计算机应用研究杂志

计算机应用研究杂志2024年第8期

• 基于视觉的相机位姿估计方法综述

  王静,王一博,郭铖,郭苹,叶星,邢淑军,

  相机位姿估计是通过估计相机的位置坐标和环绕三个坐标轴的角度偏转，来描述其相对于给定场景的方向和位置，是自动驾驶、机器人技术等任务的重要组成部分。为帮助研究人员在相机位姿估计领域的研究，对相机位姿估计的研究现状和最新进展进行梳理。首先介绍了相机位姿估计的基本原理、评价指标和相关数据集；然后从场景关系搭建和相机姿态解算两个关键技术出发，对两阶段模型结构方法和单通道模型结构方法进行阐述总结，分别从核心算法和利用的场景信息不同上进行分类归纳分析，并对室内室外公开数据集上的表现作对比；最后阐述了该领域当前面对的挑战和未来的发展趋势。

• 3D场景渲染技术——神经辐射场的研究

  韩开,徐娟,

  神经辐射场（NeRF）是一种面向三维隐式空间建模的深度学习模型，在表示和渲染三维场景领域具有重要价值。然而由于神经辐射场算法训练过程复杂、需要大量的计算资源和时间等，其可用性和实用性受到一定限制，如何针对神经辐射场的痛点问题进行优化是当前计算机视觉等领域研究的热点之一。此研究旨在对神经辐射场的优化和应用进行全面综述。首先，在深入解析神经辐射场基本原理的基础上，从渲染质量、计算复杂度、位姿等方面对现阶段神经辐射场的优化情况进行概述；其次，列举神经辐射场应用状况，为未来更高效和实用的算法优化设计提供参考；最后，总结神经辐射场的优势与局限性，并提出未来可能的发展方向，以期发挥神经辐射场在三维渲染、场景合成等方面的巨大潜力。

• 区块链隐私保护技术研究综述

  谭朋柳,徐滕,杨思佳,陶志辉,

  近年来，区块链在学术界和工业界都受到越来越多的关注。在不同应用中部署区块链时，区块链的隐私性仍是备受争议的焦点问题。系统地回顾了当前区块链中隐私保护的方案和机制，给出了区块链的安全性和隐私性的见解。首先，对区块链技术的主要功能、类型和隐私定义进行初步介绍，并分析了其面临的隐私问题；然后，从技术角度出发，将区块链隐私保护技术分为去中心化身份认证、隐私协议、加密技术和混淆技术四大类，以及去中心化身份认证、安全多方计算、差分隐私、同态加密、零知识证明、混币技术、环签名和匿名通信八小类，并分别对它们进行了研究，概述了不同隐私保护技术在许可链与非许可链上的作用机制；最后，对八种隐私保护技术的主要特征和属性进行了定性研究，并探讨了隐私保护技术未来研究方向。研究为区块链开发人员选择合适的隐私保护方案，以及研究人员选择区块链隐私保护研究方向提供借鉴和参考。

• 基于区块链的工业物联网隐私保护协作学习系统

  林峰斌,王灿,吴秋新,李涵,秦宇,龚钢军,

  为了在保护数据隐私的前提下，充分利用异构的工业物联网节点数据训练高精度模型，提出了一种基于区块链的隐私保护两阶段协作学习系统。首先，使用分组联邦学习框架，根据参与节点的算力将其划分为不同组，每组通过联邦学习训练一个适合其算力的全局模型；其次，引入分割学习，使节点能够与移动边缘计算服务器协作训练更大规模的模型，并采用差分隐私技术进一步保护数据隐私，将训练好的模型存储在区块链上，通过区块链的共识算法进一步防止恶意节点的攻击，保护模型安全；最后，为了结合多个异构全局模型的优点并进一步提高模型精度，使用每个全局模型的特征提取器从用户数据中提取特征，并将这些特征用作训练集训练更高精度的复杂模型。实验结果表明，该系统在Fashion-MNIST和CIFAR-10数据集上的性能优于传统联邦学习的性能，能够应用于工业物联网场景中以获得高精度模型。

• 基于区块链的联邦学习模型聚合方案

  罗福林,陈云芳,陈序,张伟,

  传统的中心化联邦学习需要一个受信赖的中央服务器负责模型聚合，容易产生单点故障。现有的去中心化联邦学习方案通常在每个迭代周期临时选举出一个节点负责模型的聚合，但不能保证被选节点的完全可信。为了解决上述问题，提出一种基于区块链的联邦学习模型聚合方案，把模型聚合工作交由众多矿工而非某个单一节点负责，矿工提出不同的候选聚合方案并生成相应区块，然后根据设计的准确率最高链原则确定主链，以达成节点之间的共识；同时，为了抑制恶意训练节点，提出基于质押“训练币”的训练节点选择方案，节点通过质押“训练币”获取参与训练的机会，系统根据模型贡献进行奖惩。仿真实验结果表明，当系统中恶意节点比例分别为10%、20%、30%时，该方案所能达到的准确率比联邦平均（FedAvg）方案分别高8.64、19.89、22.93百分点，且在non-IID数据训练场景下也有良好的表现。综上所述，该方案提高了联邦学习聚合过程的可信度，并能同时保证联邦学习训练效果。

• 基于区块链的汽车产业链权限委托方法

  邓良明,李斌勇,邓显辉,

  针对汽车产业链资源信息多源异构、跨平台交互建立困难的问题，提出了一种基于区块链的跨域权限委托方法（BCPDM）。该方法首先将区块链技术与基于属性的访问控制（ABAC）模型相结合，并建立权限过滤功能，以避免平台间权限冲突；其次，引入权限收回机制，提高模型授权的灵活性，避免长时间授权可能导致的信息泄露问题，旨在以灵活、动态、高效和可信的方式解决复杂汽车产业链多域环境下的访问授权问题。经安全性分析与实验表明：所提方法在复杂汽车产业链多域环境中能够保证用户的安全访问和各平台之间的数据信息交互，并且计算开销低。该方法能够满足汽车产业链协同交互的实时要求，为解决复杂汽车产业链中的访问控制问题提供了一种可行的解决方案。

• 基于最大联盟粗糙集的三支聚类

  陈之琪,万仁霞,岳晓冬,陈瑞典,

  针对邻域粗糙集模型受邻域参数影响大、刻画样本信息时不够精细等问题，提出了一种基于最大联盟理论的粗糙集模型。在标准化邻域信息系统后，引入最大联盟集来描述邻域颗粒信息，使得邻域粗糙集模型对信息的划分更加精细，从而显著降低了边界域的不确定性。将该模型与三支聚类相结合，设计了一种基于最大联盟粗糙集的三支聚类算法。在6个UCI公共数据集上进行对比实验，结果表明，所提算法相较于对比算法具有更好的聚类质量，在处理边界域样本时具有更高的比较正确率。

• 一种有效的周期高效用序列模式增量挖掘算法

  荀亚玲,任姿芊,闫海博,

  周期高效用序列模式挖掘（PHUSPM）因其能够发现时间序列中更具实际价值的规律性模式而备受关注，但现有的PHUSPM算法难以有效地处理数据集的增量更新，且未考虑大规模数据下算法的向下闭包性和复杂性。针对该问题，提出了IncPUS-Miner算法，有效地实现了周期高效用序列模式（PHUSPs）的增量挖掘。IncPUS-Miner引入了一种名为pu-tree的新型数据结构，每个树节点对应一个更新效用列表（UUL）用于存储相应序列的辅助信息，当有增量数据加入时，该结构使得项目信息能够灵活更新，从而增强了算法的动态适应性和可扩展性。此外，还提出了两种新的序列效用上界PUB和EUB，以及两种相应的剪枝策略，有效地减少了计算负担。实验结果表明，在真实数据集上，IncPUS-Miner算法可以有效地增量挖掘PHUSPs，与其他算法相比，在运行效率和内存消耗上展现出了优越的性能。

• 多样性约束和高阶信息挖掘的多视图聚类

  赵振廷,赵旭俊,

  在现有的多视图聚类研究中，大多数方法没有考虑多视图的多样性，也没有关注数据的高阶邻域信息，导致聚类结果不够准确，难以挖掘数据集的底层信息。为了解决这些问题，提出了基于多样性约束和高阶信息挖掘的多视图聚类算法（MVCDCHO）。首先设计了视图间多样性测量的方法，利用多样性的约束保留数据的交集特征，同时去除多视图的差异特征；然后提出了一种挖掘视图高阶信息的方法，要求多视图的交集特征接近混合相似图，以挖掘数据间相关性所没有关注到的高阶信息；最后将多视图的交集特征融合成共识图，通过谱聚类来获取聚类目标图；另外，设计了一种交替迭代的方法来迭代学习优化目标函数。实验结果表明，MVCDCHO在归一化互信息（NMI）、调整后的兰德指数（ARI）、聚类精度（ACC）多个聚类评价指标上表现出优异的性能。理论分析和实验研究验证了MVCDCHO中多视图多样性和高阶信息的关键作用，证明了MVCDCHO的优越性。

• 基于Transformer交互指导的医患对话联合信息抽取方法

  林致中,王华珍,

  针对电子病历构建过程中难以捕捉信息抽取任务之间的关联性和医患对话上下文信息的问题，提出了一种基于Transformer交互指导的联合信息抽取方法，称为CT-JIE（collaborative Transformer for joint information extraction）。首先，该方法使用滑动窗口并结合Bi-LSTM获取对话中的历史信息，利用标签感知模块捕捉对话语境中与任务标签相关的信息；其次，通过全局注意力模块提高了模型对于症状实体及其状态的上下文感知能力；最后，通过交互指导模块显式地建模了意图识别、槽位填充与状态识别三个任务之间的交互关系，以捕捉多任务之间的复杂语境和关系。实验表明，该方法在IMCS21和CMDD两个数据集上的性能均优于其他基线模型和消融模型，在处理联合信息抽取任务时具有较强的泛化能力和性能优势。

• 融合相似度负采样的远程监督命名实体识别方法

  刘杨,线岩团,相艳,黄于欣,

  实体漏标是目前远程监督命名实体识别（distantly supervised named entity recognition，DS-NER）存在的一个难点问题。训练集中的漏标实体在模型训练中提供了不正确的监督信息，模型将在后续预测实体类型时更倾向于将该类实体预测为非实体，导致模型的实体识别和分类能力下降，同时影响了模型的泛化性能。针对这一问题，提出了融合实体特征相似度计算负采样命名实体识别方法。首先，通过对候选样本和标注实体样本进行相似度计算并打分；其次，以相似度得分作为依据对候选样本进行采样，采样出参与训练的样本。与随机负采样方法相比，该方法通过结合相似度计算，降低了采样到漏标实体的可能性，进而提高了训练数据的质量，从而提升了模型的性能。实验结果表明，该方法在 CoNLL03、Wiki、Twitter三个数据集上与其他模型相比，比基线模型平均取得了5%左右的F1值提升，证明了该方法能够有效缓解远程监督条件下实体漏标带来的命名实体识别模型性能下降的问题。

• 基于多粒度阅读器和图注意力网络的文档级事件抽取

  薛颂东,李永豪,赵红燕,

  文档级事件抽取面临论元分散和多事件两大挑战，已有工作大多采用逐句抽取候选论元的方式，难以建模跨句的上下文信息。为此，提出了一种基于多粒度阅读器和图注意网络的文档级事件抽取模型，采用多粒度阅读器实现多层次语义编码，通过图注意力网络捕获实体对之间的局部和全局关系，构建基于实体对相似度的剪枝完全图作为伪触发器，全面捕捉文档中的事件和论元。在公共数据集ChFinAnn和DuEE-Fin上进行了实验，结果表明提出的方法改善了论元分散问题，提升了模型事件抽取性能。

• 改进混合粒子群算法求解带时间窗的无人机与车辆协同路径调度问题

  叶立威,吴钧皓,戚远航,罗浩宇,黄戈文,王福杰,

  为提高物流配送效率，考虑时间窗、无人机换电以及无人机多点连续配送等因素，提出了一种带时间窗的车辆与无人机协同配送问题，并设计一种带局部搜索的混合粒子群算法进行求解。该算法以混合粒子群算法为核心，通过构建高效的编解码策略实现了问题解空间到算法搜索空间的转换。进一步，该算法融合单点插入策略、车辆更换策略、无人机更换策略组成局部搜索策略，以此提高算法寻优能力。实验结果表明：所提模型比纯车辆配送的模型效率更高，节省了31.51%的成本；所提算法优于四种对比算法，优化率最高达到82.08%。

• 考虑强制同机并行作业的广义作业车间调度优化

  金鸿,张胡成,信德全,吕盛坪,

  模具组合加工、电子产品合检等带来不同工件强制同机并行作业，这打破了作业车间调度同一机器不能在同一时刻处理不同工件的约束。为解决该类作业车间调度问题，提出一种自适应混合初始化遗传算法对其进行求解。首先，将该问题定义为考虑强制同机并行作业的广义作业车间调度；利用混合整数规划法以最小化最大完工时间为优化目标建立优化模型。然后，新设计了相应的编码、解码以支持同机并行作业约束下可行调度方案的表达和约束解析；建立了种群混合初始化方法，以支持新约束下高质量可行解的生成；设计了新的交叉、变异操作方法，保证了同机并行作业约束下新生解的可行性；构建了交叉、变异自适应算子，实现了子代的自适应更新，提高了算法全局搜索能力。最后，基于作业车间调度基准算例构建了40个测试算例，对该测试算例和电子产品分组合检实例开展实验。结果表明，所构建模型和算法可以有效求解强制同机并行作业的广义作业车间调度问题，提出的改进策略均有效提升了解的质量，验证了模型的可行性和算法的优越性。

• 考虑模糊质检时间的柔性作业车间动态调度问题

  张晓楠,龚嘉龙,姜帅,王陆宇,李阳,

  为解决更符合现实情形的模糊质检时间柔性作业车间动态调度问题，以最小化完工时间为目标，立足紧急插单、机器在空载运行时发生故障和机器在加工工件时发生故障的三种故障情形，建立了带模糊质检时间的机器故障、紧急插单重调度模型。设计了基于元胞自动机邻域搜索和随机重启爬坡算法的改进遗传算法求解模型，即针对车间调度问题中存在的订单排序和机器选择双决策问题特征，设计包含工序码和机器码的双层编码方案，并基于遗传算法思想对工序码和机器码设计相应的交叉、变异等遗传操作。同时，将遗传操作应用于基于元胞自动机的邻域搜索算法框架中以增强算法全局搜索能力，整合基于关键工序的随机重启爬坡算法以提高算法局部开发能力。实验选取10个柔性车间调度算例验证了所提算法的有效性，同时，测试1个模糊质检时间柔性车间调度算例验证了模型的有效性。另外，实验也测试了不同故障场景，得出该动态调度方法优于实际场景中常使用的“工件后移”调度策略。

• 基于自适应平衡静动态联合网络的公交客流预测

  黄来安,朱杭雄,栗波,

  为解决现有公交客流预测方法多数利用预定义的图结构进行空间建模，对交通状况变化所引起客流波动考虑不充分，无法捕捉短时动态的空间依赖关系问题，提出一种自适应平衡静动态联合网络（ASDNet）模型。首先，利用时间卷积网络捕获序列的时间相关性；其次，利用图卷积捕捉站点之间整体空间信息，采用动态图同构网络捕捉相邻时隙动态图之间隐藏的动态依赖关系；最后，通过自适应平衡机制自适应地调节静动态联合网络之间的信息传递。在广州市真实公交数据集上进行了实验，结果表明，与多个基准模型相比，该模型在MAE、RMSE和MAPE预测误差指标上平均降低了12.2%、9.9%和15%，R2精确度指标上平均提高了6.3%。表明该模型能够有效地捕捉客流数据的时空变化规律，可为公交运营管理提供技术参考。

• 考虑负载量均衡的自动拣货系统AGV任务分配优化

  田帅辉,沈亦凡,欧丽英,樊略,

  为提高AGV自动拣货系统作业效率、降低作业成本，在剖析造成系统拥堵的关键影响因素基础上，提出考虑负载量均衡的AGV任务分配双层规划模型，上层考虑总成本最小，下层通过构建多目标函数来最小化系统负载量标准差和AGV空闲率。针对传统GA求解任务分配问题效率低、易陷入局部最优等问题，提出了一种改进自适应遗传算法（SAGA），引入sigmoid函数用于适应度值的转换，并参与到自适应调整交叉变异算子的操作中，加入灾变策略防止算法出现早熟的情况。最后将该算法对不同规模算例进行仿真，结果证明，相比遗传算法、自适应遗传算法、自适应灾变遗传算法、蚁群算法，该改进算法在不同规模算例实验结果中均有明显优化，表明改进算法能更好地避免早熟、提升求解质量与收敛稳定性，有效地均衡了路网负载量，降低了作业总成本。

• 基于分区搜索和强化学习的多模态多目标头脑风暴优化算法

  李鑫,余墨多,姜庆超,范勤勤,

  维持种群多样性和提高算法搜索效率是多模态多目标优化亟需解决的两大问题。为解决以上问题，提出了一种基于分区搜索和强化学习的多模态多目标头脑风暴优化算法（MMBSO-ZSRL）。在MMBSO-ZSRL中，首先将决策空间分解为多个子空间以降低搜索难度和维持种群多样性；然后，使用SARSA（state-action-reward-state-action） 算法来平衡头脑风暴算法的全局探索和局部开发能力；并使用特殊拥挤距离来挑选个体来指导种群进化。为了验证所提算法的性能，选取六种先进的多模态多目标优化算法来进行比较，并选取IEEE CEC2019多模态多目标问题基准测试集来对所有比较算法的性能进行测试。实验结果表明，MMBSO-ZSRL的整体性能要显著优于其他六种比较算法。MMBSO-ZSRL不仅可以找到多样性和逼近性更好的帕累托前沿，而且可以在决策空间找到更多的帕累托最优解。

• 结合对抗互信息的多变量时间序列抗噪异常检测

  张本初,乔焰,胡荣耀,

  近年来，对多变量时间序列的异常检测在各领域中逐渐突显出其重要性。然而，由于多变量时间序列的时空依赖性以及采集所存在的噪声干扰，使得模型学习到的分布与真实分布存在一定的偏差，进而影响检测性能。为了解决以上问题，提出一种结合对抗互信息的多变量时间序列抗噪异常检测模型（RADAM）。通过设计对比学习机制来达到多变量时间序列全局信息和局部信息的互信息最大化，以此来学习多变量时间序列的时间与空间依赖性；利用自适应权重和过滤器模块减少噪声样本对于训练过程的干扰，使模型在训练过程中具备较高的抗噪能力。在五个真实数据集上与六个先进的同类异常检测方法进行了对比实验，实验结果证明RADAM性能明显优于其他基线模型，说明RADAM能显著提升在包含噪声的多变量时间序列数据集上异常检测的准确度。

• 单源域泛化中一种基于域增强和特征对齐的元学习方案

  孙灿,胡志刚,郑浩,

  基于元学习的单源域泛化（single domain generalization，SDG）已成为解决领域偏移问题的有效技术之一。然而，源域和增强域的语义信息不一致以及域不变特征和域相关特征难以分离，使SDG模型难以实现良好的泛化性能。针对上述问题，提出了一种单源域泛化中基于域增强和特征对齐的元学习方案（meta-learning based on domain enhancement and feature alignment，MetaDefa）。利用背景替换和视觉损害技术为每一张图像生成多样且有效的增强图像，保证了源域和增强域之间的语义信息一致性；多通道特征对齐模块通过关注源域和增强域特征空间之间的相似目标区域和抑制非目标区域的特征表示充分挖掘图像信息，进而有效地提取充足的可迁移性知识。通过实验评估，MetaDefa在office-Caltech-10、office31和PACS数据集上分别取得了88.87%、73.06%和57.06%的精确度。结果表明，MetaDefa方法成功实现了源图像和增强图像之间的语义一致性和对域不变特征的充分提取，从而显著提升了单源域泛化模型的泛化性能。

• 基于旋转粒化的逻辑回归算法

  孔丽茹,陈玉明,傅兴宇,江海亮,许进程,

  逻辑回归（LR）作为监督学习的二元分类广义线性分类器，在处理线性数据方面表现出结构简单、解释性强，拟合效果好的特点。然而，当面对高维、不确定性和线性不可分数据时，逻辑回归的分类效果受到限制。针对逻辑回归的固有缺陷，引入粒计算理论，借助粒化的优势提出一种新型的逻辑回归模型：旋转粒逻辑回归。通过引入旋转粒化理论，在特征两两组合形成的平面坐标系上旋转不同角度，构建旋转粒子，多平面坐标系上粒化构造旋转粒向量。进一步定义粒的大小、度量和运算规则，提出旋转粒逻辑回归的损失函数。通过求解损失函数，得到旋转粒逻辑回归的优化解。最后，采用多个UCI数据集进行实验，从多个评价指标比较的结果表明旋转粒逻辑回归模型的有效性。

• 精英引导和信息交互的多目标狼群算法

  陈福军,吴润秀,肖人彬,王晖,赵嘉,

  鉴于狼群算法在单目标优化问题上的优越表现，结合狼群的生物习性将其运用到多目标优化问题上，提出一种精英引导和信息交互的多目标狼群算法（MOWPA-EGII）。首先，提出精英引导策略，利用外部档案中的精英狼和当前子种群的头狼共同引导种群移动，让人工狼均匀地分布在整个搜索空间，增强算法的全局搜索能力；其次，设计信息交互机制，模拟狼群捕猎过程中的信息传递，具有不同优势的个体可以相互传递信息，保证狼群的捕猎效率，提高算法勘探Pareto最优解的能力；最后，加入变异算子，扰动人工狼的移动方向，让算法跳出局部最优，增强算法的局部搜索能力。为了验证MOWPA-EGII的有效性，将其与5种经典算法和10种新近算法进行比较，结果表明MOWPA-EGII拥有良好的收敛性和多样性，证明了所提算法具有较好的优化性能。

• 融合元图邻域的知识图谱推荐模型

  张彬,郝利新,张国防,

  基于知识图谱的主流推荐模型在融合高阶信息时较少考虑源节点与目标节点之间的关系，在复杂网络场景中易引入过多噪声信息进而影响推荐性能。针对此问题提出一种融合元图邻域的知识图谱推荐模型，通过构建并融合元图邻域降低噪声信息的影响，提升推荐性能。首先，基于元图相似度生成源节点的初始相似序列，利用自注意力网络与线性网络对初始序列进行特征增强，以增强后的特征向量组成的集合构造节点的元图邻域。其次，基于用户对各个元图的不同偏好程度设计注意力机制，对所得元图邻域进行卷积聚合，将元图邻域融入源节点，增强源节点的特征表示。最后，以增强后的向量与用户向量的内积作为用户与项目交互的概率，并以此完成推荐。在MovieLens-20M与Last-FM数据集上进行实验，AUC与F1值分别为97.3%和83.1%、94.3%和75.6%，recall@50分别为35.4%与31.7%，其表现优于NGCF、KGCN、LKGR等模型。结果表明，融合元图邻域的知识图谱推荐模型可以有效提升推荐的性能。

• 去中心化场景下的隐私保护联邦学习优化方法

  侯泽超,董建刚,

  联邦学习的提出为跨数据孤岛的共同学习提供了新的解决方案，然而联邦节点的本地数据的非独立同分布（Non-IID）特性及中心化框架在参与方监管、追责能力和隐私保护手段上的缺失限制了其大规模应用。针对上述问题，提出了基于区块链的可信切片聚合策略（BBTSA）和联邦归因（FedAom）算法。FedAom引入归因思想，基于积分梯度法获取归因，从而定位影响模型决策行为的参数，分级考虑参数敏感性，在局部更新过程中保持和强化全局模型所学习到的关键知识，有效利用共享数据，从而缓解Non-IID问题。BBTSA基于区块链构建去中心化的联邦学习环境，允许联邦节点在无须中心化第三方的情况下，通过在参与方间交换噪声而非权重或梯度参数，基于合作树结构实现对参数的切片混淆，以保护节点隐私。在两种数据集上的不同分布条件下的验证结果显示，FedAom在大多数条件下相比基线方法在稳定性和收敛速度上都有显著提升。而BBTSA能够隐藏客户端的隐私参数，在不影响精度的情况下确保了训练过程的全程监控和隐私安全。

• 基于模型质量评分的联邦学习聚合算法优化

  吴小红,陆浩楠,顾永跟,陶杰,

  在联邦学习环境中，客户端数据的质量是决定模型性能的关键因素。传统的评估方法依赖于在中心节点的验证集上衡量客户端模型的损失，从而对数据质量进行评估。在缺乏有效验证集的情况下，数据质量的评估是困难的。为了解决上述问题，提出了一种根据同伴信息进行模型质量评分的方法。通过对客户端上传的模型参数进行裁剪处理，基于正确评分规则的相关理论设计模型质量评分机制，并在此基础上优化聚合算法，降低低质量客户端对全局模型的影响。在MNIST、Fashion-MNIST和CIFAR-10等数据集上的实验表明，提出的评分机制无须复杂的算法，且能有效辨别搭便车、噪声、错误标签三类低质量数据客户端，提高联邦学习性能的鲁棒性。

• 基于人体骨骼关键点的心血管患者康复训练动作评估方法

  张睿泽,郭威,杨观赐,罗可欣,李杨,何玲,

  为解决心血管患者日常康复训练依赖于康复中心专业医务人员现场指导的问题，围绕获得支撑心血管患者自主康复训练的动作评估系统，提出了基于人体骨骼关键点的心血管患者康复训练动作评估方法（ASRT-PHS）。首先，根据心血管患者的康复训练动作规范拍摄构建了康复训练动作数据集；然后，引入基于深度学习的检测器和姿态估计器采集人体位置信息与人体关键点信息，并将提取结果输入到卷积神经网络中进行动作识别；接着，通过关节距离比值计算、关节角度阈值计算与标准动作判断，构建基于关节距离比值的动作切分模型和基于动作关节角度阈值的动作评估模型；最后，通过测试ASRT-PHS在不同关节角度阈值和不同动作识别方法下的动作切分与评估性能，得出了ASRT-PHS的最优工作参数。测试结果表明，ASRT-PHS在动作识别、动作切分与动作评估中的准确率分别达到92.78%、77.6%和87%。此外，真实心血管患者案例测试表明，原型系统的动作评估平均准确率为71.3%，为患者居家自主康复训练提供了可行的智能辅助系统。

• 基于投资者行为分析的众筹绩效预测模型

  魏菊,周正铭,

  针对众筹融资过程中存在的信息不对称问题，基于前景理论中处理不确定信息的决策效用规则，结合众筹项目信息披露与投资者效用分析，构建了一个新的众筹绩效预测模型。为解决实际应用中特征选择过多的问题，引入了一种基于神经网络算法的稀疏性特征选择方法，该方法能够帮助众筹平台聚焦于核心特征，以更好地理解和预测投资者行为。对Kickstarter平台上超过15万个项目的实证分析结果表明：考虑投资者风险感知和前景效用的模型对众筹绩效有更好的预测和解释能力。该研究结论不仅为众筹项目的预测和评估提供了新的视角，也为众筹平台和筹资者建立分析投资者支持行为的分析框架提供了有力的工具。

• 基于双向Transformer的降水临近预报模型

  潘龙,吴锡,

  精准的降水临近预报对日常生活至关重要，但现行预报模型的准确度有待进一步提升。为此，提出一种新的预报模型BTPN。该模型引入双向Transformer，从时空序列的正逆方向提取特征，捕获关键信息，减少时空特征丢失；使用卷积Transformer模块结合卷积的局部编码和Transformer的全局编码特性，强化时空信息提取和关联性，缓解时空长时序信息丢失问题；结合细节提取模块，有助于减少局部细节的损失，并缓解高值区域消散问题。在HKO-7数据集上的评估显示，BTPN模型在MAE、SSIM及CSI指标上超越了其他先进模型，并在大面积降水和台风极端天气情境中显示出优异的预测能力。实验表明BTPN模型具备更高的预报精确性，具备较好的应用前景。

• FMLogs:基于模板匹配的日志解析方法

  章一磊,张广泽,龚声望,苑淑晴,

  日志主要记录软硬件的运行信息，通过查看系统日志，可以找到系统出现的问题及原因，确保系统的稳定性和正常运行。日志解析的目的是将半结构化的原始日志解析为可阅读的日志模板，现有解析方法往往只注重于对原始日志的解析，而忽略了后期模板处理，导致结果的精度不能进一步提高。自此，提出了一种日志解析方法FMLogs（logs parsing based on frequency and MinHash algorithm）。该方法通过设计正则表达式和调节阈值参数以获得最佳性能，同时采用了字符级频率统计和MinHash方法对长度相同和不同的日志模板进行合并。FMLogs在七个真实数据集上进行了广泛的实验，取得了0.924的平均解析准确率和0.983的F1-Score。实验结果表明，FMLogs是一种有效的日志解析方法，在解析日志的同时具有较高的准确性和效率，并能保证性能的稳定。

• 基于强化学习选择策略的路径覆盖测试数据生成算法

  刘超,丁蕊,朱雨寒,

  面向路径覆盖的测试是软件测试的重要方法之一。如何快速生成高质量测试数据使其满足路径覆盖要求，一直是研究热点问题。为解决现有智能优化方法运行时间长、探索过程不稳定以及生成测试用例冗余的问题，提出一种基于强化学习思想的选择策略，用于以路径覆盖为准则的测试数据生成中。通过将可执行路径定义为智能体状态，算法每一轮迭代更新后的数据选择定义为智能体动作，并将奖励函数与状态变化关联，在状态更新过程中使用贪心策略来引导输入数据不断向未获取状态变异更新，以此不断选择能够覆盖新可执行路径的数据，从而实现对待测程序所有执行路径覆盖的目标。实验结果表明，与其他算法相比，所提策略的运行时间和迭代次数明显降低，同时覆盖率快速提高。结合理论分析可以得出结论：所提策略在实际运用中能够有效实现路径覆盖并提高测试数据生成效率。

• 基于强化和模仿学习的多智能体寻路干扰者鉴别通信机制

  李梦甜,向颖岑,谢志峰,马利庄,

  现有的基于通信学习的多智能体路径规划（multi-agent path finding，MAPF）方法大多可扩展性较差或者聚合了过多冗余信息，导致通信低效。为解决以上问题，提出干扰者鉴别通信机制（DIC），通过判断视场（field of view，FOV）中央智能体的决策是否因邻居的存在而改变来学习排除非干扰者的简洁通信，成功过滤了冗余信息。同时进一步实例化DIC，开发了一种新的高度可扩展的分布式MAPF求解器，基于强化和模仿学习的干扰者鉴别通信算法（disruptor identifiable communication based on reinforcement and imitation learning algorithm，DICRIA）。首先，由干扰者鉴别器配合DICRIA的策略输出层识别出干扰者；其次，在两轮通信中分别完成对干扰者与通信意愿发送方的信息更新；最后，DICRIA根据各模块的编码结果输出最终决策。实验结果表明，DICRIA的性能几乎在所有环境设置下都优于其他同类求解器，且相比基线求解器，成功率平均提高了5.2%。尤其在大尺寸地图的密集型问题实例下，DICRIA的成功率相比基线求解器甚至提高了44.5%。

• 基于服务更新的异构任务卸载方法

  韩超臣,张俊娜,王欣新,袁培燕,赵晓焱,刘春红,

  边缘计算将存储和计算资源下沉到网络边缘，用户可将时延敏感型和计算密集型应用程序的任务卸载到边缘服务器执行，从而降低时延和能耗。已有的任务卸载研究通常忽略卸载任务的异构性，且默认边缘服务器缓存的服务能够长期满足用户的服务需求。然而，不同的任务需要不同的服务提供执行环境，且边缘服务器资源受限只能部署少量服务。因此，为了最小化时延和能耗（即成本），提出了一种联合服务更新和云边端协作的异构任务卸载方法。首先，通过改进的页面置换算法，预测出潜在的用户服务需求量，及时更新边缘服务器的服务。其次，在云边端协作基础上，通过改进的贪婪算法完成任务卸载，且使得成本最小。最后，基于真实数据集进行了充分的实验，实验结果表明，与对比方法相比，所提方法能够降低成本7%~16%。

• 基于CGDNN的低信噪比自动调制识别方法

  周顺勇,陆欢,胡琴,彭梓洋,张航领,

  针对非协作通信环境中，自动调制识别（automatic modulation recognition，AMR）在低信噪比下泛化能力有限、分类精度不高的问题，提出一种由卷积神经网络、门控循环单元和深度神经网络组成的模型—CGDNN（convolutional gated recurrent units deep neural networks）。首先对I/Q采样信号进行小波阈值去噪，降低噪声对信号调制识别的影响；然后用CNN和GRU提取信号空间和时间特征；最后，通过全连接层进行识别分类。与其他模型对比，验证CGDNN模型在提高AMR性能的同时，显著降低了计算复杂度。实验结果显示，CGDNN模型在RML2016.10b数据集上的平均识别准确率达到了64.32%，提高了-12 dB~0 dB的信号分类精度，该模型大幅减少了16QAM与64QAM的混淆程度，在18 dB时达到了93.9%的最高识别准确率。CGDNN模型既提高了低信噪比下AMR的识别准确率，也提高了模型训练的效率。

• 基于β-VAE的联邦学习异常更新检测算法

  张仁斌,崔宇航,张子石,

  利用自编码器模型检测恶意模型更新的联邦学习框架是一种优秀的投毒攻击防御框架，但现有的基于自编码器的模型存在训练困难、异常检测能力不足等问题。针对以上问题，提出了一种基于β-VAE的联邦学习异常更新检测算法：服务器端通过抑制训练样本的随机属性，生成更稳定的训练数据集，并使用该数据集对β-VAE异常检测模型进行即时训练。利用该模型计算客户端上传的任务模型更新的异常分数，然后根据动态阈值来检测并移除异常更新。通过三个联邦学习任务对算法进行了验证，即在MNIST数据集上使用逻辑回归（logistic regression，LR）模型进行分类、在FEMNIST数据集上使用卷积神经网络（convolutional neural network，CNN）进行分类以及在Shakespeare数据集上使用循环神经网络（recurrent neural network，RNN）进行字符预测。实验结果表明，在多种攻击场景下，该算法下的任务模型相较于其他防御算法都取得了更高的准确率。这表明在非独立同分布场景下，该算法对联邦学习投毒攻击具有良好的鲁棒性。

• 基于解纠缠表示学习的人脸反欺骗算法

  周毅岩,石亮,张遨,岳晓宇,

  针对现有人脸反欺骗模型面对不同应用场景识别精度低、泛化性能不佳的问题，引入解纠缠表示学习，提出一种基于解纠缠表示学习的人脸反欺骗方法。该方法采用U-Net架构和ResNet-18作为编/解码器。首阶段训练中，通过输入真实样本使得编码器仅学习到真实样本相关信息。第二阶段，构建对抗性学习网络，输入不具标签的样本，将预训练的编码器输出和新编码器输出进行特征融合，由解码器重建图像，在鉴别器中与原始图像进行对抗训练，以实现特征的解耦。模型与一些经典人脸反欺骗方法相比，有着更好的检测性能，在OULU-NPU数据集的数个实验中，最低的检测错误率仅为0.8%，表现优于STDN等经典检测方法。该人脸反欺骗方法通过分阶段训练的方式，使得模型在对抗性训练中获得了相比端到端模型更具判别性的特征表示，在欺骗特征图输出阶段采用多分类策略，减小了不同的图像噪声对分类结果的影响，在公开数据集上的实验验证了算法的有效性。

• 控制失真漂移的HEVC视频自适应隐写算法

  朱燕彬,徐达文,

  现有自适应视频隐写的成本分配方法主要针对特定变换系数，导致容量较低。此外，失真漂移是HEVC（high efficiency video coding）视频隐写面临的一大挑战。因此，结合HEVC视频编码的帧内帧间过程，提出了一种代价分配方法，以实现高容量、低失真传递的高性能视频自适应隐写。首先，该方法针对HEVC视频编码中的离散正弦变换特征进行研究，分析了这些系数在受到扰动后所产生的误差传播规律。在嵌入过程中，对修改变换系数导致的块内失真、块间失真、帧间失真进行了详细分析，并考虑不同块隐写产生的块间失真差异对块进行分类。该算法充分利用所有的非零变换系数，为不同的载体系数分配了不同的失真代价，将隐秘信息嵌入到对视频质量影响较小的帧中。实验结果表明，与现有的HEVC视频系数域隐写方法相比，该算法在视频码率、视频质量和嵌入容量方面具有一定的优势。

• 基于多频特征和纹理增强的轻量化图像超分辨率重建

  刘媛媛,张雨欣,王晓燕,朱路,

  现有基于卷积神经网络主要关注图像重构的精度，忽略了过度参数化、特征提取不充分以及计算资源浪费等问题。针对上述问题，提出了一种轻量级多频率特征提取网络（MFEN），设计了轻量化晶格信息交互结构，利用通道分割和多模式卷积组合减少参数量；通过分离图像的低频、中频以及高频率信息后进行特征异构提取，提高网络的表达能力和特征区分性，使其更注重纹理细节特征的复原，并合理分配计算资源。此外，在网络内部融合局部二值模式（LBP）算法用于增强网络对纹理感知的敏感度，旨在进一步提高网络对细节的提取能力。经验证，该方法在复杂度和性能之间取得了良好的权衡，即实现轻量有效提取图像特征的同时重建出高分辨率图像。在Set5数据集上的2倍放大实验结果最终表明，相比较于基于卷积神经网络的图像超分辨率经典算法（SRCNN）和较新算法（MADNet），所提方法的峰值信噪比（PSNR）分别提升了1.31 dB和0.12 dB，参数量相比MADNet减少了55%。

• 尺度适应性感受野的船舶目标检测方法

  罗芳,李家威,何道森,

  现有船舶目标检测算法大部分只是基于传统目标检测算法的优化改进，没有考虑船舶具有尺度长宽比例的外观特性，在多尺度目标检测中出现漏检误检问题。为了解决此问题，在YOLOXs基础上，提出一种尺度适应性感受野的船舶检测方法（SAF-YOLOX）。首先，对主干网络提取的不同特征层通过构建双向特征金字塔进行特征融合，增强每个尺度下的特征描述力；同时，设计自适应特征强化模块，抑制不同尺度的特征融合引入的冗余信息，弱化背景信息；然后在预测时，采用多路并行感受野的检测头，利用具有适应目标大小以及比例的感受野提取目标尺度适应性特征信息进行预测；最后，采用先筛选再分配的收敛感知策略，根据网络的收敛状态动态地分配样本，保证检测速度的同时提高检测精度。实验结果显示，所提方法在大型海事监控数据集SeaShips和MCShips上的平均检测精度分别达到93.21%和92.34%，与传统YOLOXs相比，分别提高了1.01%和1.09 %。实验结果证明，所提方法利用尺度适应性感受野能实现多尺度船舶目标的高精度检测。

• 室内动态场景下基于语义关联的视觉SLAM方法

  李泳,刘宏杰,周永录,余映,

  针对视觉SLAM在动态场景下鲁棒性不足的问题，提出一种适用于动态场景下的视觉SLAM算法——SAD-SLAM。该算法首先使用GCNv2网络进行特征提取，以获取分布均匀的特征点集合，并加快提取速度。然后使用YOLOv8-seg语义分割网络完成场景内物体的检测，并对推理得到的物体按照是否具备自主运动能力进行划分。同时提出一种语义关联方法，通过对潜在动态物体进行2D和深度层面过滤，以确定潜在动态物体运动的可能性。最后，构建了含有语义信息的稠密3D点云地图，并避免了动态物体的干扰。算法使用TUM数据集及真实场景进行实验验证，结果表明，相较于ORB-SLAM3及其他相关的动态SLAM算法，SAD-SLAM在动态场景下具有更好的定位精度。

• 融合语义信息的视觉惯性SLAM算法

  何铭臻,何元烈,胡涛,

  针对传统SLAM算法在动态环境中会受到动态特征点的影响，导致算法定位精度下降的问题，提出了一种融合语义信息的视觉惯性SLAM算法SF-VINS（visual inertial navigation system based on semantics fusion）。首先基于VINS-Mono算法框架，将语义分割网络PP-LiteSeg集成到系统前端，并根据语义分割结果去除动态特征点；其次，在后端利用像素语义概率构建语义概率误差约束项，并使用特征点自适应权重，提出了新的BA代价函数和相机外参优化策略，提高了状态估计的准确度；最后，为验证该算法的有效性，在VIODE和NTU VIRAL数据集上进行实验。实验结果表明，与目前先进的视觉惯性SLAM算法相比，该算法在动态场景和静态场景的定位精度和鲁棒性均有一定优势。

• 基于深度半监督学习的小样本金属工件表面缺陷分割

  徐兴宇,钟羽中,涂海燕,佃松宜,

  针对工业应用场景下缺少缺陷样本的问题，提出了一种仅需要极少缺陷样本的金属工件表面缺陷分割方法。该方法结合了图像生成技术和半监督学习策略，通过利用极少缺陷图像提取的小尺寸缺陷图像来训练缺陷生成模型，然后将生成的缺陷图像嵌入到正常图像中以实现数据增广。其次，采用半监督学习策略训练分割网络，以减小生成数据与真实数据分布之间的差异对模型的不良影响。在真实的金属工件机器视觉检测系统上的验证结果表明，半监督的训练策略提高了分割模型对真实缺陷的泛化能力，所提方法能够在仅使用5张缺陷样本图像的条件下取得较高的分割精度。

• 融合多情感的语音驱动虚拟说话人生成方法

  李帅帅,何向真,张跃洲,王嘉欣,

  虚拟说话人生成是人工智能领域的一个重要研究方向，旨在通过计算机生成具有逼真语音的虚拟说话人。然而，现有方法往往忽视情绪表达、生成的人脸图像面部细节缺乏真实感，限制了虚拟说话人的表现能力和交互性。为解决这一问题，提出一种基于Transformer的生成对抗网络（generative adversarial network，GAN）方法，用于生成具有不同情绪的虚拟说话人（GANLTB）。该方法基于GAN架构，生成器采用Transformer模型处理语音和图像特征，结合情绪条件信息和潜在空间向量，生成带有指定情绪的语音和图像。判别器用于评估生成结果的真实性，并提供梯度信号指导生成器训练。通过引入双三次插值法，进一步提升了虚拟说话人生成的图像质量，使得虚拟说话人的面部细节更加清晰可见，表情更加自然和生动。使用情感多样性数据集（CREMA-D）验证了该方法，通过主观评估和客观指标，评估了生成的语音和图像的情绪表达能力和质量。实验结果表明，该方法能够生成具有多样化和逼真情绪表达的虚拟说话人。相比目前其他先进方法，所提方法在流畅度和逼真度等细节上都更加清晰，带来了更好的真实感。

• 融合CNN和Transformer的并行双分支皮肤病灶图像分割

  陶惜婷,叶青,

  准确的皮肤病变自动分割对于协助医生临床诊断和治疗至关重要。针对现有卷积结构能提取局部特征信息但无法建模长程依赖关系，而Transformer能提取全局上下文信息但存在细节信息丢失的问题，提出了一种融合CNN和Transformer的并行多尺度自动分割网络PDTransCNN。首先以基于ResNet34的CNN分支和Transformer分支并行提取皮肤病图像的特征信息，构建多级局部相关性和捕获上下文信息间的长距离依赖关系；其次利用特征融合模块FM互补两分支特征间的关键信息，增强语义信息间的依赖关系；最后采用Transformer解码单元逐步融合编码块和融合单元所提取到的语义信息得到最终分割结果。该模型在ISIC2016、ISIC2017和ISIC2018数据集上进行测试，其Dice系数分别高达91.72%、87.34%和90.01%，IoU值分别为85.6%、79.55%和83.67%。实验结果表明，PDTransCNN相比其他分割模型具有更好的分割性能，能清晰有效地分割皮肤病变图像。