针对目前大多数方面级情感分析方法存在着没有重点关注局部上下文中关键词特征的问题. 本文提出了一种基于局部上下文关键词特征提取及增强的方面级情感分析模型LCPM (local context pos mask). 首先提出了局部上下文词性掩码机制, 提取方面词周围重要词的特征, 减少噪声词的干扰. 其次对损失函数进行修改, 让模型重点关注与方面词有关的局部上下文关键词特征, 提升模型情感分类的表现. 最后设计了一种门控机制, 模型可以动态学习权重系数, 给局部上下文关键词特征和全局上下文特征分配不同的权重系数. 在4个公开数据集上的实验结果表明, 与现有的方面级情感分析模型相比, 准确率和
MF
1值都有提高, 验证了局部上下文关键词提取及增强的有效性, 在方面级情感分析任务上有较大的应用价值.
针对现有人脸图像翻译模型不能实现多个视觉属性之间的翻译及翻译后的人脸图像不清晰自然的问题, 提出了基于人脸识别方法的人脸多属性图像翻译模型. 模型主要由内容和风格编码器、AdaIN解码器以及人脸识别模块构成. 首先, 两个编码器提取内容和风格图像的潜在编码, 然后将编码送入到AdaIN层中仿射变换, 最后解码器还原翻译后的图像. 该方法设计并训练了一个准确率90.282%的人脸识别模型并提出了一种联合人脸属性损失函数, 增强了模型对风格人脸的属性的关注程度, 解决了模型不能准确提取到人脸的属性信息以及摒弃了无关信息, 使得模型能够生成清晰的、多属性的, 多样的人脸翻译图像. 该方法在公开的数据集CelebA-HQ实验并在定量和定性指标上都高于基线方法, 在不同的人脸朝向时也表现出良好的鲁棒性. 模型生成的图像还能应用于人脸图像生成领域, 解决数据集匮乏等问题.
目前很多处理图数据的图神经网络方法被提出, 然而大多数研究侧重于对特征聚合的卷积层的研究而不是进行下采样的池化层. 此外, 形成聚类簇的池化方式需要额外计算分配矩阵; 节点得分的池化方式排名方式单一. 为解决上述问题, 提高图分类任务的准确性, 本文提出了一种新的基于多维度信息的图池化算子MDPool. 该模型使用节点特征信息以及图拓扑结构信息, 获取不同维度下的节点得分. 使用注意力机制归纳不同维度下的得分权重, 生成更为健壮的节点排名, 基于节点排名自适应选择节点集合生成诱导子图. 提出的MDPool可以集成到多种的图神经网络结构, 将MDPool池化算子与图神经网络卷积层堆叠形成编码解码模型EDMDPool. 在4个公开数据集的图分类任务中, EDMDPool均高于现有基线模型.
价格预测对于大宗农产品市场的稳定具有重要意义, 但是大宗农产品价格与多种因素有着复杂的相关关系. 针对当前价格预测中对数据完整性依赖性强与单一模型难以全面利用多种数据特征等问题, 提出了一种将基于注意力机制的卷积双向长短期记忆神经网络(CNN-BiLSTM-Attention)、支持向量机回归(SVR)与LightGBM组合的增强式集成学习方法, 并分别在包含历史交易、天气、汇率、油价等多种特征数据的数据集上进行了实验. 实验以小麦和棉花价格预测为目标任务, 使用互信息法进行特征选择, 选择误差较低的CNN-BiLSTM-Attention模型作为基模型, 与机器学习模型通过线性回归进行增强式集成学习. 实验结果表明该集成学习方法在小麦及棉花数据集上预测结果的均方根误差(
RMSE
)值分别为12.812, 74.365, 较之3个基模型分别降低11.00%, 0.94%、4.44%, 1.99%与13.03%, 4.39%, 能够有效降低价格预测的误差.
针对增量式入侵检测算法由于对旧知识产生灾难性遗忘而导致对旧类别数据分类准确率不高的问题, 本文提出了一种基于非对称式多特征融合自动编码器(asymmetric multi-feature fusion auto-encoder, AMAE)和全连接分类神经网络(classification deep neural network, C-DNN)的增量式入侵检测算法(ImFace). 在增量学习阶段, ImFace会为每一批新的数据集训练一个AMAE模型和C-DNN模型. 同时, 本文通过使用变分自动编码器(variational auto-encoder, VAE)对数据进行过采样的方式来改善由于数据集不平衡而导致C-DNN对某些类别数据的检测能力不足的问题. 在检测阶段, ImFace将输入数据经过所有AMAE和C-DNN, 然后将AMAE的结果作为置信度来选择某一个C-DNN的输出结果作为最终结果. 本文使用CICIDS2017数据集来检验ImFace算法的有效性. 实验结果表明, ImFace算法不仅能够保留对旧类别的分类能力, 同时对新类别的数据也有很高的检测准确率.
跳板在海上平台作业现场扮演着重要角色. 未搭设跳板对作业现场造成了极大的安全隐患. 为消除此隐患, 提出一种靠船排场景下的跳板搭设检测方法. 本方法分为3个部分: 首先利用目标检测算法定位并标注目标; 之后对标注目标区域进行边缘检测, 提取其外接边缘; 最终制定特定安全措施判别算法识别作业现场违规动作. 本方法为解决小目标等检测问题, 对YOLOv5进行改进, 在特征提取以及特征融合时引入注意力模块, 将均值平均精度由53.1%提高至54.5%的同时模型更加轻量化; 为解决检测边缘粗犷问题, 对边缘检测网络PiDiNet损失函数进行改进, 相较于原网络, 误检率由8.9%下降至5.4%. 经过验证, 利用该方法可以在有效时间内, 检测出跳板是否正确搭设, 准确率为91.5%.
随着大数据、5G、人工智能、CPS、云计算、物联网技术的发展与交叉融合, 使得世界朝着数字化、智能化方向发展. 数字孪生是以物理实体为原型建立多维虚拟模型, 通过安装在物理本体上的传感器实时反馈数据, 并结合以往的历史数据和人工智能技术, 最后利用软件分析并呈现. 由于数字孪生技术能与多个先进理念, 如: 工业4.0、航空航天、智慧城市、智慧医疗等良好的融合并应用, 这使其成为多个行业的热门研究方向与主要驱动技术, 在各行各业都有很大的发展空间. 本文首先阐述了数字孪生技术的基本概念, 梳理了数字孪生技术的发展脉络, 进一步理清了数字孪生技术与CPS技术之间的关系, 并介绍了数字孪生技术的研究现状. 其次, 介绍了数字孪生的关键技术即多维多尺度建模, 孪生数据管理和虚拟呈现. 最后, 探讨了数字孪生技术在智慧工厂领域、智慧城市领域、孪生医疗领域、航空航天领域的应用发展和方向, 并从方案、特点、关键技术等角度介绍了本研究团队在智慧工厂领域对原稳加热炉设备的数字孪生应用案例.
当前主流的图片彩色化方法包括传统算法和深度学习方法. 随着深度学习模型的发展, 基于深度学习的灰度图像彩色化方法能带来更好的着色效果, 但仍然存在细节损失和着色枯燥问题. 针对上述问题, 本文将CycleGAN模型应用在非单一类别的灰度图像彩色化上, 使其在动物、植物、风景等图片上有逼真的着色效果. 模型结构上对CycleGAN模型的激活函数加以改进, 在生成器使用PReLU激活函数, 使模型更易于训练. 在判别器使用PatchGAN提高图片高分辨率上的颜色细节. 通过ImageNet数据集5个热门类别图像的训练后, 模型对动植物与风景图彩色化的效果十分逼真. 在图像评估指标中, 该模型在PSNR中比GAN高了0.603 dB约有2.1%的提升, 在SSIM中明显高于其他模型, 在效果上有5.1%的提升. 从视觉感受来看, 通过CycleGAN彩色化的图片饱和度更高, 在视觉真实性上高于VGG和GAN等模型, 解决了着色枯燥问题, 而且更容易还原图片中的颜色细节, 避免细节损失.
多机器人协作导航目前广泛应用于搜索救援、物流等领域, 协作策略与目标导航是多机器人协作导航面临的主要挑战. 为提高多个移动机器人在未知环境下的协作导航能力, 本文提出了一种新的分层控制协作导航(hierarchical control cooperative navigation, HCCN) 策略, 利用高层目标决策层和低层目标导航层, 为每个机器人分配一个目标点, 并通过全局路径规划和局部路径规划算法, 引导智能体无碰撞地到达分配的目标点. 通过Gazebo平台进行实验验证, 结果表明, 文中所提方法能够有效解决协作导航过程中的稀疏奖励问题, 训练速度至少可提高16.6%, 在不同环境场景下具有更好的鲁棒性, 以期为进一步研究多机器人协作导航提供理论指导, 应用至更多的真实场景中.
为解决在一些一对二的交流场景中使用信息隐藏技术来传递信息时对载密图像的视觉质量和载体图像的精确度的高要求问题. 在本文中提出了一种基于模函数和像素值差值(pixel value difference , PVD)的双图像可逆信息隐藏方案, 通过模函数和对数函数确定了PVD范围表, 从而确定在单位面积上的信息嵌入位数以及模函数的系数. 所提出的方案可以在信息嵌入位数不断增加的情况下仍然保持像素值的修改量与信息嵌入位数之比不大于0.5, 所以与目前一些基于PVD的方案相比在像素对差值越大的图像中越占有优势. 实验结果表明与现有的一些在载密图像质量方面优质的方案相比, 具有更高的
PSNR
和
SSIM
, 此外本方案在抗RS隐写分析和PDH隐写分析的静态攻击方面上具有良好的性能, 并且避免了大多数在基于像素值差值的信息隐藏方案中对溢出问题的解决方案复杂繁琐的情况.
在计算机视觉领域的双目立体匹配方向, 基于神经网络的深度学习算法需要场景数据集进行训练, 泛化能力差. 针对这两个问题, 根据神经网络能够模拟函数的特点, 提出一种无需在数据集上训练, 以双目图像互为监督的深度场景相容解迭代优选算法. 该算法使用场景位置猜测网络模拟关于当前双目图像的深度场景相容位置空间, 用与该网络匹配的互监督损失函数通过梯度下降法指导该网络在输入双目图像上迭代学习, 搜索深度场景相容位置空间中的可行解, 整个算法过程无需在数据集上训练. 与CREStereo、PCW-Net、CFNet等算法在Middlebury标准数据集图像上的对比实验表明, 该算法在非遮挡区域的平均误匹配率为2.52%, 在所有区域的平均误匹配率为7.26%, 比对比实验中的其他算法有更低的平均误匹配率.
分布式平均共识和去中心化机器学习是具有广泛应用的去中心化计算方法. 两种方法的收敛率主要由拓扑的谱间距所决定. 节点网络环境的异构性包括节点带宽和节点间连接可用性的不同. 异构网络环境对去中心化计算的效率提出了挑战. 本文研究异构网络环境下最大化谱间距的拓扑设计问题, 推导了谱间距针对拓扑任一条边的梯度, 并设计了基于该梯度的增删边算法来构建目标拓扑. 构建的拓扑具有更大谱间距, 且各节点的数据通信时间相近. 拓扑构建算法的性能在不同程度的异构网络环境下能够保持稳定, 且生成的拓扑在分布式共识中以更快的收敛率和更短的时间达到收敛. 基于该算法, 本文进一步验证了最新发现的谱间距与去中心化机器学习收敛率的弱相关性.
图神经网络(graph neural network, GNN)已被证明是图机器学习领域强大且实用的工具, 由于图数据结构的本身复杂的特性及其应用场景的不断拓展, 使得GNN面临更大的隐私泄露风险. 在此背景下, 已有一些研究致力于解决不同应用场景下的图神经网络隐私保护问题, 并且取得了一些有前景的成果和实际的应用. 但是, 通过梳理和分析GNN隐私保护的研究脉络发现, 该领域依然存在诸多待解决的挑战. 鉴于此, 为了更好地厘清GNN隐私保护研究领域的科学问题, 本文在现有研究的基础上, 首先阐述了GNN的常见模型的核心思想、基本特征以及常见任务; 然后对比和分析现有GNN隐私攻击方法的基本思想、特点及其研究进展; 接着分类梳理了GNN领域的隐私保护方法的局限性、评估标准与研究进展, 重点讨论了数据匿名化、差分隐私、基于图联邦学习的隐私保护以及基于对抗学习的隐私保护方法; 然后归纳总结了GNN隐私保护研究常用的各类数据集; 最后对未来研究方向进行了深度分析与展望.
图像文本信息在日常生活中无处不在, 在传递信息的同时, 也带来了信息泄露的问题. 近年来文本擦除模型很好地解决了这个问题. 然而, 在工业场景下, 图像会出现高光, 对比度较大的非字符区域, 模型往往很容易其影响发生注意力偏移的现象, 从而忽略了字符区域导致不理想的文本抹除效果. 为了克服这一局限性, 基于注意力提出了一种新的文本擦除网络, 即在网络中嵌入了一层额外的特征层用以给生成图中存在字符的区域进行评分. 同时, 引入了高斯热力图并将其作为基础设计损失函数, 采用监督的方式纠正模型的注意力, 将模型注意力引导至正确的字符区域. 通过在4种不同的数据集上进行对比, 本文所提方法总体上拥有更好的抹除效果. 同时, 该方法在图像存在复杂的背景情况下, 其在图像抹除任务中仍然具有较高的灵活性.
风速预测是影响风电场效率和稳定性的重要因素. 文中基于风速的时空特征, 融合变分模态分解(VMD)和混合深度学习框架进行短期风速预测, 即VHSTN (VMD-based hybrid spatio-temporal network). 其中, 混合深度学习框架由卷积神经网络(CNN)、长短时记忆网络(LSTM)以及自注意力机制(SAM)组成. 该算法对原始数据清洗后, 采用VMD将多站点风速的时空数据分解为固有模态函数(intrinsic mode functions,
IMF
)分量, 去除风速数据的不稳定性; 然后针对各
IMF
分量, 应用底部的CNN抽取空域特征; 再用顶层LSTM提取时域特征, 之后用SAM通过自适应加权加强对隐藏特征的提取并得到各分量的预测结果; 最后合并获得最终预测风速. 在数据集WIND上进行实验, 并和相关典型算法对比, 实验结果表明了该算法的有效性和优越性.
作物全生命周期的标准生长模型建立是指导获得最佳作物“处方” (作业精准决策、执行)的必要手段. 智能作物生育期识别技术是构建作物标准生长模型的重要技术之一. 在呼伦贝尔大河湾地区大面积规模化的作物种植形势下, 基于传统人工经验或单一传感器进行作物生育期表型数据采集、识别的方法会导致采集范围局限、识别效率低等问题. 针对上述问题, 对整体系统提出了一系列的改进. 首先, 在数据采集阶段, 提出了一套完整的“空-地-人”一体化作物表型数据采集体系. 另外, 在数据分析阶段, 根据作物不同表型数据, 提出了一种改进的智能作物生育期识别体系. 提出的生育期识别系统能够实时精准地提供当前作物生育期阶段, 为建立作物全生命周期的标准生长模型奠定了优良的基础.
分布式拒绝服务攻击(distributed denial of service, DDoS)是网络安全领域的一大威胁. 作为新型网络架构, 软件定义网络(software defined networking, SDN)的逻辑集中和可编程性为抵御DDoS攻击提供了新的思路. 本文设计并实现了一个轻量级的SDN环境下的DDoS攻击检测和缓解系统. 该系统使用熵值检测方法, 并通过动态阈值进行异常判断. 若异常, 系统将使用更精确的决策树模型进行检测. 最后, 控制器通过计算流的包对称率确定攻击源, 并下发阻塞流表项. 实验结果表明, 该系统能够及时响应DDoS攻击, 具有较高的检测成功率, 并能够有效遏制攻击.
针对当前应用深度学习实现数字信号调制识别过程中网络复杂、计算量高、硬件平台要求高的问题, 本文提出了在改进的MobileNetV3轻量级神经网络中使用信号星座图调制识别的方法. 首先, 将接收到的MPSK和MQAM信号转换成星座图像, 将其进行灰度图像提取, 灰度图像增强, 构建星座图的图像数据集, 然后将ResNet中的跨层结构引入MobileNetV3网络, 解决了随着网络层数的增加, 权重减小而导致的梯度消失现象. 最后将星座图数据集用于训练MobileNetV3的轻量型神经网络权重, 对星座图像进行识别. MobileNetV3基于深度卷积可分离和神经架构搜索(network architecture search, NAS)技术在保证识别精度的前提下, 大大降低了参数量和训练时间, 将对于简单信号的调制识别, 轻量型神经网络可以有效简化网络结构, 降低对硬件设备的要求. 仿真结果表明, 针对的调制信号(BPSK、QPSK、8PSK、16QAM、64QAM), 能实现识别率为99.76%的调制识别, 相较于传统应用深度学习实现调制识别的网络, 网络参数量和计算量明显减小.
婴儿面部表情智能化识别, 可辅助看护人员更好地关注婴儿的身心健康. 由于婴儿面部线条流畅且五官锐感偏弱导致面部表情类间相似性高于成人, 为了解决类间相似性高的问题, 提出多尺度信息融合网络. 该网络整体分为2个阶段: 在第1阶段使用融合模块在空间域与通道域双重维度下融合局部特征与全局特征, 增强特征的表达能力; 在第2阶段采用自适应深度中心损失, 利用注意力机制估计融合特征的权重用以指导中心损失, 促进婴儿表情特征的类内紧凑和类间分离. 实验结果表明, 多尺度信息融合网络在婴儿面部表情数据集中识别准确率达到95.46%, 在AUC、召回率和
F
1得分3个评价指标上分别达到99.07%、95.88%和95.89%, 与现有面部表情识别网络相比, 识别效果最优. 将多尺度信息融合网络在公开面部表情数据集上进行泛化性实验, 准确率达到89.87%.
目前商标分卡处理方法是先进行文本检测再进行区域分类, 最后对不同的区域进行拆分组合形成商标分卡. 这种分步式的处理耗时长, 并且因为误差的叠加会导致最终结果准确率下降. 针对这一问题, 本文提出了多任务的网络模型TextCls, 通过设计多任务学习模型来提升商标分卡的检测和分类模块的推理速度和精确率. 该模型包含一个特征提取网络, 以及文本检测和区域分类两个任务分支. 其中, 文本检测分支采用分割网络学习像素分类图, 然后使用像素聚合获得文本框, 像素分类图主要是学习文本像素和背景像素的信息; 区域分类分支对区域特征细分为中文、英文和图形, 着重学习不同类型区域的特征. 两个分支通过共享特征提取网络, 像素信息和区域特征相互促进学习, 最终两个任务的精确率得以提升. 为了弥补商标图像的文本检测数据集的缺失以及验证TextCls的有效性, 本文还收集并标注了一个由
2000
张商标图像构成的文本检测数据集trademark_text (
https://github.com/kongbailongtian/trademark_text
), 结果表明: 与最佳的文本检测算法相比, 本文的文本检测分支将精确率由94.44%提升至95.16%, 调和平均值
F
1 score达92.12%; 区域分类分支的
F
1 score也由97.09%提升至98.18%.
当前网络流量数据呈现出高维、多态、海量的特点, 这对入侵检测是一个新挑战. 针对传统入侵检测模型中检测效率低、缺乏轻量化考虑等局限性, 提出了一种融合GRU和CNN的轻量级网络入侵检测模型. 首先使用极度随机树删除数据集中的冗余特征; 其次使用GRU进行特征提取. 考虑到数据中的长短期依赖关系, 将所有隐藏层输出作为序列特征信息进行下一步处理; 再通过带有逆残差、深度可分离卷积、空洞卷积等结构的轻量化CNN模型进行空间特征提取; 为了加速模型收敛加入了通道注意力机制. 最后在CIC-IDS2017数据集上的实验表明, 该方法具有优秀的检测性能, 同时也具有模型参数量少、模型体积小、训练时间短、检测时间短等优点, 适用于网络流量的入侵检测工作.
源代码迁移技术旨在将源代码从一种编程语言转换至另一种编程语言, 以减轻开发人员迁移软件项目的负担. 现有研究通常利用神经机器翻译(NMT)模型将源代码转换为目标代码, 但这些研究忽略了代码结构特征, 导致源代码迁移性能不佳. 为此, 本文提出了基于代码语句掩码注意力机制的源代码迁移模型CSMAT (code-statement masked attention Transformer). 该模型利用Transformer的掩码注意力机制(masked attention mechanism), 在编码时引导模型理解源代码语句的语法和语义以及语句间上下文特征, 在译码时引导模型关注并对齐源代码语句, 从而提升源代码迁移性能. 本文使用真实项目数据集CodeTrans进行实证研究, 并使用4个指标评估模型性能. 实验结果验证了CSMAT的有效性, 同时验证了代码语句掩码注意力机制在预训练模型的适用性.
以某大型家具企业的柔性生产制造过程中调度问题为研究对象, 提出了一种主要用于求解柔性作业车间调度问题的多策略鲸鱼优化算法(multi-strategy whale optimization algorithm, MWOA), 首先, 为了提高初始种群的多样性, 引入混沌理论来初始化种群; 同时设计了非线性收敛因子和自适应惯性权重系数来平衡全局探索和局部开发能力; 然后结合差分进化(differential evolution, DE)算子提高了WOA的利用和搜索能力, 最后采取最优个体混沌搜索策略, 减少WOA算法出现早熟收敛现象的概率. 以最小化最大完工时间为求解目标, 对基准测试问题与某家具企业的生产制造过程的调度优化问题进行了求解, 结果表明提出来的多策略鲸鱼优化算法克服了基本鲸鱼优化算法寻优精度低、收敛速度慢及容易陷入局部最优等缺陷, 与对比算法比较, 取得了更好的寻优效果.
目前恐高情绪分类中的生理信号主要涉及脑电、心电、皮电等, 考虑到脑电在采集和处理上的局限性以及多模态信号间的融合问题, 提出一种基于6种外周生理信号的动态加权决策融合算法. 首先, 通过虚拟现实技术诱发被试不同程度的恐高情绪, 同步记录心电、脉搏、肌电、皮电、皮温和呼吸这6种外周生理信号; 其次, 提取信号的统计特征和事件相关特征构建恐高情感数据集; 再次, 根据分类性能、模态和跨模态信息提出一种动态加权决策融合算法, 从而对多模态信号进行有效整合以提高识别精度. 最后, 将实验结果与先前相关研究进行对比, 同时在开源的WESAD情感数据集进行验证. 结论表明, 多模态外周生理信号有助于恐高情绪分类性能的提升, 提出的动态加权决策融合算法显著提升了分类性能和模型鲁棒性.
高光谱图像波段多、波段之间关联性强, 但其空间纹理和几何信息的表达较弱, 传统分类模型存在空间光谱特征提取不充分、计算量大的问题, 分类性能有待提高. 针对此问题, 提出一种基于小波变换的多尺度多分辨率注意力特征融合卷积网络 (wavelet transform convolutional attention network, WTCAN), 采用小波变换思想对光谱波段进行4次分解, 通过层次性提取光谱特征可减少计算量. 该网络设计了空间信息提取模块, 同时引入金字塔注意力机制, 通过设计逆向跳跃连接网络结构利用多尺度获取空间位置特征, 增强空间纹理表达能力, 可以有效改进传统2D-CNN特征提取尺度单一、忽略空间纹理细节等缺陷. 本文对所提出的WTCAN模型分别在不同空间分辨率高光谱数据集Indian Pines (IP)、WHU_Hi_HanChuan (HanChuan)、WHU_Hi_HongHu (HongHu)进行实验, 通过对比SVM、2D-CNN、DBMA、DBDA、HybridSN模型效果, WTCAN模型取得较好的分类效果, 3个数据集的分类总体精度分别达到了98.41%、99.64%、99.67%, 可为高光谱图像的分类研究提供参考依据.
随着云计算飞速发展, 以Docker为代表的容器技术逐渐被重视. 目前, 3种常见的容器编排工具有Kubernetes、Docker Swarm和Rancher. 然而, 现有的容器编排工具在所有工作节点的总容量超标时, 将会有响应时间长和资源占用较多等问题. 因此, 本文设计LSD (least space unused)算法以及LRU-SD (least recently used and space unused)算法, 并应用于3种编排工具中. 当总容量超出上限时, 则选择删除不工作的节点并且增加新的工作节点. 做法上, LSD算法是删除剩余空间最少的工作节点, LRU-SD算法先考虑删除最久未使用的节点, 当有多个符合要求的节点时, 则删除剩余空间最少的工作节点. 实验部分, 分析与比较使用不同算法对3种容器编排工具的影响, 包含响应时间、CPU和内存. 实验结果发现, LSD算法、LRU-SD算法和LRU算法不仅能够提高编排工具的响应时间, 还可以增加资源的使用率. 同时, 在提升CPU的使用率方面, LRU-SD算法的效果最好.
图神经网络因其强大的建模能力引起广泛关注, 常常被用来解决图上的节点分类任务. 现阶段常用的以图神经网络 (graph convolution network, GCN)为内核的模型解决此类问题, 但往往因为出现过拟合与过平滑而导致深层的节点嵌入表示效果并不好. 因此, 本文提出了一种基于GCN内核的结合残差连接与自注意力方法——GCNRN模型, 以提升GCN的泛化能力. 同时, 为了整合更深入的信息, 本文引入融合机制, 采用模糊积分融合多个分类器, 最终提高模型测试精度. 为了验证所提出方法的优越性, 本文采用Ogb-arxiv与常用的引文数据集进行了对比实验. GCNRN模型与多个以GCN为内核的现有模型相比, 节点分类准确率平均提高了2%, 且避免了传统的过拟合和过平滑现象. 此外, 实验结果表明, 增加了基于模糊积分的融合模块的多分类器模型比传统融合方法具有更好的分类效果.
文中介绍了基于Kubernetes的AI调度引擎平台的设计与实现, 针对当前人工智能调度系统中存在的服务配置复杂, 集群中各节点计算资源利用率不均衡以及系统运维成本高等问题, 本文提出了基于Kubernetes实现容器调度和服务管理的解决方案. 结合AI调度引擎平台的需求, 从功能实现和平台架构等方面设计该平台的各个模块. 同时, 针对Kubernetes无法感知GPU资源的问题, 引入device plugin收集集群中每个节点上的GPU信息并上报给调度器. 此外, 针对Kubernetes调度策略中优选算法只考虑节点本身的资源使用率和均衡度, 未考虑不同类型的应用对节点资源的需求差异, 提出了基于皮尔逊相关系数 (Pearson correlation coefficient, PCC)的优选算法, 通过计算容器资源需求量与节点资源使用率的互补度来决定Pod的调度, 从而保证调度完成后各节点的资源均衡性.
现有的妆容迁移算法效果优越, 功能丰富, 但是较少考虑到输入图像为低分辨率的场景. 当高分辨率图像难以获得时, 现有的妆容迁移算法将难以适用, 妆容无法完全迁移. 为此本文提出了一种适用于低分辨率图像的妆容迁移算法, 将包含妆容信息的特征矩阵作为先验信息, 将超分辨率网络与妆容迁移网络结合在一起产生协同效应, 即使输入的图像为低分辨率图像, 也能输出高分辨率的妆容迁移结果, 并且充分保留妆容细节的同时提升姿势和表情的鲁棒性. 由于使用端到端的模型实现妆容迁移与超分辨率, 因此设计了一组联合损失函数, 包括生成对抗损失、感知损失、循环一致性损失、妆容损失和均方误差损失函数. 所提出的模型在妆容迁移与超分辨率的定性实验和定量实验中均达到了先进水平.
开源数据集加速了深度学习的发展, 但存在许多不合理使用数据集的现象. 为保护数据集的知识产权, 近期工作提出数据集水印算法, 在数据集发布前预先植入水印, 当模型在此数据集上训练时该水印会被附着在模型中, 之后通过验证可疑模型是否存在水印来追溯数据集的非法使用. 但已有数据集水印算法无法在小扰动下提供有效并且隐蔽的黑盒水印验证. 为解决这一问题, 本文首次提出利用独立于图像内容与标签的风格属性来植入水印, 并限制对原数据集的扰动不涉及标签的修改. 通过不引入图像内容与标签的不一致性和额外的代理模型保证水印隐蔽性和有效性. 在水印验证阶段仅使用可疑模型的预测结果通过假设检验给出判断. 本文在CIFAR-10数据集上与现有5种方法相比较, 实验结果验证了本文提出的基于风格的数据集水印算法的有效性与功能不变性. 此外, 本文开展的消融实验验证了本文所提的风格优化模块的必要性, 算法在不同超参设定以及不同数据集下的有效性.
随着智慧工厂的逐渐发展, 移动机器人在工厂中的应用越来越广泛, 但是在工厂中障碍物较多, 使用传统人工势场法容易产生目标不可达以及局部最小值等问题. 本文针对传统人工势场法在路径规划中出现的目标不可达以及局部最优解进行改进. 首先针对目标不可达的情况, 采用新斥力势场函数, 通过对原人工势场法中的斥力势场函数增加影响函数, 从而解决目标不可达; 其次针对局部最优解, 采用人工势场法与模拟退火法相结合的方法, 利用模拟退火法中的增设子目标点, 打破平衡状态, 从而走出障碍物. 最后通过Matlab对比, 本文算法在10个障碍物中比其他文献中算法的行驶时间提升6.70%, 路径长度减少9.20%. 本文算法在20个障碍物中比其他文献中算法的行驶时间提升9.10%, 路径长度减少12.10%.
针对知识图谱推荐算法用户端和项目端建模程度不均且模型复杂度较高等问题, 提出融合知识图谱和轻量图卷积网络的推荐算法. 在用户端, 利用用户相似性生成邻居集合, 将用户及其相似用户的交互记录在知识图谱上多次迭代传播, 增强用户特征表示. 在项目端, 将知识图谱中实体嵌入传播, 挖掘与用户喜好相关的项目信息; 接着, 利用轻量图卷积网络聚合邻域特征获得用户和项目的特征表示, 同时采用注意力机制将邻域权重融入实体, 增强节点的嵌入表示; 最后, 预测用户和项目之间的评分. 实验表明, 在Book-Crossing数据集上, 相较于最优基线,
AUC
和
ACC
分别提高了1.8%和2.3%. 在Yelp2018数据集上,
AUC
和
ACC
分别提高了1.2%和1.4%. 结果证明, 该模型与其他基准模型相比有较好的推荐性能.
Dockerfile定义了一组构建容器镜像的指令, 这些指令指示了容器化的应用程序该如何构建. 最近的研究表明Dockerfile存在相当多的质量问题. 在本文中, 我们提出了一种新的工具DMiner (Dockerfile Miner)来提取高质量Dockerfile中的隐含规则, 这些规则将有助于提升Dockerfile的质量. DMiner主要分为3个模块, 分别负责Dockerfile的采集、过滤, Dockerfile的解析处理以及Dockerfile规则的挖掘提取, DMiner将Dockerfile解析成统一的序列表示并使用序列模式挖掘算法来提取规则. 本工具对现有的Dockerfile数据集进行了扩充, 同时新提取出了9条在其他工作未曾出现的规则, 在真实数据集上的大量实验证明了该工具的有效性和高效性.
本文介绍了一种新的基于YOLOv5s的目标检测方法, 旨在弥补当前主流检测方法在小目标安全帽佩戴检测方面的不足, 提高检测精度和避免漏检. 首先增加了一个小目标检测层, 增加对小目标安全帽的检测精度; 其次引入ShuffleAttention注意力机制, 本文将ShuffleAttention的分组数由原来的64组减少为16组, 更加有利于模型对深浅、大小特征的全局提取; 最后增加SA-BiFPN网络结构, 进行双向的多尺度特征融合, 提取更加有效的特征信息. 实验表明, 和原YOLOv5s算法相比, 改善后的算法平均精确率提升了1.7%, 达到了92.5%, 其中佩戴安全帽和未佩戴安全帽的平均精度分别提升了1.9%和1.4%. 本文与其他目标检测算法进行对比测试, 实验结果表明SAB-YOLOv5s算法模型仅比原始YOLOv5s算法模型增大了1.5M, 小于其他算法模型, 提高了目标检测的平均精度, 减少了小目标检测中漏检、误检的情况, 实现了准确且轻量级的安全帽佩戴检测.
由于对眼底视网膜图像进行人工诊断分类时存在效率低、漏诊、误诊等情况, 为辅助医师辨别多种疾病的眼底筛查结果, 降低漏检及误检率, 提出一种基于注意力机制SENet的卷积网络模型和GBDT梯度提升的分类方法来解决视网膜疾病分类问题. 该模型在深度学习模型的基础上, 利用采样卷积网络对提取的视网膜出血、视盘水肿、黄斑区病变这3种特征进行学习, 通过GBDT梯度提升的方法进行识别和分类, 并采用大连市第三人民医院提供的真实临床数据对所提方法的性能进行评价. 结果表明, 该模型在平均准确率, 精确率和召回率分别达到99.27%, 98.35%,
0.9810
, 在视网膜疾病临床诊断中具有一定的实用价值.
引入结构化知识的对话系统因为能够生成流畅度更高、多样性更丰富的对话回复而受到广泛关注, 但是以往的研究只注重于结构化知识中的实体, 却忽略了实体之间的关系以及知识的完整性. 本文提出了一种基于图卷积网络的知识感知对话生成模型(KCG). 该模型通过知识编码器分别捕获实体与关系的语义信息并利用图卷积网络增强实体表征; 再利用知识选择模块获得与对话上下文相关的实体与关系的知识选择概率分布; 最后将知识选择概率分布与词表概率分布融合, 解码器以此选择知识或词表字词. 本文在中文公开数据集DuConv上进行实验, 结果表明, KCG在自动评估指标上优于目前的基线模型, 能生成更加流畅并且内容更加丰富的回复.
托盘的识别与定位是无人叉车中关键的问题之一. 当前托盘定位多采用目标检测的方法, 然而目标检测只能识别托盘在图像中的位置, 无法得到托盘的空间信息. 针对此问题, 本文提出了一种基于目标和关键点检测的单目托盘定位方法, 用于检测托盘并计算托盘当前的倾角和距离. 首先对托盘进行目标检测, 然后将检测的结果进行裁剪后输入到关键点检测网络中. 通过对托盘关键点的检测和托盘固有的几何外形特征, 设计边缘自适应调整, 得到高精度的托盘轮廓信息. 根据几何约束提出了基于轮廓点的托盘倾角与距离计算方法, 并采用RANSAC算法提升了计算结果的精度和稳定性, 解决了托盘的定位问题. 实验表明, 本文提出的算法在倾角计算上平均误差在5°以内, 水平距离计算上平均误差在110 mm以内, 能较好地定位托盘, 具有较高的实用价值.
现有瓷砖表面缺陷检测存在识别微小目标缺陷能力不足、检测速度有待提升的问题, 为此本文提出了基于改进YOLOv5的瓷砖表面缺陷检测方法. 首先, 由于瓷砖表面缺陷尺寸偏小的特性, 对比分析YOLOv5s的3个目标检测头分支的检测能力, 发现删除大目标检测头, 只保留中目标检测头和小目标检测头的模型检测效果最佳. 其次, 为了进一步实现模型轻量化, 使用ghost convolution和C3Ghost模块替换YOLOv5s在Backbone网络中的普通卷积和C3模块, 减少模型参数量和计算量. 最后, 在YOLOv5s的Backbone和Neck网络末端添加coordinate attention注意力机制模块, 解决原模型无注意力偏好的问题. 该方法在天池瓷砖瑕疵检测数据集上进行实验, 实验结果表明: 改进后的检测模型的平均精度均值达66%, 相比于原YOLOv5s模型提升了1.8%; 且模型大小只有10.14 MB, 参数量相比于原模型减少了48.7%, 计算量减少了38.7%.
针对海上搜救资源调度决策困难、干扰多、实时性差、难以实现全局最优问题, 本文以黄渤海海域为例, 采用改进的非支配排序遗传 (NSGA-II)算法解决海上船舶搜救资源调度问题. 首先, 根据AIS以及北斗数据, 建立了海上搜救资源的多目标优化模型; 其次, 改进的NSGA-II算法采用基于正态分布交叉 (NDX)算子, 在扩大搜索范围的基础上, 避免陷入局部最优, 得到多目标问题完整的Pareto解集; 采用综合评价法 (TOPSIS)从Pareto解集中求得折衷解, 即最终设计的搜救调度方案; 最后, 在考虑船舶数量约束以及时间约束的条件下, 采用改进的NSGA-II算法分别与NSGA-II算法和贪婪算法进行对比, 并采用黄渤海海域船舶采集数据进行仿真. 结果表明该算法能够有效解决海上搜救资源调度优化问题.
基于无人机平台获取的地面影像有着较高的空间分辨率, 但提供丰富的细节信息的同时, 也为农作物分类带来很多“干扰”, 尤其是在利用深度模型进行作物识别时, 存在边缘信息提取不充分及相似纹理作物误分, 导致分类效果欠佳等问题. 因此, 通过多尺度注意力特征提取的思路构建模型, 有效提取边缘信息, 提高作物分类精度. 所提出的多尺度注意力模型 (muiti-scale attention network, MSAT)通过多尺度块嵌入获取同一层级不同尺度的作物信息, 多尺度特征图被映射为多条序列独立地馈送到因子注意力模块中, 增强对农作物上下文信息的关注, 提高模型对地块边缘信息的提取, 因子注意力模块内置的卷积相对位置编码增强块内部局部信息的建模, 提高对相似纹理作物的区分能力, 最后通过融合局部特征与全局特征, 实现粗细双重信息的提取. 在水稻、甘蔗、玉米、香蕉和柑橘5种作物上的分类结果表明, MSAT模型的
MIoU
(mean intersection over union)和
OA
(overall accuracy)指标达0.816、98.10%, 验证了基于高分辨率图像的精细作物分类方法可行且设备成本低.
本文针对现有光学遥感图像超分辨率重建模型对感受野尺度关注不足和对特征通道信息提取不充分带来的问题, 提出了一种基于多尺度特征提取和坐标注意力的光学遥感图像超分辨率重建模型. 该重建模型基于深度残差网络结构, 在网络的高频分支中设计了多个级联的多尺度特征和坐标注意力模块 (multi-scale feature & coordinate attention block, MFCAB), 对输入的低分辨率光学遥感图像的高频特征进行充分发掘: 首先, 在MFCAB模块中引入Inception子模块, 使用不同尺度的卷积核捕捉不同感受野下的空间特征; 其次, 在Inception子模块后增加坐标注意力子模块, 同时关注通道与坐标两个维度, 以获得更好的通道注意力效果; 最后, 对各MFCAB模块提取的特征进行多路径融合, 实现多重多尺度空间信息与通道注意信息的有效融合. 本文模型在NWPU4500数据集上2倍、3倍放大中PSNR值达到34.73 dB和30.12 dB, 较EDSR分别提升0.66 dB和0.01 dB, 在AID1600数据集上2倍、3倍、4倍放大中PSNR值达到34.71 dB、30.58 dB、28.44 dB, 较EDSR分别提升0.09 dB、0.03 dB、0.04 dB. 实验结果表明, 该模型在光学遥感图像数据集上的重建效果优于主流的图像超分辨率重建模型.
作为斜拉桥的重要受力构件, 斜拉索的振动检测对桥梁健康监测具有关键作用. 在实验室理想条件下, 传统的空间相位振动检测算法能够实现结构振动的高精度测量, 然而在实际场景下, 环境因素如车辆、风激励以及拉索与地面的角度等会对测量结果造成较大的误差, 因此其不适用于实际场景下的拉索振动检测. 针对此问题, 本文提出了一种基于方向自适应复可控滤波器的拉索振动频率检测算法, 用于实现在真实场景下拉索振动的精确测量. 首先, 利用拉索的直线特性检测拉索位置, 并确定拉索主振方向; 其次根据拉索的振动方向特性, 设计方向自适应复可控滤波器组, 对视频的每一帧图像进行分解处理, 得到不同尺度同一方向的相位谱和幅度谱, 并对拉索边缘区域相位进行增强; 最后将每一帧图像处理得到的不同尺度的空间相位进行平均, 按时间顺序排列生成相位序列, 对提取到的相位序列进行傅里叶变换得到拉索振动主频频率. 通过与加速度传感器测量结果比较, 证明本文算法鲁棒性较高, 能够满足真实场景下桥梁拉索振动测量的应用需求.
为了降低NFV (network function virtualization)架构下共用基础设施给网络切片带来的安全风险, 同时兼顾部署网络切片时的可用性, 本文提出了一种基于BN (Brewer-Nash)模型的网络切片安全部署方法. 该部署方法首先提出了基于BN模型的5G切片部署架构, 基于BN模型设计了网络切片中虚拟网元(virtual network function, VNF)的安全部署规则, 使不同利益冲突类垂直用户网络切片的VNF形成主机隔离, 提升了VNF运行时的安全性; 然后利用整数线性规划对该部署问题建模, 把部署成本最小化作为目标函数; 最后使用遗传算法求出部署结果. 仿真结果表明, 该方法在满足网络切片VNF安全部署规则的前提下降低了部署成本.
针对多种农作物病虫害图像, 在自然环境下因虫害种类繁多, 小目标特征相似的技术问题, 导致检测困难难以达到令人满意的精度. 本文提出了一种自然背景下加强局部特征和全局特征信息融合的害虫检测识别模型YOLOv5-EB, 在公开的大规模害虫数据集IP102上进行实验, 结果表明该研究比YOLOv5模型精确度提高了5个百分点. 引入一维卷积替换CBAM中通道注意力的MLP操作, 优化了通道注意力经过全局处理后容易忽略通道内信息交互的问题; 其次使用6×6卷积替换Focus操作, 来增强提取害虫特征的能力. 实验结果表明, 对害虫进行检测时, YOLOv5-EB的平均精度值达到了87%, 与Faster R-CNN、EfficientDet、YOLOv3、YOLOv4、YOLOv5模型相比, 不仅有效提高了作物害虫图像的识别性能, 而且有效提高了检测速度. 研究表明, YOLOv5-EB算法满足对多种农作物病虫害目标检测的准确性和实时性要求.
综合化航空电子系统是新一代飞机的一个重要特征, 其可靠性和稳定性对整个飞机的飞行和安全起着决定性作用. 针对航电系统应当具有高可靠性的特点, 提出一种分布式集群余度架构, 并设计相应的余度管理方法, 以容忍航电系统故障后可能出现的拜占庭错误, 有效提高容错计算机的可靠性和容错能力. 采用门限签名和集群选主两种方案优化提出的余度管理方法, 降低集群中余度计算机之间的通信开销, 避免影响航电系统的实时性, 提高余度管理效率. 通过模拟实验进行测试, 结果验证了分布式集群余度管理方法可以有效提升航电系统的可靠性, 增强拜占庭弹性, 实现在
n
余度的航电系统中只要拜占庭节点数小于
n
/3, 系统仍然能够正确运行, 并且优化方案具有更低的通信开销和计算开销.
针对普通神经卷积网络对番茄叶病的识别精准度, 先提出一种新型的多尺度融合注意力机制的网络(MIPSANet), 在该网络中采用轻量级网络作为主要框架, 减少了网络的参数, 为了增加网络的深度和宽度, 加入了Inception结构, 用于提取数据的多尺度特征信息, 同时, 在这个过程中使用更加精细的双重注意力机制, 极化自注意力(polarized self-attention, PSA), 作为一个即插即用的模块, 将其嵌入整个模型中, 提高了重要特征点的表达能力, 同时PSA模块的轻量化也符合本模型的使用. 在卷积后加入全连接层, 进行分类. 使用提出的网络在Kaggle公开数据集tomato leaves dataset 上进行进行实验, 对其进行30批次的训练, 取得了91.05%的准确率, 与其他方法进行对照, 取得良好的效果. 试验结果表明该网络对番茄叶病的分类有很好的效果, 为分类网络的网络结构和参数配置方面提供一些参考价值.
危险天气下的改航与受限区划设和路径规划算法密切相关, 本文针对改航环境构建中Graham扫描结果存在较大无效区域, 提出分块后并行扫描. 针对危险天气的突发性, 为了适用于复杂环境, 提出在增量式的D*Lite全局规划路径基础上智能分割、蚁群算法局部搜索的复合结构动态规划方法. 通过改进信息素更新策略解决收敛速度慢、耗时长且易陷入局部最优的缺点. 实验结果表明, 分块并行Graham扫描划设的飞行受限区形状更接近实际, 面积缩至原先的48.1%. 改进蚁群融合D*Lite的复合结构动态路径规划算法D*Lite-ACO兼顾全局与局部, 将重规划范围控制到当前位置与目标点间, 在路径长度、规划时间和迭代范围上的评价指标分别提升1.2%、40.7%、66.7%.
近年来, 由于人工智能在医疗领域的高速发展, 科研人员对医学图像的需求量与日俱增. 这些医学图像往往需要经过精细地标注之后才能够被投入使用. 与自然图像相比, 医学图像的数据标注工作更具专业性、复杂性. 因此, 医学图像面临着标注速率低、标注成本高等问题, 从而导致带标签样本稀缺的困境. 眼底图像作为一种重要的医学图像, 能够实现绝大多数的眼科疾病筛查与初诊工作, 如糖尿病视网膜病变、青光眼等, 但也同样面临着标注困难的问题. 针对这样的现状, 本文设计并开发了一种高效的眼底图像半自动标注系统, 该系统的创新点是能够对多种眼病进行半自动标注. 针对眼底图像进行多种疾病的预测, 预测结果的类型包括疾病分级和病灶分割, 标注人员只需对生成的预测结果进行审核并修改, 这一过程可以大大降低标注人员的工作量. 此外, 该系统包括用户管理、项目管理、图像管理、算法模型管理4个模块. 通过这4个模块可以实现团队标注中的任务分配, 标注进度数据可视化, 标注结果快速导出等人性化功能. 该系统极大提升了标注人员的标注效率和标注体验.
工业互联网中设备任务的处理需要大量计算资源, 有低时延需求的任务显著增多. 边缘计算将算力等资源放置到靠近需求一侧, 为任务处理提供有效支撑. 但由于边缘计算资源有限, 无法同时满足设备任务的低时延和高完成率需求. 如何确定合理的卸载决策与任务调度, 仍然存在巨大挑战. 针对以上问题, 本文提出了一种基于深度学习的动态优先级任务调度算法DPTSA, 首先根据动态优先级选择待处理任务, 通过神经网络产生任务调度决策, 然后通过交叉变异等操作产生一组可行解, 再筛选最优解存储到经验缓冲区, 最后通过经验缓冲区样本优化神经网络参数. 基于Google的Brog任务调度数据集的实验结果表明, 相比于4种基准算法, DPTSA在任务等待时间和任务完成率方面都有出色表现.
基于语义分割的图像掩膜方法常用来解决静态场景三维重建任务中运动物体的干扰问题, 然而利用掩膜成功剔除运动物体的同时会产生少量无效特征点. 针对此问题, 提出一种在特征点维度的运动目标剔除方法, 利用卷积神经网络获取运动目标信息, 并构建特征点过滤模块, 使用运动目标信息过滤更新特征点列表, 实现运动目标的完全剔除. 通过采用地面图像和航拍图像两种数据集以及DeepLabV3、YOLOv4两种图像处理算法对所提方法进行验证, 结果表明特征点维度的三维重建运动目标剔除方法可以完全剔除运动目标, 不产生额外的无效特征点, 且相较于图像掩膜方法平均缩短13.36%的点云生成时间, 减小9.93%的重投影误差.
在室内环境下的机器人视觉导航任务中, 可行驶区域检测是不可或缺的一部分, 这是保证自动驾驶任务实现的基础. 目前较多的解决方法是对数据集中出现过的障碍物进行识别来检测可行驶区域, 缺乏灵活性, 因此本文提出了一种针对地铁站等室内平坦地面的可行驶区域检测方法, 提高实用性. 本文采用经典的MobileNetV3网络对采集到的前方图像进行分类, 判断是否为地面区域. 由于室内地面的地标、箭头等贴纸的影响, 因此需要对非地面区域进一步判断, 与常规的立体障碍物进行区分. 本文利用连续帧之间的特征点匹配获得相机移动距离, 并利用直线拟合计算斜率的方法达到区分立体障碍物与平面地标的目的. 实验表明, 本文提出的方法能较好地检测机器人前方可行驶区域, 具有较高的实用价值.
源代码注释生成旨在为源代码生成精确的自然语言注释, 帮助开发者更好地理解和维护源代码. 传统的研究方法利用信息检索技术来生成源代码摘要, 从初始源代码选择相应的词或者改写相似代码段的摘要; 最近的研究采用机器翻译的方法, 选择编码器-解码器的神经网络模型生成代码段的摘要. 现有的注释生成方法主要存在两个问题: 一方面, 基于神经网络的方法对于代码段中出现的高频词更加友好, 但是往往会弱化低频词的处理; 另一方面, 编程语言是高度结构化的, 所以不能简单地将源代码作为序列化文本处理, 容易造成上下文结构信息丢失. 因此, 本文为了解决低频词问题提出了基于检索的神经机器翻译方法, 使用训练集中检索到的相似代码段来增强神经网络模型; 为了学习代码段的结构化语义信息, 本文提出结构化引导的Transformer, 该模型通过注意力机制将代码结构信息进行编码. 经过实验, 结果证明该模型在低频词和结构化语义的处理上对比当下前沿的代码注释生成的深度学习模型具有显著的优势.
针对信息化系统安全风险评估过程中安全风险因素指标的重要性难以赋权的问题, 本文以建筑工地施工现场为应用场景, 提出一种基于改进的D-S证据理论与融合权集结合的安全风险评估模型. 首先, 在充分研究建筑工地安全风险评估流程和要素的基础上, 建立建筑工地安全评价体系; 其次, 采用基于权值分配和矩阵分析的D-S合成算法改进AHP法和基于数据的熵权法计算评价体系中指标层中各指标的主、客观权重; 然后, 运用改进的D-S证据融合算法进行多源证据的合成, 获取指标权重, 避免单一赋权的片面性, 得到最优综合权重; 最后, 根据TOPSIS评价算法计算建筑工地综合评价指数. 分析表明, 基于改进D-S证据理论-融合权集的安全风险评估模型, 能有效评估建筑工地施工现场的安全性, 降低评估结果的不确定性, 提高风险评估结果可信度.
给图片添加特定扰动可以生成对抗样本, 误导深度神经网络输出错误结果, 更加强力的攻击方法可以促进网络模型安全性和鲁棒性的研究. 攻击方法分为白盒攻击和黑盒攻击, 对抗样本的迁移性可以借已知模型生成结果来攻击其他黑盒模型. 基于直线积分梯度的攻击TAIG-S可以生成具有较强迁移性的样本, 但是在直线路径中会受噪声影响, 叠加与预测结果无关的像素梯度, 影响了攻击成功率. 所提出的Guided-TAIG方法引入引导积分梯度, 在每一段积分路径计算上采用自适应调整的方式, 纠正绝对值较低的部分像素值, 并且在一定区间内寻找下一步的起点, 规避了无意义的梯度噪声累积. 基于ImageNet数据集上的实验表明, Guided-TAIG在CNN和Transformer架构模型上的白盒攻击性能均优于FGSM、C&W、TAIG-S等方法, 并且制作的扰动更小, 黑盒模式下迁移攻击性能更强, 表明了所提方法的有效性.
在斯隆数字巡天任务中, 受体积较大亮度较高的天体干扰, 现阶段的目标检测算法对小尺度天体的检测效果并不理想. 针对上述问题, 提出一种基于Mask-GAN和YOLOv3的小尺度天体检测方法. 方法分为两大步骤: 第1步干扰天体屏蔽. 首先设计了一个干扰天体Mask构建算法, 通过自适应阈值分割和连通域分析提取干扰目标, 并提出融合各波段区域特征和排除邻近目标方式构建Mask, 避免以往分割方法存在的光晕残留和邻近目标错误分割现象; 其次构建GAN模型, 结合干扰天体Mask完成屏蔽干扰任务. 第2步将处理过的数据输入改进的YOLOv3模型进行小尺度天体检测. 引入注意力机制, 构建C-EfficientNet作为主干特征提取网络, 加强网络的特征提取能力和对目标关注程度; 同时扩展4个有效特征层并提出一种提升浅层特征图权重的方式SAt, 让网络更好地利用分辨率高细节丰富的浅层特征来检测小尺度天体. 实验与分析表明, 在SDSS (Sloan digital sky survey)天文数据集上对小尺度恒星和星系的检测平均精度达到了81.16%和77.89%, 相比于当前经典算法检测效果更好, 有一定的实际应用意义.
针对目前在遥感目标检测领域广泛使用的YOLOv3算法存在对小目标物体的特征表达能力不足, 检测效果不好的问题, 本文提出一种改进的YOLOv3小目标检测算法. 首先, 引入全局信息注意力机制并改进特征提取网络和特征金字塔结构, 提高模型小目标特征提取能力和检测能力; 其次, 对数据集进行单尺度Retinex融合特征增强, 提高模型对小目标特征的学习效果; 最后, 使用自适应锚框优化算法对anchors进行优化, 提高anchors和目标的匹配程度. 选用遥感数据集RSOD进行实验, 本文算法的全类平均精度为92.5%, 相比经典YOLOv3算法, 提高10.1%, 对遥感小目标的检测效果得到明显提升.
基于深度学习的人体姿态估计广泛应用于姿态识别、人机交互等领域. 为了提升人体关键点的检测精度, 很多网络采用运算量、参数量和复杂度不断增加的模型架构, 导致无法直接部署到低算力设备. 为了解决上述问题, 本文提出了一种多路特征注意力融合的轻量型方法. 模型基于HigherHRNet网络进行轻量化设计和训练, 包括: 采用通道拆分和通道混洗, 解决分组卷积后特征层之间存在的信息隔离; 采用线性运算的特征生成方法, 解决不同特征层之间存在的冗余性; 采用融合注意力信息的方法, 缓解因轻量化导致的准确率下降. 在MS COCO数据集上完成了模型的训练、测试、可视化以及消融实验. 实验结果表明本文的轻量化方法在保证直观的检测精度前提下, 能够显著降低人体姿态估计的计算量.
针对传统示教再现机器人仅能进行位置确定、轨迹固定的拆垛任务, 局限于固定场景的问题, 设计了一个基于视觉定位的机器人智能拆垛系统. 该系统利用目标像素中心坐标转换求得对应世界坐标. 针对眼在手外的安装相机方式, 导致目标经图像处理算法求得的旋转角度可能由于相机自身的偏转而产生误差的问题, 提出利用相机外参系数补偿目标旋转角度. 最后设计拆垛策略, 通信引导机器人以由近及远的抓取顺序执行拆垛任务, 并无需人工干预自动完成整垛拆卸. 经过实验数据表明, 该系统可在未知工作场景中对未知位置目标进行抓取, 位置误差可达1.1 mm, 角度误差可达1.2°, 堆垛一层定位时间为1.2 s左右, 满足工业场景中对拆垛机器人的精度与效率需求.
针对常一线航空煤油闪点值预测提出基于灰色关联分析法 (grey correlative analysis, GRA)与改进的鲸鱼优化算法(improved whale algorithm, IWOA)优化极限学习机 (extreme learning machine, ELM)的软测量方法. 利用GRA计算出各个辅助变量与待测变量的信息关联度, 通过实验法选取辅助变量作为输入, 然后利用IWOA为ELM寻找最优权阈值. 在算法迭代前期, 利用改进的Tent混沌映射进行种群初始化使种群分布更加均匀, 利用自适应权重结合随机差分变异策略来提升算法的寻优能力, 通过8个基准测试函数对改进算法的有效性进行验证. 通过某炼油厂常压塔常一线航空煤油闪点实际数据, 验证了改进模型对闪点值预测的有效性.
医学三维图像(如CT、MRI等)和二维图像(如X光)的配准技术已经被广泛应用于临床诊断和手术规划中. 医学图像配准的实质为使用优化算法寻找某种空间变换, 使两张图像在空间以及结构上对齐. 配准过程中往往由于优化算法寻优精度不高、易陷入局部极值的问题导致配准质量低. 针对此问题, 提出一种改进的平衡优化器算法(improved equilibrium optimizer based on Logistic-Tent chaos map and Levy flight, LTEO), 首先针对种群初始化容易分布不均匀, 且随机性太高的问题, 引入Logistic-Tent混沌映射对种群进行初始化, 提高种群多样性, 使它们尽可能的分布于搜索空间内; 对迭代函数进行更新, 使得优化算法更注重全局范围的搜索, 提高算法收敛速度并利于找到全局最优解; 引入Levy飞行策略对停滞粒子进行扰动, 防止算法陷入局部极值. 最后将改进的平衡优化器算法用于2D/3D医学图像配准任务, 并对配准过程中数据的频繁传输进行优化, 降低配准耗时. 通过基准函数测试和临床配准实验对算法进行验证, 改进后的平衡优化器可有效提高寻优精度和稳定性, 并提高医学图像配准的质量.
在当前自然语言处理多意图识别模型研究中, 存在建模方式均为从意图到插槽的单一方向的信息流建模, 忽视了插槽到意图的信息流交互建模研究, 意图识别任务易于混淆且错误捕获其他意图信息, 上下文语义特征提取质量不佳, 有待进一步提升等问题. 本文以当前先进的典型代表GL-GIN模型为基础, 进行优化改进, 探索了插槽到意图的交互建模方法, 运用槽到意图的单向注意力层, 计算插槽到意图的注意力得分, 纳入注意力机制, 利用插槽到意图的注意力得分作为连接权重, 使其可以传播和聚集与意图相关的插槽信息, 使意图重点关注与其相关的插槽信息, 从而实现多意图识别模型的双向信息流动; 同时, 引入BERT模型作为编码层, 以提升了语义特征提取质量. 实验表明, 该交互建模方法效果提升明显, 与原GL-GIN模型相比, 在两个公共数据集(MixATIS和MixSNIPS)上, 新模型的总准确率分别提高了5.2%和9%.
在施工现场中, 发生过许多高空坠落事故, 因此在施工现场佩戴安全帽是十分有必要的. 针对安全帽佩戴状况检测中遇到的小目标样本缺检、漏检的情况, 提出一种基于YOLOX-s的改进算法. 首先, 在Neck层引入主干特征提取网络中的160×160特征层进行特征融合, 并且增加了一个针对小目标的检测头; 其次, 采用SIoU损失函数计算损失值, 使得网络在训练过程中考虑的损失项更加全面; 并且采用varifocal loss函数来计算置信度损失值, 进一步改善训练过程中存在的正样本与困难样本不均衡的问题, 最后, 采用CA (coordinate attention)注意力机制来增强模型的特征表达能力. 实验结果表明, 通过对Neck层与检测层、损失函数的优化以及引入CA注意力机制, 使得网络在训练过程中收敛与回归性能更佳. 改进后的算法的
mAP
值为95.57%, 相较于YOLOv3及原YOLOX-s算法在
mAP
值上分别提高了17.11%、3.59%. 改进后的算法检测速度为54.73帧/s, 符合实时检测速度要求.
应对孪生网络单目标跟踪算法在跟踪中遇到背景杂乱、相似物影响、遮挡等复杂场景的问题导致跟踪系统精度和成功率下降的问题, 提出一种融合坐标注意力机制和模板更新的跟踪算法MCUSiamRPN (MobileNet coordinate attention and updating of template SiamRPN). 在SiamRPN算法基础上, 采用改进的MobileNetV3为特征提取网络, 多层特征信息分别送入坐标注意力模块, 进行特征融合, 丰富语义信息; 设计了一种自适应模板更新模块, 结合初始模板和当前帧的模板用于估计下一帧的最佳模板更新模板信息. 在OTB100和UAV123两个数据集上进行测试, 结果显示: 相比于基准算法SiamRPN, 精度分别提升了5.3%和3.7%; 成功率分别提升了3.7%和5.2%, 验证了该算法的有效性.
性能bug是指代码中降低程序运行效率的缺陷. 现有的检测工具只能查找特定类型的性能bug并且需要复杂的程序分析过程, 因而缺乏通用性并且时空开销巨大. 同时, 有许多经典的克隆检测技术被用于一般性相似代码检测, 但是它们只能检测高度相似的代码或者需要依赖训练集, 使得它们难以用于在真实数据集中查找性能bug. 基于此, 通过构建带有标记token的代码模板, 本文提出一种使用克隆检测技术来查找多种类型的性能bug的方法. 通过对不同类型和频度的token标记不同的权重, 本文提出的方法可以区分其重要性并因此提取出代码中的关键信息. 在真实项目构成的数据集上的实验表明, 本方法可以发现更多类型的性能bug同时比现有工具耗时更少. 另一项实验也证明了本方法显著提升了基于token的克隆检测技术的检测能力, 相比于现有的克隆检测方法更适合用于性能bug查找.
作为衡量空气污染物浓度的重要指标, 对PM
2.5
浓度进行监控预测, 能够有效地保护大气环境, 进一步地减少空气污染带来的危害. 随着空气质量自动监测站的大范围建立, 由传统的机器学习搭建的空气质量预测模型已经不能满足当今的需求. 本文提出了一种基于多头注意力机制和高斯概率估计的高斯-注意力预测模型, 并对沈阳市某监测站点的数据进行了训练和测试. 该模型考虑了PM
2.5
浓度受到其他空气质量数据的影响, 将空气质量数据的分层时间戳(周、日、小时)的信息对齐作为输入, 使用多头注意力机制对于不同子空间的时间序列关联特征进行提取, 能够获得更加完善有效的特征信息, 再经过高斯似然估计得到预测结果. 通过与多种基准模型进行对比, 相较于性能较优的DeepAR, 高斯-注意力预测模型的MSE、MAE分别下降了21%、15%, 有效地提高了预测准确率, 能够较准确地预测出PM
2.5
浓度.
电力能源的安全在国家安全中占有重要的地位. 随着电力5G通信技术的发展, 大量电力终端产生定位需求. 传统GPS定位方法存在易受欺骗的问题, 如何有效提升GPS定位的安全性成为一个亟待研究的问题. 本文提出了一种基于基站辅助的电力5G终端GPS欺骗检测算法, 利用安全性较高的基站定位来检验可能被欺骗的GPS定位, 并且引入了一致性因数用来描述GPS定位结果和基站定位结果的一致性. 通过计算一致性因数, 如果大于设定的阈值则判断发生欺骗, 反之则GPS工作正常. 实验表明, 在使用本论文模型情况下, 本算法的准确率为99.98%, 优于传统机器学习分类算法. 此外, 本方法在运行速度上相较于传统机器学习分类算法也有一定程度的提升.
本文介绍了作者近年来应用工具软件
NU
清除磁盘引导区和硬盘主引导区病毒、修复引导区损坏磁盘的
经验，经实践检验，简便有效。
从2006年开始，深度神经网络在图像/语音识别、自动驾驶等大数据处理和人工智能领域中都取得了巨大成功，其中无监督学习方法作为深度神经网络中的预训练方法为深度神经网络的成功起到了非常重要的作用. 为此，对深度学习中的无监督学习方法进行了介绍和分析，主要总结了两类常用的无监督学习方法，即确定型的自编码方法和基于概率型受限玻尔兹曼机的对比散度等学习方法，并介绍了这两类方法在深度学习系统中的应用，最后对无监督学习面临的问题和挑战进行了总结和展望.
2012,21(3):260-264
, DOI:
开放平台的核心问题是用户验证和授权问题,OAuth 是目前国际通用的授权方式,它的特点是不需要用户在第三方应用输入用户名及密码,就可以申请访问该用户的受保护资源。OAuth 最新版本是OAuth2.0,其认证与授权的流程更简单、更安全。研究了OAuth2.0 的工作原理,分析了刷新访问令牌的工作流程,并给出了OAuth2.0 服务器端的设计方案和具体的应用实例。
2011,20(7):184-187,120
, DOI:
针对智能家居、环境监测等的实际要求，设计了一种远距离通讯的无线传感器节点。该系统采用集射频与控制器于一体的第二代片上系统CC2530 为核心模块，外接CC2591 射频前端功放模块；软件上基于ZigBee2006 协议栈，在ZStack 通用模块基础上实现应用层各项功能。介绍了基于ZigBee 协议构建无线数据采集网络，给出了传感器节点、协调器节点的硬件设计原理图及软件流程图。实验证明节点性能良好、通讯可靠,通讯距离较TI 第一代产品有明显增大。
本文介绍了Visual C++6.0在对话框的多个文本框之间,通过回车键转移焦点的几种方法,并提出了一个改进方法.
2009,18(5):182-185
, DOI:
DICOM 是医学图像存储和传输的国际标准，DCMTK 是免费开源的针对DICOM 标准的开发包。解读DICOM 文件格式并解决DICOM 医学图像显示问题是医学图像处理的基础，对医学影像技术的研究具有重要意义。解读了DICOM 文件格式并介绍了调窗处理的原理，利用VC++和DCMTK 实现医学图像显示和调窗功能。
综合考虑基于构件组装技术的虚拟实验室的系统需求，分析了工作流驱动的动态虚拟实验室的业务处理模型，介绍了轻量级J2EE框架(SSH)与工作流系统(Shark和JaWE)的集成模型，提出了一种轻量级J2EE框架下工作流驱动的动态虚拟实验室的设计和实现方法，给出了虚拟实验项目的实现机制、数据流和控制流的管理方法，以及实验流程的动态组装方法，最后，以应用实例说明了本文方法的有效性。
本文介绍非实时操作系统Windows 2000下,利用VisualC++6.0开发实时数据采集的方法.所用到的数据采集卡是研华的PCL-818L.借助数据采集卡PCL-818L的DLLs中的API函数,提出三种实现高速实时数据采集的方法及优缺点.
2012,21(5):230-235
, DOI:
2011,20(11):223-226
, DOI:
2011,20(10):255-258
, DOI:
2011,20(7):239-243
, DOI:
2011,20(6):228-231,237
, DOI:
2011,20(2):245-253
, DOI:
2010,19(12):271-275
, DOI:
2010,19(12):265-270
, DOI:
2010,19(11):265-277
, DOI:
2010,19(7):244-249
, DOI:
2010,19(1):198-203
, DOI:
2008,17(11):116-120
, DOI:
地址：北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码：100190
电话：010-62661041 传真： Email：csa (a) iscas.ac.cn
技术支持：
北京勤云科技发展有限公司
京公网安备 11040202500063号
