计算机应用研究杂志

计算机应用研究杂志2021年第3期

• 基于生成对抗网络的智能音乐制作综述

  马丹,吴跃,

  如何借助计算机算法进行音乐的自动或半自动化生成工作一直是人工智能领域的一个研究热点。近年来，随着深度学习技术的深入发展，使用基于神经网络并契合乐理先验知识的方法来生成高质量、多样性智能音乐的任务也引起了研究者的重视。其中，引入生成对抗机制以提升生成效果的工作取得了一定成果，同时也具备极大的提升空间。为了更好地推进后续研究工作，对相关领域的现有成果进行全面而系统的梳理、分析、总结具有比较重要的意义。首先对机器作曲的发展过程进行了回顾，对音乐领域常用的GAN相关重要模型进行了简要归纳介绍，对引入了生成对抗训练机制的音乐生成方法进行了重点分析，最后对该领域的现状进行了总结，并进一步展望了未来的发展方向。

• 时间敏感网络研究进展

  曹志鹏,刘勤让,刘冬培,燕昺昊,

  首先介绍了时间敏感网络的发展历程、技术内容；然后介绍了时间敏感网络标准协议中的部分重要机制，并重点回顾了近年来国内外关于时间敏感网络的研究状况，分析了不同场景下的应用特点；最后指出了时间敏感网络未来可能的发展方向。

• 基于TransE的表示学习方法研究综述

  张正航,钱育蓉,行艳妮,赵鑫,

  为了及时了解基于TransE的表示学习方法的最新研究进展，通过归纳与整理，将基于TransE的表示学习方法分为基于复杂关系、基于关系路径、基于图像信息以及基于其他方面的方法四种类型。对每一种方法的设计思路、优缺点等进行了详细的分析，同时对基于TransE的表示学习方法的公共数据集与评价指标进行了对比、总结，对各种基于TransE的表示学习算法在实验中的表现进行了对比分析。从研究结果来看，PaSKoGE、NTransGH、TCE、TransD方法在进行链接预测和三元组分类任务上表现效果最好，值得推广和进一步拓展，并可在其特定于路径的嵌入、两层神经网络、三元组上下文、动态构造映射矩阵上进一步完善。

• 基于区块链的分布式激励机制研究

  何云华,刘昭阳,胡堰,李红,孙利民,肖珂,

  激励机制广泛应用于群智感知、P2P视频点播、机会网络等场景中，是提升信息网络服务质量与效率的关键。现有的激励机制通常依赖于类似银行的可信中心，但可信中心因其管控不透明、易受攻击等特征而存在系统信任缺失和隐私泄露问题。基于区块链的激励机制可作为上述问题的解决方案，区块链具有去中心化、开放性、不可窜改、匿名性等特征，可在互不了解的多方间建立可靠的信任关系，而且基于区块链的密码货币获得现实世界广泛的关注和认可。介绍区块链技术及密码货币差异；然后总结基于区块链的激励机制研究现状，包括激励机制交易形式、激励机制分类和激励机制评价标准；最后对现有激励机制进行总结和展望。

• 基于区块链的可扩展电子取证模型研究

  孙靖超,

  针对现有区块链在电子取证方面存在的可扩展性和可用性较差的问题，设计了一种基于委托权益证明—实用拜占庭容错的链上链下结合的区块链电子取证模型。首先通过委托权益证明的方法投票选出区块生产者，然后仅在区块生产者之间运用实用拜占庭机制进行同步，针对区块链技术本身不适于存储大容量数据的特点，采用链上链下结合的方式进行数据存储。对所提模型进行了安全性和效率分析，证明其能同时满足安全、性能的需求，可以很好地支持电子取证。

• IDDS：一种双链结构传染病数据共享区块链模型

  刘炜,李阳,田钊,彭宇飞,佘维,

  现有传染病预防信息系统在工作过程中存在数据难以流通和共享等问题。为了解决这些问题，借由区块链的去中心化、不可窜改和集体维护等特点，提出了一个基于DPoS共识算法的传染病数据共享模型。该模型采用双链结构作为区块链架构，提高了工作效率；结合IPFS获得大容量存储空间，解决了区块数据存储面临的空间问题，保障了数据存储稳定性与共享安全性；提出了疾病防控共识算法，实现了传染病数据共享模型的高效运行。此外，通过与其他数据共享模型的对比，突出了该模型在数据存储与共享安全等方面的优势。

• 一种结合遗传算法的工控协议模糊测试方法

  张冠宇,尚文利,张博文,陈春雨,张锐,

  模糊测试在工控协议的漏洞挖掘中有很好的适用性，但传统的模糊测试存在着用例的生成工作量大、失效率高等弊端。为了解决这些问题，设计了一个结合遗传算法与模糊测试的工控协议模糊测试器GA-Fuzzer，并引入基于维度变换的用例空间模型和危险点的概念。在GA-Fuzzer中，构造了更有效的动态适应度函数，同时设计了动态变异算子和交叉算子优化测试用例。在相同实验环境下，分别采用开源模糊测试方法Peach以及GA-Fuzzer对目标进行测试，结果显示GA-Fuzzer可有效改善传统遗传算法过早收敛的问题，且与Peach相比，达到相同的测试预期所使用的用例数量降低27.20%，测试时间降低34.82%。

• 基于多模态融合的三维模型检索算法研究

  王亚,郑博文,张欣,

  为了获得更好的三维模型检索分类性能，基于深度学习模型研究了多模态信息融合对三维模型的特征描述，在训练步骤提出相关性损失函数来指导不同模态之间的训练，提取更稳健的特征向量；最后将融合特征应用于三维模型的检索和分类，在ModelNet40数据集上进行了三维模型分类任务和检索任务评估。实验结果及与现有方法进行的对比证明了该方法的优越性，为三维模型检索分类领域提供了一种新的思路。

• 基于MapReduce的并行频繁项集挖掘算法研究

  刘卫明,张弛,毛伊敏,

  针对并行MRPrePost（parallel prepost algorithm based on MapReduce）频繁项集挖掘算法在大数据环境存在运行时间长、内存占用量大和节点负载不均衡的问题，提出一种基于DiffNodeset的并行频繁项集挖掘算法（parallel frequent itemsets mining using DiffNodeset，PFIMD）。该算法首先采用一种数据结构DiffNodeset，有效地避免了N-list基数过大的问题；此外提出一种双向比较策略（2-way comparison strategy，T-wcs），以减少两个DiffNodeset在连接过程中的无效计算，极大地降低了算法时间复杂度；最后考虑到集群负载对并行算法效率的影响，进一步提出了一种基于动态分组的负载均衡策略（load balancing strategy based on dynamic grouping，LBSBDG），该策略通过将频繁1项集F-list中的每项进行均匀分组，降低了集群中每个计算节点上PPC-Tree树的规模，进而减少了先序后序遍历PPC-Tree树所需的时间。实验结果表明，该算法在大数据环境下进行频繁项集挖掘具有较好的效果。

• 基于项目模糊相似度的协同过滤推荐算法

  王森,陈莉,张洁,

  针对传统协同过滤算法中评分和标签存在的模糊性问题进行了研究，利用梯形模糊数描述评分与满意度的映射关系，在考虑评分稀疏性的基础上构建了一种新的梯形模糊评分模型以判断基于模糊评分的相似度，分析标签与项目的隶属度，构建模糊项目标签矩阵以衡量基于标签隶属度的相似度，最终采用改进的评分预测策略进行评分估计。在MovieLens数据集上的实验结果显示，所提算法在抑制项目冷启动、缓解模糊性和稀疏性问题的同时，提高了预测精度，表明了该算法的有效性。

• WPLoss:面向类别不平衡数据的加权成对损失

  姚佳奇,徐正国,燕继坤,王科人,

  类别不平衡数据是指不同类别的样本数目差异很大，AUC（area under the ROC curve）是衡量不平衡数据分类器性能的一个重要指标，由于AUC不可微，研究者提出了众多替代成对损失函数优化AUC。成对损失的样本对数目为正负样本数目的乘积，大量成对损失较小的正负样本对影响了分类器的性能。针对这一问题，提出了一种加权的成对损失函数WPLoss，通过赋予成对损失较大的正负样本对更高的损失权重，减少大量成对损失较小的正负样本对的影响，进而提升分类器的性能。在20newsgroup和Reuters-21578数据集上的实验结果验证了WPLoss的有效性，表明WPLoss能够提升面向不平衡数据的分类器性能。

• 基于变分自编码器的生成式文本摘要研究

  黄佳佳,李鹏伟,

  从单文档中生成简短精炼的摘要文本可有效缓解信息爆炸给人们带来的阅读压力。近年来，序列到序列（sequence-to-sequence，Seq2Seq）模型在各文本生成任务中广泛应用，其中结合注意力机制的Seq2Seq模型已成为生成式文本摘要的基本框架。为生成能体现摘要的特定写作风格特征的摘要，在基于注意力和覆盖率机制的Seq2Seq模型基础上，在解码阶段利用变分自编码器（variational auto-encoder，VAE）刻画摘要风格特征并用于指导摘要文本生成；最后，利用指针生成网络来缓解模型中可能出现的未登录词问题。基于新浪微博LCSTS数据集的实验结果表明，该方法能有效刻画摘要风格特征、缓解未登录词及重复生成问题，使得生成的摘要准确性高于基准模型。

• 基于标准置换检验的差异序列模式挖掘算法

  吴军,欧阳艾嘉,张琳,

  为了去除差异序列模式挖掘算法返回结果中的假阳性差异序列模式，提出了一个基于标准置换假设检验的算法SP-DSP。该算法首先运用GSP算法挖掘频繁序列模式，然后基于growth rate阈值生成差异序列模式候选集，并运用标准置换检验计算候选集合中每个模式的p-value，最后运用多重假设检验度量过滤假阳性差异序列模式。实验结果证明SP-DSP算法能够去除掉一定数量的假阳性模式并尽可能地保留真差异序列模式，从而促进后续分类任务正确率的提升。

• 动态环境下基于人工势场引导的RRT路径规划算法

  司徒华杰,雷海波,庄春刚,

  现有的大多数动态RRT路径规划算法不能使规划的路径远离障碍物，这有可能导致机器人没有足够的避障时间。针对此问题，提出了一种利用人工势场引导快速扩展随机树向目标区域生长并远离障碍物的改进RRT算法APFG-RRT（artificial potential field guided RRT）。为了进一步加快算法的收敛速度、加速算法跳出局部极小值，引入了一种按自适应概率选择目标点作为采样点的策略；针对动态环境采用全局规划结合局部重新规划的方法以提高算法的实时性。仿真实验表明，相比于初始RRT和Goal-bias RRT，APFG-RRT的计算效率更高，内存需求更小，并且搜索到的路径能够有效地远离障碍物，提高了动态路径规划的成功率。

• 基于宁波城乡结合部的轨道交通接驳常规公交线网优化研究

  石小伟,冯广京,苏培添,邹逸江,邵黎霞,

  为提高大都市城乡结合部道路网的交通运行效率，选取宁波市城乡结合部区域，针对轨道交通节点与常规公交的自适应接驳问题，考虑到公交线网的日均满载率、线路的客运能力、线网的重复性、客流负载率等约束条件，运用ARCGIS软件强大存储与计算能力、良好的线网叠加能力以及优化网络拓扑节点不间断的客流检测分析，并基于宁波市城乡结合部交通规划建设背景，探索宁波市城乡结合部轨道交通与公交线网协调优化关系以及两者的接驳形态。综合运用可达性方法、最短线路标记法等，研究宁波市城乡结合部交通线网在站点、线网运营等方面的协调优化机制；并进一步对宁波市城乡结合部公交线网接驳轨道交通网优化结果进行可视化。实验证明优化后的宁波市城乡结合部交通线网优于现行的策略方案。本研究模型调度策略能够为宁波市城乡结合部的交通管制部门提供可靠的公交线网优化方案，并为其他城市的城乡结合部制定正确的交通调控政策提供科学依据。

• 罚函数凸优化迭代算法及在无人机路径规划中的应用

  胡锟,张亮,

  针对无人机路径规划问题，建立了具有定常非线性系统、非仿射等式约束、非凸不等式约束的非凸控制问题模型，并对该模型进行了算法设计和求解。基于迭代寻优的求解思路，提出了凸优化迭代求解方法和罚函数优化策略。前者利用凹凸过程（CCCP）和泰勒公式对模型进行凸化处理，后者将经处理项作为惩罚项施加到目标函数中以解决初始点可行性限制。经证明该方法严格收敛到原问题的Karush-Kuhn-Tucker（KKT）点。仿真实验验证了罚函数凸优化迭代算法的可行性和优越性，表明该算法能够为无人机规划出一条满足条件的飞行路径。

• 基于公交轨迹和定位信息的地域群播算法研究

  林苗苗,樊秀梅,

  传统的地域群播算法大多数在WSN中使用，没有考虑到道路路网和车辆轨迹信息，没有很好地适用于车联网中的群播需求。基于目前的一些商业需求，引入了公交车的轨迹信息，提出了一种基于公交轨迹的地域群播算法。第一阶段先建立公交节点的轨迹树以及相遇模型，再根据相遇图计算公交节点对目标区域的消息转发能力，选择具有更高消息转发能力的节点转发消息到目的区域。第二阶段使用稳定性指数来估计两辆车的稳定性，在目的区域的每条街道上建立一个车辆集，通过建立和维护车辆集达到群播的目的。在联合仿真平台SUMO和OMNET++下仿真，其实验结果分析表明，随着车辆数目增加，该算法在维持高的数据包投递率情况下可以将整网的传输开销降低，达到预期的目标。

• P-中心选址问题的一种降阶回溯算法

  尚春剑,宁爱兵,彭大江,张惠珍,

  运筹学研究领域中的应急服务设施选址问题有许多求解模型，选取了P-中心模型进行研究，首先研究了该问题的数学性质，并给出了证明，利用这些数学性质能对问题进行降阶从而缩小问题的规模；然后在此基础上设计一个基于上界和下界的回溯算法来求解该问题；最后通过一个示例分析进一步阐述了该算法的原理，并证明了该算法能在较短时间内求得问题的最优解。

• 带模糊需求的开放式选址路径问题的混合离散蘑菇繁殖算法

  刘凡,张惠珍,周迅,

  针对带限制的开放性选址路径问题的研究，考虑模糊需求的条件下，以仓库选址成本、车辆行驶距离成本、机会损失成本、额外距离等目标之和最小化的要求建立数学模型。通过对蘑菇繁殖算法的改进，使用部分映射交叉和路径重连算法代替原算法中父代更新方式；在邻域搜索部分使用概率法进行邻域选择；使用随机模拟程序对设计好的路径进行模拟，计算因服务失败而产生的额外行驶距离与机会损失成本。在保留算法原有特性的情况下使其成功应用于组合优化问题；通过一系列算例测试与对比，验证了模型的正确性与有效性以及混合离散蘑菇繁殖算法的计算效率和优化能力。

• 基于二次插值的天牛须搜索算法

  廖列法,欧阳宗英,

  针对天牛须搜索算法在高维空间中搜索精度低和易陷入局部最优的问题进行了研究，提出一种新的天牛须优化算法——基于二次插值的天牛须搜索算法（QIBAS）。算法在天牛进行移动后，将天牛当前位置左右两触须作为插值坐标点，利用二次插值生成一个新的解，再对比插值产生的解与当前最优解、全局最优解的适应度值，更新全局最优解。对多个单峰函数和多峰函数进行数值仿真测试，其维度分别取100、500、1 000、5 000、10 000。仿真结果表明，引入二次插值有效提升了BAS算法跳出局部最优的能力。QIBAS在求解最优值时，其求解精度有极大的提升，收敛速度也有较明显提升，改进算法的有效性得以验证。

• 面向移动云计算任务调度的改进鸟群算法研究

  陈暄,赵文君,龙丹,

  针对移动云计算环境下的任务调度存在耗时长、设备能耗高的问题，提出了一种基于改进的鸟群算法（improved bird swarm algorithm，IBSA）的任务调度策略。首先，构建了以能耗和时间为主的移动云任务调度模型；其次，提出了自适应感知系数和社会系数，避免了算法陷入局部最优；构建了学习因子优化飞行行为，保证了个体寻优能力；最后，任务调度目标函数作为鸟群个体的适应度函数参与算法的迭代更新。仿真结果表明相比于蚁群算法、粒子群算法、鲸鱼算法等，改进的鸟群算法在移动云计算任务调度方面具有良好的效果，能够有效地节省时间和降低能耗。

• 混合CTC/attention架构端到端带口音普通话识别

  杨威,胡燕,

  针对普通话语音识别任务中的多口音识别问题，提出了链接时序主义（connectionist temporal classification，CTC）和多头注意力（multi-head attention）的混合端到端模型，同时采用多目标训练和联合解码的方法。实验分析发现随着混合架构中链接时序主义权重的降低和编码器层数的加深，混合模型在带口音的数据集上表现出了更好的学习能力，同时训练一个深度达到48层的编码器—解码器架构的网络，生成模型的表现超过之前所有端到端模型，在数据堂开源的200 h带口音数据集上达到了5.6%字错率和26.2%句错率。实验证明了提出的端到端模型超过一般端到端模型的识别率，在解决带口音的普通话识别上有一定的先进性。

• 基于结构熵的警示传播算法收敛性分析

  牛进,王晓峰,林青文,

  收敛性是评价信息传播算法性能的重要指标，信息传播算法求解可满足性问题时，命题公式的结构特征影响算法的收敛性，具有复杂结构的命题公式，信息传播算法不总收敛。为了系统地对此现象给予理论解释，借助于结构熵的方法和技术，提出命题公式的结构熵模型及其度量方法，计算随机可满足性实例的结构熵。警示传播算法（WP）作为信息传播算法的基本模型，分析WP算法的收敛性对于研究其他信息传播算法的收敛性具有重要意义，分析了WP算法收敛性与结构熵之间的关系，给出WP算法收敛的判定条件。通过实验分析，该方法有效可行。

• 基于自适应噪声添加的防御对抗样本算法

  刘野,黄贤英,刘文星,朱小飞,李昭平,

  深度神经网络容易受到对抗样本的攻击。为了解决这个问题，一些工作通过向图像中添加高斯噪声来训练网络，从而提高网络防御对抗样本的能力，但是该方法在添加噪声时并没有考虑到神经网络对图像中不同区域的敏感性是不同的。针对这一问题，提出了梯度指导噪声添加的对抗训练算法。该算法在训练网络时，根据图像中不同区域的敏感性向其添加自适应噪声，在敏感性较大的区域上添加较大的噪声抑制网络对图像变化的敏感程度，在敏感性较小的区域上添加较小的噪声提高其分类精度。在Cifar-10数据集上与现有算法进行比较，实验结果表明，该方法有效地提高了神经网络在分类对抗样本时的准确率。

• 一种基于切换拓扑和事件触发机制的一致性协议

  谢光强,杜宇凡,陈俊宇,李杨,

  研究了一种新的基于切换拓扑的事件触发一致性协议，该协议设计了两个事件触发器，包括智能体状态演化引发的收敛事件触发器和拓扑变化引发的拓扑事件触发器，并给出了与事件触发器有关的公共Lyapunov函数的稳定性分析和理论证明，还设计了一种基于约束集的网络连通算法，用于提高网络的连通性。仿真实验结果表明，新的协议能够使得系统收敛一致，有效降低智能体控制器的更新频率，减少系统能耗，提升网络的连通效果，能为事件触发控制的后续研究提供理论支撑。

• DNA折纸术在0-1背包问题中的应用

  杨新木,杨静,殷志祥,唐震,崔建中,

  DNA折纸术因其反应的可编程性、纳米可寻址性等优点被广泛地应用于DNA计算中。利用DNA折纸术和杂交链式反应构建0-1背包问题的计算模型。以四个变量的0-1背包问题为例，首先将九种发夹结构和一种分子信标锚定在DNA折纸基底上并加入足量的辅助链；其次通过加入不同的引发链可以触发不同路径上的杂交链式反应，并得到问题的所有可能解；最后，通过荧光信号的数量确定可行解，从而找到问题的最优解。该模型不受权重过大或过小的影响，在折纸基底上可等比例的缩放权重。用Visual DSD软件对该模型进行仿真，模型显示出良好的可行性。

• 帝国竞争算法求解CVRP

  蔡延光,王世豪,戚远航,王福杰,林卓胜,

  针对带容量约束的车辆路径问题（CVRP），提出了一种带分裂机制的帝国竞争算法进行求解。首先，结合CVRP的特性，采用基于贪婪准则的编解码策略实现算法空间到解空间的转换。其次，提出帝国分裂策略来增强算法的全局搜索能力，并结合2-Opt提高算法的局部搜索能力。最后，通过25个基准算例的仿真实验表明：所提算法能有效求解CVRP，所有算例的优化误差不超过1.0%；与已有的帝国竞争算法、粒子群算法、遗传算法、布谷鸟搜索算法相比，所提算法的求解效率更高。

• 移动云计算的任务迁移方法

  宋祖尧,戴月明,

  移动设备在移动过程中受到网络波动的影响很大，由于工作流中任务会传输到云端执行，会带来传输与接收的能耗，再加上所处云域中微云受到不同请求数、剩余资源等因素的影响，造成了微云响应延迟、任务等待执行时间延迟和网络活跃能量损耗，再加上异构网络对数据传输造成的切换延迟影响，使任务迁移延迟更加严重，所以在上传与接收阶段采用延时传输的策略，在保证总完成时间的基础上减少传输时间；在任务迁移阶段提出了微云跳跃选择算法和网络切换算法相结合的MJSA-NHA算法，通过跳跃选择找到合适的微云以减少不必要的响应与等待延迟，并且通过切换网络空闲—活跃状态减少网络能量损耗；并在延时传输基础上加入移动速度调节算法（MSAA），在发生网络变化过程中变换移动设备的速度，这样可以在减少网络切换次数的同时减少网络切换延迟。实验结果证明，延时传输策略比Random算法在总完成时间和移动端总能耗问题上优化了很多；MJSA-NHA比MuSIC算法、task delegation和code-offloading在迁移时间上分别优化了66%~86%、36%~56%和5%~8%，在能耗方面分别优化了56%~78%、25%~46%和6%~8%；MSAA比MuSIC算法、task delegation和code-offloading在网络切换延迟上优化了50%。

• 基于事件触发机制的自主车辆队列协同控制

  申通,唐晔,李立,

  为应对通信过程存在的扰动以及减少自主车辆队列控制中的信息冗余、资源浪费，提出了一种基于事件触发机制的自主车辆队列协同控制算法，保证自主车辆队列的稳定运行。首先，针对有向通信拓扑结构下的自主车辆队列设计基于事件触发机制的协同控制算法，即使存在扰动约束，自主车辆也可以在该算法的控制下有效跟随领航车辆的速度，且与相邻车辆保持期望的安全距离。其次，通过设计Lyapunov函数以及分析Zeno行为，证明算法的有效性和安全性。最后，通过MATLAB仿真验证了控制算法的正确性。

• 5G环境下车联网跟驰模型

  周映,张月霞,

  针对现有跟驰模型的不足，提出一种5G环境下车联网实时稳定（current time stabilization，CTS）模型。该跟驰模型首先考虑了网络时延的时变性对跟驰模型的影响，其次考虑了由网络时延带来的对车辆实时速度、加速度、驾驶员反应时间的影响，从而保证CTS模型更符合实际驾驶情况。从理论上推导出跟驰模型的临界稳定性条件。仿真结果表明，当网络时延不同时，随着网络时延的降低，CTS模型的稳定性不断升高；在相同扰动下，CTS模型比传统优化速度（optimal velocity，OV）跟驰模型的稳定性提高了32.5%。

• 基于最大信息传递熵的ICS因果关系建模

  张仁斌,曹宗泽,吴克伟,

  针对传统因果关系算法难以准确分析含大量噪声的非线性数据的问题进行了研究，提出基于最大信息传递熵的因果关系建模算法。首先，利用最大信息系数对非线性数据的时序趋势间的关联度进行检测，弱化噪声对变量间相关性的影响；然后根据筛选因子剔除弱相关变量，并通过随机经验估值计算强关联变量间的传递熵，以减少传递熵的计算量；最后，传递熵确定因果关系方向，形成支持链路溯源的单向因果网络。利用经典化工过程数据集对该算法进行测试分析，实验结果表明，相比于现有的因果关系建模算法，该算法可定位异常变量，对12维以上的高维数据建模的稳定性高于85%，因果关系的准确率可达83.33%，实际建模效果优于对比算法，可用于工业控制系统异常检测定位。

• 基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测研究

  刘文溢,刘勤明,叶春明,李冠林,

  针对隐马尔可夫模型在进行设备健康诊断时与实际存在较大偏差的问题，提出了一种以似幂关系加速退化为核心的改进退化隐马尔可夫模型（DGHMM）。首先，引入退化因子描述设备衰退过程，提出的似幂关系加速退化较常规指数式加速退化而言，能更好地描述设备服役期间随着役龄增加性能的逐步下降。其次，以全局搜索能力相对较强的改进遗传算法代替常规EM算法进行参数估计，克服了EM算法易陷入局部最优的局限性。同时，针对隐马尔可夫模型时间上须服从指数分布而不能直接用于寿命预测的局限性问题，提出了一种以近似算法与Viterbi算法为基础的贪婪近似法，以寻求最大概率剩余观测为目的，动态地寻求最大概率剩余状态路径，对设备剩余寿命进行预测。最后，通过美国卡特彼勒公司液压泵数据集对所提出的方法进行验证评价。结果表明，基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测方法在描绘设备退化、设备状态诊断准确率方面更加有效，在剩余寿命预测上亦为可行。

• 基于SDN的智能交通架构

  邸剑,徐英会,蔡震,

  软件定义网络（SDN）是近年来备受关注的网络问题，已有学者将其和智慧城市建设进行融合。针对当今交通分散治理现状进行了研究，结合SDN转控分离和集中控制等特性，将其引入智能交通系统（ITS），提出了一个协同管理架构，旨在实现协同管理、改善交通。首先阐述了SDN的特点，利用其特性并结合ITS，提出了基于SDN的智能交通架构；其次，结合动态限速、路径诱导及天气等因素构建了协同管理策略模型，并将其与单一控制策略对比；最后通过仿真实验，对提出的架构策略进行了验证分析。实验结果表明，该架构下的管理与单一控制策略相比，平滑了交通流，使交叉口的平均延误降低20.7%，平均排队长度下降35%。

• 基于异常值识别卡尔曼滤波器的短期交通流预测

  白伟华,张传斌,张塽旖,周腾,

  针对智慧交通的需求提出了一种新颖有效的短时交通流预测方法，通过异常值识别扩展了卡尔曼滤波，使其能对噪声进行识别和过滤——异常值识别卡尔曼滤波器。利用卡尔曼滤波能有效地过滤导致系统不确定性的交通流波动，但这可能会使指示交通流突变的细微线索丢失，为了提升预测精度，应用离散小波变换对原始信号进行识别处理，在去掉异常值的同时保留原有对预测有效的信号源信息，此外还使用了历史参考值对预测值进行修正。在四个基准数据集上的大量实验表明，与常用及最新的预测模型相比，其结果MAPE平均降低了2.919%，RMSE平均降低了79.582。

• 基于程序频谱的两阶段缺陷定位方法

  伍佳,洪玫,万莹,邓惠心,潘春霞,

  缺陷定位是软件质量保证中关键且困难的一项工作，随着软件规模的增大，人工进行缺陷定位的成本越来越高，自动化缺陷定位技术成为研究热点。现有的基于程序频谱的缺陷定位技术可以将缺陷定位到程序语句，但对于大型复杂的软件系统，这种定位方法将带来较大的时间花销。针对此问题，提出一种基于程序频谱的两阶段缺陷定位方法，第一阶段为粗粒度定位，将缺陷定位到程序模块；第二阶段为细粒度定位，在定位的程序模块中再将缺陷定位到语句；最后输出可疑语句推荐列表，辅助开发人员的调试工作。实验结果表明，相比于传统的方法，该方案在保证定位效果的前提下平均减少了10.24%的定位时间。

• 基于国产众核处理器三维地震声波正演模拟

  陈宏博,钱雪忠,甘霖,

  三维地震声波理论与计算方法是地质勘探研究的基础，通过分析不同介质中声波的传播特性，完成三维地震声波正演模拟。针对三维地震声波有限差分交错网格方程正演过程中存在数值计算大、内存消耗大等实际问题，提出了基于神威·太湖之光超级计算机系统中国产异构众核处理器（申威26010）的三维地震声波正演模拟编程模型，完成了基于处理器间的进程级并行基于计算核心间的线程级并行优化策略。研究了DMA（直接内存读取）通信方式，提出2.5D流水线任务划分、通信与计算的相互掩盖的多角度优化策略。实验结果表明，该策略有效缓解了带宽瓶颈，发挥了处理器强大的计算能力，解决了程序在申威26010异构众核处理器处理有限差分问题时，并行效率过低的问题。在大规模测试下，使用266 240个计算核心，程序仍能够保持稳定的计算性能，达到5.5 GFlops的场值更新。

• 具有回程约束的多无人机基站的带宽功率与轨迹优化

  黄颖茜,崔苗,张广驰,

  考虑一个多无人机组网的无线通信系统，多架无人机搭载的空中基站为覆盖区域内的多组用户提供服务。在网络中，由于频谱资源受限，基站的回程链路与用户的数据链路共享相同的频谱，为了合理利用频谱资源并提高用户的通信性能，以达到所有地面用户的最小平均速率最大化的目的，联合优化回程链路和数据链路的带宽、功率以及无人机基站的飞行轨迹，这种联合优化受限于无人机的移动性、频谱带宽以及传输功率。联合优化涉及的问题是非凸的，并且难以得到最优解，因此提出一种高效算法获取高性能的次优解。仿真结果表明，所提出的联合优化算法实现的最小用户速率明显高于基准方案。

• 基于分支切换并嵌套的混沌系统超宽带信号设计分析

  陈建国,康海静,兰英,

  在混沌超宽带信号中使用高维复杂混沌系统可以增强信号的安全性，但是降低了混沌系统的易实现性。针对混沌超宽带中所用的混沌系统的复杂性与易实现性的矛盾，利用两种易实现的一维混沌映射基于混沌分支切换并嵌套的方式设计了一种低维易实现的混沌系统，采用Lyapunov指数分析验证了这种系统在较宽的参数范围内具有混沌性。分析表明这种系统所产生的信号无法反映确定的映射关系，不仅增强了混沌信号的复杂度，而且系统又不失易实现性。分析也表明这种混沌信号也具有良好的相关性，因此将这种混沌系统用来设计产生更加安全的混沌跳时超宽带信号。通过对这种混沌超宽带信号与一般的伪随机序列跳时超宽带信号的功率谱对比分析，它所包含的能够对其他传输系统产生干扰的强度较大的离散谱数量更少，故这种混沌超宽带信号将会具有更加广泛的应用领域。

• 室内Wi-Fi网络下的被动式运动目标检测算法

  张小娅,田增山,李玲霞,

  传统室内Wi-Fi网络下的被动式运动目标检测方法只提取Wi-Fi信号的均值、方差等粗粒度统计信息，导致系统检测率低。实现被动式运动目标检测的关键是捕获目标对无线链路的影响。探讨了表征原始信号整体分布的方法，构建一种新的相干直方图，并提出基于相干直方图的被动式运动目标检测算法。为解决追踪过程中的位置漂移问题，利用艾伦时间逻辑建立监测区域中不同子区域间的物理逻辑转移关系，对追踪结果进行实时校正。实验结果表明，相较于经典的被动检测技术，该方法基于相干直方图的被动式运动目标检测算法性能更优，综合指标F1-measure提高近5%。

• 认知无线电网络一种自适应切换机制的Markov建模分析

  尚梓晗,黎锁平,杨飒,李伟,

  为了提高认知无线电网络（CRN）的利用率和吞吐量性能，提出了一种新的主用户优先的自适应频谱切换机制。强调主用户的优先地位，并考虑主用户到达率对次用户的通信影响和限制次用户对主用户的干扰功率，次用户以此自适应地决定执行主动切换机制或被动切换机制。在此自适应切换机制下建立了主次用户之间的Markov链，求出了相应的稳态概率，由稳态概率和不同状态下的吞吐量推导出系统吞吐量和信道利用率的解析表达式。又对次用户之间的通信建立了一个Markov链，推导出次用户之间传递控制信息的时间。数值结果表明提出的新的自适应切换机制比基于CSMA的接入方法具有更高的系统吞吐量和信道利用率，并且可以求出次用户之间的传递时间。

• 基于移动边缘计算的车联网缓存策略研究

  刘可欣,陈桂芬,

  针对车联网中数据流量爆炸式增长而引起的业务响应时延过高的问题，提出了一种基于移动边缘计算的蚁群模拟退火算法缓存策略（ACSAM）。首先，在基于5G的车—边—云协同系统架构下，以最小化内容下载时延为目标，建立了通信计算模型；其次，采用蚁群算法构造了使内容下载时延最小的局部最优解；最后，使用模拟退火算法对局部最小下载时延进行扰动，并以一定概率接受新解，从而得到全局最小下载时延，即保证了内容被预缓存在最佳的位置。仿真结果表明，在车—边—云协同架构下，ACSAM缓存策略可显著减少传输冗余，降低下载时延。

• 双向携能通信网络中子载波和功率联合分配

  薛亮,李娜,赵辉,王燕龙,徐哲壮,

  在正交频分复用技术和双向通信下，研究了携能通信网络中的资源分配问题。提出了一种面向子载波和传输功率的联合分配算法，该算法不依赖于现有的功率分割或时隙切换机制，可以在不同的子载波上分别传输信息和能量，简化了携能机制设计；此外，考虑到实际能量收集电路的饱和特性，该算法基于非线性能量采集模型，采用拉格朗日对偶和次梯度方法，研究了在满足用户传输速率阈值的前提下使系统的总能耗最小化的问题，降低网络能量开销。数值仿真实验证实了此联合分配算法的有效性和能量高效性。

• 基于静态和移动传感器的WSN的k-覆盖研究

  贺春林,赵海军,陈毅红,

  针对无线传感器网络的k-覆盖问题进行了研究。首先定义一个表征网络覆盖效率的过度提供因子，并在此基础上对静态传感器网络和全移动传感器网络的k-覆盖问题进行分析，得到这两种情形下的过度提供因子以及全移动传感器网络中移动传感器的最大移动距离；进而提出一种由静态传感器和少量移动传感器构成的混合网络结构，并得到了这种网络结构下不依赖于网络大小的k-覆盖以及调度移动传感器移动的分布式移动调度算法，从而实现有效覆盖。仿真结果表明，提出的混合网络结构不仅能够实现精确的k-覆盖，而且相比于其他k-覆盖算法，有更高的覆盖率。

• 考虑约束参数切换的小蜂窝LTE移动负载自适应均衡

  刘航,罗建国,许兴民,

  针对因用户设备移动性和小区覆盖率造成的网络负载周期性不平衡问题，引入小蜂窝网络以支持高数据率服务和密集部署，提出一种自适应网络负载状态并考虑负载估计的小蜂窝网络移动性负载平衡算法。该算法根据过载单元和相邻单元调整进行参数切换，其资源利用取决于信号质量和所连接用户设备在长期演进网络（LTE）中的流量需求，并定义资源块利用率作为单元负载的度量，根据网络负载情况使用自适应阈值来确定过载单元。为避免性能振荡，考虑移动负载对网络的影响，进行负载均衡过程设计。最后通过系统级仿真评价了该算法在不同环境下的性能，仿真结果表明，该算法在网络间提供了更均衡的负载（即小区间的标准差较小），比以前的算法具有更高的网络吞吐量。

• 基于多尺度特征融合的恶意HTTP请求检测方法

  巫家宏,杨振国,刘文印,

  针对当前网络环境中恶意HTTP请求攻击泛滥的问题，提出了一种多尺度特征融合的检测方法。首先从单词级和字符级两个尺度对HTTP请求进行建模，然后使用卷积神经网络提取其高阶语义特征；再借助多尺度特征融合技术，学习HTTP请求的多尺度公共向量表示；最后使用线性分类器进行分类。实验结果表明该方法性能在HTTP CSIC 2010数据集和WAF真实数据集上优于现有方法。

• 在移动战术环境下的终端安全接入方案

  秦秋阳,江凌云,

  针对在搜索、救援、军事作战等环境中，恶劣的通信状况和频繁的终端移动造成传统的安全认证体制难以实现终端安全接入的问题，提出了一种移动战术环境下的终端安全接入方案。该方案采用一种无证书的密钥管理机制，分析了终端移动后的安全认证过程，以及终端和网关受损或被入侵后的安全处理方法。仿真结果表明，该方案提高了网关与终端之间授权与认证的安全性，能够很好地抵抗已知攻击，解决了战术环境下缺少相互认证以及密钥托管的问题，并且该方案使用的无证书密钥算法较其他算法有更好的安全性和更少的计算开销，可以对终端移动过程中接入网关的安全性与能耗进行权衡。

• 基于MLP神经网络的分组密码算法能量分析研究

  王恺,蔡爵嵩,严迎建,

  随着嵌入式密码设备的广泛应用，侧信道分析（side channel analysis，SCA）成为其安全威胁之一。通过对密码算法物理实现过程中的泄露信息进行分析实现密钥恢复，进而对密码算法实现的安全性进行评估。为了精简用于能量分析的多层感知器（multi-layer perceptron，MLP）网络结构，减少模型的训练参数和训练时间，针对基于汉明重量（HW）和基于比特的MLP神经网络的模型进行了研究，输出类别由256分类分别减少为9分类和2分类；通过采集AES密码算法运行过程中的能量曲线对所提出的MLP神经网络进行训练和测试。实验结果表明，该模型在确保预测精度的前提下能减少MLP神经网络84%的训练参数和28%的训练时间，并减少了密钥恢复阶段需要的能量曲线数量，最少只需要一条能量曲线即可完成AES算法完整密钥的恢复。实验验证了模型的有效性，使用该模型可以对分组密码算法实现的安全性进行分析和评估。

• 基于T_NAG模型的攻击路径预测方法研究

  翟海霞,卢月萌,王辉,敖山,

  为了更好地刻画攻击者的攻击轨迹，设计出一种基于T_NAG（time attribute network attack graph）模型的路径预测方法。首先，提出新的攻击图模型T_NAG，根据实时行为轨迹对攻击者能力加以区分；其次，依据攻击者具有不同能力的特性，提出攻击意向的概念，统筹考虑操作风险与攻击收益，将时间衰减参数引入到攻击意向计算中，并设计出一种基于攻击者能力的漏洞利用率量化方法；最后，将攻击意向与漏洞利用率进一步融入到对路径可达概率的考量中，给出预测攻击路径的IntenAbi-PathPre算法。实验结果表明，该方法可以有效去除攻击图中的冗余，并且使攻击路径预测的准确性得到明显提高。

• 格上具有完全前向安全0轮往返时间密钥交换协议

  赵宗渠,马少提,汤永利,叶青,

  0-RTT密钥交换协议允许客户端在零往返时间发送加密保护的有效载荷和第一条密钥交换协议消息，具有非交互、可离线等优点。为了降低密钥交换往返时间，基于穿透加密思想提出一种格上0-RTT密钥交换协议。首先利用一次性签名算法和分级身份基密钥封装机制构造可穿透前向保密密钥封装方案，然后使用可穿透前向保密密钥封装方案设计0-RTT密钥交换协议。协议只需客户端对服务器进行单向认证，并且能够有效抵抗量子攻击和重放攻击。与同类协议相比，所提协议具有可穿透的完全前向安全，减少了通信轮数，提高了通信效率。

• 半色调可视加密算法的综合评价算法

  丁海洋,连帅,

  已有半色调可视加密（HVC）算法的评价普遍采用正确解码率（CDR）或比特错误率（BER），未考虑信息隐藏对载体图像造成的干扰。提出一种半色调可视加密算法的综合评价算法，综合考虑信息隐藏对载体图像造成的干扰和提取秘密图像的错误率，选择平均每像素干扰值（ADPP）衡量信息隐藏对载体图像造成的干扰，为保证ADPP和BER数据范围的一致性，采用秘密图像结合隐藏阈值T计算最大平均干扰值（MAD），将ADPP和BER结合MAD和系数λ综合计算，得到半色调可视加密算法的综合干扰值（IDHVC）。该算法与已有综合评价算法相比，在运算量方面具有明显优势。通过实验验证，该算法可应用于灰度和彩色半色调可视加密算法的综合评价。

• 一种基于降采样后关键点优化的点云配准方法

  陶四杰,白瑞林,

  针对工件点云数据多而导致点云配准耗时长的问题，提出一种基于降采样后关键点优化的点云配准方法。计算点云若干体素的重心，利用kd-tree快速遍历重心的邻近点来代替该体素；提出自适应的点云平均距离计算方法，对降采样后的点云提取ISS3D关键点，并采用基于球邻域的边界点判断方法对其优化；对优化后的关键点进行FPFH特征描述，利用SAC-IA求解近似变换阵，使用ICP算法精配准而解得工件的精确位姿信息。实验结果表明，相较于其他四种配准算法，配准精度分别提高了96.9%、98.1%、93.3%和3.5%，配准速度分别提高了77.2%、77.7%、76.9%和85.4%，表明了该方法的有效性。

• 大范围云导风的直接可视化方法

  张军,朱彬,

  针对传统大范围云导风生成及显示过程中存在较大计算冗余的问题，提出一种快速风场可视化算法，可使用卫星云图序列直接生成便于人眼观察的大范围云导风态势展示视频。该算法首先使用稀疏像素块匹配分析得到相邻帧之间的运动信息，再使用匹配结果形成图像形变网格，最后使用该网格对噪声纹理图像进行形变和颜色混合叠加操作，从而输出风场运动轨迹的动态视频。由于无须复杂的光流计算和额外流场可视化后处理等步骤，该算法在程序实现时更加便捷，对计算硬件依赖性较小。实验结果显示，这种直接可视化算法可以生成易于辨识的、时间一致性强的云导风动态可视化视频，能应对红外、可见光和水汽等各种波段的卫星图像数据，对云层无规则消散、生成等干扰具有较高鲁棒性。

• 多尺度和纹理特征增强的小尺寸人脸检测

  张智,王进,王杰,郑锦,

  针对现有人脸检测算法难以处理多尺度、多姿态的人脸检测，尤其是面对小尺寸时准确性低的问题，提出了多尺度和纹理特征增强的小尺寸人脸检测算法。该算法的多尺度增强模块能够丰富特征的多尺度信息，提高对多尺度人脸的检测能力；纹理特征增强模块能够通过融合低层的纹理信息提升高层语义的表达，从而加强对小尺寸人脸的检测能力；多阶段加权损失函数平衡网络的输出，充分发挥各个模块的增强作用。实验结果表明，该方法不仅在检测速度上可以达到实时，而且对MALF数据集中高度小于60像素的人脸检测精度可达88.69%；在FDDB数据集上相比目前的BBFCN算法精度提高近四个百分点。

• 基于多尺度残差生成对抗网络的单图像盲去运动模糊方法

  陈乔松,隋晓旭,官旸珺,范金松,邓欣,王进,

  图像盲去运动模糊一直是计算机视觉领域的一个经典问题，它的目的是在模糊核未知的情况下恢复清晰图像。考虑到更大的感受野以及多尺度信息对恢复清晰图像中的全局信息以及局部细节信息具有重要作用，因此提出的方法对DeblurGAN方法进行改进，提出一种基于条件生成对抗网络的GR-DeblurGAN（granular residual DeblurGAN）的单图像盲去运动模糊方法，采用细粒度残差模块（granular residual block）作为骨干网络，以此在不增加参数量的情况下，扩大感受野，获得多尺度信息。最后在两个广泛使用的数据集：GoPro数据集以及Kohler数据集上进行算法性能评估，并与代表性算法进行对比。从实验结果可以看出，提出的方法改进效果明显，并且在计算开销上面优于其他算法。

• 基于深层聚合结构网络的灰度图像彩色化方法

  张毅,韦文闻,龚致远,

  当前灰度图像彩色化方法普遍存在边界晕染、细节丢失和着色效果枯燥等问题。针对以上问题，提出了一种基于改进的深层聚合结构网络的灰度图像彩色化方法。将深层聚合结构网络引入图像彩色化领域中，且在传统网络基础上加入长连接，在缓解网络梯度消失问题的同时提升其特征利用率，从而提升算法模型对图像边界和细节的处理能力。另外，模型融合生成对抗网络结构，搭建判别网络，动态评价图片彩色化质量，缓解着色枯燥的问题。实验证明，该方法相比于传统彩色化方法，减轻了着色时边界漏色问题，还原了更多的图像细节，图像颜色更为丰富。

• 基于卷积特征建模的目标检测方法

  潘秋羽,王伟,王明明,王道顺,

  现有依赖CNN的目标检测算法常采用特征融合的建模方式来丰富特征表达，虽然该方法一定程度上能有效改善多尺度目标检测，但是在针对复杂场景进行检测时却没有显著的提升。这主要受限于三个问题的影响：长路径特征融合造成的特征间相关性损失；仅设计了单方向的融合连接，忽略了反方向的语义信息弥补；忽略了有效感受野（effective receptive field，ERF）在多尺度检测中的重要性。针对这三点分别设计了二次融合结构（double fusion structure，DFS）、多分支融合模块（multi branch fusion module，MBFM）和感受野增强模块（receptive field enhance module，RFEM）。该方法利用DFS缩短特征层级间的相对路径，然后通过MBFM来同时弥补上层和下层的语义信息缺失，并使用RFEM建模特征通道，增大ERF区域。最终模型在PASCAL VOC 2007测试数据集上达到了85.4%的平均精度均值（mean average precision，mAP），与依赖传统建模方式的检测算法相比，提出的方法提高了2.6%。

• 双目视觉下基于区域生长的三维人脸重建算法

  夏颖,盖绍彦,达飞鹏,

  为解决传统立体匹配算法匹配低纹理人脸图像时极易产生误匹配的问题，提出一种基于区域生长的人脸立体匹配算法。该算法利用级联回归树算法提取的人脸特征点将人脸划分为不同区域以分别限制各区域的视差搜索范围，从而避免在全局范围上查找匹配点；同时利用人脸的局部形状特性，采用局部曲面拟合的方式筛除误匹配种子点并生成大量可靠种子点用于区域生长；最后，分别在实验室环境采集的人脸图像和FRGC v2.0人脸数据库上进行定性和定量实验。实验结果表明，与传统算法相比，所提算法能够重建出更加准确的三维人脸模型。经点云配准后与人脸点云真实值的均方根误差在2 mm以内，且不同光照、姿态、表情下人脸图像的重建表明所改进的立体匹配算法具有较好的鲁棒性。

• 基于姿态估计的安全帽佩戴检测方法研究

  王雨生,顾玉宛,封晓晨,符心宇,庄丽华,徐守坤,

  针对现有安全帽佩戴检测方法在施工人员复杂姿态下检测难度大、精度不高的问题，提出一种基于姿态估计的安全帽佩戴检测方法。该方法在OpenPose姿态估计模型中引入残差网络优化特征提取，获得施工人员的骨骼点信息，并提出三点定位法，通过骨骼点位置信息确定头部区域以缩小检测范围。使用RetinaNet检测头部区域安全帽的佩戴情况，以解决安全帽与施工背景之间类极不平衡的问题。实验表明，该方法在检测精度上较其他方法有明显提高，并且对环境的适应性更强。

• 动态场景下结合语义的半直接法视觉里程计

  梁鸿,陈俊熹,李丽华,何啸峰,陈灵娜,

  针对传统视觉里程计方法在动态环境中跟踪效果差、容易失效的问题，提出了一种适用于动态场景下融合语义的半直接法视觉里程计，主要由语义分割、位姿跟踪和地图管理三部分组成。首先，使用语义分割网络Mask R-CNN对每一帧图像进行语义分割，得到语义分割二值图，结合语义先验信息删除动态特征；然后，利用静态部分特征进行帧间对齐和特征匹配完成位姿跟踪；最后，通过筛选关键帧和更新3D点深度对地图更新，并利用光束平差算法对局部地图的位姿和3D点进行优化。在公共数据集TUM RGB-D的动态序列集上的实验结果表明，该方法与ORB-SLAM2、OpenVSLAM相比，其跟踪误差分别减少了68%和72%，验证了该方法在动态场景中位姿跟踪的准确性。

• 基于超像素/像素协同约束和稀疏分解活动轮廓模型

  刘国奇,董一飞,李旭升,茹琳媛,常宝方,

  针对水平集图像分割模型的分割结果不够准确且对初始轮廓位置和噪声敏感问题，提出了超像素/像素协同约束和稀疏分解的活动轮廓模型。首先引入超像素提取图像块信息构造符号压力函数防止轮廓在演化过程中陷入局部最优；其次，构建了基于超像素/像素协同约束的能量泛函以弥补超像素无法保留局部细节的缺陷；同时，为了解决基于非全局信息的活动轮廓模型演化速度慢的问题，提出模型利用超像素块加速轮廓演化；最后引入了稀疏分解对模型进行优化以减弱局部噪声对分割精度的影响。与多种水平集分割模型的实验结果对比，证明了提出方法的有效性，尤其与原始的二值选择和高斯滤波正则化水平集模型相比，提出方法对噪声和初始轮廓位置不敏感，平均Jaccard相似度系数提升了34%。

• 基于空间注意力推理机制的视觉问答算法研究

  李智涛,周之平,叶琴,

  针对现有基于注意力机制的多模态学习，对文字上下文之间的自我联系和图像目标区域的空间位置关系进行了深入研究。在分析现有注意力网络的基础上，提出使用自注意力模块（self-attention，SA）和空间推理注意力模块（spatial reasoning attention，SRA）对文本信息和图像目标进行映射，最终得到融合特征输出。相较于其他注意力机制，SA和SRA可以更好地将文本信息匹配图像目标区域。模型在VQAv2数据集上进行训练和验证，并在VQAv2数据集上达到了64.01%的准确率。

• 基于硬注意力机制的多模态视频字幕的处理

  郭宁宁,蒋林华,

  传统的视频字幕生成模型大多都采用编码器—译码器框架。在编码阶段，使用卷积神经网络对视频进行处理。在解码阶段，使用长短期记忆网络生成视频的相应字幕。基于视频的时序相关性和多模态性，提出了一个混合型模型，即基于硬注意力的多模态视频字幕的生成模型。该模型在编码阶段使用不同的融合模型将视频和音频两种模态进行关联，在解码阶段基于长短期记忆网络的基础上加入了硬注意力机制来生成对视频的描述。这个混合模型在数据集MSR-VTT（Microsoft research video to text）上得到的机器翻译指标较基础模型有0.2%~3.8%的提升。根据实验结果可以判定基于硬注意力机制的多模态混合模型可以生成视频的精准描述字幕。