小型微型计算机系统

过刊目录

  • 2021年, 42卷, 第1期
    刊出日期：2021-01-10
      
  • 全选
    |
  • 实时操作系统中有限优先级反转的验证
    张啸然,
    2021, 42(1): 1-8.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    实时操作系统常常运用优先级调度方案来进行抢占式调度.如果在这些操作系统中使用基于阻塞的同步原语则很容易产生无限优先级反转问题.历史上已经引入了多种不同的协议来避免产生这个问题.然而,这些协议往往非常复杂并且容易滋生错误.本文给出了一套系统的方案来定义这些协议并验证其能够保证有限优先级反转.本文首先给出有限优先级反转的形式化定义.然后介绍了验证框架,它可以用于验证不同的协议保证该性质.该框架可以支持协议抽象层面与具体实现层面的验证.本文已经成功的将该框架应用于验证POSIX标准中提供的优先级继承协议与优先级保护协议.并且,本文的所有工作都已在证明助手Coq中完成.
  • PME算法在神威太湖之光上的移植和优化
    林增,武铮,安虹,陈俊仕
    2021, 42(1): 9-14.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    分子动力学模拟(MD)是一套通过计算机模拟生物体系内分子、原子运动的多体模拟方法.GROMACS是著名的MD应用,能够快速模拟生物及非生物体系运动过程,广泛应用于各高性能平台.作为世界排名第3的超级计算机,神威太湖之光拥有40960块SW26010异构众核处理器,峰值性能达到125.4PFlops.目前太湖之光上已有对GROMACS短程力优化的相关研究,但对于PME(Particle Mesh Ewald)算法未有探索性工作.本文基于申威平台对PME算法展开研究,针对随机访存模式、网格点写写冲突等挑战,提出了基于局部网格序的分块策略、数据重组策略、非线性函数近似等方法进行优化.最终优化后的结果相较于初始版本性能提升了8.85倍,相较于Intel CPU版本提升了1.2倍.本文采用的优化技术也可以为神威太湖之光上其他分子动力学模拟软件和涉及散乱数据插值程序的优化提供借鉴.
  • 基于改进的K-means算法的关联规则数据挖掘研究
    李珺,刘鹤,朱良宽
    2021, 42(1): 15-19.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    关联规则是数据挖掘中的概念,通过分析数据找到数据之间的关联.海量数据会产生大量冗余和相似的关联规则,影响用户对规则的理解和判断.本文采用鸢尾花数据集进行实验.建立三个检验指标,删除冗余关联规则;在进行K-means分析时利用规则产生的三角形迭代选择初始点,再将删除冗余后的规则进行聚类.实验证实本文方法将相似的关联规则归为一簇,能有效的帮助用户迅速找到有用的关联规则,有助于用户更好的对规则进行理解和分析,提高了聚类的效率.
  • 凝聚中心犹豫度恒定的模糊层次聚类算法
    王志飞,陆亿红
    2021, 42(1): 20-26.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的模糊方法已无法解决数据本身不确定性的问题,犹豫模糊集方法却行之有效.原有的犹豫模糊层次聚类算法没有考虑犹豫模糊集对权值的影响,缺乏合理的权重计算方法,并且算法的时间复杂度和空间复杂度都为指数级.为了更有效地解决聚类分析问题,本文提出一种凝聚中心犹豫度恒定的模糊层次聚类算法(FHCA),首先设计了一种基于数据集本身信息的权重公式,可以得到更加合理的权重分配.此外还提出了新的簇中心的计算公式,不仅使聚类过程中,簇中心的犹豫度具有不变性,还将原有算法的时间复杂度以及空间复杂度从指数级降至线性级,并且聚类的质量不劣于原有的聚类算法.
  • 贝叶斯个性化排序的代码评审员推荐方法
    李敏,赵海燕,陈庆奎,曹健
    2021, 42(1): 27-33.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对如何提高代码评审效率的问题,本文提出了BPR-CR2评审者推荐模型.该模型中结合了评审者与代码Pull请求的专业关联性、与Pull请求提出者的社交关联性、与Pull请求的代码路径相关性以及评审者的积极性因素,基于贝叶斯个性化排序的思想学习每个评审者在进行Pull请求选择时的权重偏好,从而能够对每个Pull请求推荐评审者.在Github平台的5个流行项目的数据集上进行了测试,与目前5个典型算法相比,BPR-CR2的性能优于其他算法.
  • 引入IVHFS的数学表达式检索结果排序方法
    韩苹,田学东
    2021, 42(1): 34-40.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对数学表达式表达形式多样、语法语义变换丰富给基于数学表达式的检索结果排序所带来的困难,提出一种基于IVHFS(Interval Valued Hesitation Fuzzy Sets)的数学表达式检索结果排序算法,利用IVHFS在排序中可以完整保留属性信息的优势,改善排序性能.首先,通过对数学表达式检索特征的归纳,确定数学表达式检索结果的排序属性;然后,利用所归纳的数学排序属性构造IVHFS集合;最后,采用IVHFS相似性测度计算出数学表达式之间的相似度,进而得出排序结果.本实验从公共数据集NTCIR-12_MathIR_Wikipedia_Corpus中获取了528188个数学表达式作为实验数据集,并设计了子式空间结构属性、运算符关联属性以及运算数关联属性作为评价指标,从而实现数学表达式检索结果的排序.实验结果表明,检索系统的查全率和查准率分别为75.8%和66.4%,其检索结果排序效果更加合理.
  • 用于非精确图匹配的改进注意图卷积网络
    李昌华,刘艺,李智杰
    2021, 42(1): 41-45.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    将传统图卷积网络模型应用于非精确图匹配时,在卷积步骤早期易存在节点特性以及节点之间拓扑特征的损失,从而影响导致匹配性能.针对这一问题,提出了改进注意图卷积网络模型.使用相对较少的参数以端到端的方式学习分层表示,利用自注意机制来区分应该丢弃或保留的节点.首先利用注意图卷积网络来自动学习不同跳上邻域的重要程度;其次,加入自注意池化层,从矩阵图嵌入的各个方面概括图表示;最后,在多个标准图数据集中进行训练和测试.实验结果表明,相较于目前最先进的图核和其他深度学习算法,该方法在标准图数据集上实现了更优的图分类性能.
  • 不平衡训练数据下的基于生成对抗网络的轴承故障诊断
    李忠智,尹航,左剑凯,刘鹤丹
    2021, 42(1): 46-51.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    近年来,随着深度学习模型及其衍生模型在故障诊断领域中的成功应用,基于深度学习的故障诊断方法开始成为研究主流.但是当训练数据不均衡时,通过深度学习从不平衡的数据中提取的故障特征是不准确的,训练得到的神经网络模型的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,本文结合卷积神经网络设计了一种新的生成对抗网络模型(Convolutional Wasserstein Generative Adversarial Network,CWGAN).首先卷积神经网络从故障样本中提取故障特征,并将其作为对抗网络的输入,然后由解码器网络解码来自生成器的故障特征向量来生成故障样本,同时将提取的故障特征和训练过程中的故障诊断误差添加至生成器训练的损失函数中.实验表明本文提出的方法相比于基线模型(GAN-CNN)的平均F1值提高4%,较好地解决数据不平衡的分类问题.
  • 微学习单元因果关联发现的点互信息判据研究
    刘腾,陈健,张月琴,王莉
    2021, 42(1): 52-59.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    关联规则研究的发展为发现事务间的联系提供了基础,为信息推荐提供了依据.然而,现有的关联规则发现仅限于事务的关联支持度的强弱,即关联的有无,尚不能发现其在因果上的关联关系,故难以实现对信息连续推荐.为此,本研究从关联规则出发,根据CCU和CCC因果关系规则,提出一个基于点互信息(PMI,Pointwise Mutual Information)判据的方法,来发现事务间的因果关联关系.此方法以微学习单元为研究对象,首先利用传统关联规则从参考学习者的学习履历中提取具有关联关系的微学习单元,然后利用点互信息判据来发现微学习单元间存在的局部因果关系,并建立微学习单元的约束网络.实验表明,该方法可以有效发现微学习单元间的因果关联关系,并为学习者建立有效的动态学习路径.
  • 一种龙芯平台上多媒体指令优化时地址非对齐问题的解决方案
    李正平,程洋洋
    2021, 42(1): 60-63.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在龙芯平台多媒体指令优化过程中,通常用浮点存取指令存取需并行计算的整数.若这些整数存放在非自然对齐的内存地址上,会导致优化函数的性能显著下降.为了保证优化函数在访问非对齐数据时也有同样的性能,本文采用龙芯通用指令中的非对齐存取指令实现多媒体指令对非对齐数据的存取需求.非对齐存取指令是成对使用的,两条非对齐存取指令的处理时长大概是单条浮点存取指令的五倍左右,故需要合理安排非对齐存取指令的使用.基于此,本文先设计了龙芯平台上64位的非对齐访存函数接口,同时保留现有访存接口;然后设计接口自适应择优算法,用以根据程序上下文灵活选取这些访存接口;最后对LibYUV库的优化函数应用接口自适应择优算法进行测试.结果表明,在数据非对齐时,多媒体指令优化函数出现性能提升比例较小甚至普遍下降的情况;而使用接口自适应择优算法后,所有优化函数平均保持近40%的性能提升比例.
  • t-分布扰动策略和变异策略的花授粉算法
    宁杰琼,何庆
    2021, 42(1): 64-70.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了解决传统花授粉算法(FPA)收敛速度慢、易陷入局部最优、寻优精度低等缺陷,提出了一种t-分布扰动策略和变异策略的花授粉算法(tMFPA).首先利用混沌映射初始化花朵个体的位置,然后在全局授粉过程中,利用t-分布扰动的随机个体和莱维飞行共同实现个体位置更新,加快收敛速度的同时提高搜索空间的多样性;在局部授粉过程中,加入具有两个差分向量的变异策略和小概率策略,结合两种策略使算法能够跳出局部最优.实验结果表明,tMFPA相比于FPA和其他启发式智能算法具有更好的寻优精度和收敛速度,相对于其他改进算法具有更好的收敛性能.
  • 面向深度卷积网络的多目标神经演化算法
    陈禹行,胡海根,刘一波,郝鹏翼,李小薪,周乾伟
    2021, 42(1): 71-77.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的深度卷积神经网络设计方法依赖于人工设计以及反复试错,只能采用形式单一的网络结构,导致其参数过分冗余,乘法次数巨大.为了自动化地设计出结构灵活多变,网络规模及计算量较小的深度卷积神经网络,本文提出了一种面向深度卷积网络的多目标神经演化算法.该算法将深度神经网络表达成有向图,使用神经演化和多目标优化算法实现了深度、计算量和识别率下的多目标同时优化,同时还引入了线性规划用于将基因编码翻译为卷积层的配置参数,使得演化算法可以自动调整各个网络层的具体配置.演化得到的模型其最深路径上含有36个卷积层,CIFAR-100上Top5精度为86.1%,Top1精度为60.2%,与识别率相近的网络相比,具有结构新颖,乘法次数低等特点.综上,本文提出的方法能够自动生成一系列各具特色的深度神经网络,可根据在深度、计算量和识别率3个指标上的不同应用需求选择适合的深度神经网络,为深度神经网络部署于资源受限的无线传感器网络上提供了一种快速、经济、自动化的设计方法.
  • 一种结合聚集图嵌入的社会化推荐算法
    周林娥,游进国
    2021, 42(1): 78-84.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    社交网络信息已被广泛的应用到传统的推荐上,一定程度上减轻了数据稀疏和冷启动问题.随着表示学习的兴起,出现了利用表示学习进行推荐的算法研究.然而社交网络过大,表示学习可扩展性差,难以在有限内存中进行计算.聚集图通过空间压缩,保留了关键的结构关系,去除次要或噪音的结构数据,便于表示学习能够有效学习图结构,从而更好地找到相似用户进行推荐.首先,利用图聚集算法同时考虑分组间及分组内的结构得到最终的聚集图;其次,在聚集图上计算随机游走的转移概率,然后选择每个具有偏差概率的后继节点并生成节点序列;最后将节点序列输入到skip-gram学习用户的潜在表示,获得节点的表示向量整合其信息到贝叶斯个性化排序模型(BPR)来解决项目排名问题.实验结果表明,该方法相比于社会化贝叶斯个性化排序(SBPR)、协同用户网络嵌入(CUNE)等基线方法在推荐任务中保持时间效率的同时有效提升了准确率、召回率和平均精度均值.
  • 一种真假信息传播能力评估的动态规划算法
    俞山青,郑钧,殳欣成,阮中远
    2021, 42(1): 85-90.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着互联网的快速发展,各种社交平台在帮助人们获取信息的同时,也为虚假信息的扩散提供了途径.大量虚假信息的爆发式传播不仅危害了公众的利益,而且为社会稳定带来了巨大的风险.针对社交网络中的真假信息传播模型,一种基于动态规划的计算方法在文章中被提出,该方法通过计算网络中每个节点的近似传播概率对整个网络的信息传播能力进行评估,避免了传统基于蒙特卡罗仿真方法中实验效率和结果精度难以平衡的问题.文章中的实验部分将本文提出的算法与基于蒙特卡罗的仿真方法进行了对比,结果表明该算法在对真假信息的传播能力做出有效评估的同时,大幅度提升了计算效率,为研究不同拓扑结构对真假信息的传播影响和寻找最优信息过滤能力的网络结构提供了便捷的途径.
  • 融合主题及上下文特征的汉缅双语词汇抽取方法
    李越,毛存礼,余正涛,高盛祥,王振晗,张亚飞,
    2021, 42(1): 91-95.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    缅甸语属于低资源语言,网络中获取大规模的汉-缅双语词汇一定程度上可以缓解汉-缅机器翻译中面临句子级对齐语料匮乏的问题.为此,本文提出了一种融合主题及上下文特征的汉缅双语词汇抽取方法.首先利用LDA主题模型获取汉缅文档主题分布,并通过双语词向量表征将跨语言主题向量映射到共享的语义空间后抽取同一主题下相似度较高的词作为汉-缅双语候选词汇,然后基于BERT获取候选双语词汇相关上下文的词汇语义表征构建上下文向量,最后通过计算候选词的上下文向量的相似度对候选双语词汇进行加权得到质量更高的汉缅互译词汇.实验结果表明,相对于基于双语词典的方法和基于双语LDA+CBW的方法,本文提出的方法准确率上分别提升了11.07%和3.82%.
  • 面向移动云计算的自适应虚拟机调度算法
    韦传讲,庄毅
    2021, 42(1): 96-104.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着移动云计算的快速发展和应用普及,如何对移动云中心资源进行有效管理同时又降低能耗、确保资源高可用是目前移动云计算数据中心的热点问题之一.本文从CPU、内存、网络带宽和磁盘四个维度,建立了基于多目标优化的虚拟机调度模型VMSM-EUN(Virtual Machine Scheduling Model based on Energy consumption,Utility and minimum Number of servers),将最小化数据中心能耗、最大化数据中心效用以及最小化服务器数量作为调度目标.设计了基于改进粒子群的自适应参数调整的虚拟机调度算法VMSA-IPSO(Virtual Machine Scheduling Algorithm based on Improved Particle Swarm Optimization)来求解该模型.最后通过仿真实验验证了本文提出的调度算法的可行性与有效性.对比实验结果表明,本文设计的基于改进粒子群的自适应虚拟机调度算法在进行虚拟机调度时,能在降低能耗的同时提高数据中心效用.
  • 张量表达下的多模态交通缺失数据补全算法
    胡雪,彭敦陆
    2021, 42(1): 105-110.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    来自多源感知设备所采集的多模态交通数据,由于探测设备、网络、数据传输等错误往往存在丢失.交通数据的缺失对交通网络智能规划、避免拥堵等会产生重大的负面影响.同时,来自于不同平台数据的编码方式、标识存在差异,很大程度上影响了交通数据的利用.基于此,本文针对交通监控视频与车流量探测数据,结合张量理论,建立了用以描述多模态交通数据的张量模型,并提出了基于Tucker-Crossover的多模态数据补全算法(Tucker-Crossover based Multimodal Data Imputation Algorithm,TCMD-IA),用于多模态交通缺失数据的补全.该方法利用Tucker分解后不同阶的因子矩阵和核矩阵进行相关性融合,从而提高缺失值估计效果.在真实交通数据集上的实验表明,TCMD-IA的多模态交通缺失数据补全效果优于其他方法,且具有较好的鲁棒性.
  • Spark环境下不完整数据集成填充方法
    邹萌萍,彭敦陆
    2021, 42(1): 111-116.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    目前已有的不完整数据填充方法大多局限于单一类型的缺失变量,对大规模数据的填充效果相对弱势.为了解决真实大数据中混合类型变量的缺失问题,本文提出了一个新的模型——SXGBI(Spark-based eXtreme Gradient Boosting Imputation),其适应于连续型和分类型两种缺失变量并存的不完整数据填充,同时具备快速处理大数据的泛化能力.该方法通过对集成学习方法XGBoost的改进,将多种补全算法结合在一起,构建了一个集成学习器,并结合Spark分布式计算框架进行了并行化设计,能较好地运行于Spark分布式集群上.实验表明,随着缺失率的增长,SXGBI在RMSE、PFC和F1几项评价指标上都取得了比实验中其它填充方法更好的填充结果.此外,它还可以有效地运用在大规模的数据集上.
  • 一种洋葱地址快速生成算法Shallot++
    魏海州,杨云,李凌燕
    2021, 42(1): 117-121.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    匿名网络Tor提供了两种操作方式：Web服务方式和洋葱服务(或隐藏服务)方式.为了保证服务器端的匿名,“隐藏”洋葱服务,其域名(或洋葱地址)采用公钥字符串.由于它不具有可读性、难以记忆,是一种“非人类”的域名,一定程度上影响了网络服务的推广.为了使域名具有一定可读性、便于记忆,在不降低安全性的前提下,设计具有指定字符的onion域名.国外许多学者进行了大量研究,取得了一定的成果,其中最经典的是Shallot算法.在应用研究过程中发现Shallot算法存在许多问题,在分析Shallot算法的基础上,设计了一种洋葱地址快速生成算法Shallot++,对于指定字符串,Shallot++比shallot算法可以更快地生成符合要求的域名,仿真实验和算法分析证明了结论的正确性和效率性.
  • 无人机自组网按需寻路的可靠OLSR协议
    胡春,任智,崔忠林
    2021, 42(1): 122-126.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    无人机自组网应用场景中,针对OLSR(Optimized Link State Routing)协议在数据通信阶段,无人机快速移动可能引起通信链路中断,并且OLSR协议没有链路维护机制,导致发包成功率降低和时延增加.在节点入网阶段,无人机无法及时获取全网拓扑信息,导致通信失败.本文借鉴AODV(Ad Hoc On Demand Distance Vector)路由协议中按需寻路思想,提出一种按需寻路的可靠OLSR协议.该算法提出了两个优化思路：基于TC全网寻路机制和基于HELLO邻居寻路机制,通过增加路由获取途径,维护多跳链路的稳定性.通过仿真实验将该协议与现有协议进行比较,实验结果表明,该协议在不增加控制开销的前提下,提高网络的发包成功率,端到端时延和吞吐量.
  • 针对WSN异常数据检测改进的孤立森林方法
    吴志强,张胜,包晓玲,田纪彪,戴维凯,张士进
    2021, 42(1): 127-131.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    异常数据检测一直是无线传感器网络安全的重要防护手段.针对现有方案计算复杂度高和检测精度低等问题,提出一种离散二进制粒子群优化孤立森林算法(BPSO-iForest).依据选择性集成思想,利用离散二进制粒子群算法改进由孤立森林算法生成的初始森林,选取初始森林中精度高、差异性大的隔离树,构建最优孤立森林,提升异常数据的检测精度和算法的执行效率.在无线传感器网络数据集上,与传统孤立森林、随机森林算法及其改进算法进行对比实验,结果表明本算法的检测精度和执行效率有明显的提升.
  • 一种深度强化学习的C-RAN动态资源分配方法
    张永棠,
    2021, 42(1): 132-136.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    移动边缘计算(MEC)技术已成为云无线接入网(C-RAN)提供近距离服务的一个很有前途的例子,从而减少了服务延迟,节约了能源消耗.本文考虑一个多用户MEC系统,解决了计算卸载策略和资源分配策略问题.我们将延迟总成本和能耗作为优化目标,在一个动态的环境中获得一个最优的策略.提出了一个基于深度强化学习的优化框架来解决资源分配问题,利用深度神经网络(DNN)对批评者的价值函数进行估计,从当前状态直接提取信息,不需要获取准确的信道状态.从而降低了优化目标的状态空间复杂度.参与者使用另一个DNN来表示参数随机策略,并在批评者的帮助下改进策略.仿真结果表明,与其它方案相比,该方案显著降低了总功耗.
  • 一种优化的标签传播方法
    张霄宏,史爱静,贾慧娟,任建吉
    2021, 42(1): 137-141.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    社区发现是复杂网络分析领域的一项重要研究内容,而标签传播算法因在分析复杂网络时具有时间复杂度低等优点,获得广泛关注.但标签传播算法中的随机策略降低社区划分结果的稳定性和效率.为解决随机策略引起的问题,提出了一种优化的标签传播方法.该方法引入标签权重,并与标签一起组成二元组,根据标签二元组、节点间的联系度等因素为节点分配初始化标签;同时,在标签传播过程中,根据节点间的联系度等因素进行标签更新.实验结果证明了该方法的有效性和有用性.
  • 结合通道注意力的特征融合多人姿态估计算法
    黄晨,高岩
    2021, 42(1): 142-146.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了提高二维复杂场景下多人姿态估计准确度和速度,提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法.利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器.针对网络特征下采样过程中上层高分辨率信息不断遗失问题,在经典U型网络结构中嵌入多尺度特征融合模块,从而使网络中的低尺度特征也包含高分辨率信息,并在特征融合模块中引入通道注意力机制,进一步突出多尺度融合特征图的关键通道信息.试验结果表明：相比于堆叠沙漏网络(Stacked Hourglass Network,SHN)和级联金字塔网络(Cascaded Pyramid Network,CPN),文中所提出的人体姿态估计算法在COCO数据集上的姿态估计平均准确率分别提高了4.7和3.7.
  • DrugChecking：一种多颜色空间下毒驾检测试纸识别方法
    魏婷婷,林楠,曹仰杰,魏君飞,杨聪
    2021, 42(1): 147-153.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    近年来,由“毒驾”所引发的重大交通事故数量不断增长,现有的毒品检测技术由于时效性、便捷性等原因,难以适用于常规道路毒驾稽查,不利于道路现场检测.对此,本文针对毒驾唾检试纸图像的特点,设计并实现了一种高效的毒品检测方法---DrugChecking.该方法首先对唾液检测试纸进行边缘检测,以提取试纸检测区域;其次,针对毒驾唾检试纸的弱边缘问题,DrugChecking在多颜色空间中采用Hough变换提取试纸条区域;然后,使用主成分分析对试纸条区域进行降维处理;最后,采用支持向量机对降维后的数据进行分类.本文方法已在现场采集的毒驾唾检试纸图像上进行了验证,实验结果表明：DrugChecking的识别准确率达到98.04%,能够有效识别毒驾唾检试纸中毒品类别.
  • 融合字典学习的小样本人脸鉴别
    狄岚,矫慧文,梁久祯
    2021, 42(1): 154-160.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    基于稀疏表示的人脸鉴别方法通过提高字典的判别力来提高识别准确率,本文针对小样本训练,提出一种新的融合字典学习方法.首先利用Fisher判别准则及LBP金字塔进行数据预处理;其次提出新的融合字典学习模型,该模型由公共字典、类别特色字典及扰动字典三部分构成,分别提取数据共性、不同类别数据的特殊性以及异常情况下的数据扰动性;最后根据融合字典模型提出一种新的分类器,并在AR、YALE、CMU-PIE、LFW人脸数据库进行实验,结果表明本文算法具有更高的识别率和有效性.
  • 深度学习的图像实例分割方法综述
    张继凯,赵君,张然,吕晓琪,聂俊岚
    2021, 42(1): 161-171.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    实例分割是一项具有挑战性的任务,需要同时进行实例级和像素级的预测,在自动驾驶、视频分析、场景理解等方面应用广泛.近年来,基于深度学习的实例分割方法迅速发展,如两阶段检测器Faster R-CNN扩展出的聚焦于网络的精度而非速度的强大实例分割基准Mask R-CNN,一度成为实例分割的标杆.利用高速检测的单阶段检测器延伸出的实例分割算法YOLACT填补了实时实例分割模型的空白,具有较高的研究和应用价值.本文首先对实例分割算法进行了类别划分,然后对一些代表性的算法及其改进算法进行了深入分析,并阐述了相关算法的优缺点,最后对实例分割方法未来的发展进行了展望.
  • 融合PHOG和BOW-SURF特征的接触网绝缘子缺陷检测方法
    陈国翠,顾桂梅,余晓宁,李占斌
    2021, 42(1): 172-177.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    绝缘子图像中存在的噪声对提取绝缘子细节纹理特征具有较大影响,单个特征描述子不能描述绝缘子的更多细节纹理特征,而提取到绝缘子细节纹理特征的多少直接影响了绝缘子缺陷检测的精度和速度.针对以上问题,提出改进快速导向滤波算法和融合PHOG与BOW-SURF特征来实现绝缘子缺陷的精确检测.首先,采用改进的快速导向滤波算法对接触网绝缘子原始图像进行滤波;然后,提取绝缘子滤波后图像的PHOG和BOW-SURF特征;最后,将两者融合后送入SVM分类器进行训练,实现绝缘子缺陷的检测.实验结果表明,该方法检测绝缘子缺陷的精度为100%,平均每张图像的处理时间为0.039s,为接触网悬挂状态检测监测装置对图像分析及缺陷检测奠定了必要的基础.
  • 改进背景先验和前景先验的显著性检测
    唐立婷,段先华,鲁文超
    2021, 42(1): 178-184.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对传统的流行排序显著性检测算法存在的问题,本文提出了改进背景先验和前景先验的显著性检测.首先计算图像的凸包,并将图像分割成不同尺度的超像素;然后以凸包区域之外的超像素为背景种子,结合多尺度下图像的多种底层特征得到最终的背景显著图;第三,以凸包区域之内的超像素为前景种子,结合多尺度下图像的多种底层特征得到最终的前景显著图;第四,融合最终的背景显著图和最终的前景显著图得到弱显著图,通过多核增强(MKB)算法对由弱显著图生成的训练样本进行强分类,生成强显著图;最后综合强弱显著图,得到最终的显著图.通过在MSRA1000,PASCAL和ECSSD数据集上与其他13种算法进行对比,验证了本文算法在显著目标检测的准确性方面更具优势.
  • 基于MV-PearlNet的珍珠细粒度分类方法
    钱涛,熊晖,陈晋音
    2021, 42(1): 185-190.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    提出多视图卷积神经网络模型MV-PearlNet,替代人工进行细粒度珍珠分类.该模型采用并行化处理方式,针对珍珠的多个视角图片提取特征,可提升珍珠图片的特征提取效果,并且采用中间层特征融合作为珍珠的特征表达.在训练集数据量有限的情况下,通过MV-PearlNet结合K-means方法,将无监督聚类算法应用到提取得到的特征中,并利用相似度计算完成自动类标学习,这些操作起到了扩充数据集的作用,有助于改善深度分类模型因为训练集不足导致的欠拟合问题,可提高模型的分类准确率.实验结果表明,相比于主流卷积神经网络模型,MV-PearlNet对珍珠细粒度图片的分类准确率有明显的提高.
  • 邻域自适应的三维点云滤波算法
    吴俊威,焦吾振,郑河荣
    2021, 42(1): 191-195.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有的点云滤波算法存在的精度丢失和收缩的不足,提出邻域自适应选择的算法,有效地改善了点云滤波中丢失精度的问题.算法首先针对原始点和均值点滤波出现的收缩问题,提出混合增采样策略.其次采用邻域自适应选择保持特征部分的滤波精度.最后定义每个采样点以对应的似然函数,并按照其梯度方向进行迭代,通过最大似然估计得到最优滤波结果.实验部分表明,本文三维点云滤波算法对点云滤波精度的保持具有更好的效果.适用于工业生产与检测领域的三维扫描.
  • 采用内点法和图像反馈的机器人视觉伺服预测控制
    滕游,刘安东,俞立
    2021, 42(1): 196-200.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对具有控制量约束和可视性约束的六自由度机器人的视觉伺服系统,研究了基于图像空间局部模型的预测控制器的设计问题.首先对特征点的投影图像的运动学方程进行离散化,得到系统的误差预测模型.然后通过选取合适的性能指标函数,将视觉伺服控制器设计问题转化为一个具有控制量约束和可视性约束的最优化问题.进一步,利用对数障碍函数处理约束,得到系统的牛顿方程,获得控制量的迭代求解公式.最后,利用数值仿真和实验验证了所提方法的有效性.
  • 多判别器协同框架：高品质图像的谱归一生成对抗网络
    张哲新,原俊青,郭欢磊,何熊熊,吴安鹏,丁佳骏
    2021, 42(1): 201-207.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    通过生成对抗网络的对抗学习生成仿真图像,已成为人工智能领域的一个研究热点.为了进一步提高生成图像的质量,本文提出了多判别器协同合作的网络框架——采用多个判别器为唯一生成器提供联合损失量,并通过不同的学习率保持各个判别器的差异性.同时,为了满足判别器的Lipschitz连续条件,本文所有的判别器网络一律进行谱归一化操作.实验表明,本文提出的基于多判别器合作框架的生成对抗网络表现较优.
  • 多频段脑功能网络融合的阿尔茨海默病分类
    王中阳,信俊昌,汪新蕾,王之琼,赵越
    2021, 42(1): 208-212.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    将图论与机器学习方法相结合的阿尔茨海默病计算机辅助中,脑网络的构建大多是基于滤波去噪后的全频段BOLD信号匹配,忽略了不同脑活动信息的差异.因此,本文提出了一种多频段脑功能网络融合模型.首先将离散小波变换应用于BOLD信号中,得到不同频域下的体素信号,而后计算同频信号的相关性,获取不同频段下相关矩阵.而后计算所有矩阵的网络特征,在特征选择后基于SVM对患者进行分类.从实验结果可以看出,分频下的脑功能网络特征与未分频网络相比能在一定程度上提高分类的准确性;体素级网络由于可以更加详细的表达脑网络的变化,其分类效果要优于脑区级.
  • CNN-XGBoost混合模型在音频场景分类中的应用
    杨立东,胡江涛,张壮壮
    2021, 42(1): 213-217.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在拥有海量数据和强大计算能力的人工智能时代,音频场景分类成为了场景理解的重要研究内容之一.针对音频场景分类建模困难和精确率不高的问题,本文提出一种基于卷积神经网络和极端梯度提升算法相结合的系统模型.首先,将预处理后的音频信号转换成梅尔声谱图,然后输入到卷积神经网络中完成抽象特征提取,最后利用极端梯度提升算法进行分类.为了评估模型的有效性,在城市音频场景 UrbanSound8K 数据集上进行分类性能测试,结果表明,该混合算法模型对音频场景的分类精确率可以达到 89%,优于传统的神经网络算法模型,说明该混合模型对音频场景分类问题的有效性.
  • 用户需求导向的产品设计方案质量评价模型
    彭定洪,黄子航,彭勃
    2021, 42(1): 218-224.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对企业产品设计方案质量评价问题,提出一种以满足用户期望为核心的产品设计方案质量评估方法.首先,利用模糊KANO模型对收集的指标进行分析归类,建立用户导向的评价指标体系.其次,基于产品设计方案评价模型及指标体系的前期研究成果,构建一套适用于以用户期望为主导的产品设计方案评价模型.由于用户期望具有一定的模糊性以及难以全部达成的特点,将以几何均解做为参考解的多属性边界逼近区域比较法拓展到犹豫模糊领域,并进一步优化了适用于该方法的标准化技术,系统的阐述了产品设计方案的评价流程.最后,通过算例对该评价模型进行了验证,通过对比分析证明该模型具有一定的优越性和适应性.