小型微型计算机系统

过刊目录

  • 2023年, 44卷, 第1期
    刊出日期：2023-01-01
      
  • 全选
    |
  • 融合时空上下文信息的双分支孪生网络跟踪算法
    李旭,谭钦红
    2023, 44(1): 1-7.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    当前基于孪生网络的目标跟踪算法在目标形变、运动模糊以及背景杂波等复杂场景下的跟踪性能不佳.为解决当前基于孪生网络的目标跟踪算法存在的问题,本文提出一种融合时空上下文信息的双分支孪生网络跟踪算法.该算法将全局空间上下文模块引入到孪生网络框架中,在充分利用空间上下文信息的同时也有效利用了不同通道之间的相互依赖关系;使用时间上下文模块以更新目标模板,通过学习的方式自适应地从历史模板特征中提取重要的历史信息,充分利用了跟踪序列的时间上下文关系.在OTB50数据集上的实验结果表明,本文算法的跟踪精度和跟踪成功率分别达到86.0%和81.7%,优于大部分对比的主流算法,尤其是在背景杂波、运动模糊以及快速运动等复杂跟踪场景下具有较强的鲁棒性,充分验证了本文算法的有效性.
  • 多属性推荐算法在企业研发服务系统中的应用
    田俊鹏,李晓戈,马鲜艳
    2023, 44(1): 8-13.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为满足企业的技术服务及研发需求,各地陆续建设线上供需服务平台.线上技术供需匹配难的主要原因在于文本相似度计算的准确性以及多元数据对于成交结果的影响.为解决上述问题,本文提出一种融合多属性的供需推荐模型,针对“陕西省中小企业研发服务平台”数据进行供需推荐,其中包括论文、专利、成果、项目等多属性特征,采用基于Bert(Bidirectional Encoder Representation from Transformers)的句向量表示方法计算供需文本的相似得分,并结合熵值法确定各属性权重,对各属性数据得分加权变换后实现推荐.实验表明,所提出的相似度计算模型在真实数据集上,各项评价指标优于词向量的表示方法.结合权值矩阵的多属性推荐模型,可较好的实现企业科技研发的供需推荐.
  • 自适应两阶段分组求解大规模全局优化问题
    贾欣,王宇嘉,聂方鑫,孙福禄
    2023, 44(1): 14-23.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    协同进化是解决大规模全局优化问题的一种有效策略,但是该策略不能对存在相关性变量的大规模问题进行有效分组,最终导致算法性能下降.针对上述问题,提出一种基于自适应两阶段分组的差分协同进化算法.首先,在第1阶段分组中,根据决策变量贡献度,将其分为正促进组和负抑制组;然后,在第2阶段分组中,分别对两组内的变量进行相关性识别,根据相关变量所占比例进行自适应分组;最后,采用差分协同进化算法对分组后的组件进行优化.实验结果表明本文所提方法能够实现对大规模全局优化问题中相关变量的有效分组,提高了算法的收敛性,通过标准大规模优化测试函数集验证了算法的有效性和适用性.
  • 一种面向粒球粗糙集的快速约简求解方法
    陈中华,巴婧,徐泰华,王平心,杨习贝
    2023, 44(1): 24-29.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在粗糙集领域中,粒球的产生可以被视作是一个无监督的进程,其终止条件是无监督产生的粒球需达到根据标签信息所计算出来的纯度.当数据中存在大量不一致情形时,样本自身的标签信息有可能会为生成高纯度的粒球带来较大阻碍,基于粒球粗糙集的约简求解因受粒球生成这一因素的影响,也会耗时巨大.鉴于此,首先,将伪标签策略引入粒球的计算过程中,因为伪标签的生成也可以采用无监督的方式,所以可以较好地贴合粒球中样本的聚集,减少不一致情形,提高粒球的产生效率.其次,设计了前向贪心搜索算法,用于求解基于伪标签粒球粗糙集的约简.最后,在12组基准数据集上的实验结果验证了所提方法不仅能够有效地提升约简的求解效率,而且也能够保证约简中的属性具备相当的分类能力.
  • 面向交通状态时空模式的双向聚类可视分析
    胡浩,朱敏,杨啸,李季倬
    2023, 44(1): 30-35.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    城市道路网络的交通状态存在多种时序变化模式和空间分布模式.为了能综合分析各时序模式在不同区域的分布情况,以及各空间模式在不同时间段的出现规律,本文提出一种基于双向聚类的时空模式可视分析方法.该方法可同时将路段集合和以小时为尺度的时间戳集合划分为簇,以提取出时序模式和空间模式.然后,通过多视图联动和降维投影可视化分别从小时尺度和日期尺度上分析时序模式的空间分布,同时分析空间模式的时间分布.本文以一份新冠疫情期间采集的交通数据为例进行研究,实验结果表明,该方法能有效发现因政府交通限制等因素而呈现的多种时序模式和空间模式,同时辅助用户分析这些模式在时空上的分布情况.
  • 结合ALBERT和BiFASRU-AT的情感分析模型
    梅侠峰,吴晓鸰,吴杰文,凌捷
    2023, 44(1): 36-42.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有循环和卷积深度模型特征抽取不全面,以及循环模型训练速度慢等问题,本文提出了结合ALBERT和BiFASRU-AT的情感分析模型.借助ALBERT(A Lite BERT)预训练模型赋予词上下文动态语义,解决一词多义问题;再采用双向内置快速注意力简单循环单元(Bidirectional Build-in Fast Attention Simple Recurrent Unit,BiFASRU)对上下文进行建模,同时内置快速注意力机制可以捕获词与词之间的依赖关系,得到更为全面的高维情感特征;最后通过注意力机制对情感分析贡献大的词分配更高权重,经分类器得到结果.实验采用中文酒店评论和豆瓣评论数据集,结果表明,ALBERT-BiFASRU-AT模型能够获得更高的F1值,且BiFASRU模型比其他循环模型训练速度更快,证明了该模型的有效性.
  • 融合多特征和注意力机制的肺结节分割算法
    卢娟,汤铁群,张荣福,李峰,林凯临
    2023, 44(1): 43-48.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对计算机断层扫描(CT)影像中肺结节存在尺寸小、形状异质化高、细节特征模糊、易与周围组织混淆等问题,本文提出了一种融合多特征和注意力机制的深度卷积神经网络,实现肺结节的准确定位和分割.算法中改进的VGGNet16主干网络可以自动识别较小的肺结节,各block中引入的卷积块注意力模块让算法重点关注肺结节区域,主干网络末端加入部分解码器聚合多个高层特征,不同层级的特征相互补充,从而生成全局粗略特征图,反向注意力机制引导算法由上向下逐层细化结节信息.最后,融合多特征,即将低层边界特征作为分割约束与高层特征进行融合,生成最终结节分割图.实验结果表明,在公共数据集LUNA16和所建立的数据集B上,该算法的Dice系数分别达到86.4%、86.0%,特异性分别达到99.4%、98.8%、平均绝对误差分别降低为0.005、0.018,优于多数现有肺结节分割算法,证明了该算法的有效性.
  • 室内动态环境下基于深度学习的视觉里程计
    李博,段中兴
    2023, 44(1): 49-55.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的视觉同步定位与建图(Visual Simultaneous Localization and Mapping,VSLAM)算法大多基于外部环境为静态的假设,在动态环境下受到动态物体的干扰很容易出现相机位姿估计不准确,稳定性差等情况.为解决这一问题,提出了一种面向室内动态场景的视觉里程计,该算法在ORB-SLAM 2的视觉里程计基础上结合YOLOv4目标检测网络,在提取图像特征点的同时进行目标检测获取图像中的语义信息,根据语义信息确定动态物体的范围.此外,提出一种动态特征点剔除策略,先根据目标检测结果剔除动态目标上的特征点,接着分别利用对极几何约束与光流约束对图像中可能残余的动态点彻底过滤,后续依靠剩余的静态点完成对相机位姿的精确求解.经过在TUM数据集上实验证明,相比ORB-SLAM 2,在高动态场景下改进后的系统绝对轨迹误差和相对位姿误差平均减小了90%以上,定位精度大幅度提高,并且系统跟踪线程处理每帧图像平均所用时间在85ms左右,能够实时运行.
  • 一种基于信任和不信任的矩阵分解推荐算法
    乔猛,魏国亮,吴超异
    2023, 44(1): 56-62.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    推荐系统可以有效的解决信息过载问题,使得的用户快速的找到感兴趣的物品.然而真实场景中的数据极度稀疏,严重影响推荐质量.基于信任的矩阵分解推荐算法通过利用评分信息和信任信息进行推荐,可以在一定程度上减少因评分信息稀疏对推荐性能造成的影响.但基于信任的矩阵分解推荐算法只考虑了用户间的信任信息,却忽略了用户间的不信任信息,事实上用户间的不信任信息同样对推荐质量有着重要的影响.本文提出了一种新颖的非负矩阵分解算法TDSVD,TDSVD利用评分信息,信任信息和不信任信息进行个性化推荐.因为TDSVD算法利用了3种信息进行推荐,所以很大程度上减小了数据稀疏对推荐质量的影响.并且在模型训练时,本文加入了一种新颖的信任正则化项和不信任正则化项.最后,在真实数据集Epinions的实验也表明本文提出的算法TDSVD优于其它经典算法,能够显著提高推荐准确性.
  • 融合LSTM的自然语言转结构化查询语句算法的研究与设计
    孙红,黄瓯严
    2023, 44(1): 63-67.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    自然语言转结构化查询语句(Natural Language to SQL,NL2SQL)是信息领域一个重要课题.目前前沿的NL2SQL工作都是针对英文数据集,而处理英文数据的方法直接应用到中文上往往难以取得很好的效果.本文首先对传统的SQLNet模型进行了改进,在其中融入了预训练模型,增强了其提取特征的能力;之后又分别对分类模型和条件值模型进行了改进：在分类模型中增加了LSTM进一步捕捉特征,在条件值模型中使用正则表达式等手段对特殊的条件子句进行了预处理.实验表明,本文对分类模型和条件值模型所做的改进都能有效提升模型的表达效果.
  • 莱维飞行和反馈策略的自适应被囊群算法
    梁建明,何庆
    2023, 44(1): 68-74.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对被囊群算法(TSA)寻优精度低和收敛速度慢等问题,提出基于莱维飞行和反馈策略的自适应被囊群算(LFATSA).首先,通过获取别的被囊动物反馈的信息,减小其自身的不确定性,帮助被囊动物更好的定位食物的位置以及更快的搜索;其次,在被囊群算法的喷射行为中加入莱维飞行机制,能扩大搜索范围,以避免陷入局部最优;最后,采用自适应的权重分配,提高算法对全局搜索和局部搜索能力.通过在6个基准测试函数和CEC2014函数进行仿真实验以及使用Wilcoxon秩和检验方法计算p值来评估优化后的被囊群算法的性能,并与其他的智能优化算法及原算法进行比对,实验结果表明LSATSA具有更好的效果.
  • 共享K近邻和多分配策略的密度峰值聚类算法
    张新元,贠卫国
    2023, 44(1): 75-82.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    密度峰值聚类算法作为一种基于密度的聚类算法,能够快速寻找出聚类中心完成聚类.但是该算法的局部密度定义较为简单,没有考虑到数据间的空间特性;其次,单一的分配策略易导致连续性分配错误.为解决该问题,提出一种共享K近邻和多分配策略的密度峰值聚类算法.该算法基于K近邻原理,引入了共享K近邻和放大因子重新定义了局部密度的度量方式,使得局部密度更加贴合数据间的分布特性且聚类中心点与非聚类中心点在决策值图中的差异性更大;优化了非聚类中心点的二次分配策略,避免分配非聚类中心点时产生连带错误.在12个数据集的测试表明,该算法的AMI、ARI、FMI值优于其他算法,能够有效提高聚类精度,并能够很好的捕捉聚类的准确性.
  • 融合灰关联分析和信任度的Slope One算法研究
    陈露露,张岐山,朱猛
    2023, 44(1): 83-89.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    作为一种有效的协同过滤算法,Slope One算法被广泛地应用到一些推荐系统中.但该算法在评分预测时仅根据项目之间的评分偏差以及用户的历史评分信息,未能考虑用户之间的潜在联系,而且数据稀疏性和冷启动问题也会限制算法的推荐性能.因此,为了提高算法的推荐质量,本文采用均衡接近度灰关联方法度量用户关联度,从而有效挖掘用户之间的潜在联系;并引入用户信任模型来缓解冷启动问题对算法的影响,将均衡接近度和信任度作为权重因子加权到评分预测过程.论文研究并提出了一种融合灰关联分析和信任度的Slope One算法,并通过实验验证了算法的有效性.实验结果表明,该算法可以有效地提高算法预测准确度,缓解数据稀疏性和冷启动问题对算法的影响.
  • 结合标签集语义结构的多标签特征选择算法
    潘敏澜,孙占全,王朝立,曹高宇
    2023, 44(1): 90-96.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    多标签特征选择是针对多标签学习的一种有效的降维技术.传统的基于互信息的多标签特征选择算法大多未考虑标签之间的相关性或只考虑标签和标签之间的两两相关性,未探讨标签集内在的语义结构.针对以上不足,本文利用标签之间的互信息与熵,构造出相关性矩阵,再通过相关性聚类分析挖掘出标签集的语义结构,并结合挖掘出的标签集语义结构信息进一步度量特征和标签集的相关性,构造出高效的筛选特征子集的指标.所提算法在6个多标签公开数据集上和近几年的同类算法进行对比实验.最终通过5个分类指标的结果比较,证明了本文所提算法的有效性.
  • 邻域欠采样的AdaBoostv算法
    张振莲,鲁淑霞,翟俊海,
    2023, 44(1): 97-102.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对类别非平衡情况下的类重叠问题,引入了两种基于邻域的欠采样方法：共同近邻搜索欠采样和递归搜索欠采样,其主要思想是通过消除重叠区域中的负类样本来缓解类别非平衡问题,学习算法采用AdaBoostv算法,通过最大化样本的最小间隔(最优间隔)来提高分类器的分类能力.为了进一步解决非平衡数据分类问题,AdaBoostv算法的基分类器采用加权最优间隔分布机模型,对模型中的间隔均值项和铰链损失项加权,权值是依据数据的非平衡比给出的,并利用带有方差减小的随机梯度下降方法对优化模型进行求解,以提高算法的收敛速度.对比实验表明,提出的算法在非平衡数据分类问题上具有明显的优势.
  • 图数据格式对三角形计数算法影响的特性分析
    张世茹,邓军勇
    2023, 44(1): 103-109.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    图计算由当前图应用与输入图数据驱动,而图应用各式各样、图结构也千差万别,相同图应用处理不同图时性能差异巨大.为探究图数据格式对图算法的性能影响,本文选取5种常用的图数据格式COO、CSC、CSR、DCSC和CSCI以及社区发现算法三角形计数在图数据p2p-Gnutella04、p2p-Gnutella06、soc-Epinions1上的应用作为分析对象,定义了图数据格式对图计算系统影响的性能指标,包括执行时间、数据移动量、计算量、功耗和各级cache MPKI等,基于Skylake Xeon(R)Platinum 8164处理器进行性能事件采集.实验结果表明,TC在COO、CSC、CSR、DCSC和CSCI格式下运行p2p-Gnutella04/06、soc-Epinions1图数据的执行时间(归一化到最长执行时间)之比为35.7%、0.04%、0.15%、9.7%、100%与34.1%、0.05%、1.81%、9.76%、100%和9.49%、0.92%、0.99%、9.1%、100%,数据移动量(归一化到最大数据移动量)之比为74.9%、3.7%、4.5%、20.32%、100%与100%、0.65%、0.81%、27.37%、13.43%和97.08%、42.94%、42.95%、86.38%、100%,计算量(归一化到最大计算量)之比为39.36%、6.5%、8.62%、10.68%、100%与31.6%、6.97%、8.64%、8.67%、100%和100%、0.9%、0.89%、28.09%、33.07%,功耗(归一化到最大功耗)之比为100%、57.39%、47.73%、33.24%、75.28%与37.03%、84.7%、40.8%、43.4%、100%和100%、34.77%、29.01%、28.39%、86%.实验结果对于为TC应用的输入图数据格式选择提供了依据.
  • 一种改进U型神经网络的医学细胞核图像分割方法
    周志,张孙杰,张晓玥
    2023, 44(1): 110-116.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在细胞核分割任务中,存在细胞核的边缘轮廓信息模糊以及细胞核和背景的对比度低造成难以分割的问题.针对此问题,常规的U-Net模型通过跳跃连接在降采样和上采样过程中结合高低层次的信息,具有较好的分割效果.但是,在细胞核边界的分割上仍旧存在着一定程度的过分割、欠分割等缺陷.由此本文提出一种改进的U-Net网络模型.首先,该模型采用深度特征聚合结构和高级监督的学习方法,巧妙融合不同层级的信息,达到对目标的精准分割;其次在其架构上创新性的加入层次交融模块,该模块学习各个不同层次的重要性,将学到的权重加载到分割图上;同时在嵌套的卷积块中加入注意力机制,抑制冗余特征,使得细胞核和背景更好的分割开来;最后使用改进的混合损失函数解决类不平衡的问题.在dsb2018数据集上进行测试,本方法得到Dice系数为0.8719,交并比达到0.8853.结果表明本方法能够对细胞核进行更好的分割.
  • 局部最近邻密度和颜色特征加权的超像素生成
    徐新黎,邢少恒,王凯栋,许营坤,管秋,王万良
    2023, 44(1): 117-123.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    作为计算机视觉领域的重要预处理步骤,超像素生成算法近年来受到广泛关注与研究.为了快速、高效地生成高质量的超像素,提出一种基于局部最近邻密度和颜色特征加权的超像素生成算法(NDPCS).算法分为两个阶段：1)结合图像中像素点最近邻居信息,计算各像素点的局部密度和局部密度最大值点决策值,选择拥有大决策值的像素点作为聚类中心,并根据颜色特征加权距离归类其他像素点,生成初始超像素;2)采用启发式合并策略,在保留边缘贴合度的前提下合并过小和孤立的初始超像素,保证超像素的连通性和一致性.实验在Berkeley数据集BSDS500上进行验证,本文所提方法在边缘召回率、欠分割误差和可达分割精度这些通用的评价指标上表现优良,可以为任意彩色图像快速生成高质量的超像素.
  • 一种融合实体图上下文的三维旋转知识图谱表示学习
    陆佳炜,王小定,朱昊天,程振波,肖刚
    2023, 44(1): 124-131.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    知识图谱表示学习旨在将实体和关系投影到低维、连续的向量空间中,学习实体和关系语义信息的向量表示.然而,大多数现有的模型难以有效建模知识图谱的基本特征,即对称/反对称、逆、组合关系模式.此外,许多模型将知识图谱简化成不相关三元组构成的集合,忽略三元组中的实体在图中的邻域信息.针对以上问题,本文提出一种融合实体图上下文的三维旋转知识图谱表示学习模型.该模型首先在四元数数学框架的基础上,将实体表示为三维空间中的一组向量,将关系解释为实体间的三维旋转变换,以更好建模各种关系模式.然后,利用注意力机制从相邻节点和边中学习实体图上下文表示,并将其引入到三元组打分函数,以将实体的图上下文信息融合到表示学习模型中.在两个公开数据FB15k-237与WN18RR上的实验结果表明了本文所提模型的有效性.
  • 融合深度BiGRU与全局图卷积的方面级情感分析模型
    杨春霞,徐奔,陈启岗,桂强
    2023, 44(1): 132-139.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现有基于深度学习的方面级情感分析模型需要考虑如何提取深层次的语义信息,其次通过依存树提取句法结构时可能存在信息丢失与数据稀疏问题.针对以上问题,本文提出了基于深度双向门控循环单元与全局双向图卷积网络的神经网络模型(DBG-GBGCN).该模型通过深度双向门控循环单元捕获深层次的语义特征,得到上下文的隐层表示.然后将依存树的邻接矩阵转变为带有全局句法信息的全局矩阵,将此矩阵与上下文的隐层表示一起输入至双向图卷积网络进行特征融合,最后经过掩码层和注意力层得到一个包含深层语义特征与句法结构信息结合的分类特征.实验结果证明,该模型在5个公开数据集上的准确率与F1值均比对比模型有着一定的提升.
  • Double sketch：双层计数数据略图的流测量方法
    吴慧敏,陈世平,梁坤
    2023, 44(1): 140-145.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    流数据包数量估算在网络流量测量中属于基础性的作用.数据略图是一种紧凑的数据结构,由于其具有节省内存空间的特性,被广泛运用在网络流量测量系统中.现有的多层数据略图通常由多个原子数据略图组成,有限内存需要分配给多个模块,在保证单个计数器大小的前提下,计数器个数较少,导致流数据包存储到计数器时冲突增加,最终影响准确性.为了实现有限内存下的高准确性,我们提出了新的数据略图,即Double sketch.Double sketch由两个原子数据略图组成,分别为余包记录层和满包计数层.其主要思想是将流数据包满计数器数与余包数存储在不同的数据结构,有限内存仅需分配给两个采用小计数器的原子数据略图,因此计数器的个数增加,存储冲突减少,准确性提高.实验结果表明,在有限内存大小下,我们的数据略图相较于其他4种典型的数据略图能实现更高的准确性.
  • 结合短文本语义的图查询可视分析系统
    童宁,徐珊,汤颖,秦绪佳
    2023, 44(1): 146-154.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    异构信息网络中不同类型的节点与边能够形成丰富的语义关系,同时节点的文本属性也会对这些关系模式造成影响.相比于同构网络,异构网络的数据挖掘可以获得更有价值的结果,但是也因为异构网络节点和边的多样性使得异构网络挖掘更具有挑战性.设计有效的查询技术可以对异构网络进行网络结构和语义的分析.以往的异构网络查询方法通常采用基于元路径的图查询方法,但是如何更好地计算元路径的重要度并结合异构网络的节点文本属性进行准确率更高的查询仍然是一个需要解决的重要问题.此外,如何对查询的多个结果有效展示它们之间的语义关联和特征,对用户快速理解网络的异构关系模式也非常重要.本文受到图查询输入、子图查询和结果分析三个阶段任务的驱动,提出了一种结合短文本语义的图查询方法,并基于该方法实现了一个面向异构网络的图查询可视分析系统.本文首先从查询输入中提取可能的关系模式,使用元路径来表示不同语义的关系模式并结合用户输入的短文本计算重要度;然后本文根据元路径的重要度将多条元路径结合为用于查询的关系模式;再对查询得到的结果子图的特征向量进行降维和聚类,在此基础上对结果子图的结构特征、语义特征和节点属性进行可视化;最后本文设计并实现了Web环境下的异构信息网络图查询可视分析系统.在DBLP数据集上的实验结果表明,短文本对查询结果的约束性提高了查询的准确率;进一步通过豆瓣电影数据的案例分析,说明本文的系统可以基于查询有效分析挖掘异构网络的数据和关系特征.
  • 企业多云时序数据实时监测方案研究与实现
    程学林,郑佳卉,蒋烁淼,贝毅君
    2023, 44(1): 155-162.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在企业的IT架构不断上云、多云趋势明显的今天,云资源在系统的开发、运行和维护中扮演着举足轻重的角色.云资源在运行过程中每时每刻都能产生海量时序数据,然而当前市场上的云监测服务在多云实时监测、异常检测方面都存在一定局限性.针对上述问题提出一种基于时序数据的企业多云实时监测方案MCloudMonitor,围绕多云资源运行产生的海量时序数据提供时序数据存储和实时流处理服务,基于分层时间记忆网络来设计实时在线异常检测算法并将其整合进所实现的系统之中.除此之外,借助测试来评估方案的实现效果,证明基于该方案实现的系统能够帮助运维人员从企业的视角进行便捷的实时多云监测,并且能够准确地进行实时异常检测.
  • 降低控制开销的太赫兹无线个域网双信道MAC协议
    周逊,霍兵,任智
    2023, 44(1): 163-167.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有的太赫兹无线个域网双信道媒体访问控制(Medium Access Control,MAC)协议在节点需要双向通信时采用半双工通信方式和对于已通信过的节点再次通信且位置未发生改变时信息控制开销较大而影响网络性能的问题,提出一种低控制开销的太赫兹无线个域网双信道MAC协议(Low Control Overhead dual-channel MAC protocol,LCO-MAC).LCO-MAC协议通过在通信双方节点同时有向对方发送数据的需求时,采用点对点全双工通信机制通过一次信息控制帧的交互完成信道预约和自适应省略允许发送帧/测试帧机制,降低信息交互过程的控制开销,提高吞吐量来提升网络性能.仿真结果表明,与TAB-MAC协议和EF-MAC协议相比,本文所提出的协议信息控制开销降低了至少12.6%、网络吞吐量和信道利用率提升分别不少于11.3%和12%.
  • WAGAN：基于小波变换和注意力机制的工控传感器数据异常检测方法
    马标,贾俊铖,董国柱,章红,陆武民
    2023, 44(1): 168-176.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对隐藏攻击意图的入侵行为,通过现场设备传感器实时数据反映工业控制系统运行情况,充分利用工控数据高周期性特点,提出WAGAN(Wavelet Attention Generative Adversarial Networks)的工控传感器数值异常检测方法.此方法使用多级离散小波变换分解重组的方式去除噪声并增强数据特征.为了有效提取数据的有效特征,在WAGAN模型中引入了注意力机制,并使用多层LSTM(Long Short-Term Memory)网络学习数据的潜在关联性.为了提高模型准确性,使用生成器的重构误差与判别器误差的权重和来判断异常.实验结果表明,此方法相比于现有的异常检测方法具有更高的异常检出率.
  • 能效优先的全双工异构携能通信网络资源分配
    朱晴,李陶深,王哲,施安妮
    2023, 44(1): 177-184.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    设计一种具有SWIPT的全双工异构蜂窝网络系统框架,考虑到小区之间的跨层干扰和宏微蜂窝小区的服务质量要求,提出一种基于最大化毫微蜂窝小区能效的资源分配算法.算法首先考虑对上行传输链路的功率控制,以减小对下行传输链路的干扰;其次在确定了上行最优传输速率的基础上,对下行发射功率和功率分流因子进行联合优化以最大化能效.针对联合优化的问题属于难以解决的非凸问题,首先利用Dinkelbach方法对原始非凸分式规划问题进行转化,并基于双循环变量法将联合优化问题转化为2个等价的子问题,然后通过拉格朗日对偶原理和次梯度迭代算法获得最优发射功率分配和功率分流因子.仿真实验证明了所提出的基于最大化系统能效的资源分配算法的可行性和有效性.
  • 基于层级BiGRU+Attention的面向查询的新闻多文档
    曾昭霖,严馨,徐广义,陈玮,邓忠莹
    2023, 44(1): 185-192.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有大多数面向查询的多文档抽取式摘要方法通常是将句子的内容显著性及查询相关性分开计算的,且对向量表示的建模不充分的问题,提出一种基于层级BiGRU+Attention的面向查询的新闻多文档抽取式摘要方法.首先,通过训练层级BiGRU+Attention神经网络模型,获得具有丰富上下文语义信息的句子、文档向量表示;并在此过程中通过双线性变换注意力机制,使得文档向量表示不仅具有反映文档深层主旨信息的基本特性,还融入句子与用户查询的相关性信息,然后利用句向量与其进行相似度计算获得相应的句子重要性得分;其次,由句子重要性得分、句子中包含的关键词特征、句子的长度特征以及句子的时序权重系数加权组合得到最终的句子综合特征权重得分;最后,利用MMR算法来选择摘要句.实验结果表明,与其他方法相比本文提出的方法能在一定程度上提高面向查询的多文档抽取式摘要的质量,具有一定的有效性及优越性.
  • 融合项目序列与微观行为的序列推荐方法
    费艳,刘学军
    2023, 44(1): 193-198.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有的大多数序列推荐模型只考虑与用户交互的项目序列,却经常忽视用户的微观行为即用户与项目交互的具体操作行为的问题,本文提出了一种融合用户项目序列和微观行为的序列推荐方法,在学习用户宏观项目序列特征的基础上,将用户微观行为考虑进来.首先进行多层次序列特征的学习与提取,由于宏观项目序列和微观操作序列表现着不同的转换模式且对序列推荐任务有着不同的影响,因此分别利用图神经网络与Transformer对项目序列与操作序列进行建模,以充分捕获序列中项目的转换模式,学习到更加细粒度的特征,然后计算可能成为下一项推荐的得分,为用户生成下一项推荐.实验验证了本文提出方法的有效性.
  • 一种融合主题的PGN-GAN文本摘要模型
    郭继峰,费禹潇,孙文博,谢培浇,张健
    2023, 44(1): 199-203.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了改进生成式文本的摘要模型,本文提出了一种基于主题的生成对抗与指针网络结合的文本摘要模型.首先通过LDA主题建模方法获取主题词,在获取单词的主题向量后,将结合主题的词向量与传统的序列注意力相结合,形成新的复合注意力共同影响单词的生成,然后通过加入生成对抗网络以在指针生成网络上取得了更好的效果.实验采用gigaword数据集进行训练,采用ROUGE评分机制进行评分,结果证明由于融入主题因素,相比单独采用指针网络我们的模型提升了摘要结果的可读性及准确性,具有更好的表现.
  • 面向工业无线系统的实时聚合调度方法
    王忠锋,张楠,夏长清,尚志军,田宇,金曦,许驰,
    2023, 44(1): 204-210.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    工业无线系统中网络资源受限,如何确保大量控制指令的实时传输是工业无线网络面临的关键问题.聚合传输是提高网络资源利用率的有效手段,然而,现有方法主要面向树状拓扑网络,未考虑数据流目的节点不同导致的解聚点延迟问题,在网状拓扑中聚合后的网络系统实时性难以保障.为此,本文研究网状拓扑下的工业实时聚合调度问题,首先提出了考虑数据包聚合的最短截止时间算法(EDF-PA),EDF-PA在路径重叠区域采用被动聚合等待的方式对数据包进行聚合,以降低数据流间的传输冲突;在此基础上,为进一步提高重叠区域数据包聚合度,本文提出了一种改进的聚合调度算法(EDF-OPA),EDF-OPA采用主动聚合等待的方式,以数据流可调度性为约束,最大化特定重叠区域的数据包聚合度.仿真结果表明,本文提出的EDF-OPA算法可以有效提高工业无线系统性能,相比传统聚合调度方法的调度成功率可提升35%,在网络丢包严重时,性能仍可提升20%.
  • Lite-YOLOv3轻量级行人与车辆检测网络
    涂媛雅,汤国放,张建勋
    2023, 44(1): 211-217.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    基于卷积神经网络的目标检测在智能交通领域有着重要的应用,但存在复杂网络模型计算速度慢、简单网络模型精准度低两种问题.针对此问题,本文提出了基于Lite-YOLOv3的行人与车辆检测方法,该方法基于Tiny-YOLOv3网络模型进行改进.首先,本文采用卷积代替下采样方案解决Tiny-YOLOv3网络特征提取损失问题.然后其骨干层采用改进的瓶颈块(BottleneckBlock)对前一层网络特征图进行降维、连接输入输出特征图,使得网络参数量大幅下降、防止网络退化.其预测层采用改进后的深度可分离卷积块(Depthwise Separable Convolution),分离深度卷积和点卷积可以有效降低网络运算成本,加快网络运算速度.Lite-YOLOv3相较于Tiny-YOLOv3网络的运算速度提升了27.27%,mAP提高了9.07%.
  • 新型单层递归神经网络解决非光滑伪凸优化问题的研究
    喻昕,黄晓燕
    2023, 44(1): 218-224.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    非光滑伪凸优化问题广泛应用于科学及工程等领域,属于一类特殊的非凸优化问题,具有重要的研究意义.针对含有等式约束和不等式约束条件的非光滑伪凸优化问题,该文提出了一种新的神经动力学方法,并引入罚函数和正则化思想.通过有效的罚函数保证了所提出的神经网络状态的有界性,从而保证神经网络的状态解在有限时间内进入可行域中,最终收敛到原问题的最优解.最后,用两个数值实验验证了所提出模型的有效性.与现有的神经网络相比,该文的模型有以下优势：避免预先计算精确的惩罚因子,初始点的选取无特殊要求,结构简单.