应用科学学报

中文目录

2024, 42(1): 0-0.

摘要 ( 110 )

PDF (47KB) ( 216 )

相关文章 | 多维度评价

基于非线性高斯平方距离损失的目标检测

李瑞, 李毅

2024, 42(1): 1-14. doi:10.3969/j.issn.0255-8297.2024.01.001

摘要 ( 210 )

PDF (7094KB) ( 146 )

参考文献 | 相关文章 | 多维度评价

在目标检测领域中，基于交并比（intersection over union,IoU）的系列损失函数存在一定的局限性，使得边界框回归的精度和稳定性有待进一步提升。为此提出了一种基于非线性高斯平方距离的边界框回归损失函数。首先综合考虑了边界框中重叠性、中心点距离和长宽比3个因素，将边界框建模为高斯分布；然后提出一种高斯平方距离来衡量概率分布之间的差距；最后设计了符合优化趋势的非线性函数，将高斯平方距离转化为有利于神经网络学习的损失函数。实验结果表明，与IoU损失相比，所提方法在掩膜区域卷积神经网络、一阶全卷积目标检测器和自适应特征选择目标检测器上的平均精度均值分别提高了0.3%、1.1%和2.3%，证明了该方法能有效提升目标检测的性能，同时有利于高精度边界框的回归。

基于GAN和MS-ResNet的房颤自动检测模型

秦静, 韩悦, 王立永, 季长清, 刘璐, 汪祖民

2024, 42(1): 15-26. doi:10.3969/j.issn.0255-8297.2024.01.002

摘要 ( 257 )

PDF (3052KB) ( 249 )

参考文献 | 相关文章 | 多维度评价

房颤是一种常见的心律失常疾病，针对现有研究工作大多依赖于单尺度信号段而忽略了不同尺度下潜在的互补信息和数据不平衡问题导致诊断性能下降的问题，提出了一种新颖的基于生成对抗网络（generative adversarial network,GAN）和多尺度残差网络（multiscaleresidual net,MS-ResNet）的房颤自动检测模型，该网络使用GAN合成具有高形态相似性的单导联心电数据来解决数据的隐私和不平衡问题。同时，设计了MS-ResNet特征提取策略，从不同尺度提取不同大小信号段的特征，从而有效地捕捉P波消失和RR间期不规则特征。该模型联合这两种策略不仅为房颤自动检测生成高质量心电图（electrocardiogram,ECG）数据，还可以利用多尺度网格提取不同波之间的时序特征。在PhysioNet Challenge2017公开ECG数据集上以及平衡后的数据集上评估了MS-ResNet的性能，并将其与现有的房颤分类模型进行了比较。实验结果表明，MS-ResNet在平衡后的数据集上平均F1值和精确率分别达到0.914 1和91.56%，与不平衡数据集相比，F1提高了4.5%，精确率提高了3.5%。

基于层一致性平均教师模型的半监督岩石薄片图像分类

严子杰, 王杨, 陈雁, 张翀

2024, 42(1): 27-38. doi:10.3969/j.issn.0255-8297.2024.01.003

摘要 ( 232 )

PDF (10754KB) ( 90 )

参考文献 | 相关文章 | 多维度评价

传统的岩石薄片图像分类依赖于大量人工标记的图像样本，这种方式受制于标记人员的经验和能力，且无法通过不断增加的未标记岩石薄片图像样本实现分类能力的可扩展式增强。该文提出的在平均教师（mean teacher,MT）模型的基础上，通过在无监督损失中添加层一致性正则化项的方式约束师生模型的层次结构，实现对未标记数据信息的有效利用。消融实验和层一致性平均教师（hierarchy consistency mean teacher,HCMT）模型对比实验结果表明，层一致性正则化方法利用了未标记数据的有效信息，提升了MT模型的分类效果，使得HCMT模型可以在半标记数据集中获得如全标记数据集相似的分类能力。该实验表明，半监督学习模型利用大量未标记岩石薄片图像数据可以提升模型分类的能力。

对称密码体制的量子攻击

冯晓宁, 吴洪宇

2024, 42(1): 39-52. doi:10.3969/j.issn.0255-8297.2024.01.004

摘要 ( 284 )

PDF (682KB) ( 306 )

参考文献 | 相关文章 | 多维度评价

该文梳理了近年来量子攻击在对称密码体制的研究脉络，分析了主流攻击方法的研究趋势与各文献之间的关系，并将主流攻击方法分为量子周期攻击、Grover算法相关攻击、量子差分攻击3类，分别介绍了具有代表性的攻击方法，呈现了各攻击方法的核心思想。立足于现有的攻击方案，展望了这一领域可能会出现的热门研究方向。

基于ConvLSTM的移动边缘计算服务器能耗模型

李小龙, 李曦, 杨凌峰, 黄华

2024, 42(1): 53-66. doi:10.3969/j.issn.0255-8297.2024.01.005

摘要 ( 240 )

PDF (974KB) ( 234 )

参考文献 | 相关文章 | 多维度评价

针对现有能耗模型对动态工作负载波动具有低敏感性和低精度的问题，该文基于卷积长短期记忆（convolutional long short-term memory,ConvLSTM）神经网络，提出了用于移动边缘计算的服务器智能能耗模型（intelligence server energy consumption model,IECM），用于预测和优化服务器的能量消耗。通过收集服务器运行时间参数，使用熵值法筛选和保留显著影响服务器能耗的参数。基于选定的参数，利用ConvLSTM神经网络训练服务器能耗模型的深度网络。与现有的能耗模型相比，IECM在CPU密集型、I/O密集型、内存密集型和混合型任务上，能够适应服务器工作负载的动态变化，并在能耗预测上具有更好的准确性。

大区域场景下基于无人机视角的目标计数方法

谢婷, 张守龙, 丁来辉, 胥志伟, 杨晓刚, 王胜科

2024, 42(1): 67-82. doi:10.3969/j.issn.0255-8297.2024.01.006

摘要 ( 328 )

PDF (9343KB) ( 338 )

参考文献 | 相关文章 | 多维度评价

近年来，无人机因其灵活度高、机动性强在人群计数领域得到广泛应用。然而，现有的人群计数方法大多基于单视点，对于大范围、多摄像机场景下的多视点计数研究较少。为了解决这个问题，提出了一种基于无人机视角的目标计数方法以准确统计场景中的目标数量。选择临海区域进行数据采集，利用深度学习技术对采集的图像进行目标检测和图像拼接融合，在拼接后的图像中映射检测信息，并采用计数算法完成区域场景的计数任务。在公开数据集和该文制作的数据集上进行的实验验证了基于目标检测的计数算法的有效性。

无线传感器网络强化学习增强路由研究

张华南, 李石君, 金红

2024, 42(1): 83-93. doi:10.3969/j.issn.0255-8297.2024.01.007

摘要 ( 175 )

PDF (648KB) ( 157 )

参考文献 | 相关文章 | 多维度评价

探讨了在无线网络树型路由中寻找最优父节点的经典问题，分析了影响树型路由决策规则的多个指标，如接收信号强度的加权平均值、缓冲区占用率和功耗比。提出了一种基于强化学习增强树路由协议和强化学习算法在无线传感器网络中应用的系统模型，并详细说明了所提出的基于树的路由协议的基本操作，为循环检测父节点更新了算法；为了在复杂的场景中做出自适应决策，定义了一个状态空间、动作集和激励函数。通过试错找到激励最高的最佳父节点；并通过模拟比较研究，验证了父节点选择方案在性能指标（即端到端延迟、可靠性和能量消耗）之间进行合理权衡。

基于联邦集成算法对不同脱敏数据的研究

罗长银, 陈学斌, 张淑芬, 尹志强, 石义, 李风军

2024, 42(1): 94-102. doi:10.3969/j.issn.0255-8297.2024.01.008

摘要 ( 223 )

PDF (542KB) ( 246 )

参考文献 | 相关文章 | 多维度评价

针对联邦学习中存在梯度更新导致本地数据可能泄露的问题，提出基于本地脱敏数据上的联邦集成算法。该算法用变异率与适应度阈值的不同取值对原始数据进行脱敏，且使用不同类型的模型在经不同程度脱敏的数据上进行本地模型训练，以确定适合的联邦集成算法参数。实验结果表明，与联邦平均算法和传统集中式训练相比，stacking联邦集成算法与voting联邦集成算法的准确率要优于基线准确率。在实际应用中，可根据不同的需求设置不同的脱敏参数来保护数据，以此提升数据的安全性。

基于车辆外观特征和帧间光流的目标跟踪算法

李绍骞, 程鑫, 周经美, 赵祥模

2024, 42(1): 103-118. doi:10.3969/j.issn.0255-8297.2024.01.009

摘要 ( 291 )

PDF (70923KB) ( 95 )

参考文献 | 相关文章 | 多维度评价

在复杂道路场景下，车辆目标之间频繁遮挡、车辆目标之间相似的外观、目标整个运动过程中采用静态预设参数都会引起跟踪准确率下降等问题。该文提出了一种基于车辆外观特征和帧间光流的目标跟踪算法。首先，通过YOLOv5算法中的YOLOv5x网络模型获得车辆目标框的位置信息；其次，利用RAFT(recurrent all-pairs field transforms for opticalflow)算法计算当前帧和前一帧之间的光流，并根据得到的位置信息对光流图进行裁剪；最后，在卡尔曼滤波过程中利用帧间光流进行补偿得到更精确的运动状态信息，并利用车辆外观特征和交并比特征完成轨迹匹配。实验结果表明，基于车辆外观特征和帧间光流的目标跟踪算法在MOT16数据集上表现良好，相较于跟踪算法DeepSORT，成功跟踪帧数占比提高了1.6%，跟踪准确度提升了1.3%，跟踪精度提升了0.6%，改进的车辆外观特征提取模型准确率在训练集和验证集上分别提高了1.7%、6.3%。因此，基于高精度的车辆外观特征模型结合关联帧间光流的运动状态信息能够有效实现交通场景下的车辆目标跟踪。

球面坐标下基于语义分层的知识图谱补全方法

郭子溢, 朱桐, 林广艳, 谭火彬

2024, 42(1): 119-133. doi:10.3969/j.issn.0255-8297.2024.01.010

摘要 ( 175 )

PDF (1249KB) ( 183 )

参考文献 | 相关文章 | 多维度评价

大多现有知识图谱补全方法普遍忽略了实体间客观存在的语义层次差异，为解决该问题，提出一种在球面坐标系下基于语义分层信息的知识图谱补全（knowledge graphcompletion on semantic hierarchy in spherical coordinates,SpHKC）模型。该方法将实体映射到球面坐标，位于不同球面的实体处于不同语义层级，球的半径越大，该球面上的实体所位于的语义层级越低。而关系则被建模为一个球面的实体向另一实体（位于相同球面或不同球面）的移动，包含旋转与定位操作，以处理实体语义层级异同的两种情况。球面坐标的极角和方位角也给予实体更丰富的表达形式。实验表明，SpHKC与当前主流方法在FB15k-237和WN18RR数据集上的效果基本持平，并且它在YAGO3-10数据集的平均倒数排名（meanreciprocal ranking,MRR）、Hits@10等重要指标上比相关研究的最新算法稳定提升约1%，证明了语义分层信息的有效性。

基于CPU-GPU协同调控和网页特征感知的浏览器功耗优化研究

张锦, 黄江杰, 彭龙, 刘晓东, 余杰, 黄浩炜, 王文竹

2024, 42(1): 134-144. doi:10.3969/j.issn.0255-8297.2024.01.011

摘要 ( 276 )

PDF (755KB) ( 206 )

参考文献 | 相关文章 | 多维度评价

安卓系统为浏览器分配资源时无法感知网页内容，会导致资源过度分配和电量不必要损失。同时，由于CPU可调节频率密度的增长，通过动态电压频率缩放（dynamic voltageand frequency scaling,DVFS）技术实现能耗优化的难度也随之增大。另外在系统默认的调控策略下，忽视了图形处理器（graphics processing unit,GPU）对浏览器运行的作用。针对上述问题，提出一种协同调控CPU和GPU实现功耗优化的方法。首先根据网页加载时处理器运行特征利用逻辑回归对网页进行分类，对网页特征加权实现复杂度量化，根据类别与复杂度采用DVFS技术限制CPU频率的同时调节GPU频率。该方法被应用于谷歌Pixel2 XL上的Chromium浏览器，对排名前500的中文网站进行测试，平均节省了12%功耗的同时减少了5%网页加载时间。

面向铁路道岔情景下的列车轨道区域检测方法

陈裔鋆, 陈羽, 滕飞

2024, 42(1): 145-160. doi:10.3969/j.issn.0255-8297.2024.01.012

摘要 ( 231 )

PDF (12570KB) ( 111 )

参考文献 | 相关文章 | 多维度评价

列车前方铁路轨道区域的检测是列车主动防撞技术的关键环节，现有的铁路区域分割方法多用于简单情景下的轨道检测，难以应对实际运行中的铁路道岔等复杂场景。该文提出了一种面向铁路道岔情景下的列车轨道区域检测方法，解决了现有技术在铁路道岔下难以检测列车实际运行区域的问题。首先，设计了一种基于信息融合的铁路轨道区域分割模型，针对铁路左右钢轨之间难以匹配的问题，对铁路区域和钢轨进行分割并利用其分割结果进行钢轨匹配。其次，设计了一种基于反向透视变换的铁路区域重建方法，通过保留钢轨的关键点来重建铁路区域，同时使用基于分组卷积的铁路道岔分类模型对道岔方向进行识别。实验结果表明，提出的方法在复杂环境下可达到较高的精度，像素准确率可达98.67%，平均交并比可达98.12%，具有在列车上应用的潜力。

面向小样本抽取式问答的多标签语义校准方法

刘青, 陈艳平, 邹安琪, 秦永彬, 黄瑞章

2024, 42(1): 161-173. doi:10.3969/j.issn.0255-8297.2024.01.013

摘要 ( 194 )

PDF (1295KB) ( 122 )

参考文献 | 相关文章 | 多维度评价

小样本抽取式问答任务旨在利用文章给定的上下文片段，抽取出真实的答案片段。其基线模型采用的方法只针对跨度进行学习，缺乏对全局语义信息的利用，在含有多组不同重复跨度的实例中存在着理解偏差等问题。为了解决上述问题，该文利用不同层级的语义提出了一种面向小样本抽取式问答任务的多标签语义校准方法。采用包含全局语义信息的头标签和基线模型中的特殊字符构成多标签进行语义融合，并利用语义融合门来控制全局信息流的引入，将全局语义信息融合到特殊字符的语义信息中。然后，利用语义筛选门对新融入的全局语义信息和该特殊字符的原有语义信息进行保留与更替，实现对标签偏差语义的校准。在8个小样本抽取式问答数据集中的56组实验结果表明：该方法在评价指标F1值上均明显优于基线模型，证明了所提方法的有效性和先进性。

基于投影奖励机制的多机器人协同编队与避障

葛星, 秦丽, 沙瀛

2024, 42(1): 174-188. doi:10.3969/j.issn.0255-8297.2024.01.014

摘要 ( 335 )

PDF (1502KB) ( 221 )

参考文献 | 相关文章 | 多维度评价

针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题，提出了基于投影奖励机制的多机器人协同编队与避障（projected reward for multi-robotformation and obstacle avoidance,PRMFO）模型，实现了多机器人基于统一状态表征方法的去中心化决策过程。设计了一种多机器人统一状态表征方法，实现了机器人与外界环境交互信息处理的一致性；基于统一状态表征设计了基于投影的奖励机制，从距离和方向两个维度将奖励过程矢量化，丰富机器人的决策依据；为了解决多机器人系统中过度中心化问题，设置了自主决策层，融合统一状态表征与投影奖励机制的软演员评论家（soft actor-critic,SAC）算法，实现了多机器人协同编队与避障任务。在机器人操作系统（robot operating system,ROS）环境下进行仿真实验，实验数据表明PRMFO模型在单机器人平均回报值、成功率以及时间等指标上分别提高42%、8%、9%，基于PRMFO模型的多机器人编队误差控制在0~0.06范围内，实现了较高精度的多机器人编队。

当期目录