计算机应用研究杂志

计算机应用研究杂志2022年第3期

• 肝脏及肿瘤图像分割方法综述

  陈英,郑铖,易珍,胡菲,徐国辉,

  肝脏肿瘤是一种发病率高且恶化概率高的疾病，为了快速地诊断肝脏疾病，需要从计算机断层扫描（CT）中准确地分割出肝脏及肿瘤。为了分析肝脏及肿瘤图像分割领域的现状及发展趋势，针对肝脏及肿瘤图像的分割方法进行了研究，总结了近些年肝脏及肿瘤图像的分割方法。肝脏及肿瘤图像分割方法包括传统方法以及深度学习方法。传统方法需要较多的人工参与，不能实现完全自动化。深度学习方法从分割网络的维度可分为2D、2.5D以及3D方法，这些方法分割精度高，硬件需求高。在考虑深度学习与传统方法优缺点的同时，它们的结合也被不断探索，图割法和条件随机场等传统方法经常被用于细化深度学习方法的分割结果。

• 人体行为识别方法研究综述

  梁绪,李文新,张航宁,

  随着计算机视觉不断发展，人体行为识别在视频监控、视频检索和人机交互等诸多领域中展现出其广泛的应用前景和研究价值。人体行为识别涉及到对图像内容的理解，由于人体姿势复杂多样和背景遮挡的因素导致实际应用的进展缓慢。全面回顾了人体行为识别的发展历程，深入探究了该领域的研究方法，包括传统手工提取特征的方法和基于深度学习的方法，以及最近十分热门的基于图卷积网络（GCN）的方法，并按照所使用的数据类型对这些方法进行了系统的梳理；此外，针对不同的数据类型，分别介绍了一些热门的行为识别数据集，对比分析了各类方法在这些数据集上的性能。最后进行了概括总结，并对未来人体行为识别的研究方向进行了展望。

• 基于对数欧氏度量学习的概率黎曼空间量化方法

  张晓铖,唐凤珍,

  在许多机器学习应用中，需要分析的数据可能由对称正定矩阵构成，而经典的欧氏机器学习算法处理这种数据的性能较差。针对此问题，提出一种新的基于对数欧氏度量学习的概率黎曼空间量化方法。该方法将对称正定矩阵看做对数欧氏度量下黎曼流形上的点，采用对数欧氏度量学习距离函数将概率学习矢量量化方法从欧氏空间推广到对称正定黎曼空间。在BCI IV 2a脑电数据集上，该方法相较于概率学习矢量量化方法识别正确率提升20%，高于竞赛第一名；并且计算速度快，模型训练及测试时间分别为基于仿射不变度量的同类型算法的1%和10%。在BCI III IIIa和图像数据集ETH-80上也取得了较好的结果。

• 基于特征和结构信息增强的图神经网络集成学习框架

  张嘉杰,过弋,王家辉,王雨,

  近年来，图神经网络由于其丰富的表征和推理能力受到广泛的关注，然而，目前的研究聚焦于卷积策略和网络结构的调整以获得更高的性能，不可避免地面临单一模型局限性的约束。受到集成学习思想的启发，面向图神经网络创新性地提出一套集成学习框架（EL-GNN）。不同于常规的文本和图像数据，图数据除了特征信息外还包括了丰富的拓扑结构信息。因此，EL-GNN不仅将不同基分类器的预测结果进行融合，还在集成阶段额外补充了结构信息。此外，基于特征相似或结构邻居节点通常具有相似标签的先验假设，借助特征图重构，进一步优化集成策略，充分平衡了节点的特征和结构信息。大量实验表明，提出的集成策略取得了良好的成效，并EL-GNN在节点分类任务上显著优于现有模型。

• 基于动态区域剔除的RGB-D视觉SLAM算法

  张恒,侯家豪,刘艳丽,

  针对动态场景下视觉SLAM（simultaneous localization and mapping）算法易受运动特征点影响，从而导致位姿估计准确度低、鲁棒性差的问题，提出了一种基于动态区域剔除的RGB-D视觉SLAM算法。首先借助语义信息，识别出属于移动对象的特征点，并借助相机的深度信息利用多视图几何检测特征点在此时是否保持静止；然后使用从静态对象提取的特征点和从可移动对象导出的静态特征点来微调相机姿态估计，以此实现系统在动态场景中准确而鲁棒的运行；最后利用TUM数据集中的动态室内场景进行了实验验证。实验表明，在室内动态环境中，所提算法能够有效提高相机的位姿估计精度，实现动态环境中的地图更新，在提升系统鲁棒性的同时也提高了地图构建的准确性。

• 基于改进DDPG算法的复杂环境下AGV路径规划方法研究

  孟晨阳,郝崇清,李冉,王晓博,王昭雷,赵江,

  为了提高AGV（automatic guided vehicle）在复杂未知环境下的搜索能力，提出了一种改进的深度确定性策略梯度（deep deterministic policy gradient，DDPG）算法。该算法通过构建经验回放矩阵和双层网络结构提高算法的收敛速度，并将波尔兹曼引入到ε-greedy搜索策略中，解决了AGV在选择最优动作时的局部最优问题；针对深度神经网络训练速度缓慢的问题，将优先级采样应用于深度确定性策略梯度算法中；为解决普通优先级采样复杂度过高的问题，提出了利用小批量优先采样方法训练网络。为了验证方法的有效性，通过栅格法建模并在不同的复杂环境下进行仿真实验对比，比较了不同算法的损失函数、迭代次数和回报值。实验结果表明，所提改进算法与原算法相比损失函数减小、迭代次数减少、回报值增加，验证了算法的有效性，同时为AGV在复杂环境下能够更加安全且快速地完成规划任务提供了新的思路。

• 基于声纹嵌入的语音增强算法

  高戈,曾邦,王霄,尹文兵,陈怡,

  频域语音增强算法在高信噪比的条件下有明显的降噪效果，而在低信噪比条件下频域语音增强算法的性能会大幅下降。针对这个问题，将基于声纹的掩码应用到频域语音增强网络，利用声纹的先验信息，提升网络对说话人和噪声的区分度。另外，为了进一步改善频域语音算法在低信噪比条件下的性能，提出基于映射的声纹嵌入语音增强算法，避免了可能因采用掩模方案造成的语音失真问题。实验结果表明，在引入相同声纹信息时，基于映射的声纹嵌入语音增强网络在低信噪比条件下的增强性能表现更好，特别是在改善语音失真方面优势明显。相较于基于掩模的声纹掩码网络，基于映射的声纹嵌入网络在PESQ、STOI和SSNR这三项指标上分别实现了6.40%、1.46%和24.84%的相对提升。

• 基于双二流卷积和多特征融合的D-S声音分类

  吴佳赛,高振斌,

  针对现有模型声音分类精度不足的问题，提出了一种基于多特征双二流网络的D-S融合模型。首先，提出了四种组合特征来更全面有效地表征声音。其次，提出双二流网络结构来更好地训练模型。第一和二流网络采用多分辨率多通道特征送入二阶密集卷积网络（2-DenseNet），其中2-DenseNet被分成了两个密集块。第三和四流网络采用单分辨率单通道的特征拼接送入四层CNN。然后利用D-S证据理论对softmax层的输出结果进行融合，得到D-S-Net模型。实验结果表明，基于UrbanSound8k数据集，经数据增强后该模型的准确率达96.36%，较基线提高了25.34%，并验证了在噪声环境下的鲁棒性，在20 dB信噪比下具有90.34%的识别率，在低信噪比下的性能得到了很好的提升。

• TCN-Transformer-CTC的端到端语音识别

  谢旭康,陈戈,孙俊,陈祺东,

  基于Transformer的端到端语音识别系统获得广泛的普及，但Transformer中的多头自注意力机制对输入序列的位置信息不敏感，同时它灵活的对齐方式在面对带噪语音时泛化性能较差。针对以上问题，首先提出使用时序卷积神经网络（TCN）来加强神经网络模型对位置信息的捕捉，其次在上述基础上融合连接时序分类（CTC），提出TCN-Transformer-CTC模型。在不使用任何语言模型的情况下，在中文普通话开源语音数据库AISHELL-1上的实验结果表明，TCN-Transformer-CTC相较于Transformer字错误率相对降低了10.91%，模型最终字错误率降低至5.31%，验证了提出的模型具有一定的先进性。

• 基于双层词性感知和多头交互注意机制的方面级情感分析

  薛芳,过弋,李智强,王家辉,

  在方面级情感分析研究中，现有工作往往忽略不同类型词性贡献程度以及局部特征和全局特征的交互作用会影响分类准确率的问题。为此，提出了一种基于双层词性感知和多头交互注意机制的方面级情感分析模型DPMHA。首先，使用BERT预训练模型获取包含上下文信息的词向量；其次，提出了双层词性感知的局部特征提取层，重点关注方面词周围具有重要词性词的特征，降低噪声词的影响；接着，在局部特征和全局特征之间设计了多头交互注意力机制，充分挖掘局部特征和全局特征之间重要的交互特征；最后，提出了动态特征融合层和softmax层获取情感分析的结果。在三个公开数据集上的实验结果表明，与现有的方面级情感分析模型相比，提出的DPMHA模型在restaurant14、laptop14、restaurant15数据集上MF1值分别提升了2.41%、1.24%、2.39%，准确率分别提升了1.34%、0.78%、0.37%。

• 稀疏数据下结合词向量的短文本分类模型研究

  杨阳,刘恩博,顾春华,裴颂文,

  针对短文本缺乏足够共现信息所产生的词与词之间弱连接，且难以获取主题词的情况，导致面向短文本分类工作需要人工标注大量的训练样本，以及产生特征稀疏和维度爆炸的问题，提出了一种基于注意力机制和标签图的单词共生短文本分类模型（WGA-BERT）。首先利用预先训练好的BERT模型计算上下文感知的文本表示，并使用WNTM对每个单词的潜在单词组分布进行建模，以获取主题扩展特征向量；其次提出了一种标签图构造方法捕获主题词的结构和相关性；最后，提出了一种注意力机制建立主题词之间，以及主题词和文本之间的联系，解决了数据稀疏性和主题文本异构性的问题。实验结果表明，WGA-BERT模型对于新闻评论类的短文本分类，比传统的机器学习模型在分类精度上平均提高了3%。

• 基于注意力的多层次混合融合的多任务多模态情感分析

  宋云峰,任鸽,杨勇,樊小超,

  针对多模态情感分析中的模态内部特征表示和模态间的特征融合问题，结合注意力机制和多任务学习，提出了一种基于注意力的多层次混合融合的多任务多模态情感分析模型MAM（multi-level attention and multi-task）。首先，利用卷积神经网络和双向门控循环单元来实现单模态内部特征的提取；其次，利用跨模态注意力机制实现模态间的两两特征融合；再次，在不同层次使用自注意力机制实现模态贡献度选择；最后，结合多任务学习获得情感和情绪的分类结果。在公开的CMU-MOSEI数据集上的实验结果表明，情感和情绪分类的准确率和F1值均有所提升。

• 说话人身份识别深度网络中的聚合模型研究

  邓飞,邓力洪,胡文艺,张葛祥,杨强,

  说话人身份识别是一项重要的生物识别技术，多种基于深度卷积神经网络（DNN）的模型结构表现出越来越强的特征表达能力，并形成了统一的端到端说话人识别系统，取得了优于传统识别模型的性能。其中聚合模型聚合的话语级特征是影响说话人识别系统准确率的关键因素之一。目前大多数的方法是使用self-attention pooling（SAP）聚合模型。然而SAP聚合模型经常会无法准确地进行帧选择，聚合出的话语级特征不准确、鲁棒性弱。在SAP聚合模型的聚合方式上进行了改进，通过引入平均向量方法，构建了一种改进的聚合模型mSAP。它以一种更细粒化和更稳定的工作方式，将变长的输入序列聚合为话语级特征，可以更有效地捕捉输入序列的长期变化。实验表明，mSAP模型的等错误率（EER）相较于TAP、SAP、NetVLAD聚合模型分别有7.4、1.75和0.24的下降，而DCF值相较于这三种聚合模型分别有0.018、0.137和0.242的下降。改进的mSAP聚合模型能够聚合出鲁棒性更强、更准确的话语级特征，有效地提高了端到端说话人识别模型的性能。

• 基于阅读理解智能问答的RPR融合模型研究

  王寰,孙雷,吴斌,刘占亮,张万通,张烁,

  基于阅读理解的智能问答是指同人类一样首先让模型阅读理解相关文本，然后根据模型获取的文本信息来回答对应问题。预训练模型RoBERTa-wwm-ext使用抽取原文片段作为问题的回答，但这种方法遇到原文中不存在的答案片段或需要对原文总结后回复这两种情况时不能很好解决，而使用预训练模型进行生成式模型训练，这种生成式回复在一定程度上解决了需要总结原文才能回答的问题。因此，改进了只采用RoBERTa-wwm-ext模型进行抽取答案的方式，在此基础上融合了基于RAG模型的生成式问答模型，用于回答RoBERTa-wwm-ext等抽取式模型无法处理的问题。同时，吸取了PGN模型的优点，对RAG模型进行改进得到RPGN子模型，可以更好地利用阅读理解的文章生成合理的答案。由此，提出RPR（RAG、PGN、RoBERTa-wwm-ext）的融合模型，用于同时处理抽取式问题任务和生成式问答任务。

• 基于自注意力机制和双向GRU神经网络的深度知识追踪优化模型

  李浩君,方璇,戴海容,

  针对现有深度知识追踪模型存在输入习题间复杂关系捕获能力弱、无法有效处理长序列输入数据等问题，提出了基于自注意力机制和双向GRU神经网络的深度知识追踪优化模型（KTSA-BiGRU）。首先，将学习者的历史学习交互序列数据映射为实值向量序列；其次，以实值向量序列作为输入训练双向GRU神经网络，利用双向GRU神经网络建模学习者的学习过程；最后，使用自注意力机制捕获练习题之间的关系，根据双向GRU神经网络输出的隐向量和注意力权重计算学习者正确回答下一问题的概率。实验在三个公共数据集上的性能分析优于现有的知识追踪模型，能提高深度知识追踪的预测精度。

• 基于深度强化学习种群优化的演化式分拣调度算法

  曾德天,曾增日,詹俊,

  机械制造中的产线分拣作业具有问题与数据的双重复杂性，为了对分拣操作进行优化以提高生产效率，设计了一套分拣作业的数据表示方法与一种基于种群优化的演化式算法，同时整理并公开了一个真实的工业数据集。数据表示方法通过借鉴词袋模型对原始作业数据进行抽象表示；演化式算法使用深度强化学习初始化遗传算法中的种群，同时引入了精英保留策略以提高算法的优化能力。最后，将提出的算法与其他算法在真实的工业数据集与旅行商问题数据集上进行了对比。结果表明，该算法能找到更优的分拣顺序与访问路径，验证了算法的有效性。

• 基于组选择的近似无偏稀疏脑功能超网络模型构建与分类研究

  李瑶,周子淏,梁家瑞,IbegbuNnamdiJulian,郭浩,陈俊杰,

  针对LASSO方法构建脑功能超网络模型缺乏组效应解释能力和网络有偏性问题，提出了两种基于组变量选择的近似无偏稀疏脑功能超网络模型来改善超网络的构建，分别为组最小最大凹惩罚方法和组平滑剪裁的绝对值偏差方法，并将其分别应用于抑郁症的分类研究中。分类结果显示，两种方法的分类表现均优于传统超网络模型，且组最小最大凹惩罚方法的分类准确率最高，达到86.36%。结果表明若想构建有效的脑功能超网络模型，不仅需要考虑脑区间组效应的解释能力，还需考虑模型变量选择的有偏性问题。而且在考虑到超网络有偏性的基础上，选取较为宽松的惩罚方式来选取目标变量，则可更精确地表征人脑的复杂高阶多元交互信息。

• 基于改进郊狼优化算法的充电站选址定容规划

  罗佳欣,何登旭,

  针对郊狼优化算法全局搜索能力不足、易陷入局部最优的缺陷进行了研究，在郊狼优化算法寻优进程中引入变形的精英保留策略，并在郊狼成长过程中加入环境影响因子，再将成长后的郊狼代入Kent映射遍历搜索空间，强化算法的开采能力和搜索性能，提出了一种改进郊狼优化算法，数值实验表明该算法具有较优的性能。以全社会经济成本和碳排放量为决策目标，构建了一个电动汽车充电站选址定容双层规划模型，并将改进后的郊狼优化算法求解该规划模型，验证了该算法的可行性和有效性。

• 多策略融合算术优化算法及其工程优化

  兰周新,何庆,

  针对算术优化算法（AOA）在搜索过程中容易陷入局部极值点、收敛速度慢以及求解精度低等缺陷，提出一种多策略集成的算术优化算法（MFAOA）。首先，采用Sobol序列初始化AOA种群，增加初始个体的多样性，为算法全局寻优奠定基础；然后，重构数学优化器加速函数（MOA），权衡全局搜索与局部开发过程的比重；最后，利用混沌精英突变策略，改善算法过于依赖当前最优解的问题，增强算法跳出局部极值的能力。选用12个基准函数和部分CEC2014测试函数进行实验仿真，结果表明MFAOA在求解精度和收敛速度上均有明显的提升；另外，通过对两个工程实例进行优化，验证了MFAOA在工程优化问题上的可行性。

• 基于引力模型及相对路径数的节点重要度评估算法

  李秋晖,韩华,马媛媛,曾茜,李巧丽,

  准确度量复杂网络中节点的重要度对于研究网络结构和功能等方面具有重要的指导意义。现有多数节点重要度评估算法考虑了节点及其邻居节点的相关信息，却忽略了节点间的拓扑结构对节点重要度的影响。针对此问题，提出了基于引力模型及相对路径数的节点重要度评估算法。该算法首先分析了相对最短路径数对节点间信息传播的影响效果，同时考虑到非最短路径及路径距离等因素的影响，然后以三阶范围内邻居节点与中心节点的相互作用力之和定义节点重要度值，最后在六个真实网络中进行仿真实验。实验结果表明，所提算法不仅能有效区分网络中不同节点之间的重要度差异，还能准确度量网络节点的重要度大小。

• 基于时间图注意力的交通流量预测模型

  姚晓敏,张心蓝,张振国,

  交通状况预测是智能交通系统的一个重要组成部分，而车流量是交通状况最直接的体现，因而对交通流量进行预测具有重要的应用价值。一方面，城市中的道路本身带有空间拓扑性质，另一方面车流量随时间动态变化。因此交通流量预测问题的关键在于对数据中存在的时间和空间依赖进行建模。针对这一特性，使用神经网络模型和注意力机制来探索交通流量数据中的时空依赖关系，提出基于时间图注意力的交通流量预测模型。空间依赖方面，使用图卷积网络与注意力结合的学习算法对不同影响程度节点分配不同的权重，加入节点自适应学习，有效提取空间特征；时间依赖方面，使用时序卷积网络对时间特征进行提取，通过扩张卷积扩大感受域从而捕获较长时间序列数据的特征。由图注意力网络和时间卷积网络构成一个时空网络层，最终连接到输出层输出预测结果。该模型使用图卷积神经网络和注意力机制结合的方式提取空间特征，充分考虑了道路间的空间关系，利用时序卷积网络捕获时间特征。在两个真实的数据集上进行实验后发现，在未来15 min、30 min、60 min的时间段内该模型都有良好表现，结果优于现有基准模型。

• 基于生成对抗网络和变分自编码器的离群点检测算法

  金利娜,于炯,杜旭升,王松,

  针对传统离群点检测算法在类极度不平衡的高维数据集中难以学习离群点的分布模式，导致检测率低的问题，提出了一种生成对抗网络（generative adversarial network，GAN）与变分自编码器（variational auto-encoder，VAE）结合的GAN-VAE算法。算法首先将离群点输入VAE训练，学习离群点的分布模式；然后将VAE与GAN结合训练，生成更多潜在离群点，同时学习正常点与离群点的分类边界；最后将测试数据输入训练后的GAN-VAE，根据正常点与离群点相对密度的差异性计算每个对象的离群值，将离群值高的对象判定为离群点。在四个真实数据集上与六个离群点检测算法进行对比实验，结果表明GAN-VAE在AUC、准确率和F1值上平均提高了5.64%、5.99%和13.30%，证明GAN-VAE算法是有效可行的。

• 基于多时空图卷积网络的交通流预测

  戴俊明,曹阳,沈琴琴,施佺,

  交通流预测在交通管理和城市规划的应用中具有重要意义，然而现有的预测方法无法充分挖掘其潜在的复杂时空相关性，为进一步挖掘路网道路网络数据的时空特性以提高预测精度，提出一种多时空图卷积网络（multi-spatial-temporal graph convolutional network，MST-GCN）模型。首先，利用切比雪夫图卷积（ChebNet）结合门控循环单元（GRU）构建时空组件以深度挖掘节点的时空相关性；其次，分别提取周相关、日相关、邻近时间的序列数据，输入三个时空组件以深度挖掘不同时间窗口间的时间相关性；最后，将时空组件与编码器—解码器网络结构（encoder-decoder）融合组建MST-GCN模型。利用加利福尼亚州交通局（Caltrans）性能评估系统中高速公路数据集PEMS04和PEMS08进行实验，结果表明新模型的性能明显优于门控循环单元模型和最近提出的扩散卷积循环神经网络（DCRNN）、时间图卷积网络（T-GCN）、基于注意力机制的时空图卷积神经网络（ASTGCN）和时空同步图卷积网络（STSGCN）模型。

• 融合认知心理学理论的新型教与学优化算法及应用

  何佩苑,刘勇,

  针对教与学优化算法（teaching-learning-based optimization，TLBO）寻优精度低、易陷入局部最优的问题，提出了一种融合认知心理学理论的新型教与学优化算法（cognitive psychology teaching-learning-based optimization，CPTLBO）。在教阶段融入登门槛效应理论，对于学习有困难的学生设置阶段性学习目标，从而提高学生的整体水平；在学阶段加入老师引导机制，提高算法收敛速度；随后，加入自我调整阶段，学生根据心理控制源理论可被分为内控型和外控型，不同类型的学生对自身成绩采取不同的归因方式并采取相应措施。利用经典的基准测试函数对CPTLBO进行测验，结果表明改进算法在寻优精度和收敛速度方面具有优势。构建CPTLBO-ELM自来水供水量预测模型，采用CPTLBO算法优化极端学习机的输入权值和隐含层阈值参数，以提高模型的预测精度和泛化能力。仿真结果表明：用CPTLBO算法优化后的模型预测结果更准确。

• 基于UWB的密集行人三维协同定位算法

  贺军义,吴梦翔,宋成,张敏,张俊楠,

  针对复杂室内环境中密集行人定位精度低、超宽带（UWB）基站密度要求高的问题，提出一种基于UWB的密集行人三维协同定位算法。首先使用聚类算法抑制测距数据中较大非视距（NLOS）误差，并使用高斯均值混合滤波抑制标准测量误差；然后提出双层协同定位算法，建立协同定位数学模型，并结合迭代初始值获取策略进行初步定位，降低了基站数量要求，在筛选出NLOS误差较小的测距数据并修正后，进行二次定位；最后考虑行人高机动性，设计一种交互多模型卡尔曼滤波算法，缓解了定位结果跳变问题。实验结果表明，所提算法在弱NLOS环境和强NLOS环境下定位精度分别达到0.11 m、0.17 m，相比其他算法，具有较高定位精度，进一步降低了对UWB基站密度要求。

• 基于改进量子旋转门人工鱼群算法的K-means聚类算法及其应用

  白丽丽,宋初一,许丽艳,宋泽瑞,姜静清,

  为改进传统K-means聚类算法中存在因随机选择初始质心而导致聚类结果不稳定且准确度低的缺点，提出基于改进量子旋转门人工鱼群算法的K-means聚类（IQAFSA）算法，通过动态更新量子旋转门的旋转角提高下一代更新方向准确度及更新速度。变异策略从传统的非门改为H门，既增加种群的多样性，又使全局搜索能力增强；最终使用所改进算法选取K-means的初始质心再进行聚类。通过UCI数据的测试以及在医学相关数据上的实验表明，提出的算法具有有效性，准确度较高且收敛速度较快。

• 基于组合训练的规则嵌入多智能体强化学习方法

  李渊,徐新海,

  多智能体强化学习方法在仿真模拟、游戏对抗、推荐系统等许多方面取得了突出的进展。然而，现实世界的复杂问题使得强化学习方法存在无效探索多、训练速度慢、学习能力难以持续提升等问题。该研究嵌入规则的多智能体强化学习技术，提出基于组合训练的规则与学习结合的方式，分别设计融合规则的多智能体强化学习模型与规则选择模型，通过组合训练将两者有机结合，能够根据当前态势决定使用强化学习决策还是使用规则决策，有效解决在学习中使用哪些规则以及规则使用时机的问题。依托中国电子科技集团发布的多智能体对抗平台，对提出的方法进行实验分析和验证。通过与内置对手对抗，嵌入规则的方法经过约1.4万局训练就收敛到60%的胜率，而没有嵌入规则的算法需要约1.7万局的时候收敛到50%的胜率，结果表明嵌入规则的方法能够有效提升学习的收敛速度和最终效果。

• 基于网络结构搜索的工业过程自动故障诊断方法

  李显,李歆,周晓锋,李帅,金樑,

  针对现有基于深度神经网络的工业过程故障诊断方法存在网络结构设计烦琐及参数寻优耗时等问题，提出了一种基于网络结构搜索的工业过程自动故障诊断方法（automatic fault diagnosis，AutoFD），该方法采用AutoFD网络结构搜索算法，来自动完成卷积神经网络的网络结构设计和网络参数寻优。在此基础上，首先通过在原始数据上施加操作生成新通道；接着利用表现预测加速获取通道适应性排序的过程；然后依据通道适应性排序，通过表现预测来快速选取最优卷积通道数；最终根据最优卷积通道来搜索表现最优的多通道卷积神经网络模型用于工业过程自动故障诊断。采用田纳西—伊斯曼（Tennessee Eastman，TE）工业过程和数值系统对提出方法进行验证，结果表明该方法可以实现网络结构自动设计及网络参数的自动寻优，并且具有优良的故障诊断性能。

• 考虑偏好不确定的合作性单元制造优化研究

  柳春锋,刘媛媛,王居凤,

  企业为加速产品的迭代更新，可采取合作生产及研发制造一体化的战略。该研究在产品设计方面考虑顾客偏好的动态变化和竞争产品的影响，在生产方面引入单元化制造资源合作共享思想。通过建立考虑顾客偏好不确定的合作性单元制造模型，以最大化单位成本所带来的顾客效用为目标，提升消费者福祉。提出了混合候鸟优化算法（HMBO）进行求解，并将它与经典候鸟优化算法（MBO）和模拟退火算法（SA）进行了比较。算例及大量数值实验验证了该方法的正确性和合理性，结果表明在相同运行时间内HMBO优于MBO和SA。

• 工业互联网端边云协同数据同步方案设计与实现

  刘子杰,王凯,王亚刚,张帆,

  传统的数据更新同步往往每次直接更新整个文件或不加选择地更新局部改动部分。后者虽然节约了一部分通信带宽，但是每次文件变化，不管变化多少都立即更新，增加了通信负荷，这两种方法均不能很好地满足工业互联网实时性要求。针对此问题，提出了一种工业互联网端边云协同数据同步方案。该方案通过计算差分文件进行阈值判断。若在阈值范围内，则将变化的数据块进行编码、压缩上传到对应的云存储节点中解压存储；否则将相关信息暂存在边缘层。通过和RS编码、Rsync差分算法的对比实验可知，该方案提高了更新数据传输效率，且通过编码压缩提高了安全性，性能整体优于其他方法。

• 基于视觉惯性里程计与语义信息的无人机SLAM方法研究

  陈国军,陈巍,郭铁铮,王志明,

  室内环境中存在丰富的语义信息，可以使机器人更好地理解环境，提高机器人位姿估计的准确性。虽然语义信息在机器人同时定位与地图构建（SLAM）领域得到了深入研究和广泛应用，但是在环境准确感知、语义特征提取和语义信息利用等方面还存在着很多困难。针对上述难点，提出了一种基于视觉惯性里程计算法与语义信息相结合的新方法，该方法通过视觉惯性里程计来估计机器人的状态，通过校正估计，构建从语义检测中提取的几何表面的稀疏语义地图；通过将检测到的语义对象的几何信息与先前映射的语义信息相关联来解决视觉惯性里程计和惯性测量单元的累积误差问题。在室内环境中对装备RGB-D深度视觉和激光雷达的无人机进行验证实验，结果表明，该方法比视觉惯性里程计算法取得了更好的结果。应用结合语义信息和视觉惯性里程计的SLAM算法表现出很好的鲁棒性和准确性，该方法能提高无人机导航精度，实现无人机智能自主导航。

• 基于频繁序列挖掘的文件系统缓存算法设计

  杜科星,张小芳,张晓,赵晓南,

  传统缓存算法存在命中率低、交换率高等问题，且现有缓存算法在分布式大数据存储系统中并不适用，为此提出了一种基于频繁序列挖掘的自适应缓存策略。该方法使用数据挖掘算法挖掘历史访问窗口内的频繁序列，将频繁序列模糊合并后构建匹配模式集合以供查询。当新的访问来临时，将固定访问长度内的子序列与匹配模式集合进行匹配，然后根据匹配结果预取数据，同时结合修改后的S4LRU（4-segmented least recently used）数据结构进行缓存数据换出。在公开的大数据处理trace集上进行了仿真实验，实验结果表明，在不同的缓存大小下，提出算法与现有典型缓存算法相比，平均命中率提高了0.327倍，平均交换率降低了0.33倍，同时具有低开销和高时效的特点。此结果表明，该方法较传统替换算法而言是一个更为有效的缓存策略。

• 人群疏散平移矩阵算法

  黄中意,易鑫,傅田栋,房志明,

  建筑物的通行能力研究近年来受到广泛关注，安全高效地流通人群是专家学者研究的重点。首先，通过一组节点和边的定义将建筑物表示为网络，进而利用Dijkstra最短路算法生成最短路径集合，最后在该集合的基础上提出平移矩阵算法，利用0-1矩阵的更新模拟人群在建筑路径上的流动过程。通过设置多组教学楼疏散场景并与Pathfinder软件的对比来验证平移矩阵算法的有效性。对比结果显示，不同密度下两种方法的总疏散时间差都约为50 s，而运算速度平移矩阵算法比Pathfinder软件快10~110倍。该算法为人群疏散的快速模拟提供了新思路，为疏散策略的实时生成提供了可能性。

• 基于QDP的蝶形量子网络编码方案

  熊思宇,张群,柏明强,

  当前已有的蝶形量子网络方案多数只能完成量子态经公共信道进行交叉传输，并且为实现蝶形网络的量子态无损传输，通常需要消耗纠缠资源。结合量子直接传态方案中态传输的方法，提出一种在蝶形网络中传输任意已知单量子态的网络编码方案。利用处于基态的单粒子作为量子寄存器，实现每个接收节点均能同时接收到来自全部发送节点发送的不同量子态。整个通信过程不需要使用纠缠资源和测量操作，仅通过各节点执行相关酉操作即可完成通信。并且将该方案扩展至采用多种形式的量子态作为寄存器以及发送节点和接收节点个数更多的情况。

• 基于多样性的微服务韧性部署机制

  余航,许博,王秀磊,

  针对微服务架构软件系统的共享漏洞问题，面向微服务下的部署工作进行了研究，提出了一种面向韧性抗毁的多样性微服务动态部署策略，能够利用多样性部署特点，根据资源约束情况部署多样化的微服务组件，兼顾集中式部署与负载均衡的优势，有效缓解了同构性带来的问题，增强了软件系统的韧性能力。在此基础上实现了一种最小负载部署算法（Load-Min），并通过实验和六种算法进行了比较，实验结果显示Load-Min部署算法相较其他经典算法，在资源利用效能、系统安全性等方面均有较大的提升。

• 基于行人航迹推算的蓝牙峰值检测方法

  马培兴,王玫,周陬,宋志远,唐清华,

  室内定位中行人航迹推算（PDR）方法是最便捷的定位方法之一，其缺点是随着移动距离的增加累积误差会越来越大。利用蓝牙峰值纠正算法能有效降低PDR的累积误差，但蓝牙信号在多蓝牙基站中存在伪峰、错峰的问题，针对上述问题提出了基于PDR的蓝牙峰值检测方法。首先，根据PDR位置估计信息和蓝牙分布信息计算预测概率，筛选前进方向最接近的蓝牙，减少错峰；其次，根据信号的变化计算自适应阈值输出开关信号寻找波峰以检测真实峰值，减少伪峰；最后采用改进的蓝牙峰值纠正算法对PDR位置估计进行纠正。实验结果表明，在安卓智能手机上，峰值检测正确率可达到82.1%，与传统滑动窗峰值检测法相比能有效地减少伪峰和错峰的干扰，降低PDR的累积误差。

• 基于模糊满意度的软件定义网络交换机迁移策略

  刘树东,崔文涛,李国燕,赵伟丰,

  针对软件定义网络中多控制器间负载均衡的迁移代价和迁移效率问题，提出一种基于模糊满意度的交换机迁移策略。首先，构建均衡判断矩阵，监测控制器负载状态，且提出交换机组选择度，划分交换机组以选取迁移交换机；其次，考虑迁移代价和负载均衡率，构建模糊满意度迁移竞争模型，且提出改进蚁群算法优化求解，选择最佳迁入控制器；最后，将迁移交换机迁往迁入控制器，实现交换机的快速迁移。实验结果表明，与现有交换机迁移策略相比，所提方法在保证较高负载均衡率的同时，进一步优化了网络性能，迁移代价平均减少约26.8%，控制器平均响应时间缩短约0.41 s，改善了交换机迁移过程。

• 基于区块链的智能家居认证与访问控制方案

  张利华,张赣哲,曹宇,刘季,陈世宏,

  智能家居运用物联网技术为用户提供自动化的智能服务，但传统的集中式架构存在机密性和完整性等安全性问题，而现有的分布式架构又存在重复认证、高延迟等问题。针对这些问题，基于区块链和椭圆曲线集成加密技术提出了一种智能家居认证与访问控制方案，同时还引入了边缘计算，降低系统的延迟。并将基于权能的访问控制与区块链相结合，在区块链上存储权能令牌并设计了相应的智能合约以实现安全的访问控制。安全性分析表明，该方案具有去中心化、不可窜改、机密性、完整性和可扩展性等安全特性。在以太坊区块链上进行仿真，并根据计算开销、通信开销和响应时间等指标对方案进行了性能评估。评估结果表明，相比其他方案，该方案计算开销和通信开销更小，响应时间更短，具有明显的优势。

• 基于中间人的区块链混币机制

  宋建华,李智凯,张柏晨,

  混币机制是区块链隐私保护技术之一，目前面临效率低下、安全性不足、容易遭受拒绝服务攻击等问题，因此提出了一种基于中间人的区块链混币机制，称为IMShuffle。该混币机制首先对混币交易的参与者随机分组，每个小组成员都需要从小组中选择一位参与者作为中间人发送自己的输出地址，这些中间人将接收到的输出地址发送给小组的最后节点；然后运用多层加密的思想完成小组间最后节点输出地址的传递；最后一组的最后节点接收到所有参与者的输出地址完成混币交易。经过实验分析表明，IMShuffle在参与者达到70名时混币时间仅11 s，与CoinShuffle、TTShuffle机制的运行时间相比，大大提升了混币交易的效率，缩短了混币交易消耗的时间，同时保护了交易过程中参与者的隐私，并降低了遭受拒绝服务攻击的风险。

• 基于原语的通用起源过滤框架

  孙连山,马胜天,陈秀婷,

  现有起源过滤机制的通用性差，一个过滤机制仅能过滤某一特定类型的敏感元素，处理包含多种类型敏感元素的综合性起源过滤需求仍然非常困难，为此提出了一种基于原语的通用起源过滤框架。首先，介绍了起源过滤涉及的敏感元素类型以及过滤约束；其次，深入分析已有过滤机制改造起源图的基本操作和过程，形式地定义了一系列起源过滤原语，描述针对起源图的最小改造操作，将起源过滤过程划分为隐藏敏感元素、恢复有用依赖和验证过滤约束三个阶段，提出了一种基于原语组装的分阶段过滤策略空间构造方法；最后设计并实现了基于原语的通用过滤算法，并在公开数据集上验证了该算法的可行性。

• 基于任务感知机制的行人属性识别

  储智强,李旻先,

  为了提高基于深度学习的行人属性识别的能力，提出了一种基于任务感知机制的行人属性识别网络模型。考虑到不同行人属性之间存在较强的语义相关性，提出了任务感知机制，充分挖掘不同任务中属性和属性之间的关联性；针对行人属性样本的不平衡性，利用加权损失策略降低不平衡性带来的影响；在现有的三个行人属性数据集PETA、PA100k和RAP上的实验结果表明，提出的方法具有较强的竞争力。

• 基于特征融合和注意力机制的图像超分辨率模型

  盘展鸿,朱鉴,迟小羽,蔡瑞初,陈炳丰,

  现有的基于深度学习的单张图像超分辨率（single image super-resolution，SISR）模型通常是通过加深网络层数来提升模型的拟合能力，没有充分提取和复用特征，导致重建图像的质量较低。针对该问题，提出了基于特征融合和注意力机制的图像超分辨率模型。该模型在特征提取模块使用残差中嵌入残差（residual in residual，RIR）的结构，该网络的特征提取模块由包含多个残差块的残差组构成，并且在每个残差组内进行局部特征融合，在每个组之间进行全局特征融合。此外，在每一个残差块中引入坐标注意力模块，在每一个残差组中引入空间注意力模块。经验证，该模型能充分提取特征并且复用特征。实验最终结果表明，该模型在客观评价指标和主观视觉效果上都优于现有的模型。

• 融合局部特征与两阶段注意力权重学习的面部表情识别

  郑剑,郑炽,刘豪,于祥春,

  面部的局部细节信息在面部表情识别中扮演重要角色，然而现有的方法大多只关注面部表情的高层语义信息而忽略了局部面部区域的细粒度信息。针对这一问题，提出一种融合局部特征与两阶段注意力权重学习的深度卷积神经网络FLF-TAWL（deep convolutional neural network fusing local feature and two-stage attention weight learning），它能自适应地捕捉重要的面部区域从而提升面部表情识别的有效性。该FLF-TAWL由双分支框架构成，一个分支从图像块中提取局部特征，另一个分支从整个表情图像中提取全局特征。首先提出了两阶段注意力权重学习策略，第一阶段粗略学习全局和局部特征的重要性权重，第二阶段进一步细化注意力权重，并将局部和全局特征进行融合；其次，采用一种区域偏向损失函数鼓励最重要的区域以获得较高的注意力权重。在FERPlus、Cohn-Kanada（CK+）以及JAFFE三个数据集上进行了广泛实验，分别获得90.92%、98.90%、97.39%的准确率，实验结果验证了FLF-TAWL模型的有效性和可行性。

• 基于WU-Net网络的肺结节图像分割算法

  张宇杰,叶西宁,

  深度卷积神经网络在医学图像分割领域运用广泛，目前的网络改进普遍是引入多尺度融合结构，增加了模型的复杂度，在提升精度的同时降低了训练效率。针对上述问题，提出一种新型的WU-Net肺结节图像分割方法。该方法对U-Net网络进行改进，在原下采样编码通路引入改进的残余连接模块，同时利用新提出的dep模块改进的信息通路完成特征提取和特征融合。实验利用LUNA16的数据集对WU-Net和其他模型进行训练和验证，在以结节为尺度的实验中，Dice系数和交并比分别能达到96.72%、91.78%；在引入10%的负样本后，F1值达到了92.41%，相比UNet3+提高了1.23%；在以肺实质为尺度的实验中，Dice系数和交并比分别达到了83.33%、66.79%，相比RU-Net分别提升了1.35%、2.53%。相比其他模型，WU-Net模型的分割速度最快，比U-Net提升了39.6%。结果显示，WU-Net提升肺结节分割效果的同时加快了模型的训练速度。

• 基于姿态校正与姿态融合的2D/3D骨架动作识别方法

  曾胜强,李琳,

  针对现有的人体骨架动作识别方法对肢体信息挖掘不足以及时间特征提取不足的问题，提出了一种基于姿态校正模块与姿态融合模块的模型PTF-SGN，实现了对骨架图关键时空信息的充分利用。首先，对骨架图数据进行预处理，挖掘肢体和关节点的位移信息并提取特征；然后，姿态校正模块通过无监督学习的方式获取姿态调整因子，并对人体姿态进行自适应调整，增强了模型在不同环境下的鲁棒性；其次，提出一种基于时间注意力机制的姿态融合模块，学习骨架图中的短时刻特征与长时刻特征并融合长短时刻特征，加强了对时间特征的表征能力；最后，将骨架图的全局时空特征输入到分类网络中得到动作识别结果。在NTU60 RGB+D、NTU120 RGB+D两个3D骨架数据集和Penn-Action、HARPET两个2D骨架数据集上的实验结果表明，该模型能够有效地识别骨架时序数据的动作。

• 自适应多维特征减少的模糊C-均值遥感图像分割算法

  王媛,刘丛,唐坚刚,

  针对传统分割算法难以对遥感图像进行有效分割的问题，提出了一种自适应特征减少的图像分割算法。首先对源图像进行超像素分割，将获得的超像素作为算法的基本操作对象。其次，提取图像的颜色、纹理、边缘以及空间等多维特征，并使用加权像素值来表示超像素的特征。再者，将模糊分离度量加入到FRFCM（feature-reduction fuzzy C-means）模型中，构造特征减少分割算法。该算法可以自动选择有用特征。最后对分割算法进行优化，获取最终分割结果。通过遥感图像分割实验表明，提出算法能有效分割遥感图像，在分割准确度、运行时间、消除噪声影响等性能方面优于其他同类算法。

• 基于演化深度学习的图像描述自动生成技术研究

  高欣,孙茂圣,朱俊武,

  针对现有基于视觉注意力和基于文本注意力的图像描述自动生成模型无法同时兼顾描述图像细节和整体图像的问题，提出了一种基于演化深度学习的图像描述生成模型（evolutionary deep learning model for image captioning，EDLMIC），该模型是一种包含图像编码器、演化神经网络和自适应融合解码器三个子模块的图像描述自动生成模型，能够有效地融合视觉信息和文本信息，自动计算这两种信息在每个时间步所占的比例，从而基于融合的视觉文本信息更好地生成给定图像的相关描述。在Flickr30K 和COCO2014两个公开数据集的实验结果表明，EDLMIC模型在METEOR、ROUGE-L、CIDEr和SPICE四个指标均优于其他基线模型，并且在多种不同的生活场景中具有较好的性能。

• 基于仿射变换与模板匹配的车位识别与计数算法研究

  应捷,陈文,杨海马,何施晶,刘瑾,

  针对道路停车位识别与计数的问题，对基于仿射变换与模板匹配的方法进行了研究。首先对采集的视频图像进行预处理，并采用基于PPHT与直线聚类的方法检测停车位候选区并计算出车位标线的倾斜角；然后采用基于仿射变换与模板匹配的算法检测停车位入口处标线并用红色圆标记；接着采用感知哈希算法剔除相似度较高的图像，将剩余的图像按顺序连接起来；最后采用动态规范法、Lagrange函数和Grubbs准则记录连接图中停车位数目。实验中分别在晴天、阴天和雨天采集四个不同路段的停车图像制作了相应的数据集，并对所提出的方法进行了定量评估。结果表明，该方法车位识别的准确率为98.46%，计数的准确率为99.52%。

• 基于三级神经网络的鲁棒3D手姿估计

  邹序焱,何汉武,吴悦明,

  人类在认识事物时往往是从粗到细再到精，受认识过程的启发，根据手的拓扑结构设计了一种新的手势估计网络。该方法首先从手的角度提取全局特征，然后从手指角度提取局部特征，最后从关节点的角度提取点的细化特征，并融合三个不同阶段特征回归出每一关节点的3D空间坐标值，从而改善了回归精度。由于深度图只保存了目标点到相机的深度信息，以深度图作为神经网络的输入不利于卷积核获取其他两个方向的坐标信息；为了能在2D卷积核中直接利用空间坐标的全部信息，利用相机成像原理对深度图进行转换，将深度图转换为3通道的图像，这样提高了神经网络的回归精度。最后在公开数据集NYU和MSARA上进行训练和测试，测试结果表明，提出的网络结构及输入数据的转变都取得了良好的效果。

• 基于多级深度网络架构的群体行为分析模型研究

  裴利沈,赵雪专,张国华,

  群体行为的多层次深度分析是行为识别领域亟待解决的重要问题。在深度神经网络研究的基础上，提出了群体行为识别的层级性分析模型。基于调控网络的迁移学习，实现了行为群体中多人体的时序一致性检测；通过融合时空特征学习，完成了群体行为中时长无约束的个体行为识别；通过场景中个体行为类别、交互场景上下文信息的融合，实现了对群体行为稳定有效的识别。在公用数据集上进行的大量实验表明，与现有方法相比，该模型在群体行为分析识别方面具有良好的效果。

• 基于可重叠混淆树的卷积神经网络

  刘运韬,李渊,刘逊韵,

  卷积神经网络（convolutional neural network，CNN）被广泛用于图像分类任务中。大多数现有的CNN模型都按照N路分类器的形式训练。然而，不同类别之间总存在差异性限制了N路分类器的分类能力。为了解决上述问题，提出的神经网络模型将混淆树结构（confusion tree，CT）和CNN模型结合，设计了性能更强的基于混淆树的卷积神经网络模型（confusion tree CNN，CT-CNN）。该模型首先建立一个混淆树来对类别之间的混淆性进行建模；然后，将混淆树的分层结构嵌入到CNN模型中，通过这种方式可以引导CNN的训练过程更加关注混淆性强的类别集合。该模型在公共数据集上进行了评估，实验结果证明，CT-CNN能克服大规模数据类别间的分类难度分布不均匀的局限，在复杂大规模的分类任务中取得稳定的优秀表现。

• 基于语义分割不确定性的特征点选择算法

  刘艳丽,刘圣东,张恒,廖志芳,

  针对基于特征点法的视觉里程计中的特征点提取问题，提出一种基于互信息和语义分割不确定性的特征点选择算法。算法依据特征点的语义信息和几何信息，保留提取于潜在静态物体的特征点。算法根据语义上下文信息对特征点的语义不确定性进行修正，并根据特征点的信息熵变化量对特征点进行筛选。最后，用公开的KITTI视觉里程计数据集评估上述算法，并与其他算法的实验结果对比。结果表明，该算法能够实现更准确的位姿估计，验证了算法的有效性和可行性。

• 基于QBFM矩和三维结构的图像哈希算法

  马林生,赵琰,

  为了增强图像哈希算法的分类性能并提高拷贝检测的准确率和效率，提出基于QBFM矩和三维结构的图像哈希算法。首先对彩色图像进行规格化处理，并通过多尺度融合得到高斯融合图像和拉普拉斯融合图像，再对两种融合图像分别提取QBFM特征。同时直接在RGB颜色空间提取高斯融合图像的梯度图像并构造三维模型，利用不同视角下梯度峰顶和峰谷曲线的凹凸点信息得到三维局部结构特征；再对三维模型等距切分，统计各切面的像素数和方差作为三维全局结构特征。最后，将图像的QBFM特征和三维特征结合并置乱构成最终的哈希序列。实验结果表明，算法在鲁棒性和区分性之间有更好的平衡；与现有的哈希算法相比具有较好的图像分类性能；在拷贝检测实验中，算法具有最优的查全率和查准率。

• 点线融合双目定位与建图多维提升方法

  陈维兴,王琛,陈斌,

  针对现有点线融合视觉SLAM（simultaneous localization and mapping）方法中线提取和线匹配准确度低导致定位精度下降的问题，从多维度对现有点线融合双目视觉SLAM方法进行了改进研究。通过内部参数调整和长度阈值筛选改进LSD（line segment detection）提取质量；基于几何约束将线特征匹配抽象为稀疏最小化问题，求得最优解即找到线段最佳匹配；基于图像纹理评分和匹配成功特征数量分配点线特征权重，优化了后端点线特征融合策略。相比LSD算法和LBD（line binary descriptor）匹配方法，短线段数量平均下降了67%，匹配准确度平均提高了18%；相较于PL-SLAM，定位误差在EuRoC和KITTI数据集上分别下降了15%和45%左右。实验表明，通过多维度改进点线SLAM方法各模块的性能有效提高了SLAM系统的定位精度。