计算机与现代化

张晶晶, 黄学军

2024, 0(05): 1-4. doi:10.3969/j.issn.1006-2475.2024.05.001

摘要 ( 93 )

PDF (1380KB) ( 122 )

参考文献 | 相关文章 | 计量指标

摘要：正交频分复用（Orthogonal Frequency Division Multiplexing， OFDM）中至关重要的一项技术是信道估计，本文提出一种基于矩阵恢复的OFDM信道估计方法，将连续多个OFDM信号的频域信道构造成一个信道矩阵，由于这个信道矩阵是低秩的，所以可以将信道估计问题转换为信道矩阵的加权截断核范数最小化问题，并使用改进的奇异值阈值（Singular Value Thresholding， SVT）算法对信道矩阵进行恢复。仿真结果表明，本文提出的方法和传统信道估计算法相比，使用相同导频数可以获得更高的估计精度，在获得相同估计精度时，消耗导频数更少。与基于压缩感知的信道估计方法相比，本文方法消耗相同数量的导频，但可直接获得高精度的OFDM信道的频域估计。

基于改进YOLOX的输电线路故障检测算法

吴恒锋, 侯兴松, 王华珂

2024, 0(05): 5-10. doi:10.3969/j.issn.1006-2475.2024.05.002

摘要 ( 108 )

PDF (2405KB) ( 156 )

参考文献 | 相关文章 | 计量指标

摘要：电力系统是国民生活的重要基础，对输电线故障进行智能检测具有重大的社会和经济价值。针对输电线故障检测场景缺少公开数据集，同时存在多个尺度目标时检测效果差、高IoU检测框难以获取等问题，本文提出一种基于YOLOX的输电线故障检测算法。本文通过采集和仿真建立输电线故障检测数据集，然后在YOLOX特征融合机制的基础上，提出基于空洞卷积的自适应多尺度特征融合方法，实现多尺度特征的更有效利用，最后提出一种新的损失函数，可以有效提高网络对高IoU检测框的优化能力并解决样本不平衡问题，显著提高检测精度。实验结果表明，在本文的数据集中，本文所提的算法在保证实时性的同时，mAP50:95依然能达到67.48%，超过了EfficientDet、YOLOV5等经典算法。

基于改进蜉蝣优化算法的机器人磁定位方法

张源超1, 2, 3, 杨贵志1, 2, 薛广1, 3, 姚瀚晨3, 彭建伟3, 戴厚德3

2024, 0(05): 11-15. doi:10.3969/j.issn.1006-2475.2024.05.003

摘要 ( 84 )

PDF (1624KB) ( 106 )

参考文献 | 相关文章 | 计量指标

摘要：针对现有物流机器人自主导航停车充电方案在远距离时停车定位精度差，造成自动回充模式下移动机器人无法对准充电桩的难题，提出一种基于改进蜉蝣优化算法（MA-LM）的物流机器人停车定位方法。本文方法将多个磁传感器阵列的磁钉定位数据融合，提高物流机器人停车定位的定位精度和定向精度。为了量化评估磁钉定位的提升效果，本文方法使用9个磁传感器组成的传感器阵列和两轮差速移动机器人在充电桩场景测试。相较于遗传优化算法和粒子群优化算法，本文提出的MA-LM算法的定位精度具有优势，在停车定位环节使用MA-LM算法的物流机器人达到定位精度±1.65 mm和定向精度0.9°。

多尺度特征融合的版面分析方法

乔佳, 徐琨, 胡佩蓉

2024, 0(05): 16-21. doi:10.3969/j.issn.1006-2475.2024.05.004

摘要 ( 83 )

PDF (7439KB) ( 128 )

参考文献 | 相关文章 | 计量指标

摘要：针对当前文档版面元素分析中存在的列表和文本错分，表格内小尺度文本难以识别以及空间特征保留效果差等问题，本文基于自底向上的思想，提出一种基于SegNet网络的多特征融合版面分析方法。本文方法在SegNet中引入MSCAN-SE模块，针对表格中的小尺度元素识别率低的问题，利用注意力机制MSCAN-SE中的条状特征来提升模型多尺度特征的提取能力，使得网络能够保留更多尺度的特征信息；针对列表元素和文本元素特征过于相似的问题，通过注意力机制MSCAN-SE中的空洞卷积以及通道注意力分支来扩大网络在特征提取过程的感受野。本文方法与经典的语义分割网络通过实验进行性能比较，结果表明：本文方法在版面分析的测试集上的像素准确率为97.9%，平均交并比为91.7%，平均交并比较U-Net语义分割模型、FCN语义分割模型、DeepLabV3+语义分割模型和SegNet语义分割模型分别提高了7.6%、2.4%、2.6%和1.5%。

基于边中心网络特征提取的癫痫脑电分类研究

刘力霈, 杨晓利, 李振伟

2024, 0(05): 22-26. doi:10.3969/j.issn.1006-2475.2024.05.005

摘要 ( 63 )

PDF (3586KB) ( 92 )

参考文献 | 相关文章 | 计量指标

摘要：癫痫病是最常见的神经系统疾病之一，准确检测癫痫发作对治疗至关重要。为了提高对癫痫脑电信号的自动识别和诊断的准确性，本文设计一种以边为中心构建复杂网络的特征提取方法。该方法首先计算时间序列的Z-score并通过点积运算构造连边时间序列，然后计算Pearson相关系数构造连边矩阵，最后通过网络分析获取特征参数，并选取SVM、K-NN和LR这3种分类器进行对比分类研究。实验结果表明，基于边中心网络特征提取的分类方法取得了较好的效果。其中，LR对癫痫非发作期和发作期的分类效果最佳，准确率达到99.30%。研究结果表明，该方法可有效提取特征信息,为癫痫的临床预警提供新思路。

基于图神经网络的多层银企网络融合研究

李珊, 王林娜, 高丁佳, 宣海波

2024, 0(05): 27-32. doi:10.3969/j.issn.1006-2475.2024.05.006

摘要 ( 84 )

PDF (1346KB) ( 184 )

参考文献 | 相关文章 | 计量指标

摘要：针对金融行业内潜在系统性风险难以精准识别问题，基于直接系统性风险传染渠道的借贷数据以及间接渠道的互联网文本信息，构建多层银企网络，并利用图卷积神经网络（GCN）设计多层银企网络融合模型，根据融合网络量化评估29家银行和75家房地产机构的不同渠道系统性风险传染过程。实验结果表明，在多层金融网络融合任务上，本文融合模型的准确率达到0.8559，优于对比模型。融合网络分析表明，多层网络共同冲击下的银企系统性风险传染能力明显大于单一或者2层网络的系统性风险，且基于间接渠道的企业间网络系统性风险更明显。金融审慎监管应该更多关注文本数据、深度学习等技术对于整合庞大金融资源的能力和有效提高风险监测预警的能力。

基于AFSPSO-ν-SVM的山洪灾害预测方法研究#br# #br#

曹宁1, 徐根祺2, 张雯3, 许又文1, 何盼情1

2024, 0(05): 33-37. doi:10.3969/j.issn.1006-2475.2024.05.007

摘要 ( 78 )

PDF (1433KB) ( 97 )

参考文献 | 相关文章 | 计量指标

摘要：随着科学技术的发展，人类在山区的工程活动越来越频繁，这加剧了山洪灾害的发生频率。准确及时预测出山洪灾害发生的可能性，对于保证工程安全、降低经济损失、提高人员安全防范能力具有重要意义。将人工智能算法应用于山洪灾害预测成为当下研究者们关注的焦点。为了解决当下山洪诱发因素敏感性差异导致的预测精度不足、小样本数据引起的模型拟合效果欠优以及非线性模型参数不易确定等问题，将主成分分析与ν支持向量机相结合对山洪发生进行预测，通过人工鱼群算法扩大粒子群算法中粒子的搜索范围和速度，并利用改进粒子群算法对支持向量机参数进行寻优，建立AFSPSO-ν-SVM山洪灾害概率预测模型。通过实验对比了本文模型与BL模型、ν-SVM模型、PSO-ν-SVM模型的性能，结果表明，本文模型误差最小且速度最快。本文研究为山洪预报预警领域研究提供了一种新的思路。

基于元路径和注意力机制特征融合的知识概念推荐

刘雨萌, 訾玲玲, 丛鑫

2024, 0(05): 38-45. doi:10.3969/j.issn.1006-2475.2024.05.008

摘要 ( 81 )

PDF (1350KB) ( 137 )

参考文献 | 相关文章 | 计量指标

摘要：在课程推荐方面的研究领域中绝大多数研究都是针对课程或视频进行推荐，极少有研究关注到对特定知识概念的兴趣或需求。现有的工作主要集中在同构图上，普遍存在用户-项目关系稀疏性的问题。为缓解稀疏性问题，充分利用MOOC数据集拥有的具有多元实体及富含语义信息的上下文关系的特点，本文提出一种结合图卷积神经网路的基于元路径和注意力机制特征融合的知识概念推荐算法（MAFRec）。首先，提取各实体的内容特征和实体间的上下文特征，将其建模为异构信息网络并提取元路径，将元路径对应的邻接矩阵输入到图卷积神经网络中，并在融合了元路径特征向量和用户、概念潜在特征向量的双层网络结构的注意力机制的指导下学习用户和概念实体的表示，最终将用户和概念实体的表示合并到一个扩展的矩阵分解框架中，以预测每个用户的概念兴趣得分。在MOOCCube数据集上的实验结果表明，该算法较BPR、FISM、NAIS、Metapath2vec和MOOCIR算法在命中率、归一化折损累计增益和平均倒数排名指标上均为最优，在一定程度上提高了推荐过程的预测精度和可解释性，并缓解了用户-概念稀疏性的问题。

基于标签传播的轨迹兴趣点挖掘及隐私保护

袁红伟1, 常利军1, 郝家欢2, 樊娜2, 王超2, 罗闯2, 张泽辉2

2024, 0(05): 46-54. doi:10.3969/j.issn.1006-2475.2024.05.009

摘要 ( 84 )

PDF (2038KB) ( 94 )

参考文献 | 相关文章 | 计量指标

摘要：随着全球定位系统和移动数据采集设备的普及，产生了大量的轨迹数据，挖掘轨迹数据中潜在信息具有重要的现实意义，但在挖掘过程中存在着隐私信息泄露的危险。因此，本文提出一种基于标签传播的轨迹兴趣点挖掘及数据隐私保护机制，该机制将原始轨迹数据集进行预处理之后，进行基于密度的初次聚类，再运用改进的标签传播算法进行再次聚类，此算法在挖掘过程融入轨迹数据的多维度信息，提高了数据的利用率和兴趣点的精确度。同时，该机制融入一种基于改进的指数机制的差分隐私保护算法，此算法可以有效地保护用户的隐私信息不被泄露。对比实验结果表明，本文提出的方法与现有方法相比，具有更好的性能优势，同时有效地解决了用户隐私信息泄露的问题。

基于代价敏感卷积神经网络的加密流量分类#br# #br#

钟海龙1, 2, 何月顺1, 何璘琳1, 陈杰1, 田鸣3, 郑瑞银4

2024, 0(05): 55-60. doi:10.3969/j.issn.1006-2475.2024.05.010

摘要 ( 76 )

PDF (1046KB) ( 162 )

参考文献 | 相关文章 | 计量指标

摘要：针对加密流量分类中由于不平衡数据导致的分类偏差和少数类识别率低的问题，提出一种基于代价敏感卷积神经网络的加密流量分类方法。鉴于传统卷积神经网络在处理不平衡数据时容易偏向多数类，该方法引入动态权重调整策略，使其在每次迭代中根据代价敏感层的反馈来重新评估并自适应调整每个样本的权重。当少数类样本被模型误分类时，其权重会增加，促使模型在后续训练中更加关注它们。随着训练的进行，这种动态权重调整策略持续驱使模型改进并提高对少数类样本的识别能力，从而有效地应对类别不平衡问题。为了避免过拟合，该方法还采纳早停策略，当验证集性能连续下滑时及时终止训练。实验结果表明，本文所提出的网络模型在处理类别不平衡的加密流量分类问题上具有显著的优势，准确率和F1值均达到0.97以上。本文研究为加密流量分类提供了一种更为有效且适应于类别不平衡问题的解决方案，为网络安全领域的研究与应用提供了有益的探索。

一种通用的服务器类环境资源节能降耗平台

王佳1, 张云龙1, 鞠炜刚1, 周志鹏2, 米传民2

2024, 0(05): 61-68. doi:10.3969/j.issn.1006-2475.2024.05.011

摘要 ( 75 )

PDF (4301KB) ( 98 )

参考文献 | 相关文章 | 计量指标

摘要：通讯领域的能耗主要来自服务器的电力消耗，随着国家“碳达峰”“碳中和”发展理念的实施，及时开展服务器类环境资源节能降耗技术的研究具有重要的行业引领价值。针对传统持续节能过程中人力投入大、成本高、效率低、闲时无法下电等问题，本文从环境驱动、场景触发的角度提出一种服务器类环境资源分层管理的新思路，并在此基础上设计开发节能降耗平台框架，通过技术手段实现对服务器类环境资源用电进行控制，一键配置节能策略，打造节能强劲引擎，提升了节能的效率，节约了成本。该平台在环境资源提效领域得到了应用推广，取得了良好的效果。

气象服务中台关键技术研究与应用

冯冼1, 2, 方昆1, 屈右铭1, 刘晓波1, 施佳驰1, 文立恒1

2024, 0(05): 69-74. doi:10.3969/j.issn.1006-2475.2024.05.012

摘要 ( 94 )

PDF (1376KB) ( 106 )

参考文献 | 相关文章 | 计量指标

摘要：随着气象数据量的不断增长以及应用场景的不断拓展，传统数据处理模式难以满足多行业、融合型服务需求。为解决气象服务数据量大、处理过程复杂、应用需求多样、响应时效要求高等难点，本文开发分布式架构的湖南气象服务中台，并介绍支撑高并发服务的关键技术，包括：采用标准化流程实现多源异构数据统一处理，研发微服务并行处理模块提升数据处理效率，设计动态负载均衡算法增强并发能力，通过流量控制机制保障运行稳定性。测试结果表明：应用上述技术，在有限的基础资源支撑下，湖南气象服务中台可满足5000客户端并发访问需求，平均响应时间为1202 ms，在支撑应急管理、水利水文、自然资源等跨行业、多场景的气象服务中发挥了良好作用。

基于MR的左心房纤维化区域分割与重建

贾子煜1, 黄欢1, 胡春艾2, 窦丽娜2

2024, 0(05): 75-79. doi:10.3969/j.issn.1006-2475.2024.05.013

摘要 ( 58 )

PDF (1459KB) ( 73 )

参考文献 | 相关文章 | 计量指标

摘要：目前主流的左心房纤维化区域分割方法是先手动划分心房壁区域，再在心房壁区域内使用阈值法提取纤维化部分。这不仅需要操作者具有专业的背景知识，同时工作量也较大，而且阈值法也难以同时对轻重程度不同的纤维化区域进行精确分割。为了解决上述问题，本文提出一种新的基于MR图像纤维化区域分割方法。首先使用拉普拉斯锐化算法，提高纤维化区域的对比度，同时采用核相关滤波算法对目标区域进行跟踪，从而去除心房外的组织；其次比较区域增长法、活动轮廓法以及基于Hessian矩阵的分割算法对纤维化区域的分割效果，选出效果最优的分割方法；最后对纤维区域的三维点云数据进行重建与渲染。实验结果表明，该方法无需逐图手动划分心房壁区域，且分割结果具有较高的准确度，可以更好地帮助医生对相关疾病进行诊断。

基于可见-近红外光谱法无损检测梨总酸含量

罗澍寰, 孙武, 游杰, 王伟, 胡必伟, 姜南

2024, 0(05): 80-84. doi:10.3969/j.issn.1006-2475.2024.05.014

摘要 ( 79 )

PDF (1563KB) ( 75 )

参考文献 | 相关文章 | 计量指标

摘要：梨作为日常生活中人们最喜爱的水果之一，其总酸含量对梨的口感和品质影响很大，因此无损检测梨中总酸含量具有良好的应用前景。本文采集240个赣北成熟梨样本的近红外光谱数据，以随机的180个梨样本作为校正集，60个未知样本作为预测集，以去除首尾处噪声后的400~1800 nm范围的1401个波长点进行研究分析。采用SG平滑法（SG smoothing）以及基线校正法（Baseline offset correction）对原始光谱数据进行预处理，通过偏最小二乘回归（PLSR）数学模型确定SG平滑法对原始光谱的预处理效果最为显著；并利用竞争自适应重加权（CARS）和连续投影算法（SPA）提取了光谱特征波长。同时，结合PLSR与LS-SVM这2种分析方法建立总酸含量的预测模型。其中，CARS+LS-SVM预测模型对梨总酸含量预测效果最佳，R2p值为0.901，RPD值为2.911。研究结果表明，可见-近红外光谱技术作为一种检测梨总酸含量的方法，结合CARS+LS-SVM预测模型具有良好的性能，完全可以有效实现梨总酸含量的定量检测。

基于改进YOLOv5的复杂路况密集行人检测方法

孙睿琦1, 窦修超2, 李志华1, 蒋雪梅2, 孙宇豪1

2024, 0(05): 85-91. doi:10.3969/j.issn.1006-2475.2024.05.015

摘要 ( 100 )

PDF (2884KB) ( 226 )

参考文献 | 相关文章 | 计量指标

摘要：针对复杂街景环境下行人检测精度低的问题，基于YOLOv5网络，提出一种改进的行人检测网络YOLO-BEN。该网络将残差分级，利用连接模块Res2Net与C3模块进行融合，加强细粒度级别的多尺度特征表示。采用双层路由注意力模块，构建和修剪区域级有向图，在路由区域的联合中应用细粒度的注意力，使网络具备动态的查询感知稀疏性，提高对模糊图像的特征提取能力。改进原网络Neck部分进一步保留局部角区域信息，弥补被遮挡行人的信息丢失问题。使用NWD度量与原有的IoU度量形成联合损失函数，同时增加小目标检测头，提高远距离行人检测效果。实验中该方法在自制数据集和部分WiderPerson数据集上取得了较好的效果，改进后比原始网络的精确率、召回率、平均精度分别提高了2.8、4.3、3.9个百分点。

结合局部自注意力和深度优化的多视图重建

叶森辉, 王蕾

2024, 0(05): 92-98. doi:10.3969/j.issn.1006-2475.2024.05.016

摘要 ( 58 )

PDF (3447KB) ( 119 )

参考文献 | 相关文章 | 计量指标

摘要：针对多视图三维重建中存在的内存和时间消耗过大、高分辨率重建完整性差等问题，提出一种基于深度学习的多视图重建网络。网络由特征提取模块、级联的Patchmatch模块和深度图优化模块组成。首先，设计U型的特征提取模块，提取多阶段特征图，并在每个阶段引入相对位置编码的局部自注意力层，捕捉图像中的局部细节和全局上下文，提升网络特征提取性能。其次，设计深度残差网络，通过密集连接和残差结构对特征进行融合，充分利用彩色图像先验知识来约束深度图，提升深度估计的准确性。在公开数据集DTU（Technical University of Denmark）上进行测试，实验结果表明，三维重建质量到了有效的提升，与PatchmatchNet相比在完整性上提升了6.1%，在整体性上提升了2.5%，与其他的 SOTA（State-Of-The-Art）方法相比，在完整性和整体性上都得到了较大提升。

一种针对抖动无人机视频的运动目标检测算法

刘耀鑫1, 陈仁喜2, 杨伟宏1

2024, 0(05): 99-103. doi:10.3969/j.issn.1006-2475.2024.05.017

摘要 ( 106 )

PDF (2681KB) ( 257 )

参考文献 | 相关文章 | 计量指标

摘要：针对悬浮无人机在运动目标检测中易受抖动影响，导致大量背景噪声的问题，提出一种多尺度的EA-KDE背景差分算法（MEA-KDE）。该算法首先对图像序列进行多尺度分解，以获取多尺度的图像序列。然后，在进行检测之前，通过考虑面积阈值和当前图像帧，计算并更新检测的分割阈值，引入当前图像帧信息。其次，对不同尺度的图像帧采用高低双分割阈值进行背景差分运算，以提高检测的鲁棒性。最后，通过对各尺度的检测结果采用一种自顶向下的融合策略进行融合，以在保留目标的清晰轮廓同时消除噪声。此外，提出的一种边界扩展融合后处理算法有助于减轻检测断裂引起的目标破碎现象。实验结果表明，所提算法能够有效抑制抖动导致的背景噪声。在2个真实拍摄的无人机数据集上，分别获得了0.951和0.952的平均F1分数，相较于原算法分别提高了0.144和0.276。

基于数字孪生的铝电解槽三维可视化监控系统

张高义1, 徐杨1, 2, 曹斌1, 3, 李毅飞3

2024, 0(05): 104-109. doi:10.3969/j.issn.1006-2475.2024.05.018

摘要 ( 77 )

PDF (3159KB) ( 252 )

参考文献 | 相关文章 | 计量指标

摘要：传统的铝电解槽管理存在着管理方式单一、透明度低和参数数据呈现形式弱等问题。为了解决这些问题，本文引入数字孪生技术，将其应用到铝电解槽中，基于数字孪生理论模型及框架进行改进，提出数字孪生铝电解槽的三维可视化监控系统六维模型。基于此模型构建电解槽虚拟模型、场景优化、数据采集及数据映射，通过Java后台提供数据接口，使用three.js三维技术结合JavaScript语言对模型以及数据进行渲染，最终设计实现铝电解槽的三维可视化监控系统。该系统为现场人员提供更加直观的展示效果，使其能更好地了解铝电解槽运行状况，为铝行业智能化发展提供有效思路。

基于注意力机制的U-Net眼底图像分割算法

张子旭, 李嘉莹, 栾鹏鹏, 彭圆圆

2024, 0(05): 110-114. doi:10.3969/j.issn.1006-2475.2024.05.019

摘要 ( 68 )

PDF (3307KB) ( 163 )

参考文献 | 相关文章 | 计量指标

摘要：视网膜眼底血管的半径、宽度等是评估眼部疾病的重要指标，因此精确分割眼底图像具有十分重要的意义。为了有效辅助医生诊断眼部疾病，本文提出一种新的神经网络分割眼底血管图像，基本思想是通过改进传统的U-Net模型，借助一种注意力融合机制，使用Transformer构建通道注意力机制和空间注意力机制，将2个注意力机制获取的信息进行融合，减少信息的丢失。此外，视网膜眼底图像的数量比较少，神经网络的系数比较大，训练时容易发生过拟合，所以引入DropBlock层解决此难题。在公开数据集DRIVE上面进行验证，与多种最新的方法进行对比，本文提出的方法获得最高的ACC值0.967和最高的F1值0.787。实验结果表明，本文提出的方法能够有效地分割眼底图像。

胎盘超声图像分割

徐成1, 张芸2, 曾祥进1

2024, 0(05): 115-119. doi:10.3969/j.issn.1006-2475.2024.05.020

摘要 ( 55 )

PDF (2234KB) ( 140 )

参考文献 | 相关文章 | 计量指标

摘要：妊娠早期的胎盘形状和大小与胎儿生长等临床结果紧密相关。针对人工手动标注胎盘轮廓较为耗时的分割方法，设计一种新型深度学习分割网络：DEC-U-Net，该模型设计依据U-Net架构，在U-Net下采样阶段使用深度超参数化卷积代替2D卷积并且联合ECA（Efficient Channel Attention）注意力机制，在不过多引入参数量的同时提高对胎盘细节特征识别的准确度。将交叉注意力机制引入跳跃链接，解决胎盘边界模糊、对比度不均等问题。与普通U-Net网络相比，本文算法分别在交并比（IoU）、召回率（Recall）、精确度（Precision）、Dice系数上提升4.14、9.59、6.2、16.41个百分点。实验结果表明，改进后的网络模型具有较好的分割效果，能够将超声图像中的胎盘进行精确分割。

基于改进MobileNetV3-Small的色素减退性皮肤病诊断

高埂1, 肖风丽2, 杨飞1

2024, 0(05): 120-126. doi:10.3969/j.issn.1006-2475.2024.05.021

摘要 ( 71 )

PDF (1576KB) ( 111 )

参考文献 | 相关文章 | 计量指标

摘要：传统的色素减退性皮肤病诊断依赖于皮肤科医生主观的临床经验，难以确保每位患者的皮肤病都能被及时精确诊断。因而，亟需一个快速而不依赖于经验的诊断方法。卷积神经网络（Convolutional Neural Network, CNN）具有强大的特征识别能力，为该方法的实现提供了可能。目前基于CNN的诊断方法主要集中在ResNet50等较深的模型，虽然取得了较高的准确率，但是这些模型存在参数量大、识别慢、在移动设备上可用性差的缺点。为此，本文基于MobileNetV3-Small提出一个新的轻量级CNN模型。首先，舍弃MobileNetV3-Small中计算复杂的挤压-激发（Squeeze-and-Excitation, SE）模块，引入较轻量的高效通道注意力（Efficient Channel Attention, ECA）机制；其次，使用计算方便、稳定性好的Leaky-ReLU激活函数；最后，在卷积层中引入空洞卷积，扩大感受野。经过实验测试表明，本文提出的模型相较于现有的诊断模型实现了参数量、识别时间和FLOPs的大幅减少，满足移动应用场景下的高可用性，同时其准确率和F1值仍取得领先性能。最后，基于提出的模型设计出一个移动端的色素减退性皮肤病临床诊断工具。

当期目录