计算机与现代化

张志能, 黄学军

2024, 0(04): 1-4. doi:10.3969/j.issn.1006-2475.2024.04.001

摘要 ( 153 )

PDF (1413KB) ( 184 )

参考文献 | 相关文章 | 计量指标

摘要：提出一种联合加权和截断核范数的毫米波大规模多输入多输出（MIMO）信道估计算法。针对毫米波大规模MIMO信道估计问题中训练和反馈开销大的问题，首先利用毫米波信道天线角度域稀疏的特性，把信道估计问题转化为低秩矩阵恢复问题。采用一种有效而灵活的秩函数——联合加权截断核范数作为核范数的松弛，构造出一种新的矩阵恢复模型用于信道估计问题，以最小化加权截断核范数为优化目标，并利用交替优化框架求解。仿真结果表明，该方法可以有效地提高信道估计的精度，并且具有可靠的收敛性。

基于AP聚类算法的联邦学习聚合算法

敖博超, 范冰冰

2024, 0(04): 5-11. doi:10.3969/j.issn.1006-2475.2024.04.002

摘要 ( 125 )

PDF (1628KB) ( 144 )

参考文献 | 相关文章 | 计量指标

摘要：在传统的联邦学习中，多个客户端的本地模型由其隐私数据独立训练，中心服务器通过聚合本地模型生成共享的全局模型。然而，由于非独立同分布（Non-IID）数据等统计异质性，一个全局模型往往无法适应每个客户端。为了解决这个问题，本文提出一种针对Non-IID数据的基于AP聚类算法的联邦学习聚合算法（APFL）。在APFL中，服务器会根据客户端的数据特征，计算出每个客户端之间的相似度矩阵，再利用AP聚类算法对客户端划分不同的集群，构建多中心框架，为每个客户端计算出适合的个性化模型权重。将本文算法在FMINST数据集和CIFAR10数据集上进行实验，与传统联邦学习FedAvg相比，APFL在FMNIST数据集上提升了1.88个百分点，在CIFAR10数据集上提升了6.08个百分点。实验结果表明，本文所提出的APFL在Non-IID数据上可以提高联邦学习的精度性能。

个性化新闻推荐系统研究综述及探讨

翟梅

2024, 0(04): 12-20. doi:10.3969/j.issn.1006-2475.2024.04.003

摘要 ( 260 )

PDF (1534KB) ( 195 )

参考文献 | 相关文章 | 计量指标

摘要：随着新闻媒体技术的快速发展，网络新闻数量呈指数级增长。为了解决网络信息过载的问题，个性化新闻推荐扮演着极其关键的角色。它通过学习用户的浏览行为、兴趣爱好等信息，主动为用户提供感兴趣的新闻，从而提高用户的阅读体验。个性化新闻推荐逐渐成为新闻领域及计算机科学领域的研究热点和实践难题，业界专家已提出多种推荐算法用于提高推荐系统的性能。本文系统阐述个性化新闻推荐的国内外最新研究现状和进展，首先，简要介绍新闻推荐系统的架构，并对新闻推荐系统中核心推荐算法和常用评价指标进行研究。虽然个性化新闻推荐给用户带来很好的体验，但是潜移默化中也给用户带来很多未知的影响。跟其他新闻推荐综述不同的是，本文还结合新闻媒体专业研究了当前新闻推荐系统对用户行为产生的影响及面临的问题。最后，根据当前遇到的问题提出个性化新闻推荐的研究方向及未来工作重点。

基于多智能体遗传算法的云平台抗虚假数据注入攻击方法 #br# #br#

王东岳, 刘浩

2024, 0(04): 21-26. doi:10.3969/j.issn.1006-2475.2024.04.004

摘要 ( 102 )

PDF (844KB) ( 87 )

参考文献 | 相关文章 | 计量指标

摘要：为确保云平台内数据传输安全，提出一种基于多智能体遗传算法的云平台抗虚假数据注入攻击方法。采用开源平台OpenStack搭建云平台，并分析云平台虚假数据注入攻击过程；以该攻击过程为基础，结合Copula函数与GAN生成对抗网络构建虚假数据注入攻击检测框架，利用Copula GAN函数模型中的判别器与生成器对云平台原始量测数据进行对抗训练，再采用极端随机树分类器检测虚假数据，判断云平台中是否存在虚假数据注入攻击情况；利用三层攻防博弈模型防御云平台中的虚假数据注入攻击，同时由该模型为各条数据传输线路分配防御资源，并设置对应的约束条件；采用多智能体遗传算法对模型进行优化求解，完成云平台虚假数据注入攻击目标防御。实验结果表明，该方法可以精准检测云平台虚假数据并及时采取防御措施，具备较强的抗虚假数据注入攻击能力。

基于增强卷尾猴搜索算法的分布式电源定容选址方法

李佳多, 闫秀英

2024, 0(04): 27-32. doi:10.3969/j.issn.1006-2475.2024.04.005

摘要 ( 100 )

PDF (1710KB) ( 65 )

参考文献 | 相关文章 | 计量指标

摘要：在新能源特征和分布情况的影响下，大规模的分布式电源（Distributed Generator, DG）与电动汽车（Electric Vehicle, EV）接入电网，使得电网的结构和运行方式发生了根本性变化。为了提高DG的利用率，降低电网波动，以配电网的年综合成本最小为目标函数，在节点电压、支路功率等安全约束的条件下，建立包含EV充电的配电网DG定容选址的规划模型，并提出一种增强卷尾猴搜索算法对模型进行求解。该算法将野马优化算法中领导者选择的社会行为对传统卷尾猴搜索算法进行改进，以避免出现陷入局部最优的情况。最后对IEEE-33节点典型配电网系统进行仿真计算，并与其他算法结果进行比较，验证本文提出的算法的优越性。

一种无阻流量预测方法

孟雅蕾1, 师红宇1, 王予2

2024, 0(04): 33-37. doi:10.3969/j.issn.1006-2475.2024.04.006

摘要 ( 78 )

PDF (810KB) ( 60 )

参考文献 | 相关文章 | 计量指标

摘要：传统的预测无阻流量的方法是通过试气作业计算得到的，该方法作业周期长、资金投入大。但在气田勘探开发的初期，测井获得的大量参数可以有效反映出储层性质的优劣。本文建立一种测井参数与无阻流量的关系模型，采用K-means聚类分析方法对测井参数进行分析选取、预处理和转换；在此基础上，采用改进的ID3算法设计无阻流量预测算法，构建无阻流量决策树，形成单井目的层段的无阻流量判定方案。经过实验验证，该方法可以有效利用地质类数据预估无阻流量，预测单井产能，省略试气环节，加快气田投产进度，压缩开发成本，提高气田开发的经济效益。

基于I-ConvNeXt的GAN生成人脸图像鉴别方法

肖梦思1, 吴建斌1, 涂雅蒙1, 袁林锋2

2024, 0(04): 38-42. doi:10.3969/j.issn.1006-2475.2024.04.007

摘要 ( 211 )

PDF (3317KB) ( 131 )

参考文献 | 相关文章 | 计量指标

摘要：为鉴别社交网络中人脸图像的真假，在ConvNeXt基础上提出一种针对生成式对抗网络（Generative Adversarial Networks, GAN）生成人脸图像的鉴别方法。该方法以ConvNeXt网络结构为主体，利用人脸图像的颜色特征和空间纹理特征，采用多颜色空间多通道组合输入（Multichannel Input, MCI），扩大网络的学习范围；同时引入通道注意力机制和空间注意力机制来凸显真假人脸图像在颜色分量和纹理特征上的差异，进而实现生成人脸图像和真实人脸图像的检测与识别。实验结果表明,使用改进后的ConvNeXt （Improved ConvNeXt, I-ConvNeXt）网络结构对GAN生成人脸图像的识别准确率达到了99.405%，与原ConvNeXt算法相比，平均准确率提高了1.455个百分点。该结果验证了所提方案的可行性、合理性。

基于Ghost卷积的高级别浆液性卵巢癌复发预测方法

唐艺菠1, 崔少国1, 万皓明1, 王锐1, 刘丽丽2

2024, 0(04): 43-47. doi:10.3969/j.issn.1006-2475.2024.04.008

摘要 ( 90 )

PDF (1343KB) ( 84 )

参考文献 | 相关文章 | 计量指标

摘要：高级别浆液性卵巢癌是一种恶性肿瘤疾病，进行术前复发预测能帮助临床医生为患者提供个性化治疗方案，降低病人的死亡率。因该疾病的医学数据较少且难以获取，导致其深度学习模型难以得到充分的训练，复发预测准确率有待提高。针对此问题，本文设计了一种改进的低参数残差网络TGE-ResNet34，以ResNet34为主干网络，将传统卷积模块用Ghost卷积代替，完成病灶区特征的提取，降低模型的参数量，在2个Ghost卷积之间融入ECA（Efficient Channel Attention）注意力机制，抑制无用特征提取的干扰，最后通过5折交叉验证模型，避免数据随机划分的偶然性。实验结果表明，改进设计的TGE-ResNet34网络准确率为96.01%，相比原基线网络准确率提高4.52个百分点，参数量减少15.98 M。

基于Dilated ADU-Net的开放环境下的舌象分割算法#br#

王鑫, 辛国江, 张杨, 朱磊

2024, 0(04): 48-54. doi:10.3969/j.issn.1006-2475.2024.04.009

摘要 ( 112 )

PDF (2095KB) ( 101 )

参考文献 | 相关文章 | 计量指标

摘要：舌象的精准分割是能否获得正确舌象诊断结果的重要前提。针对在自然光照条件下传统分割算法难以精确、稳定地分割舌体图像的难题，构建一种融合空洞卷积双注意力机制与密集连接机制的改进型U-Net舌象分割模型（Dilated Attention & Dense U-Net, Dilated ADU-Net）。首先，基于U-Net网络的对称结构搭建主干网络；然后，下采样模块采用空洞型混合注意力模块，使网络聚焦于舌体特征，上采样模块采用密集连接机制融合多层特征信息；最后，采用开放环境下的舌象数据集对网络进行训练获得舌象分割模型。通过实验验证，和其他先进的分割方法相比，本文构建的舌象分割模型平均交并比（mean Intersection over Union, mIoU）达到96.73%，相似系数（Dice Similarity Coefficient, DSC）达到98.08%，具有更好的分割性能，可以实现复杂环境下舌象的精准分割。

基于CE-YOLOv5s的安全帽检测算法

王志波, 马晗, 冯锦梁, 刘国名

2024, 0(04): 55-59. doi:10.3969/j.issn.1006-2475.2024.04.010

摘要 ( 129 )

PDF (2091KB) ( 122 )

参考文献 | 相关文章 | 计量指标

基于CE-YOLOv5s的安全帽检测算法
王志波，马晗，冯锦梁，刘国名
（东华理工大学信息工程学院，江西南昌 330013）
摘要：在环境复杂的施工现场，存在较多危险因素，保护工人的生命安全成为焦点。由于施工现场杂乱的环境和固定的信息采集点，使得安全帽佩戴检测存在漏检和错检问题。因此本文提出一种基于CE-YOLOv5s的安全帽检测算法。该算法将SE注意力机制与C3模块融合，将原网络中C3模块替换，给关键特征赋予更高的权重，抑制一般特征。将一种基于双向特征金字塔网络（BiFPN）的对象检测神经网络引入，同时进行向上和向下的特征融合，为每一个通道添加额外权重，更好地保留低分辨率图像下的细节信息；引入SIoU损失函数，提高边界框定位准确度，加快收敛速度。实验结果表明，改进后的网络模型在精确率、召回率、mAP@0.5和mAP@0.5：0.95上有明显提升，有效提高了安全帽的检测精度，并改善了对杂乱背景下的小目标和被遮挡目标的检测准确率。将本文算法应用于施工场地可以及时检测工人是否做好保护措施，更好地保护工人的生命安全。

基于深度学习的超市果蔬检索方法

郭泽昕, 钟国韵, 何剑锋, 张军

2024, 0(04): 60-65. doi:10.3969/j.issn.1006-2475.2024.04.011

摘要 ( 102 )

PDF (1335KB) ( 92 )

参考文献 | 相关文章 | 计量指标

摘要：针对目前超市果蔬结算方法无法实现类别新增、小样本识别精度低等问题，提出一种基于深度学习的超市果蔬检索方法。该方法通过YOLOv4获取果蔬主体，去除冗余背景信息，同时通过MobileNetV3提取果蔬主体相应的深层语义特征，最后根据度量学习技术完成类别判断。本文在符合超市实际运营情况的条件下进行实验并得出：该方法能够在小样本条件下精确识别不同的果蔬类别，在每类支持集样本数为15时平均识别率达94%左右，时间开销为0.93 s，同时能够实现新类别的实时更新。本文方法极大地降低了传统超市在实际运营中巨大的人力、时间成本，为果蔬零售行业实现智能化、自动化提供了一种解决方案。

基于改进对抗学习及融合特征的短文本分类框架

宁召阳1, 2, 申情2, 3, 郝秀兰1, 2, 赵康1, 2

2024, 0(04): 66-76. doi:10.3969/j.issn.1006-2475.2024.04.012

摘要 ( 95 )

PDF (1883KB) ( 120 )

参考文献 | 相关文章 | 计量指标

摘要：在短文本分类中，由于短文本具有字数较少、存在歧义、关键信息少并且不易捕捉等特点，对其进行分类的算法模型在训练及推理时往往存在差异性，并且主流分类模型基本是在关键特征上进行建模而忽略了非关键特征信息，这加大了其在精确分类上面临的挑战。针对上述问题，本文提出一种结合多种对抗训练策略融合及改进自注意力机制的短文本分类框架。模型一开始在文本向量表示层面进行对字嵌入加入对抗扰动，强化文本表示能力，并在F1分数达到一定阈值后加入改进对模型权重的对抗扰动，强化模型在训练及推理时的泛化能力，从而辅助提高该框架各分类器的特征学习能力。在特征学习网络模块方面，本文利用多尺度卷积模块和双向长短期记忆神经网络相结合来学习不同粒度特征，为了学习不相邻的特征信息，引入空洞卷积，增大卷积感受野，设计一个门控机制来控制该层信息的学习速度；最后，通过加入一种新型注意力机制，建模关键信息的同时也建模了非关键特征信息，同时加入损失进行计算，增强模型学习特征信息的能力并降低过拟合的风险。在2个大型公开数据集THUCNews新闻标题数据集及今日头条新闻标题数据集测试显示，本文方法的F1分数相比于当前主流模型及经典模型分类效果最多提升了4.93个百分点及6.14个百分点，取得了不错的效果，本文还对加入权重扰动阈值和不同模块的有效性进行了对比及消融实验探究。

基于机器学习的自杀意念原因特征分析

付淇1, 张丽园2, 戴欢3

2024, 0(04): 77-82. doi:10.3969/j.issn.1006-2475.2024.04.013

摘要 ( 81 )

PDF (742KB) ( 103 )

参考文献 | 相关文章 | 计量指标

摘要：自杀是世界上最重大的公共卫生危机之一，它已超过战争、他杀和自然灾害加在一起的死亡总和。本文在具有自杀意念的社交媒体的文本中使用计算机技术、机器学习和深度学习的方法，自动抽取自杀意念原因，并探索内容特征（词、词性、语法）和情感心理特征（语言、情感、自杀心理）对自杀意念原因自动抽取任务的影响。实验结果表明，内容特征作为特征中最主要和最重要的特征表现较好，其中词特征的表现最好，而词性特征和语法特征由于词本身的包含关系，在某种程度上被词特征所覆盖。情感心理特征则对内容特征有较好的完善和补充的效果，情感、情绪或心理的表达对自杀意念原因有较相关的正比例关系。

基于AHP-CNN的加密流量分类方法

游嘉靖1, 2, 何月顺1, 何璘琳1, 钟海龙1, 2

2024, 0(04): 83-87. doi:10.3969/j.issn.1006-2475.2024.04.014

摘要 ( 147 )

PDF (895KB) ( 154 )

参考文献 | 相关文章 | 计量指标

摘要：为了解决现有方法在加密流量特征提取方面不够充分的问题，本文提出一种基于自注意力混合池化卷积神经网络（Attention-based Hybrid Pooling Convolutional Neural Network， AHP-CNN）的加密流量分类方法。该方法对卷积神经网络（Convolutional Neural Network， CNN）的池化层进行改进，以并联形式将平均池化层和最大池化层相结合，形成双层同步池化的模式，从而实现对网络加密流量整体特征和局部特征的捕捉。再将自注意力模块嵌入到模型中，增强模型对于加密流量特征依赖关系的提取，从而更加精准地对加密流量进行分类。实验结果表明，本文所提出的网络模型在识别加密流量的准确率方面有着显著提升，并且F1分数达到了0.94以上。本文为网络加密流量分类提供了一种更为有效且精确的方法，有助于提升网络安全领域的研究与应用能力。

一种使用ChatGPT的源代码安全漏洞检测方法

余里辉, 胡少文, 黄浪鑫, 罗澍寰

2024, 0(04): 88-91. doi:10.3969/j.issn.1006-2475.2024.04.015

摘要 ( 150 )

PDF (3675KB) ( 155 )

参考文献 | 相关文章 | 计量指标

摘要：随着软件及信息系统的安全问题越来越突出，作为重要组成部分，源代码的安全是最底层的关键点，如何快速准确地对源代码进行安全漏洞检测显得尤为重要。本文提出一种基于ChatGPT的源代码安全漏洞检测方法，利用ChatGPT在自然语言处理领域的优势，将源代码转换为自然语言形式，然后利用ChatGPT对其进行处理，识别潜在的安全漏洞。该方法可以检测出多种类型的安全漏洞，如不安全的设计、SQL注入等。通过在公开数据集的源代码上进行安全漏洞检测的实验分析，验证了该方法的优越性和准确性。

改进蜉蝣算法求解工艺规划与调度集成问题

杨柯1, 潘大志1, 2, 池莹1

2024, 0(04): 92-98. doi:10.3969/j.issn.1006-2475.2024.04.016

摘要 ( 81 )

PDF (2037KB) ( 71 )

参考文献 | 相关文章 | 计量指标

摘要：针对工艺规划与调度集成问题（IPPS），基于AND/OR析取图和“组合”的概念以最小化最大完工时间为优化目标建立数学模型；设计一种整数编码方案，该方案无需预先为工件生成加工路径，可同时处理工艺规划与调度问题，由于初始解对算法的寻优能力的影响，在种群初始化时考虑机器的负荷以提高初始种群的质量；解码时采用插空的方法生成活跃调度，以缩短工件整体的加工时间；离散蜉蝣算法实现求解IPPS，采用Metropolis准则接收较差的解，引入自适应因子提高算法的收敛速度，设计局部搜索算法提高算法的精度。最后通过大规模基准算例进行实验并与其他算法对比分析，验证该算法有较好寻优性能。

基于Fed-DPDOBO的分散式联邦学习

杨巨, 邓志良, 杨志强, 王燕, 赵中原

2024, 0(04): 99-106. doi:10.3969/j.issn.1006-2475.2024.04.017

摘要 ( 104 )

PDF (1927KB) ( 105 )

参考文献 | 相关文章 | 计量指标

摘要：传统的客户-服务器架构联邦学习作为解决数据孤岛问题的有效手段，其中心服务器面临着巨大的带宽压力，分散式的对等架构联邦学习在一定程度上可改善这种情况。然而，联邦学习的客户端还存在着数据隐私泄露的风险，而且其成本函数梯度信息在某些情况下很难获得。针对这些问题，本文为一致性约束下的对等架构联邦学习设计一种Federated Differential Privacy Distributed One-point Bandit Online （Fed-DPDOBO）算法，可有效地解决中心服务器带宽限制和客户端梯度信息未知的问题。此外，差分隐私技术的运用，可很好地保护各客户端数据隐私。最后，通过利用MINST数据集进行分散式联邦学习实验，验证本文算法的有效性。

结合图自动编码器和结构化注意力机制的miRNA-疾病关联预测方法

谢国波, 罗灿杰, 林志毅, 江泽林

2024, 0(04): 107-114. doi:10.3969/j.issn.1006-2475.2024.04.018

摘要 ( 80 )

PDF (1211KB) ( 88 )

参考文献 | 相关文章 | 计量指标

摘要：MicroRNA（miRNA）-疾病关联预测的研究有助于人类进行疾病预防、诊断和治疗等，许多研究人员开发出了基于图自动编码器的miRNA-疾病关联预测方法，然而大多数编码器方法在对中心节点编码的时候并没有考虑到邻居节点之间的差异。因此，本文提出一种结合图自动编码器和结构化注意力机制的miRNA-疾病关联预测方法（SAAE）。SAAE模型使用基于图神经网络的编码器，该编码器采用多个编码层堆叠的方式以探索多阶邻居的信息。为了将中心节点与邻居节点不同权重的特征信息进行融合并捕获节点在图中的高阶结构信息，引进结构化注意力机制对图节点的原始信息进行编码，以生成新的特征信息。随后，通过解码器进行解码，解码后的特征信息使用随机森林算法挖掘miRNA和疾病节点之间的潜在联系。实验结果表明，SAAE在5倍交叉验证的曲线下的平均面积为94.53%。此外，本文还进行了关于肾脏肿瘤和肺部肿瘤的2个案例研究，验证了SAAE预测的有效性。

基于YAML的iOS应用开发框架

范良俊1, 彭振皖1, 王晨2, 于泓涛2, 梁振1

2024, 0(04): 115-120. doi:10.3969/j.issn.1006-2475.2024.04.019

摘要 ( 93 )

PDF (1058KB) ( 70 )

参考文献 | 相关文章 | 计量指标

摘要：为解决初学者使用Swift语言编写iOS程序上手难，公司开发多平台应用程序成本高等问题，本文基于跨平台开发理念实现一种通过编写简单易学的解释性配置文件YAML进行苹果应用开发的iOS框架。首先调研第三方语言开发苹果应用的可行性，其次在YAML语法中对UI控件、样式渲染、网络请求等进行抽象及结构定义，框架底层根据结构定义依次完成资源加载、数据处理、控件创建及用户交互等核心功能。并基于该框架设计开发一个在线问诊应用（Aitmed-Care），且成功上线Apple Store，配合Web和Android框架可以达到开发一套代码发布在多平台的目的。应用的成功发布表明框架从功能性、安全性等角度符合iOS软件的开发规范，可以被应用于iOS开发。

一种基于元宇宙的边缘端资源配置方案

赵晨伊1, 赵欣2

2024, 0(04): 121-126. doi:10.3969/j.issn.1006-2475.2024.04.020

摘要 ( 74 )

PDF (1232KB) ( 49 )

参考文献 | 相关文章 | 计量指标

摘要：为了在满足服务质量的同时最小化元宇宙中资源利用的成本，本文提出一种边缘端资源配置方案。具体来说，首先简要介绍元宇宙的架构和应用，然后以教育行业为例，基于两阶段随机整数规划方法，以最小化虚拟服务提供方成本为目标，进行边缘端最优资源配置方案的研究。通过数值研究和实验仿真对本文方法的性能进行评价。与基准方法相比，提出的方法能更好地适应用户需求概率的变化，最小化企业的业务成本。

当期目录