计算机与现代化

李诗月, 孟佳娜, 于玉海, 李雪莹, 许英傲

2023, 0(10): 1-8. doi:10.3969/j.issn.1006-2475.2023.10.001

摘要 ( 225 )

PDF (2224KB) ( 78 )

参考文献 | 相关文章 | 计量指标

方面级情感分析能够准确判断出句子中方面词的情感极性，在社交、电子商务等领域发挥着重要的作用。现有的方法大多通过序列表示或者注意力机制建模上下文和目标词间的关系，忽略了文本的背景知识以及方面词之间的概念链接，导致学习到的语义关系不够充分。针对上述问题，提出一种基于知识增强的方面级情感分析模型（Aspect Based Sentiment Analysis Model Based on Knowledge Enhancement， ABSA-KE）。首先，通过预训练模型BERT提取特征并得到对应的词向量，并使用解析器获取文本对应的依存关系树，利用BiLSTM和图注意力网络联合建模来学习节点嵌入表示并获得文本向量；其次，使用外部知识库引入不同语境下的方面词知识向量来增强方面级情感分析模型；最后，进行情感分类任务。通过与已有模型对比的实验结果表明，本文所提出的模型在方面级情感分析任务上是有效且合理的。

基于动态卷积和自注意力的序列推荐模型

郑海利, 陈平华

2023, 0(10): 9-16. doi:10.3969/j.issn.1006-2475.2023.10.002

摘要 ( 127 )

PDF (3775KB) ( 51 )

参考文献 | 相关文章 | 计量指标

序列推荐是根据用户和项目的历史交互记录对用户兴趣建模，进行下一项目推荐。序列对用户兴趣建模通常分为长期兴趣依赖和短期兴趣依赖。现有的方法或按交互顺序先后将序列分割，分别对长短期兴趣依赖建模，割裂地对用户兴趣建模；或以不同的特征提取技术并行提取同一段交互序列的特征，获得全局和局部的兴趣表示，忽略不同时刻的用户意图存在该时刻行为上下文中这一事实。本文提出一种利用动态卷积和自注意力构建动态兴趣的序列推荐模型DConvSA。使用动态卷积提取局部动态兴趣，根据不同上下文项目生成卷积核，自适应计算项目的重要性。结合自注意力机制，获得全局显著项目依赖。以显式的方式融合每个时刻的全局和局部兴趣依赖，从而更好地对不同时刻兴趣间的联系建模。在3个公开数据集上进行实验，结果表明，其召回率、平均倒数排名和归一化折损累计增益在MovieLens-1M数据集上至少提升1.53%、3.77%和3.28%，在Amazon Beauty数据集上至少提升1.86%、1.94%和2.46%，在Steam数据集上至少提升0.22%、0.97%和1.08%。

基于多模态特征融合的抑郁症识别

谷明轩, 范冰冰

2023, 0(10): 17-22. doi:10.3969/j.issn.1006-2475.2023.10.003

摘要 ( 240 )

PDF (1213KB) ( 97 )

参考文献 | 相关文章 | 计量指标

抑郁症是一种常见的精神疾病，现有的抑郁症诊断主要依赖于抑郁量表和精神科医生的访谈，具有较强的主观性。近年来，越来越多的研究者致力于通过脑电特征或音频特征识别抑郁症患者，但并未有研究将脑电信息与音频信息有效地结合起来，忽略了音频和脑电数据之间的相关性。因此本文提出一种基于全连接神经网络的多模态特征融合模型，通过对音频模态和脑电模态信息的特征融合提升抑郁症识别的准确率，为抑郁症的识别提供新的角度和方法。实验表明，多模态特征融合在MODMA数据集上的抑郁症识别准确率达到了81.58%且高于单模态抑郁症识别方法的准确率。这表明，相比于单模态识别，多模态特征融合模型能够提高抑郁症识别的准确率。

基于多策略改进的麻雀搜索算法

卢磊, 贺智明, 黄志成

2023, 0(10): 23-31. doi:10.3969/j.issn.1006-2475.2023.10.004

摘要 ( 111 )

PDF (2714KB) ( 55 )

参考文献 | 相关文章 | 计量指标

针对麻雀搜索算法（SSA）迭代末期种群多样性衰减、易陷入局部最优等缺陷，提出一种基于多策略改进的麻雀搜索算法（MUSSA）。MUSSA首先采用混沌透镜反向策略增强种群多样性，并根据遗忘递减策略，逐步减少使用反向迭代策略的种群数，降低无用搜索损耗，加快算法收敛速度；然后引入自适应权重螺旋搜索策略和参考系机制对发现者更新公式进行修改，进一步扩大个体的搜索范围，增强算法的全局搜索能力；最后，在追随者更新策略中引入方向因子和非静态选择策略，增强局部挖掘能力。利用13个基准测试函数进行模拟仿真测试，实验结果表明MUSSA相较于SSA、HHO、WOA和AO具有更好的寻优性能。

融合CatBoost和SHAP的乳腺癌预测及特征分析

贾潇瑶,

2023, 0(10): 32-38. doi:10.3969/j.issn.1006-2475.2023.10.005

摘要 ( 106 )

PDF (3562KB) ( 57 )

参考文献 | 相关文章 | 计量指标

针对当前乳腺癌预测模型存在性能不足和可解释性差的问题，提出一种融合CatBoost和SHAP的乳腺癌预测及特征分析模型。首先，对原始乳腺癌数据集进行异常值处理和数据归一化处理等工作，以提高数据的质量。然后，基于CatBoost建立乳腺癌预测的模型，并进行泛化能力分析。最后，将预测模型结合SHAP进行可解释分析，以探索影响乳腺癌的关键因素。使用威斯康星大学的Breast Cancer Wisconsin （Diagnostic）数据集验证该模型，结果表明：Accuracy值为99.30%，Precision值为99.50%，Recall值为98.91%，F1值为99.19%，均优于现有文献。其中Accuracy指标提升1.12~6.90个百分点，Precision指标提升2.00~7.50个百分点，Recall指标提升2.41~6.91个百分点，F1值提升2.19~7.19个百分点，以此验证本文模型的优越性。此外，SHAP模型得出影响乳腺癌的核心因素有concave points_worst（乳腺组织细胞核凹点极值）、perimeter_worst（乳腺组织细胞核周长极值）、area_worst（乳腺组织细胞核面积极值）等，这为医生诊断提供原理性支撑。

基于图节点动静态特征的健康事件预测模型

陈俊义

2023, 0(10): 39-44. doi:10.3969/j.issn.1006-2475.2023.10.006

摘要 ( 59 )

PDF (1602KB) ( 49 )

参考文献 | 相关文章 | 计量指标

随着电子病历（EHR）的广泛应用，基于深度学习的临床健康事件预测引起了众多研究者的关注。现有工作主要集中在挖掘患者的高阶时间特征，未能有效地学习疾病之间的隐关系。针对疾病表征学习的问题，本文提出一种新的疾病表示模型（Health Event Prediction Model Based on Dynamic and Static Features of Graph Nodes， DuDas）。该模型最终挖掘出的疾病隐表征包含静态和动态信息，最终实现对临床任务的预测。首先根据疾病共现频率构建疾病关系图，并通过one-hot编码模块为每个疾病节点分配一个初始隐表征。然后根据静态挖掘模块挖掘疾病的静态表征，并与相应的初始隐表征融合为初始动态隐表征。根据图卷积模块挖掘疾病之间的动态关系，学习疾病节点的最终动态隐表征。由于患者的就诊记录具有时间性，本文使用门控循环单元来挖掘历史诊断信息与当前诊断信息之间的关系。为了验证本文提出的方法的有效性，在2个真实数据集上进行实验。实验结果表明，本文提出的模型在预测健康事件任务上达到了更高水平。

基于空间注意力残差网络的图像超分辨率重建模型

邢世帅, 刘丹凤, 王立国, 潘月涛, 孟灵鸿, 岳晓晗

2023, 0(10): 45-52. doi:10.3969/j.issn.1006-2475.2023.10.007

摘要 ( 115 )

PDF (3939KB) ( 63 )

参考文献 | 相关文章 | 计量指标

卷积神经网络中的层次特征可以为图像重建提供重要信息。然而，现有的一些图像超分辨率重建方法没有充分利用卷积网络中的层次特征。针对该问题，本文提出一种基于空间注意力残差网络的模型（Residual Network Based on Spatial Attention, SARN）。具体来说，首先设计一种空间注意力残差模块（Spatial Attention Residual Block, SARB），将增强型空间注意力模块（Enhanced Spatial Attention, ESA）融入残差模块中，网络可以获得更有效的高频信息；其次融入特征融合机制，将网络各层获得的特征进行融合，提高网络中层次特征的利用率；最后，将融合后特征输入重建网络，得到最终的重建图像。实验结果表明，该模型无论在客观指标上，还是主观视觉效果上均优于对比算法，这说明本文提出的模型可以有效地利用图像中的层次特征，从而获得较好的超分辨率重建效果。

基于NAM-YOLO网络的苹果缺陷检测算法

张嘉琪, 徐啟蕾

2023, 0(10): 53-58. doi:10.3969/j.issn.1006-2475.2023.10.008

摘要 ( 113 )

PDF (4281KB) ( 68 )

参考文献 | 相关文章 | 计量指标

针对苹果缺陷检测经常误检漏检、缺陷易混淆等问题，提出一种基于改进YOLOv5的苹果缺陷检测算法。苹果缺陷检测对苹果分拣至关重要，现有检测苹果缺陷的方法主要是通过机器学习或卷积神经网络提取颜色和纹理特征，存在错误检测、漏检和特征提取能力不足等问题，不能满足缺陷检测精度与实时性的需求。NAM-YOLO算法主要有3个核心思想：1）通过将TRANS模块添加到骨干网络，更好地融合特征与全局信息；2）通过加权双向特征金字塔网络融合不同尺度的特征；3）将基于归一化的注意力机制NAM注意机制引入颈部网络，强化目标区域的关键特征，提高网络的检测精度。实验结果表明，改进算法的mAP达到98.90%，准确度为98.73%。与其他模型相比，该模型具有较好的特征融合能力，可较好地满足苹果分拣的实际需要。

基于轻量化YOLOv5的安全帽检测

李延满, 王必恒, 赵羚焱

2023, 0(10): 59-64. doi:10.3969/j.issn.1006-2475.2023.10.009

摘要 ( 145 )

PDF (5102KB) ( 64 )

参考文献 | 相关文章 | 计量指标

配电网运维施工安全智能监控系统中存在大量数据，客观上要求算法具有较高实时性。基于此，本文轻量化改进YOLOv5算法，具体包括改进K-means算法聚类锚框，采用Hard-swish激活函数和CRD损失函数，同时在主干网融合ShuffleNet结构以及FPN模块增加Attention机制。该模型SNAM-YOLOv5 （ShuffleNet and Attention Mechanism-You Only Look Once version 5）能够显著提高小目标和遮挡目标的检测性能以及处理速度。在基于海思Hi3559A嵌入式平台进行安全帽检测的运行结果表明，该模型优于同类算法，同时具有良好的实时性。

结合注意力机制的HRNet图像语义分割算法

叶思佳, 魏延, 杜韩宇, 邓金枝

2023, 0(10): 65-69. doi:10.3969/j.issn.1006-2475.2023.10.010

摘要 ( 89 )

PDF (2303KB) ( 46 )

参考文献 | 相关文章 | 计量指标

目前主流的语义分割算法中依然存在小尺寸目标丢失、分割不精确等问题，针对这些问题本文基于HRNet网络模型进行改进，融入注意力机制生成更有效的特征图，对于原模型中低分辨率图像直接向高分辨率图像融合而产生的特征图细节不足的问题，提出多级上采样机制，让不同分辨率图像之间的融合方式更平滑从而得到更好的融合效果，同时使用深度可分离卷积减少模型的参数。本文模型全程保持了图像较高的分辨率，保留了特征图的空间信息，提升了对小尺寸目标的分割效果。在PASCAL VOC2012增强版数据集上的mIoU值达到80.87%，和原模型相比，精度提升了1.54个百分点。

一种提高图像识别模型鲁棒性的弱化强化方法

黎世达, 项剑文

2023, 0(10): 70-76. doi:10.3969/j.issn.1006-2475.2023.10.011

摘要 ( 49 )

PDF (2633KB) ( 53 )

参考文献 | 相关文章 | 计量指标

如何增强模型在对抗样本攻击下的鲁棒性是一个重要研究方向。本文提出一种提高图像识别模型鲁棒性的方法。该方法由弱化操作和强化操作组成。弱化操作弱化原生输入的像素值，破坏对抗扰动的结构，这个过程减少了图片中的对抗扰动但也丢失了一些空间语义信息，这部分丢失的语义信息由强化操作补全。强化操作由特征提取器和特征选择器构成，特征提取器用于提取合适的图像特征图。为了从这些特征图中选择鲁棒的部分，设计一个特征选择器用于融合特征图的内容并输出扰动较小且富含空间语义信息的特征图。通过大量的对比实验证实了方法抵御对抗样本的有效性并揭示了对抗扰动的误差积累现象。

一种基于流聚合与拥塞避免的SDN快速故障恢复方案

姜厚海, 庄毅, 曹子宁

2023, 0(10): 77-83. doi:10.3969/j.issn.1006-2475.2023.10.012

摘要 ( 38 )

PDF (2000KB) ( 41 )

参考文献 | 相关文章 | 计量指标

针对主动式故障恢复方案会忽略备份路径的TCAM存储资源消耗和故障恢复后的拥塞问题，提出一种基于流聚合与拥塞避免的SDN快速故障恢复方案FACAR。FACAR是一种具有拥塞感知、低存储开销的主动式快速故障恢复方案，将通过同一链路的流视作一个或几个聚合流，并为这些聚合流提前配置保护路径。将FACAR方案形式化表示为一个整数线性规划问题，然后提出一种基于贪心的启发式算法ILP-FACAR以求解最少配置备份转发规则的数量。实验结果表明，FACAR可以满足单链路故障后的快速恢复需求，而且相比于其他故障恢复方法，FACAR可以保证在故障恢复后的网络中无链路拥塞问题，且大大减少了备份流规则的TCAM资源消耗。

基于多源数据的电力作业人员实时行为安全预警

张楠, 李温静, 刘彩, 谢可, 马世乾, 肖钧浩, 邹枫

2023, 0(10): 84-91. doi:10.3969/j.issn.1006-2475.2023.10.013

摘要 ( 88 )

PDF (2742KB) ( 53 )

参考文献 | 相关文章 | 计量指标

为了在电网建设过程中，减少安全事故的发生及保障电力作业人员安全，提出一种基于三维残差卷积神经网络（R3D）模型的决策融合的行为识别模型。首先，将采集的视频数据集进行数据清洗和增强；然后，用多个角度采集的数据集分别训练对应的R3D模型；进一步地，将多个R3D模型进行决策级融合；最后，通过构建云平台，将电力作业人员可能存在的违规行为或危险行为进行实时预警。实验结果表明，该模型具有识别精度高、参数量少等优点，表明本文提出的行为安全预警方法能够快速准确地做出预警，为电网建设提供安全保障。

面向在线学习情境的认知情绪面部表情识别

陈子健, 段春红

2023, 0(10): 92-98. doi:10.3969/j.issn.1006-2475.2023.10.014

摘要 ( 58 )

PDF (2219KB) ( 43 )

参考文献 | 相关文章 | 计量指标

学习者外显的面部表情是探究其内隐认知情绪的窗口。真实的在线学习情境中，认知情绪面部表情通常特征不明显、持续时间短，致使对其的准确识别存在困难。本文提出双模态空时域特征学习的面部表情识别方法，设计混合深度神经网络自动提取面部表情的空时域几何特征和空时域表观特征，融合2种模态的空时域特征识别面部表情。首先在公开的微表情数据集上进行微表情识别实验，验证提出的方法能有效提升微表情识别准确率；随后创建认知情绪面部表情数据集，并将微表情识别模型迁移到认知情绪面部表情识别模型的训练中。各项测试指标显示认知情绪面部表情识别模型具有较好的识别准确率。

基于区块链技术的电力物资共享云仓设计

王光辉, 程功旭, 李青

2023, 0(10): 99-106. doi:10.3969/j.issn.1006-2475.2023.10.015

摘要 ( 54 )

PDF (2391KB) ( 46 )

参考文献 | 相关文章 | 计量指标

针对当前电力物资供应链中业务信息共享不足、信息不对称，造成信息流通场景流程繁杂、效率低下、供应成本高等问题，本文基于区块链技术构建一种电力物资供应链共享云仓。在构建供应链共享云仓过程中，本文提出供应链信息共享体系思想，构建一种企业供应链架构，实现互联网电力企业的设备需求信息在多主体、多环节间的共享流通。同时针对区块链存储时的高冗余性，构建供应链信息共享体系时提出一种供应链内部与外部多源数据信息块的记录方法，实现数据信息的安全存储，并构建各主体的访问分级权限机制，基于角色的访问控制来分配各个企业的访问权限，解决供应链主体间权限访问透明性低的问题。针对高并发的交易上链请求影响区块链组网性能问题，监控物资共享云仓区块链节点的吞吐量，提出一种流量控制算法，使区块链底层节点资源利用率达到最大，并设计信息智能合约，建立供应链信息共享系统，提高共享云仓的可靠性。实验表明，面向大规模业务量时，系统的容错机制与性能稳定，业务信息透明共享，实现了共享云仓的高效性与高可靠性。

基于蠕虫和代理的工控系统攻击建模

韩冬松, 沙乐天, 赵创业

2023, 0(10): 107-114. doi:10.3969/j.issn.1006-2475.2023.10.016

摘要 ( 63 )

PDF (1971KB) ( 45 )

参考文献 | 相关文章 | 计量指标

在网络安全领域，只有更好地了解攻击，才能掌握抵御技术。本文聚焦于工业控制系统中最接近工业生产设备的工业控制设备——可编程逻辑控制器PLC，不再局限于传统的“上位机-PLC-级联设备”攻击模式，通过将PLC蠕虫与PLC代理结合实现攻击适应性更强的“PLC-PLC-级联设备”攻击模式，实现一条以暴露在可直接访问环境中的PLC为源头，能够使内网环境中的所有PLC都遭受攻击的完整攻击链，在该攻击链中加入不同攻击形式并最终构建出攻击模型。通过搭建实验环境进行仿真实验，表明该攻击模型可改变工业控制系统运行状态，对工业控制系统安全运行造成威胁。最后，对于该攻击模式给出针对性的防护建议。

基于生成对抗网络的人脸识别对抗攻击

王鑫, 肖韬睿

2023, 0(10): 115-120. doi:10.3969/j.issn.1006-2475.2023.10.017

摘要 ( 95 )

PDF (1551KB) ( 52 )

参考文献 | 相关文章 | 计量指标

人脸识别正在逐渐成为一种监视工具，对人们的隐私产生了巨大威胁。为此，本文提出一种基于生成对抗网络的语义对抗攻击（SGAN-AA），它可以修改图像的显著面部特征，通过使用余弦相似度或可能性评分来预测最显著属性，在白盒和黑盒环境中使用一个或多个面部特征来进行假冒和躲闪攻击。实验结果表明，该方法可以生成多样化、逼真的对抗人脸图像，同时避免影响人类对人脸识别的感知，SGAN-AA对黑盒模型的攻击成功率为80.5%，在假冒攻击下比常用方法高35.5个百分点。预测最显著属性会提升对抗攻击在白盒和黑盒环境中的成功率，并可以增强生成的对抗样本的可转移性。

基于智能合约的双因素身份认证方案

刘鑫, 柳毅

2023, 0(10): 121-126. doi:10.3969/j.issn.1006-2475.2023.10.018

摘要 ( 55 )

PDF (1287KB) ( 29 )

参考文献 | 相关文章 | 计量指标

以区块链和密码学技术为支撑的加密货币的兴起，打破了传统的中心化交易模式。但在它带来诸多便利的同时，也暴露了缺陷。当加密货币的合法用户密钥遗失或有攻击者利用合约漏洞非法转移资金时，系统缺乏额外的身份认证和资金托管功能，这会导致用户失去资金的控制权。针对这些问题，本文方案将对用户的账户资金跟踪管理规则写进智能合约中，在特定的异常情况下，强制用户调用双因素认证方案（结合非交互零知识证明、默克尔树、ElGamal算法等方法）来验证合法身份，防止攻击者非法转移资金。通过仿真实验与其他方案对比的结果显示，该方案在安全性和效率上有一定的提升。

当期目录