计算机工程与应用

2021年第3期

2021, 57(3): 0-0.

摘要 ( )

PDF (684KB) ( )

相关文章 | 计量指标

国产遥感影像分类技术应用研究进展综述

胡杰，张莹，谢仕义

2021, 57(3): 1-13. DOI: 10.3778/j.issn.1002-8331.2007-0101

摘要 ( )

PDF (691KB) ( )

相关文章 | 计量指标

遥感影像分类技术为我国遥感影像应用于生态建设、绿色发展、乡村振兴、脱贫攻坚和“一带一路”构建等提供了重要的技术支撑，在服务经济社会发展、建设美丽中国、保障民生安全等方面具有重要意义。近年来，大数据、人工智能技术的飞速发展，使得国产遥感影像在分类应用的研究取得重大发展。简要分析了遥感影像分类技术及每阶段存在的问题；对国内主要六个系列遥感卫星数据进行了概述；综合分析了国产遥感影像基于像元的、混合像元的、面向对象的、基于深度学习的四种分类方法，并探讨其在分类应用中的研究进展，通过国产遥感影像分类领域中的应用情况，进一步在方法上对四种分类分别进行比较分析；提出国产遥感影像分类应用中存在的问题，对未来国产遥感影像应用发展的趋势进行了预估。

超宽带雷达人体姿态识别综述

李俊侠，张秦，郑桂妹

2021, 57(3): 14-23. DOI: 10.3778/j.issn.1002-8331.2009-0444

摘要 ( )

PDF (855KB) ( )

相关文章 | 计量指标

与传统摄像头相比，利用超宽带雷达进行人体姿态识别不仅对环境要求低、识别率高且能较好地解决摄像头存在视角盲区和易泄露隐私等问题。结合超宽带雷达系统的特性，对常见的超宽带脉冲信号进行了分析；针对当前的研究前沿，对超宽带雷达人体姿态识别的传统机器学习方法和深度学习方法进行分析，结合具体文献对具有代表性的支持向量机（SVM）和卷积神经网络（CNN）进行原理分析和模型的局限性进行了分析；提出超宽带雷达人体姿态识别的通用模型，分析了超宽带雷达人体姿态识别亟需解决的问题并对其未来发展方向进行了展望。

3D打印模型切片及路径规划研究综述

雷聪蕊，葛正浩，魏林林，陈浩

2021, 57(3): 24-32. DOI: 10.3778/j.issn.1002-8331.2009-0106

摘要 ( )

PDF (865KB) ( )

相关文章 | 计量指标

3D打印包括建模、分层切片、路径规划及打印等过程。对3D打印中三维模型数据处理技术核心——切片和路径规划进行综述。介绍3D打印切片软件中针对单材料不同格式的模型切片处理方法，阐明了3D打印中的不同工艺参数影响下的切片算法，包括各类分层切片算法和扫描填充算法，说明每种算法的优缺点，并对现有的单相均质模型切片算法进行对比分析与评价，总结模型切片处理算法的不足，提出改进方向以及未来研究多材料3D打印模型数据处理的切入点。

胶囊神经网络研究现状与未来的浅析

贺文亮，朱敏玲

2021, 57(3): 33-43. DOI: 10.3778/j.issn.1002-8331.2009-0209

摘要 ( )

PDF (890KB) ( )

相关文章 | 计量指标

当今时代的人工智能技术迅速发展，推动了社会的巨大进步。深度学习作为人工智能领域重要的一部分，具有非常广阔的应用前景，近年来，越来越多的专家学者开始研究深度学习领域相关技术，比较典型的两个方向就是自然语言处理和计算机视觉，其中计算机视觉的发展大力引领着深度学习领域的进步。介绍了卷积神经网络的经典模型和深度学习中新型神经网络模型——胶囊网络以及其动态路由算法，并对比了二者的优劣性。对胶囊网络的应用给予综述，以图像和文本两方面来阐述胶囊网络的应用领域和优势所在。最后进行概括总结，并展望了胶囊网络可能的改进方向。

深度学习下的医学影像分割算法综述

彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁

2021, 57(3): 44-57. DOI: 10.3778/j.issn.1002-8331.2010-0335

摘要 ( )

PDF (1397KB) ( )

相关文章 | 计量指标

医学影像分割是计算机视觉在医学影像处理中的一个重要应用领域，其目标是从医学影像中分割出目标区域，为后续的疾病诊断和治疗提供有效的帮助。近年来深度学习技术在图像处理方面取得了巨大进展，基于深度学习的医学影像分割算法逐渐成为该领域研究的重点和热点。叙述了计算机视觉下的医学影像分割任务及其难点，重点综述了基于深度学习的医学影像分割算法，对当前具有代表性的相关方法进行了分类和总结，介绍了医学影像分割算法常用的评价指标和数据集。对该技术的发展进行了总结和展望。

服务机器人云平台服务质量指标体系综述

冯戒虚，司冠南，周风余

2021, 57(3): 58-71. DOI: 10.3778/j.issn.1002-8331.2009-0218

摘要 ( )

PDF (969KB) ( )

相关文章 | 计量指标

服务机器人的诞生丰富了人们的生活，并且随着大数据、云计算等技术的迅速发展，服务机器人连接云平台并从中调取算法服务已经能够实现，云服务机器人已然成为服务机器人的重点研究方向之一，而服务机器人云平台作为云服务机器人的云端服务平台有着重要的作用，需要对服务机器人云平台服务质量进行全面地评估，使服务机器人云平台能够和云服务机器人更好地结合。对服务机器人云平台服务质量指标体系进行综述，分别从软件QOS指标、网络QOS指标、服务机器人QOS指标三方面展开研究，并对三方面指标内容进行总结分析，得出一种服务机器人云平台服务质量指标体系，通过该体系能够对目前的服务机器人云平台以及相关云服务机器人的服务质量进行较为全面地评估，对该体系的未来发展进行展望。

分层强化学习综述

赖俊，魏竞毅，陈希亮

2021, 57(3): 72-79. DOI: 10.3778/j.issn.1002-8331.2010-0038

摘要 ( )

PDF (677KB) ( )

相关文章 | 计量指标

近年来强化学习愈发体现其强大的学习能力，2017年AlphaGo在围棋上击败世界冠军，同时在复杂竞技游戏星际争霸2和DOTA2中人类的顶尖战队也败于AI之手，但其自身又存在着自身的弱点，在不断的发展中瓶颈逐渐出现。分层强化学习因为能够解决其维数灾难问题，使得其在环境更为复杂，动作空间更大的环境中表现出更加优异的处理能力，对其的研究在近几年不断升温。对强化学习的基本理论进行简要介绍，对Option、HAMs、MAXQ这3种经典分层强化学习算法进行介绍，之后对近几年在分层的思想下提出的分层强化学习算法从3个方面进行综述，并对其进行分析，讨论了分层强化学习的发展前景和挑战。

基于RISC-V浮点指令集FPU的研究与设计

潘树朋，刘有耀，焦继业，李昭

2021, 57(3): 80-86. DOI: 10.3778/j.issn.1002-8331.2002-0347

摘要 ( )

PDF (929KB) ( )

相关文章 | 计量指标

针对目前浮点运算软件实现速度慢，不能满足嵌入式处理器实时性要求以及运算种类有限等问题，提出了一种基于RISC-V指令集的浮点处理器，能够执行加法、减法、乘法、除法、平方根、乘累加以及比较运算，完全符合IEEE 754-2008标准。在VCS仿真环境下对浮点处理器进行了功能验证，各模块均能满足正确性要求。将浮点处理器与一款开源处理器核蜂鸟E203集成，使用SMIC 0.18工艺库完成了逻辑综合，并在FPGA上对设计进行了测试。结果表明，该浮点处理器的逻辑门数仅为24 200，吞吐量为150 MFLOPS，与已公开文献的设计方案相比，硬件面积分别减少7%、1.5%。综合运行频率可达100 MHz。

粗糙集属性依赖度强化的应急数据挖掘模型

高天宇，王庆荣，杨磊

2021, 57(3): 87-93. DOI: 10.3778/j.issn.1002-8331.1911-0242

摘要 ( )

PDF (919KB) ( )

相关文章 | 计量指标

在粗糙集的核心方法属性约简理论中，针对次要属性过多时属性依赖度一致引发的约简困难现象，以粗糙集属性依赖度强化为基本方法构建数据挖掘模型。模型中，计算各属性在组合中的依赖度，将组合中的依赖度合并于各属性从而强化属性依赖度。为合理化计算过程，给出一种离散化方法并构建探索模型进行实验，缩小离散量范围与属性组合范围。最后所得依赖度作为属性重要性，挖掘重要属性。实验证明，在部分地区5级以上震后经济损失影响因素分析中，比较传统属性约简，该模型可更有效地分析属性之间的重要性，解决了约简困难的问题，使用测试数据时该模型与传统方法的结果有86%的一致性。

结合鲸鱼优化算法的自适应密度峰值聚类算法

王芙银，张德生，张晓

2021, 57(3): 94-102. DOI: 10.3778/j.issn.1002-8331.2007-0205

摘要 ( )

PDF (857KB) ( )

相关文章 | 计量指标

针对密度峰值聚类算法（DPC）的聚类结果对截断距离[dc]的取值较为敏感、手动选取聚类中心存在着一定主观性的问题，提出了一种结合鲸鱼优化算法的自适应密度峰值聚类算法（WOA-DPC）。利用加权的局部密度和相对距离乘积的斜率变化趋势实现聚类中心的自动选择，避免了手动选取导致的聚类中心少选或多选的情况；考虑到合理的截断距离[dc]是提高DPC算法聚类效果的重要因素，建立以ACC指标为目标函数的优化问题，利用鲸鱼优化算法（WOA）有效地寻优能力对目标函数进行优化，寻找最佳的截断距离[dc]；利用人工合成数据集与UCI上的真实数据集对WOA-DPC算法进行测试。实验结果表明，该算法在FMI、ARI和AMI指标上均优于DPC算法、DBSCAN算法以及K-Means算法，具有更好的聚类表现。

双层虚拟化云架构下任务调度能耗优化算法

张驰，王宇新，冯振，郭禾

2021, 57(3): 103-111. DOI: 10.3778/j.issn.1002-8331.2001-0222

摘要 ( )

PDF (1009KB) ( )

相关文章 | 计量指标

虚拟机上部署容器的双层虚拟化云架构在云数据中心中的使用越来越广泛。为了解决该架构下云数据中心的能耗问题，提出了一种工作流任务调度算法TUMS-RTC。针对有截止时间约束的并行工作流，算法将调度过程划分为时间利用率最大化调度和运行时间压缩两个阶段。时间利用率最大化调度通过充分使用给定的时间范围减少完成工作流所需的虚拟机和服务器数量；运行时间压缩阶段通过压缩虚拟机空闲时间以缩短虚拟机和服务器的工作时间，最终达到降低能耗的目标。使用大量特征可控的随机工作流对TUMS-RTC算法的性能进行了测试。实验结果表明，TUMS-RTC算法相较于对比算法有更高的资源利用率，虚拟机数量减少率和能耗节省率，并且可以很好地处理云计算中规模大且并行度高的工作流。

基于LSH的shapelets转换方法

丁智慧，乔钢柱，程谭，宿荣

2021, 57(3): 112-119. DOI: 10.3778/j.issn.1002-8331.2007-0118

摘要 ( )

PDF (764KB) ( )

相关文章 | 计量指标

针对基于shapelets转换的时间序列分类算法因shapelets候选集中存在大量相似序列而造成耗时过长的问题，提出了一种基于LSH的shapelets转换方法（Locality Sensitive Hashing Shapelets Transform，LSHST），提出一种局部敏感哈希函数（LSH）的改进算法，对原始子序列候选集进行逐级过滤筛选，快速挑选出形态上具有代表性的shapelets集合，计算集合中shapelets的质量，采用覆盖的方法确定将要进行转换的shapelets，进一步减小shapelets的数量，进行shapelets转换。实验表明，与Shapelet Transform（ST）、ClusterShapelets（CST）和Fast Shapelet Selection（FSS）算法相比，LSHST在分类精度上最高提升了20.05、19.9和16.52个百分点，在时间节省程度上最高达8 000倍、16 000倍和8.5倍。

基于区块链的云计算数据共享系统研究

翁晓泳

2021, 57(3): 120-124. DOI: 10.3778/j.issn.1002-8331.2001-0137

摘要 ( )

PDF (764KB) ( )

相关文章 | 计量指标

云计算用户通过云平台进行数据共享时面临数据不可控和敏感数据泄露的风险，传统通过数据加密上云的方式在灵活性和执行效率方面存在弊端。借助区块链的去中心化共识和不可篡改等特点，提出了基于区块链的模型和实现方案。采用私链与公链双层结构，通过元数据按规范查询和解析数据，查询结果可验证。数据在私链中存储，公链中存储私链块头，计算通过智能合约进行，只返回数据结果，数据不会泄露给第三方。数据加密采用基于身份的公钥加密算法，无需进行公钥证书认证，确保加密性能。仿真结果表明，所提方案具有可行性。通过“金融超市”这一典型的云数据共享场景作为应用实例进一步验证了系统的有效性。

理想型[(t,k,n)]紧耦合秘密共享构造

白建峰，苗付友

2021, 57(3): 125-129. DOI: 10.3778/j.issn.1002-8331.2001-0199

摘要 ( )

PDF (868KB) ( )

相关文章 | 计量指标

在[(t,n)]门限秘密共享恢复过程中，任意多于[t]个的参与者可以恢复得到秘密。但是在实际的应用过程中，当参与者人数为[k(t≤k≤n)]时，只需获得[t]个参与者的份额（share）即可恢复秘密，即使其中的[k-t]个参与者不提供子份额。[(t,k,n)]紧耦合秘密共享是指在[(t,n)]门限秘密共享中，当参与者人数为[k]时，[k]个参与者作为一个整体，其中的每个人均参与到秘密恢复中，任意的[k-1]个参与者无法获取秘密的任何信息。在现有的紧耦合秘密共享方案中，无论是基于中国剩余定理的紧耦合秘密共享方案或者是基于拉格朗日插值多项式的紧耦合秘密共享方案，均存在信息率不为1，导致效率低下的缺陷。将中国剩余定理推广到有限域上的多项式环上，利用多项式环上的中国剩余定理构造出理想型[(t,k,n)]紧耦合秘密共享方案。

改进随机森林在Android恶意软件检测中的应用

熊健，覃仁超，何梦乙，刘建兰，唐风扬

2021, 57(3): 130-136. DOI: 10.3778/j.issn.1002-8331.2001-0291

摘要 ( )

PDF (683KB) ( )

相关文章 | 计量指标

为解决Android恶意软件检测问题，提出一种利用多特征基于改进随机森林算法的Android恶意软件静态检测模型。模型采用了基于行为的静态检测技术，选取Android应用的权限、四大组件、API调用以及程序的关键信息如动态代码、反射代码、本机代码、密码代码和应用程序数据库等属性特征，对特征属性进行优化选择，并生成对应的特征向量集合。最后对随机森林算法进行改进，并将其应用到本模型的Android应用检测中。实验选取了6?000个正常样本和6?000个恶意样本进行分类检测，结果表明该方法具有较好的检测效果。

基于自归一化神经网络的低分辨率人脸识别

石正宇，陈仁文，黄斌

2021, 57(3): 137-143. DOI: 10.3778/j.issn.1002-8331.1911-0143

摘要 ( )

PDF (1025KB) ( )

相关文章 | 计量指标

为了解决传统人脸识别算法对低分辨率人脸图片识别效果不佳的问题，提出了一种轻型判别自归一化神经网络，能够从高分辨率及其对应的低分辨率图像中提取具有判别性的特征，并将特征耦合映射到共同的子空间。该模型引入缩放指数线性单元，具有自归一化属性，能够加速收敛。为了最小化类内距以及扩大类间距，基于高低分辨率图像特征之间的判别性和相似度，对现有的损失函数进行了优化，从而使得相同类别的特征更紧凑。提出的方法在一个标准人脸数据集以及两个监控数据集上的识别率分别达到了95.57%、94.10%和84.56%，优于其他算法，适用于非限制条件下的低分辨率人脸识别。

青光眼眼底图像的迁移学习分类方法

徐志京，汪毅

2021, 57(3): 144-149. DOI: 10.3778/j.issn.1002-8331.1910-0413

摘要 ( )

PDF (808KB) ( )

相关文章 | 计量指标

针对目前缺少大型公开已标记的青光眼数据集，为了解决小样本学习能力不足、分类精度低等问题，提出一套基于迁移学习的青光眼眼底图像识别系统。对获取的青光眼眼底图像进行去噪、删除多余背景、提取感兴趣区域（ROI）、图像增强等预处理操作。在VGG16网络的基础上，对全连接层进行重新设计，得到一个简化的深度神经网络模型Reduce-VGGNet（R-VGGNet）。R-VGGNet网络在训练过程中，其卷积层与池化层继承VGG16模型在ImageNet数据集上预训练得到权值参数，全连接层的参数则根据青光眼数据集进行自适应调整。针对不同的网络结构和不同的训练策略进行了性能测试以及不同分类方法的对比实验。实验结果表明：基于R-VGGNet网络模型的识别方法提高了判别青光眼患者的准确率，可达91.7%，为临床医生诊断治疗提供了良好的解决方案。

DCFM：基于深度学习的混合推荐模型

陈彬，张荣梅，张琦

2021, 57(3): 150-155. DOI: 10.3778/j.issn.1002-8331.1910-0424

摘要 ( )

PDF (742KB) ( )

相关文章 | 计量指标

传统推荐算法大多都仅考虑用户-商品评级信息来进行推荐，这种忽略了用户属性和商品属性信息的推荐模型准确率不高。因子分解机可在数据稀疏情况下挖掘用户与商品的关联关系，交叉网络可挖掘属性特征与其高阶特征的线性组合关系，以及深度神经网络有效识别高阶非线性关联关系，基于三种模型的优势，提出了一种基于深度学习的混合推荐模型（Deep and Cross Factorization Machine，DCFM）。三部分并联组合，共享输入层，各部分结果线性组合后作为模型整体输出。通过在MovieLens电影数据集上仿真实验，并与因子分解机（FM）、深度因子分解机（DeepFM）、深度交叉网络（DCN）模型做比较，结果证明该模型在准确率、F1-Score和AUC值上均得到了提高和改善。

改进SSD算法在中国手语识别上的应用

周舟，韩芳，王直杰

2021, 57(3): 156-161. DOI: 10.3778/j.issn.1002-8331.1910-0429

摘要 ( )

PDF (832KB) ( )

相关文章 | 计量指标

基于计算机视觉的手语识别技术能为聋校双语教学带来很大的便利。近年来，随着深度学习技术的蓬勃发展，手语识别的准确率和速度有了极大的提高。与使用颜色标记和外界技术（如Kinect手心定位技术）的方法不同，提出一种改进的SSD（Single-Shot Multibox Detector）网络，对手势进行目标检测完成中国手语识别。针对手部小目标，将SE-Net嵌入SSD中的特征层进行通道权重分配，改进损失函数更好地应对正负样本不均衡问题，使用mixup进行数据增强，将手势识别结果在中国手语关键手势模板库中进行匹配，从而完成动态手语识别。实验证明，该算法在手语识别上具有较高的准确率和识别速度。

针对直播弹幕的TextCNN过滤模型

明建华，胡创，周建政，姚金良

2021, 57(3): 162-167. DOI: 10.3778/j.issn.1002-8331.1910-0447

摘要 ( )

PDF (724KB) ( )

相关文章 | 计量指标

网络直播的兴起，促使直播弹幕成为一种新型的交流方式。随之而来的还有各类非法弹幕。在识别非法弹幕方面，人工筛选过于低效，传统关键词过滤方法和统计机器学习方法识别率较低，且无法应对变异短文本。如何让机器更高效、更准确地识别非法弹幕以营造更好的网络环境是一个很有意义的问题。提出了基于文本卷积神经网络（TextCNN）的带噪非法短文本识别方法。通过对带噪短文本的预处理以及利用文本卷积神经网络挖掘字符间的相关特征，极大地提高了直播弹幕中非法短文本的识别率。

自适应尺度的上下文感知相关滤波跟踪算法

茅正冲，陈海东

2021, 57(3): 168-174. DOI: 10.3778/j.issn.1002-8331.1911-0002

摘要 ( )

PDF (1109KB) ( )

相关文章 | 计量指标

为了解决目标跟踪中常见的尺度变换、相似目标、背景嘈杂等问题，提出了自适应尺度的上下文感知相关滤波跟踪算法。针对以上问题，在相关滤波跟踪算法的基础上将目标周围的上下文信息作为硬负样本引入分类器中学习，强化分类器的判别能力；通过尺度池在线学习判别式尺度滤波器，在目标位置估计最佳目标尺寸；通过图像帧差均值来评估目标状态并自适应调整模型更新的学习率。实验结果表明提出的算法在快速运动、目标形变等场景下鲁棒性较好。

基于图的人-物交互识别

吴伟，刘泽宇

2021, 57(3): 175-181. DOI: 10.3778/j.issn.1002-8331.1911-0103

摘要 ( )

PDF (1000KB) ( )

相关文章 | 计量指标

提出了一种基于图的人与物体的交互（Human-Object Interactions，HOIs）识别方法。为了对静态图像中人与物体间丰富的交互关系进行有效的表示，采用具有强大关系建模能力的图结构为图像生成对应的人-物交互关系图。为了对图像中上下文（context）信息加以利用，提出了引入注意力机制的特征处理网络（Feature Processing Network，FPNet）。通过图注意力（Graph Attention Network，GAT）网络完成对真实的HOIs的检测和识别。该方法在V-COCO数据集与HICO-DET数据集上进行了验证，并与其他方法进行了比较，结果表明该方法具有较好的效果。

Trans-Net：基于迁移学习的手写简笔画识别

姚可欣，曹卫群

2021, 57(3): 182-188. DOI: 10.3778/j.issn.1002-8331.1911-0117

摘要 ( )

PDF (830KB) ( )

相关文章 | 计量指标

手写输入可通过少量的书写进而传递丰富的文本信息，如何准确地对手写简笔画进行识别越来越引起了各界研究者们的关注。传统的简笔画识别算法多基于简笔画相对固定的结构特性进行识别。此种方法对于笔迹清晰、结构相对简单的简笔画具有较高的识别率，但是随着分类数以及简笔画自身结构复杂度的增加这种方法存在一定局限性，往往会造成误分类。为取得更好的识别效果，该研究以具有固定参照模板的简笔画作为研究对象，使用图像生成算法对手写笔迹进行预处理，并提出了一种基于卷积神经网络的简笔画识别模型（Trans-Net），其中运用迁移学习技术解决了样本库中数据量小的问题。实验结果表明，该方法能够对输入的简笔画笔迹进行有效地特征提取，并且对样本库中150类简笔画对象的平均识别精度达到了94.1%。

改进的R-SSD全景视频图像车辆检测算法

王殿伟，赵梦影，刘颖，宋海军，谢永军

2021, 57(3): 189-195. DOI: 10.3778/j.issn.1002-8331.1911-0163

摘要 ( )

PDF (956KB) ( )

相关文章 | 计量指标

针对SSD算法在检测全景视频图像车辆目标时存在准确率低、漏检率高的问题，构建了一种改进的SSD网络，命名为R-SSD，并提出了一种基于R-SSD的全景视频图像中车辆目标检测算法。在原SSD网络之前增加了一个RPN*网络，目的在于过滤负样本先验框并粗略调整先验框的位置和大小，为后续回归提供好的初始条件。在原SSD和RPN*网络之间构建了传输转换模块，实现两个网络间的特征融合，并增加低层特征信息，从而提高目标的检测效果。在同时兼顾了RPN*网络和SSD*网络损失函数的基础上提出了新的损失函数，应用了二分类和多分类的方法，使回归操作更加精确。将采集的全景视频图像数据分为训练集和测试集，通过对比实验，表明提出的R-SSD算法检测精度可达90.78%，明显优于SSD算法，可较好地解决全景目标车辆检测中误检率较高、漏检率较高等问题。

意图识别与语义槽填充的双向关联模型

王丽花，杨文忠，姚苗，王婷，理姗姗

2021, 57(3): 196-202. DOI: 10.3778/j.issn.1002-8331.1911-0208

摘要 ( )

PDF (850KB) ( )

相关文章 | 计量指标

意图识别与语义槽填充联合建模正成为口语理解（Spoken Language Understanding，SLU）的新趋势。但是，现有的联合模型只是简单地将两个任务进行关联，建立了两任务间的单向联系，未充分利用两任务之间的关联关系。考虑到意图识别与语义槽填充的双向关联关系可以使两任务相互促进，提出了一种基于门控机制的双向关联模型（BiAss-Gate），将两个任务的上下文信息进行融合，深度挖掘意图识别与语义槽填充之间的联系，从而优化口语理解的整体性能。实验表明，所提模型BiAss-Gate在ATIS和Snips数据集上，语义槽填充F1值最高达95.8%，意图识别准确率最高达98.29%，对比其他模型性能得到了显著提升。

基于LSTM-CNN-CBAM模型的股票预测研究

赵红蕊，薛雷

2021, 57(3): 203-207. DOI: 10.3778/j.issn.1002-8331.1912-0448

摘要 ( )

PDF (685KB) ( )

相关文章 | 计量指标

为了更好地对股票价格进行预测，进而为股民提供合理化的建议，提出了一种在结合长短期记忆网络（LSTM）和卷积神经网络（CNN）的基础上引入注意力机制的股票预测混合模型（LSTM-CNN-CBAM），该模型采用的是端到端的网络结构，使用LSTM来提取数据中的时序特征，利用CNN挖掘数据中的深层特征，通过在网络结构中加入注意力机制——Convolutional Attention Block Module（CBAM）卷积模块，可以有效地提升网络的特征提取能力。基于上证指数进行对比实验，通过对比实验预测结果和评价指标，验证了在LSTM与CNN结合的网络模型中加入CBAM模块的预测有效性和可行性。

图像匹配中的特征点筛选方法

卫保国，张玉兰，周佳明

2021, 57(3): 208-214. DOI: 10.3778/j.issn.1002-8331.1911-0349

摘要 ( )

PDF (1938KB) ( )

相关文章 | 计量指标

针对传统特征检测算法提取的特征点稳定性差且不唯一，导致误匹配率过高的问题，提出了三条特征点筛选准则：稳定性准则、唯一性准则和显著性准则。其中稳定性准则保证筛选出健壮稳定的特征点，唯一性准则剔除特征重复的特征点，显著性准则保留带有明显特征信息的点。通过剔除掉不满足这三条准则的特征点，不仅减少了描述符的计算时间，同时也提高了匹配正确率。将特征点筛选准则运用到常用的匹配算法中。实验结果表明，所提特征点筛选准则不仅保证了特征点的稳定性、唯一性和显著性，同时使得匹配正确率、重复率和匹配速度都有很大提高。

基于权重池的多尺度图像质量评估方法

朱惠娟，宗平，丛玉华

2021, 57(3): 215-221. DOI: 10.3778/j.issn.1002-8331.2008-0365

摘要 ( )

PDF (1109KB) ( )

相关文章 | 计量指标

图像质量评估往往以人类的主观评估为最终衡量标准，然而人工评估耗时繁琐，又无法应用在对图像或者视频序列进行实时质量评估的系统中，因此一种旨在模仿人类主观性的预测图像质量算法具有重要的价值。针对上述问题，设计了一种用于局部图像质量评估的卷积神经网络，通过将特征学习和回归都集成到一个优化过程中，从而形成一种更有效的图像质量评估模型。根据人类的视觉习惯，利用眼动仪的视点分布图生成基于视觉重要性的权重池，利用高斯比例混合模型构造基于图像信息内容的权重池，实验证明权重池的设计可以获得最佳的整体性能。对原始图像进行低通滤波和下采样，下采样过程中采用权重系数衰退策略，利用多尺度的图像进行加权质量综合评估，实验结果证明多尺度评估方式有效地改进了评估模型。提出的方法在LIVE等数据库上可以达到优秀的性能，且具有不错的泛化能力。

结合FCN和DenseCRF模型的无人机梯田识别方法研究

杨亚男，张宏鸣，李杭昊，杨江涛，全凯

2021, 57(3): 222-230. DOI: 10.3778/j.issn.1002-8331.1911-0377

摘要 ( )

PDF (1594KB) ( )

相关文章 | 计量指标

梯田是坡耕地上最主要的水土保持工程，准确地提取梯田信息对水土保持监测和评价十分重要。为了解决无人机遥感梯田识别研究中梯田特征自动学习的问题，制作了一套像素级标注的梯田正射影像样本集并设计FCN-8s模型与DenseCRF模型结合的梯田识别方法。实验结果表明，该方法在山脊区梯田、密集水平梯田和不规则梯田识别的总体精度、F1分数和Kappa系数均值分别为86.85%、87.28%、80.41%，与其他方法相比，效果较好。该方法适用于无人机遥感梯田识别领域，是一种精确有效的识别方法。

多判别器循环生成对抗网络的素描人脸合成

周华强，曹林，杜康宁

2021, 57(3): 231-238. DOI: 10.3778/j.issn.1002-8331.1911-0397

摘要 ( )

PDF (1933KB) ( )

相关文章 | 计量指标

素描人脸合成在娱乐和刑侦领域具有重要应用价值。为了解决传统素描人脸合成方法生成图像面部细节模糊，缺失真实感等问题，改进了CycleGAN网络结构，提出一种基于多判别器循环生成对抗网络的素描人脸合成方法。该方法选取残差网络作为生成网络模型，在生成器隐藏层中增加多个判别器，提高网络对生成图像细节特征的提取能力；并建立了重构误差约束映射关系，最小化生成图像与目标图像之间的距离。通过在CUHK和AR人脸数据库中的对比实验，证明了相比于原始CycleGAN框架该方法性能有明显提升；相比于目前领先的方法，所提方法生成的素描图像细节特征更清晰，真实感更强。

改进U-Net的遥感图像中建筑物变化检测

张翠军，安冉，马丽

2021, 57(3): 239-246. DOI: 10.3778/j.issn.1002-8331.2005-0331

摘要 ( )

PDF (1670KB) ( )

相关文章 | 计量指标

提出了一种改进U-Net的遥感图像中建筑物变化检测方法，将变化检测问题转化为像素级二分类问题，利用U-Net模型对图像进行分类，把图像中的每个像素划分为变化类或非变化类，并根据变化类的像素得到建筑物的变化检测结果图。针对U-Net模型进行遥感图像中建筑物变化检测时，在训练中容易出现过拟合的现象，提出用非对称卷积块代替U-Net网络特征提取部分的标准卷积操作，增强卷积核的鲁棒性和网络的中心骨架，防止过拟合；针对变化检测数据集中图像背景复杂、小目标的变化情况容易被漏检的问题，提出在U-Net中引入注意力机制，抑制模型对非变化类像素特征的学习，加强对变化类特征的学习，提取到更适合的特征。实验结果表明，在引入非对称卷积块和注意力机制后，变化检测的F1分数有明显的提升。

自适应流形学习在故障诊断中的应用

陈明月，刘三阳

2021, 57(3): 247-252. DOI: 10.3778/j.issn.1002-8331.1911-0376

摘要 ( )

PDF (1276KB) ( )

相关文章 | 计量指标

针对人工干预的旋转轴承故障类型及损坏程度诊断问题，提出了一种基于自适应流形学习的故障诊断新方法。该算法借助集合经验模态分解和双谱分析提取振动信号的故障特征，用纹理分析法构建故障信息的纹理特征矩阵，通过自适应流形学习的方法对高维纹理特征矩阵进行降维。整个过程能够很好地去除噪声，同时自适应选择参数，具有很好的聚类性能和复杂信号处理能力。实验结果表明该方法能够很好地区分不同的故障类型，同时在区分内圈故障、外圈故障、滚动元素故障退化程度方面也有着较好的性能。

两个听音点处三维声场重建方法

王松，张聪

2021, 57(3): 253-260. DOI: 10.3778/j.issn.1002-8331.1911-0236

摘要 ( )

PDF (2053KB) ( )

相关文章 | 计量指标

随着3D电影和电视技术的迅猛发展，三维声场重建技术成为当前的研究热点。日本NHK提出了22.2多声道系统，该系统可以在中心听音点或中心听音区域内为听音者带来三维听音体验。但是当重建声场中多于一个听音者时，该系统不能为处于非中心听音点处的听音者带来最佳听音体验，因为最佳听音点位于中心点处。为了解决这一问题，提出一种两个听音点处的三维声场重建方法，通过保持重建前后两个听音者所在位置处的声压和质点速度不变，该方法可以允许两个听音者同时获得最佳听音体验。在两个区域内部，通过仿真实验对比分析了重建区域大小，重建区域之间的距离、角度对重建误差的影响，实验结果证实了提出方法的有效性。

任意初态下的工业机器人迭代学习控制

惠小健

2021, 57(3): 261-265. DOI: 10.3778/j.issn.1002-8331.1911-0243

摘要 ( )

PDF (801KB) ( )

相关文章 | 计量指标

对迭代初值为任意值的工业机器人轨迹跟踪控制系统，提出了一种基于滑模面的非线性迭代学习控制算法，使机器人轨迹能快速、精确跟踪上期望轨迹。基于有限时间收敛原理，构建了关于机器人轨迹跟踪误差的迭代滑模面，在滑模面内，机器人轨迹跟踪误差在预定时间内收敛到零。设计了基于滑模面的迭代学习控制算法，理论证明了随着迭代次数的增加，处于任意初态的轨迹将一致收敛到滑模面内，解决了迭代学习中的任意初值问题。数值仿真验证了该算法的有效性和抗干扰能力。

融合MLP和DBN的光伏发电预测算法

徐先峰，蔡路路，张丽

2021, 57(3): 266-272. DOI: 10.3778/j.issn.1002-8331.1911-0265

摘要 ( )

PDF (1073KB) ( )

相关文章 | 计量指标

精确的光伏发电预测对提高电力系统稳定性、保证电能质量、优化电网运行具有重大意义。为了解决现存光伏预测算法精度较低、性能较差的问题，同时为了综合利用多层感知器（MLP）解决非线性问题的能力以及深度信念网络（DBN）有效处理大量复杂数据的优势，构建了一种融合MLP和DBN的光伏预测算法（MLP-DBN），其基本思想是先利用MLP模型进行初步预测，再将观测值与预测值的残差输入DBN预测模型进行预测，最后用残差预测值对MLP模型的预测值进行修正。利用光伏发电实测数据仿真，探究了不同学习率下模型的预测性能，并对模型的各参数进行了寻找优化设置。使用均方根误差、平均绝对误差以及决定系数等性能指标评估结果表明，与传统的预测算法支持向量机（SVM）以及具有较高预测精度的深度学习算法长短期记忆网络（LSTM）相比，MLP-DBN算法性能有明显的提升，为光伏发电提供了一种高精度高性能的预测算法，可以有效解决光伏发电预测问题。

基于DEA-BP神经网络的效率置信区间预测模型研究

郑建锋，王应明

2021, 57(3): 273-278. DOI: 10.3778/j.issn.1002-8331.1910-0364

摘要 ( )

PDF (915KB) ( )

相关文章 | 计量指标

效率预测是这几年比较热门的研究话题，然而随着评价系统的复杂性和不确定性，效率的点预测性能会逐渐降低。基于此，提出DEA-BP神经网络置信区间预测模型。构建非阿基米德无穷小的CCR模型，对系统进行效率评价；构建BPNN的置信区间预测模型，将点预测转化为区间预测；通过PICP、NMPIL、CLC等模型进行区间综合验证。将这三个阶段的模型套用到“一带一路”沿线省市的旅游效率预测中，根据预测结果对各个省市进行效率分类并提出改进建议。由于BPNN置信区间预测模型难以确认最佳模型，该结果仍需改进，但具有一定的借鉴作用。

当期目录