计算机与现代化

马瑜涓, 韩建宁, 史韶杰, 曹尚斌, 杨志秀

2023, 0(03): 1-5.

摘要 ( 309 )

PDF (1147KB) ( 76 )

参考文献 | 相关文章 | 计量指标

为了解决磁共振成像脑部肿瘤区域出现误识别及对脑MRI图像中的肿瘤部位分割时出现的不确定性等问题，提出一种改进的Kmeans算法与隐马尔可夫随机场模型（HMRF）相结合的分割方法，对脑肿瘤图像实现精准分割。首先将Kmeans算法的欧氏距离替换成曼哈顿-切比雪夫距离并用改进后的Kmeans算法对待分割图像进行初始参数估计和初始分割，然后通过HMRF理论获得图像的空间信息，并结合EM算法对聚类中心进行更新，获得更为准确的聚类中心，从而提高算法的分割性能。实验结果表明，该方法具有良好的脑部肿瘤分割性能效果，其中Dice系数和Jaccard系数的平均值分别达到了0.9289和0.8725。

微柱凝胶血型检测卡异物智能检测系统

李雨晴, 文勇军, 曾小为, 唐立军, 周庆华, 张志刚

2023, 0(03): 6-10.

摘要 ( 134 )

PDF (1409KB) ( 46 )

参考文献 | 相关文章 | 计量指标

微柱凝胶血型检测卡中的异物严重影响临床检测结果，在分发装盒之前必须经过严格检测，目前主要依赖人工灯检，检测效率低，精准性差。本文设计一种微柱凝胶异物智能检测系统。该系统设计特定波段的红外LED光源获取凝胶卡图像，研究并实现用于提取凝胶卡图像杂质特征信息的改进型高斯滤波算法和二次高斯差分算法，设计识别、跟踪、剔除自动控制装置，实现对有异物的血型检测卡的自动分离。使用纳威尔智能科技有限公司提供的样品进行测试，本文系统检测准确率高于98%，检测异物最小直径为50微米。

多尺度密集感受域的GAN图像去雾算法

尹相臣, 陈思龙, 李振凯, 张文进, 李桂青

2023, 0(03): 11-15.

摘要 ( 180 )

PDF (3211KB) ( 53 )

参考文献 | 相关文章 | 计量指标

基于先验的图像去雾算法依赖于大气散射模型，易受环境影响出现去雾不彻底、颜色失真等现象，针对上述问题本文基于深度学习，提出一种多尺度密集感受域的GAN图像去雾算法。首先构建一个多尺度学习的生成器网络，通过3种不同尺度提取图像的局部细节和全局信息后进行特征融合；然后通过感受密集块来增大感受野并获得丰富的上下文信息，将提取到的特征图在多个感受密集块中对特征进一步细化；接着使用一个多尺度的GAN判别器，由2个相同的子判别器D1和D2组成，2个子判别器联合指导生成器的训练；最后本文结合L1损失、感知损失和对抗损失，设计一个多元损失函数来收敛网络。在SOTS测试集上进行主观评价和客观评价，实验结果表明，本文算法取得了较优的效果，有效改善去雾不彻底的现象。

水下声呐图像轻量级目标检测模型

范新南, 陈馨洋, 史朋飞, 孙奂儒, 鹿亮, 周仲凯

2023, 0(03): 16-22.

摘要 ( 259 )

PDF (3518KB) ( 76 )

参考文献 | 相关文章 | 计量指标

水下AUV搭载声呐进行探测成为水下目标检测的主流方式，水下环境的复杂及声呐成像方式导致声呐图像分辨率较低，使用形态学目标检测等传统方法时检测精度与实时性不高，深度学习如YOLO等算法直接用于水下声呐图像目标检测时仍然面临样本少、模型参数多等挑战，为此，本文提出一种声呐图像水下目标轻量化检测模型。针对低分辨率声呐图像数据特点以及水下AUV自动检测对实时性的要求，以YOLOv4模型为主要框架，进行模型裁剪、替换优化特征融合模块、目标预测框K均值聚类以及改进损失函数等，将构建的检测模型应用于声呐目标检测。所构建的声呐图像水下目标检测轻量化模型的mAP相对于SSD、YOLOv3、YOLOv3-DFPIN、YOLOv4-tiny分别提高了0.0659、0.0214、.0402和0.1701。在mAP相较于YOLOv4、CenterNet、EfficientdetD0分别低0.0186、0.0093、0.0074的情况下，FPS分别相对于YOLOv4提升一倍多、相对于EfficientdetD0提升近5倍、相对于CenterNet提升近一倍。同时，本文提出的模型兼具高精度和实时性的优点。实验结果表明，本文提出的特征提取网络能够减小网络参数冗余，提高模型效率和检测速度，结合自适应空间特征融合模块增强了不同尺度之间特征的相互融合和重用，提高了低分辨率声呐图像目标检测的精度。

基于图像增强和SKNet的交通标志识别

廖聪, 郭凰, 赵茂军, 王雨松, 白俊峰

2023, 0(03): 23-28.

摘要 ( 177 )

PDF (4724KB) ( 54 )

参考文献 | 相关文章 | 计量指标

针对现有交通标志识别系统对图像特征提取不充分和复杂情况下难以识别的问题，设计基于图像增强和SKNet的交通标志识别模型HE-SKNet。首先，采用直方图均衡化，对过亮或过暗的交通标志图像进行增强；然后使用自适应调节感受野大小的SKNet网络进行特征提取和分类。GTSRB数据集的实验结果表明，提出的HE-SKNet模型识别准确率达到了98.95%，相比ResNet、ResNeXt、SENet和SKNet准确率平均提高了2.77个百分点，验证了HE-SKNet模型自适应提取不同尺度特征的能力，更适用于过亮或过暗的复杂实际应用场景。

结合注意力机制和图神经网络的CTR预估模型

夏义春, 李汪根, 李豆豆, 葛英奎, 王志格

2023, 0(03): 29-37.

摘要 ( 209 )

PDF (3742KB) ( 70 )

参考文献 | 相关文章 | 计量指标

大多数CTR预测的算法都是将特征嵌入初始化为一个固定的维度，忽略了长尾物品特征的流行度不高。把它和头部物品的嵌入向量设置为相同长度会导致模型训练不平衡，影响最后的预测结果。基于此，本文首先使用一个端到端的可微框架，该框架可以根据特征的流行度自动选择不同的嵌入维度。其次，引入挤压激励网络机制和具有残差连接的多头自注意力机制，分别从不同角度动态地学习特征的重要性以及识别重要的特征组合，然后使用图神经网络代替传统内积和哈达玛积显式建模二阶特征交互。最后为了进一步提高性能，将DNN组件与浅层模型相结合形成深度模型，利用贝叶斯优化算法为深度模型选择一组超参数，避免复杂的调参过程，并且在2个基准数据集上实验，结果验证模型的有效性

基于SVR的嵌入强度自适应的图像水印算法

徐康健, 龚泓宁, 李灿, 佟德宇

2023, 0(03): 38-42.

摘要 ( 190 )

PDF (1288KB) ( 56 )

参考文献 | 相关文章 | 计量指标

如何优化水印嵌入强度是数字水印研究中的关键问题，并与水印的鲁棒性和不可感知性密切相关。本文针对图像数据，基于SVR模型提出一种嵌入强度自适应的水印算法。在图像特征方面，本文选取图像的LBP算子和小波变换的低频系数，根据SSIM指标确定合适的水印嵌入强度，生成训练样本数据集并对SVR模型进行训练；在水印嵌入过程中，首先对水印进行加密等预处理，然后对图像子块进行DWT变换，运用训练好的SVR模型确定水印嵌入强度并嵌入水印，同理可根据密钥和SVR模型进行水印的提取。实验结果表明，本文提出的算法在保证图像质量和水印不可见性的前提下，能够对图像进行自适应地水印嵌入和提取，同时对噪声、压缩、剪切等攻击均具有较好的鲁棒性。

时间最优的无人机巡检避障路径规划

田小壮, 李松, 付国萍, 谭启昀, 单德帅, 王伟光, 王祝

2023, 0(03): 43-47.

摘要 ( 148 )

PDF (2321KB) ( 52 )

参考文献 | 相关文章 | 计量指标

无人机执行实际任务时，完成时间是衡量任务效能的重要指标，而路径规划方法一般以路径长度最小为目标，难以准确直接地反应完成任务时间。对此，在构建路径时间代价的近似计算方法基础上，本文提出一种最小化任务时间的无人机避障路径规划算法。通过路径跟踪特性试验，获取不同机动方式下的飞行时间，作为路径搜索过程中的代价计算依据。设计节点扩展方式和代价函数计算方法，提出一种改进A*搜索算法以实现障碍规避和路径时间优化。通过随机场景下的仿真试验对所提方法的有效性和性能优势进行验证。最后以变电站巡检为例，验证改进算法能够引导无人机以更短的时间完成避障巡检。

基于AU-GCN与注意力机制的微表情识别

赵婧华, 杨秋翔

2023, 0(03): 48-53.

摘要 ( 287 )

PDF (1458KB) ( 72 )

参考文献 | 相关文章 | 计量指标

微表情作为一种持续时间非常短的表情，能够隐晦地将人试图压抑与隐藏的真正情感表达出来，在国家安全、司法系统、医学范畴和政治选举等有着较好的应用。但由于微表情有着数据集较少、持续时间短暂、表情幅度低等特点，在识别微表情时存在数据样本量较少、计算量较大、缺失重点特征的关注、易过拟合等困难。因此本文将针对微表情只出现在面部部分区域的特点，借助面部动作单元（Action Units， AU），对其使用加权注意力机制凸显局部特征，并且应用图卷积神经网络找到AU各个节点间的依赖关系，聚合为全局特征，用于微表情识别。实验结果表明，相较于现有方法，本文提出的方法将准确率提高至79.3%。

基于深度学习的显微图像计算机辅助诊断

王艳, 杨丰蔚, 翟兴, 王丽, 唐燕, 刘哲, 韩爱庆

2023, 0(03): 54-59.

摘要 ( 151 )

PDF (4933KB) ( 61 )

参考文献 | 相关文章 | 计量指标

根据世界卫生组织发布的报告，全球疟疾、结核病的发病率仍高居不下。手动显微镜检查厚薄载玻片和痰涂片是疟疾和结核病诊断的重要手段，这种方法的缺点之一是高度依赖医学检验师，容易出现主观误判。在低收入和发展中国家的偏远地区高技能实验室人员缺乏，加上显微图像中疟原虫和结核杆菌存在形状多变、体积较小和某些细胞体不确定等因素，导致疟原虫和结核杆菌检测困难。本文提出一种基于Faster R-CNN的改进算法，用于从显微图像中自动筛选疟原虫和结核杆菌。首先在原始Faster R-CNN框架上加入卷积滤波器层，采用深度残差网络提取特征，来提升模型的检测性能，然后评估改进后的模型在2种不同显微任务上的性能：在厚血涂片疟疾显微图像数据集上AP值达到94.55%，在痰涂片结核病显微图像数据集上AP值为97.96%，比原始Faster R-CNN模型提升了7.40个百分点和8.04个百分点。结果表明，修改后Faster R-CNN模型可以从智能手机的显微镜目镜上捕获的图像中检测疟疾寄生虫和结核杆菌位点，减少手动显微镜检查的依赖，辅助研究人员诊断，表明该模型适合部署在资源匮乏的地区。

智能电网环境下窃电行为检测

张芸, 白开峰, 王星, 仓甜, 周通, 段锦文, 苏晗

2023, 0(03): 60-65.

摘要 ( 202 )

PDF (1073KB) ( 58 )

参考文献 | 相关文章 | 计量指标

用户恶意窃电造成的用电侧非技术性损失一直是全球各国电力公司期望解决的问题之一。随着人工智能算法的快速发展和智能电表的普及，通过对窃电行为建模和检测将有效减少这类情况的发生。本文首先介绍用电行为数据收集、处理、采样手段。其次，就面向用电异常行为挖掘的离群点检测、机器学习方法和深度学习方法，分析对比各类算法的特点，对已有工作进行总结。最后，通过讨论智能化手段在窃电检测研究中出现的问题和未来研究工作为该领域的研究人员提供一些借鉴。

基于Apriori算法的大学生体测项目关联规则挖掘

王劭华, 欧阳会丹, 孙丹, 王康, 吴鸿萍, 钟询, 褚兴平, 杨松涛

2023, 0(03): 66-70.

摘要 ( 229 )

PDF (954KB) ( 56 )

参考文献 | 相关文章 | 计量指标

大学生身体素质是力量、速度、耐力、柔韧和灵敏的综合表现，为了测量大学生的身体素质情况并分析改善大学生的身体素质，本文分别测量了大学生中男生的各项指标（引体向上、50 m、1000 m、坐位体前屈和跳远）和女生的各项指标（一分钟仰卧起坐、50 m、800 m、坐位体前屈和跳远）。本文使用Apriori算法分别做了3组实验，即在最小支持度为50%和最小置信度为70%，最小支持度为60%和最小置信度为70%，最小支持度为70%和最小置信度为70%的前提下对某大学近5年的男生和女生的各项指标进行关联规则挖掘。实验结果表明：体重正常的学生每项体测分别及格的最小置信度都为70%以上，在所有关联项结果中最高的最小置信度为肺活量及格与体重正常的最小置信度为87.7%，而体重异常的学生体测分别及格的最小置信度都不大于70%。在所有关联项结果中身高与各项体测之间的最小置信度差异不明显。这验证了Apriori算法在大学生身体素质关联规则挖掘中发挥着重要的作用，利用挖掘出来的频繁项集，能够很好地辅助各大高校改善大学生的身体素质。

基于增强语义模型的货品名分类算法

李晓峰, 马静, 周琰

2023, 0(03): 71-78.

摘要 ( 80 )

PDF (4176KB) ( 46 )

参考文献 | 相关文章 | 计量指标

海关申报（报关）是指进出口货物所有人向海关办理进出境手续的过程。报关过程主要包括：填写报关单、单据检验、货物查验等流程。本文主要针对报关单中的货物品名依赖人工填写，存在申报成本高、效率低下、准确率不稳定等有待优化的问题，提出以报关货物描述短文本为基础，分别使用TF-IDF模型和BERT模型提取词频特征与语义特征，根据语料特点创新性地用词频特征增强语义特征；用ViT模型提取货物图像特征并与文本特征在交叉注意力机制作用下融合，再由多粒度级联森林分类器实现货物名称分类，达到精准获取货物品名的目的。实验结果显示：货物品名分类准确率为0.92，召回率为0.90，F1-score为0.91，表明了本文所提算法在解决报关货物品名分类问题上具有合理性与优越性，有助于解决现有问题。

电网异常业务数据检测方法综述

白开峰, 赵宏斌, 张芸, 李妍, 崔静安, 刘千金, 杨华, 倪娜

2023, 0(03): 79-83.

摘要 ( 245 )

PDF (1027KB) ( 63 )

参考文献 | 相关文章 | 计量指标

智能电网概念的提出推动了电网智能化和信息化的发展，电力系统产生的各种类型的业务数据量也呈指数增长，其中产生的异常数据在很大程度上对电力数据分析和电网运行稳定性有着决定性的影响。本文对电网异常业务数据检测方法进行整理分类、分析和总结，分别介绍基于传统技术和基于人工智能技术的异常业务数据检测方法，分析和阐述每种方法的基本原理和特点，总结和展望电网异常业务数据检测所面临的挑战和未来的发展趋势，为后续研究提供一定的参考。

文本摘要评测方法的语义损失度

金独亮, 范永胜, 张琪

2023, 0(03): 84-89.

摘要 ( 109 )

PDF (1492KB) ( 46 )

参考文献 | 相关文章 | 计量指标

在当前文本摘要自动生成领域，传统的ROUGE评测方法已多次被研究者发现其评测结果与人工评测结果差距过大，但该差距尚未数值化，无法丈量。基于此现状，本文采用多个不同类型、长度的公开中文摘要数据集，通过定义语义损失率计算方法来衡量ROUGE在评价时所产生的语义损失程度，同时综合考虑摘要长度以及数据集内在因素对生成摘要评价的影响，最终可视化ROUGE评测与人工评测存在误差的具体数值。实验结果表明，ROUGE评测分数与人工评测分数呈弱相关性，ROUGE方法对不同长度的数据集都存在一定程度的语义损失，同时摘要长度和数据集的原始标注误差也会对最终的评测分数产生重要影响。本文定义的语义损失率计算方法可以为更好地选择数据集和评测方法提供一定的参考依据，为改进评测方法提供一定的思路方向，同时也对最终客观测评模型的有效性提供一定的指导帮助。

基于SMOTE和贝叶斯优化的Adj-LightGBM人岗匹配算法

刘付谦, 秦华妮, 赖惠慧

2023, 0(03): 90-95.

摘要 ( 235 )

PDF (1436KB) ( 60 )

参考文献 | 相关文章 | 计量指标

近2年由于新冠疫情的影响，各行各业受到了巨大的冲击，传统招聘方式难以实行，一方面招聘单位人才缺口大，另一方面求职者无法线下应聘。网络招聘的出现为求职者和招聘单位带来了一定的方便，但仍存在人岗匹配效率低、匹配不平衡的问题，如何精准且快速地完成人岗匹配工作成为需要解决的迫切问题。针对该问题，提出一种基于SMOTE和贝叶斯优化的Adj-LightGBM人岗匹配算法。首先对人岗数据集进行数据预处理；其次使用SMOTE算法对匹配成功样本进行过采样处理，处理后的正负样本比例为1：3；然后在验证集上使用贝叶斯优化寻找最优的LightGBM模型；最后对该模型进行测试与评价，得出该模型的F1-score为0.974，Auc为0.971。通过与支持向量机、随机森林以及XGBoost算法进行对比，发现本文提出的Adj-LightGBM算法不仅在人岗匹配预测上具有更高的准确性，而且在模型训练效率上也有着显著优势。

基于分解和多分量集成学习的负荷预测方法

张子森, 徐晓钟

2023, 0(03): 96-101.

摘要 ( 117 )

PDF (1928KB) ( 35 )

参考文献 | 相关文章 | 计量指标

能源负荷时间序列具有周期波动性和增长性两重趋势。一般梯度提升树GBDT通过集成多个分类与回归树CART，能够很好地拟合周期波动性趋势，但是对于增长性趋势拟合较差。相关研究先分解再使用组合模型预测，而本文研究在分解后使用多分量集成学习进行预测。首先分解出负荷的2种趋势分量及残差分量，将CART的叶节点改为3个预测模型，使其能够对3个分量进行预测。同时优化CART损失函数为各分量预测结果的误差平方总和，使其能够考虑3个分量预测模型的损失。然后基于梯度提升重构预测结果，使其能够以多分量集成学习的方式拟合负荷的两重趋势。最后提出基于分解和多分量集成学习的负荷预测方法，该方法在某地区电力负荷预测实验中，相比其它预测方法，各项误差评价指标均有所下降。实验结果表明，本文提出的方法在两重趋势性负荷的预测中具有更好的表现，同时也为GBDT预测其它类型数据提供了改进思路。

计及需求响应的微电网多时间尺度调度仿真

韩沐枫

2023, 0(03): 102-106.

摘要 ( 80 )

PDF (1528KB) ( 33 )

参考文献 | 相关文章 | 计量指标

当前已有的微电网调度方法未考虑电源的发电特性以及需求响应侧问题，导致微电网调度后的功率无法达到理想值。本文提出一种计及需求响应的微电网多时间尺度调度方法。分析微电网中不同分布式电源的发电特性以及需求侧不同负荷的特性，同时通过负荷的特性对负荷分类。根据负荷分类结果，将微电网整体问题转换为居民住户优化问题和微电网多时间尺度问题，以最小电力花费以及最小充放电循环次数作为目标，构建微电网多时间尺度调度模型。进一步采用改进的萤火虫算法对模型进行求解，以获取最优调度方案。实验结果表明，所提方法可以获取最佳调度方案。

基于点边缘特征自适应融合的视觉SLAM算法

葛红飞, 李轶然

2023, 0(03): 107-112.

摘要 ( 140 )

PDF (3034KB) ( 38 )

参考文献 | 相关文章 | 计量指标

基于点特征的视觉SLAM算法由于在弱纹理环境中提取特征不足，不能产生可靠的相机运动估计。边缘特征相比于点特征具有更丰富的环境信息，然而，直接引入边缘特征，会影响系统的实时性。因此本文提出一种基于点边缘特征自适应融合的视觉SLAM定位算法。在前端，提出一种基于网格法评估点特征质量的方法，用于判断外部环境的纹理情况。在后端，自适应外部环境构建不同的视觉约束项以优化相机位姿。此外，引入距离变换算法，构建边缘特征的距离误差函数，提高迭代优化的速度。本文用最流行的公开数据集对提出的视觉SLAM算法进行评估，并与最先进的算法进行比较。实验结果表明，在弱纹理环境下，本文算法比最先进的ORBSLAM算法的平均定位精度提高了22.3%，在丰富纹理场景也取得了更优的定位精度。

基于反向学习和精英提升的无速度项动态粒子群算法

曾依浦, 戴毅茹, 陈雨田

2023, 0(03): 113-120.

摘要 ( 105 )

PDF (1209KB) ( 46 )

参考文献 | 相关文章 | 计量指标

针对粒子群优化算法在处理复杂优化问题时搜索精度低、收敛速度慢且易陷入局部最优的问题，提出一种基于反向学习和精英提升的动态多种群无速度项粒子群算法。首先基于无速度项的粒子位置更新模式，动态划分子群并采用不同的进化策略，利用反向学习为子群拓宽搜索范围，保证种群多样性的同时避免粒子过早陷入局部最优。然后为充分利用优秀粒子的信息并提高搜索精度，改进精英提升策略优化个体历史最优粒子，使用差分进化算法对种群最优粒子进行更新。最后通过CEC2006提出的22个测试函数进行性能测试。结果表明，本文提出的算法相比于其他算法在搜索精度和稳定性上拥有更加出色的性能，并能有效提升算法收敛速度。

基于Shared-LSTM的重型卡车不同加速驾驶行为油耗预测方法

王一婷, 行本贝, 李彬, 刘戈, 张翔宇

2023, 0(03): 121-126.

摘要 ( 181 )

PDF (2032KB) ( 57 )

参考文献 | 相关文章 | 计量指标

规范重型卡车驾驶行为可以有效降低油耗，这对交通行业节能减排和国家“双碳”战略都有积极作用。本文采集多辆重型卡车1个月的CAN总线数据，定量分析不同加速驾驶行为（急加速、正常驾驶、急减速）与油耗之间的关系。针对现有油耗预测方法效率低、精度差的问题，本文对LSTM模型进行改进，提出一种共享权重的LSTM模型（Shared-LSTM）。基于采集的车辆CAN总线数据，本文对比分析Shared-LSTM、GRU和BP神经网络模型对同车型同路况多行为下的油耗预测效果。实验结果表明，改进的LSTM模型在不同加速驾驶行为下的预测效率均提高3%以上，且各方面预测指标均要优于其他模型。以急加速驾驶行为为例，Shared-LSTM模型相较于GRU和BP神经网络在平均绝对误差、均方误差、均分根误差等方面均降低了5%以上。因此，Shared-LSTM模型可广泛应用于多种驾驶行为下的油耗预测。

当期目录