摘要点击排行

    一年内发表文章 |  两年内 |  三年内 |  全部

    当前位置: 一年内发表文章
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 深度强化学习及在路径规划中的研究进展
    张荣霞,武长旭,孙同超,赵增顺
    计算机工程与应用    2021, 57 (19): 44-56.   DOI: 10.3778/j.issn.1002-8331.2104-0369
    摘要539)      PDF(pc) (1134KB)(387)    收藏

    路径规划的目的是让机器人在移动过程中既能避开障碍物,又能快速规划出最短路径。在分析基于强化学习的路径规划算法优缺点的基础上,引出能够在复杂动态环境下进行良好路径规划的典型深度强化学习DQN(Deep Q-learning Network)算法。深入分析了DQN算法的基本原理和局限性,对比了各种DQN变种算法的优势和不足,进而从训练算法、神经网络结构、学习机制、AC(Actor-Critic)框架的多种变形四方面进行了分类归纳。提出了目前基于深度强化学习的路径规划方法所面临的挑战和亟待解决的问题,并展望了未来的发展方向,可为机器人智能路径规划及自动驾驶等方向的发展提供参考。

    参考文献 | 相关文章 | 多维度评价
    2. 基于深度学习的医学图像配准技术研究进展
    郭艳芬,崔喆,杨智鹏,彭静,胡金蓉
    计算机工程与应用    2021, 57 (15): 1-8.   DOI: 10.3778/j.issn.1002-8331.2101-0281
    摘要501)      PDF(pc) (681KB)(465)    收藏

    医学图像配准技术对于病灶检测、临床诊断、手术规划,疗效评估等有着广泛的应用价值。系统性地总结了基于深度学习的配准算法,从深度迭代、全监督、弱监督到无监督学习的研究发展趋势,分析了各种方法的优势与局限。总体来看,无论是对数据的要求、配准精度,还是计算效率,无监督学习因其不依赖金标准和解剖标签,采用端到端的网络配准框架就可以自动执行需要的任务等优势成为研究的主流方向。然而,基于无监督学习的医学图像配准方法在医学图像领域的可解释性、跨模态多样性和可重复可扩展性方面同样面临着一些研究难点和挑战,这为将来实现更精准的医学图像配准方法指明了研究方向。

    相关文章 | 多维度评价
    3. 中文领域命名实体识别综述
    焦凯楠,李欣,朱容辰
    计算机工程与应用    2021, 57 (16): 1-15.   DOI: 10.3778/j.issn.1002-8331.2103-0127
    摘要457)      PDF(pc) (928KB)(416)    收藏

    命名实体识别(Named Entity Recognition,NER)作为自然语言处理领域经典的研究主题,是智能问答、知识图谱等任务的基础技术。领域命名实体识别(Domain Named Entity Recognition,DNER)是面向特定领域的NER方案。在深度学习技术的推动下,中文DNER取得了突破性进展。概括了中文DNER的研究框架,从领域数据源的确定、领域实体类型及规范制定、领域数据集的标注规范、中文DNER评估指标四个角度对国内外已有研究成果进行了综合评述;总结了目前常见的中文DNER的技术框架,介绍了基于词典和规则的模式匹配方法、统计机器学习方法、基于深度学习的方法、多方融合的深度学习方法,并重点分析了基于词向量表征和深度学习的中文DNER方法;讨论了中文DNER的典型应用场景,对未来发展方向进行了展望。

    相关文章 | 多维度评价
    4. 文本情感分析方法研究综述
    王婷,杨文忠
    计算机工程与应用    2021, 57 (12): 11-24.   DOI: 10.3778/j.issn.1002-8331.2101-0022
    摘要443)      PDF(pc) (906KB)(510)    收藏

    文本情感分析是自然语言处理领域的一个重要分支,广泛应用于舆情分析和内容推荐等方面,是近年来的研究热点。根据使用的不同方法,将其划分为基于情感词典的情感分析方法、基于传统机器学习的情感分析方法、基于深度学习的情感分析方法。通过对这三种方法进行对比,分析其研究成果,并对不同方法的优缺点进行归纳总结,介绍相关数据集和评价指标及应用场景,对情感分析子任务进行简单概括,发现将来的情感分析问题的研究趋势及应用领域,并为研究者在相关领域方面提供一定的帮助和指导。

    相关文章 | 多维度评价
    5. 深度学习在自然语言处理领域的研究进展
    江洋洋,金伯,张宝昌
    计算机工程与应用    2021, 57 (22): 1-14.   DOI: 10.3778/j.issn.1002-8331.2106-0166
    摘要393)      PDF(pc) (1781KB)(103)    收藏

    通过定量与定性相结合的方式全面分析了深度学习在自然语言处理领域的研究情况。采用CiteSpace和VOSviewer对深度学习在自然语言处理领域的研究国家、机构、期刊分布、关键词共现、共被引网络聚类及时间轴视图等进行知识图谱绘制,理清研究脉络。通过深入挖掘领域内的重要文献,总结深度学习在自然语言处理领域的研究趋势、存在的主要问题或发展瓶颈,并给出相应的解决办法与思路。对于如何跟踪深度学习在自然语言处理领域的研究成果给出建议,为该领域的后续研究与发展提供参考。

    参考文献 | 相关文章 | 多维度评价
    6. 生成对抗网络及其应用研究综述
    魏富强,古兰拜尔·吐尔洪,买日旦·吾守尔
    计算机工程与应用    2021, 57 (19): 18-31.   DOI: 10.3778/j.issn.1002-8331.2104-0248
    摘要388)      PDF(pc) (1078KB)(995)    收藏

    生成对抗网络的理论研究与应用不断获得成功,已经成为当前深度学习领域研究的热点之一。对生成对抗网络理论及其应用从模型的类型、评价标准和理论研究进展等方面进行系统的综述:分别分析基于显式密度和基于隐式密度的生成模型的优缺点;总结生成对抗网络的评价标准,解读各标准之间的关系,并从应用层面介绍生成对抗网络在图像及其他领域中的研究进展,即通过图像转换、图像生成、图像修复、视频生成、文本生成及图像超分辨率等的应用;从模型的结构表示、训练控制、性能稳定以及评价标准等角度分析生成对抗网络的理论研究进展。研究讨论生成对抗网络的挑战,展望未来可能存在的发展方向。

    参考文献 | 相关文章 | 多维度评价
    7. 神经风格迁移模型综述
    唐稔为,刘启和,谭浩
    计算机工程与应用    2021, 57 (19): 32-43.   DOI: 10.3778/j.issn.1002-8331.2105-0296
    摘要359)      PDF(pc) (1078KB)(375)    收藏

    神经风格迁移技术主要用于对图像、视频等进行风格化,使其具有艺术美感,该领域极具应用价值,是人工智能的热门研究领域之一。为推动神经风格迁移领域的研究发展,对神经风格迁移技术进行了全面概述。简述了非真实感渲染技术和传统的纹理迁移技术。对现有神经风格迁移模型进行了分类整理,并详细探讨了各类代表性模型的算法原理及后续改进,分析了神经风格迁移技术的应用市场。提出对风格迁移模型质量的评判应该从定性评估和定量评估两个方面来考虑,并从各个角度讨论了现阶段风格迁移技术存在的问题以及未来研究方向。最后强调应提高模型的综合能力,在保证生成质量的情况下提升生成速度以及泛化能力。

    参考文献 | 相关文章 | 多维度评价
    8. 基于计算机视觉的Transformer研究进展
    刘文婷, 卢新明
    计算机工程与应用    2022, 58 (6): 1-16.   DOI: 10.3778/j.issn.1002-8331.2106-0442
    摘要355)      PDF(pc) (1089KB)(338)    收藏
    Transformer是一种基于自注意力机制、并行化处理数据的深度神经网络。近几年基于Transformer的模型成为计算机视觉任务的重要研究方向。针对目前国内基于Transformer综述性文章的空白,对其在计算机视觉上的应用进行概述。回顾了Transformer的基本原理,重点介绍了其在图像分类、目标检测、图像分割等七个视觉任务上的应用,并对效果显著的模型进行分析。最后对Transformer在计算机视觉中面临的挑战以及未来的发展趋势进行了总结和展望。
    参考文献 | 相关文章 | 多维度评价
    9. 卷积神经网络中的注意力机制综述
    张宸嘉,朱磊,俞璐
    计算机工程与应用    2021, 57 (20): 64-72.   DOI: 10.3778/j.issn.1002-8331.2105-0135
    摘要353)      PDF(pc) (973KB)(411)    收藏

    注意力机制因其优秀的效果与即插即用的便利性,在深度学习任务中得到了越来越广泛的应用。主要着眼于卷积神经网络,对卷积网络注意力机制发展过程中的各种主流方法进行介绍,并对其核心思想与实现过程进行提取与总结,同时对每种注意力机制方法进行实现,针对同型号辐射源设备实测数据进行对比实验与结果分析,并依据主流方法的思想与实验的结果总结并阐述了卷积网络中的注意力机制的研究现状与未来其发展方向。

    参考文献 | 相关文章 | 多维度评价
    10. 改进U-Net的新冠肺炎图像分割方法
    宋瑶,刘俊
    计算机工程与应用    2021, 57 (19): 243-251.   DOI: 10.3778/j.issn.1002-8331.2010-0207
    摘要340)      PDF(pc) (915KB)(191)    收藏

    新型冠状病毒肺炎(COVID-19)大流行疾病正在全球范围内蔓延。计算机断层扫描(CT)影像技术,在抗击全球 COVID-19 的斗争中起着至关重要的作用,诊断新冠肺炎时,如果能够从CT图像中自动准确分割出新冠肺炎病灶区域,将有助于医生进行更准确和快速的诊断。针对新冠肺炎病灶分割问题,提出基于U-Net改进模型的自动分割方法。在编码器中运用了在 ImageNet 上预训练好的 EfficientNet-B0网络,对有效信息进行特征提取。在解码器中将传统的上采样操作换成DUpsampling结构,以此来充分获取病灶边缘的细节特征信息,最后通过模型快照的集成提高分割的精度。在公开数据集上的实验结果表明,所提算法的准确率、召回率和Dice系数分别为84.24%、80.43%和85.12%,与其他的语义分割算法相比,该方法能有效分割新冠肺炎病灶区域,具有良好的分割性能。

    参考文献 | 相关文章 | 多维度评价
    11. 图像超分辨率重建算法综述
    孙菁阳,陈凤东,韩越越,吴煜雯,甘雨,刘国栋
    计算机工程与应用    2021, 57 (17): 1-9.   DOI: 10.3778/j.issn.1002-8331.2103-0556
    摘要299)      PDF(pc) (1343KB)(289)    收藏

    图像超分辨率重建旨在从低分辨率图像恢复出高分辨率清晰图像。阐述了典型图像超分辨率重建方法的思想,从上采样位置和上采样方法、学习策略、损失函数等维度,对典型和最新的基于深度学习的图像超分辨率重建算法进行了评述,分析了最新的发展现状,并对未来发展趋势进行了展望。

    相关文章 | 多维度评价
    12. 基于深度学习的视觉多目标跟踪算法综述
    张瑶,卢焕章,张路平,胡谋法
    计算机工程与应用    2021, 57 (13): 55-66.   DOI: 10.3778/j.issn.1002-8331.2102-0260
    摘要294)      PDF(pc) (931KB)(394)    收藏

    视觉多目标跟踪是计算机视觉领域的热点问题,然而,场景中目标数量的不确定、目标之间的相互遮挡、目标特征区分度不高等多种难题导致了视觉多目标跟踪现实应用进展缓慢。近年来,随着视觉智能处理研究的不断深入,涌现出多种多样的深度学习类视觉多目标跟踪算法。在分析了视觉多目标跟踪面临的挑战和难点基础上,将算法分为基于检测跟踪(Detection-Based-Tracking,DBT)、联合检测跟踪(Joint-Detection-Tracking,JDT)两大类及六个子类,研究不同类别算法的优缺点。分析表明,DBT类算法结构简单,但算法各子环节的关联度不高,JDT类算法融合多模块联合学习,在多项跟踪评价指标中占优。DBT类算法中特征提取模块是解决目标遮挡问题的关键,但损失了算法速度,JDT类算法对检测模块更为依赖。目前,多目标跟踪跟踪总体是从DBT类算法向JDT发展,分阶段实现算法准确度与速度的均衡;提出多目标跟踪算法未来在数据集、各子模块、具体场景应用等方面的发展方向。

    相关文章 | 多维度评价
    13. 迁移学习方法在医学图像领域的应用综述
    高爽,徐巧枝
    计算机工程与应用    2021, 57 (24): 39-50.   DOI: 10.3778/j.issn.1002-8331.2107-0300
    摘要288)      PDF(pc) (896KB)(433)    收藏

    深度学习技术发展迅速,在医学图像处理领域取得了显著成果。但是由于医学图像样本少,标注困难,使得深度学习的效果远未达到预期。近年,利用迁移学习方法缓解医学图像样本不足的问题,提高深度学习技术在医学图像领域的效果,成为了研究热点之一。介绍了迁移学习方法的基本概念、类型、常用策略及模型,根据迁移学习方法的类型,对当前医学图像领域具有代表性的相关研究进行了梳理与小结,对该领域的未来发展进行了总结和展望。

    参考文献 | 相关文章 | 多维度评价
    14. 铁路5G移动通信系统边缘计算安全研究
    刘佳佳,吴昊,李盼盼
    计算机工程与应用    2021, 57 (12): 1-10.   DOI: 10.3778/j.issn.1002-8331.2102-0052
    摘要275)      PDF(pc) (688KB)(269)    收藏

    边缘计算作为智能铁路5G网络的关键技术,将数据缓存能力、流量转发能力与应用服务能力下沉到网络边缘,有效契合智能铁路的低时延、大带宽、海量连接需求,以支持智能轨道交通应用。然而,由于其在物理位置、业务类型等多方面发生了变化,且铁路场景外部环境复杂、高度动态性、可信度低,使智能铁路业务的边缘节点面临新的安全挑战。结合5G边缘计算安全的研究现状,基于终端、边缘网络、边缘节点和边缘应用四个方面分析铁路5G边缘计算面临的安全威胁,在细化安全需求和挑战、标准进展的基础上,综述和总结可适用于铁路MEC安全的研究方法和评价指标,结合铁路5G边缘计算特点,提出铁路MEC端到端安全服务方案和未来智能铁路MEC安全研究的发展方向。

    相关文章 | 多维度评价
    15. 零样本学习综述
    王泽深,杨云,向鸿鑫,柳青
    计算机工程与应用    2021, 57 (19): 1-17.   DOI: 10.3778/j.issn.1002-8331.2106-0133
    摘要268)      PDF(pc) (1267KB)(270)    收藏

    尽管自深度学习发展以来,减少大量人工标记样本的需求使得零样本学习取得了不错的进展,以至于已经拥有比较完善的理论体系。但是对于零样本学习应用的研究寥寥无几,如何有效地对应用领域进行梳理是现阶段急需解决的问题。对零样本的理论体系进行介绍,通过一个例子引出零样本学习的定义,继而与广义零样本、监督学习比较,再而列举4个关键问题以及现有的解决方案,给出文本、图像、视频三方面常用的数据集;按照关键技术(属性、嵌入以及生成模型)出现时间顺序,对13个典型模型如何进行零样本学习展开描述,并对优点、缺点、创新点、挑选数据集以及表现进行总结;从词、图像、视频3个维度详细介绍了零样本学习在各个领域的应用;提出了零样本学习过程中出现的挑战并给出了对应的潜在研究方向。

    参考文献 | 相关文章 | 多维度评价
    16. 上市公司文本信息披露智能分析研究综述
    吕品,武秦娟,许嘉
    计算机工程与应用    2021, 57 (24): 1-13.   DOI: 10.3778/j.issn.1002-8331.2106-0270
    摘要264)      PDF(pc) (724KB)(217)    收藏

    对上市公司发布的文本信息披露进行分析是投资者了解公司经营状况、做出投资决策的重要途径,然而人工阅读和分析的方法存在效率低、成本高等问题。人工智能技术的发展则为文本信息的智能分析提供了契机,能够从海量企业文本数据中挖掘有价值的信息,充分发挥数据驱动的优势,大幅度提高分析效率,成为近些年的研究热点。对近十年关于上市公司文本信息披露智能分析的研究工作进行了总结,分别从文本信息披露的事件类型的研究现状、智能分析方法和应用场景三个方面进行了归纳,分析了该领域当前面临的挑战,最后根据现有方法的不足指出了未来可能的研究方向。

    参考文献 | 相关文章 | 多维度评价
    17. 基于弱监督学习的目标检测研究进展
    杨辉,权冀川,梁新宇,王中伟
    计算机工程与应用    2021, 57 (16): 40-49.   DOI: 10.3778/j.issn.1002-8331.2103-0306
    摘要250)      PDF(pc) (633KB)(305)    收藏

    随着卷积神经网络(Convolutional Neural Network,CNN)的不断发展,目标检测作为计算机视觉中最基本的技术,已取得了令人瞩目的进展。介绍了强监督目标检测算法对数据集标注精度要求高的现状。对基于弱监督学习的目标检测算法进行研究,按照不同的特征处理方法将该算法归为四类,并分析比较了各类算法的优缺点。通过实验比较了各类基于弱监督学习的目标检测算法的检测精度,并将其与主流的强监督目标检测算法进行了比较。展望了基于弱监督学习的目标检测算法未来的研究热点。

    相关文章 | 多维度评价
    18. 基于机器学习的遥感图像超分辨综述
    李正,刘薇,张凯兵
    计算机工程与应用    2021, 57 (13): 8-17.   DOI: 10.3778/j.issn.1002-8331.2102-0180
    摘要243)      PDF(pc) (961KB)(223)    收藏

    综述了基于机器学习的遥感图像超分辨重建技术的研究和发展。基于机器学习的遥感图像超分辨率重建技术通过学习低分辨图像与高分辨图像之间映射的关系,提升遥感图像的空间分辨率,从而有助于遥感图像的视觉分析。根据数据表达方法的不同将基于机器学习的遥感图像超分辨方法分为两类,包括基于字典学习的方法和基于深度学习的方法;简述了各类方法针对的问题,分析其设计思路和实现原理;对各类方法的优缺点和性能指标进行了对比分析;总结了遥感图像超分辨面临的问题和难点,并对未来发展的趋势进行了展望。

    相关文章 | 多维度评价
    19. 融合改进A*与DWA算法的机器人动态路径规划
    刘建娟,薛礼啟,张会娟,刘忠璞
    计算机工程与应用    2021, 57 (15): 73-81.   DOI: 10.3778/j.issn.1002-8331.2103-0525
    摘要242)      PDF(pc) (1452KB)(396)    收藏

    传统A*算法是移动机器人全局路径规划的常用算法之一,但是算法搜索效率低、规划路径转折点多、面对复杂环境中随机出现的动态障碍物无法实现动态路径规划。针对这些问题,在考虑全局最优的基础上将改进A*与DWA算法融合,量化环境中的障碍物信息,根据此信息调节A*算法启发函数的权重,提高算法的效率和灵活性。基于Floyd算法思想设计路径节点优化算法,删除冗余节点,减少转折,提高路径平滑度。基于全局最优设计DWA算法的动态窗口评价函数,用于区分已知障碍物和未知动态、静态障碍物,提取改进A*算法规划路径的关键点作为DWA算法的临时目标点,在全局最优的基础上实现了改进A*与DWA算法融合。实验结果表明,在复杂环境中,融合算法规划路径既能保证全局最优,又能及时有效地躲避环境中出现的动静态障碍物,实现复杂环境中的动态路径规划。

    相关文章 | 多维度评价
    20. 改进YOLOv4在遥感飞机目标检测中的应用研究
    侯涛,蒋瑜
    计算机工程与应用    2021, 57 (12): 224-230.   DOI: 10.3778/j.issn.1002-8331.2011-0248
    摘要230)      PDF(pc) (2986KB)(255)    收藏

    针对遥感图像中飞机目标检测精度低、检测速度慢、背景复杂等问题,提出了一种基于深度学习的改进YOLOv4目标检测算法。改进YOLOv4的主干特征提取网络,保留高分辨率的特征层,去除了用于检测大目标的特征层,减少语义丢失。在卷积神经网络中使用DenseNet(密集连接网络)加强对飞机目标的特征提取,减少梯度消失问题。对数据集使用[K]-means算法得到效果最佳的先验框数量和尺寸。在RSOD(Remote Sensing Object Detection)数据集和DIOR(Detection In Optical Remote sensing images)数据集上的实验表明,该算法满足实时性的需求,且该算法的精确度达到95.4%,较原算法提升了0.3个百分点;召回率达到86.04%,提升了4.68个百分点;mAP值达到85.52%,提升了5.27个百分点。

    相关文章 | 多维度评价
    21. 基于多源信息的行人再识别研究综述
    杜卓群,胡晓光,杨世欣,李晓筱,王梓强,蔡能斌
    计算机工程与应用    2021, 57 (14): 1-14.   DOI: 10.3778/j.issn.1002-8331.2103-0197
    摘要229)      PDF(pc) (1396KB)(215)    收藏

    随着计算机视觉技术的不断发展,行人再识别技术在安防、侦查和智能监控等领域发挥了巨大的作用,成为了当下的研究热点。传统的行人再识别技术聚焦于摄像机采集到的可见光图像这一视觉信息的研究,并且在实验室条件下已经达到了较好的效果,但在光照情况差、目标遮挡、画质模糊等不利条件下,算法的识别率出现了断崖式的下降。如今视觉信息不单单再聚焦于可见光图像,而是引入了红外图像、深度图像、素描人像等信息用以提高算法的识别率。与此同时,文本信息和时空信息的应用同样也提升了行人再识别算法的性能。但由于各个模态间存在天然差异,如何连接多种信息成了多源信息行人再识别研究的主要问题。对近年公开发表的多源信息行人再识别研究论文的梳理,阐述了行人再识别的研究现状、技术困难以及未来的发展趋势。

    相关文章 | 多维度评价
    22. 基于CNN和LSTM的多通道注意力机制文本分类模型
    滕金保,孔韦韦,田乔鑫,王照乾,李龙
    计算机工程与应用    2021, 57 (23): 154-162.   DOI: 10.3778/j.issn.1002-8331.2104-0212
    摘要227)      PDF(pc) (844KB)(180)    收藏

    针对传统的卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆网络(Long Short-Term Memory,LSTM)在提取特征时无法体现每个词语在文本中重要程度的问题,提出一种基于CNN和LSTM的多通道注意力机制文本分类模型。使用CNN和LSTM提取文本局部信息和上下文特征;用多通道注意力机制(Attention)提取CNN和LSTM输出信息的注意力分值;将多通道注意力机制的输出信息进行融合,实现了有效提取文本特征的基础上将注意力集中在重要的词语上。在三个公开数据集上的实验结果表明,提出的模型相较于CNN、LSTM及其改进模型效果更好,可以有效提高文本分类的效果。

    参考文献 | 相关文章 | 多维度评价
    23. 无人系统认知联合抗干扰通信研究综述
    王桂胜, 董淑福, 黄国策
    计算机工程与应用    2022, 58 (8): 1-11.   DOI: 10.3778/j.issn.1002-8331.2109-0334
    摘要226)      PDF(pc) (913KB)(232)    收藏
    随着电磁环境日益复杂、敌我对抗态势越发激烈,对无人系统信息传输的可靠性提出了更高的要求,传统节点的认知通信模式已难以适应未来自主化、分布式的宽带联合抗干扰发展趋势。针对无人系统面临的抗干扰低截获通信需求,围绕干扰的检测识别、变换分析和多域抑制等认知抗干扰关键技术展开具体分析,梳理常见的检测估计和分类识别研究现状;对典型干扰类型进行分类建模,总结变换处理过程的方法和问题;并对传统干扰抑制方法和新型干扰抑制方法进行了系统性概述,分析了未知干扰的分类识别、多样干扰的时域消除、分布干扰的联合分离以及协同干扰的优化控制等制约宽带联合抗干扰的关键问题,突出认知抗干扰技术对无人系统通信的重要作用。
    参考文献 | 相关文章 | 多维度评价
    24. 国内外人工智能的研究热点对比与前沿挖掘
    王友发,陈辉,罗建强
    计算机工程与应用    2021, 57 (12): 46-53.   DOI: 10.3778/j.issn.1002-8331.2102-0315
    摘要224)      PDF(pc) (1089KB)(213)    收藏

    为了直观地了解人工智能领域发展现状及研究前沿,剖析国内外研究存在的异同点,助力国内人工智能研究。以Web of Science数据库和CNKI数据库的2008—2019年期刊论文为依据,借助Citespace软件对期刊论文进行科学知识图谱绘制和可视化分析。根据客观数据和科学知识图谱发现:2016年后,人工智能领域迎来新的研究热潮,且呈现“中美双雄”的格局;在发文质量上,北美区域是当前人工智能研究水平最高的区域;目前,人工智能研究的主力军是高校,且尚未形成产学研相结合的体系;研究主题具有鲜明的时代特征,人工神经网络、算法、大数据、机器人、计算机视觉、法律伦理学等成为当下的研究热点;最后根据人工智能研究脉络演进图与高频突现词提出该领域的“深度强化学习”“人工智能+”“智能社会科学”三个研究前沿,为后续人工智能研究提供方向建议。

    相关文章 | 多维度评价
    25. 多智能体博弈强化学习研究综述
    王军,曹雷,陈希亮,赖俊,章乐贵
    计算机工程与应用    2021, 57 (21): 1-13.   DOI: 10.3778/j.issn.1002-8331.2104-0432
    摘要223)      PDF(pc) (779KB)(278)    收藏

    使用深度强化学习解决单智能体任务已经取得了突破性的进展。由于多智能体系统的复杂性,普通算法无法解决其主要难点。同时,由于智能体数量增加,将最大化单个智能体的累积回报的期望值作为学习目标往往无法收敛,某些特殊的收敛点也不满足策略的合理性。对于不存在最优解的实际问题,强化学习算法更是束手无策,将博弈理论引入强化学习可以很好地解决智能体的相互关系,可以解释收敛点对应策略的合理性,更重要的是可以用均衡解来替代最优解以求得相对有效的策略。因此,从博弈论的角度梳理近年来出现的强化学习算法,总结当前博弈强化学习算法的重难点,并给出可能解决上述重难点的几个突破方向。

    参考文献 | 相关文章 | 多维度评价
    26. 抽取式机器阅读理解研究综述
    包玥,李艳玲,林民
    计算机工程与应用    2021, 57 (12): 25-36.   DOI: 10.3778/j.issn.1002-8331.2102-0038
    摘要221)      PDF(pc) (845KB)(194)    收藏

    机器阅读理解要求机器能够理解自然语言文本并回答相关问题,是自然语言处理领域的核心技术,也是自然语言处理领域最具挑战性的任务之一。抽取式机器阅读理解是机器阅读理解任务中一个重要的分支,因其更贴合实际情况,更能够反映机器的理解能力,成为当前学术界和工业界的研究热点。对抽取式机器阅读理解从以下四个方面进行了全面地综述:介绍了机器阅读理解任务及其发展历程;介绍了抽取式机器阅读理解任务以及其现阶段存在的难点;对抽取式机器阅读理解任务的主要数据集及方法进行了梳理总结;讨论了抽取式机器阅读理解的未来发展方向。

    相关文章 | 多维度评价
    27. 基于强化学习的SDN路由优化算法
    车向北,康文倩,欧阳宇宏,杨柯涵,李剑
    计算机工程与应用    2021, 57 (12): 93-98.   DOI: 10.3778/j.issn.1002-8331.2003-0423
    摘要220)      PDF(pc) (869KB)(256)    收藏

    针对SDN控制器中网络路由的优化问题,基于强化学习中的PPO模型设计了一种路由优化算法。该算法可以针对不同的优化目标调整奖励函数来动态更新路由策略,并且不依赖于任何特定的网络状态,具有较强的泛化性能。由于采用了强化学习中策略方法,该算法对路由策略的控制相比各类基于Q-learning的算法更为精细。基于Omnet++仿真软件通过实验评估了该算法的性能,相比传统最短路径路由算法,路由优化算法在Sprint结构网络上的平均延迟和端到端最大延迟分别降低了29.3%和17.4%,吞吐率提高了31.77%,实验结果说明了基于PPO的SDN路由控制算法不仅具有良好的收敛性,而且相比静态最短路径路由算法与基于Q-learning的QAR路由算法具有更好的性能和稳定性。

    相关文章 | 多维度评价
    28. COVID-19医学影像数据集及研究进展
    刘锐,丁辉,尚媛园,邵珠宏,刘铁
    计算机工程与应用    2021, 57 (22): 15-27.   DOI: 10.3778/j.issn.1002-8331.2106-0118
    摘要220)      PDF(pc) (1013KB)(206)    收藏

    由于影像学技术在新型冠状病毒肺炎(COVID-19)的诊断和评估中发挥了重要作用,COVID-19相关数据集陆续被公布,但目前针对相关文献中数据集以及研究进展的整理相对较少。为此,通过COVID-19相关的期刊论文、报告和相关开源数据集网站,对涉及到的新冠肺炎数据集及深度学习模型进行整理和分析,包括计算机断层扫描(CT)图像数据集和X射线(CXR)图像数据集。对这些数据集呈现的医学影像的特征进行分析;重点论述开源数据集,以及在相关数据集上表现较好的分类和分割模型。最后讨论了肺部影像学技术未来的发展趋势。

    参考文献 | 相关文章 | 多维度评价
    29. 多模态数据融合综述
    任泽裕,王振超,柯尊旺,李哲,吾守尔·斯拉木
    计算机工程与应用    2021, 57 (18): 49-64.   DOI: 10.3778/j.issn.1002-8331.2104-0237
    摘要219)      PDF(pc) (1214KB)(255)    收藏

    随着当今信息技术的飞速发展,信息的存在形式多种多样,来源也十分广泛。不同的存在形式或信息来源均可被称之为一种模态,由两种或两种以上模态组成的数据称之为多模态数据。多模态数据融合负责将多个模态的信息进行有效的整合,汲取不同模态的优点,完成对信息的整合。自然现象具有十分丰富的特征,单一模态很难提供某个现象的完整信息。面对保持融合后具有各个模态信息的多样性以及完整性、使各个模态的优点最大化、减少融合过程造成的信息损失等方面的融合要求,如何对各个模态的信息进行融合成为了多个领域广泛存在的一个新挑战。简要阐述了常见的多模态融合方法、融合架构,总结了三个常见的融合模型,简要分析协同、联合、编解码器三大架构的优缺点以及多核学习、图像模型等具体融合方法。在多模态的应用方面,对多模态视频片段检索、综合多模态信息生成内容摘要、多模态情感分析、多模态人机对话系统进行了分析与总结。指出了当前多模态融合出现的问题,并提出未来的研究方向。

    相关文章 | 多维度评价
    30. 手语识别方法与技术综述
    米娜瓦尔·阿不拉,阿里甫·库尔班,解启娜,耿丽婷
    计算机工程与应用    2021, 57 (18): 1-12.   DOI: 10.3778/j.issn.1002-8331.2104-0220
    摘要215)      PDF(pc) (719KB)(200)    收藏

    手语作为聋哑人和健听人的主要交流渠道,在日常生活中发挥着十分重要的作用。随着计算机视觉领域和深度学习领域的高速发展,手语识别领域也迎来了新的机遇。对近年来基于计算机视觉的手语识别研究中使用的先进方法和技术进行了综述。从静态手语、孤立词和连续语句识别三个分支出发,系统地阐述了手语识别常用方法和技术难点。详细介绍了图像预处理、检测与分割、跟踪、特征提取、分类等手语识别步骤。总结分析了手语识别常用的算法和神经网络模型,归纳整理了常用手语数据集,并对不同语种识别现状进行了分析,探讨了手语识别面临的挑战与限制。

    相关文章 | 多维度评价
    31. 生成对抗网络在医学图像处理中的应用
    李祥霞,谢娴,李彬,尹华,许波,郑心炜
    计算机工程与应用    2021, 57 (18): 24-37.   DOI: 10.3778/j.issn.1002-8331.2104-0176
    摘要211)      PDF(pc) (726KB)(229)    收藏

    生成对抗网络(Generative Adversarial Nets,GANs)模型可以无监督学习到更丰富的数据信息,其包括生成模型与判别模型,凭借二者之间的对抗提高性能。针对传统GANs存在着梯度消失、模式崩溃及无法生成离散数据分布等问题,已经提出了大量的变体模型。介绍了生成对抗网络模型的理论和组成结构;介绍了几种典型的变体模型,重点介绍了生成对抗网络模型在图像生成、图像分割、图像分类、目标检测及图像超分辨率重建应用领域上的研究进展及现状。在研究现状和问题基础上进行了深入分析,进一步总结和探讨了GANs模型在医学图像处理领域中未来发展的趋势和所面临的挑战。

    相关文章 | 多维度评价
    32. 2021年第19期
    计算机工程与应用    2021, 57 (19): 0-0.  
    摘要210)      PDF(pc) (635KB)(178)    收藏
    相关文章 | 多维度评价
    33. 群智协同任务分配研究综述
    陈宝童,王丽清,蒋晓敏,姚寒冰
    计算机工程与应用    2021, 57 (20): 1-12.   DOI: 10.3778/j.issn.1002-8331.2105-0396
    摘要205)      PDF(pc) (689KB)(188)    收藏

    任务分配是群智协同计算和众包中的核心问题之一,即通过设计合理的任务分配策略,在满足任务约束条件下,将群智任务分配给合适的工作者,以提高群智任务的完成效率和结果质量。分析了目前任务分配方法存在的问题,总结并提出了一个通用的任务分配框架,并分别从工作者模型、任务模型、任务分配算法三个方面对国内外相关研究工作进行了分析、归纳和总结。提出了群智协同任务分配研究中的关键问题与今后的研究趋势。

    参考文献 | 相关文章 | 多维度评价
    34. 改进CBAM的轻量级注意力模型
    付国栋,黄进,杨涛,郑思宇
    计算机工程与应用    2021, 57 (20): 150-156.   DOI: 10.3778/j.issn.1002-8331.2101-0369
    摘要203)      PDF(pc) (808KB)(157)    收藏

    近几年注意力模型在计算机视觉领域取得了广泛的应用,通过在卷积神经网络中加入注意力模型,网络的性能可以显著提升。然而大多数现有的方法都专注于开发更复杂的注意力模型,以使卷积神经网络获得更强的特征表达能力,但这也不可避免地增加了模型的复杂性。为了在性能和复杂度间取得平衡,对CBAM模型进行优化提出了轻量级的EAM(Efficient Attention Module)模型。针对CBAM的通道注意力模块,引入一维卷积替代全连接层来聚合各通道间的信息;对于CBAM的空间注意力模块,将大卷积核替换为空洞卷积来增加感受野以聚合更广的空间上下文信息。将该模型融入YOLOv4后在VOC2012数据集上进行测试,mAP提高3.48个百分点。实验结果表明,该注意力模型只引入较小的参数量,网络性能可获得较大提升。

    参考文献 | 相关文章 | 多维度评价
    35. 2021年第24期目次
    计算机工程与应用    2021, 57 (24): 0-0.  
    摘要203)      PDF(pc) (1168KB)(279)    收藏
    相关文章 | 多维度评价
    36. 基于LSTM-Attention与CNN混合模型的文本分类方法
    滕金保,孔韦韦,田乔鑫,王照乾
    计算机工程与应用    2021, 57 (14): 126-133.   DOI: 10.3778/j.issn.1002-8331.2011-0037
    摘要202)      PDF(pc) (780KB)(257)    收藏

    针对传统长短时记忆网络(Long Short-Term Memory,LSTM)和卷积神经网络(Convolution Neural Network,CNN)在提取特征时无法体现每个词语在文本中重要程度的问题,提出一种基于LSTM-Attention与CNN混合模型的文本分类方法。使用CNN提取文本局部信息,进而整合出全文语义;用LSTM提取文本上下文特征,在LSTM之后加入注意力机制(Attention)提取输出信息的注意力分值;将LSTM-Attention的输出与CNN的输出进行融合,实现了有效提取文本特征的基础上将注意力集中在重要的词语上。在三个公开数据集上的实验结果表明,提出的模型相较于LSTM、CNN及其改进模型效果更好,可以有效提高文本分类的效果。

    相关文章 | 多维度评价
    37. 基于注意力机制和图卷积的小样本分类网络
    王晓茹,张珩
    计算机工程与应用    2021, 57 (19): 164-170.   DOI: 10.3778/j.issn.1002-8331.2104-0275
    摘要196)      PDF(pc) (949KB)(165)    收藏

    Deep neural networks have dominated image recognition task with large amounts of labeled data. But training a well-performing network on a smaller dataset is still a very challenging task. How to learn from limited labeled data is a key research with excellent scenarios and potential applications. There are many ways to solve few-shot recognition problem, but there is still a problem of low recognition accuracy. The fundamental reason is that in few-shot learning, the traditional neural network can only accept a small amount of labeled data, which makes the network unable to obtain enough information for identification. Therefore, the paper proposes a few-shot classification model based on attention mechanism and graph convolutional neural network, which can not only extract features better, but also make full use of the features to classify the target image. Through the attention mechanism, it can guide the neural network to pay attention to more useful information, and graph convolution enables the network to make more accurate judgments by using the information from other classes of support set. Through many experiments, it is proved that the classification accuracy of the model on the Omniglot dataset and the miniImageNet dataset surpasses the original relational network which based on traditional neural network.

    参考文献 | 相关文章 | 多维度评价
    38. 深度学习的单幅图像超分辨率重建方法综述
    黄健,赵元元,郭苹,王静
    计算机工程与应用    2021, 57 (18): 13-23.   DOI: 10.3778/j.issn.1002-8331.2102-0257
    摘要195)      PDF(pc) (996KB)(223)    收藏

    图像超分辨率重建即使用特定算法将同一场景中的低分辨率模糊图像恢复成高分辨率图像。近年来,随着深度学习的蓬勃发展,该技术在很多领域都得到了广泛的应用,在图像超分辨率重建领域中基于深度学习的方法被研究的越来越多。为了掌握当前基于深度学习的图像超分辨率重建算法的发展状况和研究趋势,对目前图像超分辨率的流行算法进行综述。主要从现有单幅图像超分辨算法的网络模型结构、尺度放大方法和损失函数三个方面进行详细论述,分析各类方法的缺陷和益处,同时通过实验对比分析不同网络模型、不同损失函数在主流数据集上的重建效果,最后展望基于深度学习的单幅图像超分辨重建算法未来的发展方向。

    相关文章 | 多维度评价
    39. 基于Pearson特征选择的随机森林模型股票价格预测
    闫政旭,秦超,宋刚
    计算机工程与应用    2021, 57 (15): 286-296.   DOI: 10.3778/j.issn.1002-8331.2011-0419
    摘要194)      PDF(pc) (2026KB)(186)    收藏

    为了能够更好地预测股票的走向趋势,解决在大量特征和大数据下预测精度低的问题,在随机森林的基础上提出了一种基于Pearson系数的随机森林新的组合模型方法。利用Pearson系数进行相关性检验删除无关特征;使用改进的网格搜索法对决策树参数调优;利用随机森林将剩余特征进行建模回归预测,并得出最终结论。实验结果表明:改进后的随机森林在预测值的平均绝对误差(MAE)、均方误差(MSE)都得到了较大的提高。其中今世缘改进后的随机森林比传统随机森林的MSE值降低了56%,MAE值降低了37.3%,其他两只股票预测效果也均得到提高。新的组合模型,可以实现对股票价格的短期预测回归,并且能够降低噪声对股票价格预测的影响。该研究为更好地预测股票价格提供了有效证据并为投资者提供了对股票影响因素的选择。

    相关文章 | 多维度评价
    40. 2021年第12期
    计算机工程与应用    2021, 57 (12): 0-0.  
    摘要193)      PDF(pc) (638KB)(164)    收藏
    相关文章 | 多维度评价