全文下载排行

    一年内发表文章 | 两年内 | 三年内 | 全部 | 最近1个月下载排行 | 最近1年下载排行

    当前位置: 两年内
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 基于属性密码体制的区块链安全技术研究进展
    陈露, 相峰, 孙知信
    电子学报    2021, 49 (1): 192-200.   DOI: 10.12263/DZXB.20191375
    摘要586)      PDF下载 (3963KB)(1741)    收藏
    区块链是一种集合了分布式存储、点对点传输、共识机制、密码学算法和智能合约等关键技术的分布式账本,具有去中心化、不可篡改、透明化等特性.近年来区块链技术的安全性问题逐渐显露,阻碍了区块链应用的发展.本文介绍了区块链的基本概念与安全模型,分析了区块链的安全性问题;然后,基于属性密码体制,从访问控制、密钥管理、数据隐私保护这三个方面分析了区块链安全技术的各类研究,论述了主要的解决方案的特点;最后,总结了基于属性密码体制的区块链安全技术研究进展,并对未来的研究工作进行了讨论.
    参考文献 | 相关文章 | 多维度评价
    2. 基于深度学习的通用目标检测研究综述
    程旭, 宋晨, 史金钢, 周琳, 张毅锋, 郑钰辉
    电子学报    2021, 49 (7): 1428-1438.   DOI: 10.12263/DZXB.20200570
    摘要1112)   在线全文81)    PDF下载 (905KB)(1223)    收藏

    目标检测是计算机视觉领域中最基础且最重要的任务之一,是行为识别与人机交互等高层视觉任务的基础.随着深度学习技术的发展,目标检测模型的准确率和效率得到了大幅提升.与传统的目标检测算法相比,深度学习利用强大的分层特征提取和学习能力使得目标检测算法性能取得了突破性进展.与此同时,大规模数据集的出现及显卡计算能力的极大提高也促成了这一领域的蓬勃发展.本文对基于深度学习的目标检测现有研究成果进行了详细综述.首先回顾传统目标检测算法及其存在的问题,其次总结深度学习下区域提案和单阶段基准检测模型.之后从特征图、上下文模型、边框优化、区域提案、类别不平衡处理、训练策略、弱监督学习和无监督学习这八个角度分类总结当前主流的目标检测模型,最后对目标检测算法中待解决的问题和未来研究方向做出展望.

    图表 | 参考文献 | 相关文章 | 多维度评价
    3. 一种基于图神经网络的SDN路由性能预测模型
    车向北, 康文倩, 邓彬, 杨柯涵, 李剑
    电子学报    2021, 49 (3): 484-491.   DOI: 10.12263/DZXB.20200120
    摘要315)      PDF下载 (2948KB)(1100)    收藏
    软件定义网络作为未来网络架构的发展方向,通过分离数据平面与控制平面高效设定路由方案.而在路由方案的优化过程中,准确预估给定路由方案下的网络性能是其关键.本文基于图神经网络建模网络中物理链路与路由方案路径的关系,在给定的路由方案与网络流量下对网络中的各项端到端性能指标(如延迟、抖动)进行准确预估,以辅助优化路由方案.本文基于OMNeT++来生成数据并进行实验,实验结果表明本文提出的模型能够针对延迟抖动等端到端性能指标进行准确预估,预估平均相对误差不超过4.1%.实验也对比了传统最短路径路由算法与基于该预测模型给出的最优路由方案下的端到端性能,相比传统最短路径路由算法,平均延迟和平均抖动分别降低了19.8%和33.52%,最大延迟和最大抖动降低了36.18%和35.45%.
    参考文献 | 相关文章 | 多维度评价
    4. 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647)      PDF下载 (5923KB)(1065)    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
    5. 基于直觉模糊Memetic框架的双粒子群混合优化算法
    王毅, 王侃琦, 张茂省, 李静
    电子学报    2021, 49 (6): 1041-1049.   DOI: 10.12263/DZXB.20201144
    摘要725)      PDF下载 (1868KB)(1022)    收藏
    为了平衡粒子群算法多样性与收敛速度,本文在Memetic框架下结合多属性决策,提出基于直觉模糊Memetic双种群混合优化算法.算法采用探索与开发分布式策略,在探索阶段,设计了社会强化算子和碰撞反弹算子提升种群多样性与勘探更多新区域;通过建立直觉模糊多属性决策对探索区域综合评估并生成可能存在的全局最优解区域,进而指导具有拉马克学习的开发种群进行局部精细搜索,实现不同策略下种群间的分布式协作与计算资源的合理分配.通过与其它5种新型进化算法在23个基准函数测试结果中体现出本算法具有更好的综合优化能力.
    参考文献 | 相关文章 | 多维度评价
    6. 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563)      PDF下载 (2048KB)(900)    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
    7. 基于变分模态分解的自适应滤波降噪方法
    吴龙文, 聂雨亭, 张宇鹏, 何胜阳, 赵雅琴
    电子学报    2021, 49 (8): 1457-1465.   DOI: 10.12263/DZXB.20190972
    摘要737)   在线全文273)    PDF下载 (3419KB)(893)    收藏

    为了提高分析信号的信噪比,本文提出了一种基于变分模态分解的变步长归一化最小均方自适应滤波降噪方法.该方法对原信号进行变分模态分解并区分信号分量和噪声分量,再对噪声分量进行间隙阈值降噪处理并将其作为参考信号输入自适应滤波器,通过自适应算法迭代处理得到降噪后的信号分量,并通过重构算法得到最终降噪后的信号.本文还在变分模态分解的基础上使用小波阈值降噪和间隙阈值降噪方法按不同方案进行降噪处理并得到最佳算法,将其与所提算法进行对比.实验结果表明,本文所提自适应滤波降噪方法的降噪效果比阈值降噪最佳方法效果更好.

    图表 | 参考文献 | 相关文章 | 多维度评价
    8. 基于深度学习的显著性目标检测方法综述
    罗会兰, 袁璞, 童康
    电子学报    2021, 49 (7): 1417-1427.   DOI: 10.12263/DZXB.20200651
    摘要821)   在线全文61)    PDF下载 (1125KB)(860)    收藏

    显著性目标检测旨在对图像中最显著的对象进行检测和分割,是计算机视觉任务中重要的预处理步骤之一,且在信息检索、公共安全等领域均有广泛的应用.本文对近期基于深度学习的显著性目标检测模型进行了系统综述,从检测粒度的角度出发,综述了将深度学习引入显著性目标检测领域之后的研究成果.首先,从三个方面对显著性目标检测方法进行了论述:稀疏检测方法,密集检测方法以及弱监督学习下的显著性目标检测方法.然后,简要介绍了用于显著性目标检测研究的主流数据集和常用性能评价指标,并对各类主流模型在三个使用最广泛的数据集上进行了性能比较分析.最后,本文分析了显著性目标检测领域目前存在的问题,并对今后可能的研究趋势进行了展望.

    图表 | 参考文献 | 相关文章 | 多维度评价
    9. 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654)      PDF下载 (2107KB)(846)    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
    10. 基于注意力机制特征融合网络的SAR图像飞机目标快速检测
    赵琰, 赵凌君, 匡纲要
    电子学报    2021, 49 (9): 1665-1674.   DOI: 10.12263/DZXB.20200486
    摘要893)   在线全文151)    PDF下载 (9889KB)(830)    收藏

    针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像中飞机目标散射点离散化程度高,周围背景干扰复杂,现有算法对飞机浅层语义特征表征能力弱等问题,本文提出了基于注意力特征融合网络(Attention Feature Fusion Network,AFFN)的SAR 图像飞机目标检测算法.通过引入瓶颈注意力模块(Bottleneck Attention Module,BAM),本文在AFFN中构建了包含注意力双向特征融合模块(Attention Bidirectional Feature Fusion Module,ABFFM)与注意力传输连接模块(Attention Transfer Connection Block,ATCB)的注意力特征融合策略并合理优化了网络结构,提升了算法对飞机离散化散射点浅层语义特征的提取与判别.基于自建的Gaofen-3 与TerraSAR-X 卫星图像混合飞机目标实测数据集,实验对AFFN与基于深度学习的通用目标检测以及SAR图像特定目标检测算法进行了比较,其结果验证了AFFN对SAR图像飞机目标检测的准确性与高效性.

    图表 | 参考文献 | 相关文章 | 多维度评价
    11. 智能合约的形式化验证方法研究综述
    朱健, 胡凯, 张伯钧
    电子学报    2021, 49 (4): 792-804.   DOI: 10.12263/DZXB.20200723
    摘要853)      PDF下载 (900KB)(775)    收藏
    形式化方法是在安全关键软件系统中被广泛采用而有效的基于数学的验证方法,而智能合约属于安全关键代码,采用形式化方法验证智能合约已经成为热点研究领域.本文对自2015年以来的47篇典型相关论文进行了研究分析,对技术进行了详细的分类研究和对比分析;对形式化验证智能合约的过程中使用的形式化方法、语言、工具和框架进行综述.研究表明,其中定理证明技术和符号执行技术适用范围最广,可验证性质最多,很多底层框架均有所涉及,而运行时验证技术属于轻量级的新验证技术,仍处于探索阶段.由此我们列出了一些关键问题如智能合约的自动化验证问题,转换一致性问题,形式化工具的信任问题和形式化验证的评判标准问题.本文还展望了未来形式化方法与智能合约结合的研究方向,对领域研究有一定的推动作用.
    参考文献 | 相关文章 | 多维度评价
    12. 基于少量样本学习的多目标检测跟踪方法
    罗大鹏, 杜国庆, 曾志鹏, 魏龙生, 高常鑫, 陈应, 肖菲, 罗琛
    电子学报    2021, 49 (1): 183-191.   DOI: 10.12263/DZXB.20180045
    摘要339)      PDF下载 (2672KB)(771)    收藏
    视频目标检测跟踪算法一直是计算机视觉领域的研究热点,目前大部分方法均需人工采集样本训练检测模型,搭建目标检测跟踪系统.当目标成像条件发生变化时,需重新采集样本,训练模型,调试整个检测跟踪系统,耗费大量人力、物力.本文提出一种基于少量样本学习的多目标检测跟踪算法,只需在监控视频第一帧指定待检测目标,即可自主生成混合分类模型,进行目标检测.采用在线渐进学习算法学习目标姿态变化,更新该模型.结合基于颜色的目标跟踪算法,自动构建高精度目标检测跟踪系统.整个过程无需手工采集、标注训练样本.因此,易于扩展到其它监控场景,通过自主学习形成该场景专用的检测跟踪系统,实现不同监控环境下,不同成像条件下都有较好的检测跟踪效果.实验表明,本方法能自主学习多种监控场景下的目标姿态,无需手工标注训练样本,在基于在线学习的算法中有最佳的检测精度,此外也取得了和离线目标检测跟踪系统相似的性能.
    参考文献 | 相关文章 | 多维度评价
    13. 空天地一体化无线光通信网络关键技术及其发展趋势
    赵雄文, 张钰, 秦鹏, 王晓晴, 耿绥燕, 宋俊元, 刘瑶, 李思峰
    电子学报    2022, 50 (1): 1-17.   DOI: 10.12263/DZXB.20210690
    摘要687)   在线全文140)    PDF下载 (1334KB)(752)    收藏

    构建空天地一体化信息网络是第六代通信系统(the Sixth Generation,6G)的重要目标,无线光通信相较于射频(Radio Frequency,RF)通信技术具有容量大、速率高、抗干扰能力强等优势,已成为建立全球无缝覆盖空间网络的重要技术.本文综述了基于自由空间光通信(Free Space Optical Communication,FSOC)的空天地一体化网络国内外建设及相关标准化现状,相较于现有综述文献,涵盖了更多最新研究工作,并针对物理层和上层指出一体化FSOC网络设计需要关注的重要因素,对大气信道建模、“捕获、瞄准和跟踪”(Acquisition Pointing and Tracking,APT)、拓扑控制、路由、资源分配、可靠传输协议、微波协作传输几种重要通信技术进行总结和分析,并指出其未来发展趋势和面临的挑战.

    图表 | 参考文献 | 相关文章 | 多维度评价
    14. 采用深度学习与图像融合混合实现策略的低照度图像增强算法
    徐少平, 林珍玉, 张贵珍, 陈孝国, 李芬
    电子学报    2021, 49 (1): 72-76.   DOI: 10.12263/DZXB.20191286
    摘要366)      PDF下载 (1717KB)(741)    收藏
    提出了一种采用深度学习与图像融合混合实现策略的低照度图像增强算法.首先,利用照射分量预测模型直接基于输入的低照度图像快速地估计出其最佳照射分量并在Retinex模型框架下获得一张整体上适度曝光图像;其次,将低照度图像本身及它的过曝光图像作为适度曝光图像的修正补充图像参与融合;最后,采用局部结构化融合和色度加权融合机制技术将制备好的3张待融合图像进行融合以获得最终的增强图像.实验数据表明:本文算法相较于各种主流对比算法在主客观图像质量评价指标上均有显著优势,在局部图像结构细节上具有更好的边缘保持和颜色保真效果.
    参考文献 | 相关文章 | 多维度评价
    15. 基于细化多尺度深度特征的目标检测网络
    李雅倩, 盖成远, 肖存军, 吴超, 刘佳甲
    电子学报    2020, 48 (12): 2360-2366.   DOI: 10.3969/j.issn.0372-2112.2020.12.011
    摘要317)      PDF下载 (18910KB)(726)    收藏
    现有深度卷积神经网络中感受野尺度单一,无法适应目标的尺度变化和边界形变,故此本文提出了一种提取并融合多尺度特征的目标检测网络.该网络通过减少池化并在网络底层加入空间加信道压缩激励模块来突出可利用的细节信息,生成高质量的特征图;此外,在深层网络中加入可变多尺度特征融合模块,该模块具有多种尺度的感受野并可根据物体边界预测采样位置,最后通过融合多尺度特征使网络具有更强的特征表达能力并且对不同尺度实例及其边界信息更具鲁棒性.实验证明,本文结构实现了比原有结构更高的平均精度,与目前主流目标检测算法相比也具有一定优势.
    参考文献 | 相关文章 | 多维度评价
    16. 微波光子传感技术研究进展综述
    王彬, 张伟锋, 赵双祥, 樊昕昱
    电子学报    2022, 50 (4): 769-781.   DOI: 10.12263/DZXB.20211186
    摘要435)   在线全文118)    PDF下载 (2004KB)(697)    收藏

    微波光子学是一门研究光与微波相互作用的新型交叉学科,旨在利用现代光学技术实现高频宽带微波信号产生、传输、处理和测量.其中,微波光子传感是微波光子学一个重要的研究领域,它采用光学传感器实现温度、应变、压力等传感参量光域感知,基于微波光子技术实现光域传感信息到微波域的线性映射和转换,结合微波信号处理技术实现传感信号解调,具有传感精度高、测量速度快等显著优势.本文系统性地回顾了微波光子传感技术最新研究进展,介绍了各类微波光子传感技术的基本工作原理,并展望了未来的研究方向和发展趋势.

    图表 | 参考文献 | 相关文章 | 多维度评价
    17. 基于组合-卷积神经网络的中文新闻文本分类
    张昱, 刘开峰, 张全新, 王艳歌, 高凯龙
    电子学报    2021, 49 (6): 1059-1067.   DOI: 10.12263/DZXB.20200134
    摘要551)      PDF下载 (3199KB)(672)    收藏
    目前的新闻分类研究以英文居多,而且常用的传统机器学习方法在长文本处理方面,存在局部文本块特征提取不完善的问题.为了解决中文新闻分类缺乏专门术语集的问题,采用构造数据索引的方法,制作了适合中文新闻分类的词汇表,并结合word2vec预训练词向量进行文本特征构建.为了解决特征提取不完善的问题,通过改进经典卷积神经网络模型结构,研究不同的卷积和池化操作对分类结果的影响.为提高新闻文本分类的精确率,本文提出并实现了一种组合-卷积神经网络模型,设计了有效的模型正则化和优化方法.实验结果表明,组合-卷积神经网络模型对中文新闻文本分类的精确率达到93.69%,相比最优的传统机器学习方法和经典卷积神经网络模型精确率分别提升6.34%和1.19%,并在召回率和F值两项指标上均优于对比模型.
    参考文献 | 相关文章 | 多维度评价
    18. 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536)      PDF下载 (825KB)(671)    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
    19. 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687)      PDF下载 (2000KB)(662)    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
    20. 两源交叉眼与多源线阵交叉眼的干扰性能分析
    周亮, 刘永才, 孟进, 杨浩楠
    电子学报    2021, 49 (12): 2289-2298.   DOI: 10.12263/DZXB.20200898
    摘要600)   在线全文470)    PDF下载 (2059KB)(613)    收藏

    交叉眼干扰是单脉冲雷达最有效的干扰方式之一,增益是衡量交叉眼干扰性能的重要指标.本文在两源反向交叉眼干扰(TRCJ, Two source Retro-directive Cross-eye Jamming)和多源线阵反向交叉眼干扰(LMRCJ, Linear array Multi-source Retro-directive Cross-eye Jamming)增益模型的基础上,以4源线阵反向交叉眼干扰为例,对相同幅值比下LMRCJ的增益最大值进行了推导,提出了LMRCJ整体相位容限计算方法,综合考虑LMRCJ不同环路之间的相位控制方式、幅相波动以及平台回波等因素,对比分析了LMRCJ和TRCJ的增益值和幅相容限.仿真结果表明:不考虑平台回波时,在相同的幅值比下,TRCJ的增益最大值不低于LMRCJ的增益最大值,且增益值高时TRCJ的相位容限比LMRCJ的相位容限更宽松;当LMRCJ和TRCJ的幅相控制能力相同且均较弱时,LMRCJ的增益值高于TRCJ的增益值;考虑平台回波时,在高干信比(JSR, Jam-to-Signal Ratio)下,LMRCJ和TRCJ的增益及相位容限规律与隔离平台回波时的一致.论文研究可以为交叉眼干扰机的工程设计提供指导.

    图表 | 参考文献 | 相关文章 | 多维度评价
    21. 高级地图匹配算法:研究现状和趋势
    于娟, 杨琼, 鲁剑锋, 韩建民, 彭浩
    电子学报    2021, 49 (9): 1818-1829.   DOI: 10.12263/DZXB.20200379
    摘要630)   在线全文58)    PDF下载 (1110KB)(600)    收藏

    地图匹配是许多位置服务与轨迹挖掘应用的基础.随着定位技术和位置服务应用的发展,地图匹配研究不断演进,从早期基于高采样率GPS(Global Position System)的实时匹配,到近期基于低采样率GPS轨迹的离线匹配、再到当前非GPS定位数据或高精度地图匹配。迄今已有许多地图匹配算法相继提出,但鲜有研究对这些算法进行全面总结.为此,对近十年提出的地图匹配算法进行调研,归纳出地图匹配算法的统一框架及常用时空特征.从模型或实现技术角度分类发现:现有算法大都采用HMM(Hidden Markov Model)模型,其次是最大权重模型;深度学习技术近期开始用于地图匹配,将是未来高精度地图匹配研究的趋势.

    图表 | 参考文献 | 相关文章 | 多维度评价
    22. 基于深度强化学习的云边协同计算迁移研究
    陈思光, 陈佳民, 赵传信
    电子学报    2021, 49 (1): 157-166.   DOI: 10.12263/DZXB.20200131
    摘要388)      PDF下载 (5522KB)(600)    收藏
    基于单一边缘节点计算、存储资源的有限性及大数据场景对高效计算服务的需求,本文提出了一种基于深度强化学习的云边协同计算迁移机制.具体地,基于计算资源、带宽和迁移决策的综合性考量,构建了一个最小化所有用户任务执行延迟与能耗权重和的优化问题.基于该优化问题提出了一个异步云边协同的深度强化学习算法,该算法充分利用了云边双方的计算能力,可有效满足大数据场景对高效计算服务的需求;同时,面向边缘云中边缘节点所处环境的多样及动态变化性,该算法能自适应地调整迁移策略以实现系统总成本的最小化.最后,大量的仿真结果表明本文所提出的算法具有收敛速度快、鲁棒性高等特点,并能够以最低的计算成本获得近似贪心算法的最优迁移决策.
    参考文献 | 相关文章 | 多维度评价
    23. 基于相对测量的水下机器人主动定位方法研究
    冀大雄, 方文巍, 朱华, 李硕, 唐元贵, 田宇, 姚倩
    电子学报    2021, 49 (7): 1249-1256.   DOI: 10.12263/DZXB.20200632
    摘要688)   在线全文234)    PDF下载 (1717KB)(589)    收藏

    水下机器人的自主快速精确定位是完成海洋资源勘探、目标探测定位与追踪等水下作业任务的前提.论文研究基于相对测量的水下机器人主动定位方法,解决存在大的初始定位偏差情况下多水下机器人的快速定位问题.论文提出包括测量、估计和控制三个模块的多水下机器人快速主动定位框架,降低相对测量误差、初始偏差带来的定位不确定性,同时使多机器人定位具有良好的可扩展性.提出的主动接近信标策略优势在于:被定位机器人与信标的相对几何位置收敛过程中,机器人的定位估计快速指数收敛.利用受噪声干扰的相对测距信息,论文采用强化学习方法实现提出的主动接近信标机动策略.开展的数值仿真实验结果表明:相对于基于圆形轨迹、梳状形轨迹机动策略的定位方法,论文所提方法使得水下机器人定位过程具有更好的快速性和鲁棒性.

    图表 | 参考文献 | 相关文章 | 多维度评价
    24. 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387)      PDF下载 (1299KB)(582)    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
    25. 空天通信网络关键技术综述
    安建平, 李建国, 于季弘, 叶能
    电子学报    2022, 50 (2): 470-479.   DOI: 10.12263/DZXB.20210029
    摘要434)   在线全文83)    PDF下载 (967KB)(578)    收藏

    伴随信息社会向网络化、泛在化、智能化持续发展,现有地面通信网络已经无法支持日益增长的宽带业务需求、泛在海量的物联接入需求、隐蔽可靠的安全传输需求.未来通信网络要求在全球范围内实现既纵深宽广又细致入微的全方位无线接入,其进一步演进亟需突破包括网络架构和空口技术等在内的底层技术.相比于地面通信网络,空天通信网络不受地形的限制,可实现包括海洋、森林、边远地区等的立体全覆盖,可在多维度多层次尺度实现全空间范围内的信息交互,将成为满足海量异构用户泛在连接需求的关键使能技术.本文综述了空天通信网络的关键技术,首先给出了空天通信网络现有系统及未来智慧社会业务的多元化应用场景,然后从空-天-地三网、物理-网络-应用三层、有效传输-资源管理-安全防护三域出发,给出了一种空天通信网络的整体架构.本文随后从组网与接入、物理层以及资源管理与切换等角度出发分别总结了关键技术.最后,本文指出了未来空天通信网络的技术发展挑战和趋势.

    图表 | 参考文献 | 相关文章 | 多维度评价
    26. 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254)      PDF下载 (5298KB)(576)    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
    27. 基于孪生网络的电磁目标跨模式识别算法
    张伟, 王沙飞, 林静然, 利强, 邵怀宗
    电子学报    2022, 50 (6): 1281-1290.   DOI: 10.12263/DZXB.20210805
    摘要420)   在线全文272)    PDF下载 (1445KB)(541)    收藏

    以深度学习为代表的人工智能技术是解决电磁目标识别问题的一种有效方法.然而,在识别多模式电磁目标时,目标内部不同模式间数据的差异可能掩盖目标个体间的差异,当某种模式训练样本缺失或稀少时,该模式下的目标识别性能会显著下降.为此,提出一种基于孪生网络的电磁目标跨模式识别算法,在度量学习框架下通过优化设计网络结构和损失函数,引导网络在分类学习过程中拉近同一目标各模式数据间的距离,拉远不同目标数据间的距离,并结合邻近判决准则实现多模式电磁目标在非均衡数据集上的跨模式识别.基于实际数据的测试结果表明,在相同数据集和网络规模条件下,所提方法的跨模式识别率较经典卷积神经网络方法和数据增强方法提升20%.

    图表 | 参考文献 | 相关文章 | 多维度评价
    28. 医学图像关键点检测深度学习方法研究与挑战
    李居朋, 王颖慧, 李刚
    电子学报    2022, 50 (1): 226-237.   DOI: 10.12263/DZXB.20200725
    摘要496)   在线全文54)    PDF下载 (1243KB)(532)    收藏

    作为众多医学图像处理的前提和关键,医学图像关键点检测具有重要的理论研究和应用价值.由于个体间差异性和个体内歧义性的影响,以及更高的临床应用定位精度的要求,医学解剖关键点检测面临着巨大的挑战.鉴于深度学习技术在医学图像关键点检测乃至整个医学图像处理领域都表现出了强大的实力,本文全面检索发表于顶级医学期刊和会议论文集中的医学图像关键点研究成果并进行了详细的梳理和综述.从计算机视觉任务角度简述医学图像关键点检测及其存在的难点;总结了深度学习技术在医学图像关键点检测中的基本框架,详细论述了医学图像关键点检测的分类问题和回归分析两种不同类型的解决思路;最后探讨了医学图像关键点检测深度学习方法面临的挑战、主要应对策略和开放的研究方向.

    图表 | 参考文献 | 相关文章 | 多维度评价
    29. 基于深度学习的图像描述综述
    石义乐, 杨文忠, 杜慧祥, 王丽花, 王婷, 理珊珊
    电子学报    2021, 49 (10): 2048-2060.   DOI: 10.12263/DZXB.20200669
    摘要569)   在线全文61)    PDF下载 (1262KB)(528)    收藏

    图像描述旨在通过提取图像的特征输入到语言生成模型中最后输出图像对应的描述,来解决人工智能中自然语言处理与计算机视觉的交叉领域问题——智能图像理解.现对2015—2020年间图像描述方向有代表性的论文进行汇总与分析,以不同核心技术作为分类标准将图像描述大致划分为基于Encoder-Decoder框架的图像描述、基于注意力机制的图像描述、基于强化学习的图像描述、基于生成对抗网络的图像描述和基于新融合数据集的图像描述五大类.使用NIC、Hard-Attention和Neural Talk三个模型在真实数据集MS-COCO数据集上进行实验,并从BLEU1、BLEU2、BLEU3、BLEU4四处平均评分对比分析,展示三个模型效果.本文点明了未来图像描述的发展趋势,并指出了图像描述将要面临的挑战和可深入挖掘的研究方向.

    图表 | 参考文献 | 相关文章 | 多维度评价
    30. 基于RISC-V的嵌入式多指令集处理器设计及实现
    成元虎, 黄立波, 崔益俊, 马胜, 王永文, 隋兵才
    电子学报    2021, 49 (11): 2081-2089.   DOI: 10.12263/DZXB.20201350
    摘要501)   在线全文73)    PDF下载 (1715KB)(525)    收藏

    软件生态是限制RISC-V指令集架构发展的主要因素之一.让RISC-V处理器可以直接运行ARM Thumb二进制代码能在一定程度上缓解其在嵌入式领域中的软件生态问题.本文基于二进制翻译,通过硬件支持ARM Thumb的标志位、分支指令、条件执行,在RISC-V处理器上以较低的面积和功耗开销实现了对ARM Thumb程序的支持并获得了较好的性能.通过运行Embench基准程序套件,该处理器翻译运行ARM Thumb程序的平均性能能够到达直接运行RISC-V程序性能的75.5%.相较于仅使用二进制翻译支持ARM Thumb,该处理器运行ARM Thumb程序的性能提升了3.1倍,面积开销则下降了7.8%.

    图表 | 参考文献 | 相关文章 | 多维度评价
    31. 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258)      PDF下载 (3648KB)(508)    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
    32. 基于粒关系矩阵的流量在线分类
    汤萍萍, 董育宁
    电子学报    2021, 49 (1): 1-7.   DOI: 10.12263/DZXB.20191174
    摘要249)      PDF下载 (659KB)(501)    收藏
    随着各种网络应用爆发式增长,流量的在线分类陷入困境之中.传统的基于包统计特征的机器学习方法适用于稳定的网络环境,当网络拥塞出现严重的时延和丢包时将产生较大误差.因而本文提出基于粒计算模型的分类方法.粒计算属于人工智能计算的分支,当数据缺失、信息不完全或是有噪数据仍拥有较高的分辨能力.为此本文将网络流量定义成粒子并构造粒子间关系,再建立粒关系矩阵.传统的包统计特征只是粒关系矩阵当观测角度达到最大时的特例,因此粒关系矩阵对流量特性的描述更为全面,以此进行分类也更为精准.最后实验数据证明了该方法的有效性和优越性.
    参考文献 | 相关文章 | 多维度评价
    33. 基于残差混合注意力机制的脑部CT图像分类卷积神经网络模型
    乔思波, 庞善臣, 王敏, 翟雪, 于世行, 丁桐
    电子学报    2021, 49 (5): 984-991.   DOI: 10.12263/DZXB.20200881
    摘要535)      PDF下载 (3554KB)(499)    收藏
    针对阿尔兹海默症、病变(如脑肿瘤)和健康老化的3类脑部CT图像分类问题,本文提出了一种改进的ResNet-10卷积神经网络模型.该模型在网络的残差映射结构中加入残差混合注意力模块,解决了原模型提取的特征分辨性弱的问题,精确捕捉了脑部组织在CT图像中的位置和内容信息;此外,本文设计了全局平均池化层,简化了模型的复杂度,并在其后引入Dropout机制,缓解了过拟合.在训练阶段,该模型建立了标签平滑交叉熵损失函数,使模型在样本数量有限的情况下仍有较强的泛化能力.系列实验证明了改进后的ResNet-10网络模型在分类脑部CT图像时达到97.47%的分类精度.
    参考文献 | 相关文章 | 多维度评价
    34. 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350)      PDF下载 (1851KB)(492)    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
    35. GitHub中基于CNN-LSTM的开发者项目推荐模型
    廖志芳, 杨洪瑜, 宋天惠, 郁松, 齐笑斐
    电子学报    2020, 48 (11): 2202-2207.   DOI: 10.3969/j.issn.0372-2112.2020.11.015
    摘要190)      PDF下载 (2615KB)(482)    收藏
    作为一个开源项目托管平台,GitHub以多开发者协同参与进行开源项目的开发,开发者作为GitHub的核心元素,保证了整个系统的活跃性,然而,很多新项目在短时间内无法找到合适的协同开发者而被拖延开发周期.针对这个问题,本文提出了一种基于Word2Vec的CNN-LSTM开发者项目推荐模型,该模型以Word2Vec训练开发者访问项目的序列,并将项目进行向量化表示,结合CNN-LSTM模型计算项目相似度并为开发者推荐合适的项目序列.通过提取GitHub中62,031个开发者在2015全年的项目访问数据进行项目预测和相似项目发现实验,实验结果表明,该模型推荐效果较佳,并且可以帮助开发者发现感兴趣的相似项目.
    参考文献 | 相关文章 | 多维度评价
    36. 一种生成对抗网络用于图像修复的方法
    罗会兰, 敖阳, 袁璞
    电子学报    2020, 48 (10): 1891-1898.   DOI: 10.3969/j.issn.0372-2112.2020.10.003
    摘要301)      PDF下载 (6921KB)(478)    收藏
    近年来基于深度学习的图像修复方法相比于传统方法,表现出明显优势,前者能更好的生成视觉上合理的图像结构和纹理.但现有的标准卷积神经网络方法,通常会造成颜色差异过大和图像纹理缺失与失真的问题.本文提出了一种新型图像修复深度网络模型,该模型由两个相互独立的生成对抗式网络模块组成.其中,图像修复网络模块旨在解决图像缺失区域的修复问题,其生成器基于部分卷积网络;图像优化网络模块旨在解决修复后图像存在局部色差的问题,其生成器基于深度残差网络.通过两个网络模块的协同作用,图像的视觉效果与图像质量得到提高.与其他先进方法进行定性和定量比较的实验结果表明,本文提出的方法在图像修复质量上表现更好.
    参考文献 | 相关文章 | 多维度评价
    37. 软件定义物联网研究综述
    陈亮, 李峰, 任保全, 杨建喜
    电子学报    2021, 49 (5): 1019-1032.   DOI: 10.12263/DZXB.20200561
    摘要409)      PDF下载 (2445KB)(478)    收藏
    概述了当前物联网发展过程中存在的主要问题,研究了软件定义网络与物联网结合的可行性,在总结分析相关软件定义物联网架构的基础上,给出了SDIoT(Software-Defined Internet of Things)通用架构,举例分析了软件定义车联网基本架构;通过对现有研究成果的分析梳理,从异构互连、资源管理、安全可靠3个方面阐述了面临的挑战及关键技术;最后,以车联网为例,阐明了SDIoT的优势及前景,展望了未来可能的研究方向.
    参考文献 | 相关文章 | 多维度评价
    38. 一种基于Tri-training的众包标记噪声纠正算法
    杨艺, 蒋良孝, 李超群, 李宏伟
    电子学报    2021, 49 (3): 424-434.   DOI: 10.12263/DZXB.20200337
    摘要299)      PDF下载 (5585KB)(473)    收藏
    在众包学习中,使用标记集成算法得到的集成标记中仍然存在一定程度的标记噪声.本文受三重训练思想的启发,提出了一种基于tri-training的众包标记噪声纠正算法(Tri-Training-based Label Noise Correction,TTLNC).TTLNC首先使用过滤器获得干净集和噪声集,然后在干净集上进行bagging分别训练三个不同的分类器,并通过这些分类器重新标注噪声集中的实例,同时按照实例分配策略将实例分配给相应的训练集.最后在新训练集上重新训练三个不同的分类器,并用新分类器的分类结果重新标注所有实例.在仿真标准数据和真实众包数据集上的实验结果表明TTLNC比其他四种最先进的噪声纠正算法在噪声比和模型质量两个度量指标上表现更优.
    参考文献 | 相关文章 | 多维度评价
    39. 利用数据稀疏性的LSTM加速器设计
    高琛, 张帆, 高彦钊
    电子学报    2021, 49 (2): 209-215.   DOI: 10.12263/DZXB.20190773
    摘要269)      PDF下载 (3406KB)(466)    收藏
    针对长短时记忆神经网络(Long Short-Term Memory,LSTM)模型计算开销大、冗余计算较多的问题,本文提出一种利用输入数据稀疏性的LSTM加速器设计方案.本方案基于Delta网络算法,对输入序列的稀疏性进行构建,在避免数据不规则加载的前提下,对冗余矩阵向量乘法运算进行过滤;针对矩阵向量乘法计算模式进行建模,寻找最高效的并行阵列计算架构设计.在MNIST标准数据集上的实验表明,当Delta网络算法的过滤门限不超过0.5时,LSTM神经网络算法检测准确率不变,计算性能提高了21.53倍.
    参考文献 | 相关文章 | 多维度评价
    40. 基于无标签视频数据的深度预测学习方法综述
    潘敏婷, 王韫博, 朱祥明, 高思宇, 龙明盛, 杨小康
    电子学报    2022, 50 (4): 869-886.   DOI: 10.12263/DZXB.20211209
    摘要341)   在线全文33)    PDF下载 (2604KB)(465)    收藏

    基于视频数据的深度预测学习(以下简称“深度预测学习”)属于深度学习、计算机视觉和强化学习的交叉融合研究方向,是气象预报、自动驾驶、机器人视觉控制等场景下智能预测与决策系统的关键组成部分,在近年来成为机器学习的热点研究领域.深度预测学习遵从自监督学习范式,从无标签的视频数据中挖掘自身的监督信息,学习其潜在的时空模式表达.本文对基于深度学习的视频预测现有研究成果进行了详细综述.首先,归纳了深度预测学习的研究范畴和交叉应用领域.其次,总结了视频预测研究中常用的数据集和评价指标.而后,从基于观测空间的视频预测、基于状态空间的视频预测、有模型的视觉决策三个角度,分类对比了当前主流的深度预测学习模型.最后,本文分析了深度预测学习领域的热点问题,并对研究趋势进行了展望.

    图表 | 参考文献 | 相关文章 | 多维度评价