计算机与现代化

张蕾, 崔娟娟, 李晶晶

2020, 0(09): 1-5. doi:10.3969/j.issn.1006-2475.2020.09.001

摘要 ( 201 )

PDF (1030KB) ( 179 )

参考文献 | 相关文章 | 计量指标

为减少无线传感器网络的数据通信量和能量消耗，基于WSN节点数据时空相关性的特性，提出一种将K-means均衡分簇和CS理论相结合的数据收集方法。首先,通过K-means聚类算法均匀划分网络成簇。然后，各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点。最后，Sink节点采用OMP算法对收集到的数据进行精准重构。仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量。

基于LSTM-Prophet非线性组合的时间序列预测模型

赵英, 翟源伟, 陈骏君, 滕建

2020, 0(09): 6-11. doi:10.3969/j.issn.1006-2475.2020.09.002

摘要 ( 882 )

PDF (2178KB) ( 504 )

参考文献 | 相关文章 | 计量指标

目前采用单一预测模型对于复杂的非线性时间序列具有预测精度较低，且不能很好地捕捉时间序列的复合特征的问题，因此本文提出一种基于BP神经网络组合的长短期记忆网络-Prophet(LSTM-Prophet)时间序列预测模型。模型将长短期记忆网络及Prophet这2种预测模型得到的预测值通过BP神经网络进行非线性组合，得出最终的预测值。随后设计实现本文模型与3个单项模型的对比实验，使用3个不同领域的数据集验证本文模型的准确性和有效性。实验结果表明提出的预测模型具有较高的预测精度、较好的通用性和应用前景。

基于百度贴吧的高校网络舆情热点话题分析

李金海, 胡旭

2020, 0(09): 12-18. doi:10.3969/j.issn.1006-2475.2020.09.003

摘要 ( 328 )

PDF (2331KB) ( 192 )

参考文献 | 相关文章 | 计量指标

高校网络舆情是大学生在校园背景下，对网络上直接关系到大学生或者自身感兴趣的公共事件所持态度、认知、意见、情感交叉的集合。随着网络应用的普及，高校网络舆情可能朝着任一个不可控的方向发展，因此，高校网络舆情研究是高校管理中的重要工作之一。本文以百度贴吧中的泰州学院吧为数据源，利用网络爬虫采集泰州学院吧主题帖内容和回帖数量作为实验数据，通过Python数据分析技术分析高校网络舆情的热点话题，并通过数据可视化技术进行数据分析结果展示，基于数据分析结果研究高校网络舆情热点话题成因与影响，最终提出相关引导策略以促进互联网环境下大学生全面发展和推进校园和谐建设。

多特征融合的教育资源标签生成算法

李雯, 文勇军, 唐立军,

2020, 0(09): 19-24. doi:10.3969/j.issn.1006-2475.2020.09.004

摘要 ( 157 )

PDF (1009KB) ( 159 )

参考文献 | 相关文章 | 计量指标

利用标签的形式简单有效地对教育资源进行准确描述，对互联网中杂乱、庞大的教育资源进行高效分类，能使用户便捷地浏览和获取教育资源信息并提高教育资源的利用率。自然语言处理中生成文本标签的方法有很多种，但特征描述不全面，因此需要研究多特征融合的标签生成方法。本文结合中文文本的特点，在TextRank算法基础上，加入TF-IDF权重和位置信息权重，考虑词语在语料库中的信息及在文章中的位置信息，生成包括语料库信息和位置信息的标签，形成多特征融合的标签生成算法。测试结果及分析表明，多特征融合后的标签生成算法最高F值为0.571，其平均值为0.34，优于常用的TextRank算法和TF-IDF算法，有效提高了教育资源标签质量，有利于教育资源更好的利用和管理。

面向宏观经济分析的多源多维政务共享数据分析系统

李新华, 王勇, 燕佳静, 侯文刚

2020, 0(09): 25-31. doi:10.3969/j.issn.1006-2475.2020.09.005

摘要 ( 161 )

PDF (1956KB) ( 122 )

参考文献 | 相关文章 | 计量指标

在“数字经济”的国家战略背景下，为了给政府部门、行业以及企业等不同类型用户提供及时、全面、准确的宏观经济信息，形成基于大数据分析的决策支撑体系，江西省信息中心汇聚多种不同业务领域、多种不同数据结构、多种不同数据源的政务共享数据，构建宏观经济大数据分析系统。结合传统的时间序列特征和影响社会经济关键指标的其他宏观经济特征，建设基于时序分析、回归模型的经济大数据监测预警方法库和模型库，应用双对数线性回归模型、ARIMA模型对社会经济进行实时监测和智能预测研究，为相关政府部门的宏观调控、精准施策提供可靠参考。

单时序特征图卷积网络融合预测方法

李昊天, 盛益强,

2020, 0(09): 32-36. doi:10.3969/j.issn.1006-2475.2020.09.006

摘要 ( 216 )

PDF (632KB) ( 232 )

参考文献 | 相关文章 | 计量指标

近年来，图神经网络逐渐成为深度学习领域广泛讨论的话题和研究的重点，但大多数研究都是基于图节点，在存在多维属性的前提下进行分类和回归预测，对单时序特征的图节点预测并不能产生理想的效果。本文提出一种时序图卷积网络算法，可以在复杂图网络中，只根据节点单一特征的时序序列，实现对该特征的预测。算法通过在传统图卷积网络中对邻接矩阵参数化，解决单一特征条件下的参数退化问题，并结合长短时记忆网络的序列学习方法，将时序信息融入到训练过程中，提高训练精度。在交通流量数据集PeMS和Los上的实验表明，其预测精度要优于GCN、T-GCN、GRU、LSTM等主流算法。

一种基于熵理论的自适应水印嵌入算法

张帅, 杨雪霞

2020, 0(09): 37-42. doi:10.3969/j.issn.1006-2475.2020.09.007

摘要 ( 209 )

PDF (2080KB) ( 180 )

参考文献 | 相关文章 | 计量指标

为了提高数字图像嵌入水印时的不可感知性与鲁棒性，提出一种利用图像信息熵与边缘熵理论并结合果蝇优化算法的水印嵌入方案。首先对载体图像进行分块，并计算每个分块的信息熵与边缘熵，将每个分块的2个熵值相加并排序。然后根据嵌入水印的容量选择熵值较高的分块，并将每一位水印信息嵌入到经过小波变换与奇异值分解的分块中。最后为了进一步平衡嵌入水印不可感知性与鲁棒性之间的矛盾，利用果蝇算法对嵌入水印的强度进行自适应优化。实验结果表明该方法具有更好的不可感知性，在面对多种类型、多种强度的模拟攻击时比同类算法表现出更强的鲁棒性。

无安全信道的注册用户公钥可搜索加密方案

邓银娟, 杜红珍, 窦晓霞

2020, 0(09): 43-48. doi:10.3969/j.issn.1006-2475.2020.09.008

摘要 ( 181 )

PDF (746KB) ( 158 )

参考文献 | 相关文章 | 计量指标

现有的无安全信道公钥可搜索加密（SCF-PEKS）方案架构中，在服务器关键词公钥加密时依赖于用户公钥，此缺陷会将服务器的数据搜索服务仅限于某一用户。因为没有该公钥对应私钥的用户无法对数据进行搜索，这使得可搜索加密的使用受到极大限制。基于合数阶双线性群，提出一个可以允许用户注册使用的高效的SCF-PEKS方案。该方案允许多个用户在无安全信道情况下对数据进行搜索，需要数据搜索服务的用户通过注册方式来完成服务，服务器的关键词公钥加密不再依赖于用户的公钥。在标准模型下基于判定性子群的假设验证了方案可以抵抗选择关键词攻击(IND-SCF-CKA)，与现有的SCF-PEKS方案相比，具有更高的计算效率。

社交网络中正影响支配集问题的轮转贪心算法

万科

2020, 0(09): 49-53. doi:10.3969/j.issn.1006-2475.2020.09.009

摘要 ( 245 )

PDF (684KB) ( 178 )

参考文献 | 相关文章 | 计量指标

社交网络中最小正影响支配集问题是一个NP难度的组合优化问题，针对该问题，目前有2种典型的贪心求解算法求解速度较快，但贪心解的质量却有待提高。轮转贪心策略是在不增加贪心算法时间复杂度的前提下提升贪心解的质量，且通过实验研究表明能有效增强一些NP难度问题效果的贪心算法。本文将轮转贪心策略求解正影响支配集的2个贪心算法进行融合来提升贪心算法解的质量，提出相应的轮转贪心算法。实验表明，在典型的真实社交网络实例上，与原有贪心算法相比，本文的轮转贪心算法所获解的质量有一定的提高。

基于分数阶傅里叶变换的运动脑电信号分类方法

黄小爽

2020, 0(09): 54-59. doi:10.3969/j.issn.1006-2475.2020.09.010

摘要 ( 196 )

PDF (1261KB) ( 170 )

参考文献 | 相关文章 | 计量指标

运动想象脑电信号作为一种典型的非线性、非平稳信号，在传统基于单一特征提取的分类方法中难以取得理想的分类性能。针对该问题，将分数阶傅里叶变换(Fractional Fourier Transform, FrFT)引入到脑电信号特征提取过程中。首先利用FrFT对信号进行分析，在扩展特征域的同时从不同维度提取信号中的有用信息并构成特征向量，然后利用支持向量机(Support Vector Machine, SVM)分类器对所提取的特征向量进行分类，最后采用Graz数据开展实验。实验结果表明所提方法能够获得高达92.57%的正确分类结果，明显高于传统采用单一特征提取的分类方法。

一种特征增强的Tri-CNN行人再识别方法

周芳宇, 陈淑荣

2020, 0(09): 60-65. doi:10.3969/j.issn.1006-2475.2020.09.011

摘要 ( 159 )

PDF (237KB) ( 151 )

参考文献 | 相关文章 | 计量指标

针对行人再识别中遮挡导致提取的高层特征分辨率低而影响识别率的问题，建立一种基于Tri-CNN的特征增强行人再识别方法。首先，对池化层提取的图像特征进行PCA降维，根据典型相关分析策略(CCA)融合特征，提取更具判别力的行人特征。其次，引入空间递归模型(SRM)对遮挡行人特征进行空间多向检测，提高对遮挡行人的识别率。最后，根据欧氏距离度量准则，分别验证正、负样本对间的距离，联合Softmax损失函数和Triplet损失函数优化网络模型，进而判别是否为同一行人。在MARS和ETHZ这2个数据集上进行实验，结果表明本文方法有效解决了一般遮挡识别问题，并显著提高了行人再识别精度。

多阶段遥感图像目标检测方法研究

孟曦婷, 计璐艳,

2020, 0(09): 66-72. doi:10.3969/j.issn.1006-2475.2020.09.012

摘要 ( 186 )

PDF (4478KB) ( 140 )

参考文献 | 相关文章 | 计量指标

目标检测在自然场景和遥感场景中的研究极具挑战。尽管许多先进的算法在自然场景下取得了优异的成果，但是遥感图像的复杂性、目标尺度的多样性及目标密集分布的特性，使得针对遥感图像目标检测的研究步伐缓慢。本文提出一个新颖的多类别目标检测模型，可以自动学习特征融合时的权重，并突出目标特征，实现在复杂的遥感图像中有效地检测小目标和密集分布的目标。模型在公开数据集DOTA和NWPU VHR-10上的实验结果表明检测效果超过了大多数经典算法。

基于CEEMD小波包算法的降噪方法研究

孙晓娟, 王利

2020, 0(09): 73-76. doi:10.3969/j.issn.1006-2475.2020.09.013

摘要 ( 203 )

PDF (1016KB) ( 156 )

参考文献 | 相关文章 | 计量指标

针对脑电信号易受噪声干扰的特性，提出一种使用CEEMD小波包对脑电信号进行降噪的方法。首先对脑电信号进行CEEMD分解，得到一组固有模态函数分量（IMF），然后对包含噪声的IMF分量采用小波包阈值降噪，同时保留信号的低频IMF分量，最后将使用小波包阈值降噪的IMF分量和保留的IMF分量进行累加重构，从而得到最终降噪后的脑电信号。仿真结果表明采用CEEMD小波包对脑电信号进行降噪，在抑制噪声的同时，还有效地保留了脑电信号的细节特性，达到良好的去噪特性。

基于多核并行和动态阈值的点云配准算法

李运川, 王晓红, 陈思吉, 葛义攀, 李闯

2020, 0(09): 77-82. doi:10.3969/j.issn.1006-2475.2020.09.014

摘要 ( 182 )

PDF (3046KB) ( 151 )

参考文献 | 相关文章 | 计量指标

针对点云配准中存在错误匹配点对、精度不高等问题，提出一种基于多核并行和动态阈值的点云配准算法。该算法采用改进的SAC-IA算法进行点云粗配准，利用OpenMP实现点云查询点的法向量、FPFH等特征的并行加速提取以及对应点对的并行查找，从而使整个配准算法的速度得到保持甚至提升。在点云精配准阶段，使用改进的ICP算法进行精配准，改进点着眼于错误对应点对的剔除及其阈值的动态确定，即以配准点重心作为参照点，按照动态阈值，使用点对距离约束剔除错误对应点对。实验结果表明，本文算法在提升配准精度的情况下，配准速度也得到了提升。

轻量级YOLOv3的交通标志检测算法

白士磊, 殷柯欣, 朱建启

2020, 0(09): 83-88. doi:10.3969/j.issn.1006-2475.2020.09.015

摘要 ( 325 )

PDF (3889KB) ( 229 )

参考文献 | 相关文章 | 计量指标

交通标志检测在自动驾驶领域一直是个比较热门的课题。在深度学习算法中，YOLOv3和Faster R-CNN已经获得了极好的目标检测性能，但在检测小目标时，存在漏检的情况。针对交通标志检测中小目标准确快速识别的需求，本文提出一种轻量级YOLOv3的交通标志检测算法。通过卷积神经网络同时使用浅层和深层的特征提取，得到多尺度特征图，深层特征可以有效地保持检测精度不下降，浅层特征可以有效地提高小目标检测任务的精度。通过剪枝算法对模型进行压缩，将训练好的模型进行稀疏训练，把一些不重要的卷积核通道删除掉，对剪枝后的模型微调，保持模型文件中参数的平衡，同时保持检测精度。实验结果表明，通过提取多尺度特征图的方法模型准确率提高了2.3%，通过剪枝算法对模型压缩，使模型的权重大小减小了70%，模型的检测时间节省了90%。由此建立了鲁棒性更强的轻量级交通标志检测模型，可以部署在移动端嵌入式设备上，不再占用庞大的GPU计算资源即可提高检测效率。

基于矩阵分解的海洋SAR图像舰船检测

郑慧敏,

2020, 0(09): 89-94. doi:10.3969/j.issn.1006-2475.2020.09.016

摘要 ( 184 )

PDF (3301KB) ( 177 )

参考文献 | 相关文章 | 计量指标

针对海洋原始图像与低秩和稀疏矩阵分解模型数据结构不一致的问题，本文提出一种新的基于矩阵分解的海洋SAR图像舰船检测方法。首先该方法需对结构化相似的海洋SAR图像进行重组；然后根据重组矩阵特性适应性设计一个分解精度更高、分解速度更快的新矩阵分解模型，并利用增广拉格朗日乘子法求解模型，在不依赖任何杂波模型和检测统计量的前提下，实现代表舰船目标的稀疏成分的提取；最后利用形态学处理进行优化，实现海洋SAR图像舰船目标的检测。基于高分三号SAR卫星数据的实验结果表明，相比已有的基于鲁棒主成分分析的舰船检测方法，本文方法在处理复杂海况时，能更快速度地以较好的形状从海杂波中准确提取舰船目标，具有更好的鲁棒性。

基于改进极限学习机的泥石流发生预测

曾鼎, 曾勇

2020, 0(09): 95-99. doi:10.3969/j.issn.1006-2475.2020.09.017

摘要 ( 561 )

PDF (1050KB) ( 748 )

参考文献 | 相关文章 | 计量指标

为提高泥石流预测预报的准确性，提出一种基于DBSCAN聚类的改进极限学习机(ELM)算法。首先，利用DBSCAN算法对泥石流发生训练的数据进行聚类处理；其次，将聚类得到的不同训练集分类训练ELM分类器；最后，利用ELM分类器对预测集数据进行预测。实验结果表明,利用改进ELM算法对泥石流发生预测的平均准确率达到91.6%，改进ELM算法的稳定性与传统ELM算法相比有明显提高，与传统ELM算法、BP神经网络和Fisher预测法相比，改进ELM算法的预测精度更高。

基于鲸鱼优化改进算法的基站选址

唐丽晴, 应忠于, 罗云

2020, 0(09): 100-105. doi:10.3969/j.issn.1006-2475.2020.09.018

摘要 ( 232 )

PDF (1007KB) ( 237 )

参考文献 | 相关文章 | 计量指标

基站选址优化是网络通讯中的重要优化问题，对网络通讯质量有着极大的影响。本文基于基站选址优化问题的约束条件，以网络覆盖率作为优化指标，构建一种基站选址优化模型。传统优化算法有着收敛速度慢、易于陷入局部最优等问题，为此本文提出一种鲸鱼优化改进算法。首先，引入收敛因子随着迭代次数非线性递减的自适应改变策略以提升算法收敛能力；然后，对部分个体施加服从正态分布的变异扰动，以避免算法早熟收敛。其测试函数和基站选址优化问题的测试算例的仿真结果表明，本文提出的改进算法能够获得更理想的优化解，且具有较快的收敛速度。

基于Jack的老年人辅助座椅需求研究及仿真分析

杨勤, 王嘉斌, 王卫星

2020, 0(09): 106-111. doi:10.3969/j.issn.1006-2475.2020.09.019

摘要 ( 193 )

PDF (3092KB) ( 123 )

参考文献 | 相关文章 | 计量指标

随着年龄的增长，身体状况也在不断发生变化。进入老年阶段后，身体的各项机能显著衰弱，无法正常地完成一些常规的动作，在使用一些常规的工具的时候，为了达到更好的效果，不得不使用某些具有辅助功能的装置。本文通过对老年人身体参数和肌力变化的研究，在深入调研的基础上确定老年人对辅助座椅的功能需求和客观需求。针对功能需求建立辅助座椅的基础模型，通过Jack软件对老年人辅助座椅进行人机工程学仿真，并基于老年人的客观需求对舒适度、可视域、受力和可达域等方面进行分析。分析结果表明辅助座椅人机工程学性能较为良好，但是某些方面仍需要进行改进。

基于注意力机制的Encoder-Decoder光伏发电预测模型

宋良才, 索贵龙, 胡军涛, 窦艳梅, 崔志永

2020, 0(09): 112-117. doi:10.3969/j.issn.1006-2475.2020.09.020

摘要 ( 178 )

PDF (1749KB) ( 147 )

参考文献 | 相关文章 | 计量指标

影响光伏发电系统出力的天气因素具有很大的波动性和不连续性，因此需要创建合适的预测模型来对光伏出力特性进行精准预测，从而保证电网系统的有效运行。本文通过最大信息系数选择合适的历史光伏发电数据，将其作为特征之一进行输入数据重构，并在由LSTM神经元构建的Encoder-Decoder模型上引入注意力机制，最终得到结合注意力机制的Encoder-Decoder光伏发电预测模型。经实际光伏电厂算例分析，验证了所提模型在光伏发电预测方面的准确性和适用性。

基于多工业机器人的轮毂打磨工作站系统

刘海龙, 张蕾, 吴海波

2020, 0(09): 118-121. doi:10.3969/j.issn.1006-2475.2020.09.021

摘要 ( 636 )

PDF (1210KB) ( 312 )

参考文献 | 相关文章 | 计量指标

以汽车轮毂打磨加工作业为研究对象，针对其内侧镂空打磨作业轨迹规划和自动化生产协调难度大的问题，提出一种双工业机器人协同打磨作业工作站设计方案。该方案首先根据汽车轮毂实际生产工艺流程，利用SolidWorks和RobotStudio软件设计相关模型组件并搭建工作站整体布局，然后创建并设计由Smart动态逻辑组件、传感器及I/O通讯网络构建的系统的电气控制模型，最后通过多工业机器人协同作业离线编程实现系统功能及仿真。本文提出的方案为汽车轮毂打磨自动化生产线的实现提供了设计依据和实验平台，缩短了生产线开发周期，节约了操作者时间，提高了工作效率。

一种基于遗传算法的智能电网调度方法

吴海伟, 王晓忠, 朱法顺,

2020, 0(09): 122-126. doi:10.3969/j.issn.1006-2475.2020.09.022

摘要 ( 303 )

PDF (1064KB) ( 282 )

参考文献 | 相关文章 | 计量指标

随着智慧电网的发展，调度控制系统中的数据规模和种类呈指数型上升并且处理复杂度较高。为了更好地进行电力调度，给予电力系统相应的决策支持和更好地为客户服务，满足用户在不同时段的电力需求，本文基于遗传算法提出一种多种类型可控电器的G-DSM算法，将负荷调度问题定义为成本最小化问题，并用遗传算法求解；结合从用户侧获取的电力大数据对用户的电力需求进行规划，降低了用户的花销以及峰值电力负荷，从而避免电力资源的浪费，提高了电网的工作效率。实验结果表明，该算法具有较好的可行性，并在实际操作中易于实现。

当期目录