小型微型计算机系统

Select

陈虎,高波涌,陈莲娜,余翠

2020, 41(9): 1793-1799.

摘要 ( ) PDF全文 ( )

可视化

在文本情感分析中,切片循环神经网络(SRNN)是目前最先进的长文本分析的高效解决方案.针对切片操作导致的低层网络的长期依赖性损失和单向SRNN无法充分提取文本语义特征的问题，提出一种基于双向切片门控循环单元和注意力机制(Bi-SGRU-Attention)结合的情感分类模型.首先，将文本序列切片成多个子序列，输入到双向门控循环单元，然后，利用注意力机制对每个子序列隐藏状态进行加权计算，通过多个网络层获得整个文本序列信息.最后经过softmax函数输出文本情感极性.通过多组对比实验，结果表明，提出的Bi-SGRU-Attention模型，在IMDB数据集上取得90.86%的准确率、90.66%的F1值和0.2301的损失，同时通过可视化子序列的注意力权重，也进一步验证了添加注意力机制弥补低层网络的长期依赖性损失的有效性.

Select

三维场景的实时无人机航迹规划方法

陈朋,汤粤生,俞天纬,江勇奇

2020, 41(9): 1800-1805.

摘要 ( ) PDF全文 ( )

可视化

针对无人机在三维复杂场景中自主规划航迹存在实时性和安全性不高的问题，本文提出了一种基于关键航点的实时无人机航迹规划方法.该方法可分成以下两个阶段：首先，改进A*算法的启发函数，使其更适应无人机的三维运动特征，基于栅格地图用改进后的A*算法寻找无碰撞的栅格路径，并利用梯度信息筛选关键航点，生成初始路径;其次，优化碰撞代价函数，并显式地引入无人机动力可行约束，构建二次规划模型来优化初始路径，确保航迹的安全、平滑、适合无人机飞行.实验结果表明，本文方法在保证实时性的同时具有更短的航迹长度和更高的成功率，在障碍物密度小于0.5个/m2的情况下，达到了100%的成功率.

Select

一种融合评价指标相关性的多目标社区检测算法

易鑫睿,陈昊,兰金明

2020, 41(9): 1806-1811.

摘要 ( ) PDF全文 ( )

可视化

利用多目标优化方法进行社区检测时，如何选择社区质量评价指标是其中的关键问题之一.通过对评价指标间的相关关系进行定义，依据相关关系度量结果生成相似矩阵;利用谱聚类方法获得评价指标分类簇集，依据簇内相关性均值最高、簇外相关性均值最低为优选准则优选评价指标;根据优选结果构建多目标社区检测问题，并通过多目标优化算法获得社区检测Pareto解集，进而通过不同准则决策获得最终检测结果.选择3个真实网络数据集进行实验分析，结果表明评价指标优选可以显著提升多目标社区检测算法性能.

Select

移动社交网络情境化推荐关键问题研究综述

刘海鸥,黄文娜,张源强,苏妍嫄

2020, 41(9): 1812-1819.

摘要 ( ) PDF全文 ( )

可视化

近年来，面向大数据的移动社交网络情境化推荐成为个性化推荐领域的热点问题.针对移动社交网络情境化推荐面临的大数据多源异构、动态冗余以及价值稀疏特点，围绕大数据分治、大数据增量学习、大数据并行处理、情境信息融合与信任关系挖掘等方面分析了移动社交网络情境化推荐过程中的关键核心问题，在此基础上进一步梳理了该领域有待深入研究的难点与热点，同时对今后的发展趋势进行了展望.

Select

一种全局搜索策略的鲸鱼优化算法

刘磊,白克强,但志宏,张松,刘知贵,

2020, 41(9): 1820-1825.

摘要 ( ) PDF全文 ( )

可视化

针对标准鲸鱼优化算法全局搜索能力不足、收敛速度慢等问题，提出一种全局搜索策略的鲸鱼优化算法.在鲸鱼位置更新公式中加入自适应权重，动态调节最优位置的影响力，改善算法收敛速度;使用变螺旋位置更新策略，动态调整螺旋的形状，提升算法全局搜寻能力;引入最优邻域扰动策略，避免算法陷入局部最优解，解决算法早熟现象.在11个标准测试函数上进行仿真实验，结果表明改进后的鲸鱼优化算法相较其余优化算法，具有更高的寻优精度和更快的收敛速度，证明了改进策略的有效性.

Select

结合混合粒子群算法的植保无人机航线设计方法

徐利锋,杨中柱,黄祖胜,丁维龙

2020, 41(9): 1826-1832.

摘要 ( ) PDF全文 ( )

可视化

随着农业航空技术的发展，自主化作业方式成为了目前农业航空领域的研究热点.植保无人机是一种集成了通信技术、自动控制技术、传感技术以及地理信息定位技术等多种相关技术的智能农业设备，用植保无人机进行喷雾作业具有效率高、速度快等优点，并且无人机能够在没有跑道的小型区域内垂直起降，能够很方便的在各种地形上进行喷洒作业.针对含障碍作业区域，提出了一种无人机航线设计算法，算法分为路径点采样以及路径点排序两部分.首先使用栅格法来获得路径点，用路径点表示作业区域的特征信息，并结合混合粒子群算法来对路径点进行排序，用路径点的排列来表示无人机飞行路径，设计出一条能够有效规避障碍物并对工作区域完成全覆盖的航线.实验结果表明本文提出的无人机航线设计方法能够应用在多种含障碍工作区域内，目标区域包含单个或者多个障碍物时，本文所提出的航线设计方法均能设计出一条合理的无人机航线，并有效减少无人机航线的转弯次数，降低无人机飞行时的能耗.

Select

面向社区问答匹配的混合神经网络模型

张衍坤,陈羽中,刘漳辉

2020, 41(9): 1833-1838.

摘要 ( ) PDF全文 ( )

可视化

问答匹配是社区问答的一项重要且具有挑战性的任务.本文提出了一种面向社区问答匹配的混合神经网络模型.针对问答对序列，提出了融合卷积神经网络（CNN）与双向长短期记忆网络(Bi-LSTM)的混合模型，学习问答对的语义信息及问答对序列的上下文相关性信息;针对用户的历史回答，提出基于多维度注意力机制的用户问题建模方法，学习用户与问题之间的相关性信息.在SemEval-2015 CQA数据集上的实验结果表明，与现有的社区问答匹配算法相比，本文算法能够有效提高社区问答匹配精度.

Select

ON-LSTM和自注意力机制的方面情感分析

张忠林,李林川,朱向其,马海云

2020, 41(9): 1839-1844.

摘要 ( ) PDF全文 ( )

可视化

方面情感分析是更细粒度的文本情感分析，传统的方法是采用长短时记忆神经网络和注意力机制相结合，但实际并未考虑到方面情感特征项与句子上下文之间的联系，并且在预训练阶段通常使用静态语言模型，无法根据需要调整输入词向量.针对以上两个问题，本文提出一种基于有序神经元长短时记忆和自注意力机制的方面情感分析模型（ON-LSTM-SA）.首先，利用深层语境化词表征（ELMo）进行语料的预训练.其次，在隐藏层采用ONLSTM神经网络模型从上下文的左右两个方向同时进行训练，获取方面情感特征项与句子之间的层级结构关系.最后，根据自注意力机制计算内部的词依赖关系.该模型通过在SemEval 2014和SemEval 2017中的Laptop、Restaurant和Twitter三个数据集上进行实验，与传统LSTM模型相比分别提升了2.1%、5.9%和6.5%.

Select

一种面向混合型数据聚类的k-prototypes聚类算法

贾子琪,宋玲

2020, 41(9): 1845-1852.

摘要 ( ) PDF全文 ( )

可视化

同时包含数值型和分类型数据的混合型数据集在实际应用中普遍存在.经典的k-prototypes算法通过人为设置参数γ来调节分类型数据和数值型数据之间的占比，γ对聚类结果影响很大.为了避免不同类型数据之间的特征转换和参数调整以及处理高维混合型数据聚类中的特征加权问题，提出了基于熵权的分类型相异度系数，量化的数值型相异度系数和适用于混合型数据聚类的混合型相异度系数.提出的相异度系数充分考虑了分类型特征值的重要性和数值型特征值的平均值，并具统一的准则，可以更客观的计算数据对象与簇之间的相异度.此外，将加权的混合型相异度系数应用到经典的k-prototypes算法中，提出了一种面向混合型数据聚类的kprototypes聚类算法（KPMD）.使用UCI真实数据集进行实验，结果验证了KPMD算法的有效性和鲁棒性.

Select

基于深度BLSTM和分类元数据的自定义情感分类

杨春霞,李欣栩,瞿涛,秦家鹏

2020, 41(9): 1853-1857.

摘要 ( ) PDF全文 ( )

可视化

在传统的情感分类任务中，存在无法有效捕捉文本深层特征的问题，同时也存在不考虑如用户信息和产品信息等分类元数据而直接进行粗糙建模的问题.针对第一个问题，本文首先通过深度BLSTM(DBLSTM)来识别上下文词义联系和获取文本深层特征;其次利用自注意力机制网络层捕获文本中重要的特征.针对第二个问题，本文融合分类元数据自定义分类器，该分类器利用上下文感知注意力为分类元数据配制特定参数，这使得分类器可以参考文本中存在的不同分类元数据来对网络层提取到的特征做出综合评价分类.在Yelp2013、Yelp2014、IMDB等三个数据集上测试，实验结果显示，本文构建的模型与现有的多个基线情感分类模型相比效果均有一定的提高.

Select

一种基于指令驱动模型的移动编程通讯接口的设计与实现

侯杰,王静,王乐琪

2020, 41(9): 1858-1865.

摘要 ( ) PDF全文 ( )

可视化

由于移动应用的数据来源主要依靠网络通讯，随着移动应用的广泛应用和不断发展，其网络通讯模块设计愈加重要.而现有的采用参数URL接口的通讯模式，通常具有数据耦合度高，请求结果处理不灵活，请求数据点多且离散，与后台协同开发效率低等问题.针对这些问题，本文基于指令驱动模型，提出完全面向对象思想的网络模块封装，通过采用方法直达式的请求过程，应用JSON格式实现对请求数据和返回数据的端到端处理，而接口测试基本由服务器端完成.所提出的面向对象的网络通讯方式有利于降低数据耦合度，提高请求结果处理的灵活性，便于与后台协同开发和接口测试，从而降低后台接口编写的复杂度，提高应用程序可读性和可扩展性.

Select

移动边缘计算卸载策略综述

吕洁娜,张家波,张祖凡,甘臣权

2020, 41(9): 1866-1877.

摘要 ( ) PDF全文 ( )

可视化

随着科技的发展，智能移动设备的应用越发普及.然而，移动设备由于自身资源及计算能力的局限性，在处理计算密集型与时延敏感的应用时常面临着能力不足的情况.移动边缘计算(Mobile Edge Computing，MEC)中的计算卸载技术即将移动终端的计算任务卸载至移动网络的边缘，能有效地解决此类问题.同时相比于移动云计算中的计算卸载，MEC 解决了高时延、网络负载与资源的占用等问题.本文围绕MEC计算卸载，首先介绍MEC的基础概念和基本架构及其应用场景;其次，从MEC计算卸载的体系结构、卸载决策和资源分配三个方面对现有研究工作进行总结对比;最后，从计算卸载决策算法、安全性、卸载节点发现和卸载数据依赖性四个方面展望移动边缘计算卸载未来的发展趋势和研究方向.

Select

物联网边缘计算资源分配模糊建模与优化研究

郭荣佐,邓涵文,陈芳莹,黄君

2020, 41(9): 1878-1886.

摘要 ( ) PDF全文 ( )

可视化

针对物联网边缘计算资源分配问题，提出模糊多目标优化资源分配算法.先对物联网边缘计算架构进行设计，提出一种含有虚拟化控制器的边缘网关型物联网边缘计算系统架构.然后，利用模糊优化理论，建立了物联网边缘计算系统资源分配模糊多目标函数模型，利用非线性六角模糊数对目标函数进行求解，提出了多目标向单目标转换算法和一种基于改进遗传算法的模因算法对模糊目标函数进行优化.最后，对所提出的物联网边缘计算系统资源分配的模糊优化方法进行实验和仿真，并与禁忌搜索元启发式算法、捕食搜索算法和多目标遗传算法进行对比仿真，本文算法在系统时延、边缘设备平均能耗、满意度等方面，都得到比较优异的资源分配结果.

Select

基于梯度的异构WSNs非均匀分簇路由协议

张文柱,孙瑞华,高鹏,孔维鹏

2020, 41(9): 1887-1892.

摘要 ( ) PDF全文 ( )

可视化

综合管廊巷道狭长，针对管廊中无线传感器网络能耗不均、寿命较短等问题，提出了一种基于梯度的异构WSNs非均匀分簇路由协议（GUCRP）.该协议采用洪泛机制建立网络虚拟梯度分区，计算各梯度最优簇首个数，优化成簇过程;将节点剩余能量引入到簇首竞争机制中，根据节点能量异构性控制簇首竞争半径，形成非均匀分簇;在数据传输阶段，综合剩余能量和距离因子选取下一梯度最佳转发节点.仿真结果表明，该协议在网络寿命和能量消耗方面均优于DEEC、LEACH-HC和OCRP协议，且改善了网络“热区”问题，为综合管廊无线传感器网络构建提供了有效的解决方案.

Select

多视图协同的网络流量数据可视分析方法研究

白雪,努尔布力

2020, 41(9): 1893-1897.

摘要 ( ) PDF全文 ( )

可视化

网络安全可视化将网络安全数据通过可视化的方式呈现与分析，加强分析人员对网络状态的理解，更直观的发现网络异常，识别攻击行为.本文针对网络流量数据，提出了一个分析方法，从网络态势、流量状况和网络节点连接，从宏观到细节的对网络当前状态进行分析，达到识别网络异常的目的.该分析方法中包含有3个可协同交互的可视视图，可以多层次、多角度的展示网络流量数据并进行交互分析，使复杂的网络数据更加生动形象地展示出来，便于分析人员理解网络流量情况.

Select

一种新型贝叶斯模型的网络风险评估方法

王辉,张娟,赵雅,刘琨,冯文峰

2020, 41(9): 1898-1904.

摘要 ( ) PDF全文 ( )

可视化

为了辅助网络管理员评估网络安全风险，提出了一种新型贝叶斯模型的网络风险评估方法.首先，该模型设计了攻击收益和攻击成本指标的量化方法，引入了原子攻击效能变量，并将该变量融入概率的计算，得出网络中各节点的先验风险概率，从而对网络风险进行静态评估.其次，提出了删除节点次序算法DNO_Alg确定消元顺序，由此将贝叶斯模型转换为团树.最后，结合检测到的攻击事件，利用团树传播算法动态计算节点的后验风险概率，从而实时评估网络风险.实验结果表明本文提出的模型能提高网络安全风险评估的准确性，同时能有效地降低后验概率计算的时间复杂度.

Select

一种拟态身份认证网关防御方案

高岩,王丹阳,冯四风,顾青

2020, 41(9): 1905-1911.

摘要 ( ) PDF全文 ( )

可视化

针对身份认证网关对未知攻击手段难以检测的核心问题，本文方案结合身份认证技术、访问控制技术与拟态防御技术，应用拟态防御中“动态异构冗余”模型架构，提出了一种基于容错的拟态身份认证网关防御方案.研究拟态防御框架下身份认证网关的性质、原理及方法架构，通过对身份认证、访问控制和授权管理各功能层面进行逻辑设计与实现，从理论上分析和验证拟态身份认证网关的抗攻击能力及自身的容侵能力.实验结果表明，较之传统身份认证网关，该方案对于无法预测到的漏洞与后门具有更好的抵御能力，使整体防御能力得到进一步提高.

Select

物联网环境下QoS驱动的服务组合能量优化研究

付佳,李爱萍,段利国,王舒漫,赵菊敏

2020, 41(9): 1912-1917.

摘要 ( ) PDF全文 ( )

可视化

物联网设备由于其有限的计算能力和存储能力，单个设备通常不能满足相对复杂的用户需求，集成和组合智能对象、函数或它们的服务是创建和促进具有高级功能的更复杂的物联网应用所必需的，通过组合这些原子服务来提供单一服务所不能提供的新功能.综合以上特点，建立物联网能量优化模型;结合物联网数据信息与地理位置密切相关的特点，利用位置信息进行局部优选，缩小候选服务范围;为解决QoS性能和能源消耗之间的负载均衡问题，本文中提出一种自适应的目标函数值计算方法;考虑到物联网环境下服务组合是一个NP难问题，将此过程简化成为一个多目标优化问题，并利用启发式算法进行求解.实验结果表明，该方法在保持合理的QoS水平的同时，可以获得良好的能耗性能和网络寿命.

Select

开源社区中开发者的跨项目行为

赵佳斌,赵海燕,曹健,陈庆奎

2020, 41(9): 1918-1824.

摘要 ( ) PDF全文 ( )

可视化

社交编码代表了一种新的软件开发和创建模式，这种开发模式的兴起同时也代表了对软件重用技术的广泛需求.研究开发者的行为有助于理解整个社区的协作模式也有助于进行开源项目的推荐.本文将GitHub开源社区中的开发者作为研究对象，通过统计分析、相似度分析、文本挖掘等方法挖掘开发者日志信息.研究表明：开发者会同时参与多个开源项目并愿意在其中长期贡献，时长与角色有关;同一个项目中参与行为的时间间隔将影响开发者的再次回归;同时活跃的若干项目中，开发者会重点参与其中的一到两个;在一个项目中结束活跃后会在短期内选择一个新的项目加入，新项目的选择会重点考虑开发语言和项目规模.

Select

一种结合压缩激发块和CNN的文本分类模型

陶永才,刘亚培,马建红,李琳娜,石磊,卫琳

2020, 41(9): 1925-1929.

摘要 ( ) PDF全文 ( )

可视化

针对单一卷积神经网络进行文本分类，容易出现忽视局部与整体之间关联性的问题，本文构建了一种基于压缩激发块的卷积神经网络文本分类模型，提高文本分类的精确度.主要工作分为三部分：1）使用字符级词向量作为卷积神经网络的输入;2）引入压缩激发块学习使用全局信息，有选择地强调有用的特征，来增加提取特征的多样性，弥补单一卷积神经网络多样性的不足;3）使用多头注意力机制进行权重更新计算，突出类别向量的重要程度.实验结果显示，本文提出的文本分类模型，在THUCNews数据集和搜狐数据集上，比单一的字符级卷积神经网络模型精确度分别提高了2.29%、4.75%.

Select

开源社区中Issue解决过程的参与者推荐方法

刘晔晖,赵海燕,曹健,陈庆奎

2020, 41(9): 1930-1934.

摘要 ( ) PDF全文 ( )

可视化

开源社区中的问题跟踪系统是加快问题解决、促进项目开发进程的重要工具.在像Github这样的社交编码社区中，由于每个人都可以在问题跟踪系统中提交问题（Issue），提交的问题涉及到软件开发项目中的错误、任务组织以及新的需求，因此在开源社区中问题解决过程扮演着重要的角色，而这个过程非常耗时.因此，为新发起的issue解决过程寻找和推荐合适的参与者成为一项至关重要的任务.目前，问答系统中回答者推荐主要采用了问题相似度来推荐回答者，然而开源社区中开发者是否参与某一问题讨论还受到了其他因素的影响;还有一些研究工作针对的是Pull-Request的评价者推荐，并不能适用于Issue解决过程.在本文中，我们首先根据开发者参与过的问题特征构建开发者画像，然后用熵值法对开发者画像进行特征偏好权重计算，结合信息检索和评论网络进行混合推荐.结果表明，我们的混合模型与其他方法相比有更好的性能.

Select

基于随机图的复杂网络建模方法研究

李姝,邵志香,于金刚

2020, 41(9): 1935-1938.

摘要 ( ) PDF全文 ( )

可视化

随着Internet技术的飞速发展，网络传输中大容量、高速化、多媒体化的需求也在日益增长，网络服务性能一直以来是网络传输中备受关注的问题，因此建立一个接近于实际通信网络的复杂网络仿真模型，对深入研究其网络连接状况及网络性能，拓展复杂网络理论研究基础和应用领域，具有十分重要的意义.本文在随机图理论的基础上，提出了一种基于随机图的k叉树网络模型（k-Tree Network Model based on Random-Graph，k-RGN），该网络仿真模型是一种具有链路权重且服从指数分布的随机网络模型.通过在网络仿真模型中的对比实验，验证了k-RGN随机网络模型，在带宽、丢包率、时延、时延抖动、跳数等多参数指标规划中，具有很好的网络综合性能.

Select

一种基于信息量的时空深度扫描模型

龙华,王美,杨威,邵玉斌

2020, 41(9): 1939-1945.

摘要 ( ) PDF全文 ( )

可视化

空间或时空扫描模型中，会产生大量有重复性的集群，现有研究方法会按Satscan层次结构删除此类集群，或者用似然比加权集群分析，在整个过程很难量化分析删除后剩下的集群或是加权后的集群是否就能提供更多有意义的信息，缺乏系统评估理论，这将会混淆风险区域的判断.基于此问题本文提出一种基于信息量的时空深度扫描模型IN-scan model，用于对上述重复集群进行处理，所提方法从信息量的角度出发量化每一个扫描集群.方法中引入了信息量，并使用显著统计量和基尼系数来进行扫描风险区域分析.文中使用所提方法与Satscan最新方法（LR-scan model）预警结果进行对比，所提方法F-Score性能评估值提升10% 以上，实验证明该方法较现时空扫描模型有一定优势.

Select

利用一致性分析的高维类别不平衡数据特征选择

曾海亮,林耀进,王晨曦,陈祥焰

2020, 41(9): 1946-1951.

摘要 ( ) PDF全文 ( )

可视化

在高维小样本分类学习任务中，数据存在着高维性及类别不平衡问题.基于此，构建利用一致性分析的高维类别不平衡数据特征选择模型.首先通过定义融合类别信息来定义样本在特征空间的一致性，其次设计基于特征重要度的前向特征选择算法，最后选取十二个数据集与七个算法进行对比分析，实验结果表明，该算法能显著提高小类预测精度.

Select

一种采用空间特征编码的车道线检测方法

赵振东,邵振洲,谢劼欣,施智平,关永,

2020, 41(9): 1952-1958.

摘要 ( ) PDF全文 ( )

可视化

针对位于视野两侧的车道线易受光照等影响变得模糊而难以检测的问题，本文利用外形细长的车道线具有较强的空间信息的先验知识，设计了一个基于空间特征编码的端到端多任务网络LDNet-SFE.通过将特征图的每一行视作新的卷积层，把逐层卷积操作的原理应用到逐行卷积中，从而提取丰富空间信息，使网络更好地捕获车道线的空间连续性的特征.我们在公开数据集Cordova1和Washington1下进行实验，LDNet-SFE的F1分数分别达到了0.877和0.866，性能优于现有方法.

Select

结合混沌映射与DNA计算的自适应图像加密算法

黄林荃,刘会,王志颖,王敬华

2020, 41(9): 1959-1965.

摘要 ( ) PDF全文 ( )

可视化

本文提出了一种基于二维Logistic混沌映射与DNA计算的自适应图像加密方案.整个加密过程包括扩散和置乱两个阶段.在扩散阶段，本文首先利用二维Logistic混沌系统产生伪随机序列并生成掩码图像，然后充分运用DNA编码规则对明文图像和掩码图像进行随机编码，通过DNA异或运算得到扩散编码图像.在置乱阶段，为抵御差分攻击、选择明文攻击等，需建立明文图像与密文图像紧密的关联.该算法采用一种自适应的置乱结构，以扩散编码图像的DNA碱基数量为种子代入至二维Logistic混沌系统生成伪随机序列，以此序列确定图像置乱的顺序.将置乱后的编码图像解码得到密文图像，实现图像加密.模拟实验从直方图分析、相关性分析、信息熵、差分攻击、密钥敏感度分析、密钥空间和运行效率等多个方面测试了该加密算法的安全性，实验结果显示该加密方案能够抵御常见的攻击手段，具有较高的安全性.

Select

基于MSER的自适应学习自然场景文本检测

李英杰,全太锋,刘武启

2020, 41(9): 1966-1971.

摘要 ( ) PDF全文 ( )

可视化

自然场景下的文本检测分为提取候选区域和滤除非文本两个阶段.在候选区域提取阶段，针对最大稳定极值区域（Maximally Stable Extremal Regions，MSER）算法对噪声、模糊敏感，检测性能不高的问题，提出改进的MSER算法，首先通过梯度图增强图像字符边缘，然后采用MSER算法提取文本区域，最后利用多机制抑制策略进行粗过滤.在非文本滤除阶段，针对候选域中非文本区域过滤不彻底的问题，提出基于SVM的多特征自适应权值融合的非文本滤除算法，首先对标识样本库提取HOG、统一化LBP、颜色感知差异（Color Perception Difference，CPD）特征，使用提出的权值计算公式自适应分配权重融合三种特征，然后采用粒子群算法寻找SVM最优参数训练分类器，最后将候选区域送入训练好的分类器滤除非文本.实验结果表明，改进的文本检测算法能够达到理想的检测效果.

Select

迁移学习与GAN结合的医学图像融合模型

肖儿良,周莹,简献忠

2020, 41(9): 1972-1978.

摘要 ( ) PDF全文 ( )

可视化

为解决基于改进的生成对抗网络（WGAN-GP）的数据增强方法用于医学图像融合时融合图像效果差的问题，本文首次提出一种基于迁移学习的改进WGAN-GP模型（Transfer-WGAN-GP），用于计算机断层成像（CT）与T2加权磁共振成像（MR-T2）图像融合.该模型首先从红外与可见光图像的融合过程中学习特征映射的方法，利用改进的WGANGP损失函数不断优化训练网络中的生成器与鉴别器，得到一个有初始化参数的网络;将网络中的初始化参数经过一定微调迁移到CT与MRT2图像的融合网络中继续训练;最终得到同时包含两种源图像所携带的语义信息的融合图像.在Havard Medical School的全脑图谱数据集上进行实验，结果表明Transfer-WGAN-GP模型与数据增强方法相比，Transfer-WGAN-GP得到用于医学诊断的融合图像质量更高.

Select

基于卷积神经网络和概念格的图像语义完备标注

李雯莉,张素兰,张继福,胡立华

2020, 41(9): 1979-1986.

摘要 ( ) PDF全文 ( )

可视化

如何有效地提取图像底层特征、分析高层语义的潜在语义关系，已成为图像标签完备标注亟待解决的问题之一.为有效完善图像语义标签，本文采用卷积神经元网络（CNN）和概念格，提出一种图像语义完备自动标注方法.首先构建自适应CNN网络，分割待标注图像并提取其特征，以此来获得近邻图像集与其一系列相对应的标签集合;然后利用概念格进行标签本身潜在的语义分析，有效地改善了标注效果，并保证了语义标注的完备性;最后利用投票的方式，得到最优语义标签.采用基准数据集Corel5k进行实验，验证了该方法能有效地丰富图像标签语义，提高标签召回率，并提高了图像语义检索效率.

Select

一种基于改进条件生成式对抗网络的人脸表情生成方法

王先先,李菲菲,陈虬

2020, 41(9): 1987-1992.

摘要 ( ) PDF全文 ( )

可视化

人脸表情生成一直都是一项具有挑战性的工作.现有的方法通常将深度生成网络和面部特征相结合来完成这项任务.然而,同一张人脸的面部表情不仅微妙,而且数不胜数.如何在保持人脸身份信息不变的前提下,利用人脸特征准确地生成目标表情仍然是一个有待解决的问题.本文利用人脸特征点来描述不同的表情形状,并以此作为生成目标表情的引导条件.我们通过对Pix2Pix模型结构的改进,实现了高质量人脸表情的生成.同时,为了引导连续人脸表情的生成,我们使用变分自动编码器对人脸形状进行控制.在两个公开的数据集CK+、Oulu-CASIA上,我们评估并验证了模型在任意人脸表情转换、人脸表情移除、人脸表情生成、连续人脸表情生成等任务上的可行性和有效性.

Select

轻量化GAN超分辨率图像重构算法在实时人脸识别中的应用

曾凡智,邹磊,周燕,邱腾达,陈嘉文

2020, 41(9): 1993-1998.

摘要 ( ) PDF全文 ( )

可视化

现有大部分基于生成对抗网络（Generative Adversarial Networks，GAN）超分辨率图像重构算法，运用在实时人脸识别相关场景中，会造成严重延时等问题.针对上述现象，本文提出一种轻量化的GAN超分辨率图像重构算法.该算法通过将低计算量、高性能的深度可分离卷积作为生成器主卷积，将低参数量、高频率复用特征的稠密连接块作为判别器核心，并结合亚像素卷积进行上采样，能够解决在人脸识别算法中加入图像重构预处理过程所造成的严重延时等问题.在FEI、Set5和Set14数据集上的实验表明，本文算法在图像重构时间、模型体积和参数量上均优于现有流行算法.同时，采用本文算法作为人脸识别图像预处理的SphereFace、CosFace和ArcFace等经典人脸识别算法，在FEI上的识别率分别有0.28%、0.16%和0.21%的提升.

Select

通过区域筛选和简洁de Bruijn图比对高重复短序列

黎瑶,钟诚

2020, 41(9): 1999-2005.

摘要 ( ) PDF全文 ( )

可视化

下一代测序平台产生的大量短序列（short reads）包含许多重复的子序列，这给求解短序列比对（short-read alignment）问题带来了挑战.如何处理包含重复子序列的基因组区域将影响后续基因组的分析.现有的利用de Bruijn图的短序列比对算法效果并不理想或者未考虑重复子序列的影响.针对包含许多重复子序列的短序列比对问题，依据种子预定义由给定的shape布局中生成的关键字建立hash索引，通过采用基于空位种子（gapped seeds）搜索策略的区域选择方法，通过搜索索引筛选候选位置以减少待比对的候选位置个数、减少搜索空间;运用Hough变换分组操作将种子命中聚集为粗对准形式，以降低后续比对验证时间;采用简洁de Bruijn图结构压缩存储和索引长度为k的序列片段（k-mer），以降低比对所需的存储空间.分析与实验结果表明，与已有的代表性同类算法相比，本文的算法既保持或获得更高正确比对百分比，又降低了所需的运行时间和存储空间，尤其是对高重复率的序列进行比对，本文算法可获得更高的正确对准百分比.

Select

基于E-CARGO模型的云制造服务组合方法

钱晨,张以文,吴其林,胡博

2020, 41(9): 2006-2011.

摘要 ( ) PDF全文 ( )

可视化

云制造是一种网络化协同制造新模式，协同性是云制造的典型特征.本文基于E-CARGO模型，提出一种基于角色的协同云制造服务组合优化方法.首先，研究建立服务组合与ECARGO模型间的映射关系，构建了云制造服务组合的E-CARGO模型;其次，针对服务质量的不确定性，将动态服务质量转换为云模型中的期望、熵和超熵，并计算QoS云模型间的相似度，进而得到资格评估矩阵;最后，对基于角色的协同云制造服务组合问题进行求解，得到最优云制造服务组合方案.实验结果表明，本文方法能够有效的解决云制造服务组合优化问题.

Select

复杂型面约束的点云配准序列确定方法

林伟,孙殿柱,李延瑞,沈江华

2020, 41(9): 2012-2016.

摘要 ( ) PDF全文 ( )

可视化

针对顺序序列配准效率较低且会产生误差累计的问题，提出一种三维扫描系统中复杂型面约束的多视角点云配准序列确定方法，通过主成分分析度量点云的局部形貌平坦程度，分割平坦区域点云并提取距离质心最近点作为保留点进行自适应简化;结合平坦区域子集的样点规模及子集中所有样点到拟合平面的偏差均值量化待配准点云的形貌复杂度，并通过形貌复杂度确定配准序列.实验结果表明，该方法能够在多视角点云配准过程中避免累积误差的产生，有效提高多视角点云的整体配准精度.

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