Please wait a minute...

当期目录

    2023年 第0卷 第08期    刊出日期:2023-08-30
    算法设计与分析
    基于特征融合的海马体分割
    陈嘉敏, 张伯泉, 麦海鹏
    2023, 0(08):  1-6.  doi:10.3969/j.issn.1006-2475.2023.08.001
    摘要 ( 188 )   PDF (1332KB) ( 77 )  
    相关文章 | 计量指标
    摘要:针对现有海马体分割算法无法对目标区域进行精确分割的问题,利用编解码结构研究一种基于特征融合的海马体分割模型。首先利用Resnet34作为模型特征编码层提取更丰富的语义特征;其次在编解码过渡层引入基于混合扩张卷积的ASPP模块以获取多尺度特征信息。最后使用注意力特征融合机制作为编解码层间的连接层以有效结合深层特征与浅层特征,为后续分割提供海马体区域位置信息,提高模型分割性能。实验在ADNI数据集上进行以验证提出模型的有效性,所研究网络模型IoU、DICE、精确率、召回率4个评价指标上分别达到了84.67%、88.51%、87.90%和89.01%。与现有先进医学分割算法进行实验对比,也表明了该模型有更好的分割能力,达到了较好的海马体图像自动分割效果。
    基于约束聚类和粒子群算法的多路径规划
    韩 雪
    2023, 0(08):  7-11.  doi:10.3969/j.issn.1006-2475.2023.08.002
    摘要 ( 132 )   PDF (1639KB) ( 77 )  
    相关文章 | 计量指标
    摘  要:大型物流中心物流管理信息系统在进行物流配送中,必须进行多配送中心车辆路径问题研究,用尽可能少的车辆,完成货物的配送,并使得行驶总里程最小。业界已经针对多中心路径规划中k条最短路径难问题进行了深入的研究,通过采用传统的聚类算法已经能够实现多路径规划问题,但是在现实多配送中心车辆路径规划中,运输工具的运输能力和用户的需求存在特定限制,本文在聚类算法基础上引入约束机制,将多配送中心问题通过聚类算法降维为单配送中心问题,并在此基础上引入粒子群算法求解单配送中心多路径规划的最优解。通过实验验证该方法的优越性,他比传统粒子群算法的收敛速度至少提升了n(配送中心个数)倍,为路径规划提出了新的解决思路。
    基于改进ConvNeXt的软塑包装表面异常检测算法
    农皓程, 任德均, 任秋霖, 刘澎笠, 黄德成
    2023, 0(08):  12-17.  doi:10.3969/j.issn.1006-2475.2023.08.003
    摘要 ( 107 )   PDF (1995KB) ( 70 )  
    相关文章 | 计量指标
    摘要:针对人工检测软塑包装存在速度慢且易受主观因素影响造成误检等问题,以及基于深度学习的机器视觉中负样本数量少、获取困难等客观原因,本文以抽纸外表面为研究对象,提出了基于ConvNeXt的非对称对偶网络的抽纸包装表面质量检测方法。首先根据工业现场采集图片状况,使用机器视觉中基于阈值分割及图像滤波的方法对图像进行前景提取等预处理;之后,根据图片特征及异常特点,构建异常检测网络结构;最后将预处理后的图片构建为训练集与测试集,训练并测试抽纸包装表面质量检测网络。实验结果表明,在抽纸外包装表面缺陷检测中,图片级AUROC为99.75%,像素级AUROC为99.37%,单张检测时间为45 ms,满足工业实时性检测要求。
    人工智能
    一种用于机场特种车辆作业的环境目标识别方法
    刘 续, 查可可
    2023, 0(08):  18-24.  doi:10.3969/j.issn.1006-2475.2023.08.004
    摘要 ( 109 )   PDF (2221KB) ( 75 )  
    相关文章 | 计量指标
    摘要:机场特种车辆自主安全地运行对于保障飞行区安全至关重要。目前,机场特种车辆作业主要通过驾驶员操作和机场管制员的目视指挥完成,存在过度依赖人力、自主性较低等问题,为提高其安全性和自主性,本文提出一种用于机场特种车辆作业基于3D点云分割的目标识别方法。首先,基于仿真技术构建飞行区环境点云数据集(Airfield Area of Airport Point Cloud Data, 3A-PCD)。其次,在PointNet++的基础上设计一种面向大规模点云的语义分割网络(Semantic Segmentation Network of Airfield Area of Airport, 3A-Net),结合采样点空间编码(SPSE)模块和注意力池化(AP)模块以解决传统分割网络在分割精度以及对物体细节特征保留能力不足的问题。最后,基于3A-PCD数据集设计实验,消融实验结果表明增加SPSE后,模型的分割精度MIoU提升了6个百分点、增加AP模块后MIoU提升了3.9个百分点;3A-Net与基准模型PointNet++相比,MIoU提高了6.7个百分点;与现有先进的6种语义分割模型相比,所提模型性能均有不同程度的提升,更适用于室外大场景的目标识别。
    基于改进LSTM算法的锂电池SOC估计
    潘思源, 张 伟
    2023, 0(08):  25-30.  doi:10.3969/j.issn.1006-2475.2023.08.005
    摘要 ( 152 )   PDF (3576KB) ( 85 )  
    相关文章 | 计量指标
    摘要:针对锂电池荷电状态(State of charge, SOC)估计精度低的问题,提出一种基于改进的LSTM算法建立神经网络模型方法,得到电压和电流输入与SOC输出之间的映射关系。并通过拓展卡尔曼滤波器滤除输出估计值的噪声,增强了模型的稳定性。在神经网络模型建模过程中采用改进的粒子群算法对神经元个数、学习率、步长等超参数进行优化,进一步提高了锂电池SOC的估计效率和准确性。最后,采用马里兰大学CALCE数据集中的DST工况数据进行模型训练,使用FUDS、US06工况数据集,对改进的LSTM算法与CNN-LSTM、GRU以及CatBoost等算法进行对比实验。实验结果表明改进后的LSTM算法估计模型具有较高的稳定度与准确性,验证了改进方案的可行性。
    基于DTW-TCN的股票分类及预测研究
    孙子雨, 任 燃, 魏曦哲
    2023, 0(08):  31-37.  doi:10.3969/j.issn.1006-2475.2023.08.006
    摘要 ( 205 )   PDF (8512KB) ( 107 )  
    相关文章 | 计量指标
    摘要:随着社会以及信息技术的发展,金融工具、股票交易呈现出新的形态,其中,由于金融数据量呈指数级增长,股票类数据难以分类与预测,因此在高频交易中股票趋势预测尤为重要。为提高高频交易中股票趋势预测的精准度,构建基于动态时间规整(DTW)聚类分析的时间卷积神经网络(TCN)模型用于股票分类和预测研究。在本文模型(DTW-TCN)中,采用开盘价、最高价、最低价、收盘价、成交量、成交额作为股票特征变量。为避免量级影响,首先,对特征向量标准化处理,随后利用动态时间规整对于时间序列相似性的衡量作用,作为股票的分类标准;然后,通过TCN卷积神经网络提取类别共同特征进行网络训练,进一步,将类别中的普遍性行业股票利用训练好的卷积神经网络进行股票趋势预测;最终,得到所属类别股票每分钟开盘价与收盘价走势,并与实际趋势相对比进行误差分析。以19只行业代表性股票分钟级数据为样本进行实验,结果表明,本文模型能有效地分类趋势趋同的股票,并且实现在分钟级别高频交易中准确进行趋势预测,对比传统时间序列模型和LSTM网络模型具有更大时间特性优势。未来DTW-TCN分类预测模型可以用于更多大数据信息分类和预测实例中。
    基于LSTM堆叠残差网络的岩相识别方法
    曾丽丽, 汤华贝, 牛艺晓, 孟凡月
    2023, 0(08):  38-43.  doi:10.3969/j.issn.1006-2475.2023.08.007
    摘要 ( 78 )   PDF (1874KB) ( 54 )  
    相关文章 | 计量指标
    摘要:为了提高岩相识别的准确性,本文开发一种基于残差连接长短期记忆网络的非均质储层岩相智能识别模型(LSTM_res)。首先,基于长短期记忆神经网络构建序列特征模块获取测井关键特征,该模块的多层叠加进一步增强了模型对关键特征信息的提取能力;其次,在序列特征模块的基础上引入残差连接技术,实现模型对网络不同层间特征信息的提取和融合,有效解决深度神经网络的退化问题;最后,以挪威附近北海浅海地区的测井数据为研究对象,通过测井参数敏感性分析选取6种测井参数(RMED 、RHOB、GR、NPHI、PEF和SP)实现储层岩相智能识别。实验结果表明,在同等条件下与LSTM、CNN_res和CNN模型相比,LSTM_res模型的岩相识别精度分别提高了2、4和6个百分点,为储层建模和地质研究提供了快速有效的数据支撑。
    基于注意力机制和语义相似度的跨模态哈希检索
    王 鸿, 葛 红
    2023, 0(08):  44-53.  doi:10.3969/j.issn.1006-2475.2023.08.008
    摘要 ( 173 )   PDF (2748KB) ( 92 )  
    相关文章 | 计量指标
    摘要:现如今,跨模态哈希检索已被广泛且成功地应用于多媒体相似性搜索应用中。为进一步提高检索性能,针对现有深度哈希检索方法存在的2个主要问题:1)如何度量不同模态的相似度,更精确地表示模态间的相似性;2)如何融合多个模态的特征,得到更丰富的特征表示,避免把多个模态单独处理,未考虑之间的联系造成的信息丢失。因此提出基于注意力机制和语义相似度的跨模态哈希检索方法(ASSH),该模型定义了新的多标签相似度衡量方法,对不同标签的重要程度加以区分,更好地表达不同模态的相似信息。设计注意力机制融合模块,使得其在特征学习过程中融合不同模态的特征,加强不同模态之间的交互,来捕捉不同模态的局部重要信息。本文在MIR-Flickr25k、IAPR TC-12、NUS-WIDE等广泛使用的图文数据集上进行实验,实验结果表明本文方法在各个问题模式下均超过之前的方法,在哈希码长度为16 bit时,与当前最好的检索方法相比平均检索精度(mAP)分别提升了1.1% 、0.63%。同时,消融实验也充分证明了本文方法的有效性。
    基于SARIMA模型的短期天然气负荷区间预测
    邵必林, 程婉荣
    2023, 0(08):  54-59.  doi:10.3969/j.issn.1006-2475.2023.08.009
    摘要 ( 118 )   PDF (2381KB) ( 47 )  
    相关文章 | 计量指标
    摘要:天然气负荷预测对居民生活、商业发展、工业生产等领域都起着决定性作用,且精确的短期负荷预测可以有效量化天然气负荷预测的不确定性,对于能源系统运行调度避险十分关键。天然气负荷由于受到季节的影响会出现巨峰特征,传统的点预测模型没有考虑到天然气的季节性影响,预测结果的准确性偏低。SARIMA模型可以处理具有季节性波动趋势和随机干扰的时间序列数据。因此,采用 SARIMA模型对天然气负荷进行去日、季、周期性以及一阶差分的处理,捕获时间序列中的线性特征与季节性特征,依据赤池信息准则与网格搜索确定最优参数模型,按比例划分短期区间预测数值。以西安市天然气用量为例,与传统模型对比,结果表明采用SARIMA模型在序列强季节性区间内误差小,具有较高的准确性。
    基于YOLOX结合DeepSort的船载车辆行人检测算法
    刘昱杉, 刘卫康, 刘庆华, 者甜甜, 王家晨
    2023, 0(08):  60-67.  doi:10.3969/j.issn.1006-2475.2023.08.010
    摘要 ( 103 )   PDF (1515KB) ( 66 )  
    相关文章 | 计量指标
    摘要:针对目前国内轮渡车辆行人管控中缺乏对登船车辆行人进行实时捕捉与检测跟踪的问题,提出一种基于YOLOX改进的船载车辆及行人检测方法。首先,将高效通道注意力机制模块(ECA)加入原模型的加强特征提取网络的3个输出头处,提高网络对于车辆行人的特征提取能力;其次使用改进的ASPP模块替代原SPP模块,其中改进后的ASPP模块对原模块进行剪枝,并利用不同空洞卷积率的空洞卷积层相加解决原本ASPP模块的局部信息丢失问题;模型训练完成使用验证集进行验证后,与DeepSort结合进行跟踪检测并对登船车辆进行计数,从而判断轮渡是否超载。最后,本文所改进算法平均精准度指标(mAP)相比于原YOLOX算法提升了3.3%,精确率提升了4.4%,在GPU上测试运行速度达到55 FPS。实验结果表明,本文所改进算法适用于轮渡入口环境下对车辆、行人目标的实时性检测。
    基于改进YOLOX的垃圾分类检测方法
    欧阳飞, 吴 旭, 向东升
    2023, 0(08):  68-73.  doi:10.3969/j.issn.1006-2475.2023.08.011
    摘要 ( 120 )   PDF (2467KB) ( 82 )  
    相关文章 | 计量指标
    摘要:垃圾分类回收可以改善环境污染问题,保护居民的生活环境,保证生态可持续发展,然而传统的人工垃圾分类方法效率低、主观性强,本文提出一种基于改进YOLOX的垃圾分类检测方法,用于提高垃圾分类的效率和准确率。通过自制垃圾分类数据集训练YOLOX网络,实现垃圾的检测和分类。为了取得更好的检测效果,在网络中引入ECA注意力机制,提高特征间的信息传播能力;改进特征提取网络的上采与下采样倍数,提高网络对小目标的特征提取能力;改进分类与回归损失函数,提高网络的学习能力。实验结果表明,改进YOLOX算法的mAP@0.75为89.9%,比原算法提高了4个百分点,而每秒检测帧数仅下降0.3,在不损失性能的情况下,检测精度有明显的提升。
    图像处理
    基于局部自适应伽马校正低照度图像增强
    张美的, 余顺园
    2023, 0(08):  74-78.  doi:10.3969/j.issn.1006-2475.2023.08.012
    摘要 ( 114 )   PDF (4708KB) ( 47 )  
    相关文章 | 计量指标
    摘要:针对照度不均匀的图像,本文设计一种自适应局部伽马校正低照度图像增强方法。先统计局部邻域内像素的亮度特性,计算亮度的概率密度分布函数,根据图像局部场景内容对概率密度函数进行修正,将修正概率密度函数作为伽马校正系数计算依据,得到能随局部场景亮度自适应调整的伽马系数,实现基于自适应伽马校正低照度图像增强;随后通过修正色调和色彩饱和度,改善低照度图像增强过程中的色偏问题。本文方法使用简单,无需手动调整参数即可适应不同场景的低照度图像增强。实验结果表明本文方法能提高低照度彩色图像的亮度和局部反差,在获得更高对比度同时,能有效突出暗区的细节,无过曝和欠曝的现象出现,增强后的图像能呈现较好的色彩丰富度和自然度。
    红外小目标检测方法综述
    胡睿杰, 车 逗
    2023, 0(08):  79-86.  doi:10.3969/j.issn.1006-2475.2023.08.013
    摘要 ( 353 )   PDF (5630KB) ( 187 )  
    相关文章 | 计量指标
    摘要:本文旨在对基于传统的特征提取、局部对比与现今使用广泛的深度学习的3种红外小目标检测方法进行综述,并通过对比这3种方法的前沿应用,分析其在目标检测性能、鲁棒性和实时性等方面的优势和不足。从中发现,基于特征提取的方法在简单场景下具有较好的实时性和鲁棒性,但在复杂场景下可能受限。基于局部对比方法对目标的尺寸和形状变化相对鲁棒,但对背景干扰较为敏感。基于深度学习的方法在目标检测性能方面表现出色,但需要大量数据和较大的计算资源。因此,在实际应用中,应根据具体场景需求综合考虑这些方法的优缺点,并选择合适的方法进行红外小目标检测。
    计算机控制
    智能配电网边缘计算研究现状与展望
    何玉鹏, 陶 勇, 王必恒, 赵英男
    2023, 0(08):  87-92.  doi:10.3969/j.issn.1006-2475.2023.08.014
    摘要 ( 140 )   PDF (1132KB) ( 76 )  
    相关文章 | 计量指标
    摘要:随着人工智能和物联网技术的快速发展,配电网正逐步走向智能化。但是海量数据使云计算面临时延变长、网络拥堵、隐私泄露等问题。边缘计算作为一种新的计算范式,可以通过网络边缘节点,有效解决上述问题,在智能配电网中的应用日益广泛。本文针对近年来智能配电网边缘计算技术进行了综述。首先概述智能配电网的特征以及在该应用场景中边缘计算的定义和架构;其次从不同维度分析了应用现状,包括故障诊断与检测、数据分析、优化调度和数据安全与保护,最后对智能配电网场景下的研究挑战进行了总结,提出数据精细化管理、资源模块化共享、边缘安全性维护3个方面的研究展望。
    基于可行点追踪-连续凸逼近的移动边缘计算任务卸载
    陈 刚, 王志坚, 徐胜超
    2023, 0(08):  93-97.  doi:10.3969/j.issn.1006-2475.2023.08.015
    摘要 ( 62 )   PDF (1979KB) ( 51 )  
    相关文章 | 计量指标
    摘要:移动边缘计算任务卸载会受到邻近服务器的干扰,导致计算任务难以准确卸载到网络边缘服务器,因此设计基于可行点追踪-连续凸逼近的移动边缘计算任务卸载方法。该方法首先建立移动边缘计算任务的依赖模型,分析移动边缘计算任务的卸载需求。其次,考虑任务卸载时延和卸载能耗,以任务依赖模型为依据,建立任务卸载模型。最后,采用可行点追踪-连续凸逼近,将求解卸载模型的求解问题转变为线性松弛问题,引入迭代过滤函数追踪可行点,避免邻近服务器的干扰,对松弛变量进行连续凸逼近获取任务卸载模型的最优解,实现移动边缘计算任务的卸载。实验结果表明,本文方法负载低、卸载能耗低、卸载精度高。
    面向多机器人系统的元组空间协同模型
    申诗凡, 王立松, 王鑫梦, 秦小麟
    2023, 0(08):  98-106.  doi:10.3969/j.issn.1006-2475.2023.08.016
    摘要 ( 55 )   PDF (2373KB) ( 34 )  
    相关文章 | 计量指标
    摘要:在多机器人协同领域,传统的协同模型虽然解决了协同实体间的信息交互、共享和通信问题,但复杂多变的协同环境所需要的决策机制并没有在模型层得到支持,只能通过应用程序来实现,导致协同系统开发困难并影响协同决策过程的执行效率。针对传统的协同模型存在无法灵活地支持用户决策的问题,本文提出一种基于事件具有决策能力的元组空间协同模型DEBC(Decision and Event Based Coordination)。DEBC模型在元组空间框架中引入决策机制,并对应用层的协同任务进行部分抽象,通过赋予元组空间一组支持决策的操作,使得协同应用程序开发具有高度的灵活性和适应性。同时引入事件机制,保证了协同实体间协同行为的灵活性和高效性。最后,对DEBC模型进行实例分析并与现有模型进行实验对比分析,验证了DEBC模型具有良好的表达能力和更高的执行效率,其提供的决策机制、事件机制具有广泛的适用性。
    信息安全
    基于SRv6服务链的云网专线场景安全防护方法
    杨 波, 徐胜超
    2023, 0(08):  107-111.  doi:10.3969/j.issn.1006-2475.2023.08.017
    摘要 ( 55 )   PDF (2080KB) ( 53 )  
    相关文章 | 计量指标
    摘要:云网融合背景下,专线场景服务安全性与可靠性受到威胁,为此提出一种基于SRv6服务链的云网专线场景安全防护方法。从数据、语音、互联网入手,明确云网专线场景业务特征,在云网网络结构中引入SRv6服务链,实现节点逐级跳跃,提升网络资源转换效率;分析云网专线场景安全需求,将云网专线场景安全防护分为上传数据与下载文件2个阶段,计算网络流量限值函数和约束条件,在共享连接防护机制前提下创建数据共享密钥,一致化处理数据共享种子,完成云网专线场景安全防护目标。实验结果表明,该方法可敏锐感知异常攻击行为,安全防护速度快,具有极强的鲁棒性。
    基于节点特征模型的电力区块链竞价交易机制
    吕志星, 于 晖, 康 凯, 李腾昌, 杜国利
    2023, 0(08):  112-118.  doi:10.3969/j.issn.1006-2475.2023.08.018
    摘要 ( 90 )   PDF (3124KB) ( 40 )  
    相关文章 | 计量指标
    摘要:随着电力服务需求的增加以及电力交易市场化程度的加深,对能源进行合理高效的交易已经成为国家重大需求。传统电力交易系统所采用的集中交易模式,导致业务处理耗时长、运行成本高、缺乏监管以及易被攻击等问题,急需建立与之相适配的交易业务处理规则与工作流程。区块链去中心化、不可篡改、数据可追溯、合约自动执行等特性,为解决上述问题带来了可能。将交易主体的信用度和活跃度考虑在内,提出一个基于节点特征模型的电力区块链竞价交易机制。该机制可充分调动节点的市场积极性和能动性,节约管理成本,减少失信行为,为电力交易提供安全高效的服务,并以智能合约的形式进行分布式部署。利用联盟链超级账本搭建电力区块链实验环境,验证本文所提方法的可行性与高效性,未来可应用于大规模电力交易业务场景。
    软件定义天地一体化网络安全切换架构与方法
    雷依翰, 曹利峰, 韩孟达, 韩 雪
    2023, 0(08):  119-126.  doi:10.3969/j.issn.1006-2475.2023.08.019
    摘要 ( 66 )   PDF (2663KB) ( 41 )  
    相关文章 | 计量指标
    摘要:天地一体化网络规模庞大、结构复杂、节点暴露、动态拓扑,为确保整个系统中用户节点发生网络切换的安全性和高效性,基于软件定义网络中控制平面与转发平面分离的思想,提出一种软件定义天地一体化网络安全切换架构。本文详细阐述了该架构应用层、控制层和数据层的各个功能模块作用,以实现安全切换可管可控、准确高效、灵活可定义的目标。根据架构特点同时考虑切换预留时间和影响切换的相关属性值,提出一种基于接收信号强度预测的多属性权重优化的自适应安全切换决策算法。实验仿真结果表明,切换决策准确,可满足天地一体化网络安全切换的需求。