小型微型计算机系统

过刊目录

  • 2023年, 44卷, 第12期
    刊出日期：2023-12-01
      
  • 全选
    |
  • 考虑老年人满意度的社区居家养老护理人员调度问题研究
    魏诗颜，梁昌勇，赵树平
    2023, 44(12): 2625-2632.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着我国人口老龄化程度持续加深，老年人对于社区居家护理服务需求量不断增加，老年人的满意度保障问题亟待解决，合理调度护理人员以提高社区居家养老服务质量或将有效解决该问题.针对社区居家养老护理人员调度问题，建立基于模糊时间窗的老年人满意度函数，构建最小化护理人员数量和最大化老年人满意度的多目标优化模型.在标准粒子群算法的基础上，使用一种新的惯性因子取值方法，并引入大邻域搜索算子以提高算法局部寻优能力，设计出混合粒子群算法进行求解.最后，进行数值实验和算法对比，结果表明，提出的混合粒子群算法能够有效解决老年人聚集分布情况下的护理人员调度问题.
  • 基于任务空间网格分割的强化学习算法
    祖立鹏，王文学
    2023, 44(12): 2633-2639.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    强化学习中设计合理的奖励函数具有重要的意义，但这也是具有挑战性的，尤其是在实际机器人控制任务中.因此，能够在稀疏奖励的环境中探索有效的强化学习算法是当前持续关注的问题.目前虽然已经有许多在稀疏奖励下的强化学习算法研究，但从结果来看，这些算法在机器人的控制精度以及训练时间等方面均需要很大程度的优化和提升.本文提出了一种基于任务空间网格分割的强化学习算法，能够在稀疏奖励函数下，以较快的训练速度实现较高控制精度的机器人的任务成功率.该算法首先优化行为克隆损失函数梯度的系数，来获得更快的训练收敛效果；随后基于任务空间分割的策略获取优质示范样本补充到示范样本库中来实现更高的任务成功率.仿真实验结果表明，该算法在机械臂抓取控制任务中能够有效地提高训练速度和任务成功率，在5mm控制精度要求下平均任务成功率可达到90%以上.
  • 一种无监督护理机器人遥操作员训练与评估方法
    朱德良，谢劼欣，严海涛，贾路宽，郭士杰
    2023, 44(12): 2640-2645.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对遥操作护理机器人操作员培训难度大，训练效率低的问题，本研究提出了一种基于无监督轨迹分割的操作员培训方法.该方法无需专家参与，通过对比划分的子轨迹与标准任务流程轨迹的差异，为操作员提供更加直观和程序性的评估方案.为了实现这一目标，本研究构建了遥操作护理机器人系统，并对机器人轨迹从粒度上进行建模，为遥操作护理机器人操作员的培训提供可靠的反馈标准.同时提出了一个新型的TSC-CRP无监督聚类模型，该模型可以在无需人工标注的情况下对机器人轨迹进行无监督轨迹分割.实验证明，TSC-CRP的分割精度较其他无监督方法提高了32.2%～38.1%，并可以识别不同操作员的技能水平.因此，本文提出的方法可以有效的提高护理机器人操作员的训练效率，并对操作员的技能水平进行全面客观的评估.
  • 一种面向自然语言需求的安全需求获取方法研究
    李广龙，沈国华，黄志球，杨阳，杨思恩
    2023, 44(12): 2646-2655.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在软件开发早期获取软件安全（Security）需求可以有效减少软件安全问题的发生.传统的安全需求获取方法大多依赖安全领域的专家知识，需要手工执行，且获取的安全需求模型对相关安全标准的符合性缺乏考虑.本文阐述了一种从英文自然语言描述的需求文本中自动获取安全需求的方法：首先，基于自然语言处理技术抽取英文需求中的实体（如资产）以及实体关系（如用户对资产的操作）；然后，采用基于深度学习的多标签文本分类模型预测需求的安全目标集；最后，通过匹配获得并实例化基于通用标准（CC：Common Criteria）的安全需求模板.此外，本文通过一组基于安全目标的多标签需求文本分类实验，选择出实验指标最优的深度学习模型：BERT-TextCNN，并将其应用到支撑本文方法的工具中.
  • 融合多层次交互注意力的引文推荐算法
    樊加倍，钱宇华，彭甫镕
    2023, 44(12): 2656-2662.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    学术引文推荐是指通过论文间的匹配关系为查询论文提供深度匹配的引文文献列表，提高学者科研工作效率.现有方法主要基于短文本匹配（如关键词、标题等），缺乏对论文结构和整体语义的表示能力，导致检索结果语义相关性差.本文从长文本的深层次数据特征出发，提出一种基于层次化交互注意力匹配的引文推荐算法.基于深度神经网络构建单词、句子、文章的层次化表示框架，提升长文本的结构化表示能力；使用内部注意力机制增强学术论文的内部语义表示；使用交互注意力机制挖掘引文间细粒度匹配特征.在计算机、自然语言处理、医学等学术文献数据集上进行实验验证，提出的方法在ACC和F1等指标均优于短文本匹配模型，结果表明层次化交互注意力能获得更好的引文匹配效果.
  • 基于距离编码-图神经网络的药物靶标作用关系预测
    翁兴娜，高创，李建华
    2023, 44(12): 2663-2670.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    图神经网络方法在药物靶标相互作用的预测任务上效果较好，但在图数据上仍存在无法分辨相同结构拓扑图和图网络中节点特征表达能力受限的问题.本文提出一种基于距离编码-图神经网络（Distance Encoding-Graph Neural Network）的药物靶标作用关系预测方法DEDTI.DEDTI利用图网络中的结构信息对每个药物和靶标节点进行距离编码，使得具有相同拓扑结构的节点可以投影到不同区域，最终在识别网络拓扑结构方面的能力超过一阶WL测试.另外，距离编码使得节点在送入图神经网络训练之前就包含节点属性，而不只是单纯的one-hot编码，提升了图神经网络的性能.在实验数据集中，DEDTI方法的AUC和AUPR均优于其它基准方法.实验结果表明本方法增强了图神经网络在预测药物靶标相互作用方面的能力，并在常用的多个药物数据库上验证了DEDTI预测新药物靶标相互作用的效果.
  • 结合对比学习的新闻文本与评论相似度计算
    王红斌，张卓，赖华
    2023, 44(12): 2671-2677.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    新闻文本与新闻评论相似度计算旨在筛选出与新闻文本相关的评论，而大部分评论以短文本的形式对新闻文本做出评价，因此新闻文本与评论的相似度计算本质上是长文本与短文本的相似度计算.传统长文本处理方法易导致文本信息缺失、文章主题不明确等问题，降低相似度计算的准确率.针对新闻文本与评论的长度差距，结合评论的特点，该文提出了结合对比学习的新闻文本与评论相似度计算方法，该方法通过关键词的提取实现新闻文本压缩同时减少文本的冗余信息；将关键词序列与新闻标题拼接作为新闻文本的表示；然后通过BERT预训练模型使用对比学习的方法实现文本正负例的构造；最后通过交叉熵和相对熵损失函数对预训练模型进行微调，实现文本的相似度计算.实验表明，该文提出的方法较近几年的长文本处理方法在准确率上提高了3.6%，并在中文文本相似度计算的公共数据集上也取得了较好的效果.
  • 融合位置特征注意力与关系增强机制的远程监督关系抽取
    郑志蕴，徐亚媚，李伦，张行进，李钝
    2023, 44(12): 2678-2684.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    实体关系抽取是构建知识图谱的主要任务之一，旨在确定句子中实体之间的关系类别.远程监督关系抽取方法通过将远程知识库与文本数据对齐来自动标记数据，已成为处理关系抽取任务的主要方式.为解决远程关系抽取不能充分利用单词之间的位置关系信息，并且没有考虑重叠关系之间语义相关性的问题，本文提出一种融合位置特征注意力和关系增强机制的远程监督关系抽取模型.该模型使用基于高斯算法的位置特征注意力机制重新分配句子中单词的权重，并且采用分段卷积神经网络和词级注意力来捕获句子特征.然后，利用基于自注意力的关系增强机制来捕获重叠关系之间的语义关联.在NYT10公共数据集上的实验结果表明，本文模型的性能优于所比较的基线关系抽取模型.
  • 融合流注意力机制的中文摘要生成方法
    崔少国，王奥迪，杜兴
    2023, 44(12): 2685-2691.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有文本摘要生成方法对源文全局语义信息提取不充分问题，提出了一种融合流注意力机制的并行编码器摘要生成算法模型.首先使用单颗粒的分词方法对源文进行分词；然后在编码阶段引入多头流注意力机制，从而更全面地提取源文的全局语义信息；其次运用并行编码器训练模型，使得输入序列中语义信息获得更大权重；最后将编码得到的全局语义信息送入到融合指针的解码器中，通过指针复制源文词汇，减少生成摘要中未登录词的出现，从而使得解码过程中生成的摘要更加全面准确地匹配源文语义.模型在CLTS和NLPCC两个数据集上进行实验，使用ROUGE-1、ROUGE-2和ROUGE-L作为评价指标.实验结果显示，与基准模型相比在CLTS数据集上分别有2.62%、1.44%和0.87%的提升，在NLPCC数据集上分别有2.82%、1.84%和1.64%的提升，表明所提算法模型在中文摘要生成任务上更加有效.
  • 利用序列和组合图卷积网络预测蛋白质功能
    秦琪琪，丁学明，王金雷
    2023, 44(12): 2692-2699.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    蛋白质功能的准确预测有利于推进生物医学发展，高通量测序技术的快速发展加快了蛋白质序列的提取速度，从而产生了大量未注释的蛋白质，并且新测序序列缺乏结构等生物信息，针对该问题提出了基于序列和组合图卷积网络的蛋白质功能预测模型(Protein Function Prediction using Sequences and Combined Graph Convolutional Networks,PFP-SCGCN).首先通过深度学习方法捕获蛋白质序列的多维特征信息，再通过多序列比对从蛋白质序列中提取进化耦合信息和氨基酸残基群落，然后利用进化耦合信息和氨基酸残基群落生成序列氨基酸之间两种不同连接程度的邻接矩阵，将这两种邻接矩阵与序列特征信息一起输入给组合图卷积网络进行信息融合，最后通过多个全连接层获得蛋白质功能类别信息.本文还通过分析PFP-SCGCN的特定网络层识别蛋白质功能位点，可帮助人们推测出新序列中的重要氨基酸.模型结果表明，PFP-SCGCN模型的功能预测准确率远高于对比方法，具有较好的鲁棒性,并且可以较准确的识别功能位点.
  • 一种基于准则级特征交叉融合的推荐算法
    张富国，刘云鹤，李辉，毛明松，陈鸿宇
    2023, 44(12): 2700-2706.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    相比于单一整体评分，电商平台中使用的多准则评分包含了更为丰富的用户个性化偏好信息，因此，如何在推荐算法中有效利用多准则评分信息，成为多准则推荐系统提升推荐性能的一个重要问题.本文从挖掘用户准则偏好和商品准则特征出发，提出一种准则级的特征交叉推荐算法，算法基于多准则评分数据，结合信息熵理论和信任度计算，从多准则交互数据中挖掘用户偏好和商品特征，接着采用对连续特征离散化后进行嵌入的方式来增强算法的表达能力.同时，考虑到用户在使用多准则推荐系统辅助决策时，关注的是其自身在某一准则上的偏好与商品在该准则上的特征是否匹配，算法将对用户和商品进行准则上的匹配，并计算出相应的预测分作为向用户推荐项目的依据.实验结果表明，相对于8种对比算法，本文提出的基于准则级特征交叉融合的推荐算法在4个不同的测试指标上具有明显的优势.
  • 融合位置动力学的物理建模优化方法研究
    罗丹，张禹，李佳
    2023, 44(12): 2707-2714.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了满足物理建模的真实性和实时性要求，本文提出了一种基于虚拟手术系统中软组织形变仿真方法.该方法将弹簧力、系统外力与位置动力学的约束函数产生的约束力相结合，在位置动力学的基础上加入了改进的三参量质点弹簧模型，在弹力计算中引入了软组织的非线性、粘弹性，并参与约束投影过程，与位置动力学约束力的合力修正质点运动.该方法既考虑了软组织作为有机高聚物的粘弹性、非线性、不可压缩性等生物力学特性，同时又保留了位置的动力学方法的快速性及稳定性.通过仿真数据，得到改进的三参量模型中四面体网格划分的最佳边长，证明了该模型的蠕变和松弛特性.利用Geomagic Touch力反馈设备完成肝脏等器官的实时模拟，证明了此方法的实用性和有效性.
  • 融合无监督质量估计指标的译文质量估计方法
    胡雨，朱俊国，余正涛
    2023, 44(12): 2715-2720.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    质量估计的目的是在没有参考译文的情况下衡量翻译内容的质量，这对于需要高质量翻译任务中的机器翻译系统至关重要.针对有监督的翻译质量估计中普遍存在的缺乏标记训练数据和模型框架中两阶段学习目标差异的问题，以及无监督的质量估计中存在的因为任务目标模糊、特征学习不完全而导致最终结果远不如有监督模型的问题，本文提出了将无监督质量估计中的估计指标当作特征融入有监督的质量估计模型中的方法，以此来互相弥补两种模型之间存在的缺点.在WMT2020的高资源对和低资源对上的实验结果证实，相对于基线的有监督和无监督模型，两者结合的方法能够更好的提高翻译质量估计的准确性，与人工评分的皮尔逊相关系数都有所提升.
  • 一种开源许可证的检测与依据兼容性的推荐方法
    游传捷，朴勇
    2023, 44(12): 2721-2726.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    开源软件发展迅猛，对于开源项目来说，开源许可证的选择已然成为最为关键性的问题，考虑项目中所用开源组件的许可证兼容问题，稍有不慎就会产生多种多样的风险问题.怎样检测项目所含许可证，如何选择项目的开源许可证，项目内部许可证是否冲突.旨在解决这些问题的基础上，提出一种基于BERT模型实现文本相似度检测，辅以URL检测和AC自动机进行关键字的抓取的综合检测方法，通过多样化检测方式提高检测准确度，最后再采用有向图算法进行许可证推荐.对于许可证的检测方法，通过实验结果表明该方法相比于传统方法有更好的检测效果.对于许可证的推荐方法，实验表明该方法可以有效地检测出兼容性推荐结果.
  • 基于日志多特征融合的无监督异常检测算法
    程思强，李晓戈，李显亮
    2023, 44(12): 2727-2733.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    日志是一种记录系统运行过程中重要信息的文本文件，而有效的日志异常检测可以帮助运维人员快速定位并解决问题，保证系统的快速恢复，从而减少经济损失.系统日志内容通常包含着丰富的系统信息（时间，序列，参数等），本文提出了一种基于预训练的日志多特征融合的异常检测方法Log Multi-Feature Fusion（LMFF）.首先，基于预训练模型对日志的事件模板进行语义信息提取，将系统日志建模为自然语言序列；然后，利用特征提取器分别对日志的事件序列，计数序列和时间序列进行特征提取融合，通过Tranformer和LSTM神经网络学习正常日志的特征信息.最后，对日志进行分析，并能够检测出潜在模式偏离正常日志序列的异常.通过在Hadoop日志文件系统（HDFS）数据的F1值达到约96%和在OpenStack数据的F1值达到约99%的结果表明，本文所提的异常检测方法与其它的日志异常检测算法Deeplog、LogAnomaly和基于主成分分析（PCA）的方法相比有较好的表现.
  • 基于邻域检测与反馈的混合重采样进化挖掘方法
    潘笑天，王丽萍，邱启仓，张梦辉
    2023, 44(12): 2734-2743.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在不平衡数据分类问题中，样本的稀缺性和复杂分布特性是造成分类性能下降的主要原因.现有混合重采样方法结合过采样和欠采样方法来调整样本的局部分布，但独立于模型训练，被删减的样本价值及其对分类器的影响难以估计.针对该问题，提出了一种邻域检测与反馈的混合重采样进化挖掘方法（APMMOEA-EC），该方法以召回率和精准率为优化目标，根据模型性能反馈引导最优样本组合的优化过程.首先使用线性插值法合成少数类样本；然后提出邻域检测方法计算每个样本邻域中异类样本个数，并设置容忍值选取部分样本进行优化，从而对决策空间降维；在优化阶段，提出自适应搜索行为转换方法，对满足一定收敛程度的最优解及其变量特征进行频繁模式挖掘，对非零候选集进行局部优化，进一步提高解集质量.在具有复杂分布的7个不平衡数据集上，对容忍值进行参数选择实验；并与5种流行的多目标优化算法进行性能对比实验；在3个规则不同的分类器上，对比5种流行的不平衡数据处理方法的分类精度，上述实验结果均表明了APMMOEA-EC方法的优越性.
  • 基于双向注意力和类生成器的小样本文本分类
    王婷，朱小飞，唐顾
    2023, 44(12): 2744-2751.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在小样本文本分类领域中，查询集和支持集的特征提取是影响分类结果的关键之一，但以往的研究大多忽略了两者之间存在匹配信息且在各自的信息提取中忽略了特征间的重要性程度不同，因此提出了一种新的小样本分类模型.模型结合GRU的全局信息提取能力和注意力机制的局部细节学习能力对文本特征进行建模，同时采用双向注意力机制来获取支持样本与查询样本间的交互信息，并创新性的提出“类生成器”用以区分同类样本间的不同重要性同时生成更具判别性的类别表示.此外，为了获得更为清晰的分类界限，还设计了一个原型感知的正则化项来优化原型学习.模型在2个小样本分类数据集上进行了实验，均取得了比目前最优基线模型更好的分类效果.
  • 遗传算法与带权搜索融合的QoS组播路由算法
    李姝，冯永新，张文波
    2023, 44(12): 2752-2756.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对传统多约束路由选择算法计算负担重的问题，论文提出了一种基于遗传算法与带权宽度优先搜索融合的QoS组播路由算法.所提方法融合了遗传算法与带权宽度优先搜索方法，在分组丢包率、带宽、时延抖动、时延等QoS条件约束下，通过所提算法快速得到备选路径，并获取最优的组播路径.在仿真实验中，将所提算法与LDT进行了相比，实验结果表明，论文所提算法可以解决多约束条件下的QoS分组路由问题，并能够有效降低计算负载、减少算法执行时间.
  • 一种基于残差网络改进的异常流量入侵检测模型
    王锁成，陈世平
    2023, 44(12): 2757-2764.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    网络攻击的准确检测对于防范信息系统中的漏洞是至关重要的.目前，虽然许多网络入侵检测模型都有较高的检测率，但仍存在对不平衡异常网络流量的识别精度低，以及误报率高的问题.因此，本文提出了一种基于残差网络改进的异常流量入侵检测模型，将CICIDS2017数据集转换为灰度图像后，在ResNet50结构的第2层~第5层添加CBAM注意力机制模块，构建残差注意力网络算法，来学习更多异常流量的关键特征.为解决数据集中的类不平衡问题，用改进的焦点损失函数代替交叉熵损失函数，来识别数据集中的小类别攻击.实验结果表明，与基线模型相比，该模型不仅实现了99.29%的总体准确率，而且对于小样本平均都有99%的检测率，这也证明了本文提出的模型的优越性.
  • 基于区块链的电子病历共享模型研究
    翟社平，白喜芳，童彤
    2023, 44(12): 2765-2772.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有电子病历在各医疗机构共享过程中易出现患者隐私泄露以及通信量较大等问题，提出一种基于区块链的电子病历共享模型.首先构建私有链和联盟链，将电子病历密文和关键字密文存储到区块链上，结合属性加密和可搜索加密对用户访问权限进行限制，只有满足患者设置的访问策略可以对电子病历进行搜索，实现细粒度访问.其次对PBFT共识算法进行改进，将网络中共识节点聚类划分，通过权威节点组成骨干共识集群向医院节点组成子共识集群发送消息，减少节点间通信次数.最后从安全性和算法性能等方面进行实验分析，结果表明在整个网络中，攻击者破解密文难度增大，同时通信开销随节点数量增加而减少，实现大规模网络下各医疗机构对电子病历的安全共享.
  • 遮挡自适应权重的人脸特征点定位算法
    管纾玥，狄岚，梁久祯
    2023, 44(12): 2773-2783.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对遮挡造成人脸定位失败和人脸特征点的遮挡标签匮乏等问题，提出了一种遮挡自适应权重的人脸特征点定位算法.基于HRNet，设计了一个遮挡自适权重损失函数，使遮挡点获得一个较小的权重用来减轻遮挡对特征提取的影响.在网络输出阶段，添加遮挡预测模块以获取特征点的遮挡度，对遮挡度进行线性变换作为热图回归任务的自适应权重.同时，通过在原图上生成随机大小、形状、颜色、纹理、透明度的遮挡及对应标签，进行数据集扩增.此外，根据预测坐标生成人脸的点特征图、边特征图、区域特征图以及切割图，将其与原图像融合后再输入主干网络，获得更好的人脸特征.本算法在COFW和300W等相关数据集上进行评估，取得了较好的准确性.
  • 多分支多尺度的自注意力细粒度图像分类算法
    张峰，王高才
    2023, 44(12): 2784-2790.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    细粒度视觉分类（FGVC）是计算机视觉的一个重要的研究分支，但是由于细粒度分类任务中图片由于变形，遮挡，光照差异等引起的同种类之间差异大和不同种类之间差异小的原因，使得它成为一项十分具有挑战性的任务.本篇论文通过改进MMAL-net（Multi-branch and Multi-scale Attention Learning for Fine-Grained Visual Categorization）算法以细粒度视觉分类的问题.本文的方法使用注意对象定位模块（ALOM）预测对象在图片中的位置，注意力部分建议模块（APPM）以在不需要边框或部分标注的情况下提出信息丰富的部分区域.得到的目标图像不仅包含了目标的几乎整个结构，而且包含了更多的细节，部分图像具有许多不同的尺度和更细粒度的特征，原始图像包含了完整的目标.三类图像由多分支网络进行监督学习.本文引入注意力机制使用SplitAttention模块对不同分支之间的输出进行权重再分配，并且引入SENet（Squeeze-and-Excitation Networks）使模型关注通道特征.本文的模型对不同尺度的图像具有良好的分类能力与鲁棒性，同时可以端到端进行训练并且有较短的推理时间.通过在CUB200-2011、FGVC-Airline和Stanford Cars数据集上的综合实验表明，本文的方法具有超越MMAL-net的分类性能，并且可以与最好的算法进行比较.
  • 改进YOLOV4-Tiny的SAR图像舰船小目标检测
    徐继尚，柳翠寅，刘明
    2023, 44(12): 2791-2796.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对主流目标检测算法在检测SAR图像舰船小目标时精度低、实时性能差等问题，本文提出了一种基于改进YOLOV4Tiny的目标检测算法.根据SAR图像分辨率低，特征简单且含有大量小目标的特点，首先，增加8倍下采样特征图来增强对小目标特征的提取能力；其次，借鉴Inception和SPP网络设计出新的特征提取模块Module来获取更高级的语义信息且提高浅层网络的感受野，进一步提升检测小目标的精度，耗时仅增加1ms.引入SE通道注意力机制来增强重要特征，提高网络的鲁棒性，并通过对比实验选出SE通道注意力机制最合适的参数.实验结果表明，改进后YOLOV4Tiny的AP值达到97.17%，单张图像检测耗时0.022s，参数量为9.22M，AP值相对原始模型提高2.93%，检测耗时增加8ms，参数量增加3.35M，满足实时性检测需求.
  • 相位谱提示多特征聚合的视觉显著性检测方法
    梁浩然，方加奇，梁荣华
    2023, 44(12): 2797-2803.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有深度学习视觉显著性检测模型对自下而上显著性检测能力差的问题，本文将频域分析与深度学习相结合，提出一种端到端编-解码显著性检测方法.本文首先设计了相位谱提示模块，改进编码网络浅层特征的提取，之后利用ResNet-50的残差模块进一步提取高级语义信息.为了充分利用编码网络各层中提取到的全局显著性特征与各级局部显著性特征，本文在解码端设计了自适应特征聚合模块.本文方法在自然图像数据集SALICON上达到了先进水平并且在合成图数据集SIDVAM上各项指标取得第一.实验结果表明，本文方法同时具备对自上而下以及自下而上显著性的检测能力.
  • 元学习与多尺度特征融合的小样本目标检测
    李丽芬，范新烨
    2023, 44(12): 2804-2811.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    利用深度学习相关方法进行目标检测时，需要大量标注数据，然而对于大型数据集的收集和标注，需要消耗大量人力资源，小样本条件下的目标检测是一个亟待解决的问题，特别是针对新类别.在这项工作中，提出一种基于元学习与多尺度特征融合小样本条件下目标检测的方法.首先，采用VGG16网络的前5个卷积块作为骨干网络，且将第5个卷积块的常规卷积替换为空洞卷积，同时保留第3个卷积块提取的特征，以更好地融合中间层特征.然后，利用特征金字塔网络和像素聚合网络实现多尺度特征融合.特征图经过通道注意力和注意力RPN网络以有效提取感兴趣区域.最后利用原型网络计算支持集多尺度原型向量和查询集ROI特征向量之间的欧氏距离，对目标进行分类.实验在PASCAL VOC数据集上与最常见的方法进行比较，相比于MPSR模型，在1-shot、3-shot、5-shot、10-shot条件下，mAP分别提高了1.8%、1.1%、1.6%、3.3%，对比实验结果证明提出算法的有效性.本文所提出的模型有效地提高了Faster R-CNN算法在小样本条件下目标检测精度.
  • 一种组合优化模型驱动的微服务拆分方法
    刘若宇，刘晓燕
    2023, 44(12): 2812-2818.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    微服务架构由于其高效灵活的独特优势近年来已逐渐成为一种代替单体架构的新选择，在企业实践中，单体架构系统向微服务架构系统的迁移过程通常是由人工完成的，这种方式往往不确定性高，主观性过强.为了解决这些问题，提出了一种组合优化模型驱动的微服务拆分方法，该方法将微服务拆分问题建模成为一种组合优化问题，基于微服务的高内聚低耦合原则和业务一致性原则生成组合优化的目标函数，然后通过人工鱼群算法得到最优的微服务拆分方案.实验表明，该方法能有效提高微服务拆分的质量，得到的拆分结果更为合理可靠.
  • 面向高维数据的Skyline查询处理技术研究
    陈昆伦，李佳佺，李传文，邓庆绪
    2023, 44(12): 2819-2824.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    Skyline查询是一种基本的数据库操作，在推荐系统等多标准决策场景中有许多应用.随着数据量的迅速增长和信息技术的不断发展，原有的高纬数据Skyline查询算法存在着成本高、速度慢的问题.本文提出了新的基于网格划分的Skyline查询算法，该算法有效利用了新型CPU结构多线程能力增强的特点，提高了对硬件的利用效率.在基于网格划分的思想下，数据空间被划分为多个网格，以网格为单位检查支配关系，这样可以按网格进行修剪，而无需检查每个网格中的点.实验结果表明，本文提出的算法在多个方面都优于最先进的Skyline算法，尤其在计算时间上的优势最为明显.
  • 基于图表示学习的代码异味强度排序模型
    王书涵，陈军华，高建华
    2023, 44(12): 2825-2831.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    代码异味的存在使得软件系统难以开发和维护.现有的代码异味检测器通常仅输出结果，忽略了结合开发者的需求对检测出的异味按照其强度进行排序，而将判断异味重构优先级的耗时过程留给了开发人员.因此，本文提出了基于图表示学习的代码异味强度排序模型，为开发人员的重构优先级决策提供参考.该模型利用抽象语法树与代码间的依赖调用关系构建语义结构图，采用无监督的图表示学习方法将语义结构图与代码度量信息结合生成嵌入表示，利用机器学习方法，根据开发人员感知的异味严重性程度实现代码异味的强度排序.本文将模型应用于4种常见的代码异味，即Blob、Complex Class、Spaghetti Code与Shotgun Surgery.通过实验表明，本文提出的代码异味强度排序模型在大型开源项目上具有科学性与有效性，相较于基线方法，F1值最高提升了10.35%.
  • 频繁序列挖掘帮助的LLVM编译时能耗优化方法
    阳松苡，倪友聪，杜欣，贾建华，肖如良
    2023, 44(12): 2832-2843.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    面向最小化能耗的LLVM编译时优化研究工作还较为稀缺，而现有的设计空间搜索优化方法仍缺乏有效捕获和使用选项交互信息的手段，还存在解质量不高和收敛速度不快的问题.针对上述问题，文中提出一种频繁序列挖掘帮助的LLVM编译时能耗优化方法.该方法运用带能耗改进标注的频繁选项序列FOSE表征反复出现在优势解中的选项子序列及其功效，进一步借助不同序列长度的FOSE捕获任意多个选项之间交互并利用前缀树和后缀树进行表示；在此基础上，针对迭代寻优过程设计了一种FOS-E挖掘算法，从而形成可为新解生成提供有用、全面、可高效使用和时效好的选项交互信息挖掘方法；最后基于FOS-E的前后缀树定义了新解生成机制并给出了新解生成的规则和过程，进而提出一种迭代优化算法FHIA-FSM.与当前最快可获取较好质量解的Georgiou算法以及公认在足够长演化时间后可得到高质量解的GA算法在4个不同领域的7个典型案例下的实验对比显示：在基准停机时间下本文FHIA-FSM较Georgiou和GA的解质量平均相对改进最好可达15.52%和101.81%；在达到基准解质量的收敛速度上，FHIA-FSM较Georgiou和GA平均相对改进最好可达18.00%和25.25%.
  • 一种NLF-对数小波阈值的脉冲干扰降噪方法
    江莉，向世召，焦予栋，尚文擎，王燕妮
    2023, 44(12): 2844-2850.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在脉冲噪声背景下，传统信号降噪方法性能退化，无法去除强脉冲噪声，而且会出现计算复杂度增加的问题.本文提出一种基于非线性滤波（Nonlinear Filtering，NLF）和小波阈值去噪的联合算法，该方法利用非线性滤波算法抑制强脉冲噪声点干扰，通过改进的对数小波阈值函数去噪方法进行全局处理，快速而且高质量的完成对信号降噪.实验结果表明，本文所提算法对脉冲噪声背景下的多种信号类型都具有可行性，能够获得更高的峰值信噪比，具有很好的降噪效果.
  • 一种基于40nm CMOS体硅工艺的抗单粒子翻转触发器设计
    王海滨，侍言，郭刚，韩光洁
    2023, 44(12): 2851-2857.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着集成电路尺寸的不断减小，触发器受到单粒子打击时，电荷共享效应会使触发器电路的多个节点同时翻转.基于此，提出了一种新的触发器结构，即Rectangle DFF，可以有效过滤输入上的单粒子瞬态、并对三节点翻转免疫.该触发器由时钟晶体管堆栈架构和一个抗三节点翻转的锁存器组成，锁存器部分由12个交叉耦合的反相器和3个二输入的C单元结构组成.通过时钟晶体管堆栈结构可以屏蔽单粒子瞬态，由于3个C单元的输入不会同时翻转，能够有效屏蔽电路中的软错误.在40nm CMOS体硅工艺下的SPECTRE仿真表明，与基准的三模冗余触发器相比，面积开销降低15%，延迟降低44%，功率延迟积降低2%.
  • 远程持久性和写合并的混合部署R树
    吴瑶，张瑞，吴杰
    2023, 44(12): 2858-2864.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    新兴的持久性内存技术的出现和RDMA网络为构建新型的远程空间数据索引提供了新的可能，有望为R树这样的空间数据结构带来性能提升.由于持久性内存相比DRAM具有更慢的访问时延、额外的持久化开销以及缺少远程持久化原语等因素导致完全持久化的远程R树性能下降.在此基础上，本文设计并实现了RRtree，一种基于混合部署架构的远程持久性R树，在保证数据持久性的前提下实现尽可能高的性能.同时，通过选择性元数据持久化、写合并和对双边RDMA原语结合持久性内存使用进行优化.最后，在真实的傲腾持久性内存上实现并验证了RRtree的高性能和高可扩展性.实验结果表明，RRtree和对比对象FBR-tree相比其时延和吞吐分别有显著的降低和提升.
  • 一种基于RISC-V架构的高性能嵌入式处理器设计
    杜岚，王裕，刘向峰，高诗昂，邓庆绪
    2023, 44(12): 2865-2871.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    开源指令集RISCV为物联网和嵌入式领域的处理器提供了强大的动力，本文针对一些具有高性能、小面积、低功耗需求的场景，设计了一种基于RISC-V指令集架构的高性能嵌入式处理器核.处理器核的代号为FRV232，采用单取指，单发射，乱序执行技术，支持RV32I基础指令集和M扩展指令集，以较低的面积实现了较高的性能.本文开发了专门用于验证FRV232核心的功能模型，功能验证阶段使用验证软件Modelsim和功能模型对处理器核心进行了完整的验证，并利用该处理器核心在FPGA上实现了基础的原型系统，使用Vivado统计了该处理器核所需的芯片面积.经过测试，FRV232在FPGA上能够稳定运行在100MHz，在该主频下，Dhrystone的性能跑分可以达到1.73DMPS/MHz.
  • 融合ER和分层BRB的CPU性能分析模型
    陈伟伟，曲媛媛，贺维 ，朱海龙，张广玲，魏洪伟
    2023, 44(12): 2872-2880.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为解决中央处理器（Central Processing Unit，CPU）性能分析所面临的分析指标复杂、分析过程不具有可解释性、分析结果不可追溯的问题，提出了一种融合ER（Evidence Reasoning）和分层BRB（Belief Rule Base）的CPU性能分析模型.首先，利用ER算法从不同层面对处理器影响因素进行指标评估，其次，通过分层BRB实现对CPU性能的综合分析，最后，采用鲸鱼优化算法（Whale Optimization Algorithm，WOA）对模型参数优化.通过UCI数据库（University of California Irvine，UCI）计算机硬件数据集验证了模型的有效性.整个分析模型建立在ER算法上，保证了模型推理的可解释性，而分层BRB方法解决了传统BRB的组合规则爆炸问题，同时结合优化算法有效的提高模型的准确度.