计算机应用研究杂志

计算机应用研究杂志2024年第5期

• 面向图像文本的多模态处理方法综述

  姜丽梅,李秉龙,

  在深度学习领域，解决实际应用问题往往需要结合多种模态信息进行推理和决策，其中视觉和语言信息是交互过程中重要的两种模态。在诸多应用场景中，处理多模态任务往往面临着模型架构组织方式庞杂、训练方法效率低下等问题。综合以上问题，梳理了在图像文本多模态领域近五年的代表性成果。首先，从主流的多模态任务出发，介绍了相关文本和图像多模态数据集以及预训练目标。其次，考虑以Transformer为基础结构的视觉语言模型，结合特征提取方法，从多模态组织架构、跨模态融合方法等角度进行分析，总结比较不同处理策略的共性和差异性。然后从数据输入、结构组件等多角度介绍模型的轻量化方法。最后，对基于图像文本的多模态方法未来的研究方向进行了展望。

• 基于深度学习的医学图像分析域自适应研究

  李佳燨,刘红英,万亮,

  深度学习技术的广泛应用有力推动了医学图像分析领域的发展，然而大多数深度学习方法通常假设训练集和测试集是独立同分布的，这个假设在模型临床部署时很难保证实现，因此常出现模型性能下降、场景泛化能力不强的困境。基于深度学习的域自适应技术是提升模型迁移能力的主流方法，其目的是使在一个数据集上训练的模型能够在另一个没有或只有少量标签的数据集上也获得较好结果。由于医学图像存在着样本获取和标注困难、图像性质特殊、模态差异等情况，这给域自适应技术带来很多现实挑战。首先介绍域自适应的定义及面临的主要挑战，进而从技术角度分类总结了近年来的相关算法，并对比分析其优缺点；然后详细介绍了域自适应常用的医学图像数据集以及相关算法结果情况；最后，从发展瓶颈、技术手段、交叉领域等方面，展望了面向医学图像分析的域自适应的未来研究方向。

• 针对视频监控系统隐蔽式攻击及蜜罐防御

  黄梦兰,谢晓兰,唐扬,袁天伟,陈超泉,吕世超,张卫东,孙利民,

  基于视频监控系统网络化和智能化发展带来的风险，研究其隐蔽式网络攻击问题，目的在于调研大量隐蔽式网络攻击案例，总结针对视频监控系统的隐蔽式攻击特异性。结合蜜罐技术在检测网络攻击行为和发现攻击线索等方面的独特优势，梳理针对视频监控系统隐蔽式攻击的蜜罐防御方法。针对监控视频蜜罐在视觉场景部署上的不足，介绍了一种深度场景伪造防御框架，将生成式AI大模型与视频监控蜜罐相结合。最后提出了面向视频监控系统的蜜罐防御技术的发展方向。

• 基于区块链的可信制造供应链溯源框架设计

  王天柱,李凌,彭志辰,邵鑫喆,库涛,

  针对传统制造业供应链管理信息不透明、数据流易窜改以及追溯能力不足等导致的供应链组织间缺乏信任、机会成本增加的问题，利用区块链技术设计了可信制造供应链溯源（trusted manufacturing supply chain traceability，TMSCT）框架。首先，设计了一种主从链协作机制，帮助用户在保护隐私的同时进行可信合作；其次，通过链上链下存储模式减轻分布式节点的存储压力；最后，基于布隆过滤器与Merkle树构建B-Merkle 树，以快速判断当前区块是否包含目标数据。实验结果表明，B-Merkle树可以有效降低查询请求的平均处理时延，所提框架在数据存在性判断、隐私保护、灵活性和缓解节点存储压力方面相比现有解决方案具有更好的表现。

• 基于改进Raft共识算法和PBFT共识算法的双层共识算法

  袁昊天,李飞,

  针对目前应用于联盟链中的实用拜占庭（PBFT）共识算法可扩展性不足、通信开销增长过大、难以适用于大规模网络节点环境等问题，提出了一种基于改进Raft共识算法和PBFT共识算法的双层共识算法（DL_RBFT）。首先将区块链中的节点分成若干小组，组成下层共识网络，然后小组的组长再构成上层共识网络，形成一个双层共识网络结构；在下层共识网络的小组内部引入监督机制和声誉机制来改进Raft共识算法，在初始组长的选举流程引入了蚁群算法，使选举效率始终维持在较高水平；在上层共识网络中，使用PBFT共识算法进行共识。改进后的Raft共识算法具备了抗拜占庭节点攻击的能力，提升了算法的安全性。实验结果分析表明，相较于传统的PBFT共识算法，在100个节点的情况下，DL_RBFT将共识时延降低了两个数量级，吞吐量也提升了一个数量级，与其余改进算法相比也有着明显优势。因此DL_RBFT共识算法拥有良好的可扩展性，可以广泛应用于联盟链的各种场景中。

• 基于区块链和亲友节点的电子健康记录安全共享方案

  刘惠文,邓小鸿,熊伟志,拜亚萌,

  区块链技术在电子健康记录安全共享上具有巨大潜力，然而，目前的解决方案存在着如存储空间大和共识效率低等问题。为此，提出了一种基于区块链和亲友节点的新方案。首先，采用分布式文件系统将用户完整的电子健康记录存储在线下服务器，并构建用户的亲友节点集，每个用户的数据由其亲友节点冗余存储，链上仅存储区块头信息，降低了存储空间；其次，设计了基于多签名技术的数据访问机制，采用Shamir秘密共享机制将用户的私钥分发给其亲友节点，亲友节点中的过半数可以利用自己的私钥重建出用户私钥，解决紧急情况下的数据访问问题；最后提出了基于信用的拜占庭容错共识机制，将信用值排名前10%的节点作为领导者节点集，采用随机算法在领导者节点集中生成主节点，提高了共识安全性。实验结果表明，所提方案所需的链上存储空间是现有方案的1/7，数据访问效率提高了15倍，同时在保证较好时延和吞吐量的情况下，具有更高的共识安全性。该方案可实现电子健康记录的安全高效共享，为区块链在医疗领域应用提供案例。

• 面向车联网的联邦学习模型定制框架及算法改进

  李翰奇,王小妮,吴秋新,王灿,吴浪,杜俊龙,秦宇,

  针对车联网联邦学习服务难以满足用户训练个性化模型的需求，提出一种创新性的车联网联邦学习模型定制化服务框架。该框架采用了一种融合设备贡献度和数据集相似性的联邦学习聚合算法，实现了个性化联邦学习。该算法通过不同权重分配方式和相似性计算，使得不同用户可以根据自己的需求和数据特征，选择合适的模型训练方案。该框架还提出了一种双重抽样验证方法，解决了模型性能和可信度问题；此外，利用智能合约支持数据协作，保障了数据的安全性。实验结果表明，提出算法在大多数实验场景中表现出较高的准确率，该框架可以显著提高车联网服务的个性化水平，同时保证模型的准确性和可靠性。

• 基于Spark Streaming的海量GPS数据实时地图匹配算法

  陈艳艳,李四洋,张云超,

  浮动车GPS数据作为交通信息处理的基础，随着被监控车辆数量的高速增长，产生了海量GPS数据，对地图匹配提出了挑战。为了解决传统匹配方法难以满足匹配效率和精度的不足，提出一种针对海量GPS数据的实时并行地图匹配算法，能够同时保证较高匹配精度和运算效率。为构建一种面向实时数据流的高效、准确实时地图匹配算法，首先通过引入速度、方向综合权重因子对依赖历史轨迹的离线地图匹配算法进行重构，进而引入Spark Streaming分布式计算框架，实现地图匹配算法的实时、并行运算，大幅提升实时地图匹配效率。实验结果表明，该算法在复杂路段的匹配准确率较常规拓扑匹配算法提高10%以上，整体匹配准确率达到95%以上；在匹配效率方面，较同等数量的单机服务器效率可提高4倍左右。实验结果表明，该算法在由11台机器组成的计算集群上实现8 000万个GPS数据点的实时地图匹配，证明了该算法可以完成城市地区的实时车辆匹配。

• 基于高频车站及时间窗的立体轨道交通系统智能调度算法

  张帅,古玉锋,凌浩,黎程山,

  立体轨道交通系统的车辆调度方法还未见报道，已有车辆调度算法的实时性较差。针对立体轨道交通车辆的调度问题，研究了一种结合高、低频车站判定的订单分配算法和一种结合时间窗的Dijkstra路径规划算法，即智能调度算法，以提高车辆的运行效率。首先，使用订单分配算法为订单选择合适的执行车辆，减少乘客的等待时间。其次，在订单分配算法的基础上增加了高、低频车站的判定，提前给高频车站调度车辆，以保证供需平衡。然后，将普通Dijkstra算法和时间窗判断相结合，以实现多车辆的无冲突路径规划。最后，对OpenTCS软件进行二次开发，并进行了调度算法的仿真。结果表明，当有乘客叫车时，若只有订单分配算法，乘客平均等待时间为8.043 s；结合高、低频车站进行车辆提前调度后，平均等待时间降到了5.724 s，每位乘客减少了2.319 s的等待时间。路径规划时，无论是普通的Dijkstra算法还是结合时间窗的Dijkstra算法，规划耗时都在1 ms以内，而结合时间窗的Dijkstra算法在只增加约0.1 ms耗时的情况下，解决了车辆的路径冲突问题。研究的智能调度算法减少了乘客的等待时间，提高了车辆的运行效率，实时性好，能满足立体轨道交通车辆的调度要求。

• 异策略模仿-强化学习序列推荐算法

  刘珈麟,贺泽宇,李俊,

  最近，强化学习序列推荐系统受到研究者们的广泛关注，这得益于它能更好地联合建模用户感兴趣的内动态和外倾向。然而，现有方法面临同策略评估方法数据利用率低，导致模型依赖大量的专家标注数据，以及启发式价值激励函数设计依赖反复人工调试两个主要挑战。因此，提出了一种新颖的异策略模仿-强化学习的序列推荐算法COG4Rec，以提高数据利用效率和实现可学习的价值函数。首先，它通过异策略方式更新分布匹配目标函数，来避免同策略更新密集在线交互限制；其次，COG4Rec采用可学习的价值函数设计，通过对数衰减状态分布比，模仿用户外倾向的价值激励函数；最后，为了避免模仿学习分布漂移问题，COG4Rec通过累积衰减分布比，强化用户行为记录中高价值轨迹片段重组推荐策略。一系列基准数据集上的性能对比实验和消融实验结果表明：COG4Rec比自回归模型提升了17.60%，它比启发式强化学习方法提升了3.25%。这证明了所提模型结构和优化算法的有效性。这也证明可学习的价值函数是可行的，并且异策略方式能有效提高数据利用效率。

• 一种基于梯度的多智能体元深度强化学习算法

  赵春宇,赖俊,陈希亮,张人文,

  多智能体系统在自动驾驶、智能物流、医疗协同等多个领域中广泛应用，然而由于技术进步和系统需求的增加，这些系统面临着规模庞大、复杂度高等挑战，常出现训练效率低和适应能力差等问题。为了解决这些问题，将基于梯度的元学习方法扩展到多智能体深度强化学习中，提出一种名为多智能体一阶元近端策略优化（MAMPPO）方法，用于学习多智能体系统的初始模型参数，从而为提高多智能体深度强化学习的性能提供新的视角。该方法充分利用多智能体强化学习过程中的经验数据，通过反复适应，找到在梯度下降方向上最敏感的参数并学习初始参数，使模型训练从最佳起点开始，有效提高了联合策略的决策效率，显著加快了策略变化的速度，面对新情况的适应速度显著加快。在星际争霸Ⅱ上的实验结果表明，MAMPPO方法显著提高了训练速度和适应能力，为后续提高多智能强化学习的训练效率和适应能力提供了一种新的解决方法。

• 基于知识图谱的多特征融合谣言检测方法

  刘小洋,李慧,张康旗,段迪,文癸凌,

  为了解决谣言检测中由于缺乏外部知识而导致模型难以感知内隐信息，进而限制了模型挖掘深层信息的能力这个问题，提出了基于知识图谱的多特征融合谣言检测方法（KGMRD）。首先，对于每个事件，将帖子和评论共同构建为一个文本序列，并利用分类器从中提取情感特征，利用ConceptNet基于文本构造其知识图谱，将知识图谱中的实体表示利用注意力机制与文本的语义特征进行聚合，进而得到增强的语义特征表示；其次，在传播结构方面，对于每个事件，基于帖子的传播转发关系构建传播结构图，使用DropEdge对传播结构图进行剪枝，从而得到更有效的传播结构特征；最后，将得到的特征进行融合处理得到一个新的表示。在Weibo、Twitter15和Twitter16 三个真实数据集上，使用SVM-RBF等七个模型作为基线进行了对比实验。结果表明：对比当前效果最好的基线，KGMRD方法在Weibo数据集的ACC指标提升了1.1%；在Twitter15和Twitter16数据集的ACC指标上提升了2.2%，证明了KGMRD方法是合理的、有效的。

• 基于相关性分析的不完整数据函数依赖挖掘方法

  尹诗宁,张安珍,夏秀峰,

  函数依赖（FD）挖掘方法通常专注于发现所有满足函数依赖语法特征的结果，在数据不完整的情况下常导致大量成立但无意义的FD。针对挖掘无效FD的问题，提出基于相关性分析的不完整数据FD挖掘方法。利用概率图模型构建具有缺失值属性的概率分布，通过相关性分析捕捉属性之间的关联关系，避免枚举所有可能性，以挖掘具有统计学意义的FD。实验结果表明，该方法可以更准确地定位到有意义的FD，与最先进的FD发现方法相比，F1分数平均提高1.5倍。

• 基于改进列计算的空间并置模式挖掘方法

  昌鑫,芦俊丽,陈书健,段鹏,

  空间并置（co-location）模式挖掘旨在发现空间特征间的关联关系，是空间数据挖掘的重要研究方向。基于列计算的空间并置模式挖掘方法（CPM-Col算法）避开挖掘过程中最耗时的表实例生成操作，直接搜索模式的参与实例，成为当前高效的方法之一。然而，回溯法搜索参与实例仍是该方法的瓶颈，尤其在稠密数据和长模式下。为加速参与实例的搜索，充分利用CPM-Col算法搜索参与实例时得到的行实例，在不增加额外计算的前提下对CPM-Col算法进行两点改进。首先，将CPM-Col算法搜索到的行实例存储为部分表实例，利用子模式的部分表实例快速确定参与实例，避免了大量实例的回溯计算。其次，在CPM-Col算法获得一条行实例后，利用行实例的子团反作用于第一个特征，得到第一个特征的参与实例，避免了这些实例的回溯搜索。由此，提出了基于改进列计算的空间并置模式挖掘算法（CPM-iCol算法），并讨论了算法的复杂度、正确性和完备性。在合成数据和真实数据集上进行了实验，与经典的传统算法join-less和CPM-Col进行对比，CPM-iCol算法明显缩短了挖掘的时间，减少了回溯的次数。实验结果表明，该算法比CPM-Col具有更好的性能和可扩展性，特别在稠密数据集中效果更加明显。

• 时空相关性融合表征的知识追踪模型

  张凯,付姿姿,覃正楚,

  知识追踪通过对知识点的表示来描述习题，以此建模知识状态，最终预测学习者的未来表现。然而目前的研究在知识点的表示方面既没有建模历史知识点对当前知识点产生的时间关系上的影响，又未能刻画习题内部各知识点之间产生的空间关系上的作用。为了解决上述问题，提出了时空相关性融合表征的知识追踪模型。首先，以知识点之间的时间相关程度为基础，建模历史知识点对当前知识点的时间作用；其次，利用图注意力网络建模习题所包含的若干知识点之间的空间作用，得到蕴涵了时空信息的知识点表示；最后，利用上述知识点的表示推导出习题的表示，通过自注意力机制得到当前的知识状态。在实验阶段，与五种相关知识追踪模型在四个真实数据集上进行性能对比，结果表明提出的模型在性能方面有更出色的表现。特别地，在ASSISTments2017数据集中所提模型比五个对比模型在AUC、ACC方面分别提升了1.7%~7.7%和7.3%~2.1%；消融实验证明了建模知识点之间时空相关影响的有效性，训练过程实验表明了提出的模型在知识点的表示及其相互作用关系的建模等方面具有一定的优势，应用实例也可看出该模型优于其他知识追踪模型的实际结果。

• 基于查询语义特性的稠密文本检索模型

  赵铁柱,林伦凯,杨秋鸿,

  针对现有稠密文本检索模型（dense passage retrieval，DPR）存在的负采样效率低、易产生过拟合等问题，提出了一种基于查询语义特性的稠密文本检索模型（Q-DPR）。首先，针对模型的负采样过程，提出了一种基于近邻查询的负采样方法。该方法通过检索近邻查询，快速地构建高质量的负相关样本，以降低模型的训练成本。其次，针对模型易产生过拟合的问题，提出了一种基于对比学习的查询自监督方法。该方法通过建立查询间的自监督对比损失，缓解模型对训练标签的过拟合，从而提升模型的检索准确性。Q-DPR在面向开放领域问答的大型数据集MSMARCO上表现优异，取得了0.348的平均倒数排名以及0.975的召回率。实验结果证明，该模型成功地降低了训练的开销，同时也提升了检索的性能。

• 两种高效局部搜索算法求解RB模型实例

  杨易,王晓峰,唐傲,彭庆媛,杨澜,庞立超,

  RB （revised B）模型是一种在约束可满足问题中具备精确相变增长域的随机实例模型，提出两种高效的启发式局部搜索算法用于解决RB模型生成的大值域约束可满足问题。首先为基于权重指导搜索的W-MCH算法，该算法通过约束判断和违反约束数计分来进行搜索，并引入了基于约束违反概率的权重计算公式，根据其关联的约束权重进行修正，再对变量进行迭代调整。然后提出最小化值域的MDMCH算法，该算法通过记录违反约束和逐步消除已违反约束变量的启发式策略来减少搜索空间，并在最小化后的变量域内重新校准变量赋值，进而有效提高算法的收敛速度。此外，还提出了融入模拟退火策略的WSCH和MDSCH算法，这两种算法都能根据变量的表征特点对变量域进行针对性的搜索。实验结果表明，与多种启发式算法相比，这两种算法在精度与时间效率方面均呈现明显提升，在复杂难解的实例中能够提供高效的求解效率，验证了算法的有效性和优越性。

• 一种基于图神经网络的改进邻域搜索算法

  伍康,夏维,王子源,

  近年来图神经网络与深度强化学习的发展为组合优化问题的求解提供了新的方法。当前此类方法大多未考虑到算法参数学习问题，为解决该问题，基于图注意力网络设计了一种智能优化模型。该模型对大量问题数据进行学习，自动构建邻域搜索算子与序列破坏终止符，并使用强化学习训练模型参数。在标准算例集上测试模型并进行三组不同实验。实验结果表明，该模型学习出的邻域搜索算子具备较强的寻优能力和收敛性，同时显著降低了训练占用显存。该模型能够在较短时间内求解包含数百节点的CVRP问题，并具有一定的扩展潜力。

• 渐进式分组狩猎的灰狼优化算法及其工程应用

  袁钰婷,高岳林,左汶鹭,

  针对灰狼优化算法（GWO）在求解复杂优化问题时存在后期收敛速度慢、易陷入局部最优的不足，提出了一种渐进式分组狩猎的灰狼优化算法（PGGWO）。首先，设计了非线性多收敛因子以增强全局勘探能力、避免局部最优；其次，提出了渐进式位置更新策略，该策略引入长鼻浣熊的包围策略和动态权重因子，前者在提高收敛精度和速度的同时避免局部最优，后者则动态地提升算法的收敛速度及全局寻优性能；最后，通过与标准GWO、4个GWO先进变体以及4个竞争力较强的新型进化算法对比，验证了PGGWO的有效性和先进性。在24个Benchmark函数和3个实际工程优化问题上的实验结果表明，PGGWO在收敛精度和收敛速度上具有明显优势，并且对约束优化问题也是有效的。

• 一种应用于旅行商问题的莱维飞行转移规则蚁群优化算法

  丁增良,陈珏,邱禧荷,

  针对旅行商问题（TSP）提出了一种基于莱维飞行转移规则的蚁群优化算法。该算法结合了基于莱维飞行和蚁群系统算法（ant colony system，ACS）的转移规则，形成了一种动态权重的混合转移规则，该策略能够有效地帮助算法跳出局部最优，增强全局搜索能力。此外，随机多路径优化3-opt策略通过随机抽取部分路径与当前最优路径组合，增加算法的多样性。当算法陷入停滞时，采用信息素平均随机重置策略重置路径上的信息素浓度，有助于算法跳出局部最优。实验结果显示，所提算法在处理多个不同规模的TSP实例时，与最优解的误差保持在3%以内，证明了该算法在TSP中具备出色的收敛性和避免陷入局部最优解的能力。

• 基于图嵌入和多标签传播的重叠社区检测算法

  高兵,宋敏,邹启杰,秦静,

  为进一步优化重叠社区检测算法，提出了一种新的基于度和节点聚类系数的节点重要性定义，按照节点重要性降序更新节点，固定节点更新策略，提高社区检测的稳定性。在此基础上，提出了一种基于图嵌入和多标签传播的重叠社区检测算法（overlapping community detection based on graph embedding and multi-label propagation algorithm，OCD-GEMPA）。该算法结合node2vec模型对节点进行低维向量表示，构建节点之间的权重值矩阵，根据权重值计算标签归属系数，据此选择标签，避免了随机选择问题。在真实数据集和人工合成数据集上对该算法进行实验验证。实验结果表明，与其他重叠社区检测算法相比，OCD-GEMPA在EQ和NMI这两个指标都有明显提升，具有更好的准确性和稳定性。

• 基于改进MOEAD算法的主从式PID控制器参数寻优

  胡鹰,吕畅,原嘉辰,

  为了有效解决电液伺服系统主从控制结构中主缸和从缸PID控制器的参数设定问题，提出了一种基于多目标优化算法与模型仿真相结合的求解方法。在该求解方法中，将参数设定问题建模为了一个多目标优化问题，其目标空间包括主从同步误差、调节时间、超调量和积分平方误差四个维度，建立了主从结构的PID控制仿真模型，来获取目标空间的目标值。改进了MOEAD算法，通过亲代选择以及子代生成算子选择强化算法子代的多样性，通过个体与权重向量的绑定机制和外部种群对无效权重向量的替换策略对原始算法中的权重向量进行重调整。由改进的MOEAD算法获取了最终的Pareto非支配解集，在最终解集中选取了拐点个体作为控制器的最优参数，提高了主从同步结构的控制品质。

• 一种基于多层次校验的低恢复成本纠删码

  邓文杰,洪铁原,唐聃,王燮,

  随着纠删码在分布式存储系统中的实际应用，纠删码为存储系统提供了更加优秀的存储效率，但当节点丢失时，相较于传统副本技术更多的网络传输带宽开销成为了造成系统性能瓶颈的关键因素。为了解决MDS编码高带宽开销对系统性能的影响，一类新型编码方案——分组码被应用在分布式存储系统中，相较于传统MDS编码能够有效地降低节点修复时的数据传输量，从而减少网络带宽需求。在Pyramid分组码的基础上进行层次扩展，提出一种HLRC（hierarchical local repair codes）纠删码。HLRC相较于LRC引入了层次编码模型，将原始数据块构建为编码矩阵，根据层次进行分别编码，生成包含数据块范围不同的局部校验块；每个层次包含的数据块数量不同，可以保证修复节点时的低修复成本，同时还拥有较高的存储效率。HLRC相较于Pyramid拥有额外的校验块冗余，能够降低校验块出错和多节点出错时的恢复开销。在基于Ceph的分布式存储系统中的实验结果表明，HLRC与Pyramid等分组码相比，单节点修复开销最高可降低48.56%，多节点修复开销最高可降低25%。

• 基于用户密度和平均访问时间的边缘服务器放置方法

  胡春节,刘静,郑文祥,

  为解决边缘服务器放置过程中资源浪费和延迟增加的问题，对边缘服务器放置方案的用户密度和平均访问时间进行分析建模，将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案，并提出了一种多目标海马遗传算法（MOSGA）解决该问题。MOSGA首先使用多目标优化算法的思想对海马优化（sea horse optimizer，SHO）算法进行改进，使SHO算法能够适用于多目标优化问题，并在此基础上使用遗传算法改进SHO算法的繁殖操作，使MOSGA能更好地跳出局部最优解，加速问题的求解。该算法在上海电信数据集上进行了实验验证，仿真实验结果表明，MOSGA明显优于RA、K-means、NSGA、LMM，不仅有效解决了服务器资源浪费的问题，同时大大降低终端设备访问服务器的时间。

• 基于轨迹引导的移动机器人导航策略优化算法

  李忠伟,刘伟鹏,罗偲,

  针对在杂乱、障碍物密集的复杂环境下移动机器人使用深度强化学习进行自主导航所面临的探索困难，进而导致学习效率低下的问题，提出了一种基于轨迹引导的导航策略优化（TGNPO）算法。首先，使用模仿学习的方法为移动机器人训练一个能够同时提供专家示范行为与导航轨迹预测功能的专家策略，旨在全面指导深度强化学习训练；其次，将专家策略预测的导航轨迹与当前时刻移动机器人所感知的实时图像进行融合，并结合坐标注意力机制提取对移动机器人未来导航起引导作用的特征区域，提高导航模型的学习性能；最后，使用专家策略预测的导航轨迹对移动机器人的策略轨迹进行约束，降低导航过程中的无效探索和错误决策。通过在仿真和物理平台上部署所提算法，实验结果表明，相较于现有的先进方法，所提算法在导航的学习效率和轨迹平滑方面取得了显著的优势。这充分证明了该算法能够高效、安全地执行机器人导航任务。

• 多搬运任务下考虑碰撞避免的AGV路径规划

  张艳菊,吴俊,程锦倩,陈泽荣,

  为提升自动导引小车在“货到人”仓库中的运行效率，针对AGV-托盘任务分配、单AGV路径规划及多AGV碰撞避免三个子问题的研究，以最小化AGV行驶距离为目标构建数学模型。首先，根据AGV与托盘的双边匹配问题特点设计改进的匈牙利算法求解匹配结果。其次，提出一种二维编码机制的改进遗传算法（improved genetic algorithm，IGA），采用一种局部搜索算子代替原变异操作，在提高算法搜索性能的基础上使其成功应用于单AGV路径规划问题。然后，利用时空数据设计一种三维网格冲突检测方法，并根据商品SKU数量设定AGV的优先级以降低多AGV执行任务时的碰撞概率。最后，在32 m×22 m的仓库中针对不考虑碰撞与考虑碰撞两种情形进行AGV路径优化分析，给出合理的行驶距离和碰撞次数。IGA与标准遗传算法的对比结果显示，IGA能够在合理的时间内获得更高质量的解，行驶距离减少约1.74%，算法求解时间缩短约37.07%。此外，针对AGV数量灵敏度分析，在不同目标托盘规模下测试不同数量的AGV对行驶距离和碰撞次数的影响，发现14~16台AGV数量是最佳配置，验证了模型的可行性和算法的有效性。

• 一种基于离散时间一致性理论的多机器人分布式巡逻算法

  张鹏超,李宗刚,

  在多机器人巡逻任务中，由于通信距离的限制，单个机器人很难获得全局信息。然而，现有的大多数多机器人分布式巡逻算法都要求每个机器人获得其巡逻区域的全局信息进行决策。因此，考虑到通信半径约束和局部信息约束，为了通过相邻机器人之间的交互完成巡逻任务，基于离散时间一致性理论提出了两种巡逻算法。算法1使用全局信息进行决策，算法2基于离散时间一致性理论实现局部信息对全局信息的预测进行决策。通过模拟器Stage对所提算法与对比算法在不同机器人数量、通信半径、地图环境下进行了对比。实验验证了所提出的基于局部信息的分布式多机器人巡逻算法具有与原算法类似的特性和性能，能够使机器人在没有全局信息的情况下判断全局状态，并基于邻居之间的协商完成巡逻任务。

• VECSim:改进iFogSim2的面向车载边缘计算的建模与仿真模拟器

  刘子源,胡永庆,杨含,秦广军,戴庆龙,

  目前，研究人员着眼于车载边缘计算（vehicular edge computing，VEC）环境下高效应用和资源调度策略的研究，然而，这些应用和策略的实机验证往往受限于成本和时间，无法快速有效地进行。边缘/雾计算仿真器如iFogSim2的出现降低了实验成本，然而，高速移动车辆的连接切换和资源分配需求对边缘/雾计算仿真器在VEC下应用提出了挑战。因此，改进了iFogSim2，设计了支持高速移动的VEC环境仿真器VECSim。集成开源基站数据并构建车辆轨迹数据集，以便研究人员专注于资源分配策略。首先，为了简化实验步骤，改进了移动轨迹数据解析模块并适配了微观交通仿真软件Simulation of Urban Mobility （SUMO）生成的车辆轨迹数据。其次，基于分布式数据流模型对VEC下的分布式应用进行建模，并提供了服务迁移基准策略算法。此外，VECSim还引入了时间性能优化方法，通过并行化操作，加速仿真事件处理，从而提高了仿真工具的时间性能。实验表明，相比于iFogSim2中同类的服务迁移算法，提出的服务迁移算法在大规模机动车轨迹数据集验证下表现出良好的稳定性，时间性能优化方法在执行时间上取得了5.3%的性能提升。

• 基于时域依赖的编码树单元级零延时码率控制算法

  程宝平,陶晓明,黄敏峰,谢小燕,杜金,杨栩,

  基于高效视频编码标准的x265编码器根据图像复杂度来分配比特，复杂图像往往包含运动变化较大的高频信息，其时域相关性较弱且消耗较多比特，导致分配给运动变化平缓图像的比特减少，进而影响编码质量且码率波动较大。同时，x265编码器采用独立率失真优化技术编码，忽略了编码单元间在时域上的相关性，进而损失编码性能。针对上述问题，提出一种基于时域依赖的编码树单元级码率控制算法。首先，根据迭代策略寻找最合适的量化参数进行帧级比特分配；其次，建立零延时的失真时域反向传播模型并计算失真影响因子；最后，将失真影响因子用于调整编码单元的拉格朗日乘子及量化参数。实验结果显示，相较于x265-3.6的码率控制算法，所提算法的平均BD-rate码率节省达到5.6%。

• 基于高速安全存储SoC芯片的PCIe与SATA通路验证

  于哲,周舜民,陈方,

  针对传统SATA控制器存储系统性能受限、安全性不足问题，提出并设计了一款可实现PCIe（peripheral component interconnect express）与SATA（serial advanced technology attachment）协议传输数据互转，基于SM4算法实现本地数据安全存储的高速安全存储SoC（system of chip）芯片。通过构建合理的片内PCIe与SATA互转数据传输通路，利用PCIe VIP（verification intellectual property）及UVM（universal verification methodology）技术搭建系统应用级仿真验证平台，设计基于SystemVerilog语言的源激励用例和C固件，利用脚本自动化控制实现仿真验证。仿真结果表明，该SoC芯片通路上各设备链路建立正确，实现PCIe与SATA互转通路数据正确传输，测试带宽472 MBps，基于SM4算法的本地安全存储加解密无误，SM4算法加解密带宽1.33 Gbps。根据仿真实验结果可知，该PCIe与SATA桥接转换SoC芯片架构设计是可行的，实现了本地数据的安全存储，为进一步进行数据高速转换访问、安全传输存储研究奠定了重要基础。

• 基于代码注释调优的智能合约自动生成方法

  陈勇,胡德锋,徐超,陈楠楠,

  针对智能合约开发效率不高、安全漏洞频发等问题，提出了一种基于代码注释调优的智能合约自动生成方法。首先结合智能合约代码关联注释的语义信息，构建智能合约聚类分析模型，实现功能类似智能合约的快速精准聚类；接着划分注释关联的合约层、函数层、接口层等不同层次智能合约知识库，以聚类后的代码及注释信息为基础，构造多样化Prompt特征提示语句数据集；最后，以大语言模型ChatGLM2-6B为基础，借助PTuning v2微调技术，实现特定需求智能合约的自动生成。为检测该方法的有效性，借助双语互译质量评估辅助工具BLEU和代码安全检测工具Mythril与VaaS，同现有方法进行了对比。实验结果表明，该方法生成的代码BLEU平均值提升了13%左右，代码安全性提高6%左右。此方法将代码注释信息融入智能合约的自动生成，有效提升了智能合约的质量，为高效开发安全可靠的智能合约提供了一种新的方法。

• 基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度

  王桂兰,张海晓,刘宏,曾康为,

  为了实现园区综合能源系统（PIES）的低碳化经济运行和多能源互补，解决碳捕集装置耗电与捕碳需求之间的矛盾，以及不确定性源荷实时响应的问题，提出了基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度方法。该方法通过在PIES中添加碳捕集装置，解决了碳捕集装置耗电和捕碳需求之间的矛盾，进而实现了PIES的低碳化运行；通过采用近端策略优化算法对PIES进行动态调度，解决了源荷的不确定性，平衡了各种能源的供给需求，进而降低了系统的运行成本。实验结果表明：该方法实现了不确定性源荷的实时响应，并相比于DDPG（deep deterministic policy gradient）和DQN（deep Q network）方法在低碳化经济运行方面具有有效性及先进性。

• 无人机群场景下边端协同计算卸载技术

  黄子祥,张新有,邢焕来,冯力,

  当今全球频繁出现自然灾害，针对一种无人机协同下的应急救灾计算卸载场景，提出一种带有协调器的边-端架构。综合考虑场景中的时延、能耗与无人机之间的负载均衡作为系统总代价，采用改进的深度强化学习算法APPO（advanced proximal policy optimization），以最小化系统总代价为目标进行卸载优化。任务的部分卸载相比二进制卸载可以更大程度上降低系统的总代价，APPO算法针对不同的任务情况可以找到合适的卸载比例与无人机进行卸载。仿真与实验结果表明，该算法与全本地处理相比，系统总代价降低了约50%，与较先进的A2C相比，系统总代价降低了约14%。展现了所提策略在该场景下的优越性。

• 去蜂窝大规模MIMO辅助的移动边缘计算系统计算任务卸载与分配策略

  李世维,谭方青,

  面向B5G和6G的新兴网络架构和技术服务需求，将去蜂窝大规模多输入多输出（cell-free massive MIMO，CF-mMIMO）赋能于移动边缘计算（mobile edge computing，MEC），有助于处理分布式物联网中的计算密集型和延迟敏感型任务。针对CF-mMIMO辅助的MEC系统，在能量限制下意在最大限度地减少完成不同任务类型的计算任务的延迟。为完成以上目标，设计了一种基于本地设备（user equipment，UE）、多接入点（access point，AP）和中心处理器的云-边-端协作的任务卸载策略。具体地，首先根据每个UE和AP服务的不同数据类型，利用凸优化和图匹配方法交替迭代，进行卸载关联和任务比例的优化；然后在回传链路的限制下，提出一种改进的二进制鲸鱼优化算法，将未分配终端和关联接入点任务进一步卸载至处理高效的云端。所提算法相较于蚁群优化算法、混合灰狼优化算法等其他的元启发式效果更优，在离散的卸载优化问题上表现较好，可以为分布式网络提供良好的卸载优化策略并大幅度降低整体网络的平均时延。

• 算力网络下的算力边缘服务器部署算法

  章刚,胡鹏,

  算力边缘服务器部署问题是构建算力网络的基础性问题。在实践过程中，算力边缘服务器靠近算力资源并为其加入算力网络提供接入服务。然而，算力资源的整体结构往往由现实需求所决定，并时刻随需求的变化而变化。在算力边缘服务器资源有限的情况下，如何合理部署算力边缘服务器，使得其能够保障算力网络有效地建设已成为当前各界所关注的热点。首先，对算力边缘服务器部署问题进行分析，并将其转换为带约束的多目标优化问题。针对该问题，提出一种改进型遗传算法予以解决。该算法优点在于：寻找无重复可行解作为初始种群，为选择操作提供了更多挑选的余地；选择时，采用个体均衡选择策略，保证了迭代群体的多样化与分散化；交叉和变异时，分别采用不同种类的随机两点交叉与轮流随机单点变异的策略，从而保障了新生种群的多元性与多样性。实验从算力资源总量偏差率、负载平衡误差率、收敛率、期望最优解误差率四个方面验证，该算法适合应用于算力边缘服务器的部署。

• 基于差分隐私的分段裁剪联邦学习算法

  吴俊仪,李晓会,

  为解决现有的差分隐私联邦学习算法中使用固定的裁剪阈值和噪声尺度进行训练，从而导致数据隐私泄露、模型精度较低的问题，提出了一种基于差分隐私的分段裁剪联邦学习算法。首先，根据客户端的隐私需求分为隐私需求高和低。对于高隐私需求用户使用自适应裁剪来动态裁剪梯度，而低隐私需求用户则采用比例裁剪。其次根据裁剪后阈值大小自适应地添加噪声尺度。通过实验分析可得，该算法可以更好地保护隐私数据，同时通信代价也低于ADP-FL和DP-FL算法，并且与ADP-FL和DP-FL相比，模型准确率分别提高了2.25%和4.41%。

• 一种基于区块链的医疗数据隐私保护方法

  高改梅,史旭,刘春霞,党伟超,王娜,

  为解决医疗数据的泄露或恶意被窜改以及医疗纠纷问题，提出一种基于区块链的医疗数据隐私保护方法。利用哈希算法加密患者的身份信息，治疗结果通过AES（advanced encryption standard）算法加密，而AES的密钥使用ECC（ellipse curve ctyptography）算法加密，所有的加密密钥、治疗结果、患者身份信息存储到联盟链上。采用群签名技术追溯签名医院，群管理员可以解密医疗数据，将其作为重要依据协助第三方解决医疗纠纷。效率分析表明，在安全性相同的情况下，该方法的加/解密效率比对比方案分别提高了14%和46%，同时分析了群签名各类算法的时间开销。通过与同类方法对比，该方法既可实现患者身份、医疗数据的分类隐私保护，又可保证交易存储开销是合理的，在医疗数据隐私保护领域具有一定的应用价值。

• 面向去中心化存储的数据流行度去重模型

  汪彩梅,闻琪略,周子健,卢建豪,张琛,吴志泽,

  数据流行度去重方案中存在检测机构不诚实、数据存储不可靠等问题，提出一种面向去中心化存储的数据流行度去重模型。针对检测机构不诚实，模型结合区块链的不可窜改性与智能合约的不可抵赖性，将智能合约作为检测机构执行数据的重复性检测和流行度检测，保障了检测结果的真实性。针对数据存储不可靠问题，提出一种文件链存储结构。该结构满足数据流行度去重的要求，并通过添加辅助信息的方式，建立分布在不同存储节点中实现物理/逻辑上传的分片之间的逻辑关系，为流行度数据去中心化网络存储提供基础；同时，在数据块信息中添加备份标识，借助备份标识将存储网络划分为两个虚拟存储空间，分别实现数据和备份数据的检测与存储，满足了用户备份需求。安全性分析和性能分析表明，该方案具有可行性，保障了检测结果的真实性，并提高了数据存储的可靠性。

• 面向多模态交互式融合与渐进式优化的三维视觉理解

  何鸿添,陈晗,刘洋,周礼亮,张敏,雷印杰,

  三维视觉理解旨在智能地感知和解释三维场景，实现对物体、环境和动态变化的深入理解与分析。三维目标检测作为其核心技术，发挥着不可或缺的作用。针对当前的三维检测算法对于远距离目标和小目标检测精度较低的问题，提出了一种面向多模态交互式融合与渐进式优化的三维目标检测方法MIFPR。在特征提取阶段，首先引入自适应门控信息融合模块。通过把点云的几何特征融入图像特征中，能够获取对光照变化更有辨别力的图像表示。随后提出基于体素质心的可变形跨模态注意力模块，以驱使图像中丰富的语义特征和上下文信息融合到点云特征中。在目标框优化阶段，提出渐进式注意力模块，通过学习、聚合不同阶段的特征，不断增强模型对于精细化特征的提取与建模能力，逐步优化目标框，以提升对于远距离、小目标的检测精度，进而提高对于视觉场景理解的能力。在KITTI数据集上，所提方法对于pedestrian和cyclist等小目标的检测精度较最优基线有明显提升，证实了该方法的有效性。

• 基于多模态特征频域融合的零样本指称图像分割

  林浩然,刘春黔,薛榕融,谢勋伟,雷印杰,

  为了解决语义分割应用到现实世界的下游任务时无法处理未定义类别的问题，提出了指称图像分割任务。该任务根据自然语言文本的描述找到图像中对应的目标。现有方法大多使用一个跨模态解码器来融合从视觉编码器和语言编码器中独立提取的特征，但是这种方法无法有效利用图像的边缘特征且训练复杂。CLIP（contrastive language-image pre-training）是一个强大的预训练视觉语言跨模态模型，能够有效提取图像与文本特征，因此提出一种在频域融合CLIP编码后的多模态特征方法。首先，使用无监督模型对图像进行粗粒度分割，并提取自然语言文本中的名词用于后续任务；接着利用CLIP的图像编码器与文本编码器分别对图像与文本进行编码；然后使用小波变换分解图像与文本特征，可以充分利用图像的边缘特征与图像内的位置信息在频域进行分解并融合，并在频域分别对图像特征与文本特征进行融合，并将融合后的特征进行反变换；最后将文本特征与图像特征进行逐像素匹配，得到分割结果，并在常用的数据集上进行了测试。实验结果证明，网络在无训练零样本的条件下取得了良好的效果，并且具有较好的鲁棒性与泛化能力。

• 结合细粒度自注意力的实例图像着色

  刘航,普园媛,王成超,赵征鹏,朱朋杰,徐丹,

  尽管基于深度学习的图像着色方法已取得显著效果，但仍存在冗余色斑、着色暗淡和颜色偏差三个问题。为此，提出了一种结合细粒度自注意力（fine-grain self-attention，FGSA）的实例图像着色方法。具体地，首先将提取的特征图分为颜色和空间位置，并结合两者拟合提高颜色和图像空间位置的对应关系，以缓解冗余色斑；其次，受光学摄影HDR原理的启发，利用感受野小的卷积核增强或抑制图像的颜色特征，并结合softmax对特征进行动态映射，从而提高对比度，缓解着色暗淡的问题；最后，组合不同的非线性基函数，增加网络对非线性颜色的表达，拟合出最接近真实图像的颜色分布，以解决颜色偏差。大量的实验结果表明，该方法在实例图像着色中取得了良好的效果。特别地，与当前较优的着色方法相比，该方法在特征感知评价指标LPIPS和FID上分别降低了4.1%和7.9%。

• FFDNet:复杂环境中的细粒度面部表情识别

  何昱均,韩永国,张红英,

  针对面部表情识别在复杂环境中遮挡和姿态变化问题，提出一种稳健的识别模型FFDNet（feature fusion and feature decomposition net）。该算法针对人脸区域尺度的差异，采用多尺度结构进行特征融合，通过细粒度模块分解和细化特征差异，同时使用编码器捕捉具有辨别力和微小差异的特征。此外还提出一种多样性特征损失函数，驱动模型挖掘更丰富的细粒度特征。实验结果显示，FFDNet在RAF-DB和FERPlus数据集上分别获得了88.50%和88.75%的精度，同时在遮挡和姿态变化数据集上的性能都优于一些先进模型。实验结果验证了该算法的有效性。

• 融合背景上下文特征的视觉情感识别与预测方法

  冯月华,魏若岩,朱晓庆,

  为解决基于视觉的情感识别无法捕捉人物所处环境和与周围人物互动对情感识别的影响、单一情感种类无法更丰富地描述人物情感、无法对未来情感进行合理预测的问题，提出了融合背景上下文特征的视觉情感识别与预测方法。该方法由融合背景上下文特征的情感识别模型（Context-ER）和基于GRU与Valence-Arousal连续情感维度的情感预测模型（GRU-mapVA）组成。Context-ER同时综合了面部表情、身体姿态和背景上下文（所处环境、与周围人物互动行为）特征，进行26种离散情感类别的多标签分类和3个连续情感维度的回归。GRU-mapVA根据所提映射规则，将Valence-Arousal的预测值投影到改进的Valence-Arousal模型上，使得情感预测类间差异更为明显。Context-ER在Emotic数据集上进行了测试，结果表明识别情感的平均精确率比现有方法提高4%以上；GRU-mapVA在三段视频样本上进行了测试，结果表明情感预测效果相较于现有方法有很大提升。

• 基于特征调节器和双路径引导的RGB-D室内语义分割

  张帅,雷景生,靳伍银,俞云祥,杨胜英,

  针对室内场景图像语义分割结果不精确、显著图粗糙的问题，提出一种基于多模态特征优化提取和双路径引导解码的网络架构（feature regulator and dual-path guidance，FG-Net）。具体来说，设计的特征调节器对每个阶段的多模态特征依次进行噪声过滤、重加权表示、差异性互补和交互融合，通过强化RGB和深度特征聚合，优化特征提取过程中的多模态特征表示。然后，在解码阶段引入特征交互融合后丰富的跨模态线索，进一步发挥多模态特征的优势。结合双路径协同引导结构，在解码阶段融合多尺度、多层次的特征信息，从而输出更细致的显著图。实验在公开数据集NYUD-v2和SUN RGB-D上进行，在主要评价指标mIoU上达到48.5 %，优于其他先进算法。结果表明，该算法实现了更精细的室内场景图像语义分割，表现出了较好的泛化性和鲁棒性。