小型微型计算机系统

Select

蔡奇,李凡长

2022, 43(2): 225-230.

摘要 ( ) PDF全文 ( )

可视化

深度学习取得了巨大成就，尤其是在计算机视觉领域，已经接近人类水平.但是这些成果大多依赖于巨大规模的训练数据，在面对数据量较小的情况时，往往产生严重的过度拟合和灾难性的遗忘.最近的研究表明，采用元学习的方法可以解决此问题.元学习模型由特征提取与分类算法两个模块组成，目前大部分研究都关注于设计合适的分类算法，忽视了特征的重要性.本文认为每个类都有自身独有的一些类特征，这些特征更明显的图像更易于识别.因此提出了类特征增强的方法，借助相似类来获得类特征，在特征的层面上对图像进行增强，使提取后的特征更有利于当前的分类任务.类特征增强是一个通用框架，可以与大多数元学习方法相结合.本文将其与常用的原型网络相结合，在Mini-ImageNet数据集上取得了更好的实验效果.

Select

面向Zynq平台的卷积神经网络单元设计与实现

尹震宇,徐光远(,),张飞青(,),徐福龙(,),李兴滢(,)

2022, 43(2): 231-235.

摘要 ( ) PDF全文 ( )

可视化

当前，卷积神经网络越来越多的应用于工业生产中，传统的基于CPU及GPU的神经网络平台存在体积大、能耗高等缺点，在工业生产现场部署存在困难.基于ARM的嵌入式平台虽然易于部署，但存在算力低的缺点，难以高效的实现卷积神经网络.针对此问题，本文设计并实现了一种基于Zynq平台的卷积神经网络单元，通过充分利用Zynq平台上FPGA端并行计算的特点，对卷积神经网络中卷积层进行加速，使用高层次综合(High-Level Synthesis，HLS)进行卷积层和池化层IP核的设计，并针对性的给出优化方案.最终实现在嵌入式平台上对手写数字的高效识别.经实验验证，该设计单元在较少占用FPGA上计算资源的同时，快速、准确地进行手写数字识别.

Select

遗憾最小化查询研究综述

郑吉平(,),马源,马炜,郝志扬,王美静

2022, 43(2): 236-246.

摘要 ( ) PDF全文 ( )

可视化

面临大量数据时,如何从中摘取一部分感兴趣的数据帮助用户进行决策是数据库系统的一项重要功能.在过去几十年里,top-k和skyline查询是两种最常用的技术手段,但他们分别存在不能控制输出结果大小与需要用户提供效用函数的缺陷.为克服两者的缺陷,k代表点查询技术应运而生;其中性质较好、受到较多关注的是k-遗憾查询.本文首先回顾了skyline、top-k查询和几种典型的代表点查询.随后,详细地介绍了k-遗憾查询的概念与方法,从多个角度分析了提升查询质量的途径,并对k-遗憾查询的变体进行了研究.最后对未来遗憾最小化查询的可能研究方向与应用前景进行了展望.

Select

具有扰动机制和强化莱维飞行的蝗虫优化算法

杨文珍,何庆(,),杜逆索

2022, 43(2): 247-253.

摘要 ( ) PDF全文 ( )

可视化

针对蝗虫优化算法(Grasshopper Optimization Algorithm，GOA)存在求解精度低，收敛速度慢等问题，提出具有扰动机制和强化莱维飞行的蝗虫优化算法(DLGOA)，位置参数部分使用非线性曲线函数去平衡算法局部开发和全局探索；扰动因子引入位置更新公式，提高算法寻优精度、收敛速度；将莱维飞行的步长改进以避免陷入局部最优，并利用高斯分布的随机性增加种群多样性.通过对7个基准函数进行仿真实验以及使用Wilcoxon秩和检验来评价算法性能，实验结果表明DLGOA算法具有较好的鲁棒性以及寻优精度，且明显提升了收敛速度.

Select

增强语义表示的中文金融评价要素抽取

陈启,刘德喜,万常选,刘喜平,鲍力平

2022, 43(2): 254-262.

摘要 ( ) PDF全文 ( )

可视化

中文金融评价文本是了解金融行情和判断金融行业繁荣程度的主要载体，对其中的评价要素进行抽取和分析可以在一定程度上的帮助决策者做出判断.传统的抽取方法更侧重于寻找规则，工作量大，且在句子复杂或者不规范的情况下，难以充分考虑句子的句法特征.为了解决该问题，本文构建BBG-BMC模型，利用基于图自注意力机制的混合词编码模型BBG(BERT-BiLSTM-GAT)进行词语编码，在经典的BiLSTM-CRF模型中增加自注意力机制(BiLSTM-多头自注意力机制-CRF，BMC)进行序列标注.该模型的特点是：1)通过图自注意力网络(GAT)建模并利用词语之间的句法依存关系，增强词语语义学习；2)融合词语的上下文信息、词语的局部语义信息、词语之间的句法关系信息，弥补金融词汇在BERT预训练模型上语义表示不够充分的问题；3)对评价单元的三要素<评价对象、情感程度、评价词>联合抽取，扩大评价单元抽取的应用场景；4)使用序列标注的评价单元抽取思想，以混合词编码(BBG)、双向长短期记忆网络(BiLSTM)、条件随机场(CRF)与多头自注意力机制(MHSA)为组件，提升评价单元抽取效果.在中文金融文本数据集上对BBG-BMC模型进行评测，结果表明，本文的模型比最先进的模型BiLSTM-CRF取得了6.75%的F1值提升.

Select

利用Fallback的在线服务信誉防控制机制

李方,付晓东(,),岳昆,刘骊,刘利军,冯勇

2022, 43(2): 263-270.

摘要 ( ) PDF全文 ( )

可视化

在线服务信誉是若干服务信用行为累积的结果，对于在线服务选择具有重要的作用.信誉系统管理者为获取不当利益，可通过删除、增加用户或服务进行控制以达到操纵服务信誉的目的.为此提出利用Fallback的在线服务信誉防控制机制.首先获取所有用户对在线服务的序数偏好集合；其次根据所有用户的序数偏好得到满足Fallback绝对多数阈值条件的在线服务信誉向量；然后将在线服务信誉控制建模为判断某一服务是否能通过控制成为信誉最高的服务的问题；最后证明Fallback方法的防控制性，即证明该控制问题是固定参数不可解的.通过实验进一步验证了该方法防控制的有效性.实验结果表明，该方法可以有效防止信誉系统内部能够掌握用户偏好的管理者的控制.

Select

融合字根信息的卷积神经网络中文分词方法

王星,于丽美,陈吉

2022, 43(2): 271-277.

摘要 ( ) PDF全文 ( )

可视化

作为自然语言处理任务的基础，中文分词的准确率直接影响命名实体识别、信息检索等任务的效果.针对现有分词模型使用的静态词向量精确表征能力较差和专业领域分词中模型适应性差等问题，本文提出一种使用字根信息为辅助特征的中文分词模型.模型分为主任务和辅助任务，主任务中使用ALBERT语言模型训练词向量，利用去池化卷积残差神经网络提取特征，与辅助任务抽取的特征融合后进行分词.辅助任务使用字根向量表示文本，通过浅层卷积提取特征，进行序列标注.借助损失函数利用辅助任务对主任务进行纠正，协助主任务实现中文分词.在BakeOff2005语料库的4个数据集以及两个小型法律文书数据集上进行实验，实验表明该文提出的分词模型在多数大型数据集上实验效果达到最优，并且在小型法律数据集上F1值最高达到97.90%.

Select

动态卷积生成对抗网络的视频帧预测方法研究

安利智,何平,张薇,石钰阳,田宇

2022, 43(2): 278-284.

摘要 ( ) PDF全文 ( )

可视化

针对当前视频帧预测模型中存在的预测准确度较差和物体结构信息丢失等问题，提出了一种动态卷积生成对抗网络.在生成网络中，首先使用卷积长短时记忆网络初步提取输入视频流的图像特征，然后利用卷积神经动态平流单元对视频流中的运动特征进行提取，最后将上述两种特征组合后输出一组预测视频帧；在判别网络中，采用一个3D卷积网络一次性接收全部视频帧.在实验中，使用Adam方法优化模型的参数，采用KTH和BAIR Robot Pushing数据集作为训练数据集.实验结果表明：无论是在长时间视频帧预测准确度和物体结构信息保留方面，还是人眼的主观感受上，动态卷积生成对抗网络均优于变分生成对抗网络，其在结构相似性度量指标下提高了14.5%，在学习感知图像块相似性指标下提高了7.69%，并且生成的预测视频更加流畅，具有更高的实用价值.

Select

结合引力测度和质心变异策略的混合粒子群优化算法

胡凯,李均利,林秀丽,邓浩

2022, 43(2): 285-292.

摘要 ( ) PDF全文 ( )

可视化

针对经典粒子群优化(PSO)算法在算法前期易陷入局部极值、后期收敛精度低的问题，提出一种结合引力测度和质心变异策略的混合粒子群优化算法(GMCMPSO).首先，在算法初始阶段采用精英分组策略，以方便获取种群的优秀信息；其次，对两个子群采用引力测度策略，以达到种群间信息的高效共享；最后，在引力测度的引导下对一部分普通粒子进行随机变异、对剩余的普通粒子进行质心变异，以使得算法能够有效跳出局部极值和开发最具潜力的区域，并提高算法的收敛精度.将所提出的算法和经典粒子群优化(PSO)算法、萤火虫和粒子群的混合优化(HFPSO)算法、基于分层自主学习的改进粒子群优化(HCPSO)算法、适应度依赖优化(FDO)算法共5个算法在16个标准测试函数上进行了比较，各项实验结果表明，GMCMPSO在高维多峰函数上对比其他4个算法有更高的收敛精度和更快的收敛速度.

Select

基于文本挖掘的在线客服服务流程一致性检测研究

莫志强,曹斌,范菁,王俊

2022, 43(2): 293-299.

摘要 ( ) PDF全文 ( )

可视化

在客服服务领域，企业要求客服人员使用事先规范的标准服务流程为用户提供相关反馈服务，而由于不同的客服人员业务水平不同，有可能会导致标准服务流程未能被准确执行，影响企业效益和服务质量.所以如何实时对客服人员的实际服务流程与标准服务流程进行一致性检测并对客服人员进行“纠错”，成为当前在线客服质检中亟待解决的问题.由于需要对客服的表述进行实时的服务流程挖掘，传统的面向流程模型的一致性验证方法在时效性上无法应用于面向在线客服的服务流程一致性检测场景.口语表达不规范以及词的表述多种多样等问题，也使得一些现有基于关键词匹配的方法不可行.本文将服务流程的一致性检测问题看作基于文本的服务流程序列分类问题，利用有监督的机器学习分类方法予以解决.由于需要对构成服务流程序列的词序进行考虑，本文采用循环神经网络(Recurrent Neural Network，RNN)与卷积神经网络(Convolutional Neural Network，CNN)作为分类模型.考虑到业务初始阶段数据量积累有限以及标注困难，本文针对CNN与RNN结构做出了相应的分析与比较，最后分别得出RNN与CNN在实际数据集下最高的服务流程检测准确度94.55%与92.83%，并且本文分析与比较得出的结论也可为两个模型在实践中的取舍提供一些指导性建议.

Select

分解机深度网络推荐算法

李超,付伟,马宁,严武尉

2022, 43(2): 300-305.

摘要 ( ) PDF全文 ( )

可视化

近些年很多基于深度学习的推荐模型被提出，这些模型通过对特征的处理和改变深度网络结构来解决推荐系统数据稀疏和冷启动的问题.然而现有的方法忽略了特征与特征之间的交互对深度网络的影响，限制了模型的学习能力.为了给用户推荐更感兴趣的项目和信息，本文提出了分解机深度网络(Factorization Machine Deep Network，FMN)模型.该模型将因式分解机和深度神经网络结合，首先利用因式分解机在特征之间进行交互以充分学习交叉项特征，然后利用深度网络学习高阶非线性特征.进而，分解机深度网络将特征的隐藏信息充分发掘出来并拥有高阶的非线性特征学习能力.两个真实数据集的实验表明，本文提出的模型在推荐性能上有着明显的提升.

Select

一种改进的基于隐式信任信息的社交推荐模型

盛立群,宋燕

2022, 43(2): 306-311.

摘要 ( ) PDF全文 ( )

可视化

社交推荐(Social Recommendation，SoRec)模型是一类典型的融合信任信息的矩阵分解方法，在个性化推荐系统中得到了广泛的研究和应用.目前大部分SoRec模型的研究成果都是基于显式信任信息，这对于实际中难以获取显式信息的数据集无法使用，并且现有的SoRec模型尚未充分考虑不同情形下潜在因子的多变性，大大影响了推荐的准确性.为了解决上述问题，本文针对仅有评分信息的非负目标矩阵，首先利用已知用户评分信息挖掘用户间的隐式信任关系矩阵；然后基于得到的信任信息，考虑两种不同情形下用户潜在特征矩阵的组合，提出了一种改进的SoRec(Improved Social Recommendation，ISoRec)模型；再者，通过在梯度下降算法中引入单因子乘法更新规则进行模型训练，不仅保证目标矩阵的非负性，还提高了算法在稀疏数据集的适用性. 最后，本文结合真实有效的数据集对所有模型进行实验验证其有效性，结果证明ISoRec模型在精确度上有所提升.

Select

融合评论文本和社交网络的矩阵分解推荐方法

马宁,付伟,季伟东,丁云鸿,朱海龙,严武尉,李超,杨耀

2022, 43(2): 312-319.

摘要 ( ) PDF全文 ( )

可视化

基于矩阵分解的推荐方法易受到数据稀疏性问题的影响，常见的解决办法是向矩阵分解模型中融入评论文本信息，但是这类方法通常假设用户是独立存在的，忽略了用户之间的社交关系.现实世界中用户的行为与喜好往往会受到其信任好友的影响，因此本文提出一种融合评论文本和社交网络的矩阵分解推荐方法(Review and social probabilistic matrix factorization，RSPMF).首先设计了深度神经网络模型用于学习评论文本的上下文特征；其次，设计了信任传播模型用于根据社交好友的特征修正用户的潜在隐特征；最后将上述两种模型以正则化方式融入概率矩阵分解模型，通过训练模型获取用户与物品之间的内在关系并实现物品推荐.在公开的真实数据集Yelp上进行了实验，并与多种前沿的算法进行了性能对比，结果表明本文提出的RSPMF方法具有良好的推荐性能.

Select

基于双权重因子的改进鲶鱼效应灰狼优化算法

刘成汉,何庆,杜逆索,陈俊

2022, 43(2): 320-327.

摘要 ( ) PDF全文 ( )

可视化

针对GWO算法易早熟收敛、寻优速度和精度不高等问题，提出一种基于双权重因子的改进鲶鱼效应灰狼优化算法(IGWO).首先，采用Logistic混沌映射初始化灰狼种群，提高种群初始化位置的质量；然后针对头狼扰动和个体搜寻步长引入两种不同的权重因子，用来平衡算法局部开发和全局搜索能力；最后引入改进的鲶鱼效应策略，保证种群活力，进一步提高算法收敛精度，避免算法陷入局部最优解.仿真结果采用10个标准测试函数与其他智能优化算法进行低维和高维寻优对比，并与其他改进灰狼优化算法进行对比，结果表明，改进的灰狼优化算法具有较高的鲁棒性.

Select

应急救援中心的选址-调度的双层模型及混合嵌套式算法

孙硕,孟晗,马良,刘勇

2022, 43(2): 328-336.

摘要 ( ) PDF全文 ( )

可视化

针对突发重大疫情或灾害后实施应急救援过程中的物资调配急迫性与时效性以及多车型运输问题，本文构建了一种选址-调度双层模型.即，上层以总的运输代价最小化为目标，下层以配送代价(时间、距离和满意度)最小为目标的双层动态交互模型，同时考虑时间窗、配送覆盖范围限制以及运输车辆容量限制及距离等约束条件.根据模型特点，设计了一种混合嵌套算法，上层为新型排球超级联赛算法(New Volleyball Premier League Algorithm，NVPL)，下层为改进的遗传算法(Improved Genetic Algorithm，IGA)来求解.采用了新冠疫情爆发期间全国药物临时配送中心选址和紧急调度运输背景的相关算例进行求解，并与双层遗传算法和双层粒子群算法作对比，验证了模型的有效性与算法的准确性.

Select

基于区块链的仪器租赁模型

于金刚(,),袁轶皓(,),李姝,毛立爽,姬鹏翔

2022, 43(2): 337-342.

摘要 ( ) PDF全文 ( )

可视化

当前租赁产业版图不断扩张，不论是从物品种类还是租赁形式都在不断的推陈出新.而在传统中心化租赁平台中对租赁物的评估数据及流程中所产生的交易信息都是由专有的非透明内部数据库收集，这可能导致了系统的潜在滥用.本文利用区块链的“数据可溯源”、“不可篡改”和“去中心化”等特性，提出了基于区块链的仪器租赁模型的设计.在租赁平台中结合区块链，让出租方和承租方节点构建去中心化的区块链网络，并在在其中安装智能合约完成租赁流程.让租赁时产生的交易信息和仪器在使用时产生的数据能上传到区块链中，然后达成共识，形成区块记录在网络中.以解决中心化仪器租赁过程可能产生的信用信息不对称、租赁纠纷取证难等问题.

Select

一种结合机器视觉的工件喷涂质量检测方法

顾旭(,),郭锐锋,王鸿亮,张晓星(,)

2022, 43(2): 343-348.

摘要 ( ) PDF全文 ( )

可视化

针对大型多面复杂结构件表面打磨、喷涂等处理对自动化、智能化的需求，传统目标检测具有局限性、小目标检测准确度低、速率慢等缺点，本文结合计算机视觉提出一种改进YOLOv3算法的工件喷涂质量检测方法，结合实际工控环境需求，构建喷涂数据集，实现对工件表面迷彩喷涂质量的检测.首先，使用K-means+〖KG-*3〗+对Anchor重新聚类生成适合本文的锚框尺寸；通过图像增强技术对数据集进行增强，并对YOLOv3的Darknet-53网络结构进行改进，在保证计算准确度的同时提高效率.实验结果表明，本文提出的改进YOLOv3算法，能够准确快速的对迷彩喷涂缺陷进行定位.

Select

一种编码约束的医学图像分割方法

杨红菊(,),牛俊峰,陈庚峰

2022, 43(2): 349-354.

摘要 ( ) PDF全文 ( )

可视化

深度学习的优势在于其具有深层次的特征提取结构，而随着层数的增加以及激活函数的影响往往会导致其编码能力下降.基于此本文提出了一种基于U-Net和FCN网络进行编码约束的方法，并应用到医学图像分割上.编码约束结构以U-Net和FCN全卷积网络模型架构为主体，对网络最后一层使用Sigmoid激活函数的1×1卷积层进行特征约束，通过将特征值向(0.5)靠近预防Sigmoid激活函数产生的梯度消失问题，同时要求特征值不能集中在0.5附近，最终在保持特征区分度的前提下规范编码值，进而提升网络编码能力.本文在Finding lungs in CT二维肺部分割数据集和肝脏数据集上分别进行了实验，实验结果表明本文方法能够有效的预防梯度消失的同时提升全卷积网络特征的编码能力，进而能有效地提升分割性能.

Select

ANLResNet网络的前视声呐图像散斑去噪方法

陈朋,徐泽楠,赵冬冬,郭新新

2022, 43(2): 355-361.

摘要 ( ) PDF全文 ( )

可视化

前视声呐(Forward-Looking Sonar,FLS)使用换能器基阵收发声波，通过回波探测水下物体.在浅海环境，由于水下介质的反射、散射与不均匀波动，前视声呐图像极易引入散斑噪声.本文针对前视声呐图像散斑噪声，结合SRResNet与非对称金字塔非局部块，提出了ANLResNet网络用于前视声呐图像去噪，并针对前视声呐图像特性，使用FieldII构建模拟前视声呐图像数据集，对网络进行训练.实验结果表明，本文提出的ANLResNet网络能有效的去除前视声呐图像中的散斑噪声，获得良好的视觉效果.并通过峰值信噪比(Peak Signal to Noise Ratio,PSNR)、等效视数(Equivalent Number of Looks,ENL)、散斑抑制指数(Speckle Suppression Index,SSI)3个图像质量评价指标评价降噪效果.在模拟前视声呐图像去噪上，本文算法相比于传统算法、改进BM3D算法和Autoencoder网络，平均PSNR至少提高了8.12%.在真实前视声呐图像去噪上，本文算法相比于传统算法、改进BM3D算法和SRResNet等效视数至少提高了16.77%，散斑抑制指数至少降低了2.84%.相比于Autoencoder网络等效视数提高了4.30%.本文方法主要用于前视声呐图像去噪，对于其他声学图像的降噪，散斑噪声的抑制上也有一定的应用价值.

Select

孪生网络模型在多人种人脸认证中的性能研究

赵淑欢,葛佳琦,刘文(,),刘帅奇(,)

2022, 43(2): 362-366.

摘要 ( ) PDF全文 ( )

可视化

深度学习网络在模式识别领域性能优异，但需要大量有标注样本对网络进行训练，而对于人脸认证情况下训练样本有限，且已有网络模型在不同人种间的性能差异大，往往会导致人脸认证失效.针对以上问题，本文首先在几种预训练深度网模型上构造孪生网络，并设计相似度度量网络；其次，选用多人种的人脸数据库(Racial Faces in-the-Wild，RFW)中不同人种构造正负样本对作为训练集，扩展数据分布，提高模型泛化能力，且在训练过程中采用循环训策略练提高模型的稳定性；最后，在测试集上采用ROC曲线及AUC值对不同模型性能进行评估，测试集与训练集样本无身份交叉，根据实验结果得出结论：VGG16作为主干网络的孪生网络模型更适合多人种人脸认证问题，PCANet提取的特征对African地区的人脸认证更有效.

Select

Retinex-ADNet：一个低光照图像增强系统

王萌萌,彭敦陆

2022, 43(2): 367-371.

摘要 ( ) PDF全文 ( )

可视化

在光照条件不充足的情况下，拍摄的图像质量较差.对于低光照图像增强，基于Retinex的方法大多忽略了降噪.本文结合Retinex和卷积神经网络构建了一个有效的模型，包括3个子模块，分解模块、注意力降噪模块和亮度调整模块.分解模块用残差连接方式和空洞卷积来构建，以减少在分解过程中细节信息的丢失，得到更准确的反射图和亮度图.降噪模块引入了注意力机制，对亮度图处理后得到注意力图用来指导反射图的降噪.亮度调整模块对亮度图进行亮度调整.在不同曝光条件下拍摄的成对图像上训练模型，本文提出的Retinex-ADNet模型取得了更好的效果.

Select

基于多尺度特征的无参考屏幕内容图像质量评估

林冠妙,魏乐松,牛玉贞

2022, 43(2): 372-380.

摘要 ( ) PDF全文 ( )

可视化

屏幕内容图像是一种组合图像，由计算机将图形、文字和图像组合起来而形成.由于人类视觉系统是从粗略到精细进行图像信息的提取，本文提出一种基于多尺度特征的无参考屏幕内容图像质量评估算法.屏幕内容图像中包含大量的图形和文本内容，以及色彩和布局结构信息，因此我们提取失真图像的边缘特征、结构特征和亮度特征.然后将多个图像尺度上提取的特征进行拼接，作为最终的失真图像质量感知特征.最后使用随机森林回归方法训练得到无参考屏幕内容图像质量评估模型.实验结果表明，本文引入的多特征和多尺度机制是有效的，相比较目前先进的无参考方法，本文模型可以取得与主观感知更高的一致性，甚至在整体性能上超过了多数全参考方法.

Select

基于注意力机制的多尺度小目标交通标志检测

李烨,顾晨峰

2022, 43(2): 381-386.

摘要 ( ) PDF全文 ( )

可视化

在交通标志检测中，小而稠密的交通标志易受遮挡、恶劣天气等复杂自然环境的影响，导致检测性能较差.针对此问题，提出一种基于注意力机制的多尺度小目标交通标志检测方法.以CSPDarknet53为基础设计了一种新型的特征提取网络，使得输出特征图的分辨率得以增大、目标更易于检测，同时通过反卷积自适应级联结构融合浅层细节信息与深层语义特征.此外，构造了一种基于空间注意力机制的倒金字塔结构，以高分辨特征图生成的注意力系数图增强低分辨率特征图的显著区域检测性能.实验结果表明该方法在满足实时性的情况下，不仅提高了小尺度交通标志的检测性能，而且对复杂自然环境下的交通标志检测更具鲁棒性，显著优于典型的目标检测算法.在自制数据集上，检测精度达到95.26%，在0.8的IoU阈值下，相比YOLOv3高19.1%.

Select

结合改进卷积神经网络与自编码器的表情识别

魏赟,李栋

2022, 43(2): 387-392.

摘要 ( ) PDF全文 ( )

可视化

为了克服单一神经网络模型提取表情特征困难，以及堆叠深层网络结构会造成训练过程复杂、参数冗余等问题，本文提出了一种引入注意力机制的轻量级CNN通道和卷积自编码器预训练通道的双通道模型.在轻量级CNN通道中以具有残差思想的深度可分离卷积结构进行深层次特征提取并且减少了模型参数量，还引入了通道域注意力机制使得该通道能够学习到更有用的特征；同时使用卷积自编码器对输入人脸表情图像进行无监督预处理，使得模型提取的特征更加多样化.实验结果表明，在FER2013和CK+表情数据集上分别取得了72.70%和97.50%的识别率.通过与相关方法对比，表明了本文模型在保证较少参数量的同时也具有较高的识别率.

Select

Sketch统计方法研究

乔冠杰,吕高锋,王宏,谭靖,莫露莎

2022, 43(2): 393-398.

摘要 ( ) PDF全文 ( )

可视化

网络测量为网络运营，服务质量保证，拥塞控制，数据中心和骨干网中的异常检测提供了关键信息.为了应对日益增大的流量规模，减少流量统计的内存开销，基于Sketch的流量统计方法成为流量统计的研究热点.文章对Sketch统计方法进行研究，针对基于Sketch的Top-k流统计问题进行分析，根据Sketch的结构特点，将Sketch分为基本Sketch、面向热流的高精度统计Sketch、冷热流自适应的精确统计Sketch.另外研究了Sketch面向场景的实现方法.最后分析了Sketch算法未来的研究方向.

Select

智能网卡研究新进展

张登科,王兴伟,贾杰,李婕

2022, 43(2): 399-405.

摘要 ( ) PDF全文 ( )

可视化

随着后摩尔时代的到来和Dennard缩放规律的终结，CPU处理能力增速趋缓.超大规模数据中心网络中的流量却呈现持续的指数增长态势.数据中心网络堆栈功能开始向硬件转移，旨在节省CPU时钟周期的新型智能网卡(SmartNICs)应运而生.系统结构和网络领域顶会两年来发表多篇相关研究成果.本文首先介绍了智能网卡研究背景，并归纳了网卡智能化的演进过程；其次，重点阐述超大规模数据中心时代的智能网卡研究挑战以及在网络加速、数据传输、新型调度器和性能隔离等方面的最新研究进展；随后，介绍了工业智能网卡研发现状;最后，给出可编程提升、人工智能增强、光学智能网卡和开源硬件等4个研究趋势并总结全文.

Select

一种命名数据网络的缓存策略

秦鲁法,徐雅斌

2022, 43(2): 406-410.

摘要 ( ) PDF全文 ( )

可视化

虽然缓存内容复用是命名数据网络的显著特征，但是传统方法的缓存内容利用率并不理想.为了提高命名数据网络中缓存内容的利用率，提出了一种基于缓存价值的缓存策略.本缓存策略在保证内容流行度和兴趣源距离外，还充分考虑了缓存内容大小及多样性因素，由此可有效优化缓存空间，提升缓存的价值.此外，还设计了相应的缓存内容定期更新策略.对比实验结果表明，提出的缓存策略与经典的缓存策略相比，可以有效提高缓存内容的命中率、降低内容平均访问时延和平均路由跳数.

Select

面向信息物理系统的覆盖网构造方法

陈玉冰,任熠营,卢楚杰,张立臣

2022, 43(2): 411-415.

摘要 ( ) PDF全文 ( )

可视化

信息物理系统的网络拓扑结构复杂，会极大影响系统中实时协同的通信效率.传统的路由算法已经无法满足日益增长的智能通信网络，为降低信息物理系统的网络延时，提出了基于改进变邻域搜索算法的信息物理系统覆盖网构造方法.首先针对信息物理系统覆盖网络节点选择方法，改进了变邻域搜索算法的领域结构和抖动方式.然后利用目标函数进一步优化覆盖节点集的选择策略.最后在不同节点集上，对此方法进行网络通信延迟、时间花销和算法的稳定性的分析.实验结果表明，改进的变邻域搜索算法有效减少网络延时和降低时间花销，提高了网络通信的效率.

Select

停车边缘计算：车载自组织网络中基于路边停车的任务卸载

杜恬,朱金奇,刘念伯,曹轲,郭杨隆

2022, 43(2): 416-421.

摘要 ( ) PDF全文 ( )

可视化

为解决车载自组织网络(Vehicle Ad Hoc Neteorks，VANETs )中基础设施建设的不足以及路侧单元(Roadside Uints，RSUs)通信范围受限的问题，提出停车边缘计算的思想，把拥有大量闲置计算资源的路边停放车辆组织成停车簇，令停车簇充当天然边缘计算节点，在RSUs或边缘计算服务器缺失情况下，及时执行周围移动车辆的卸载任务.分析了任务的完成时间，为最大化成功完成的任务数量，设计改进的SAC(Sampling-and-Classification，SAC)算法实现执行任务的停放车辆选择和资源的分配.基于真实城市道路停车调查的模拟实验结果证明，与其他几种任务调度策略相比，本文所提策略具有较高的任务完成率和卸载率.

Select

属性和亲密度关系兼顾的影响力研究

胡健宇(,),章静(,),许力,林力伟(,)

2022, 43(2): 422-429.

摘要 ( ) PDF全文 ( )

可视化

随着5G的发展，网络传播以前所未有的速度向各领域渗透.其中，影响力分析是研究网络信息传播机制的关键技术.传统的影响力分析算法主要通过选取具有最大传播特性的种子节点用于网络传播.但在种子节点选取上，其度量算法没有反映社交网络中的潜在信息.这将对影响力传播分析造成影响，同时一旦社交网络结构遭到破坏，网络的传播能力将会受到影响.针对这一问题，本文首先定义了一种基于属性的朋友亲密度度量关系，量化网络中各用户的影响力；其次，提出了一种属性和亲密度兼顾的影响力算法，该算法综合考虑了网络的结构、属性和亲密度三者之间的关系，选择出具有高影响力及抗攻击性的种子节点，提高网络传播能力及抗攻击能力；最后，通过真实网络环境下的实验，验证出相比现有的度量算法，本文提出的算法在种子节点数目较大时具有更好的传播特性，并且在隐私高风险状态下的社交网络中，该算法的受攻击影响程度稳定在5%-10%左右，影响程度最低，具有较好的抗攻击性.

Select

考虑轨道交通换乘需求的公交发车时刻优化模型

刘倩,孙玉娥,黄河,杜扬

2022, 43(2): 430-437.

摘要 ( ) PDF全文 ( )

可视化

轨道交通与地面公交的接驳换乘优化，是城市公共交通系统提升服务水平的重要建设方向.针对该问题，本文研究了在满足常规乘客乘车需求的前提下，如何通过优化公交发车时刻实现公交与轨道交通的高效换乘.首先，挖掘乘客出行轨迹信息获取轨道交通与常规公交的历史换乘客流量，然后训练多层感知器神经网络对轨道交通站点出站后换乘公交的客流需求进行预测.本文选取一条接驳多个轨道交通站点的常规公交线路作为研究对象，建立考虑换乘客流需求的公交发车时刻优化模型，以常规乘客和换乘乘客等待时间成本以及公交公司运营成本最小为目标，最后设计遗传算法求解模型得到优化后的发车时刻.本文以上海市770路公交为例验证模型的有效性，结果表明优化后的发车时刻与原发车时刻相比，有效减少了沿线轨道交通站点换乘客流的换乘等待时间.

Select

基于注意力机制的双编码器代码注释生成

董传珂,赵逢禹,刘亚

2022, 43(2): 438-442.

摘要 ( ) PDF全文 ( )

可视化

针对代码注释较少导致软件项目可维护性降低、理解代码语义困难等问题，提出一种基于NMT模型的双编码器框架自动生成代码注释的方法.在该框架中，首先提取不同的代码特征信息；然后分别采用序列编码器和图编码器对不同的代码特征编码，引入注意力机制调整编码器输出向量，再对双编码器的输出向量综合处理；最终利用解码器对综合向量解码获得注释序列.为了验证带有注意力机制的双编码器模型效果，本文构建自动生成代码注释算法框架.实验表明，双编码器模型与文中的序列编码器和树编码器模型算法相比，在生成代码注释方面的结果评估得分上表现较好.通过BLEU-1、ROUGE-L和F1测评指标得分对比，验证了本文算法的有效性.

Select

环境信息监控中基于压缩感知的移动众包成本控制研究

高丽萍,姚祯,高丽,陈庆奎

2022, 43(2): 443-448.

摘要 ( ) PDF全文 ( )

可视化

基于压缩感知的移动众包模式是解决环境信息监控中成本问题的有效途径.压缩感知能够通过部分采样点恢复出全部数据，而其恢复质量取决于采样点所包含信息与噪声的数量.本文针对这两方面对压缩感知进行了优化，从而进一步减少环境信息监控所需成本.首先，本文提出了一种基于经验的采样点选择算法EBCS(Experience Based Cell Selection)，通过选取包含信息更多的采样点，减少了数据恢复所需要的采样点数量.其次，本文提出了一种改进的k-means算法IK(Improved K-means)，对参与者提交的任务数据中可能存在的伪造数据进行检测，避免了众包平台为了抵消伪造数据对恢复算法性能造成的负面影响而不得不对更多的采样点进行采样.经实验证明，本文提出的方法在成本控制上有非常好的表现.

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