Please wait a minute...

当期目录

    2022年 第0卷 第03期    刊出日期:2022-04-29
    人工智能
    基于生成对抗网络的社交机器人检测
    李阳阳, 杨英光
    2022, 0(03):  1-6. 
    摘要 ( 275 )   PDF (920KB) ( 154 )  
    参考文献 | 相关文章 | 计量指标
    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。
    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
    2022, 0(03):  7-12. 
    摘要 ( 170 )   PDF (2495KB) ( 77 )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于非线性堆叠双向网络的端到端声纹识别
    王芷悦, 崔琳,
    2022, 0(03):  13-17. 
    摘要 ( 165 )   PDF (831KB) ( 86 )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于极端梯度提升的跨地区多种类电力需求预测
    张苏宁, 王芳, 朱燕, 景栋盛
    2022, 0(03):  18-22. 
    摘要 ( 99 )   PDF (925KB) ( 60 )  
    参考文献 | 相关文章 | 计量指标
    对多个地区不同形式电力需求进行预测,不仅可以保证各地区电力供给稳定,还可以对全国产生的不同形式电力资源按地区进行合理分配。但目前的方法多针对单地区进行单一时间序列的预测,无法满足能源互联网中对复杂情况的电力需求预测要求。针对此问题,设计一种基于极端梯度提升的跨地区多种类电力需求预测算法。该算法改进提升树方法,有效地防止过拟合,同时通过支持分布式并行的方式,提高训练效率。与其他方法相比,所提方法对训练样本总量和特征数据类型要求不严苛,并可用于多时间序列预测。实验结果表明,所提方法能在可接受误差范围内对各地区不同形式电力需求进行快速、准确的预测。
    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,
    2022, 0(03):  23-29. 
    摘要 ( 172 )   PDF (3323KB) ( 169 )  
    参考文献 | 相关文章 | 计量指标
    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。
    信息安全
    物联网中基于区块链的密态内容审计方案
    张天喜, 王利朋, 周春天, 杨艳艳, 李晓冲
    2022, 0(03):  30-36. 
    摘要 ( 150 )   PDF (1433KB) ( 67 )  
    参考文献 | 相关文章 | 计量指标
    低功耗广域网技术以功耗低、距离远等优势,已成为当前的一个研究热点。但是,由于低功耗广域网中传感器节点安全防护能力有限、容易老化以及存在恶意节点等问题,导致系统在效率和私密性方面并不是完全可靠。针对上述问题,本文为无线电广域网的媒体介入控制层设计一套密文数据审计算法。通过使用布隆过滤器,加快密文数据处理的效率。此外使用同态加密技术,在保护数据的前提下,实现有效密文数据范围查询功能。最后利用区块链技术实现对通讯数据的溯源,方便日后对问题节点进行追踪。分析结果显示,新方案具有较高的安全性能,并且运行效率能够达到O(logn)。
    基于水印与属性筛选的用电数据泄露溯源方法
    单超, 邹云峰
    2022, 0(03):  37-42. 
    摘要 ( 135 )   PDF (934KB) ( 59 )  
    参考文献 | 相关文章 | 计量指标
    用电数据涉及客户隐私,在分发共享过程中存在泄露风险,数字水印是实现泄露溯源追责的有效手段。而水印植入将导致数据偏移,影响数据分析可用性,且部分数据泄漏时溯源效果不够理想。本文提出一种基于子水印和属性筛选的用电数据泄露溯源算法WRTA,该方法通过利用信息增益率和基尼系数计算数据属性的重要程度,通过密钥和主键随机选择非重要属性来构建子水印,并且兼顾数据分析可用性和安全性,实现部分数据泄露的溯源。
    基于分支混淆算法的隐私数据库自适应加密方法
    张黎, 骆春山, 谢委员, 李蓓蓓
    2022, 0(03):  43-47. 
    摘要 ( 149 )   PDF (920KB) ( 58 )  
    参考文献 | 相关文章 | 计量指标
    为有效降低隐私数据库中数据泄露的可能性,进一步提高数据安全性,本文设计一种基于分支混淆算法的隐私数据库自适应加密方法。在收集应用程序对数据库的请求内容的基础上,利用分支混淆算法对隐私数据库内数据的特征进行分类,并选取朴素贝叶斯分类器对数据库内混淆点实施分类,从而确定数据库中数据的字段类型,基于此,针对不同字段类型数据选取相应加密算法。其中,数值类型数据采用保序加密算法,等值比较类型数据采用等值加密算法,文本类型数据采用分词辅助索引加密算法。在加密数值型、时间类型、字符型字段的同时,保留偏序特性和可检索特性。实验结果表明提出的方法可实现对隐私数据库内不同字段类型数据的有效加密,且加密所需的时间开销较小,安全性高。
    数据库与数据挖掘
    基于RoBERTa-WWM 和HDBSCAN的文本聚类算法
    刘锟, 曾曦, 邱梓珩, 陈周国,
    2022, 0(03):  48-52. 
    摘要 ( 411 )   PDF (1092KB) ( 67 )  
    参考文献 | 相关文章 | 计量指标
    在大数据环境下,从海量的互联网数据中获取热点话题是研究当前互联网中民意民情的基础,其中文本聚类是得到热点话题最常用的方法之一,可以分为文本向量化表示和聚类2个步骤。然而在文本向量化表示任务中,传统的文本表示模型无法准确表示新闻、帖文等文本的上下文语境信息。在聚类任务中,最常使用的是K-Means算法和DBSCAN算法,但是它们对数据的聚类方式与实际中话题数据的分布不符,这使得现有的文本聚类算法在实际的互联网环境中应用效果很差。本文根据互联网中话题的数据分布情况,提出一种基于RoBERTa-WWM和HDBSCAN的文本聚类算法。首先利用预训练语言模型RoBERTa-WWM得到每一篇文本的文本向量,其次利用t-SNE算法对高维文本向量进行降维,最后利用基于层次的密度聚类算法的HDBSCAN算法对低维的文本向量进行聚类。实验结果表明提出的算法相较于现有的文本聚类算法,在含有噪声数据且分布不均衡的数据集上,聚类效果有很大的提升。
    基于LDA的隐式标签协同过滤推荐算法
    文勇军, 何环晶, 唐立军,
    2022, 0(03):  53-58. 
    摘要 ( 113 )   PDF (1134KB) ( 72 )  
    参考文献 | 相关文章 | 计量指标
    固定标签协同过滤推荐算法,未充分考虑标签因子的多样化,主要依靠人工标记,扩展性不强,主观因素多。本文从用户的喜好特征因素角度出发,在固定标签协同过滤推荐算法的基础上,提出一种隐式标签协同过滤推荐算法。该算法利用LDA主题模型生成项目文本的隐式标签,得到项目-标签特征权重,根据算法性能优化的要求选择标签数量,将项目-标签矩阵与用户评分矩阵结合得到用户对标签的偏好矩阵,最后通过协同过滤算法产生推荐。实验结果表明,本文提出的基于LDA的隐式标签协同过滤推荐算法缓解了数据稀疏性问题,项目推荐的召回率、准确度和F1值有较大提升。
    图像处理
    基于热方法的骨架提取算法
    苏辰耀, 刘向阳
    2022, 0(03):  59-63. 
    摘要 ( 146 )   PDF (1939KB) ( 142 )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于偏振度特征图的水下裂缝图像分割算法
    邹杰, 宋轲, 王张帆, 侯一兴, 张学武
    2022, 0(03):  64-69. 
    摘要 ( 125 )   PDF (3144KB) ( 67 )  
    参考文献 | 相关文章 | 计量指标
    由于水体侵蚀、自然老化等问题,水库大坝等水下结构物在长期运行过程中存在表面损伤缺陷,与青苔、贝壳等附着物形成的凹陷,在颜色、纹理等方面具有极高的相似性。当凹陷距离裂缝较近时,极易引起裂缝图像分割误判。为解决该问题,本文引入偏振信息,提出一种基于偏振度特征图的裂缝图像分割算法,以超像素块为单元进行偏振度特征图提取,利用偏振度设定区域生长规则,以种子区域为基础进行区域生长合并,最后根据图像深度图确定裂缝区域。实验结果表明该算法能够有效减少分割误判,裂缝分割结果的特异性和准确度指标均能达到0.9以上,高于现有算法。
    基于注意力机制子网络的时空跌倒检测算法
    谢辉, 师后勤, 齐宇霄, 陈瑞, 童莹
    2022, 0(03):  70-75. 
    摘要 ( 153 )   PDF (4720KB) ( 78 )  
    参考文献 | 相关文章 | 计量指标
    近年来行人跌倒检测变得越来越重要,因为准确及时的跌倒检测可以帮助跌倒者获得紧急救援。针对复杂场景中由于光照变化、遮挡和尺度变化等导致检测性能下降的问题,提出一种实时、鲁棒的跌倒检测算法。首先采用YOLO v3目标检测模块完成行人检测;然后在跟踪模块中对每个跟踪的边界框提取深层特征后,运用数据增强和重检测技术提高光照变化下的检测精度,并引入注意力机制子网络应对被遮挡目标的检测;最后跌倒判断模块对行人姿态进行判断,完成实时跌倒检测和报警。在Cityperson数据集、Montreal fall数据集和自建数据集上的实验结果表明,行人检测算法的检测精度达到87.05%,跌倒算法的检测精度达到98.55%,时延在120 ms以内,且在光照变化和遮挡影响下依然能获得良好的性能。
    线阵相机的圆环旋转标定方法
    田忠, 伍世虔
    2022, 0(03):  76-81. 
    摘要 ( 288 )   PDF (1902KB) ( 61 )  
    参考文献 | 相关文章 | 计量指标
    由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。
    基于ECA-SSD模型的汽车零件缺陷检测
    金文倩, 彭露露, 朱媛媛, 王笑梅
    2022, 0(03):  82-90. 
    摘要 ( 172 )   PDF (6873KB) ( 58 )  
    参考文献 | 相关文章 | 计量指标
    汽车零件对汽车外观、性能以及安全性都有重大影响。由于汽车零件数量大、体积小、对精度要求高,因此对零件检测的精度和速度都有一定的要求。本文利用图像处理技术,以SSD模型为基础,将其中的VGG模块用深度可分离卷积和线性瓶颈倒残差结构替换,并引入避免降维的局部跨通道交互有效的注意力机制ECA模块,在减少模型参数运算量的同时,适当增加通道以提高模型精度,并将注意力放在图像目标上,忽略背景带来的干扰,实现快速又准确的汽车零件缺陷检测。利用本文模型对上汽提供的汽车零件外壁缺陷进行检测,实验结果表明,模型大小仅为15.9 MB,mAP为94.64%,检测每张图片时间为0.013 s,满足汽车工业上的速度和精度的需求。对比性研究表明,本文模型检测精度和速度以及大小较其他目标检测算法VGG-SSD、MobileNetv2-SSD、YOLO v3等有一定的提高和改善。

    算法设计与分析
    基于特征识别的多尺度构件网格自动生成算法
    陈中杰, 田建辉, 胡光初, 丁锋, 郭钊, 韩兴本
    2022, 0(03):  91-97. 
    摘要 ( 91 )   PDF (4255KB) ( 59 )  
    参考文献 | 相关文章 | 计量指标
    随着结构力学领域待解决问题复杂程度不断提高,多尺度构件的高质量网格生成对于其数值模拟的计算精度起着至关重要的作用。本文提出一种基于特征识别的网格自动生成技术方法,该方法将多尺度构件的不同量级尺度几何特征识别出来,根据其不同尺度尺寸设置相关区域的网格尺寸值,利用Delaunay三角化算法和前沿推进法生成能够反映不同尺度几何特征的网格单元,再对小尺度区域周围进行加密处理,最后通过几何指数控制函数将不同尺度网格过渡连接起来,形成多尺度构件的整体网格划分模型。通过2个几何模型的测试表明该方法生成的整体网格质量好,不同尺度区域网格过渡合理,自动化程度较高。
    融合邻域搜索策略蚁群算法求解带时间窗口的车辆路径问题
    张雄, 潘大志,
    2022, 0(03):  98-102. 
    摘要 ( 110 )   PDF (841KB) ( 62 )  
    参考文献 | 相关文章 | 计量指标
    对于求解带时间窗口车辆路径问题,提出一种融合邻域搜索策略的改进蚁群算法,针对时间窗口特性,将等待时间加入到蚁群算法的状态转移规则之中。为提升算法的局部寻优能力,设计多种节点删除操作和插入操作对得到的路径进行邻域搜索。最后利用Solomon标准算例对改进算法进行测试,与目前已知最优解对比,实验结果表明改进后的蚁群算法对带时间窗口的车辆路径问题有较好的适用性。
    基于图过滤框架对图卷积滤波器灵活性的研究
    徐鑫强, 何鹏,
    2022, 0(03):  103-110. 
    摘要 ( 69 )   PDF (1336KB) ( 60 )  
    参考文献 | 相关文章 | 计量指标
    图卷积神经网络通过特征传播,学习卷积核,实现图卷积,它的核心在于卷积算子的构建。在应用具体的图数据时,卷积核的适用性往往因应用场景的不同而受到限制。本文从图过滤的角度看待卷积核,在图过滤框架下,视结点的数据特征为图信号,应用低通滤波器对其进行平滑处理,将提取的平滑图信号放在拓扑图上进行谱域中的卷积。在此过程中,局部的图结构信息将被整合进结点的相似度表征中以完成图嵌入学习。为了提高图形滤波器的灵活性,实现更精细的设计,在原有模型的基础上,本文引入新的平移参数,从而在不增加神经网络的可训练权重数量的情况下,也可以轻松控制滤波器的平滑力度以满足各种场景的滤波需求,其作用机理则是控制频率响应函数的水平位移。通过在3个引文网络和1个知识图谱上设置多种参数值执行图嵌入学习的任务,本文验证了引入平衡参数的有效性,并从图划分的角度对此提出了更为全面的见解。
    基于二次筛选的回溯广义正交匹配追踪算法的稀疏信号重构
    张连娜, 张慧萍, 李荣鹏, 宋学力
    2022, 0(03):  111-115. 
    摘要 ( 113 )   PDF (836KB) ( 61 )  
    参考文献 | 相关文章 | 计量指标
    压缩感知是一种新型的信号采样及重构理论,高效的信号重构算法是压缩感知由理论转向实际应用的枢纽。为了更精确地重构出原始稀疏信号,本文提出一种基于二次筛选的回溯广义正交匹配追踪算法。首先采用内积匹配准则选出较大数目的相关原子,提高原子的利用率。其次利用广义Jaccard系数准则对已选出的原子进行二次筛选,得到最匹配的原子,优化原子选取方式。实验结果表明,在不同稀疏度和观测值下进行信号重构,相比于回溯广义正交匹配追踪算法、正交匹配追踪算法及子空间追踪算法,本文算法在重构误差及重构成功率方面有较大的优越性。
    变压器故障诊断技术综述
    林凡勤, 李明明, 郭红
    2022, 0(03):  116-126. 
    摘要 ( 622 )   PDF (1589KB) ( 109 )  
    参考文献 | 相关文章 | 计量指标
    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。