应用科学学报

英文目录

2022, 40(1): 0-0.

摘要 ( 1756 )

PDF (47KB) ( 149 )

相关文章 | 多维度评价

基于CNN和Bi-LSTM的脑电波情感分析

朱丽, 杨青, 吴涛, 李晨, 李铭

2022, 40(1): 1-12. doi:10.3969/j.issn.0255-8297.2022.01.001

摘要 ( 2631 )

PDF (1792KB) ( 779 )

参考文献 | 相关文章 | 多维度评价

针对目前大多数脑电波情感识别方法存在的依赖手动特征提取等问题，提出一种基于卷积神经网络（convolutional neural network，CNN）和双向长短时记忆（bidirectional long short-term memory，Bi-LSTM）网络的混合模型。首先将一维数据转换为二维数据，采用CNN提取空间特征；然后将一维数据输入Bi-LSTM，获取时间特征；最后将融合的空间和时间特征输入Softmax分类器，得到最终分类结果。在DEAP数据集上的实验结果表明：CNN和Bi-LSTM混合模型具有较好的分类性能，在效价度和唤醒度上的准确率分别达到88.55%和89.07%，是一种可行的脑电波情感分类模型。

具备认知能力的行为模仿机器人系统

包振山, 丁义龙, 张文博

2022, 40(1): 13-24. doi:10.3969/j.issn.0255-8297.2022.01.002

摘要 ( 1981 )

PDF (4503KB) ( 164 )

参考文献 | 相关文章 | 多维度评价

行为模仿是现代机器人展现其智能化水平的重要技术之一，如何使机器人模仿出的行为动作与示教者相似且自然一直是该领域的热门研究课题。为此，基于朴素方法设计了一种改进的机器人行为模仿框架。该框架使用普通单目摄像头采集示教者动作，在朴素方法中引入行为语义识别模块与关键动作提取模块，使得机器人可以在理解示教者行为动作语义的基础上进行行为模仿。最后将该框架部署在HBE-ROBONOVA-AI Ⅱ人形机器人平台上，输入自主采集的单人动作视频数据进行实验。与目前其他主流框架的实验效果相比，该框架可以使得机器人在精确性、平衡性、相似性三方面的综合表现更加优秀，同时展现了机器人对于示教者行为动作独特的认知能力。

在线评论的静态多模态情感分析

王开心, 徐秀娟, 刘宇, 赵哲焕, 赵小薇

2022, 40(1): 25-35. doi:10.3969/j.issn.0255-8297.2022.01.003

摘要 ( 2134 )

PDF (1977KB) ( 281 )

参考文献 | 相关文章 | 多维度评价

提出了一种基于Pre-LN Transformer的静态多模态情感分类模型。该模型首先利用Pre-LN Transformer结构中的编码器提取评论文本中的语义特征，其中编码器的多头自注意力机制允许模型在不同的子空间内学到相关情感信息。然后根据ResNet提取评论的图像特征，在特征水平融合的基础上通过视觉方面注意力机制来指导文本的情感分类，实现在线评论的静态多模态情感分析。最后在Yelp数据集上执行情感分类的实验结果表明：所提出的模型在准确率上相比于BiGRU-mVGG、Trans-mVGG模型分别提高了1.34%、1.10%，验证了该方法的有效性和可行性。

基于注意力网络推理图的细粒度图像分类

郑智文, 甘健侯, 周菊香, 欧阳昭相, 鹿泽光

2022, 40(1): 36-46. doi:10.3969/j.issn.0255-8297.2022.01.004

摘要 ( 2024 )

PDF (4758KB) ( 226 )

参考文献 | 相关文章 | 多维度评价

针对场景图像的细粒度分类任务，结合图像视觉和文本的多模态信息提出了一种基于注意力网络推理图的细粒度图像分类方法。首先提取场景图像的全局视觉特征、局部视觉特征和文本特征，把位置信息分别嵌入局部视觉特征和文本特征后拼接成新的特征，再将这个新的特征作为图结构的节点生成一个异构图；然后设计两条元路径将异构图分解成两个同构图，并将其分别放入设计有节点级注意和语义级注意的两级注意力网络推理图；最后将输出的节点特征与全局视觉特征进行多模态融合操作，获得更丰富的细粒度特征表达。所提出的模型实现了多模态融合与图注意力网络的有效结合，且在Con-Text和Drink Bottle两个场景文本细粒度图像数据集上与目前主流先进方法相比具有较强的竞争力。

街道视角的多智能体城市安全宜居度建模

潘理虎, 杨芬玉, 芦飞平, 秦世鹏

2022, 40(1): 47-60. doi:10.3969/j.issn.0255-8297.2022.01.005

摘要 ( 1980 )

PDF (4740KB) ( 197 )

参考文献 | 相关文章 | 多维度评价

为解决环境及人类活动因素影响下的城市安全宜居问题，以深圳市福田区10个街道的实际数据为基础，结合Repast仿真平台和地理信息系统（geographic information system，GIS）建立基于多智能体的城市安全宜居度仿真模型；从街道视角模拟福田区未来20 a （年）城市安全发展的演变过程，用情景实例论证分析了福田区各个街道的城市安全宜居度、居民满意度和家庭搬迁行为的动态交互反馈机理。实验结果证实了多智能体模型在仿真模拟多因素影响下城市发展的有效性。

深层内核钩子挖掘算法及其在软件安全中的应用

路登凯, 于永斌, 余文建, 唐倩, 梁守一

2022, 40(1): 61-68. doi:10.3969/j.issn.0255-8297.2022.01.006

摘要 ( 1837 )

PDF (967KB) ( 120 )

参考文献 | 相关文章 | 多维度评价

研究了Windows操作系统中内核钩子的保护原理，并针对交互式反汇编器交叉引用功能的不足，提出了一种深层次内核钩子挖掘算法。首先用该算法挖掘出指定内核函数的内部调用以及包含钩子的内核函数的所有被调用位置，然后用Python编写基于函数调用原理的挖掘算法，最后用C++编写过保护实验的驱动程序。研究结果表明：过保护实验是成功的，证明了该挖掘算法的有效性和挖掘结果的全面性。

基于代价敏感卷积神经网络的集成分类算法

周传华, 徐文倩, 朱俊杰

2022, 40(1): 69-79. doi:10.3969/j.issn.0255-8297.2022.01.007

摘要 ( 2244 )

PDF (623KB) ( 475 )

参考文献 | 相关文章 | 多维度评价

针对不平衡数据集中少数类样本分类识别率较低的问题，提出一种基于代价敏感卷积神经网络（cost sensitive convolutional neural network，CSCNN）和AdaBoost的分类算法（classification algorithm based on cost sensitive convolutional neural network and AdaBoost，AdaBoost-CSCNN）。设置特定的代价敏感指标来协同卷积神经网络的交叉熵损失函数，从而构建CSCNN。在训练过程中，借助代价赋权机制降低少数类样本关键特征属性的损失度，实现单个CSCNN作为基分类器在AdaBoost中的分类效果。为验证算法的有效性，使用Accuracy、Recall、F1值和AUC这4个评价指标在9个具有不同不平衡率的数据集上开展实验。结果表明，AdaBoost-CSCNN算法处理不平衡数据集分类问题有较好的显示度。

基于NSCT与压缩感知的红外影像融合

金安安, 李祥, 张丽, 熊卿智

2022, 40(1): 80-92. doi:10.3969/j.issn.0255-8297.2022.01.008

摘要 ( 1975 )

PDF (11751KB) ( 161 )

参考文献 | 相关文章 | 多维度评价

针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题，提出一种基于非下采样轮廓波变换（non-subsampled contourlet transform，NSCT）与稀疏表示的压缩感知图像融合重构算法。首先利用NSCT进行源图像分解，得到相应的高频子带和低频子带图像；然后针对高频子带部分，利用基于压缩感知的高频融合规则进行融合，得到高频融合系数；针对低频子带部分，按照基于字典学习的低频融合规则进行融合，得到低频融合系数。最后进行NSCT逆变换得到融合影像，实现红外和可见光图像的超分辨率恢复。实验结果表明：采用该算法融合后的图像在平均梯度、边缘强度、信息熵、边缘信息保留度、空间频率等指标上均有良好的表现，体现出该融合算法在图像融合质量的提升方面颇具优势。

基于Mask-YOLO的复杂场景口罩佩戴检测

魏明军, 周太宇, 纪占林, 张鑫楠

2022, 40(1): 93-104. doi:10.3969/j.issn.0255-8297.2022.01.009

摘要 ( 2446 )

PDF (22008KB) ( 530 )

参考文献 | 相关文章 | 多维度评价

针对公共场所口罩佩戴检测存在遮挡、密集和小尺度的情况而导致检测精度不高的问题，以实时目标检测算法YOLOv3为基础提出一种Mask-YOLO算法。首先在特征融合过程中引入通道注意力机制以突出重要特征，减少了融合后冗余特征的影响，有效提高了特征利用率；然后以完全交并比（complete intersection over union，CIoU）损失代替均方差损失（mean square error，MSE）作为边框回归的损失函数，提高了定位精度；最后除了检测佩戴和未佩戴口罩的情况外，还对不正确佩戴口罩的情况进行了检测。实验结果表明：与YOLOv3算法相比，Mask-YOLO算法在每秒帧率（frame per second，FPS）仅下降1%的情况下使平均精度均值（mean average precision，mAP）提高了4.78%。与其他主流的目标检测算法相比，Mask-YOLO算法在复杂场景下对口罩佩戴检测也有更好的效果和鲁棒性。

基于三重注意力机制的新冠肺炎病灶分割模型

雷前慧, 潘丽丽, 邵伟志, 胡海鹏, 黄瑶

2022, 40(1): 105-115. doi:10.3969/j.issn.0255-8297.2022.01.010

摘要 ( 2132 )

PDF (3285KB) ( 195 )

参考文献 | 相关文章 | 多维度评价

为了解决感染区域比正常组织对比度低的问题，提出了一种基于三重注意力机制（triple attention mechanism，TAM）的新冠肺炎（corona virus disease 2019，COVID 19）病灶分割模型--TM-Net，并将其应用于条件生成对抗网络。MultiConv模块可以自动提取肺部切片中感染区域的特征，呈现了更丰富且包含不同类型的病灶信息。TAM同时集成了空间、通道、位置注意力模块，可以更精准地定位感染区域的病灶。使用的损失函数是由3种不同的损失函数组成的复合函数，能最小化预测图和真实标签的差异，更好地优化TM-Net模型。在COVID-19数据集上进行实验和评估的结果表明：基于TM-Net的磨玻璃影（ground-glass opacities，GGO）和固结（Consolidation）两类病灶的平均dice相似系数（dice similarity coefficient，DSC）比基于Attention U-Net和R2U-Net的DSC分别提高了1.4%和0.5%，证明TM-Net提升了新冠肺炎病灶分割的准确性。

基于莱维飞行扰动策略的麻雀搜索算法

马卫, 朱娴

2022, 40(1): 116-130. doi:10.3969/j.issn.0255-8297.2022.01.011

摘要 ( 2465 )

PDF (817KB) ( 388 )

参考文献 | 相关文章 | 多维度评价

为了解决麻雀搜索算法存在迭代后期搜索多样性不足、容易陷入局部最优等问题，提出了一种基于莱维飞行扰动策略的改进麻雀搜索算法。首先借鉴Sin混沌搜索机制，改进种群初始化策略。然后在麻雀种群觅食搜索过程中引入莱维飞行扰动机制，牵引种群移动适当的步长，增加空间搜索的多样性。最后对14个典型高维测试函数进行实验的结果表明：所提出的算法相比于传统的麻雀搜索算法和新提出的混沌麻雀搜索算法与改进麻雀搜索算法，在保持算法全局寻优能力的基础上大幅度提高了收敛速度和求解精度，能有效避免搜索过程陷入局部最优的情况，寻优率高，收敛能力强，可用于解决多峰及高维空间优化问题。

基于MFANet和上下文特征融合的遥感影像目标检测

汪鹏, 郑文凤, 史进, 金硕, 刘子豪

2022, 40(1): 131-144. doi:10.3969/j.issn.0255-8297.2022.01.012

摘要 ( 1949 )

PDF (12424KB) ( 165 )

参考文献 | 相关文章 | 多维度评价

针对遥感影像背景复杂、目标尺度变化较大、类间相似性较高等特点而导致目标检测效果欠佳的问题，提出一种基于Faster R-CNN的有效且鲁棒的遥感影像目标检测方法。首先，引入可变形卷积、调制机制和空洞卷积，构造调制的特征自适应网络，提取更准确、更完整的目标信息。其次，构造上下文特征金字塔网络，提取更丰富且更具判别性的特征表示来解决高层语义信息不足和多尺寸感受野之间缺乏有效沟通的问题。最后，在边界框回归中引入CIoU （complete IoU） LOSS，进一步提高目标检测的精度。为了验证所提方法的有效性，在公共数据集DIOR、RSOD和NWPU VHR-10上进行实验。结果表明：与Faster R-CNN with FPN方法相比，IF-RCNN在3个数据集上的平均检测精度分别获得了8.43%、7.5%和8.0%的绝对增益，证明了所提方法的有效性。

KNN-GWD推荐模型及其应用

季德强, 王海荣, 车淼, 王嘉鑫

2022, 40(1): 145-154. doi:10.3969/j.issn.0255-8297.2022.01.013

摘要 ( 1814 )

PDF (652KB) ( 209 )

参考文献 | 相关文章 | 多维度评价

为解决传统推荐存在精准性差的问题，构建了一个融合K-最近邻算法（K-nearest neighbor，KNN）、图神经网络（graph neural network，GNN）和深度宽度（Wide&Deep）网络的推荐模型。融入KNN分类方法对数据进行噪声过滤，以提高数据质量；利用GNN提取用户会话图的节点嵌入表示，基于注意力机制加权用户全局特征以捕获用户短期兴趣；调用Wide&Deep以解决稀疏数据时的模型过度泛化问题。为了验证模型的有效性，分别在MovieLens-1M、Bing-News、Book-Crossing数据集与6种传统推荐方法进行对比实验，结果表明所提模型的各项评价指标更佳。为了进一步验证该模型在实际应用领域中的可行性，面向农业领域搭建了农业一体管理App化肥推荐系统，得到推荐结果的准确率为0.721，曲线下面积为0.784，满足了预期的应用需求。

基于TSCD模型的轨道板裂缝检测方法

李文举, 张耀星, 陈慧玲, 李培刚, 沙利业

2022, 40(1): 155-166. doi:10.3969/j.issn.0255-8297.2022.01.014

摘要 ( 2030 )

PDF (2650KB) ( 226 )

参考文献 | 相关文章 | 多维度评价

为解决轨道板裂缝检测问题，提出了一种基于分支级联卷积神经网络的轨道板裂缝检测模型--TSCD。首先该模型通过注意力机制和搜索分支结构突出轨道板裂缝的位置信息，同时抑制干扰信息；然后采用检测分支结构完成裂缝的像素级检测；最后对检测结果中出现的图像细节退化问题，利用参数映射关系实现特征图的上采样。实验结果表明：所提出的方法能够准确地检测出轨道板表面图像中的裂缝，其像素准确率可达97.56%，F1-score可达86.28%，并且在跨数据集测试中表现出较强的泛化性。

面向重点区域安防的无人机探测与反制技术研究

蒋冬婷, 范长军, 雍其润, 瞿崇晓, 刘硕, 张永晋

2022, 40(1): 167-178. doi:10.3969/j.issn.0255-8297.2022.01.015

摘要 ( 2248 )

PDF (630KB) ( 912 )

参考文献 | 相关文章 | 多维度评价

分析了无人机的特点、安全隐患以及反无人机的难点；阐述了基于雷达、无线电、光电、声波等传感设备的各种无人机探测技术以及干扰阻断类、直接捕捉类、打击毁伤类、监测控制类等各种无人机反制技术的原理和特征；分析了各类技术在市场上的应用情况，并对它们的适用性和优缺点进行了比较。最后，针对各类重点区域的无人机管控提出了有效的建议。

当期目录