计算机与现代化

Select

1. 融合注意力机制和空洞卷积的滑坡图像检测

刘学虎, 欧鸥, 张伟劲, 杜雪垒

计算机与现代化 2022, 0 (04): 45-51.

摘要（196）

滑坡区域图像检测与识别在灾害范围识别、灾情数据分析和防灾减灾中具有丰富的应用和研究价值。本文针对滑坡图像滑坡体形状纹理的多样性，以及滑坡目标区域检测识别效果不够理想的问题，提出一种注意力机制CBAM与空洞卷积结合的目标检测方法。在传统的目标检测算法Faster R-CNN的基础上，将注意力机制模型添加到卷积神经网络层，通过空间注意力与通道注意力结合的CBAM模型来进行滑坡图像特征的提取，增加空洞卷积模块来加大感受野区域，提高神经网络对遥感图像区域中的滑坡目标识别、尺寸不规范等特点的学习能力，从而进一步提升滑坡目标区域的检测精度。实验结果表明，在传统的目标检测算法的基础上采用两者结合的方式进行检测，可提升滑坡遥感图像上目标检测的召回率和精确率，具有一定的有效性和鲁棒性。

参考文献 | 相关文章 | 多维度评价

Select

2. 面向中文命名实体识别任务的数据增强

李健, 张克亮, 唐亮, 夏榕璟, 任静静

计算机与现代化 2022, 0 (04): 1-6.

摘要（373）

在低资源自然语言处理(NLP)任务中，现有的数据不足以训练一个理想的深度学习模型，文本数据增强是提高此类任务训练效果的有效方法。针对中文命名实体识别任务，提出一组基于实例替换的数据增强方法。将训练样本中的命名实体替换为另一个同类实体而保持标签不变，具体算法包括：1）实体之间交叉互换；2）实体内部同义替换；3）中文人名自动生成。分别在PeopleDailyNER和CLUENER2020数据集上应用上述方法，并对BERT+CRF模型进行增强训练。实验结果表明，仅添加与原始数据等量的增强数据，在小样本条件下能使模型F1值在2个数据集上分别提升约10%和7%，随着样本数据的增加，训练效果仍有明显提升。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于非局部注意力和局部特征的车辆重识别算法

万冬厚, 张德贤, 邓淼磊,

计算机与现代化 2022, 0 (03): 23-29.

摘要（100）

车辆重识别是指从不同的摄像机来重新识别出同一辆车。车辆重识别非常容易受到车辆角度以及光照等其他因素的影响，是一项非常有挑战性的任务。许多车辆重识别方法都过分关注车辆全局特征，而忽略了车辆图像的局部有分辨力的特征，造成了车辆重识别精度不高的问题。针对这一问题，本文提出一种整合非局部注意力的和多尺度特征的车辆重识别方法，使用注意力机制获取车辆显著特征，并融合多尺度特征从而提高车辆重识别的检索精度。首先，使用骨干特征提取网络与注意力模块获取车辆的显著性细粒度特征。然后，将特征分为多个分支进行度量学习，分别学习车辆的局部与全局特征，将全局特征与细粒度的局部特征融合，构建车辆重识别的特征。最后，利用该方法提取不同车辆的特征，计算不同车辆的相似度，从而判断是否具有相同的身份。实验结果表明本文提出的车辆重识别算法具有更高的精度。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于集成学习与不平衡数据的返贫预测

龚云翔, 袁仕芳, 刘付谦

计算机与现代化 2022, 0 (04): 12-16.

摘要（97）

中国在扶贫工作取得决定性成就的同时，仍有一些脱贫人口存在返贫风险。本文基于不平衡数据集，利用SMOTE模型对返贫类别样本进行过采样处理，处理后的返贫与未返贫样本数据比例为3:1；接着建立基于Stacking集成学习的返贫预测模型，利用网格搜索对各个模型超参数进行寻优，结合10折交叉验证提高模型的泛化能力。本文使用4种不同的融合模型对脱贫户是否返贫进行预测。实验结果表明，与单一模型相比，模型融合后的分类效果要优于单独的分类器，其中最优融合模型的Acc为0.962，F1-score为0.946。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于深度生成对抗网络的恶意TLS流量识别

秦鸣乐, 年梅, 张俊,

计算机与现代化 2022, 0 (04): 121-126.

摘要（189）

恶意加密流量识别公开数据集中存在的类不平衡问题，严重影响着恶意流量预测的性能。本文提出使用深度生成对抗网络DGAN中的生成器和鉴别器，模拟真实数据集生成并扩展小样本数据，形成平衡数据集。此外，针对传统机器学习方法依赖人工特征提取导致分类准确度下降等问题，提出一种基于双向门控循环单元BiGRU与注意力机制相融合的恶意流量识别模型，由深度学习算法自动获取数据集不同时序的重要特征向量，进行恶意流量得识别。实验表明，与常用恶意流量识别算法相比，该模型在精度、召回率、F1等指标上都有较好的提升，能有效实现恶意加密流量的识别。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于LSTM神经网络的区域微网短期负荷预测

尹春杰, 肖发达, 李鹏飞, 赵钦

计算机与现代化 2022, 0 (04): 7-11.

摘要（168）

针对大电网负荷预测的研究较多而微电网相对较少，因此建立合适的微电网负荷预测模型提高预测的准确度非常重要。本文针对输入变量较少的情况，分析并选用温度、日类型以及多个历史负荷量作为模型的输入变量，选用基于循环神经网络基础下的长短期记忆神经网络进行建模，构建基于LSTM神经网络的微网负荷预测模型。最后，为增强结果的可靠性，采用2组不同时间段的负荷数据分别进行预测，将LSTM神经网络的预测结果与BP神经网络、径向基函数神经网络、Elman神经网络的预测结果进行对比。实验结果表明，LSTM神经网络的预测结果要优于BP神经网络、径向基函数神经网络及Elman神经网络，采用LSTM神经网络负荷预测模型在微电网背景下具有比较好的推广前景。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于生成对抗网络的社交机器人检测

李阳阳, 杨英光

计算机与现代化 2022, 0 (03): 1-6.

摘要（146）

推特作为一个有着上亿活跃用户的社交媒体，有近15%的机器账户通过自动化程序被控制，其中一些机器账号为传播恶意信息的恶意账号。虽然研究者开发了大量复杂的机器账号检测方法，但这些方法都需要有关机器账号的先验知识，并且泛化性不高。为了解决这些问题，提出使用生成对抗网络中的判别器来进行机器账号检测,使得只需要真实账号的示例即可得到良好的检测模型,并在一个流行数据集做实验，AUC达到了94%的分类效果。

参考文献 | 相关文章 | 多维度评价

Select

8. 基于热方法的骨架提取算法

苏辰耀, 刘向阳

计算机与现代化 2022, 0 (03): 59-63.

摘要（78）

骨架提取是形状表示的重要分支，在图像压缩、模式识别和形状匹配等领域中都有着广泛应用。本文提出一种基于热方法的骨架提取算法。该方法首先对目标区域构建三角网格，通过求解热传导方程找到距离增加的方向，再利用泊松方程还原测地距离。然后引入投票法的思想来确定骨架端点，通过路径回溯得到目标形状的连续骨架线。最后对终点聚类，检测并提取环形骨架。算法只需要求解2个稀疏线性方程组，因而具有鲁棒性强、精度高且易于操作等优点。同时，预计算中的一些信息可以被重复使用，减少内存占用和时间消耗。实验结果表明，该算法可将目标形状的骨架准确地提取出来。

参考文献 | 相关文章 | 多维度评价

Select

9. 一种基于BERT和池化操作的文本分类模型

张军, 邱龙龙

计算机与现代化 2022, 0 (06): 1-7.

摘要（369）

使用预训练语言模型的微调方法在以文本分类为代表的许多自然语言处理任务中取得了良好的效果，尤其以基于Transformer框架的BERT模型为典型代表。然而，BERT直接使用［CLS］对应的向量作为文本表征，没有从全局和局部考虑文本的特征，从而限制了模型的分类性能。因此，本文提出一种引入池化操作的文本分类模型，使用平均池化、最大池化以及K-MaxPooling等池化方法从BERT输出矩阵中提取文本的表征向量。实验结果表明，与原始的BERT模型相比，本文提出的引入池化操作的文本分类模型具有更好的性能，在实验的所有文本分类任务中，其准确率和F1-Score值均优于BERT模型。

参考文献 | 相关文章 | 多维度评价

Select

10. 一种基于信息测度的多属性决策方法

魏丽君, 吴海波, 章若冰

计算机与现代化 2022, 0 (06): 27-31.

摘要（112）

单值中智集（SVN）可以用来表示现实情况中存在的不确定性和不一致信息。信息测度在支持向量网络理论中占有重要地位，近年来受到越来越多的关注。本文提出一种基于单值中智信息测度的多属性决策方法。首先介绍信息度量的3个公理化定义，其中包括熵、相似性测度和交叉熵。然后，基于余弦函数构造信息测度公式，进一步讨论熵、相似测度和交叉熵之间的关系及其相互转换。在此基础上，提出一种基于信息测度公式的单值中智集多属性决策方法。最后，给出城市污染评价的数值实例，论证该方法的适用性和有效性。

参考文献 | 相关文章 | 多维度评价

Select

11. 基于混合策略改进的鲸鱼优化算法

李茹, 范冰冰

计算机与现代化 2022, 0 (06): 13-20.

摘要（263）

针对原始鲸鱼优化算法（WOA）收敛速度慢、全局搜索能力弱、求解精度低且易陷入局部最优等问题，提出一种混合策略来改进的鲸鱼优化算法（LGWOA）。首先将莱维飞行引入鲸鱼全局搜索的公式中，通过莱维飞行加大全局搜索步长，扩大搜索空间、提高全局搜索能力；其次，在鲸鱼螺旋上升阶段，加入一个自适应权重参数来提高算法的局部搜索能力和求解精度；最后结合遗传算法的交叉变异思想平衡算法的全局搜索和局部搜索能力，维持种群的多样性，规避陷入局部最优。通过对12个基准测试函数从2个角度进行实验对比分析，结果表明，基于混合策略改进的鲸鱼优化算法在收敛速度和求解精度上均有明显提升。

参考文献 | 相关文章 | 多维度评价

Select

12. 文本摘要模型的研究进展

张紫芸, 王文发, 马乐荣, 丁苍峰

计算机与现代化 2022, 0 (06): 56-66.

摘要（143）

随着互联网产生的文本数据越来越多，文本信息过载问题日益严重，对各类文本进行一个“降维”处理显得非常必要，文本摘要便是其中一个重要的手段,也是人工智能领域研究的热点和难点之一。文本摘要旨在将文本或文本集合转换为包含关键信息的简短摘要。近年来语言模型的预处理提高了许多自然语言处理任务的技术水平，包括情感分析、问答、自然语言推理、命名实体识别和文本相似性、文本摘要。本文梳理文本摘要以往的经典方法和近几年的基于预训练的文本摘要方法，并对文本摘要的数据集以及评价方法进行整理，最后总结文本摘要目前面临的挑战与发展趋势。

参考文献 | 相关文章 | 多维度评价

Select

13. 计算机视觉下的果实目标检测算法综述

李伟强, 王东, 宁政通, 卢明亮, 覃鹏飞

计算机与现代化 2022, 0 (06): 87-95.

摘要（211）

基于计算机视觉的果实目标检测识别是目标检测、计算机视觉、农业机器人等多学科的重要交叉研究课题，在智慧农业、农业现代化、自动采摘机器人等领域，具有重要的理论研究意义和实际应用价值。随着深度学习在图像处理领域中广泛应用并取得良好效果，计算机视觉技术结合深度学习方法的果实目标检测识别算法逐渐成为主流。本文介绍基于计算机视觉的果实目标检测识别的任务、难点和发展现状，以及2类基于深度学习方法的果实目标检测识别算法，最后介绍用于算法模型训练学习的公开数据集与评价模型性能的评价指标，且对当前果实目标检测识别存在的问题和未来可能的发展方向进行讨论。

参考文献 | 相关文章 | 多维度评价

Select

14. 基于改进YOLOv5的安全帽佩戴检测

岳衡, 黄晓明, 林明辉, 高明, 李扬, 陈凌

计算机与现代化 2022, 0 (06): 104-108.

摘要（183）

针对YOLOv5无法通过权重进行聚焦，产生更具有分辨性的特征，从而降低安全帽检测准确性的问题，使用注意力模块，并分别研究压缩激励层（Squeeze and Excitation Layer, SEL）和高效通道注意力（Efficient Channel Attention, ECA）模块。针对YOLOv5去除冗余框时采用的非极大值抑制（Non Maximum Suppression, NMS）在物体高度重叠时仅保留同类最高置信度预测框的问题，使用Soft-NMS算法保留更多的预测框，并进一步使用加权非极大值抑制（Weighted Non Maximum Suppression, WNMS）融合多次预测框信息提升预测框准确性；针对下采样带来的信息丢失问题，使用Focus模块提升检测效果；综合各个模块得到最优的FESW-YOLO算法。该算法在安全帽数据集上的mAP@0.5、mAP@0.5:0.95相较于YOLOv5分别提高了2.1个百分点、1.2个百分点，提升了安全帽监管准确性。

参考文献 | 相关文章 | 多维度评价

Select

15. 融合用户历史传播信息的微博谣言检测

卢悦, 曹春萍

计算机与现代化 2022, 0 (06): 37-42.

摘要（133）

随着互联网技术的发展，以微博为主的社交媒体平台上网络谣言逐渐泛滥，研究微博谣言的自动检测对维护社会稳定具有重要意义。现今主流的基于深度学习的谣言检测方法普遍存在没有充分考虑微博文本语义信息的问题，同时，过分依赖传播信息的谣言检测方法使得检测时间滞后，不能满足谣言检测的现实需求。针对以上问题，本文提出一种融合用户历史交互信息的微博谣言检测模型，不使用待检测微博的传播信息，构建并训练AbaNet(ALBERT-BiGRU-Attention)深度学习网络模型，充分考虑待检测微博和用户历史传播信息文本的文本特征和语义信息进行谣言检测。实验结果显示，本文模型具有准确率高、稳定性强的特点，并且能够在获得较高检测精度的情况下大大缩短谣言检测的时间。

参考文献 | 相关文章 | 多维度评价

Select

16. C2C在线短租跨平台房东匹配算法

吴代漾, 赵洁, 梁家铭, 董振宁, 梁周扬

计算机与现代化 2022, 0 (06): 43-48.

摘要（78）

随着民宿与在线短租平台的兴起，房东多归属现象持续受到关注与研究，该现象提供了新的研究角度，而如何在不同平台识别同源房东成为首要解决的问题。故本文基于传统用户匹配探索C2C在线短租跨平台房东匹配算法。其中由于房东个人信息稀疏，因此本文引入房源信息，设计基于房源信息的两阶段房东匹配算法(TSHM)。本文方法在基于国内2大在线短租平台真实数据划分的普通数据集与难例数据集上分别达到99.69%与81.97%的准确率，优于SVM、DT等传统分类器，验证了匹配模型与匹配特征的有效性，为跨平台房东匹配提供新思路，在房东个人信息缺乏条件下仍可有效匹配房东。但本文仅针对国内平台数据进行实验，未引入文本与图片等特征，存在一定局限性。

参考文献 | 相关文章 | 多维度评价

Select

17. PSWGAN-GP:改进梯度惩罚的生成对抗网络

陈云翔, 王巍, 宁娟, 陈怡丹, 赵永新, 周庆华

计算机与现代化 2022, 0 (04): 21-26.

摘要（219）

生成对抗网络的出现对解决深度学习领域样本数据不足的研究起到了极大的促进作用。为解决生成对抗网络生成的图像出现轮廓模糊、前景背景分离等细节质量问题，提出一种改进梯度惩罚的Wasserstein生成对抗网络算法(PSWGAN-GP)。该算法在WGAN-GP的Wasserstein距离损失和梯度惩罚的基础上，在判别器中使用从VGG-16网络的3个池化层中提取的特征，并通过这些特征计算得出风格损失(Style-loss)和感知损失(Perceptual-loss)作为原损失的惩罚项，提升判别器对深层特征的获取和判别能力，对生成图像的细节进行修正和提升。实验结果表明，在生成器和判别器网络结构相同，并保证超参数相同的情况下，PSWGAN-GP的IS评分和FID评分相对于参与对比的其他图像生成算法有所提升，且可有效改善生成图片的细节质量。

参考文献 | 相关文章 | 多维度评价

Select

18. 基于改进深度神经网络的心血管疾病预测

刘玉航１, 曲媛１, 徐英豪１, 朱习军１, 于岩

计算机与现代化 2022, 0 (06): 75-79.

摘要（94）

心血管疾病是威胁人类健康的常见疾病，为了能够更加准确地对其预测，本文在传统DNN模型基础上进行优化改进，提出定向正则的深度神经网络(TR-DNN)模型，通过改进原有深度神经网络模型所存在的缺陷，使其能够更好地对心血管疾病数据集进行训练并测试，进一步实现心血管疾病预测任务。实验表明该模型在数据集训练上的表现良好，并且在测试集上取得优秀的结果。最后，将TR-DNN与SVM、RF、XGBoost模型在同一数据集进行结果比较，TR-DNN模型的各项评价指标均优于其它模型，在准确率方面相较传统DNN模型提高1.507个百分点，召回率提高1.57个百分点，特异度提高2.54个百分点，精确率提高1.51个百分点。因此，TR-DNN模型可以应用于心血管疾病的预测。

参考文献 | 相关文章 | 多维度评价

Select

19. 基于全局自注意力的小麦图像识别

何晨曦, 王正勇, 卿粼波, 何小海, 吴小强

计算机与现代化 2022, 0 (04): 38-44.

摘要（118）

在实际应用场景下，通过图像识别的方式来识别小麦的病虫害具有极大的挑战性。与以往纯粹基于卷积神经网络（Convolutional Neural Network, CNN）的方法相比，将小麦图像转换成一系列视觉语言，并从全局视角进行小麦识别的方法是更可行和实用的。运用Convolutional Visual Transformers（CVT）来解决小麦识别分为2个环节。首先，利用2分支CNN生成的2种特征图来实现注意选择性融合(Attentional Selective Fusion, ASF)。ASF通过融合多个特征和全局-局部注意力来获取有区别的信息，并投射成一系列的视觉语言。其次，受Transformers在自然语言处理方面的成功启发，用全局自注意力来建模这些视觉语言之间的关系。将CVT与经典分类网络LeNet-5、ResNet-18、VGG-16、EfficientNet对比，识别率有所提升，同时该方法具有良好的泛化能力。

参考文献 | 相关文章 | 多维度评价

Select

20. 融合RoBERTa和特征提取的政务热线工单分类

陈钢

计算机与现代化 2022, 0 (06): 21-26.

摘要（134）

政务热线承接了海量市民诉求，人工对工单分类耗时费力。现有工单分类方法大多基于机器学习或单一神经网络模型，难以有效理解上下文语义信息，且文本特征提取不全面。针对这一问题，本文提出一种融合RoBERTa和特征提取的政务热线工单分类方法。该方法首先通过基于RoBERTa预训练语言模型的语义编码层获取政务热线工单文本中的语义表征向量，然后通过由CNN-BiGRU-Self-Attention定义的特征提取层获取工单文本的局部特征和全局特征，并对全局特征进行处理以凸显重要性高的语义特征，最后将融合后的特征向量输入分类器来完成工单分类。实验结果表明，相较于其他基线分类方法，本文提出的方法能够取得更好的工单分类效果。

参考文献 | 相关文章 | 多维度评价

Select

21. 《平凡的世界》人物关系网络分析

王君, 何进荣, 马乐荣

计算机与现代化 2022, 0 (06): 32-36.

摘要（229）

文学作品中人物关系网络的构建与定量分析是文学作品智能化解读的重要内容。本文以路遥先生文学作品《平凡的世界》为研究对象，利用复杂网络分析方法，对文学作品中的社交网络进行构建和分析。首先提取作品中的社交网络关系，其中小说人物对应社交网络中的节点，人物之间的关系对应社交网络的边，各章人物共同出现次数对应于边的权重，然后对构建的网络进行介数、集聚系数相关性等网络指标分析及分层聚类和链路预测。实验结果表明《平凡的世界》作品中的人物关系网络是异配网络并具有小世界特性。该研究有助于推动文学作品中人物关系网络的分析。

参考文献 | 相关文章 | 多维度评价

Select

22. 基于深度学习的驾驶员分心行为识别

何丽雯, 张锐驰

计算机与现代化 2022, 0 (06): 67-74.

摘要（140）

分心驾驶行为识别是提高驾驶安全的主要方法之一。针对分心驾驶行为识别精度低的问题，本文提出一种基于深度学习的驾驶员分心行为识别算法，由目标检测网络和行为精确识别网络级联构成。基于State Farm公开数据集，第一级利用目标检测算法SSD(Single Shot Multibox Detector)对数据集中的驾驶员原始图像进行局部信息提取，确定行为识别候选区域；第二级分别利用迁移学习VGG19、ResNet50和MobileNetV2模型对候选区域内的行为信息进行精确识别；最后，实验对比级联架构与单模型架构对分心驾驶行为的识别精度。结果表明，提出的级联网络模型相较于主流单模型检测方法，驾驶员行为识别的准确率总体上提升4~7%个百分点。该算法不仅减少噪声和其他背景区域对模型的影响，提高分心行为识别准确率，还可以有效识别更多的行为类别以避免动作的误分类。

参考文献 | 相关文章 | 多维度评价

Select

23. 基于改进残差网络的交通标志识别算法

梁正友, 耿经邦, 孙宇

计算机与现代化 2022, 0 (04): 52-57.

摘要（115）

针对模型在下采样过程中不断损失图像的高层次信息，从而导致特征提取不足的问题，本文对ResNet网络结构进行改进，提出基于多尺度特征与注意力机制的交通标志识别方法。首先，通过特征融合的方式将模型各个层次的多尺度特征进行融合，丰富特征语义信息，增强网络的特征提取能力。然后，通过注意力机制强化不同通道特征，提升特征整体的表达能力。结合这2种方法可提升模型的交通标志识别准确率。在GTSRB和BelgiumTS交通标志数据集上的实验结果表明，所提出方法的准确率分别达到99.31%和98.96%，优于前沿的交通标志识别算法。

参考文献 | 相关文章 | 多维度评价

Select

24. 一种基于改进TF-IDF的SQL注入攻击检测算法

关慧, 盛靖媛, 曹同洲

计算机与现代化 2022, 0 (06): 122-126.

摘要（119）

由于传统的TF-IDF算法没有很好地分配特征词的权重，从而会出现特征提取不充分并且效率低等问题，导致结果不符合实际情况。为了解决该方法在SQL注入攻击检测时所产生的局限性，本文通过在传统的TF-IDF算法里面加入文本数量比因子和卡方统计量CHI来改进TF-IDF，能够很好地改善一些重要词汇的权重问题。通过选择不同的分类器实现SQL注入攻击的检测，从而获得不同的分类结果。实验结果表明，Boosted Decision Tree和改进的TF-IDF相结合的方法与其它同类方法相比，具有更高的准确率、召回率和F1值。此外，本文算法相较于传统的TF-IDF算法对SQL注入攻击检测的正确率、准确率、召回率、F1值均提高5%左右，具有一定的实际应用前景。

参考文献 | 相关文章 | 多维度评价

Select

25. 基于编解码结构的多特征融合眼底图像分割

丁婉莹, 陈伟, 李昭慧

计算机与现代化 2022, 0 (07): 1-7.

摘要（139）

为解决现有眼底图像分割方法对于细微血管存在低分割精度和低准确率的问题，提出一种基于编解码结构的U-Net改进网络模型。首先对数据进行预处理与扩充，提取绿色通道图像，并将其通过对比度限制直方图均衡化和伽马变换以增强对比度；其次训练集被输入到用于分割的神经网络中，在编码过程加入残差模块，用短跳跃连接将高、低特征信息融合，并利用空洞卷积增加感受野，解码模块加入注意力机制增加对细微血管分割精度；最后利用训练完成的分割模型进行预测得出视网膜血管分割结果。在DRIVE和CHASE-DB1眼底图像数据集上进行对比实验，模型算法的平均准确率、特异性和灵敏度分别达到96.77%和97.22%、98.74%和98.40%、80.93%和81.12%。实验结果表明该算法能够改善微细血管分割准确率及效率不高的问题，对视网膜血管可以进行更准确的分割。

参考文献 | 相关文章 | 多维度评价

Select

26. 面向变电站监控界面自动测试的画面识别算法

赵娜, 刘文彪, 王连涛, 王梦如, 任振兴

计算机与现代化 2022, 0 (06): 96-103.

摘要（93）

对变电站监控系统人机界面进行测试验证时，通常采用对比人眼观察到的监控画面与测试指令发送的信息是否一致的方式评估监控软件是否达标，而人眼观察繁杂多变，监控信息的准确率和效率均得不到保证。为了实现变电站监控的自动测试，研究利用图像处理和机器学习技术识别变电站监控画面信息的方法。提出一种基于最佳图元的模板匹配方法解决画面中不同尺寸电气图元的自动定位问题；针对监控画面中拓扑特点提出FHOG算子并提高监控画面和图元状态的识别速度；针对汉字左右体结构分离和告警信息画面中的字符粘连等问题，提出分割识别协同的算法定位字符，并使用深度卷积神经网络进行识别。经线下实验验证了各个单元算法在实际变电站监控图像上的有效性。设计一套测试系统，经线上测试总体图元识别准确率达到96.04%。

参考文献 | 相关文章 | 多维度评价

Select

27. 基于软硬件协同加速框架的遥感图像目标检测

谭金林, 范文童, 刘亚虎, 梁志锋, 王梁, 刘斌, 黄斌

计算机与现代化 2022, 0 (06): 109-115.

摘要（90）

由于遥感图像目标检测模型计算复杂度和内存需求的急剧增加，难以应用在小尺寸和低功耗的嵌入式平台上。针对上述问题，本文提出一种基于现场可编程门阵列（Field-Programmable Gate Array, FPGA）的软硬件协同加速框架，实现遥感图像目标检测模型的推理加速。首先，遵循Vitis AI加速方案对训练后的YOLOv3网络参数进行压缩、编译；其次，在FPGA端搭建包含深度学习处理单元（Deep-Learning Processing Unit, DPU）模块的底层硬件工程，并在ARM上编写DPU任务调度程序；最后，在Zynq SoC开发平台上实现FPGA的推理加速。实验结果表明，该框架在Xilinx-Zynq-MPSoC上的平均吞吐率为1.75 TOPs（26.8 fps），并且在DIOR数据集上的平均精度（mean Average Precision, mAP）为56.7%。

参考文献 | 相关文章 | 多维度评价

Select

28. 基于空时特征融合和注意力机制的网络入侵检测模型

饶海兵, 朱苏磊, 杨春夏

计算机与现代化 2022, 0 (06): 116-121.

摘要（133）

针对网络入侵检测性能不高的问题，提出一种基于空时特征融合和注意力机制的深度学习入侵检测模型CTA-net。该模型通过集成卷积神经网络(CNN)和长短时记忆网络(LSTM)获取空时融合特征，然后使用注意力模块(Attention)对输入的空时融合特征进行重要性加权计算，最后通过softmax函数进行分类。使用NSL-KDD数据集的实验结果表明，相比具有相似结构的CNN模型和空时融合的CNN-LSTM模型，在训练集的收敛性具有显著的提升，在测试集上使用的分类评价指标准确率分别提升10.9120个百分点和11.8740个百分点，精确率分别提升9.1950个百分点和9.6130个百分点，召回率分别提升9.1780个百分点和9.9340个百分点，F1-SCORE分别提升10.7830个百分点和11.7500个百分点。仿真结果表明，所提出的CTA-net模型在网络入侵检测方面具有较好的应用潜力。

参考文献 | 相关文章 | 多维度评价

Select

29. 基于YOLO v4的车辆目标检测算法

殷远齐, 徐源, 邢远新

计算机与现代化 2022, 0 (07): 8-14.

摘要（175）

针对车辆目标检测中存在遮挡目标导致检测精度低、小目标检测效果差等问题，提出一种基于YOLO v4改进的目标检测算法YOLO v4-ASC。通过在主干提取网络尾部加入卷积块注意力模块，提升网络模型的特征表达能力；改进损失函数提升网络模型的收敛速度，利用Adam+SGDM优化方法替代原始模型优化方法SGDM，进一步提升模型检测性能。此外，利用K-Means聚类算法优化先验框尺寸大小，并合并交通场景数据集中的car、truck、bus类别为vehicle，将本文问题简化为二分类问题。实验结果表明，本文提出的YOLO v4-ASC目标检测算法在保持原算法检测速度的基础上，AP达到了70.05%，F1-score达到了71%，与原YOLO v4算法相比，AP提升了9.92个百分点，F1-score提升了9个百分点。

参考文献 | 相关文章 | 多维度评价

Select

30. ERCUnet：一种基于U-Net改进的道路裂缝检测模型

刘宇翔, 佘维, 沈占峰, 谭帅

计算机与现代化 2022, 0 (07): 33-39.

摘要（137）

针对传统的道路裂缝检测方法存在灵活度不高、普适性不强等问题，本文参考ResNet中的残差设计和U-Net模型的U形编码解码结构，设计一种基于U-Net改进的道路裂缝检测模型——ERCUnet。该模型以残差块为主体，针对裂缝检测优化不同深度卷积层的卷积核数量，模型中所有的残差块结构相同，模型整体结构更加整齐和简单，具有可塑性好、结构性强，残差结构不仅使特征融合更加充分，也避免了深层卷积神经网络梯度消失的问题。实验在CrackForest数据集上进行，将CrackForest的118张含标注图片按照5〖DK〗∶1的比例划分训练集和测试集，通过一系列数据增广方法，有效缓解了训练数据过少的问题。损失函数融合了交叉熵和F1分数，缓解了正负样本不均衡的问题，最终的实验结果显示ERCUnet模型参数量仅为U-Net(BN)模型的13.30%，在测试集上的查全率、查准率、F1值均达70%以上，噪声率、准确率分别为29.05%、99.01%。为证实ERCUnet的可塑性，通过修改模型参数得到ERCUnet-tiny模型，其参数量仅为U-Net(BN)模型的2.39%，在测试集上取得了与U-Net(BN)相近的效果。

参考文献 | 相关文章 | 多维度评价

Select

31. 基于非线性堆叠双向网络的端到端声纹识别

王芷悦, 崔琳,

计算机与现代化 2022, 0 (03): 13-17.

摘要（90）

传统声纹识别方法过程繁琐且识别率低，现有的深度学习方法所使用的神经网络对语音信号没有针对性从而导致识别精度不够。针对上述问题，本文提出一种基于非线性堆叠双向LSTM的端到端声纹识别方法。首先，对原始语音文件提取出Fbank特征用于网络模型的输入。然后，针对语音信号连续且前后关联性强的特点，构建双向长短时记忆网络处理语音数据提取深度特征，为进一步增强网络的非线性表达能力，利用堆叠多层双向LSTM层和多层非线性层实现对语音信号更深层次抽象特征的提取。最后，使用SGD优化器优化训练方式。实验结果表明提出的方法能够充分利用语音序列信号特征，具有较强的时序全面性和非线性表达能力，所构造模型整体性强，比GRU和LSTM等模型具有更好的识别效果。

参考文献 | 相关文章 | 多维度评价

Select

32. 一种基于对象信息的MIS自适应生成器

周斌,

计算机与现代化 2022, 0 (07): 110-120.

摘要（47）

为解决MIS在开发和运行过程中因需求频繁变更所带来的开发和维护的工作量上升问题，提出一种新的MIS软件基础模块自适应生成管理器。通过信息化管理MIS的版本、用户与权限、系统结构、系统模块、对象信息、通用视图元素、通用业务逻辑元素和通用数据访问方式，并基于通用的界面层基础元素、业务逻辑层基础元素、数据访问层基础元素和对象信息自适应生成或重构MIS软件基础模块的数据库、交互界面、业务逻辑、数据交互部分和软件内部结构，以达到动态构建和管理MIS软件基础模块，实现基础模块信息化和系统对自身信息化、自动化管理的目的。通过将该生成器技术实现并实际应用于MIS开发，验证其能够较好地应对MIS基础模块的快捷构建与变更，有效降低MIS开发与维护的工作量。该生成器较好地解决了MIS软件基础模块快速构建与重构问题，能较好地应对MIS在开发和运行过程中的频繁变更。

参考文献 | 相关文章 | 多维度评价

Select

33. 改进EasyEnsemble的软投票策略下的用户购买预测方法

杨进, 张晨

计算机与现代化 2022, 0 (07): 47-53.

摘要（66）

随着互联网发展，网上购物已经成为人们越来越多的选择。为了更好实现帮助顾客推荐商品的目的，对原有数据进行特征提取，再用互信息的方法对数据进行特征选择；用改进的EasyEnsemble算法处理类别不平衡的问题，利用集成策略弥补欠采样的缺陷，使样本数据得到充分的利用并且降低了正负样本差造成的影响；最后选择使用软投票的方法将XGBoost和随机森林结合为一个终分类器做预测，并与单一的算法相比，从而得到更好的结果。基于阿里巴巴天池大赛所提供的数据，以查准率P、召回率R和F1值为评价指标，分别与当前热门的机器学习算法进行对比，验证了本文方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

34. 气象高性能计算环境中模式协同研发管理

赵春燕, 孙婧, 胡江凯, 周斌

计算机与现代化 2022, 0 (06): 49-55.

摘要（92）

面向气象科学的数值预报模式的研发过程是一个多学科交叉、持续改进型的复杂系统工程。在地球系统模式、E级计算和后摩尔时代的发展趋势下，气象数值模式研发协同面临更复杂的协同、更专业的计算平台调试分析、更广泛的共享应用等挑战。从以上需求和挑战出发，在气象高性能计算环境中，采用Git分布式技术、Python及工作流技术，建设气象数值模式研发协同管理支撑环境和标准，实现模式协同研发过程的管理、成果的集成共享和研发调试试验及分析一体化的支撑，以提升模式研发协同效率和业务化效率，保障研发成果的完整性和可跟踪性，提升大规模科学软件研发的管理能力。应用效果表明，本研究规范化了模式研发的协同过程，并建立流畅的协同支撑环境，提升模式迭代升级和业务化效率，能够为科学研究、科学计算等大型传统科学计算模型的持续研发改进管理及软件工程协同管理提供借鉴。

参考文献 | 相关文章 | 多维度评价

Select

35. 基于改进残差网络的联合损失步态特征识别

贺璇, 刘怡欣, 何小海, 卿粼波, 陈洪刚

计算机与现代化 2022, 0 (04): 27-32.

摘要（126）

针对现有的步态识别模型识别准确率不够高、提取特征层次较浅等问题，在步态识别网络GaitSet的基础上，提出一种新的基于改进残差网络的联合损失步态特征识别模型Res-GaitSet。步态作为一种独特而有效的远距离识别生物特征，可以在老年医学评估、社会秩序保障等方面被广泛应用。新网络在特征提取模块中引入残差单元，并采用多个损失函数联合使用的方式，此方法可有效提高步态识别模型的准确性和鲁棒性。实验结果表明，改进后的网络Res-GaitSet在CASIA-B数据集的多个场景和不同识别角度下的准确率均有提升。同时，将改进后的网络用于自建步态数据集，对比于原网络，改进后的网络识别效果在不同角度下也均有提升，充分验证了改进模型的有效性。

参考文献 | 相关文章 | 多维度评价

Select

36. 模型剪枝算法综述

李屹, 魏建国, 刘贯伟

计算机与现代化 2022, 0 (09): 51-59.

摘要（204）

模型剪枝算法利用不同的标准或方式对深度神经网络中冗余神经元进行裁剪，在不损失模型精度的情况下对模型进行最大程度的压缩，从而可以减少存储并提升速度。首先，对模型剪枝算法的研究现状与主要研究方向进行总结并归类。主要研究方向包括剪枝的尺度、剪枝元素重要性评估的方法、剪枝的稀疏度、剪枝的理论基础及对于不同任务的剪枝等方面。然后对近年来具有代表性的剪枝算法进行详细描述。最后对此领域的研究提出未来展望。

参考文献 | 相关文章 | 多维度评价

Select

37. 数据驱动的RF信号深度调制识别方法

徐亚军, 郭恩豪, 陈林, 司成可

计算机与现代化 2022, 0 (06): 80-86.

摘要（69）

基于卷积结构的信号调制识别神经网络的识别性能受信号调制类型种类限制。例如，在12 dB信噪比条件下，同时对24种信号调制类型进行识别，其识别准确率仅为80%。若需要进一步提高识别性能，则要求更复杂的网络模型，导致网络训练所需数据集规模和硬件资源成本增大。鉴于此，针对无线电信号特征，设计一种适用于无线电信号调制识别的紧致残差神经网络，将其作为信号调制类型特征学习和特征提取工具，实现从原始I、Q数据到信号调制类型的端到端识别。利用迁移学习降低网络重新训练所需样本数，增强在无线信道响应发生变化时的环境适应能力，降低训练阶段所需的硬件资源和训练数据集规模。研究表明，当信道脉冲响应改变时，所提的信号调制识别神经网络在信噪比为12 dB条件下的识别性能达到95%，多个对比实验验证本文所设计神经网络的识别性能具有优势。

参考文献 | 相关文章 | 多维度评价

Select

38. 基于多尺度CLG光流法的多目标检测方法

任朝宇, 赵冬娥, 张斌, 杨学峰, 褚文博

计算机与现代化 2022, 0 (04): 33-37.

摘要（98）

多目标检测是计算机视觉中一个重要的研究方向，如何才能准确地检测目标在军事、生活、工业等方面都有着极为重要的研究意义。针对传统光流法在目标检测中对噪声鲁棒性较差的问题，为了提高算法对噪声的鲁棒性，本文将CLG光流法与多尺度的思想相结合。多尺度的主要思想是建立一个图像金字塔，由粗到精地计算光流向量，并在此基础上将L2范数的平方改为L1范数。实验结果表明，改进后的多尺度CLG光流算法相对于原始CLG光流算法有更好的整体效果，说明多尺度CLG光流算法对噪声具有更好的鲁棒性，可以较好地对图像进行光流估计。

参考文献 | 相关文章 | 多维度评价

Select

39. 基于VMD与MOGOA-LSTM的短期负荷预测模型

欧阳孟可, 沈卫康, 成徽, 石凯

计算机与现代化 2022, 0 (03): 7-12.

摘要（88）

为了提高短期负荷预测的准确度，降低非平稳信号对模型预测造成的影响，提出一种集数据挖掘和多目标优化网络于一体的短期负荷预测模型。该方法将电力负荷数据通过变分模态分解技术分解成若干个不同频率的模态分量，采用相间重构方法动态确定人工神经网络的训练测试比和神经元设置,采用长短期记忆神经网络对各分量进行模型搭建，并在长短期记忆神经网络的基础上加入多目标蝗虫智能优化算法来优化网络内部参数,累加所有分量模型预测的值，实现短期负荷预测。仿真结果表明，与统计学方和混合模型相比，本文提出的模型在短期预测方面的预测精度较高、泛化能力更强。

参考文献 | 相关文章 | 多维度评价

Select

40. 变压器故障诊断技术综述

林凡勤, 李明明, 郭红

计算机与现代化 2022, 0 (03): 116-126.

摘要（172）

变压器设备在电力系统中起到了重要的作用，其健康、稳定的运行关系到电压转换、电能分配的顺利实现，而故障诊断技术能够为变压器的正常运转保驾护航。本文详细综述国内外变压器故障诊断技术的研究现状，分析变压器故障诊断的发展历程，对比研究不同诊断方法的优劣及适应场景，分析传统变压器故障数据提取方法——溶解气体分析法以及基于声音信号的变压器故障数据提取方法，最终提出变压器故障诊断未来的研究重点及发展趋势，为变压器故障的诊断提供一定的参考。

参考文献 | 相关文章 | 多维度评价

全文下载排行