Please wait a minute...

当期目录

    2022年 第0卷 第07期    刊出日期:2022-07-25
    图像处理
    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
    2022, 0(07):  1-7. 
    摘要 ( 216 )   PDF (2297KB) ( 106 )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于YOLO v4的车辆目标检测算法
    殷远齐, 徐源, 邢远新
    2022, 0(07):  8-14. 
    摘要 ( 321 )   PDF (2959KB) ( 116 )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于双模型的输电线绝缘子自爆检测算法
    林航, 耿多飞, 于浩, 胡丹, 张可
    2022, 0(07):  15-20. 
    摘要 ( 143 )   PDF (5549KB) ( 77 )  
    参考文献 | 相关文章 | 计量指标
    针对输电线路无人机巡检图像中绝缘子自爆缺陷目标小而难以精准检测的问题,提出一种基于Faster R-CNN和改进的YOLO v3级联双模型的绝缘子自爆缺陷检测算法。首先,利用无人机巡检图像构建绝缘子串缺陷数据集,并对训练图像样本进行翻转预处理,增加样本数量,提高模型泛化能力,避免过拟合;然后,利用Faster R-CNN检测图像中的绝缘子串,再将检测到的绝缘子串图像送入改进的YOLO v3网络进行自爆缺陷的定位。改进的YOLO v3网络是在YOLO v3基础上借鉴FPN的思想,增加特征提取层并进行特征融合,充分利用深层特征和浅层特征;同时采用CIoU Loss函数作为损失函数,以解决边界框宽高比尺度信息。实验结果表明,本文算法在所构建的绝缘子缺陷数据集上的检测准确率达到91.2%,相比Faster R-CNN或YOLO v3等单模型检测算法提升了3.31个百分点以上,能有效实现无人机巡检中绝缘子自爆缺陷的检测,为输电线路智能化巡检故障诊断提供方法支持。
    基于生成对抗网络的图像动漫化
    翟慧聪, 张明, 邓星, 王利群
    2022, 0(07):  21-26. 
    摘要 ( 281 )   PDF (3547KB) ( 97 )  
    参考文献 | 相关文章 | 计量指标
    动漫风格的图像具有高度的简化和抽象等特征,为了解决将现实世界图像转化成动漫风格图像这一问题,提出一种基于生成对抗网络的图像动漫化方法。本文的生成网络是类U-Net的全卷积结构,对输入图像先下采样,并加上浅层的特征用双线性插值的方法进行上采样,判别网络则采用Patch GAN加谱归一化的结构,分别计算语义内容损失和风格损失以提高网络的稳定性。本文采用surface表征损失、structure表征损失和texture表征损失代替风格损失,使得生成动漫图像的效果更可控。写实图像选用train2014,人脸图像采用CelebA-HQ数据集。使用本文模型在这些数据集上进行实验,实验结果表明,本文模型能够有效地完成图像动漫化的过程,并生成较高质量的动漫化图像。
    基于改进YOLO v4光线模糊场景下交通标志检测
    申智, 徐丽, 符祥远
    2022, 0(07):  27-32. 
    摘要 ( 188 )   PDF (1524KB) ( 77 )  
    参考文献 | 相关文章 | 计量指标
    近些年,自动驾驶开始进入人们的视线。对于自动驾驶而言,模糊光线场景下的交通标志检测是其中极其重要的一部分。目前YOLO v4算法广泛用于目标检测,虽然它的检测精度相比于其他YOLO版本有着较大的提高,但是还没有达到预期的精度。为了进一步提高检测交通标志的精度,本文在原有YOLO v4的基础上作一定的改进并与MSRCR图像增强处理相结合。首先将作为训练的图片通过MSRCR算法达到图像增强的目的,并将其作为目标检测的训练集图像。使用Darknet-53的YOLO v4网络,通过labelImg标注BelgiumTS交通信号数据集,使用改进的K-means++聚类算法确定先验框和具体参数并且改进路径聚合网络(PANet)结构和损失函数,将数据集进行训练。实验结果表明,改进后的算法与原本的YOLO v4算法相比较,平均精度提高了1.86个百分点。
    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
    2022, 0(07):  33-39. 
    摘要 ( 346 )   PDF (3566KB) ( 113 )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于轻量级结构重参数化网络的口罩检测算法
    李燕, 卢峥松, 李青云, 杨世海, 张小龙
    2022, 0(07):  40-46. 
    摘要 ( 153 )   PDF (6259KB) ( 75 )  
    参考文献 | 相关文章 | 计量指标
    常态化疫情防控形势下,火车站、地铁站等公共场所人群密集,容易发生病毒的传播。针对人群密集场所口罩目标较小、模型参数量大、难以部署的问题,提出一种改进的轻量级结构重参数化网络。在Retinaface算法上,使用双重级联金字塔网络替换原有的特征融合网络,增强特征信息,提高对小尺度目标的检测效果;同时使用结构重参数化网络RepVGG替换原有的MobileNet0.25主干网络,在模型训练时,通过残差结构提高模型特征提取能力,在模型推理时,通过模型结构重新参数化减少模型参数,提高推理速度。实验结果表明,本文算法在GPU上帧率达到92.59 fps,在自建数据集的3个不同等级的验证集上的平均准确率(mAP)达到94.17%、93.30%、86.88%,相比原始Retinaface算法分别提高了1.17个百分点、2.89个百分点、5.35个百分点,可以更好地在自然场景中进行口罩佩戴检测。
    算法设计与分析
    改进EasyEnsemble的软投票策略下的用户购买预测方法
    杨进, 张晨
    2022, 0(07):  47-53. 
    摘要 ( 150 )   PDF (1512KB) ( 86 )  
    参考文献 | 相关文章 | 计量指标
    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。
    基于深度学习的短时交通流预测模型
    张龄允, 韩莹, 张凯, 卢海鹏, 丁昱杰
    2022, 0(07):  54-60. 
    摘要 ( 300 )   PDF (2733KB) ( 88 )  
    参考文献 | 相关文章 | 计量指标
    交通流预测在智能交通领域有着重要的现实意义。由于交通流数据受多种因素影响,平稳性差、随机性强,呈现出高度非线性的特征,使得交通流预测极为困难。针对短时交通流预测准确性的要求,本文提出一种基于互补集成经验模态分解(Complete Ensemble Empirical Mode Decomposition, CEEMD),并结合卷积神经网络(Convolutional Neural Networks, CNN)和长短期记忆网络(Long Short-Term Memory, LSTM)的短时交通流预测方法。模型通过CEEMD信号分解减少噪声对交通流数据预测的影响,采用CNN、LSTM充分挖掘数据的时空特征,使得模型做出更加准确的判断,从而提高神经网络的学习效率。在真实交通流数据上进行实验验证,结果表明,本文提出的模型可以有效提高交通流预测的准确性。
    一种基于图挖掘的LDA改进算法
    李珊, 陈妙苗, 郑晨
    2022, 0(07):  61-66. 
    摘要 ( 134 )   PDF (2296KB) ( 72 )  
    参考文献 | 相关文章 | 计量指标
    LDA作为文本主题识别领域中使用最广泛的模型之一,其基于词袋模型的假设简单化地赋予词汇相同的权重,使得主题分布易向高频词倾斜,影响了识别主题的语义连贯性。本文针对该问题提出一种基于图挖掘的LDA改进算法GoW-LDA,首先基于特征词对在文本中的共现先后关系构建语义图模型,然后利用网络统计特征中节点的加权度,将文本的语义结构特点和关联性以权重修正的形式融入LDA主题建模中。实验结果显示,GoW-LDA相较于传统LDA和基于TF-IDF的LDA,能够大幅降低主题模型的混淆度,提高主题识别的互信息指数,并且有效减少模型的训练时间,为文本主题识别提供了一种新的解决思路。
    网络与通信
    基于一致性度量的数字孪生模型实时自修正
    徐麟, 何月顺, 宋伟宁, 许婷婷
    2022, 0(07):  67-73. 
    摘要 ( 212 )   PDF (1651KB) ( 72 )  
    参考文献 | 相关文章 | 计量指标
    数字孪生技术解决了信息物理世界的融合难题,在工业互联网领域里获得了十分广泛的应用。为解决数字孪生与物理实体的动态修正问题,本文提出一种基于一致性度量的数字孪生模型实时自修正方法。利用数据变化快慢将模型分为渐变模型和快速模型2个部分,构建参数快速搜索方法,结合拉丁超立方全局搜索和贪婪局部搜索,并引入迭代更新机制,实现物理实体和数字孪生体的一致性度量。实验结果表明,数字孪生模型通过优化模型可调参数的选取过程,改善可调参数选取随机性的问题,实现模型与物理实体高度一致性,达到了模型实时自修正要求。
    基于匹配动作表模型的可编程数据平面流表归并
    凌致远, 陈晓, 宋磊,
    2022, 0(07):  74-78. 
    摘要 ( 151 )   PDF (919KB) ( 72 )  
    参考文献 | 相关文章 | 计量指标
    与传统网络技术相比,SDN技术将网络的控制平面与数据平面分离,使网络具有一定的可编程能力。以OpenFlow、POF、P4等为代表,领域内常见的SDN交换机大多基于匹配动作表模型实现。与协议相关的OpenFlow等技术不同,协议无感知的SDN技术使用{偏移,长度}等结构表示协议字段,从而实现对任意协议字段的解析和处理。然而,待处理的数据包可能带有不同长度的数据包头,所以这些数据包中特定协议字段的偏移也会不同,需要多个匹配域偏移不同的流表去完成数据流的解析,从而造成流表和流水线结构复杂。针对上述问题,本文提出一种基于MAT模型的可编程数据平面流表归并方案,扩展MAT模型中的动作集,在数据包查询流表时使用特定的动作动态地调整数据包的起始偏移,使不同数据包同一协议字段的偏移保持一致,实现匹配域相同的流表的归并。本文方案在兼容VLAN、QinQ的POF Switch实验场景下,以跳转流表时多执行一条动作为代价,缩减了约69%的流表内存消耗。
    基于长短期记忆神经网络的容器云队列在线任务动态分配
    徐胜超, 叶力洪
    2022, 0(07):  79-84. 
    摘要 ( 111 )   PDF (933KB) ( 82 )  
    参考文献 | 相关文章 | 计量指标
    针对现有容器云在线任务分配方法分配合理性和资源均衡度较差、任务处理效率较低的问题,提出一种基于长短期记忆神经网络的容器云队列在线任务动态分配方法。描述容器云队列在线任务模型;以节点互补度、资源利用率以及能耗组成任务分配多目标函数;在约束条件下利用长短期记忆神经网络求解任务分配最优方案,完成容器云队列在线任务动态分配。实验结果表明,本文分配方案的分配合理性达到0.925,资源均衡度达到10.255,最长队列长度为10,最大能耗值为5000 W,分配合理性、资源均衡度、任务处理效率均得到改善,分配方案更加合理。
    人工智能
    基于残差门控循环卷积和注意力机制的端到端光学乐谱识别方法
    孙弘扬, 王尚
    2022, 0(07):  85-90. 
    摘要 ( 215 )   PDF (1160KB) ( 84 )  
    参考文献 | 相关文章 | 计量指标
    光学乐谱识别对推动音乐智能化与数字化有着重大意义。传统的乐谱识别流程冗杂,易导致错误积累,但目前基于序列建模的乐谱识别方法不能从全尺度上获取音符上下文信息,在识别效果上仍有提升空间。为此,提出一种基于残差门控循环卷积和注意力机制的端到端光学乐谱识别方法。以残差门控循环卷积作为骨干网络,丰富模型提取上下文信息能力;结合一个注意力机制解码器,能更好地挖掘乐谱特征信息及其内部相关性,增强模型表征能力并对乐谱图像中的音符及音符序列进行识别。实验结果表明,改进后的网络与原卷积循环神经网络(CRNN)模型相比,符号错误率和序列错误率均显著下降。
    面向中原城市群的科技服务资源池研究与设计
    单珂, 张一鸣, 刘瑞霞,
    2022, 0(07):  91-96. 
    摘要 ( 116 )   PDF (1355KB) ( 70 )  
    参考文献 | 相关文章 | 计量指标
    随着我国科学技术的快速发展,中原城市群的信息化建设取得了较大进步,形成了具有地域特色的科技资源,但是总体而言,中原城市群科技服务资源分散,集成化不高,服务效率低,难以做到真正意义上的科技资源共享。为解决上述问题,本文研究数据抽取、处理、校验、标准化和融合技术。通过科技服务数据采集集成引擎,运用大数据整合技术,将分散独立的各类科技服务数据整合为一体;采用HBase列存储数据库和HDFS分布式文件系统存储不同类型数据,支撑结构化、半结构化、非结构化数据的并行处理,进而向平台提供数据检索、数据分析等各类数据服务,解决各类不同来源数据融合的问题,完成中原城市群科技服务资源池的架构设计,提高科技资源利用率,促进科技资源合理利用。
    基于改进注意力网络的转炉炼钢状态判别
    贺雨霞, 曹国
    2022, 0(07):  97-102. 
    摘要 ( 100 )   PDF (1066KB) ( 77 )  
    参考文献 | 相关文章 | 计量指标
    转炉炼钢的状态判别对成品钢材质量的好坏有直接影响。根据人工经验的状态判别需要持续观察炉口的火焰变化,存在主观性强、成本高等问题。为了提升转炉炼钢状态判别的准确率,提出一种基于注意力机制的3D残差卷积神经网络模型。改进的通道注意力将平均池化和最大池化进行特征融合,可以推断出更精细的通道特征,空间注意力能提取到空间上的重点信息。实验结果表明,改进的模型效果好于SE、CBAM和ECA注意力模块,与未加注意力机制的3D残差模型相比,F1分数提高了1.03个百分点,准确度提高了1.06个百分点。最后通过消融实验,分析通道注意力和空间注意力对于网络模型的影响。
    Android应用性能测试与监控技术
    冼进
    2022, 0(07):  103-109. 
    摘要 ( 209 )   PDF (1574KB) ( 76 )  
    参考文献 | 相关文章 | 计量指标
    根据移动应用实际使用需求,设计并实现Android应用性能测试与监控方案。该方案使用简单,不需要代码注入,它有SDK基础模块,能完成配置文件解析、网络识别、定位和数据传输功能,监测应用的CPU和内存资源消耗;收集用户数据并发送到Web服务端进行分析,从而获得用户成分和存留率;通过对Activity和Fragment监测,获得费时、高频、长时间使用的页面信息,以及页面之间的跳转关系;通过数据访问性能监测,发现性能瓶颈和缺陷。最后通过一个移动购物应用进行案例实验分析,验证所本文方案的有效性。通过应用性能测试与监控相结合,开发者能及时发现程序应用问题,并持续跟踪完善软件服务。
    一种基于对象信息的MIS自适应生成器
    周斌,
    2022, 0(07):  110-120. 
    摘要 ( 79 )   PDF (2499KB) ( 90 )  
    参考文献 | 相关文章 | 计量指标
    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。
    加入奖励的GRU对抗网络文本生成模型
    彭鹏菲, 周琳茹
    2022, 0(07):  121-126. 
    摘要 ( 174 )   PDF (1633KB) ( 67 )  
    参考文献 | 相关文章 | 计量指标
    针对目前生成对抗网络文本生成模型采用有监督形式造成的错误累计以及生成文本信息单一等问题,提出一种基于GRU生成对抗网络的文本生成模型,GRU生成器采用策略梯度进行参数更新,且该模型增加蒙特卡洛搜索推导生成样本序列。采用参数较少的GRU神经网络作为生成器和判别器,判别器的输出loss函数指导生成过程中的参数优化,以蒙特卡洛策略思想补充生成过程中的非完整序列,减少错误累计并增加文本生成信息的丰富性。引入门截断机制,用自定义函数替换GRU网络中的sigmoid函数,改进当前时刻的隐含变量的激活函数,改善原函数收敛速度较慢且容易产生梯度消失问题,使之更适应本文模型。仿真实验结果表明本文模型丰富了文本生成的多样性,提高了模型的收敛速度,验证了本模型的有效性。该模型有较好的应用性。