能五子棋算法的设计与实现

李大舟,沈雪雁,高巍,张小明,孟智慧,

2020, 41(6): 1169-1175.

摘要 ( ) PDF全文 ( )

可视化

强化学习长期以来的一个目标是创造一个能够在具有挑战性的领域，以超越人类的精通程度学习的算法.基于蒙特卡洛树搜索与深度神经网络设计一种自学习智能五子棋算法，无需人类知识，从零开始学习.其中深度神经网络是由32个卷积层组成的深度残差网络;蒙特卡洛树搜索可根据多次模拟博弈的结果预测最优的移动方案.将五子棋规则与蒙特卡洛树搜索和深度神经网络相结合，蒙特卡洛树搜索使用深度神经网络评估落子位置和选择移动，增强树的搜索强度，提高落子质量，优化自对弈迭代.通过蒙特卡洛树搜索进行自对弈，训练一个神经网络来预测落子选择以及游戏的赢家.经过两天的训练，该算法的埃洛等级分已经达到4000分，远远高于普通人类水平.

Select

一种移动边缘计算环境中服务QoS的预测方法

任丽芳,王文剑

2020, 41(6): 1176-1181.

摘要 ( ) PDF全文 ( )

可视化

移动边缘计算通过在终端设备和云之间部署边缘设备，能够在移动用户的近端提供服务，可降低网络时延、减缓网络带宽的压力.然而在移动服务计算环境中，用户的移动性导致其所访问的边缘服务器经常切换，导致传统的QoS（quality of service）预测方法在移动边缘服务环境下会出现较大的偏差.本文提出一种移动边缘计算环境下的服务QoS预测方法EQoSP，通过聚类分析自然地为不同用户/边缘服务器确定各自的相似用户/边缘服务器，在用户所访问的边缘服务器发生切换后，利用相似用户/边缘服务器提供的数据，对用户在新位置使用目标服务的QoS进行预测，从而更真实地反映用户位置发生改变后可能得到的QoS值.与现有方法的对比实验表明，本文所提出的方法对移动边缘环境中未知QoS的预测更为准确.

Select

异构云系统中预算成本约束下高效的工作流调度算法

张龙信,王兰,肖满生,文志华,李肯立

2020, 41(6): 1182-1187.

摘要 ( ) PDF全文 ( )

可视化

人工智能的巨大市场需求极大地促进了云计算的发展.随着公用云定价模式的逐渐成熟，预算成本约束已成为异构云计算系统中大型工作流科学应用设计调度策略首要考虑的问题.本文基于异构云计算系统，提出一种预算成本约束下高效的工作流任务调度算法（ESBL）.ESBL算法根据给定的工作流任务集及预算成本，首先确定各任务的执行优先级及预算等级成本;然后根据给定的虚拟器集群决定该任务集中关键路径对应的关键虚拟机节点;最后将任务映射至虚拟机，优先保证关键路径上的任务分配至关键虚拟机节点，其它任务节点按照更新的预算成本选择最佳虚拟机.ESBL算法既保证了任务集遵循约束条件，又最大限度地根据任务的优先等级预留计算成本.在真实并行应用的实验中，与著名的预算等级最小化调度长度算法相比，ESBL在不增加实际计算成本的前提下，工作流的调度长度可以降低12.11%-17.22%.

Select

异质网络组合元路径节点重要性分析方法

刘政君,梁英,张伟,

2020, 41(6): 1188-1194.

摘要 ( ) PDF全文 ( )

可视化

异质信息网络中节点重要性排名适用于学术评审评议、搜索引擎优化、推荐系统构建等领域，可以帮助人们更好的理解异质信息网络的节点特征.由于异质信息网络的节点重要性分析依赖语义信息，使用单一的语义信息进行节点分析是非常受限的.针对上述问题提出了一种基于组合元路径的异质信息网络节点重要性排名方法，通过对元路径进行组合的方式更大范围的捕捉异质信息网络中的语义信息，使排名更精准;使用指数加权平均数法确定组合参数的寻优步长并更新组合参数，循环迭代的计算节点的重要性排名直至排名稳定，使排名更可信.通过对AMiner数据集进行实验分析，验证了所提方法在准确度和收敛速度上优于同类方法.

Select

深度信念网络在云安全态势预测中的应用

赵国生,晁绵星,谢宝文,王健

2020, 41(6): 1195-1202.

摘要 ( ) PDF全文 ( )

可视化

面向多源异构大数据环境下云安全态势预测的准确性问题，提出了一种基于深度信念网络的云安全态势预测模型.首先，针对云计算环境的安全需求引入可度量的态势要素指标体系.然后，构建了云安全态势预测的样本数据,通过深度信念网络实现了态势要素和预测值之间的映射，并结合改进的差分进化算法实现了隐含层网络参数的优化.同时，引入二维旋转交叉策略增加进化种群的多样性，避免预测模型过早收敛.最后，仿真结果表明相对于现有的云安全态势预测模型提高了预测准确度.

Select

一种可编程的智能测控平台系统研究

王兴,唐先玮

2020, 41(6): 1203-1208.

摘要 ( ) PDF全文 ( )

可视化

针对工业领域中监控软件的智能化和可编程化问题，研究出一种可编程的智能测控平台系统，内容包括构建系统的典型模型，制定通信指令集的编码及解码规则以及智能化指令调度策略，设计专家控制产生式规则.采用Visual Basic编程语言设计上位机组态软件，使用可编程逻辑控制器为硬件控制核心，通过串行方式进行通信，按照专家控制方式进行指令的智能优化调度.提出了一种工业领域中可编程的智能化测控方法，实现了对现场设备的控制程序重构和功能扩展.经过实验测试及结果表明该方法在工业过程控制中是可行的.

Select

6Topo：一种测量IPv6网络拓扑的新方法

朱正一,陈鸣,王占丰

2020, 41(6): 1209-1215.

摘要 ( ) PDF全文 ( )

可视化

Traceroute是一种测量IP网络拓扑的基本方法，但在IPv6网络中种子地址数量稀少的情况下，该方法无法有效工作.为此，本文提出了一种在种子地址稀少的情况下测量IPv6网络拓扑的方法6Topo.该方法首先从CAIDA宏观拓扑数据集中搜索出属于被测目标网络的地址集合作为初始种子地址集合，再利用目标地址生成算法扩充种子地址集合，然后去除其中不活跃地址，最后基于Traceroute测量数据构建网络拓扑.为了验证该方法，本文实现了6Topo原型系统并使用它测量了CERNET2网络，进而构建了CERNET2网络拓扑.测量结果表明，6Topo可用较少的种子较好地构建目标网络的拓扑，并且该方法具有良好的鲁棒性.

Select

改进的无线传感器网络三边质心定位算法

李海啸,于东,胡毅,于皓宇,

2020, 41(6): 1216-1223.

摘要 ( ) PDF全文 ( )

可视化

节点定位是无线传感器网络的关键技术之一，它可以使观察者迅速找到数据源的坐标位置.基于接收信号强度指示（RSSI）的三边质心定位技术由于算法简单、成本低、无需太多锚节点而被广泛使用.但传统的三边质心定位技术容易受到周围环境、障碍物、信号噪声等影响，导致算法误差较大，定位精度不够.本文提出了改进的三边定位算法，通过模糊C均值聚类方法对锚节点向未知节点发射的RSSI信号进行聚类，消除小概率大干扰的噪声信号，根据相对准确的RSSI值计算未知节点和锚节点的距离，然后通过参考点加权质心定位算法寻找参考点对未知节点进行精确定位.仿真结果表明，改进后的算法减小了RSSI测距误差，提高了无线传感器网络的节点定位精度.

Select

雾辅助的轻量级隐私保护数据多级聚合研究

杨丽,陈思光,

2020, 41(6): 1224-1230.

摘要 ( ) PDF全文 ( )

可视化

针对当前隐私保护数据聚合研究方案在计算成本、通信开销、数据完整性验证以及灵活性等方面存在的不足，本文提出了一种雾辅助的轻量级隐私保护数据多级聚合方案（Fog-assisted Lightweight Privacy-preserving Data Multilevel Aggregation，F-LPDMA）.该方案利用云雾协作的多级聚合模型使中间层次的雾节点能够定期从连接的智能电表处收集数据，并导出细粒度的雾级聚合结果，该细粒度聚合可有效节省通信开销，提高聚合方案的灵活性.同时，为了提高多级聚合的效率，利用模数的性质对Paillier加密算法进行优化使计算成本降低，而多级聚合的结果呈现为一元多项式系数即为细粒度电量的消耗量，随后利用霍纳法则对该聚合结果进行高速解析，以此提高智能电网的效率.再者，借助散列函数的单向性在网络边缘和云端实现轻量级认证;通过分析发现F-LPDMA方案可以实现数据的机密性和隐私保护，确保雾设备和云中心在整个聚合过程中不能获知用户的私人信息.最后，本文在计算成本和通信开销方面对F-LPDMA方案进行了评估，并通过与现有聚合方案的比较分析表明F-LPDMA方案具有更低的计算和通信开销.

Select

基于DAE的工控系统态势理解算法

尚文利,敖建松,赵剑明,刘贤达,尹隆

2020, 41(6): 1231-1236.

摘要 ( ) PDF全文 ( )

可视化

安全态势感知对于提高工业控制系统的主动防御能力具有重要作用.如何从复杂的系统结构中提取出有效的安全态势要素，并进行合理的融合，得到当前工控系统态势是急需解决的难点问题之一.本文结合态势感知的概念，以工控系统控制现场层的数据为研究对象，通过深度学习领域中的去噪自编码器(DAE)模型来提取出安全态势要素，实现冗余信息的过滤，提炼出有效的数据信息;后续使用K-means等聚类算法实现正常工况模型的建立，并以此作为基准实时检测系统状态与正常工况的偏离程度，在时间维度上对其进行融合计算，得到系统当前态势，为后续态势预测阶段提供数据基础.最后，通过数据分析说明了提出方法的可行性和有效性.

Select

复杂网络的交通拥塞缓解策略研究

尹荣荣,王静,刘蕾,邓玉静,赵凝

2020, 41(6): 1237-1242.

摘要 ( ) PDF全文 ( )

可视化

针对交通网络拥塞的问题，本文提出了一种基于复杂网络的交通拥塞缓解策略.将交通网络映射为双向网络，定义路口的流入/流出量，考虑交通随机行驶的特性，并把关闭道路的策略引入到网络中，制定拥塞的缓解规则.拥塞节点的流入道路从全部关闭至逐渐开放，获取拥塞缓解时间.理论证明，开通关闭道路的个数越大，拥塞缓解时间越大.仿真结果表明，开通关闭道路的个数与拥塞缓解时间的关系与理论分析一致.失效节点的道路数越大，拥塞缓解时间越大，且为保证路口能够较快的缓解拥塞，开通关闭道路个数应小于等于道路总数的一半.此外，通过扩大仿真网络规模能够得到，此缓解规则能够适用的网络规模较广.

Select

基于软件定义WSN的同质节点的能耗均衡方法

王克重,鲍宇,杨轩,张宇

2020, 41(6): 1243-1247.

摘要 ( ) PDF全文 ( )

可视化

在无线传感网络中，感知节点能量消耗速度不同，导致网络能量消耗不均衡的现象突出.为解决网络能耗不均衡的问题，本文提出了一种基于软件定义WSN的重定义网络方法，并给出了相应的优化模型.优化的目标是均衡网络的能耗，进而优化网络的生存时间.首先，根据现有网络结构对网络生存时间的影响，利用软件定义网络的思想，构造基于软件定义WSN的网络结构.然后，根据重定义网络产生的不同时间段，确定优化目标，最后给出重定义网络的能耗均衡算法.实验结果表明，基于软件定义WSN的同质节点的能耗均衡方法，可以有效实现节点的能耗均衡，网络生存时间最高可延长58.82%.

Select

一种应用于周期性数据的端到端轻量级混合密码机制

蒋宁,林浒,尹震宇,郑飂默

2020, 41(6): 1248-1252.

摘要 ( ) PDF全文 ( )

可视化

工业控制网络中通信数据的保密性是信息安全的一个方面.通信数据保密性包括数据本身的安全性和会话密钥的安全性，该问题的难点在于保密性要满足工业控制网络的较少资源消耗和较少时间消耗要求.针对工业控制网络中周期性数据的属性，本文提出了一种基于NTRU（Number Theory Research Unit）的端到端轻量级混合密码机制，NTRU-RC4机制.在NTRU-RC4机制中，周期性数据采用对称密码RC4算法进行保护，考虑到安全性能因素会话密钥采用轻量级的非对称密码系统NTRU算法进行保护.轻量级混合密码机制既实现了周期性数据安全性又实现了会话密钥安全性，原型系统的测试验证结果表明，较少的时间消耗保证工业控制网络的性能.

Select

煤矿井下WSN自适应更新指纹地图定位算法研究

金华明,许凡非,王巧利,李丹阳,崔丽珍

2020, 41(6): 1253-1257.

摘要 ( ) PDF全文 ( )

可视化

指纹匹配定位算法应用于煤矿井下，避免了测距式定位算法因井下复杂多变的无线信道环境而产生的测距误差.然而，指纹地图无法随井下变化的通信环境而自适应更新，针对这一问题本文首先通过井下作业人员无意识的参与采集RSSI，利用MDS算法定位作业人员的行走路径与RSSI构成实时的指纹信息，避免了额外设置校准节点采集指纹信息.其次，利用BP神经网络分区域构建锚节点与参考点间的近邻关系模型以更新指纹地图.最后，通过PSO-BP神经网络定位目标节点，PSO算法扩大了BP神经网络的权阈值搜索范围加速收敛过程，提高定位精度，满足井下定位需求.

Select

一种多特征融合的车辆追踪算法的研究与实现

刘慧敏,关亨,于明鹤,赵志滨

2020, 41(6): 1258-1262.

摘要 ( ) PDF全文 ( )

可视化

多目标追踪的主要任务是在给定图像序列中，获取每帧图像中目标的信息，并将图像序列中的目标关联起来.在高速公路的视频检测中，需要对视频序列中检测出来的车辆进行追踪，它是车流量统计、异常事件检测等工作的基础.本文提出一种简化高效的多目标追踪方法，在关联运动物体位置、交并比（IOU）的基础上，增加了颜色特征，并且使用无损卡尔曼滤波进行位置修正.这种追踪方法可以有效地处理目标遮挡、丢失问题.算法实现简便、运算速度快，可以满足实时处理的需求.本文采用高速公路的视频录像作为数据集进行实验，实验结果表明本文方法可以有效地处理车辆追踪问题.

Select

基于深度学习的多尺度分块压缩感知算法

于洋,桑国明

2020, 41(6): 1263-1268.

摘要 ( ) PDF全文 ( )

可视化

压缩感知算法可以突破传统采样定理的限制，在采样的同时完成对数据的压缩.利用深度学习方法解决压缩感知算法存在的缺陷，在图像处理领域十分受欢迎.现有的深度学习框架下的压缩感知算法，多采用全连接层进行采样，对于自然图像来说，所需计算量巨大，不利于数据的存储.分块压缩感知算法，多采用单一尺度分块，如何选取合适的分块尺寸成为难题.本文提出了基于深度学习的多尺度分块压缩感知算法，利用卷积层代替全连接层，实现对原始图像的多尺度分块，同时添加了卷积自编码器对重构图像进一步优化.实验结果表明，本文算法对于图像特征的提取及重构，都表现出了明显的优势，取得了良好的效果.

Select

融合MKF的Pointnet++优化算法研究

孙红,凌岳览

2020, 41(6): 1269-1273.

摘要 ( ) PDF全文 ( )

可视化

移动机器人能够在陌生环境中实现全局定位是目前很多研究的重点和热点问题之一.移动机器人在陌生环境中会受到环境结构变化、障碍物等多种复杂因素的影响，为了使移动机器人能够在陌生环境中实现全局定位需要以机器人能够对环境中的障碍物体进行识别分类以及对环境进行局部分割为基础.为此，本文采用了Pointnet、Pointnet++以及融合了MKF的Pointnet++优化算法等方法，并采用基于深度学习的方法处理点云数据，实现障碍物体的识别分类和环境的局部分割.实验结果表明，基于MKF的Pointnet++优化算法在物体识别分类和环境分割应用上比Pointnet和Pointnet++效果更好，并且在点云低密度的环境下仍有良好的效果.

Select

单目视觉下基于三维目标检测的车型识别方法综述

王伟,唐心瑶,宋焕生,张朝阳

2020, 41(6): 1274-1280.

摘要 ( ) PDF全文 ( )

可视化

近年来，车辆三维检测在无人驾驶及智能交通等领域得到了广泛的关注.但当前基于单目视觉的车辆三维检测车型识别方法并没有完善的总结，因此本文对该类方法进行了综述探讨.首先，将基于三维目标检测的车型识别问题分为粗粒度识别和细粒度识别两大类，接着根据不同的类别分别回顾了每类问题的发展历程，重点阐述了每类问题中代表性算法的核心思想及优缺点，然后介绍了两类问题中一些常用的公开数据集并且对它们的特点进行了对比，最后讨论了基于三维目标检测的车型识别目前还存在的一些问题和未来的发展前景.

Select

注意力残差网络的单图像去雨方法研究

徐爱生,唐丽娟,陈冠楠

2020, 41(6): 1281-1285.

摘要 ( ) PDF全文 ( )

可视化

恶劣的雨天天气会严重影响图像质量，进而导致目标检测，目标追踪等算法性能急剧下降，因此图像去雨得到了快速发展.本文提出一种基于注意力残差网络的端到端图像去雨算法，通过卷积神经网络强大的表示能力，学习出从有雨到无雨图像的映射.将注意力模块引入残差模块中，首先利用通道注意力机制自适应学习通道维度上不同特征，然后利用空间注意力机制建立雨条纹的内在关系，之后将注意力模块与残差模块相结合得到注意力残差单元，最后将其堆叠成高性能去雨网络.公开的合成和真实世界图像数据集上的实验表明，本文所提出的方法在视觉上可以大大提高去雨的性能.

Select

多流卷积神经网络的骨架行为识别

华钢,曹青峰,朱艾春,张赛,唐士宇,崔冉

2020, 41(6): 1286-1290.

摘要 ( ) PDF全文 ( )

可视化

近年来基于骨架数据集的行为识别已成为行为识别领域研究热点.以往基于骨架信息的行为识别研究，是从原始骨架数据中直接提取一系列行为特征信息，作为行为识别网络模型的输入，这种方法忽略了行为中骨架间存在的时空依赖关系，不利于提高行为识别准确度.本文直接利用骨架数据作为网络模型的输入，提出一种基于骨架数据的多流卷积神经网络的行为识别方法.该方法首先进行骨架动作建模;然后利用多流的卷积网络框架提取骨架行为时空特征信息，最后进行行为特征融合和识别.在NTU_RGB+D数据集上进行行为识别，实验结果表明此方法能够提高识别准确率.

Select

一种改进的Faster-RCNN电路板字符检测方法

吉训生,李建明

2020, 41(6): 1291-1295.

摘要 ( ) PDF全文 ( )

可视化

电路板上的微小字符，由于模糊、腐蚀和分辨率低的原因，导致检测难度大.论文提出一种改进的Faster-RCNN电路板字符检测方法，首先针对数据集中字符目标的长宽比特点，优化区域提议网络，生成目标候选区域，在此基础上对感兴趣区域池化层进行改进，引入多分辨率特征融合，结合浅层网络的语义信息提取候选区域卷积特征.对实际的电路板图像数据集进行训练和测试，对比了VGG-16、ResNet-50和ResNet-101这3种特征提取网络，结果表明，基于VGG-16的Faster-RCNN在电路板字符检测场景下效果更好，同时，相较于原始Faster-RCNN，改进后的Faster-RCNN将整张图片识别率由86.82%提升至89.09%，单个字符识别精确率达到99.34%，可以更好的满足该环境下字符检测的需求.

Select

融合权重信息的三维CAD模型聚类研究

汪大涵,王裴岩,张桂平,马伟芳

2020, 41(6): 1296-1301.

摘要 ( ) PDF全文 ( )

可视化

局部区域特征的获取与表达对于研究三维CAD模型聚类至关重要.面向局部区域特征表达问题提出了在现有的六元组方法基础之上将其扩展为七元组，加入了模型中面与面相交形成的边属性信息，从而更好的获得了由局部区域特征构建的词汇本;在聚类阶段，提出了一种模型局部区域加权方法，该方法降低常见局部区域在聚类相似度计算时的最重要程度，从而相对提高了更有区分度的局部区域.实验结果表明，采用本文提出的表达方法能有效支持CAD模型聚类任务，对比基线方法在四种典型聚类算法上得到的NMI值、V-measure值、Purity值均有提升.

Select

卷积神经网络图像语义分割技术

田启川,孟颖,

2020, 41(6): 1302-1313.

摘要 ( ) PDF全文 ( )

可视化

图像语义分割是计算机视觉领域的重要研究内容之一.通过对图像的逐像素分类，可以分割出图像中若干感兴趣的区域，使计算机更好地理解和分析图像.论文介绍了图像语义分割的基本概念和经典网络结构.从全监督和非全监督语义分割方法两方面对基于卷积神经网络的图像语义分割方法进行了详细综述.最后，按照四种不同的应用领域介绍了图像语义分割的典型数据集和性能评价指标，在主流数据集上详细比较了代表性算法的特点和性能，对从事图像语义分割的研究具有重要的参考价值.

Select

面向大规模网络流量数据的实时汇聚查询关键技术研究

郭庆,朱一凡,谢莹莹,张榆,陈小兵

2020, 41(6): 1314-1320.

摘要 ( ) PDF全文 ( )

可视化

随着互联网发展，用户面临网络流量数据规模大、处理时效要求高的挑战，需解决数据采集、实时处理、存储组织和查询检索中的关键问题，为此，本文提出一种分布式的数据汇聚查询平台，通过半同步半异步模式的分级架构，支持采集超大规模流量数据;利用多分区队列的消息缓存、并行分布式流处理和基于属性划分的数据加载等手段优化组合，实现高效的实时处理;采用基于抽象数据访问驱动的虚分区式数据存储来对异构数据统一管理，具备良好扩展性;通过异步构建的分级索引架构，实现对数据报文的快速检索，最终为用户提供低延迟、高吞吐、快查询的一体化系统.实验证明平台有良好性能和可扩展性，主要环节有数倍以上不同程度的性能提升，并已应用于实际系统.

Select

结合新概念分解和频繁词集的短文本聚类

贾瑞玉,陈胜发

2020, 41(6): 1321-1326.

摘要 ( ) PDF全文 ( )

可视化

针对传统文本聚类忽略词与词之间的语义关系和数据高维的问题，提出了一种结合新概念分解和频繁词集的短文本聚类.该算法首先对短文本进行频繁词集的挖掘，接着使用挖掘的频繁词集来表示每个短文本，然后将每个文本进行向量表示.为了提高聚类的性能和解决概念分解的限制，提出了一种具有对偶连通约束的正则化概念分解算法，最后使用该算法进行短文本聚类.该算法不仅能对处理后的文本的维度起到很好的降低作用，还可以很好的关联短文本集中的文本，使文本之间的关系不再是独立的.在搜狐新闻和微博短文本数据集上的实验验证了该算法的有效性.

Select

基于重采样与特征选择的不均衡数据分类算法

张忠林,曹婷婷

2020, 41(6): 1327-1333.

摘要 ( ) PDF全文 ( )

可视化

SMOTE算法被广泛应用在不均衡数据研究中，但原始数据集中的噪声数据可能会使数据边界模糊造成数据分布改变.本文基于采样平衡与特征选择提出了BSL-FSRF算法.首先提出BSL采样，将少数类样本分为安全样本、噪声样本、边界样本，只对边界样本进行SMOTE插值，再利用Tomek link进行数据清洗，使数据集基本达到均衡的同时减少噪声样本的数量;其次引入“假设间隔”思想对各个特征维度进行度量，设定合适的阈值，将与类别相关性不高的特征移除，对数据降维;最后以随机森林作为分类器，用改进的网格搜索(Gridsearch)算法进行参数寻优.在公共数据集上对BSL-FSRF算法进行实验验证，结果表明该算法在少数类样本的分类准确率和分类器的整体性能上有明显改善,并且节省了运行时间.

Select

基于改进飞蛾扑火算法求解多需求点的应急物资调度

贺体龙,楼文高,

2020, 41(6): 1334-1339.

摘要 ( ) PDF全文 ( )

可视化

快速有效的应急物资调度在救灾中扮演着重要的角色，因此研究应急物资调度问题具有重要的理论和实践意义.目前，大多数研究都是基于未考虑道路发生损坏情况下的，很少有学者研究基于道路损坏情况下的应急物资调度问题.为此，本文研究基于道路可行、道路可修复和道路不可通行三种道路损坏情况下多救援点对多需求点的多种应急物资调度问题，建立同时兼顾运输过程中物资装载总时间最少和所消耗成本最少的最优化目标函数，并使用改进飞蛾扑火群智能算法求解最优应急物资调度方案，取得了较理想的结果，可以为应急调度问题提供决策参考.

Select

管道探测蛇形机器人控制系统设计及仿真

邢利辉,王亚慧,邓蕊

2020, 41(6): 1340-1344.

摘要 ( ) PDF全文 ( )

可视化

文章首先对蛇形机器人的行走关节机构单元模块进行了设计，在不同的燃气管径中以直行或螺旋的形式进行勘察任务.利用ADAMS软件进行了受力分析,并通过软件仿真了蛇形机器人在竖直管道内壁攀爬的效果.文章对基于STM32的小型管道探测蛇形机器人的控制系统进行了设计，并对其控制器进行了设计与开发，采用分布式控制通过该控制器输出的PWM信号控制蛇形机器人在不同的管径内实现自由的前进、后退和转弯等，该控制器可实现对蛇形机器人的姿态、管道内部图像、可燃气体浓度等信息的获取和处理.对管道探测蛇形机器人控制系统框架的搭建、控制方法、控制器原理、硬件电路图及软件的设计，对上位机显示界面进行了配置，经测试各功能符合要求.

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

模态框（Modal）标题

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