计算机与现代化

江蕾, 唐建, 杨超越, 吕婷婷

2023, 0(07): 1-6. doi:10.3969/j.issn.1006-2475.2023.07.001

摘要 ( 290 )

PDF (2107KB) ( 51 )

参考文献 | 相关文章 | 计量指标

摘要：针对在实际工作过程中轴承故障样本数偏少且不均衡的问题，提出一种基于条件Wasserstein生成对抗网络（CWGAN-GP）和卷积神经网络（CNN）的轴承故障诊断方法。首先，通过结合条件生成对抗网络（CGAN）和基于梯度惩罚Wasserstein距离的生成对抗网络（WGAN-GP），构建CWGAN-GP生成对抗网络；然后，将少量轴承故障的数据样本输入CWGAN-GP中，以得到与原始样本相似的高质量样本，待网络达到纳什均衡时将生成样本和原始样本混合，产生新的样本集；最后，将新样本集输入卷积神经网络学习样本特征进行故障诊断。实验结果表明，本文提出的诊断方法准确度超过99%，高于其他诊断方法，有效提高了诊断精度，增强了其泛化能力。

基于FCGA-LSTM与迁移学习的天然气负荷预测

张志霞, 谢宝强

2023, 0(07): 7-12. doi:10.3969/j.issn.1006-2475.2023.07.002

摘要 ( 191 )

PDF (1521KB) ( 52 )

参考文献 | 相关文章 | 计量指标

摘要：高精度的天然气负荷预测对天然气管网的平稳高效运行具有重要意义。现有天然气负荷预测方法大多是基于历史数据充足条件的，而对缺少历史数据地区天然气负荷预测问题研究很少。针对此类问题，本文提出一种模糊编码遗传算法（FCGA）优化的长短时记忆（LSTM）神经网络与迁移学习结合的天然气短期负荷预测方法。首先选定源域与目标域，利用源域的大量历史负荷数据构建FCGA-LSTM预测模型，进行模型训练与测试后将源域模型整体迁移至缺少数据的目标域，接着利用目标域少量数据对模型进行参数微调及二次训练，最终得到目标域负荷预测模型。以西安某新建小区为例验证，结果显示，基于FCGA-LSTM与迁移学习的预测方法相比于LSTM加迁移学习组合方法、非迁移学习下LSTM，预测精度分别提高15.6个百分点与35.2个百分点，表明了模型的有效性。本文方法对缺少历史数据的新建城区天然气负荷预测具有一定指导作用。

基于区域内读数段分类的插入/缺失基因组变异检测方法

李兰兰, 高建龙, 朱晓, 穆培政

2023, 0(07): 13-19. doi:10.3969/j.issn.1006-2475.2023.07.003

摘要 ( 124 )

PDF (1147KB) ( 22 )

相关文章 | 计量指标

长读长测序技术产生的长读数，尤其是精确的长读数，为变异检测提供了很好的数据基础。插入/缺失是较常见的基因组变异，也是重要的致病性变异来源。人类基因组的二倍体特性和高度重复结构导致一些复杂形式的杂合插入/缺失变异的检测仍具有一定难度，变异检测的敏感度和精确度仍有改进空间。针对现有方法对复杂形式的杂合插入/缺失的变异检测效果不佳这一问题，提出一种基于区域内读数段分类的插入/缺失基因组变异检测方法。该方法基于精确的长读数，使用基于双序列比对的读数段分类算法将区域内的读数段根据人类基因组的二倍体特性至多分为2组，从而更精确地检测插入/缺失变异。该方法与其他5种常见的变异检测方法在2组模拟数据集和1组真实数据集上进行比较。实验结果表明，该方法可以提高复杂杂合插入/缺失变异检测的敏感度，具有较好的插入/缺失变异检测效果。

基于生成对抗网络的肺炎CT图像生成

王家晨, 张鸿鑫, 刘庆华,

2023, 0(07): 20-24. doi:10.3969/j.issn.1006-2475.2023.07.004

摘要 ( 116 )

PDF (1823KB) ( 37 )

相关文章 | 计量指标

针对以随机噪声为输入的生成对抗网络生成图像模糊、训练不易收敛，以及传统物理数据扩充方法无法融合数据特征的相似性与多样性的问题，提出一种基于特征金字塔和注意力机制CBAM的生成对抗网络——UG-DCGAN。首先以经过遮掩去噪的CT图像作为输入，增强网络的鲁棒性；然后利用特征融合金字塔与注意力机制联合建立生成网络提取和重构CT图像，其中特征融合金字塔仅保留最大尺度融合，并在下采样过程中加入残差结构以提高特征提取能力；最后增加判别器网络的卷积层，提高其监督判断能力。经过实验验证，与最新的StyleGAN2模型生成的CT图像相比，本文算法所生成的CT图像的IS值提高了12.44%，FID值降低了21.98%，表明本文算法对提升CT图像生成的清晰度、特征的相似性和多样性都有较明显的效果。

基于多特征提取的时间卷积知识追踪模型

谢仕斌, 刘梦赤, 唐诗琪, 周瑞平,

2023, 0(07): 25-29. doi:10.3969/j.issn.1006-2475.2023.07.005

摘要 ( 153 )

PDF (2268KB) ( 50 )

相关文章 | 计量指标

知识追踪（Knowledge Tracing， KT）是教育数据挖掘领域中的关键技术，其通过利用学生的历史学习记录来预测学生下一次的作答表现。针对基于时间卷积网络（TCN）的深度知识追踪模型存在的只使用学生答题序列和答题结果，而忽略学生其他行为特征的问题，本文提出一种基于多特征提取的时间卷积知识追踪模型TKT-PCA。使用时间卷积网络和主成分分析（Principal Component Analysis， PCA）方法自动提取多种学生作答行为中的隐藏特征并学习它们的表示，不仅降低了特征维度减少冗余信息，还充分评估了学生的知识掌握情况。实验结果表明，与其他知识追踪基线模型相比，TKT-PCA有更好的预测性能。

基于D3QN的交通灯控制优化

张国有, 宋世峰

2023, 0(07): 30-35. doi:10.3969/j.issn.1006-2475.2023.07.006

摘要 ( 165 )

PDF (1524KB) ( 43 )

相关文章 | 计量指标

交通灯在控制路口车辆通行上起着至关重要的作用。现阶段城市路口的交通灯多采用固定配时、固定相位变换的控制策略，难以满足不同的车流情况。设计出能够根据路口车流情况实时调整交通灯变换的控制方案成为智能交通领域的研究热点之一。而城市路口车流具有动态变化性，难以直接对其展开研究。为了设计一种合适的交通灯动态控制方案，本文引入深度强学习技术。将十字路口交通灯控制问题抽象成强化学习模型，采用D3QN算法对该模型进行求解。在此基础上综合考虑处于不同状态的车辆，改进状态输入和奖励函数。最终在交通模拟器SUMO上进行不同车流下的仿真实验。实验结果表明，模型训练趋于稳定后，改进奖励函数和状态输入的D3QN算法的平均队列长度在3种车流量下对比传统的固定控制策略和自适应控制策略均有明显提升，对比DQN和DDQN算法也有一定的优化，控制效果更佳。

基于ICEEMDAN-BiLSTM-ARIMA组合模型的桥梁健康监测数据预测模型#br#

李世佳, 侯丽娟, 汤斌, 杨柳, 刘恒,

2023, 0(07): 36-42. doi:10.3969/j.issn.1006-2475.2023.07.007

摘要 ( 110 )

PDF (3187KB) ( 37 )

相关文章 | 计量指标

针对目前桥梁结构健康监测系统所采集的各个类型的时序数据，鉴于桥梁结构响应及环境给数据所产生的附加影响，为实现桥梁结构安全预警，基于集成算法原理，本文采用目前经验模态分解方法中的改进，研究改进的带有自适应噪声的完备集合经验模式分解（Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise， ICEEMDAN）方法，对桥梁监测应力数据进行分解，并通过多尺度排列熵算法将分解后的各个分量进行排序并重组，最后结合经典时序分析理论双向长短期记忆网络（Bidirectional Long Short-Term Memory， BiLSTM）与差分自回归移动平均模型（Autoregressive Integrated Moving Average Model， ARIMA）对重组后的分量进行预测分析并组合其结果得到最终的预测值。通过对雅康高速大渡河特大桥健康监测系统所采集的应力数据进行验证，结果表明，该方法相比于单一模型有效地提高了预测效果，整体提升约60%~70%。实现对桥梁监测数据的准确预测，为未来桥梁结构的健康状态预估、数字化建设以及安全预警奠定了有力的基础。

基于关联规则Apriori算法的纺织原料成本预警

钟松影

2023, 0(07): 43-43. doi:10.3969/j.issn.1006-2475.2023.07.008

摘要 ( 79 )

PDF (1152KB) ( 25 )

相关文章 | 计量指标

为了解决现有预警方法存在预警精度与成功率较低的问题，提出一种基于关联规则Apriori算法的纺织原料成本预警方法。分析纺织原料成本组成，主要包括原料成本、电费成本、薪资成本、其他费用支出成本、运输和装卸成本以及期间成本，并研究纺织原料成本管理内容。构建纺织业成本预警指标体系，运用灰度关联分析方法精准挖掘预警数据序列；并采用Apriori算法计算预警数据的最大频繁项集，通过置信度结果的计算，完成纺织原料成本预警。实验结果表明，本文方法的预警精度较高，预警耗时较短，并且具有较高的预警成功率。

密集障碍环境下的改进DWA避障算法

邓云峥, 黄翼虎

2023, 0(07): 48-53. doi:10.3969/j.issn.1006-2475.2023.07.009

摘要 ( 121 )

PDF (2726KB) ( 53 )

相关文章 | 计量指标

针对传统动态窗口法（DWA）算法在密集障碍环境中容易绕行障碍物区域和避障性差等问题，提出一种基于A*的改进DWA算法。首先在A*算法的评价函数中引入偏移代价来引导算法快速朝目标方向搜索，改善规划效率低的问题，并对路径点进行优化得到全局最优路径点。其次在DWA算法中通过障碍物方位和距离动态调整评价函数各项权值，解决算法在密集障碍环境的避障性差问题。最后融入全局最优路径点，确保改进DWA算法能够在实现实时避障的同时保证路径最优。仿真结果显示，相比于其他2种算法，改进DWA算法可以有效提高机器人在密集障碍环境下的避障性，路径长度和行进步数均可降低15%以上，且能够有效躲避随机障碍物，安全性更高，鲁棒性更强。

基于感知注意力的深度交叉网络推荐模型

崔少国, 张岗, 王奥迪

2023, 0(07): 54-60. doi:10.3969/j.issn.1006-2475.2023.07.010

摘要 ( 96 )

PDF (2505KB) ( 30 )

相关文章 | 计量指标

推荐系统中融合低、高阶特征组合对预测的点击通过率至关重要。本文设计一种基于感知注意力的深度交叉网络推荐模型（Attention Deep Cross IO-awre Factorization Machine， ADCIOFM）。传统推荐模型通过注意力因子分解机和深度交叉网络分别对低、高阶特征进行提取，然而注意力因子分解机对低阶组合特征的提取容易忽略隐藏的字段信息，深度交叉网络挖掘用户兴趣的多样性偏弱。因此，本文通过融入感知辅助矩阵来增强注意力机制估计低阶组合特征权重的表示能力。通过融入多头注意力机制，对不同子空间的特征深度进行提取，以解决深度交叉网络挖掘用户兴趣多样性的不足。最后，将低、高阶组合特征进行有效融合共同进行推荐。通过在 Criteo、Movielens-100K 这2个数据集上进行实验对比，以AUC指标进行评估，相较于基准模型有着0.0087和0.0159的提升。

基于区块链的去中心化网络购物数据共享方案

钟林峰, 李彦锋, 张桂鹏, 刘文印

2023, 0(07): 61-68. doi:10.3969/j.issn.1006-2475.2023.07.011

摘要 ( 111 )

PDF (2488KB) ( 20 )

相关文章 | 计量指标

针对网络购物中数据存储过于中心化及利用效率低等问题，提出一种基于区块链的去中心化网络购物数据共享方案。首先，使用SM2椭圆曲线公钥密码算法和智能合约技术对网购数据进行加密存储，以保证数据的完整性和安全性；其次，使用智能合约绑定技术和SimHash技术对网络购物数据进行采集和处理，以保证数据真实性和提高数据质量；最后，使用改进的零知识交付证明（Zero-Knowledge Proof of Deliver， ZK-PoD）协议实现网络购物数据的共享，以达到在无可信第三方参与下数据与价值的公平交换。理论分析及实验表明，本文方案比传统的中心化网络购物数据管理方案有着更高的安全性；对比代理重加密技术实现的数据共享方案，本方案大大降低了数据共享所需要的时间。

一种基于强化学习的铁路通信基站天线覆盖自优化方法

张志国

2023, 0(07): 69-72. doi:10.3969/j.issn.1006-2475.2023.07.012

摘要 ( 71 )

PDF (1285KB) ( 20 )

相关文章 | 计量指标

在LTE-R网络中，基站天线下倾角是影响网络覆盖的主要因素，调整天线下倾角可以有效提高覆盖小区接收终端的信号接收质量。针对3GPP项目中提出的网络覆盖自优化问题，提出一种基于强化学习算法的基站天线下倾角优化方法。首先，借助基站天线电磁波辐射模型，建立以天线发射增益为目标函数的通信网络覆盖优化模型；然后，基于强化学习算法，将覆盖优化问题转化为强化学习中的最大收益问题，在基站天线下倾角可调整空间中获得最优调整角度值，实现移动网络覆盖自优化；最后，利用终端设备接收到的RSRP性能数据进行仿真并在试验段现场实验，验证该方法的有效性。通过实验对比分析，基于强化学习算法的优化方法较未优化前网络覆盖率提升了4.11个百分点，较粒子群优化方法提升了3.59个百分点。本文方法适用于LTE-R专用网络覆盖的基站天线倾角自优化。

基于微服务的民机工业软件架构设计

陆伟强

2023, 0(07): 73-78. doi:10.3969/j.issn.1006-2475.2023.07.013

摘要 ( 112 )

PDF (5983KB) ( 23 )

相关文章 | 计量指标

工业软件作为大型复杂装备制造的核心，是实现工业 4.0 的重要角色，但我国工业软件面临卡脖子问题。本文分析民机工业软件发展现状以及未来战略需求，引入互联网微服务架构技术，面向民机全产业链设计民机工业软件架构，并应用于某民机制造企业。该企业创新“业务+技术”理念，实现面向业务过程微服务与技术中台微服务，采用精益管理模式精细管理庞大复杂的业务模块和公共技术模块。系统试运行半年，持续发布交付版本成功率达到98%，开发的质量系数越来越高。虽受疫情等因素影响，但通过软件测试的一次发布成功率依然明显提升了75%。

基于CNN-Transformer混合结构的遥感影像变化检测模型

许叶彤, 耿信哲, 赵伟强, 张月, 宁海龙, 雷涛

2023, 0(07): 79-85. doi:10.3969/j.issn.1006-2475.2023.07.014

摘要 ( 358 )

PDF (2633KB) ( 72 )

相关文章 | 计量指标

卷积神经网络和Transformer模型的出现，使得遥感影像变化检测技术不断进步，但是目前这2种方法仍存在不足：一方面，卷积神经网络由于其卷积核局部感知的特点无法对遥感影像进行全局信息建模；另一方面，Transformer虽然可以捕获遥感影像的全局信息，但是对影像变化的细节信息不能很好地建模，且其计算复杂度随图像的分辨率呈二次方增长。为了解决上述问题，获得更稳健的变化检测结果，本文提出一种基于卷积神经网络和Transformer混合结构的变化检测模型（CNN-Transformer Change Detection Network， CTCD-Net）。首先，CTCD-Net串联使用卷积神经网络和基于Transformer编解码结构来有效地编码遥感影像的局部特征和全局特征，从而提升网络的特征学习能力。其次，提出跨通道的Transformer自注意力模块（CSA）和注意力前馈网络（A-FFN），有效地降低了Transformer的计算复杂度。在LEVIR-CD和CDD数据集上进行了充分的实验，实验结果表明，CTCD-Net的检测精确度显著优于目前其他主流方法。

基于HSV颜色与LBP纹理特征的水稻氮素营养诊断

杨孙哲, 孙爱珍

2023, 0(07): 86-92. doi:10.3969/j.issn.1006-2475.2023.07.015

摘要 ( 69 )

PDF (2440KB) ( 23 )

相关文章 | 计量指标

为了快速便捷实现水稻氮素营养诊断识别，提出一种基于叶片HSV颜色与LBP纹理直方图特征相结合的水稻氮素营养诊断识别方法。以‘中嘉早’稻种为试验对象进行早稻田间试验，设置4个施氮水平。通过相机拍摄水稻分蘖期顶三叶叶尖部位的图像，利用图像处理技术分别获取每片叶片叶尖部位图像的HSV颜色特征，并改进LBP算法，利用中心点5×5范围像素灰度均值替代中心点像素灰度值作为阈值，提取得到mean_LBP纹理特征。将H、S、V颜色直方图和mean_LBP纹理直方图特征进行量化、归一化、串连合并为1024个分量的一维特征向量，经PCA降维后，分别应用GS_SVC、BP、KNN以及RF方法构建水稻氮素营养诊断识别模型。实验结果表明，改进mean_LBP纹理特征与HSV颜色特征相结合的叶尖部位图像在网格搜索参数寻优支持向量机模型（GS_SVC）的识别准确率达到95.23%，优于其他模型的诊断结果。叶尖在水稻氮素营养诊断过程中具有敏感性，且图像HSV和LBP特征获取不受主观因素影响，表明本文方法具有良好的普适性、可靠性，可为水稻等作物的营养准确诊断提供一种新的可行方法。

基于改进SegFormer模型的棉田地表残膜图像分割方法

牛玉珩, 李永可, 陈燕红, 蒋平安

2023, 0(07): 93-98. doi:10.3969/j.issn.1006-2475.2023.07.016

摘要 ( 97 )

PDF (3556KB) ( 44 )

相关文章 | 计量指标

为了解决棉花种植过程中残留地膜造成的严重污染问题，提出一种基于改进SegFormer模型的残膜目标快速识别分割的方法。以新疆维吾尔族自治区昌吉市棉田（坐标44°23′1″ N，87°30′23″ E）的收后地表残膜为研究对象，在雪后晴天中午时间段使用无人机采集图像共计1047幅并制作成数据集。对SegFormer模型增加更深的特征图层级，使其能获取更细微的特征以解决残膜形态多变和目标较小的问题。SegFormer原始模型平均交并比已达到83.00%，改进SegFormer模型较原始模型平均交并比提升0.42个百分点，骰子系数提升0.3个百分点，单幅检测时间为51.13 ms。实验结果表明，改进SegFormer模型基本能满足快速分割任务的要求，为棉田残膜污染情况的快速评估提供了理论基础。

基于改进YOLOv4的轻量化车牌检测算法

山雨, 张好鹏, 池静

2023, 0(07): 99-104. doi:10.3969/j.issn.1006-2475.2023.07.017

摘要 ( 122 )

PDF (1832KB) ( 44 )

相关文章 | 计量指标

针对现有的车牌检测算法在复杂环境下检测效果不佳的问题，提出一种基于深度学习的GEG-YOLOv4轻量化车牌检测模型。该模型以YOLOv4为基础框架，采用轻量级网络GhostNet作为主干网络，大幅减少了模型参数量，并融入能够避免降维且能有效捕获跨通道交互信息的ECA注意力模块，增加车牌信息的通道权重，减小复杂环境背景对车牌信息的干扰。最后，在深层网络中使用Ghost模块来代替部分普通卷积，在进一步降低模型参数量的同时更好地保留了特征图的冗余信息。在大型车牌数据集CCPD上的实验结果表明，GEG-YOLOv4模型的参数量比YOLOv4减少了约88%，AP值增加了0.09%，速度提高了约55%。相较于其他方法，该方法对于复杂环境下的车牌数据具有更好的检测性能，可以满足实际应用场景的需要。

基于多尺度ResNet融合注意力机制的麦冬细粒度识别

秦竹媛, 吴浩忠, 谭代庆, 韩爱庆, 臧昊, 王选, 唐燕

2023, 0(07): 105-111. doi:10.3969/j.issn.1006-2475.2023.07.018

摘要 ( 124 )

PDF (4687KB) ( 47 )

相关文章 | 计量指标

中药材鉴别依赖于中药师的经验，效率低且没有统一的量化标准。针对川麦冬、山麦冬和浙麦冬3类易混淆中药饮片图像细粒度分类问题，本文提出一种基于ResNet-152残差神经网络的改进模型MARNet-152（Multiscale-Attention Residual Network-152），辅助人工自动辨识3种易混淆的麦冬饮片。基于ResNet-152残差神经网络构建改进的模型MARNet-152，对ResNet-152网络结构中Bottleneck的3×3卷积核进行分组卷积以提取和表示多尺度特征；引入结合空间和通道的卷积注意力机制模块（Convolutional Block Attention Module， CBAM），使模型更关注识别目标物体细节并具有更好的解释性。改进后的网络模型在麦冬图像细粒度识别时达到91.42%的分类精度，相较于基础模型提高了6.62个百分点，可为麦冬识别提供参考。MARNet-152模型具有更高的泛化能力，识别效果较原始ResNet-152模型提升非常明显。

基于CA-TransUNet的遥感图像道路分割

龚轩, 郭中华, 陈旺

2023, 0(07): 112-118. doi:10.3969/j.issn.1006-2475.2023.07.019

摘要 ( 135 )

PDF (2025KB) ( 56 )

相关文章 | 计量指标

针对在背景复杂、地物信息丰富的光学遥感图像中分割道路时存在漏判、误判的问题，提出一种基于CA-TransUNet的遥感图像道路分割方法。以含有多头自注意力的语义分割网络TransUNet为基准，在特征提取模块融入空洞空间金字塔池化，获得不同视野的特征图，通过对各通道信息的整合，增强对多尺度特征的提取；在级联的上采样模块加入混合注意力机制，减少上采样过程细节信息损失，抑制对无关边界信息的注意，并增强道路特征；选择Dice损失函数和二元交叉熵损失联合优化，使光学遥感图像的道路分割更加准确。实验结果表明，提出方法在DeepGlobe数据集上获得的IoU值和F1指数中分别达到56.53%、71.48%，准确率高达97.32%，均高于其他经典遥感图像道路分割算法。在分割周边背景复杂、受障碍物遮挡和细窄道路等情况的遥感图像时，改进的算法能够有效地进行道路分割。

基于改进YOLOv5s的太阳能电池缺陷检测算法

罗伟, 刘思远, 徐健祥, 董天培

2023, 0(07): 119-126. doi:10.3969/j.issn.1006-2475.2023.07.020

摘要 ( 154 )

PDF (2142KB) ( 58 )

相关文章 | 计量指标

太阳能电池生产制造的过程中，由于制造工艺的不完善和人为操作失误等原因可能导致太阳能电池片出现破损、裂缝、断栅和硅材料缺失等类型的缺陷。为了提高太阳能电池缺陷检测准确率，本文提出一种基于YOLOv5s算法的太阳能电池缺陷检测算法YOLOv5s-CG。在主干网络和特征融合层不同位置引入卷积注意力机制（CBAM），主干网络的注意力机制关注全局信息，特征融合层的注意力机制关注局部信息，同时在空间和通道2种维度上进行特征增强，并用GIOU损失函数评估检测效果。使用重新标注的公开太阳能电池数据集对提出的算法进行实验验证，实验结果表明，YOLOv5s-CG算法的全类平均精度（mAP）达到了75.1%，与YOLOv5s算法比较，各种类型的缺陷检测精度都有所提升，其中裂缝和硅材料缺失的精度分别提升了0.036、0.033，全类平均精度（mAP）提高了0.026；与主流的目标检测算法SSD相比，全类平均精度（mAP）提升了0.123。本文算法能够更加高效地检测太阳能电池的缺陷，为实际生产提供更好的检测算法。

当期目录