计算机与现代化

李德友1, 2, 余劲松弟1, 2, 魏丹丹1, 2, 罗源1, 2, 佟瑞菊3

2024, 0(11): 1-6. doi:10.3969/j.issn.1006-2475.2024.11.001

摘要 ( 9 )

PDF (3488KB) ( 7 )

参考文献 | 相关文章 | 计量指标

本文旨在研究一种面向格网化立方体元数据的抽象树模型，以支持多源异构对地观测元数据的管理，减少对异构元数据的解析、适配和存储结构设计。首先，基于对对地观测元数据基本特征的分析，本文抽象出元数据的一般构成要素，定义统一的抽象树模型及其操作方法；然后，基于关系型数据库系统实现抽象树模型的存储与操作映射，结合主流地理信息互操作相关国际标准设计格网化立方体元数据模型，实现异构元数据的统一集成与存储；最后，构建格网化立方体元数据管理原型系统，以北大西洋环境变量的数据管理为应用案例，展示基于抽象树模型的格网化立方体元数据操作。应用表明，本文提出的元数据模型易于操作，拓展性强，能有效支持对地观测元数据的集成与存储。

基于RF-LCE-BiLSTM-Attention-AMSSA模型的京剧二分类

龚谊承1, 2, 刘青1, 2

2024, 0(11): 7-12. doi:10.3969/j.issn.1006-2475.2024.11.002

摘要 ( 9 )

PDF (1380KB) ( 7 )

参考文献 | 相关文章 | 计量指标

为了提升大数据背景下的京剧分类精度，促进国粹传播，本文在RF-BiLSTM-Attention模型基础上利用偏差惩罚交叉熵（LCE）损失函数防止过拟合，并融合自适应麻雀优化算法（AMSSA）提出RF-LCE-BiLSTM-Attention-AMSSA模型对京剧与其他音乐进行二分类。模型首先将音频文件转化为由特征构成的向量，再结合L2正则化损失和交叉熵损失作为模型的偏差惩罚交叉熵损失函数，通过神经网络进行分类训练；然后利用AMSSA优化模型超参数，将最优超参数代入模型进行京剧二分类。以来自大众音乐平台和GTZAN数据集的1500首音乐进行京剧二分类实验，对比RF-LCE-BiLSTM-Attention-AMSSA模型与RNN、LSTM、BiLSTM等10种模型的分类准确率，并对LCE损失函数与AMSSA进行消融实验。实验结果表明：RF-LCE-BiLSTM-Attention-AMSSA模型的分类准确率为89.95%，比RF-BiLSTM-Attention提高了0.95个百分点；比RF-LCE-BiLSTM-Attention提高了0.28个百分点。

基于异构时空图卷积网络的出租车客流预测

李桃迎, 李蒙, 武梦乔

2024, 0(11): 13-18. doi:10.3969/j.issn.1006-2475.2024.11.003

摘要 ( 9 )

PDF (3015KB) ( 6 )

参考文献 | 相关文章 | 计量指标

准确预测区域级出租车客流量对出租车调度和乘客出行至关重要。而挖掘客流的时空相关性则是提高预测精度的关键。针对现有研究中对区域客流的时空特征挖掘不充分，特别是非邻近区域间客流相似性以及区域之间的空间关系没有充分挖掘的问题，本文提出一种考虑时空相似性的异构时空图卷积网络，以实现对区域级客流预测。该模型以区域物理邻接图、区域相似图和OD（出发-到达）关联图构建异构图，以表达客流数据的时空特性。在公开数据集上进行实验，结果表明：该模型在平均绝对误差、均方根误差、准确率和[R2]方面均优于对比模型，具有更高的预测精度。

基于命名数据网络的车联网信息转发策略

张泰1, 闫子豪2, 段洁2, 张志鸿2

2024, 0(11): 19-27. doi:10.3969/j.issn.1006-2475.2024.11.004

摘要 ( 7 )

PDF (1564KB) ( 9 )

参考文献 | 相关文章 | 计量指标

针对在车联网中由于节点高移动性导致的网络拓扑动态变化问题和传统网络潜在的广播风暴问题，提出一种基于网络拓扑预测的车联网信息转发策略。首先根据车联网中节点性能、车辆运行状态属性、运动轨迹、链路属性等，采用动态网络拓扑演化算法进行拓扑预测，构建当前网络拓扑；再使用最短路径算法构建多源信息转发表，根据信息转发表进行信息转发；最后在转发表失效的情况下，根据节点和链路属性选择最佳邻居节点转发数据，同时，进一步完善基于拓扑预测的内容转发；最后仿真结果表明，与其他转发策略相比，本文所提出的转发策略能有效减少内容获取时延，提高请求命中率。

基于改进Elman神经网络的预测方法

袁庆乐, 牟莉

2024, 0(11): 28-33. doi:10.3969/j.issn.1006-2475.2024.11.005

摘要 ( 11 )

PDF (1515KB) ( 9 )

参考文献 | 相关文章 | 计量指标

针对钢铁企业在采购管理方面计划周期性采购量不够合理，计划供应企业的生产需求不够精准等问题，提出一种基于改进布谷鸟搜索算法优化Elman神经网络（BASCS-Elman）的模型。以宝钢德盛公司物料生铁矿为研究对象，采用此模型对其需求量进行预测，以达到精准预测，减少资源浪费，提高企业利润的目的。本文通过Logistic混沌映射优化CS初始种群，从而保持种群多样性并能提高算法搜索遍历的均匀性；通过自适应Levy飞行更新布谷鸟位置，从而增加全局搜索能力；通过多阶段动态扰动策略帮助全局寻优；通过天牛须算法加快局部寻优速度。仿真实验结果表明，提出模型的平均绝对误差为1.5042，平均绝对百分比误差为0.33423%，最快稳定时间为1.18 s，优于其他预测模型。

基于Q学习的安全服务功能链编排算法

刘行1, 2, 郭靓1, 2, 王正琦1, 2, 韦小刚1, 2, 徐雪菲1, 2, 刘京3

2024, 0(11): 34-40. doi:10.3969/j.issn.1006-2475.2024.11.006

摘要 ( 11 )

PDF (1257KB) ( 8 )

参考文献 | 相关文章 | 计量指标

随着科技的发展，互联网已成为人类生活中不可或缺的一部分，而网络安全也显得尤为重要。为了保障网络安全，动态安全服务功能链编排是其中一个重要的研究方向。但是，现在对于动态安全服务功能链的网络资源映射和编排算法的研究主要集中在某一种网络资源，研究方向多以优化某个网络资源和降低网络服务延迟为主要目标，忽略了网络整体资源分配的均衡性。本文构建物理网络模型和安全服务功能链模型，在满足用户需求的情况下，同时考虑物理网络节点计算资源和链路带宽资源，目标是取得最好的网络资源均衡分配。根据强化Q学习算法，提出新的链路编排奖励方式，引入贪婪策略避免陷入局部最优，选取一个典型物理网络模型和不同个数的安全服务功能链，多次迭代得到安全服务功能链的最优编排路径。仿真结果表明，提出的安全服务功能链的最优编排与模拟退火算法相比在编排响应时间上减少了38.5%，在资源分配均衡度上提升了2.1%；与遗传算法相比在编排响应时间上减少了96.5%，在资源分配均衡度上提升了2.9%。

面向物联网终端设备的零信任动态评估方法

董重重, 赵聪, 吴悠, 张蕾, 张佳雯, 李志浩

2024, 0(11): 41-45. doi:10.3969/j.issn.1006-2475.2024.11.007

摘要 ( 11 )

PDF (1553KB) ( 9 )

参考文献 | 相关文章 | 计量指标

零信任新型网络安全架构致力于保证物联网（Internet of Things， IoT）终端设备的接入安全。针对设备的异构性以及网络接收数据的实时性导致网络攻击增多且无法有效防御的问题，本文提出一种动态、主动地确定设备安全可信的评估方法用于评判接入设备的实时可信性。将数学中的变化率思想引入信任分析中，基于信任区间和变化率形成3个属性集：离散区间、变化范围和变化频率。通过计算实体信任值的上述属性，得到实体的信任状况，并从完备性、准确性和客观性3个层面对终端实体的信任状况进行全面评估。在减少加密等手段的前提下，上述方法可以从数据的角度对终端设备的信任状态进行评估，该评估方法可以为零信任网络安全架构的动态授权等过程提供更加客观、准确的依据。

基于大模型的设备故障知识图谱自动构建方法

张昆1, 张永伟1, 吴永城1, 张笑文2, 翟世臣2

2024, 0(11): 46-53. doi:10.3969/j.issn.1006-2475.2024.11.008

摘要 ( 18 )

PDF (5470KB) ( 11 )

参考文献 | 相关文章 | 计量指标

故障运维是当前工业生产领域的一个重要研究主题。基于故障知识图谱的故障预测、故障诊断、智能问答等研究都已经得到了较大的发展和应用，然而，高质量的故障知识图谱是这些方法开展的基础。考虑到传统的知识图谱构建技术需要对原始数据进行数据预处理、实体识别、关系抽取以及实体对齐，为了提高知识图谱构建效率，本文的工作聚焦于利用大语言模型（Large Language Model， LLM）对故障运维数据进行无监督知识抽取，设计并实现一种基于大模型的大型故障知识图谱的自动构建方法。该方法主要包含2个部分：1）2种面向故障知识图谱构建的zero-shot Prompt，这些Prompt能够引导大语言模型对故障知识图谱进行概念层的生成和元素层的知识抽取，以RDF语法进行表征和输出； 2）一种基于大语言模型的知识图谱构建方法，该方法可以通过zero-shot Prompt引导大语言模型对故障运维数据进行知识抽取，并以迭代的形式完成大型故障知识图谱的构建。实验结果表明本文提出的方法具有一定的科学性和有效性。

基于ChatGLM2-6B的电力企业财务知识问答方法

叶雪, 杨晟, 程凯, 朱峰

2024, 0(11): 54-63. doi:10.3969/j.issn.1006-2475.2024.11.009

摘要 ( 10 )

PDF (1481KB) ( 8 )

参考文献 | 相关文章 | 计量指标

随着电力系统规模的不断增长，在日常财务处理中产生了大量重复和复杂的工作内容，传统的财务知识组织和管理方式已经无法满足当前电力系统的需要。基于此，本文提出一种基于大规模语言模型ChatGLM2-6B构建财务事理图谱的方法，用于规范化财务管理和项目管理流程，辅助财务决策。首先，通过指令微调和提示学习等方式优化ChatGLM2-6B模型，使其分别从合同和票据数据中抽取出事件和事件关系对；其次，通过FAISS向量数据库将事件关系对保存为本地知识库，并训练一个FAISS-ERNIE相似度评估模型提升模型的知识检索能力，实现财务数据的智能问答；最后，利用层次聚类算法泛化事件关系对，分别得到合同事理图谱和票据事理图谱，用于对实时的财务操作进行规范化指引和监督，实现财务执行的透明化。实验结果表明，本文提出的方法在事件抽取、事件关系对抽取以及相似度检索等方面均展现出优异的性能，所构建的合同和票据事理图谱对于电力企业的财务管理具有重要意义，有助于提升企业管理水平。

融合句法特征与语义特征的作文自动评分方法

陈宇航1, 杨勇1, 帕力旦·吐尔逊1, 樊小超1, 任鸽1, 刁宇峰2

2024, 0(11): 64-69. doi:10.3969/j.issn.1006-2475.2024.11.010

摘要 ( 10 )

PDF (1175KB) ( 6 )

参考文献 | 相关文章 | 计量指标

作文自动评分是一种利用自然语言处理技术对作文进行自动评估和打分的技术。作文自动评分能够提升评分效率，降低人工成本，确保评分的客观性和一致性，在教育领域有着广泛的应用前景。尽管句法特征和主题特征在作文自动评分中扮演着重要角色，但迄今为止，关于如何更好地利用这些特征进行作文自动评分的研究还相对不足。本文提出融合句法特征与语义特征的作文自动评分方法ISSF，该模型采用Parser提取作文的句法特征，采用BERT和适配器的训练方式提取作文的深层语义特征，为了更好地利用作文的主题特征和句法特征及深层语义特征的关联性，采用自注意力机制提取作文的主题特征并用于句法特征强化和深层语义特征强化。实验结果表明，本文提出的ISSF模型在公共数据集ASAP的8个子集上取得了较好的平均性能，相比于通义千问等基线模型，ISSF模型在评分范围较大、评分标准复杂的情况下更具有性能优势。

基于新型多目标浣熊优化算法的BiLSTM-Attention#br# 预测模型及误差分析

李钧超1, 尤菲1, 张超2, 苏乐乐2, 龚龑2

2024, 0(11): 70-76. doi:10.3969/j.issn.1006-2475.2024.11.011

摘要 ( 7 )

PDF (1689KB) ( 7 )

参考文献 | 相关文章 | 计量指标

摘要：工程造价预测在现代工程管理中具有重要意义。然而，受市场波动、人力成本等因素影响，工程造价预测一直具有挑战性。本文提出一种新型多目标浣熊优化算法，并提出基于该算法优化的双向长短期记忆网络（BiLSTM）和注意力机制（Attention）的变电工程造价预测模型。首先，将本文算法与主流多目标优化算法在8个测试问题上进行对比，验证多目标浣熊优化算法的有效性；其次，通过本文算法对预测模型进行优化，实现模型精度提升；通过BiLSTM-Attention模型捕捉历史数据中的潜在关系，提高变电工程造价预测的精度和可靠性；最后，将本文模型与主流的5种模型进行对比，使用某省110 kV变电工程的历史数据作为案例研究。结果显示，本文模型的平均绝对百分比误差为3.71%，相比BP减小了9.82个百分点，相比ANN减小了5.81个百分点，相比LSTM减小了5.40个百分点，相比LSTM-SVR减小2.03个百分点，相比CNN-LSTM减小1.00个百分点。

基于变分模态分解和IGJO-SVR的网络舆情预测

张志霞, 秦志毅

2024, 0(11): 77-83. doi:10.3969/j.issn.1006-2475.2024.11.012

摘要 ( 11 )

PDF (4288KB) ( 8 )

参考文献 | 相关文章 | 计量指标

网络舆情演化趋势预测在当今的网络环境中对相关政府部门监管舆情发展和维持社会舆论稳定具有十分重要的现实意义。本文针对网络舆情数据的特殊性以及考虑模型预测结果的精确性，使用变分模态分解(VMD)和改进后的金豺优化支持向量回归（IGJO-SVR）构建网络舆情演化趋势预测模型，并以“北溪”事件相关舆情数据为案例进行实证研究，对比结果表明，本文所构建的预测模型精度显著优于其余模型。基于变分模态分解VMD和IGJO-SVR的网络舆情热度预测模型具有较为优秀的预测精度，在实际工作中可为相关政府部门提供切实有效的舆情态势研判和决策帮助。

基于Involution算子和协调反向注意力的息肉图像分割

万鸿炜, 陈平华

2024, 0(11): 84-90. doi:10.3969/j.issn.1006-2475.2024.11.013

摘要 ( 6 )

PDF (1538KB) ( 5 )

参考文献 | 相关文章 | 计量指标

结肠影像中的息肉存在形态多变、边缘粘膜模糊的特点。针对现有的结肠息肉分割网络因卷积算子的固有限制而导致的特征提取不充分，以及因区域和边界关系刻画不全导致的分割不完整的问题，提出一种基于Involution算子和协调反向注意力的网络模型IN-CRNet。在编码器部分，设计基于Involution算子的感受野模块InRFB，自适应地捕获不同尺度的上下文语义信息，增强模型对形态复杂的结肠息肉的识别能力；在解码器部分，设计协调反向注意力模块CRA，同时关注区域和边界的重要程度，并构建两者的关系，自底向上地逐渐完善边缘轮廓的分割细节。在5个结肠息肉数据集上的验证实验表明，IN-CRNet具有良好的分割精度和泛化能力。

YOLOLW:一个新的轻量级目标检测模型

张宇1, 2, 黎靖1, 2, 马铭1, 2, 王众祥1, 2, 孙妍1, 2

2024, 0(11): 91-98. doi:10.3969/j.issn.1006-2475.2024.11.014

摘要 ( 10 )

PDF (2108KB) ( 4 )

参考文献 | 相关文章 | 计量指标

要满足日益增长的实时移动目标检测部署需求，目前的YOLO骨干网络仍存在许多不足。为此，本文提出基于锚框的轻量级目标检测模型YOLOLW。首先，它包含一个新颖的轻量级解耦头，以增强对分类和回归任务的关注，提高模型的准确性；其次，它设计一个轻量化和重参数化的网络结构，在保持其轻量化特性的同时，实现优异的检测精度；再次，通过动态卷积和跨层次关联有效整合浅层特征，增强特征金字塔结构（FPN）；最后，引入空间注意机制和通道注意机制，显著提高了模型的准确性。实验结果验证了该模型的有效性。

基于改进YOLOv7-tiny的多尺度运动目标检测算法

董玉玟

2024, 0(11): 99-105. doi:10.3969/j.issn.1006-2475.2024.11.015

摘要 ( 11 )

PDF (3003KB) ( 5 )

参考文献 | 相关文章 | 计量指标

针对区域安全防卫时，远距离入侵目标成像像素少，纹理信息不足以及在目标持续接近过程中的大尺度变换导致的模型误检、漏检问题，本文提出一种基于YOLOv7-tiny算法改进的多尺度运动目标检测算法。首先，提出一种新的OBM模块用于特征提取网络，利用多维注意力机制提高网络的特征提取能力；其次，采用改进的AC-BiFPN双向特征融合策略，将进行自适应加权融合后的多层次特征传给ACmix注意力机制，以提升模型对多尺度目标的感知能力；最后，优化模型的损失函数，对预测框与真实框之间的区域加权，减少模型预测偏差。模型在自制的监控行人车辆数据集上进行实验，结果表明，相较于原始的YOLOv7-tiny模型，改进后的YOLOv7-tiny模型改善了远距离监测时行人车辆的误检漏检问题，检测精确度提高了3.96个百分点，平均检测精度（mAP@0.5:0.95）提高了2.22个百分点，在边缘GPU上实时帧率达到32.7 fps，满足实际使用需求。

基于改进自注意力机制的多视图三维重建

祁贤, 刘大铭, 常佳鑫

2024, 0(11): 106-112. doi:10.3969/j.issn.1006-2475.2024.11.016

摘要 ( 7 )

PDF (4076KB) ( 5 )

参考文献 | 相关文章 | 计量指标

针对目前多视图三维重建无法适应高分辨率场景、重建完整性差、忽略全局背景信息等问题，提出一种融合可变形卷积与改进自注意力机制的三维重建网络MVFSAM-CasMVSNet。首先，设计专用于多视图立体重建任务的可变形卷积模块，自适应地调整提取特征的范围，增强深度突变的特征提取能力。其次，考虑到多视图间深度信息的关联性和特征交互，设计一种多视图融合自注意力模块，通过计算复杂度较低的线性自注意力聚合每个视图内部的远程上下文信息，并通过改进的多头注意力捕获参考视图与源视图间的深度依赖关系。最后利用多阶段策略构建匹配代价体并对其进行正则化，使用具有更高分辨率的代价体生成深度图。在DTU数据集上的测试结果显示，该网络与基准模型相比，完整性、准确性、整体性分别提升15.6%、7.4%、11.8%，与现有其他模型相比具有最优的整体性。同时，在Tanks and Temples数据集上的实验结果显示，该网络与基准模型相比平均F-score提升6.5%。该网络在多视图三维重建领域针对高分辨率场景具有优良的重建效果与泛化能力。

基于改进YOLOv8的河道废弃瓶检测方法

陈凯1, 李宜汀1, 2, 全华凤1

2024, 0(11): 113-120. doi:10.3969/j.issn.1006-2475.2024.11.017

摘要 ( 7 )

PDF (3172KB) ( 5 )

参考文献 | 相关文章 | 计量指标

目前，目标检测已经广泛应用在各个领域，并且日趋成熟。但在河道废弃瓶检测任务中，现有图像处理技术存在精度低、成本高且难部署等问题仍然是该项研究的难点。本文提出一种基于改进YOLOv8的深度学习检测模型。首先，针对无人船图像中小目标容易错检、漏检的共性问题，引入Bi-PAN-FPN思想改进YOLOv8-n中的Neck部分。通过充分考虑并复用多尺度特征，在尽量维持参数成本的情况下实现更高级、更完善的特征融合过程；其次，使用EIoU替换原网络中的CIoU来优化损失函数，考虑将预测框和真实框的纵横比的影响因子进行拆分，解决CIoU损失函数中难易样本不平衡的问题，提升模型的优化能力。本文以国际公开的FloW数据集进行实验，并设计消融实验、对比实验、损失函数性能分析实验以及特殊场景对比实验，从多个角度阐述所提方法的可行性和有效性。消融实验结果表明：改进后的YOLOv8-n模型相比基线网络，漏检情况得到明显改善，平均精度均值达到85.2%，比基线网络模型提升了2.7个百分点，检测效果提升明显。对比实验结果表明，改进模型的平均精度均值相比于Mobilnet-SSDv2、YOLOv4s、YOLOv5s、YOLOv7-tiny、YOLOv3-SPP、YOLOv5-MobileNetV3s这6个模型分别提升60.15%、18.99%、3.90%、7.30%、28.7%及55.47%，在FPS、参数数量、模型大小方面均体现了较优的综合性能，并在特殊场景中表现最优。因此，本文的改进模型的综合性能优于目前流行的河道垃圾检测模型，更加适用于河道废弃瓶的实时检测。

基于Edge Drawing的工业图像圆检测算法

杨庆五, 罗小辉, 刘鑫

2024, 0(11): 121-126. doi:10.3969/j.issn.1006-2475.2024.11.018

摘要 ( 6 )

PDF (2366KB) ( 4 )

参考文献 | 相关文章 | 计量指标

针对基于Hough变换类圆检测算法所需的参数较多和计算量较大的问题，本文提出一种实时的、无参数的圆检测算法。该算法通过利用ED（Edge Drawing）算法得到图像中的若干边缘片段，并通过线段检测器从边缘片段几何中提取可能构成圆的圆弧线段集合。对每一对线段进行分析，判断是否可以形成一对有效线段，从而生成初始的圆集合。接下来依据圆边缘的几何属性生成候选圆并采用反向验证原理进行验证。实验结果表明，该方法在图像中的圆存在模糊、阴影和遮挡等干扰下仍有较好的检测效果，并且相较于其他算法，在工业图像上的精度和稳定性得到显著提高。

当期目录