摘要点击排行

    一年内发表文章 |  两年内 |  三年内 |  全部

    当前位置: 一年内发表文章
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 基于深度学习的配电网无线通信入侵检测系统
    刘文军, 郭志民, 吴春明, 阮伟, 周伯阳, 周宁, 吕卓
    电子学报    2020, 48 (8): 1538-1544.   DOI: 10.3969/j.issn.0372-2112.2020.08.011
    摘要419)      PDF (1963KB)(177)    收藏
    在采用无线通信接入的配电网中,入侵检测系统(IDS)通过分析通信网中传输数据来判断入侵事件.为提高检测的准确性,本文将深度学习理论应用于IDS,提出了一种面向配电网无线通信网络新型入侵检测系统,由带有门控循环单元、多层感知器和Softmax的循环神经网络组成.攻击测试基准实验结果表明IDS防御的有效性,在KDD99测试数据集上,其误报率为0.06%,总检出率为96.43%;在NSL-KDD测试数据集上,其误报率低至0.86%,总检出率则为99.33%.
    参考文献 | 相关文章 | 多维度评价
    2. 正则化超限学习机的最大分划广义交替方向乘子法
    侯秀聪, 赖晓平, 曹九稳
    电子学报    2021, 49 (4): 625-630.   DOI: 10.12263/DZXB.20200310
    摘要377)      PDF (825KB)(534)    收藏
    借助交替方向乘子法(Alternating Direction Method of Multipliers,ADMM),将多变量正则化最小二乘拟合问题,分解为多个可并行执行的标量优化问题,并引入可调步长因子加速算法,得到一个高度并行的最大分划广义ADMM算法,并应用于正则化超限学习机.建立了算法的收敛条件,分析了算法的计算复杂度,通过基准现实数据集实验与新近文献方法——最大分划松弛ADMM进行了收敛率比较.在GPU并行加速实验中,基于最大分划广义ADMM的正则化超限学习机获得的大GPU加速比,表明了该算法的高度并行性.
    参考文献 | 相关文章 | 多维度评价
    3. 面向C-V2I的基于边缘计算的智能信道估计
    廖勇, 田肖懿, 蔡志镕, 花远肖, 韩庆文
    电子学报    2021, 49 (5): 833-842.   DOI: 10.12263/DZXB.20200953
    摘要316)      PDF (1999KB)(324)    收藏
    车联网对于超高可靠与低时延通信(Ultra-Reliable and Low Latency Communications,URLLC)具有严格的要求,特别对于车到基础设施(Vehicle to Infrastructure,V2I)场景,URLLC对传输管理交通状况至关重要.3GPP Cellular-V2X(C-V2X)作为现在支撑车联网URLLC主流的无线技术,仍存在技术挑战.为进一步提升通信性能,本文在V2I场景下,基于车载终端、路侧单元(Road Side Unit,RSU)与边缘计算车联网服务器(Internet of Vehicles Server,IoV Server)的交互,设计了一种基于C-V2I规范的智能信道估计框架.在IoV Server中,本文提出了一种基于深度学习的信道估计算法,该算法利用一维卷积神经网络(One Dimensional Convolution Neural Network,1D CNN)完成频域插值和条件循环单元(Conditional Recurrent Unit,CRU)进行时域状态预测,通过引入额外的速度编码矢量和多径编码矢量跟踪环境的变化,对不同移动环境下的信道数据进行精确训练.最后通过系统仿真与分析表明,所提算法能够通过信道参数编码追踪不同高速移动环境下的信道变化,实现对信道数据的精确训练.与车联网代表性信道估计算法相比,所提算法提升了信道估计精度,降低了误码率和增强了鲁棒性.
    参考文献 | 相关文章 | 多维度评价
    4. 自适应分解式多目标粒子群优化算法
    韩红桂, 阿音嘎, 张璐, 乔俊飞
    电子学报    2020, 48 (7): 1245-1254.   DOI: 10.3969/j.issn.0372-2112.2020.07.001
    摘要301)      PDF (4381KB)(658)    收藏
    为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的外部档案更新策略,有效提升了AMOPSO-DA的空间搜索能力;其次,提出了一种基于粒子进化方向信息的飞行参数调整方法,有效平衡了AMOPSO-DA的探索和开发能力.最后,将提出的AMOPSO-DA应用于多目标优化问题,实验结果表明,文中提出的AMOPSO-DA能够获得分布性较好的优化解.
    参考文献 | 相关文章 | 多维度评价
    5. 基于改进YOLOv3算法的带钢表面缺陷检测
    李维刚, 叶欣, 赵云涛, 王文波
    电子学报    2020, 48 (7): 1284-1292.   DOI: 10.3969/j.issn.0372-2112.2020.07.006
    摘要284)      PDF (1146KB)(300)    收藏
    针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网络结构,融合浅层特征与深层特征,形成新的大尺度检测图层,提高网络对带钢表面缺陷的检测精度.实验结果表明,改进后的YOLOv3算法在NEU-DET数据集上平均精度均值达到了80%,较原有的YOLOv3算法提高了11%;同时检测速度保持在50fps,优于目前其它深度学习带钢表面缺陷检测算法.
    参考文献 | 相关文章 | 多维度评价
    6. 基于神经进化的深度学习模型研究综述
    韩冲, 王俊丽, 吴雨茜, 张超波
    电子学报    2021, 49 (2): 372-379.   DOI: 10.12263/DZXB.20200139
    摘要277)      PDF (2107KB)(461)    收藏
    深度学习研究发展至今已可以胜任各类识别、分类、生成任务,但是对于不同的任务,神经网络的结构或参数不可能只是微小的变化,依然需要专家进行调整.在这样的情况下,自动化地调整神经网络的结构或参数成为研究热点.其中,以达尔文自然进化论为灵感的神经进化成为主要优化方法.利用神经进化优化的深度学习模型以种群为基础,通过突变、重组等操作进化,可实现自动地、逐步地构建神经网络并最终选择出性能最优的深度学习模型.本文简述了神经进化与进化计算;详细概述了各类基于神经进化的深度学习模型;分析了各类模型的性能;总结了神经进化与深度学习融合的前景并探讨下一步的研究方向.
    参考文献 | 相关文章 | 多维度评价
    7. 基于介电非线性机制的微带电路无源互调效应研究
    赵小龙, 叶鸣, 张松昌, 曹智, 张可越, 张安学, 贺永宁
    电子学报    2020, 48 (12): 2289-2296.   DOI: 10.3969/j.issn.0372-2112.2020.12.001
    摘要244)      PDF (1851KB)(412)    收藏
    微带电路无源互调产生机制尚无定论并且缺乏可靠的理论预测方法,本文基于等效受控源模型,建立了基于介电非线性机制的微带线无源互调的解析计算模型,同时,通过对比测试聚四氟乙烯玻纤布介质微带线和空气介质微带线的三阶互调规律验证了介质非线性是微带电路无源互调的一种主要非线性来源,并提取了非线性参数.实验结果显示聚四氟乙烯玻纤布介质微带线比空气介质微带线的传输互调高了约20dB,反射互调高了约15dB,表明介质非线性是聚四氟乙烯玻纤布介质微带线互调的主要来源.同时,根据本文建立的微带线互调计算解析模型,提取聚四氟乙烯玻纤布介质基板的三阶非线性相对介电常数.本文研究方法可以进一步用于其它微带电路无源互调规律计算研究.
    参考文献 | 相关文章 | 多维度评价
    8. 基于动态图的PPI网络构建和复合物挖掘算法研究
    李鹏 闵慧 罗爱静
    电子学报   
    录用日期: 2021-04-02

    9. 基于深度学习的地址信息自动标注研究
    凌广明, 徐爱萍, 王伟
    电子学报    2020, 48 (11): 2081-2091.   DOI: 10.3969/j.issn.0372-2112.2020.11.001
    摘要233)      PDF (1299KB)(450)    收藏
    文本序列的自动标注能够解决深度学习普遍面临的人工标注成本过高的问题.本文针对地址信息的实体表述特征,构建基于实体边界矩阵(Entity Boundary Matrix,EBM)的表示模型,在此基础上提出了一种基于深度学习和KNN标签修正算法(K-Nearest Neighbours Correction Algorithm,KNN-CA)的不需要任何人工标注训练集的自动标注算法.首先获取预置小区数据集并构建离线特征库和初始化在线特征库;接着通过匹配算法求解EBM并利用KNN-CA进行优化,再通过数据增广得到自动标注的训练集;然后训练BiLSTM-CRF深度学习模型并预测所有未曾标注的地址信息的序列标注;最后再次利用KNN-CA优化可求解EBM的序列标注,由此构建适用于中文地理命名实体(Chinese Geospatial Named Entities,CGSNE)识别及相关研究的序列标注语料库.实验表明,标注数据的 F1值达到了95.35%.
    参考文献 | 相关文章 | 多维度评价
    10. 基于多尺度低秩模型的电力无线接入网异常流量检测方法
    周伯阳, 郭志民, 王延松, 阮伟, 吴春明, 周宁, 张伟, 程国振
    电子学报    2020, 48 (8): 1552-1557.   DOI: 10.3969/j.issn.0372-2112.2020.08.013
    摘要230)      PDF (703KB)(137)    收藏
    电力无线接入网的安全性对于电网生产至关重要,然而由于其IEC 60870-5-104规约控制数据存在着高维度的特点,且无线信道质量动态变化,难以快速、有效地检测控制数据的异常.鉴于此,本文提出了一种基于多尺度低秩的电力无线网异常流量检测器,首先构建一种规约深度分析的多尺度低秩模型,对其安全特征进行归一化和维度缩减,然后采用改进的递归特征选取和聚焦分类算法实现异常数据的检测.实验结果表明异常流量分类的准确性和维度缩减的性能.
    参考文献 | 相关文章 | 多维度评价
    11. 一种脉冲神经元监督学习的直接计算方法
    陈国军, 蔺想红, 王国恩, 王向文
    电子学报    2021, 49 (2): 331-337.   DOI: 10.12263/DZXB.20190350
    摘要229)      PDF (1478KB)(133)    收藏
    精确脉冲定时作为一种神经元信息编码方式更具生物可解释性,使用精确脉冲定时编码的脉冲神经元具有更为强大的时空信号处理能力.脉冲神经元监督学习是神经计算的重要方面,目的是使神经元对给定输入脉冲在期望时刻发放脉冲.通过分析输入脉冲序列、期望输出脉冲序列与实际输出脉冲序列的关系,发现已有脉冲神经元监督学习算法的脉冲选择与计算较为复杂,致使不能达到理想学习效果.通过去除影响整体学习效果的多余脉冲计算,构建用于脉冲神经元突触权值调整的双脉冲单元,提出了一种适用于脉冲神经元监督学习的直接计算方法.该方法基于输入脉冲,使用期望输出脉冲与实际输出脉冲的时序关系,直接计算突触权值的调整量;每个输入脉冲在每次迭代中最多计算一次,有效减少了脉冲计算次数.实验结果表明,直接计算方法作为脉冲神经元监督学习的一般性脉冲计算优化策略,可以大幅提高已有算法的学习准确率.
    参考文献 | 相关文章 | 多维度评价
    12. 图像超分辨率重建研究综述
    唐艳秋, 潘泓, 朱亚平, 李新德
    电子学报    2020, 48 (7): 1407-1420.   DOI: 10.3969/j.issn.0372-2112.2020.07.022
    摘要217)      PDF (1622KB)(359)    收藏
    图像超分辨率重建(Super-resolution Reconstruction,SR)是由一张或多张低分辨率图像得到高分辨率图像的过程.近年来,SR技术不断发展,在许多领域被广泛应用.本文在回顾SR技术发展历史的基础上,全面综述了SR技术在各个时期的代表性方法,重点介绍了基于深度学习的图像超分辨率工作.我们从模型类型、网络结构、信息传递方式等方面对各种算法进行了详细评述,并对比了其优缺点.最后探讨了图像超分辨率技术未来的发展方向.
    参考文献 | 相关文章 | 多维度评价
    13. 基于深度学习的图像实例分割技术研究进展
    梁新宇, 林洗坤, 权冀川, 肖铠鸿
    电子学报    2020, 48 (12): 2476-2486.   DOI: 10.3969/j.issn.0372-2112.2020.12.025
    摘要215)      PDF (5923KB)(621)    收藏
    随着深度学习算法在图像分割领域的成功应用,在图像实例分割方向上涌现出一大批优秀的算法架构.这些架构在分割效果、运行速度等方面都超越了传统方法.本文围绕图像实例分割技术的最新研究进展,对现阶段经典网络架构和前沿网络架构进行梳理总结,结合常用数据集和权威评价指标对各个架构的分割效果进行比较和分析.最后,对目前图像实例分割技术面临的挑战以及可能的发展趋势进行了展望.
    参考文献 | 相关文章 | 多维度评价
    14. 基于蚁群算法的多路径覆盖测试数据生成
    廖伟志, 夏小云, 贾小军
    电子学报    2020, 48 (7): 1330-1342.   DOI: 10.3969/j.issn.0372-2112.2020.07.011
    摘要207)      PDF (1533KB)(256)    收藏
    为了提高多路径覆盖测试数据的生成效率,研究了一种基于蚁群算法的多路径覆盖测试数据生成方法.首先给出蚁群算法的一种改进方法,该算法以蚂蚁对生成测试数据的重要性作为蚂蚁状态转移和蚂蚁路径变异的依据,以引导更多蚂蚁穿越小概率节点,提高测试数据生成效率.其次,根据改进的蚁群算法分别提出了基于单信息素表和多信息素表的多路径覆盖测试数据生成方法.在基于多信息素表的方法中,每条目标路径的信息素表均被用于其它路径测试数据的求解,而且蚁群算法运行一次即可求解多条目标路径的覆盖测试数据.最后对所提出方法的有效性和复杂度进行了理论分析.实验结果表明,与其它方法相比,基于多信息素表的测试数据生成方法能够有效地生成多路径覆盖测试数据.
    参考文献 | 相关文章 | 多维度评价
    15. 面向云服务的安全高效无证书聚合签名车联网认证密钥协商协议
    张文芳, 雷丽婷, 王小敏, 王宇
    电子学报    2020, 48 (9): 1814-1823.   DOI: 10.3969/j.issn.0372-2112.2020.09.020
    摘要187)      PDF (2358KB)(144)    收藏
    针对目前车联网认证密钥协商协议效率低下以及车辆公私钥频繁更新的问题,提出一个基于无证书聚合签名的车联网匿名认证与密钥协商协议.本方案通过引入临时身份和预签名机制实现对车辆的隐私保护以及匿名认证,同时通过构建临时身份索引数据库,实现可信中心对可疑车辆的事后追查,满足车辆的条件匿名性要求.此外,本方案中车辆的公私钥不随其临时身份动态改变,有效避免了已有方案公私钥频繁更新带来的系统开销.同时,为了提供高效的批量认证,采用无双线性对的聚合签名技术,实现了车辆签名的动态聚合和转发,有效降低了签名传递的通信量和云服务器的验证开销.本文方案在eCK模型和CDH问题假设下被证明是形式化安全的.
    参考文献 | 相关文章 | 多维度评价
    16. 社会网络谣言检测综述
    高玉君, 梁刚, 蒋方婷, 许春, 杨进, 陈俊任, 王浩
    电子学报    2020, 48 (7): 1421-1435.   DOI: 10.3969/j.issn.0372-2112.2020.07.023
    摘要182)      PDF (5362KB)(260)    收藏
    当前社会网络已取代传统媒体成为信息交流的重要平台,社会网络中的信息具有传播速度快,范围广,即时性强等优点.然而,由于发布信息时缺乏有效的监管手段,导致社会网络平台同时也成为谣言传播的温床.因此,快速有效地检测出社会网络谣言,对净化网络环境,维护公共安全至关重要.本文首先对谣言定义进行阐述,并描述当前谣言检测的问题及检测过程;其次,介绍不同数据获取方式并分析其利弊,同时对比谣言检测中不同的数据标注方法;第三,根据谣言检测技术的发展对现有的人工、机器学习和深度学习的谣言检测方法进行分析对比;第四,通过实验在相同公开数据集下对当前主流算法进行实证评估;最后,对社会网络谣言检测技术面临的挑战进行归纳并总结全文.
    参考文献 | 相关文章 | 多维度评价
    17. 基于深度学习网络的神经元自适应投影分类方法
    蔺想红, 郑鉴洋, 王向文, 马慧芳
    电子学报    2020, 48 (7): 1321-1329.   DOI: 10.3969/j.issn.0372-2112.2020.07.010
    摘要176)      PDF (7346KB)(251)    收藏
    传统的基于几何形态的神经元分类方法依赖于神经元空间结构特征的提取与选择,会损失大量有用的神经元分类信息.应用自适应投影算法将三维神经元进行转换,不需要提取神经元的几何特征,提出了一种基于深度学习网络的神经元几何形态分类方法.该方法将原始神经元数据进行三维体素重建,经过自适应投影过程构成二维神经元图像数据,并构建了基于双卷积门限循环神经网络的深度学习模型对神经元进行分类.将该方法应用于三种神经元分类数据集,通过与基于特征提取的神经元分类方法相比,实验结果表明该方法具有更高的分类准确率和良好的适应能力.
    参考文献 | 相关文章 | 多维度评价
    18. 残差神经网络及其在医学图像处理中的应用研究
    周涛, 霍兵强, 陆惠玲, 任海玲
    电子学报    2020, 48 (7): 1436-1447.   DOI: 10.3969/j.issn.0372-2112.2020.07.024
    摘要173)      PDF (1345KB)(327)    收藏
    残差神经网络(ResNet)是近几年来深度学习研究中的热点,在计算机视觉领域取得较好成就.本文对残差神经网络从以下几个方面进行总结:第一,阐述残差神经网络的基本结构和工作原理;第二,在模型发展方面,以时间为顺序总结了残差神经网络的8种网络模型;第三,在结构优化方面,从残差神经网络的卷积层、池化层、残差单元、全连接层以及整个网络5个方面进行总结;最后,将ResNet应用到医学图像处理领域,主要从图像识别和图像分割2个方面探讨.本文对残差神经网络的原理、模型、结构进行了系统地总结,对残差神经网络的研究发展具有一定的积极意义.
    参考文献 | 相关文章 | 多维度评价
    19. 动态网络表示学习研究进展
    曹燕, 董一鸿, 邬少清, 陈华辉, 钱江波, 潘善亮
    电子学报    2020, 48 (10): 2047-2059.   DOI: 10.3969/j.issn.0372-2112.2020.10.024
    摘要173)      PDF (3734KB)(226)    收藏
    网络表示学习旨在将网络信息表示为低维稠密的实数向量,解决链接预测、异常检测、推荐系统等任务.近年来,网络表示学习研究取得重大进展,但研究多基于静态网络,而真实世界构成的网络是动态变化的,对动态网络分析的需求日益增加.本文总结了当前动态网络表示学习的方法与研究进展,首先提出网络表示学习的动机,阐述动态网络以及表示学习的发展历史与理论基础;接着,系统概述了大量动态网络嵌入方法,包括基于矩阵分解的动态图嵌入、基于随机游走的动态图嵌入、基于深度学习的动态图嵌入和基于重构概率的动态图嵌入,并分析与比较,给出动态网络表示学习的应用场景;最后,总结未来网络表示学习的研究方向.只有考虑网络的动态性,才能真实反映现实网络的演化,使网络表示学习更具价值.
    参考文献 | 相关文章 | 多维度评价
    20. 一种基于深度学习的强对抗性Android恶意代码检测方法
    李鹏伟, 姜宇谦, 薛飞扬, 黄佳佳, 徐超
    电子学报    2020, 48 (8): 1502-1508.   DOI: 10.3969/j.issn.0372-2112.2020.08.007
    摘要166)      PDF (867KB)(102)    收藏
    针对现有Android恶意代码检测方法容易被绕过的问题,提出了一种强对抗性的Android恶意代码检测方法.首先设计实现了动静态分析相结合的移动应用行为分析方法,该方法能够破除多种反分析技术的干扰,稳定可靠地提取移动应用的权限信息、防护信息和行为信息.然后,从上述信息中提取出能够抵御模拟攻击的能力特征和行为特征,并利用一个基于长短时记忆网络(Long Short-Term Memory,LSTM)的神经网络模型实现恶意代码检测.最后通过实验证明了本文所提出方法的可靠性和先进性.
    参考文献 | 相关文章 | 多维度评价
    21. 基于工地场景的深度学习目标跟踪算法
    马少雄, 邱实, 唐颖, 张晓
    电子学报    2020, 48 (9): 1665-1671.   DOI: 10.3969/j.issn.0372-2112.2020.09.001
    摘要166)      PDF (3648KB)(448)    收藏
    针对施工现场环境复杂,难以高效管理的问题.提出了基于工地场景的深度学习目标跟踪算法,辅助施工顺利进行.根据工地现场目标的连续性,构建增强群跟踪器,提升目标成功跟踪的概率.然后从滑动窗口、Stacked Denoising Auto Encoder(SDAE)和Support Vector Machine(SVM)三方面组建深度检测器.在滑动窗口方面:从梯度角度建立模型实现窗口自适应.在SDAE算法方面:构建反向算法微调网络参数.优化SVM算法降低跟踪时目标漂移和跟踪失败的概率,最终实现目标高精度跟踪.通过实验表明本文提出的算法可有效对目标进行跟踪,实现动态管理.
    参考文献 | 相关文章 | 多维度评价
    22. 一种基于改进的MobileNetV2网络语义分割算法
    孟琭, 徐磊, 郭嘉阳
    电子学报    2020, 48 (9): 1769-1776.   DOI: 10.3969/j.issn.0372-2112.2020.09.015
    摘要159)      PDF (5973KB)(142)    收藏
    基于金字塔卷积神经网络的语义分割算法准确率很高,但是其计算资源消耗巨大、算法执行时间长、无法满足实时性要求.为了解决这个问题,本文做出了以下改进:(1)用MobileNet替换原网络的结构,减少了网络运算时间和内存开销;(2)引入编码器-解码器结构提高输出图像的分辨率,进一步细化分割结果;(3)针对高分辨率图像推断时间过长的问题,本文设计了多级图像输入方法,降低了网络推断高分辨率图像所消耗的时间.本文在VOC 2012数据集和Cityscapes数据集上进行了测试,并与FCN、SegNet、DeepLab、PSPNet以及DFN等语义分割模型对比.实验结果表明,本文设计的语义分割算法在VOC 2012数据集上达到了76.1%的mIoU,在Cityscapes数据集上达到了74.1%的mIoU,略低于传统语义分割算法;处理一张分辨率为1024×512的图片需要18ms,少于传统语义分割算法,满足了实时性要求,达到了准确率与计算资源消耗之间的平衡.
    参考文献 | 相关文章 | 多维度评价
    23. 节能型三相桥式零电流开关整流器
    王强, 陈俊, 王天施, 刘晓琴
    电子学报    2020, 48 (7): 1403-1406.   DOI: 10.3969/j.issn.0372-2112.2020.07.021
    摘要148)      PDF (1451KB)(162)    收藏
    为使三相桥式整流器实现节能运行,提出了一种节能型三相桥式零电流开关整流器拓扑结构,在各相桥臂上的辅助谐振电路处于工作状态时,整流器的开关器件能完成零电流软关断.三相桥式整流器通常以绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)作为开关器件,实现零电流软关断能消除IGBT拖尾电流产生的关断损耗.分析了电路工作过程,在三相3kW样机上的实验结果表明开关器件实现了零电流软切换.因此,该拓扑结构可实现以IGBT作为开关器件的三相桥式整流器的节能运行.
    参考文献 | 相关文章 | 多维度评价
    24. 基于低尺度细节恢复的单幅图像阴影去除方法
    吴文, 万毅
    电子学报    2020, 48 (7): 1293-1302.   DOI: 10.3969/j.issn.0372-2112.2020.07.007
    摘要148)      PDF (1835KB)(133)    收藏
    为了在光照复杂、纹理丰富的图像上获得更好的去阴影效果,基于生成对抗网络提出了一种新颖的阴影去除方法.首先,所提网络中的阴影检测子网为阴影图像生成阴影掩膜,基于该检测结果提出一种光照敏感的多尺度图像分解方法,在几乎不损失光照信息的同时提取图像纹理信息;然后,蒙版生成子网为分解后的低尺度图像生成相应的蒙版用于去除其中阴影;其次,边界复原子网修复阴影边界实现友好的过渡;最后,使用自适应衰减因子引导图像进行细节恢复以得到纹理丰富的结果.实验结果表明所提方法可以有效地提高阴影去除效果.
    参考文献 | 相关文章 | 多维度评价
    25. 基于粒子群优化的多径辅助室内定位算法
    李泽, 田增山, 王中春, 王亚
    电子学报    2020, 48 (10): 1952-1960.   DOI: 10.3969/j.issn.0372-2112.2020.10.012
    摘要148)      PDF (1874KB)(129)    收藏
    由于室内多径信号丰富且包含了室内几何信息,可以利用室内多径信号对目标进行定位.基于此,本文提出了一种多径辅助的目标定位算法.首先,利用多径信号的差分飞行时间(Time of Flight,TOF)构建关于目标以及散射体位置的适应度函数;然后,提出了基于粒子群优化(Particle Swarm Optimization,PSO)的目标及散射体位置联合搜索算法,其中利用目标及散射体到达角(Angle of Arrival,AOA)确定搜索范围;其次,选取搜索到的散射体位置联合差分TOF求解目标位置;最后,利用仿射传播聚类(Affinity Propagation Clustering,APC)对所有散射体估计到的目标位置进行聚类,提出聚类准则消除大的定位误差点.仿真结果表明,本文所提算法利用单个基站可以达到较高定位精度.
    参考文献 | 相关文章 | 多维度评价
    26. Focus+Context语义表征的场景图像分割
    吴绿, 张馨月, 唐茉, 王梓, 王永安
    电子学报    2021, 49 (3): 596-604.   DOI: 10.12263/DZXB.20200161
    摘要148)      PDF (4236KB)(151)    收藏
    场景图像分割一直是机器视觉学习中较为复杂的重难点问题.本文在机器视觉注意力机制学习方法的基础上,融合人类对事物个体的认知,提出场景对象的Focus+Context语义表征,将对象类别信息带入图像底层特征学习中,运用概率统计理论,在抽象层上建模局部区域对象,再联合上下文语义信息推理全局与局部区域对象之间的关系,以实现类内焦点对象(Focus)突出的场景语义分割.实验验证,基于Focus+Context的语义表征和建模能够增加对象的识别率,尤其是在小样本环境下,所提出的方法能极大地简化场景的理解.
    参考文献 | 相关文章 | 多维度评价
    27. 一种可逆有限状态机的电路设计
    吴钰, 张莹, 王伦耀, 储著飞, 夏银水
    电子学报    2020, 48 (11): 2226-2232.   DOI: 10.3969/j.issn.0372-2112.2020.11.019
    摘要147)      PDF (1242KB)(106)    收藏
    不同以往通过重构电路行为实现可逆有限状态机方法,本文提出了一种可逆有限状态机的电路结构.该电路主要包括次态与输出计算电路以及状态预置与采样锁存电路两部分,且提出的可逆有限状态机电路中不存在独立的可逆触发器,但可以实现可逆JK,D,T等触发器功能.同时,文中也提出了基于该可逆有限状态机电路的可逆时序电路综合方法,并用实例进行了验证.相比于基于行为重构的可逆有限状态机的综合方法,本文提出的综合方法可以避免原始状态机的逆状态机的求解和增加额外的信号位,从而使得综合过程变得更加简单.
    参考文献 | 相关文章 | 多维度评价
    28. 基于马尔科夫链的灰狼优化算法收敛性研究
    张孟健, 龙道银, 王霄, 杨靖
    电子学报    2020, 48 (8): 1587-1595.   DOI: 10.3969/j.issn.0372-2112.2020.08.018
    摘要147)      PDF (844KB)(88)    收藏
    针对灰狼优化算法(Grey Wolf Optimization,GWO)在收敛性研究上的不足,首先,通过定义灰狼群状态转移序列,建立了GWO算法的马尔科夫(Markov)链模型,通过分析Markov链的性质,证明它是有限齐次 Markov链;其次,通过分析灰狼群状态序列最终转移状态,结合随机搜索算法的收敛准则,验证了GWO算法的全局收敛性;最后,对典型测试函数、偏移函数及旋转函数进行仿真实验,并与多种群体智能算法进行对比分析.实验结果表明,GWO算法具有全局收敛性强、计算耗时短和寻优精度高等优势.
    参考文献 | 相关文章 | 多维度评价
    29. 一种多尺度前向注意力模型的语音识别方法
    唐海桃, 薛嘉宾, 韩纪庆
    电子学报    2020, 48 (7): 1255-1260.   DOI: 10.3969/j.issn.0372-2112.2020.07.002
    摘要146)      PDF (688KB)(285)    收藏
    注意力模型是当前语音识别中的主流模型,然而其存在一个缺点,即当前时刻的注意力模型可能产生异常得分.为此,本文首先提出前向注意力模型,其采用上一时刻正常注意力得分平滑当前时刻异常得分.接着通过对上一时刻的注意力得分添加约束因子来对前向注意力模型进行优化,达到自适应平滑的目的.最后,在优化模型基础上提出多尺度前向注意力模型,其通过引入多尺度模型来对不同等级的语音基元进行建模,进而将所得到的不同等级目标向量进行融合,以达到解决注意力得分异常值的目的.采用SwitchBoard作为训练集,Hub5'00作为测试集进行实验,相比于基线系统,多尺度前向注意力模型的词错误率(Word Error Rate,WER)相对降低14.28%.
    参考文献 | 相关文章 | 多维度评价
    30. 基于刚性约束的双移动机器人协同定位
    刘剑锋, 孙力帆, 普杰信, 何子述, 王燕玲
    电子学报    2020, 48 (9): 1777-1785.   DOI: 10.3969/j.issn.0372-2112.2020.09.016
    摘要145)      PDF (1594KB)(64)    收藏
    准确、快速的状态估计是保证多机器人顺利完成协作搬运任务的关键.然而,大部分现有多机器人协同定位方法都存在一定的局限性,往往无法同时兼顾定位精度与计算复杂度.因此,本文从协作搬运任务的特点出发,将距离与方位的刚性约束条件引入协同定位中,同时根据机器人之间的紧密耦合关系建立起通用有效的运动模型和量测模型.最终在此刚性约束系统建模的基础上,提出一种基于高斯-厄米特求积分卡尔曼滤波(Quadrature Kalman Filter,QKF)的双移动机器人协同定位方法.仿真实验结果表明:与基于无约束模型的QKF协同定位方法相比,本文所提方法不但具有更高的定位精度,而且计算复杂度大大降低,有助于实现多机器人实时协同定位.
    参考文献 | 相关文章 | 多维度评价
    31. MCDP:基于神经网络的多集群分布式差分隐私数据发布方法
    陈思, 付安民, 柯海峰, 苏铓, 孙怀江
    电子学报    2020, 48 (12): 2297-2303.   DOI: 10.3969/j.issn.0372-2112.2020.12.002
    摘要143)      PDF (2395KB)(201)    收藏
    大数据应用能够为人们的生活和工作方式提供便捷,但包含消费记录、社交关系、地理位置等个人隐私信息的数据在发布过程中可能被服务提供商收集,用户隐私面临巨大威胁.本文首次提出了一个基于神经网络的多集群分布式差分隐私数据发布方法,能够显著缓解单服务器的数据处理压力.同时,利用神经网络算法进行隐私参数预测明显提高了预测精度和预测效率,并且集群之间不同的隐私参数也保证了方案的灵活性.此外,由于中心服务器存储的是经过差分隐私处理后的统计数据,即使中心服务器由于遭受攻击导致存储的数据泄露,也能确保用户数据隐私.实验对比分析表明,我们的方法在隐私处理效率、隐私保护强度、预测精度和预测效率等方面都有明显优势.
    参考文献 | 相关文章 | 多维度评价
    32. 基于注意力学习的正则化相关滤波跟踪算法
    仇祝令, 查宇飞, 吴敏, 王青
    电子学报    2020, 48 (9): 1762-1768.   DOI: 10.3969/j.issn.0372-2112.2020.09.014
    摘要142)      PDF (2839KB)(136)    收藏
    边界效应是制约相关滤波跟踪性能的一个重要因素.目前大多数方法只是简单地采用先验知识,如逆高斯分布,预设掩模等,或者分割前景目标作为正则化项,进行约束求解,并没有考虑目标的空时域特性.针对这一问题,本文提出一种基于注意力学习的正则化相关滤波跟踪算法.该方法考虑目标在空间中的分布特性,利用注意力机制学习目标的特定空间权重,适应目标在空域中的变化;同时利用目标在时域中的连续性,通过对注意力权重矩阵的约束来间接调整滤波器;最后通过交替方向乘子(ADMM)算法迭代优化模型.我们在标准的数据库上进行大量实验,结果表明本文算法能实时跟踪目标,并且在精确度和成功率上都有了一定的提升.
    参考文献 | 相关文章 | 多维度评价
    33. 区块链的安全风险评估模型
    秦超霞, 郭兵, 沈艳, 苏红, 张珍, 周驰岷
    电子学报    2021, 49 (1): 117-124.   DOI: 10.12263/DZXB.20180962
    摘要142)      PDF (2048KB)(387)    收藏
    随着区块链技术在社会经济领域的应用不断扩大,区块链的安全问题受到越来越多的关注.本文提出了一种新的区块链安全风险评估方法,分别从技术架构和算力两方面量化区块链的安全风险.我们首先根据区块链技术体系架构建立了区块链可信计算基(Blockchain Trusted Computing Base,BTCB),进而设计了一种结合层次分析(Analytic Hierarchy Process,AHP)和配对比较的安全敏感性分析方法,为每个安全风险影响因素分配权重,最终构造了一个区块链的安全风险评估模型.在实验部分,我们采用该模型为当下15个常见公有链区块链项目打分,并与市场认可度较高的四家区块链评级机构的评测数据进行对比分析,实验结果表明我们的模型具有一定的可行性.
    参考文献 | 相关文章 | 多维度评价
    34. 一种用于语音增强的卷积门控循环网络
    袁文浩, 胡少东, 时云龙, 李钊, 梁春燕
    电子学报    2020, 48 (7): 1276-1283.   DOI: 10.3969/j.issn.0372-2112.2020.07.005
    摘要140)      PDF (1719KB)(149)    收藏
    为了充分利用含噪语音特征来提高语音增强网络的性能,基于含噪语音在时间和频率两个维度上的相关性,本文结合卷积神经网络的局部特征提取能力和门控循环单元的长期依赖建模能力,设计了一种适用于语音增强的卷积门控循环网络.该网络采用卷积网络结构代替全连接网络结构来改进门控循环单元中的特征计算过程,从而能够更好地保留含噪语音特征中的时频结构信息.实验结果表明,与其它语音增强网络相比,本文网络在语音成分的保留和噪声成分的抑制上具有明显优势,增强后语音具有更好的语音质量和可懂度.
    参考文献 | 相关文章 | 多维度评价
    35. 基于电压毛刺故障扰动的分组密码安全性度量方法研究
    欧庆于, 罗芳, 吴晓平, 杨鹏
    电子学报    2021, 49 (3): 417-423.   DOI: 10.12263/DZXB.20200514
    摘要134)      PDF (5298KB)(398)    收藏
    随着信息体系对抗强度的升级,网络空间已演变为由各类信息平台及控制网络互联而成的复杂网电环境,所面临的安全威胁日趋复杂.作为网络空间安全的基石,各类密码算法实现不可避免地受到由环境引入或攻击者恶意施加的故障扰动影响,进而引发密码安全性问题.本文以电压毛刺故障扰动手段为基础,对分组密码算法实现的故障产生机理及安全扰动机制进行了分析和研究;构建了用于刻画密码电路故障传播概率性波动模型;结合不可区分性理论、活动字节传播概率的统计分布技术,提出了能够充分反映故障扰动场景下分组密码实际安全特性的度量框架.实验表明,该度量框架能够充分反映实际故障概率传播特性与攻击者区分优势之间的关联性,并对分组密码实现在遭受故障攻击下的安全性实施客观分析.
    参考文献 | 相关文章 | 多维度评价
    36. 参数池化卷积神经网络图像分类方法
    江泽涛, 秦嘉奇, 张少钦
    电子学报    2020, 48 (9): 1729-1734.   DOI: 10.3969/j.issn.0372-2112.2020.09.009
    摘要133)      PDF (832KB)(202)    收藏
    传统的卷积神经网络使用池化层对信息进行降维操作,通常会造成信息损失,从而影响网络的表达能力.针对这一问题,使用参数池化层(Parameterized Pooling Layer)替代传统卷积神经网络中的池化层,提出参数池化卷积神经网络(Parameterized Pooling CNN,PPCNN).参数池化层在仅仅增加了少量网络参数的情况下,最大可能的保留了卷积神经网络中希望被保留下来的特征;同时,由于增加了池化层前向传播的信息,从而影响了反向传播算法中权值的更新,网络收敛速度更快;实验结果表明,PPCNN模型与传统卷积神经网络模型以及部分改进模型相比,参数池化卷积神经网络模型是有效的.
    参考文献 | 相关文章 | 多维度评价
    37. 样本空间基于多级高维特征表示的微小故障诊断
    张彩霞, 王子涵, 文成林, 刘国文, 余伟
    电子学报    2020, 48 (8): 1647-1654.   DOI: 10.3969/j.issn.0372-2112.2020.08.026
    摘要130)      PDF (801KB)(165)    收藏
    传统主元分析(Principal Component Analysis,PCA)、相对主元分析等多元统计法基于阈值诊断故障,由于是原空间等价表示,并未增加任何信息量,使得微小故障难以诊断;且降维分成主元空间和残差空间,微小信息得不到充分表示.深度学习在模式识别方面有成功的应用,深度学习多层次网络对细节进行线性组合表示,但不具备可解释性,仅有训练结果无理论依据,机理分析困难.本文提出一种将主元分析思想与深度学习思想结合的故障诊断方法,在原PCA基础上先扩维再降维,使得原始空间中不能表达的信息充分表达,且具备可解释性.理论和仿真实验分析表明,本文方法能判断出传统PCA无法检测的微小故障,提高了故障检测的检出率,且具备可解释性.
    参考文献 | 相关文章 | 多维度评价
    38. 融合语义角色和自注意力机制的中文文本蕴含识别
    张志昌, 曾扬扬, 庞雅丽
    电子学报    2020, 48 (11): 2162-2169.   DOI: 10.3969/j.issn.0372-2112.2020.11.010
    摘要128)      PDF (3044KB)(135)    收藏
    文本蕴含识别旨在识别两个给定句子之间的逻辑关系.本文通过构造语义角色和自注意力机制融合模块,把句子的深层语义信息与Transformer模型的编码部分相结合,从而增强自注意力机制捕获句子语义的能力.针对中文文本蕴含识别在数据集上存在规模小和噪声大的问题,使用大规模预训练语言模型能够提升模型在小规模数据集上的识别性能.实验结果表明,提出的方法在第十七届中国计算语言学大会中文文本蕴含识别评测数据集CNLI上的准确率达到了80.28%.
    参考文献 | 相关文章 | 多维度评价
    39. 基于稀疏轨迹数据的出租车载客区域推荐
    廖祝华, 张健, 刘毅志, 肖浩, 赵肄江, 刘建勋
    电子学报    2020, 48 (11): 2178-2185.   DOI: 10.3969/j.issn.0372-2112.2020.11.012
    摘要127)      PDF (2535KB)(106)    收藏
    基于短期出租车轨迹数据的载客区域推荐能极大减少系统开销,提高推荐效率,但常伴随着数据稀疏性的问题.针对该问题,本文提出了一种融合地理信息的隐语义模型-GeoLFM.该模型通过将出租车司机所处的客观地理环境信息,融合到司机-载客区域矩阵分解的过程中,从而弥补数据稀疏性带来的不足.同时,根据出租车实时的空间位置信息,为身处不同地点的出租车推荐不同的载客区域.实验证明,本文提出的方法与常用方法相比,推荐结果与真实的出租车司机载客情况间的平均绝对误差和均方根误差都得到大幅降低,较好的提升了推荐效果.
    参考文献 | 相关文章 | 多维度评价
    40. 一种改进RRT的多机器人编队路径规划算法
    王乐乐, 眭泽智, 蒲志强, 刘振, 易建强
    电子学报    2020, 48 (11): 2138-2145.   DOI: 10.3969/j.issn.0372-2112.2020.11.007
    摘要125)      PDF (1544KB)(142)    收藏
    多机器人路径规划是机器人领域的一个热点问题,相比于单机器人路径规划,其算法难度和复杂度都有所增加,在规划时需要兼顾多机避障、相互协作等难点问题.本文提出一种改进快速扩展随机树的多机器人编队路径规划算法,用于解决多机器人在复杂环境下的编队路径规划问题.针对多机器人在编队规划中的位置约束问题,定义机器人之间的领航-跟随结构,并对机器人队形建模.针对规划过程中编队朝向变化问题,建立搜索树扩展方向与队形方向之间的联系,通过调整队形方向改变规划时的编队朝向.针对具有质点模型和非完整约束动力学模型两种不同模型的多机器人系统,分别进行了仿真实验.仿真结果表明该算法在处理多机器人编队路径规划问题时可以取得良好的效果.
    参考文献 | 相关文章 | 多维度评价