小型微型计算机系统

Select

李少亭,王雪瑞

2021, 42(12): 2465-2472.

摘要 ( ) PDF全文 ( )

可视化

在新冠疫情背景下，准确地预测每日新增确诊人数可以为政府制定合理有效的政策提供有力的数据支撑.本文基于自适应噪声的完整集合经验模态分解（CEEMDAN）、极端梯度提升树（XGBoost）以及网络搜索数据（WSD）建立每日新增确诊人数预测模型，并引入多个基准模型和评价指标对模型预测性能进行对比分析.结果发现WSD能够对历史信息进行补充，CEEMDAN能够有效去除局部噪声，组合模型具有良好的预测能力，对不同时期的预测效果均较为稳定，并且其预测性能明显优于其他7个基准模型，这表明组合模型具有一定的实用价值，并且可以推广到其他疫情相关指标的预测中.

Select

一种异步联邦学习聚合更新算法

陈瑞锋,谢在鹏,朱晓瑞,屈志昊

2021, 42(12): 2473-2478.

摘要 ( ) PDF全文 ( )

可视化

联邦学习致力于在保证用户数据隐私安全的同时，通过多用户共建的方式提升机器学习模型的泛化性能.为此，在用户利用本地数据训练模型后，参数服务器需要聚合多个用户的模型参数并使用户基于聚合后参数继续本地训练.指数滑动平均是一种被广泛使用的参数聚合更新方法.然而当用户本地训练速度相差较大时，指数滑动平均方法无法消除由此造成的聚合参数偏差，从而显著影响模型整体训练效率.针对上述问题，本文提出了一种基于权重摘要和更新版本感知的异步联邦学习聚合更新方法，通过合理控制不同训练速度用户提交的参数在聚合参数中所占比例，以及主动更新落后用户使用的聚合参数，从而有效解决本地训练速度差异对聚合参数造成的负面影响.实验结果表明，相较于指数滑动平均策略，本文提出的参数聚合更新方法在MNIST、CIFAR-10数据集上均能显著提升训练效率.

Select

融合多尺度脑电特征的学习风格识别

张冰雪,柴成亮,尹钟,史洋,裴颂文

2021, 42(12): 2479-2484.

摘要 ( ) PDF全文 ( )

可视化

学习风格的识别与分析有助于教学者结合学生的个性化特征改进教学策略，可以有效提高教学效率和质量，在教育技术领域具有良好的发展前景.本文针对现有学习风格识别方法精度低、实现复杂、主观性强等问题，提出了一种融合脑电特征的卷积神经网络学习风格识别模型.该模型首先利用时间、空间卷积操作，充分挖掘脑电信号的时域和空间特征；然后通过构建多尺度并行卷积结构，增强了模型的特征抽象能力；最后使用全局平均池化策略减少了模型训练参数，并实现对任意大小数据的处理.在学习风格脑电测试数据集上进行实验，结果显示该算法可达到71.2%的准确率，相比于传统方法平均提高了12.1%，并减少了41%的训练参数量，证明了该模型和脑电特征的结合使用能有效识别受试者的实时学习风格.

Select

基于ERNIE2.0-BiLSTM-Attention的隐式情感分析方法

黄山成,韩东红,乔百友,吴刚,王国仁

2021, 42(12): 2485-2489.

摘要 ( ) PDF全文 ( )

可视化

隐式情感分析作为自然语言处理领域的子任务，因不具备显式情感词作为情感线索，使得传统文本情感分析方法不再有效.本文旨在使用深度学习方法进行文本的隐式情感分析，根据文本隐式情感极性与句中实体、上下文语境、外部知识相关的特点，本文提出一种基于ERNIE2.0-BiLSTM-Attention（EBA）的隐式情感分析方法，能够较好捕捉隐式情感句的语义及上下文信息，有效提升隐式情感的识别能力，最后在SMP2019公开数据集上取得较好分类效果，分类模型准确率达到82.3%.

Select

面向群组机器人路径规划的Voronoi-APF算法研究

蔡鑫伟,侯向辉,莫清宇,张美玉,简琤峰

2021, 42(12): 2490-2495.

摘要 ( ) PDF全文 ( )

可视化

自组装是群组机器人协作中的重要研究领域，路径规划和障碍躲避是该领域的核心问题.人工势场算法（APF）及其改进在机器人路径规划中应用广泛但其在动态目标指派、迭代速度、机器人抖动等方面表现不尽如人意，因此本文提出了一种基于Voronoi约束的改进人工势场算法（VAPF），来实现群组机器人在动态目标指派策略的避障路径规划.通过匈牙利算法的目标点指派和替换策略为群组机器人提供相对最优目标指派，以群组机器人实时位置构建Voronoi图并限制机器人运动区域来保证碰撞避免，机器人个体通过人工势场算法进行自身的短程路径规划以保证障碍躲避.实验证明相较于其他现有的算法，其在通用性、时间消耗、路程消耗方面都有着一定程度的优化.

Select

一种管道探测蛇形机器人的建模仿真与实验研究

邓蕊,王亚慧,邢利辉,侯坤昊

2021, 42(12): 2496-2500.

摘要 ( ) PDF全文 ( )

可视化

本文模仿自然界生物蛇的运动，构建了一种模块可重组、强冗余性的蛇形机器人.其应用背景为不同直径的燃气、热力水平管道.目的是在管道内以行波或螺旋的形式向前运动进行管道内壁探测.首先对蛇形机器人的机械结构和外壳进行设计；再通过MATLAB软件结合D-H分析法对其运动学进行了建模仿真，并对其控制参数进行优化，最终得到较优的空间位姿；其次为了分析蛇形机器人的运动受力情况，利用SolidWorks软件建立了样机与管道模型，之后导入ADAMS力学仿真平台进行仿真.最后进行了真实的管内运动实验.结果证明：该蛇形机器人的运动性能满足设计要求.

Select

组合源码结构和语义的代码注释自动生成方法

周培君,吴军华

2021, 42(12): 2501-2505.

摘要 ( ) PDF全文 ( )

可视化

代码注释有助于提高程序的可读性和可理解性，而不断地创建和更新注释非常费时费力，这将影响对软件的理解、重用和维护.自动代码注释试图解决此类问题，其中代码的表示和文本生成是研究的核心问题.该文提出一种基于编码器解码器结构的自动生成Java代码注释模型.方法将代码的顺序序列和代码结构作为单独的输入进行处理，允许模型学习Java方法的结构和语义；以一定的概率从模型生成的预测序列和真实词序列中采样作为下一步的输入，以提高模型的纠错恢复能力.通过与3种典型自动代码注释方法在11个Java项目上的对比实验，结果表明，提出的模型在BLEU得分上提升了16.1%，有助于提高自动代码注释的性能.

Select

准确度优先的多目标帝王蝶优化定量构效特征选择方法

李小林,王静,张元孜,黄世国

2021, 42(12): 2506-2510.

摘要 ( ) PDF全文 ( )

可视化

针对帝王蝶优化算法用于特征选择时需满足多目标的要求，对该算法进行了3个方面的改进：1）在个体排序步骤中引入非支配排序算法，并对调整算子做了修正，满足了多目标要求；2）增加了准确度优先策略，减少了计算资源在低准确性区域的搜索，保证了模型的准确性，满足了特征选择中准确性优先于特征数的要求；3）增加了基于子组的突变策略，对不同子组使用不同的突变策略，避免了算法过早陷入局部最优，解决了算法早熟问题.在3个定量构效特征选择基准数据集上进行了一系列实验，实验结果表明改进的算法与其它算法相比显著提高了模型的准确性并减少了特征数，证明了改进策略的有效性.

Select

一种面向移动三支决策模型的有效性度量方法研究

郭豆豆,姜春茂,杨翎

2021, 42(12): 2511-2518.

摘要 ( ) PDF全文 ( )

可视化

三支决策的基本思想是以"三"思考.随着理论的深入研究，2018年，姚一豫教授提出三支决策的TAO模型（Trisecting-acting-outcome），即在原有分治模型基础上，增加了新的要素"效"，形成分（Trisecting）-治（Acting）-效（Outcome）结合的三支决策TAO模型.依托TAO模型，关注于′治′-′效′两步，研究策略施加后模型的有效性.在一类特殊的三支决策模型—基于移动的三支决策模型基础上，提出使用比例效用函数来度量三支决策的有效性，即将决策前后的决策对象变化量和最终状态量的比例值作为效用值.然后分别进行基于对象独立治略，等价类独立治略，区域独立治略的3种治略策略下的三支决策模型有效性度量研究，给出了一种基于比例效用函数的效用度量方法，并通过实例来解释和说明本文提出的模型有效性度量方法.

Select

融合主题信息和Transformer模型的健康问句意图分类

迟海洋,严馨,徐广义,陈玮,周枫,

2021, 42(12): 2519-2524.

摘要 ( ) PDF全文 ( )

可视化

问答系统的一项关键任务就是如何理解用户的问句意图并将其正确地分类到相应的领域中,其分类性能直接影响着问答系统的质量.针对中文医疗健康问句数据量庞大但文本字符数少、特征稀疏的特点,以及传统卷积神经网络和循环神经网络的不足,提出了一种融合主题信息和Transformer模型的健康问句意图分类方法.首先,对短文本数据集预处理后通过BERT预训练语言模型生成词的词向量;其次,分别使用BTM主题模型和TWE模型获得文档主题矩阵、主题词矩阵和主题向量矩阵,由矩阵变换生成每个词的主题向量;然后,将词向量和词的主题向量拼接融合后输入到Transformer编码器中进行充分的特征提取并得到句子特征向量;最后,由全连接和Softmax分类器获得输入文本在各个类别的概率,从而实现最终的分类目的.在中文医疗健康问句数据集上进行不同模型的对比实验,准确率、召回率和F1值指标上均有不错的提升.实验结果表明,本文提出的方法可以有效提高模型的语义表示能力和分类效果.

Select

联合轻量图卷积网络和注意力机制的推荐方法

郑诚,黄夏炎

2021, 42(12): 2525-2529.

摘要 ( ) PDF全文 ( )

可视化

图卷积网络如今越来越多地被应用于推荐系统任务中，由于该模型可以有效捕获多跳邻居的信息，因此可以一定程度上缓解数据稀疏性问题，有效提升推荐任务的准确性.但是目前大部分工作都是直接使用图卷积网络，在推荐任务上算法复杂度较高.本文提出了一个融合轻量图卷积网络和注意力机制的模型.该模型通过嵌入传播获得更多邻域的协同信息，同时利用注意力网络对不同的邻域进行区分，最后用于推荐.从而在降低算法复杂度的基础上进一步提升了模型的准确性.通过在Gowalla、Yelp2018和Amazon-book 3个不同领域的真实数据集上的实验结果表明，该方法的性能有较好的表现.

Select

类型相似性与品味影响力的推荐系统评分预测

苏湛,林祖夷,艾均

2021, 42(12): 2530-2537.

摘要 ( ) PDF全文 ( )

可视化

电影推荐算法依靠计算用户的偏好差异进行推荐,以解决互联网时代的信息过载问题.传统协同过滤等推荐算法主要基于用户间对相同电影的评分差异计算用户偏好的相似性.这类方法忽视了用户的评分行为是一种实际上的选择行为,即便评分不高也体现出用户对该类型电影的兴趣.针对这一问题,本文设计了基于电影类型标签选择概率的用户间相似性计算方法,并建立了以用户为节点,以用户之间的相似性为边的推荐系统的复杂网络模型,并根据上述网络拓扑结构中的节点中心性数据,进一步设计了平衡用户品味影响力函数,调整了用户协同偏好的结果,提出了基于用户偏好相似性和用户品味影响力的电影评分预测方法.在MovieLens数据集上的实验结果表明,本文提出的算法与几种典型的现有方法相比较,可以有效的度量用户偏好的相似性以及抵消用户大众化品味影响力被高估在评分预测中带来的负面影响,与现有算法相比预测误差平均降低了2%至5%.

Select

云平台主机资源负载预测分析研究

朱金灿,邓莉,梁晨君,严明,谢同磊,任正伟,

2021, 42(12): 2538-2544.

摘要 ( ) PDF全文 ( )

可视化

云平台主机资源负载预测对于提高系统资源利用率以及实现资源分配的优化至关重要，也是实现云平台服务水平协议的关键所在.有效的主机负载预测机制可促进主动作业调度，辅助主机负载平衡决策，这反过来可以提高主机资源利用率、改善作业性能、降低数据中心成本.具体来看，云平台中主机工作负载具有快速变化、波动大和长期信息依赖等特点，这使得负载预测工作变得复杂.为了解决上述预测问题，本文做了如下工作：1）实现了适合主机平均负载预测的指数分段预测模式;2）完成了主机实际负载多步预测模式;3）在2个真实云平台数据集进行实验，并采用3种评价函数对实验结果进行评估.最终结果表明，相对于目前已经提出的主机负载预测模型，本文方法具有更好的预测性能.

Select

一种基于多重信息的不完全数据的模糊C均值聚类算法

朱峥瑜,宋燕

2021, 42(12): 2545-2552.

摘要 ( ) PDF全文 ( )

可视化

在当今信息爆炸的大数据时代，不完全数据是数据聚类分析中一个普遍存在的问题.然而，传统模糊C均值（fuzzy c means，FCM）算法的很多缺点，如易陷入局部最优，缺乏对特征信息的充分考虑等，当出现信息缺失尤其是面对稀疏数据时，都将严重影响聚类结果.为了解决该问题，本文提出一种基于多重信息的不完全数据的FCM算法.该算法首先引入部分距离策略，给出了不完全数据的簇内距离平方和计算公式；其次，充分利用动态特征权重和簇间距离信息，有效地提高该算法的准确性；再者，运用粒子群优化算法进行聚类，借助其强大的全局寻优能力解决传统FCM算法对初始聚类中心敏感和容易陷入局部最优的缺陷；最后，通过不同缺失率UCI公共数据集的对比实验，验证了本文提出算法在不完全数据的聚类研究中不仅能避免陷入局部最优还能有效提高聚类准确性.

Select

一种基于多粒度循环神经网络与词注意力的多轮对话回答选择方法

谢琪,陈羽中,刘漳辉

2021, 42(12): 2553-2560.

摘要 ( ) PDF全文 ( )

可视化

随着大数据和人工智能的发展，多轮对话算法受到了越来越多的关注.多轮对话回答选择是多轮对话算法中的关键问题之一，其目标是选择与输入消息和对话内容最相关的回答作为应答.近年来，深度神经网络模型在多轮对话回答选择问题上取得了较大进展.然而，如何提取对话上下文和回答中的相关语义信息并从中提取丰富的多粒度语义匹配特征仍然是多轮对话回答选择问题面临的巨大挑战.针对上述问题，本文提出了一种结合词注意力机制的多粒度循环神经网络模型MRNA（Multi-Granularity Recurrent Neural Network with Word Attention）.首先，MRNA使用双通道网络，融合字符级和词语级语义信息，从而获得更准确的语义表征.其次，为了在语义匹配过程中充分提取对话上下文和回答中的相关语义信息，MRNA使用词注意力机制，动态地学习注意力矩阵的权重，从而提取与对话上下文和回答最契合的关键信息.此外，为进一步增强对话上下文和回答的语义匹配度，MRNA采用AHRE（Attentive Hierarchical Recurrent Encoder）对句子进行分层编码后输出的句子进行了分割得到前向序列相似度矩阵和后向序列相似度矩阵，从而获取多粒度的语义匹配信息.多个多轮对话数据集上的实验结果表明，MRNA模型在精度，召回率等方面均优于对比模型.

Select

基于案件要素的案件话题优化

彭仁杰,余正涛,高盛祥,李云龙,郭军军,赵培莲

2021, 42(12): 2561-2566.

摘要 ( ) PDF全文 ( )

可视化

话题模型已被广泛用于文本话题的发现.但是在案件话题领域，这些方法生成的话题与案件相关性不高，可解释性比较差，导致话题生成质量不高.为了解决这些问题，本文提出了基于案件要素指导下的话题优化方法：首先利用案件要素信息对话题模型进行改进，结合案件要素与BTM话题模型特征向量，将文档词与案件要素的相关性与BTM话题模型的话题分布结合，获得案件微博中与案件更相关的话题词，通过选取与案件相关的候选词来表征话题；最后再计算案件话题候选词与文本词之间的相关性和文档与案件要素的相似度，得到案件话题词集.通过对新浪微博数据集的对比实验及结果说明，能够显著改善案件话题的发现质量.

Select

一种多尺度光流预测与融合的实时视频插帧方法

马境远,王川铭

2021, 42(12): 2567-2571.

摘要 ( ) PDF全文 ( )

可视化

普通摄像设备拍摄的视频帧速率有限，从而影响观众的特殊观感体验，提高视频帧速率的后处理过程是必不可少的，视频插帧就是其中关键技术之一.视频插帧是指根据两个连续视频帧合成中间帧数据，在影视作品、体育比赛精彩视频片段慢动作回放等方面有广泛的应用.基于光流的视频插帧方法能有效解决视频中场景、目标的移动估计问题，但是其受制于光流估计的速度，无法很好地应用于实时视频任务.本文提出一种新的光流预测模型，并将其用于视频插帧任务中.首先对于输入的两张连续视频帧数据进行多次信息无损的下采样，获得不同尺度的输入数据；之后通过卷积神经网络进行特征提取，并对提取的特征建立注意力掩码，增强特征表达能力，根据该特征生成对应尺度的光流；最后使用融合网络，将多尺度的光流信息聚合为统一的尺度作为最终输出.本文方法能够被端到端的优化训练，并在大规模视频插帧基准数据集上进行了训练和验证测试.结果表明该方法能够获得高质量的插帧效果并能够达到实时的插帧速率，而且比其它先进方法更具优越性.

Select

基于深度学习的视频图像实时背景替换方法

李志远,雷为民,张伟,谢天植

2021, 42(12): 2572-2576.

摘要 ( ) PDF全文 ( )

可视化

实时视频会话类业务中，如何保证用户的隐私不被泄露是一个关键问题.当用户不想将涉及自身隐私的环境细节信息暴露给他人时，支持实时视频会话的背景替换方法至关重要.传统的抠图方法虽然精度较高，但是处理速度较慢，而且需要额外的人工交互，难以满足实时视频会话类业务的要求.因此本文提出一种基于深度学习的视频图像实时背景替换方法，该方法利用区域划分模块实时的将视频图像中包含用户的前景提取出来，再利用分割模块对前景进一步进行处理，以得到更高的精度与速度，最后利用背景替换模块将前景和新的背景融合.实验结果表明，本文提出的背景替换方法在设定的数据集中分割精度达到93%以上，且满足实时性要求，能够很好的在实时视频会话类业务中保护用户隐私.

Select

生成对抗网络的三维生成及其应用研究综述

张卫星,吴爽,林楠,张文宁,杨聪

2021, 42(12): 2577-2586.

摘要 ( ) PDF全文 ( )

可视化

生成式对抗网络（GAN）具有比传统机器学习算法更强大的特征学习和特征表达能力，基于GAN的三维生成是当前研究的热点方向之一.本文以基于生成式对抗网络的三维生成模型及其应用为研究对象，阐述了 GAN 的研究现状与研究方向，归纳出生成式对抗网络在三维室内场景生成、三维人体等多个三维生成研究方向的研究现状和发展趋势，并对各研究方向进行深入探讨与总结，通过对比分析每种方法的基本思想、特点及使用场景等，对未来可能的发展方向进行了展望.当前已有多种 GAN 模型应用在三维生成的任务中，在生成效果与性能上各有优劣.这些基于 GAN 的三维生成模型在低分辨率场景与单一场景下效果显著，生成的三维目标效果较完整真实，但对于生成高质量多目标的应用场景需进一步研究.GAN 作为一种新的三维生成模型具有很高的研究与应用价值，但目前仍存在一些理论上的限制，在应用方面生成多目标或高质量三维室内外场景生成是值得研究的方向.

Select

一种注意力机制与SRGAN网络结合的超分辨率算法

章韬略,周永霞

2021, 42(12): 2587-2591.

摘要 ( ) PDF全文 ( )

可视化

超分辨率是指将一张低分辨率图片转换成高分辨率，在军事领域、工业领域等都有着重要作用.基于生成对抗网络（GAN）的超分变率方法，主要是根据生成对抗网络原理，由生成器生成一张伪高分辨率图片，再由鉴别器计算这张图片与真实高分辨率图片的差值，来衡量这张图片的真实程度.本文基于SRGAN（Super-resolution Generative Adversarial Network）网络主要进行了3点改进：1）引入了注意力通道机制，即在SRGAN网络中加入CA（Channel Attention）模块，同时增加网络深度以更好的表达高频特征；2）删除原有的BN（Batch Normalization）层以提升网络性能；3）修改损失函数，以减少噪声对图片的影响.通过实验表明，本文所采用的方法改善了伪影问题，在Set5、Set10、BSD100测试集上均提升了PSNR（峰值信噪比）.

Select

一种嵌入并行通道蓝图分离卷积的图像分类算法

邱飞岳,孔德伟,张志勇,章国道

2021, 42(12): 2592-2599.

摘要 ( ) PDF全文 ( )

可视化

卷积神经网络计算复杂度高，占用资源多，使得其很难部署到移动嵌入式设备上.为了解决这类限制，本文提出了一种基于嵌入并行通道蓝图分离卷积（B2SENet）模型的图像分类算法，首先通过引入并行SENet通道，使得不同内核大小的并行分支融合在一起，增强全局感受野，其次在并行SE通道中改变传统卷积操作方式，适配蓝图分离卷积（BS），有效减少卷积层参数以及模型体积.最后在并行通道融合过程中引入soft attention机制，获取通道权重系数，使得模型强化对特征的选择性，在CIFAR10和100以及ImageNet2012基准数据集上对比，实验表明B2SENet（BS+并行通道SENet）在模型复杂度以及准确率上均优于MobileNet和ShuffleNet，使得其在嵌入式设备网络模型中表现相当出色.

Select

一种多策略改进遗传算法的医学图像配准方法

秦泽青,叶志伟,王泽松,徐川,曹羽

2021, 42(12): 2600-2606.

摘要 ( ) PDF全文 ( )

可视化

医学图像配准是医学图像分析的基本课题之一，具有重要的理论研究和临床诊断应用价值，可以视为参数最优化问题进行求解.作为经典的最优化算法—遗传算法已经在该领域得到了成功应用，然而，遗传算法存在着搜索空间受限、局部搜索能力较差、容易早熟收敛等不足.因此，本文提出了多种策略对遗传算法进行改进，首先结合混沌系统和频度记忆对随机数和随机个体的产生机制进行改进，进而设计一种动态的基因多样性控制器，最后模拟三系杂交水稻的育种机制来发挥杂种优势.同时，结合多分辨率策略实现了多模医学图像的精确配准.公开数据集实验结果表明，相较于散射搜索法、珊瑚礁优化算法、生物地理学优化算法等，本文方法误配率低，鲁棒性强，在相同的时间限制下配准精度高，是一种高效鲁棒的医学图像配准方法.

Select

条件GAN去模糊算法在人脸识别中的应用

曾凡智,邹磊,周燕,邱腾达

2021, 42(12): 2607-2613.

摘要 ( ) PDF全文 ( )

可视化

现有大部分基于卷积神经网络的图像去模糊算法，在人脸识别相关场景应用中，存在识别率提升不明显、参数量过多等问题.针对上述现象，本文提出一种基于条件生成对抗网络（Conditional Generative Adversarial Networks，DGAN）的图像去模糊算法.该算法将结合了轻量级分组卷积与改进SE（Squeeze-and-Excitation，SE）注意力机制的Group-SE模块作为生成器的主体部件，将引入了全局性稠密连接的改进DenseNet作为判别器核心，以解决去模糊技术应用在人脸识别算法中的低效率等问题.在CASIA WebFace和LFW数据集上的实验表明，所提算法在提升图像质量、降低模型参数量等方面均有不错的表现，并且采用了该算法作为图像预处理过程的SphereFace、CosFace和ArcFace人脸识别方法，在LFW数据集上识别率分别有4.22%、3.43%和3.95%的大幅提升.

Select

结合多尺度反馈的行人头部检测

金兰英,路锦正,

2021, 42(12): 2614-2619.

摘要 ( ) PDF全文 ( )

可视化

针对密集人群中行人躯干部位易被遮挡、小尺寸行人难以检测、检测速度慢等问题，提出一种结合多尺度反馈的行人头部检测方法用于行人检测.该方法首先以YOLOv3为网络原型，在特征提取网络中新增由两倍下采样得到的特征图以提升对小尺度行人的识别.其次采用多尺度反馈将感受野较大的分支融合到感受野较小的尺度分支上以引入全局上下文信息来提升对高密度人群的识别能力.本文在INRIAPerson，PASCALVOC2012，WiderFace等数据集上进行了实验，实验结果表明，提出的方法在行人检测的精度和速度上都有了较大提升，检测精度最大提升了5.9%，检测速度最快为0.1432秒/张.

Select

利用肠道图像轮廓背景先验的显著性息肉检测

庄新凤,李胜,何东蔚,何熊熊,朱锦辉

2021, 42(12): 2620-2625.

摘要 ( ) PDF全文 ( )

可视化

结肠息肉是一种常见的结肠疾病，一些随着时间的推移可能发展为结直肠癌.因此，结肠息肉的及时预防和诊断显得尤为重要.临床诊断研究中发现，计算机辅助检测系统可以有效提高检测效率，利用先验知识的显著性检测广泛应用在目标识别方向，但由于WCE图像中息肉位置的随机性—可能位于图像中心也可能位于边缘，而传统的图像四周边缘作为背景的先验知识会将处于边缘的息肉误判为背景.由此，本文致力于寻找新的背景先验，提出了适合肠道图像的肠道中心暗区和肠壁轮廓的背景先验，以及多连通区域中心高斯模型来增强前景、抑制背景同时增强多息肉的检测效果.实验结果表明，相较于主流的显著性检测算法，本文算法能更好地检测息肉区域，同时有效凸显多个息肉目标.

Select

耦合变分自编码器及其在图像对生成中的应用

侯璎真,翟俊海,申瑞彩

2021, 42(12): 2626-2631.

摘要 ( ) PDF全文 ( )

可视化

随着深度学习的发展，图像生成技术有了长足的进展，但大多数图像生成模型只能生成单一图像.针对这一问题，本文提出了一种耦合变分自编码器，它可以生成具有不同属性的人脸元组.现有的方法需要训练集的不同域中存在对应图像的元组，但是本文提出的方法不需要任何对应图像的元组，就可以生成具有不同属性的图像元组.本文的方法是在耦合生成对抗网络的灵感下提出的，与原有方法不同，它通过训练耦合变分自编码器模型来学习不同属性的特征表示，以生成对应图像元组.相比较原方法，它可以通过学习高级特征表示更精确的生成图像元组.此外，本文还用耦合变分自编码器实现了无监督人脸属性转换以及人脸的相互转换.将提出的方法应用于多个学习任务，包括生成不同属性的人脸元组、无监督的人脸属性转换以及图像相互转换.

Select

信息熵控制的流场动态间距流线放置算法

秦绪佳,程宇轩,左少华,郑红波,张美玉

2021, 42(12): 2632-2636.

摘要 ( ) PDF全文 ( )

可视化

流线可视化是可视化领域的一个重要研究方向,通过矢量数据可视化可以直观高效地反映出的流场所包含的结构信息与运动规律.本文研究了二维流场中的流线放置及其间距选择,提出了信息熵控制的流场动态间距流线放置算法.通过将流场划分为不同区域,并根据区域内的矢量数据计算信息熵,将信息熵引入到流线间距计算中,从而实现动态控制流线间距.该算法生成的流场中变化剧烈的区域的流线间距较小,放置密集,而在变化较平缓的区域中流线间距较大,放置较稀疏.实验结果表明,本文算法直观地突出流场中重要区域的特征并使非重要的区域稀疏简洁,提高了可视化的效果,可以适用于不同的流场.

Select

面向情景感知的物联网设备智能控制系统

李敏波,吴宇,卢晨耀

2021, 42(12): 2637-2644.

摘要 ( ) PDF全文 ( )

可视化

近年来，物联网智能硬件技术高速发展，增强了以智能家居行业为主的对物联网场景下设备智能控制的需求.本文分析了现有的情景建模方法与设备智能控制框架，基于家居情景活动特征，提出了基于对象与属性图模型的情景建模方法，以适用物联网计算资源有限的场景；设计了智能家居交互的规则控制、模式控制和语音控制方式，使用推理引擎将情景感知数据映射到设备控制服务以实现系统的自动控制；提出了物联网下基于情景感知的智能控制系统框架；考虑用户行为习惯，引入了用户偏好这一情景概念以提供个性化的服务.性能测试表明基于对象与属性图模型的情景建模方法与智能控制系统，相比本体建模的控制方式具有更快的系统响应时间.

Select

联邦学习在边缘计算场景中应用研究进展

张依琳,陈宇翔,田晖,王田,

2021, 42(12): 2645-2653.

摘要 ( ) PDF全文 ( )

可视化

随着物联网设备迅猛激增，其收集的数据上传至云计算中心会造成网络延迟、计算资源浪费等问题.为了解决上述问题，边缘计算作为新的计算范式应运而生，但也面临用户隐私、数据安全等诸多挑战.联邦学习作为时下热点人工智能技术，可以解决隐私数据以及“数据孤岛”问题，将联邦学习应用在边缘计算领域能够有效地处理隐私数据等难题.通过大量调研，本文介绍了边缘计算场景中的联邦学习技术和训练模型，对比分析了联邦学习在边缘聚合、边缘缓存和计算卸载中的应用方案，指明现有方案存在的问题并提出解决思路，探讨了联邦学习在边缘计算中应用的未来研究方向和挑战.

Select

一种利用EPT机制的动态物理内存隔离方法

孔维亮,滕俊章,薛猛

2021, 42(12): 2654-2659.

摘要 ( ) PDF全文 ( )

可视化

传统的物理内存保护机制主要依赖具体硬件和操作系统实现，存在可靠性低、隔离性差、安全性弱等缺点.Intel VT的VMX架构通过引入扩展页表（Extended Page Table，EPT）机制实现对物理内存的访问控制.在深入分析EPT实现原理的基础上，设计了一种动态物理内存隔离与访问验证方法，并设计了原型系统PMM（Physical Memory Monitor），该系统能够隐藏Linux操作系统应用程序进程访问的物理内存.在Linux操作系统上进行了原型实现和验证，实验结果表明，该方法能够隐藏应用程序进程访问的物理内存，防止应用程序的物理内存隐私数据和功能代码被非法访问和篡改，并且带来较少的性能开销.

Select

基于网络嵌入的异质网络重叠社区发现算法

赵宇红,韩丽文

2021, 42(12): 2660-2665.

摘要 ( ) PDF全文 ( )

可视化

针对SLPA算法在中心节点选取、标签更新策略方面存在的问题，进行改进，提出了一种异质网络重叠社区发现算法NELPA.首先，提出了一种度量异质网络节点相似性的方法，该方法通过元路径嵌入学习及加权融合可度量任意类型节点的相似性.其次，提出了一种基于邻居节点影响力的节点排序方法.最后将这两种方法用于对SLPA算法改进，设计并提出了NELPA算法，该算法解决了SLPA算法中心节点选取随机性、相似性度量指标粗略且不适合直接应用于异质网络社区发现的问题.在真实数据集上进行元路径权重确定、节点排序和社区聚类的仿真实验，并与经典算法进行对比，结果表明，该算法可对异质网络节点进行更准确的相似性度量，并可获得更好的社区聚类效果.

Select

一种低开销的近似乘法器设计

谢迎娟,折夏煜,褚嘉敏,王亮,蔡莉,王海滨,韩光洁

2021, 42(12): 2666-2671.

摘要 ( ) PDF全文 ( )

可视化

基于精确二进制乘法器，提出了操作数裁剪方法和低开销部分积累加算法，设计了一种新型近似乘法器.对于8位和10位二进制乘法器，该近似乘法器将部分积累加步骤分别减少约42.8%和56%.另外，对比了不同乘法器的误差特性和开销.误差特性结果显示所提出的近似乘法器的平均误差距离和最大误差距离分别为3.01%和20.47%.由开销评估可知，该近似乘法器的查找表使用量和片上功耗分别为60和7.8w，相比于精确乘法器分别减少了约16.7%和46.9%.

Select

基于图神经网络的BWDSP指令选择方法优化研究

侯璇,凤维杰,郑启龙,

2021, 42(12): 2672-2679.

摘要 ( ) PDF全文 ( )

可视化

现阶段，现代处理器选用不同的策略处理编译完成的代码指令，而选用的指令影响后端代码的性能优化.指令选择所采用的策略依然与传统的基于宏扩展和基于图覆盖的方法相似，且不支持部分复杂的指令，无法充分利用复杂指令带来的高效率，因此也亟需一种新型且有效、可拓展、可移植的指令选择策略.近些年图神经网络GNN在处理非欧氏数据上取得了很多的突破.本文将GNN应用于基于BWDSP平台编译器后端的指令选择的处理过程中，基于图节点的分类、边属性的预测和图分类提出一种低耦合性的指令选择模型，通过实验验证并对比这种方法与传统方法的有效性.并且证明了一个高效的指令选择策略能够充分利用BWDSP的资源，降低程序执行的代价.在提高BWDSP指令选择能力的同时，也期望能将该方法应用到不同平台的指令集，或者编译优化的其它子领域和不同的编译器中.

Select

一种利用深度学习的数据流错误检测方法

胡志诚,庄毅,晏祖佳

2021, 42(12): 2680-2688.

摘要 ( ) PDF全文 ( )

可视化

在太空辐射环境中，计算机系统中的硬件部分如寄存器和存储设备中存储的数据会因单粒子效应而发生改变，可能导致程序正常执行但输出结果不正确，引发数据流错误.针对在程序级数据流错误的检测率不高并且开销大的问题，面向程序级代码，本文提出了一种基于深度学习的数据流错误检测方法DEDDL，可智能识别关键变量.进一步针对分析结果，提出了数据流错误检测算法DAIA，可自动添加具有复算冗余和有检测功能的语句，实时检测程序的数据流错误.实验结果表明，本文提出的方法，在取得较高错误检测率的同时，相对于已有的数据流错误检测算法拥有较低的时空开销；并具有独立于具体编译器，便于实施，快速部署等优点.

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