郑州大学学报（理学版）

网络首发

基于Neo4j对西藏领域本体的存储方法研究
王飞;易绵竹;谭新;陈永升;向一帆
基于本体语义理论构建的西藏领域本体定义了一种多属性值对的语义表示框架,建立了语义关联数据模型,将文本中的对象和事件通过语义属性联系起来,可以为多种应用提供支持。该语义表示框架可以表示成多维度的RDF数据,采用传统的关系型数据库存储会带来空间浪费和数据管理困难等问题。在大数据存储技术的推动下,产生了非关系型数据库用以存储复杂关系数据。本文主要研究了将西藏领域本体数据按照节点和边的形式存储在图数据库Neo4j中的方法,使数据库能够更有效地存储语义数据,并提供可视化的查询与处理,与传统的关系型数据库相比提高了操作效率。
年期 [查看摘要][在线阅读][下载 212K]

基于含权k-壳分解的分组教学虚拟网络映射算法
庄雷;王盛开;郭孟鸽;李文萃;陆继钊;刘文覃;徐泽汐
提出一种两阶段的基于含权k-壳分解的分组教学虚拟网络映射算法。该算法根据含权k-壳分解法对底层网络进行预处理,然后沿着节点间的最短路径映射链路,并结合分组教学优化模型的分组、教学、自学与互学的优化策略,实现节点和链路的协调映射,从而进一步提高解的质量。仿真结果表明,所提算法作为一种多目标的虚拟网络映射算法,能够有效减少链路开启量,提升虚拟网络请求接受率及长期收益成本比。
年期 [查看摘要][在线阅读][下载 1229K]

模拟人工蜂群的高维数据特征选择算法研究
刘拥民;王靖枫;黄浩;徐卓农
针对高维数据集结构复杂且冗余度高的问题,提出一种新型二进制人工蜂群算法进行特征选择。该算法在雇佣蜂蜜源搜索阶段应用差分思想,增加多项式差分变异算子,实现蜜源更新环节的多维性、高效性;在跟随蜂阶段和侦察蜂阶段分别引入交叉算子和最优保存策略,进一步打破局部最优,有效提升了人工蜂群算法的收敛效果;对蜜源的二进制初始化处理,使得算法在特征选择过程中取得了良好表现。在4个Benchmark测试函数上进行实验,结果表明,新算法的寻优精度和收敛速度优于其他4种经典搜索算法。同时,选取7个常用高维数据集进行特征选择,并与7种经典降维算法进行对比,发现新算法的特征约简程度普遍高于88%,并且随着数据集维度的增高,新算法的降维程度和分类精度优于其他7种降维算法。
年期 [查看摘要][在线阅读][下载 1110K]

基于人脸识别和姿态估计的智能监考模型设计与应用
袁欣瑞;王海荣;王振旭
针对传统监考存在人工成本高、主观性强等问题,构建基于人脸识别、头部姿态估计和目标检测的智能监考模型。模型通过人脸识别算法进行考生身份验证,设计结合注意力机制的头部姿态估计(channel and spatial-aware wide head pose estimation network,CS-WHENet)方法对考生偷看的异常行为进行检测,并使用深度学习方法及传统方法对考生传递纸条的异常行为进行联合判定。实验结果表明,智能监考模型在模拟真实考场的环境中,对考生身份验证与异常行为检测均有较高的准确率,并能在GPU支持下实现实时检测。通过验证表明,该模型能有效降低监考人员工作成本,实现考场监考公平性。
年期 [查看摘要][在线阅读][下载 1568K]

基于智能合约的物联网权限传递访问控制模型
巩坪;王九如;宋万水;张问银;孙崇然
物联网(IoT)中的传感节点具有海量性、动态性等特点,使得传统的中心式的授权决策访问控制难以满足更高的物联网环境需求。结合基于属性的访问控制模型(ABAC)与区块链技术,利用ABAC中属性和权限相关联的特点及区块链去中心化的思想来解决IoT中设备海量性的问题;同时针对节点接入和权限传递等动态性问题,提出一种基于区块链的新方法来表示资源访问策略,利用智能合约来实现权限的动态传递,将协议策略和权利交换过程展现在链上,任何用户都可以随时知道策略与资源和当前拥有访问资源的权限。通过对比分析和实验结果表明,该架构与现有传统的架构相比,能更有效地解决IoT中设备存在的海量性、动态性的问题。
年期 [查看摘要][在线阅读][下载 1101K]

钢制立体停车结构梁柱节点抗疲劳性能研究
罗春波;贺拥军;向思宇
立体停车结构是一种特殊的结构体系,其在服役过程中将承受因提升、横移车辆产生的交变载荷。为解决立体停车结构存在的抗疲劳设计问题,运用概率统计方法,建立了适用于立体停车结构的交变荷载谱;基于验证后的疲劳分析方法,对节点截面尺寸、轴压比、横移轨道偏心距进行了参数分析,揭示了不同参数影响节点疲劳寿命的作用机理,并提出了相应的经验计算公式;基于断裂力学原理,对所提公式进行了验证。结果表明:梁柱翼缘交接处的焊缝是疲劳破坏发生的最敏感部位;增大梁截面高度可显著增加节点疲劳寿命;柱轴压比越大,节点疲劳寿命越长;轨道偏心会大幅降低节点疲劳寿命,当轨道位于横梁边缘时降幅达78%,因此,轨道偏心的影响在抗疲劳设计中不应忽略。
年期 [查看摘要][在线阅读][下载 1718K]

基于主从链和边缘计算的MES生产调度模型
刘炜;夏玉洁;贾骏;郭灵贝;佘维;田钊
智能工厂存在大量物联网设备,设备之间通过工业物联网实现信息和指令的实时交互。物联网设备产生的海量数据需要上传,导致中心服务器压力过大、数据处理耗时过长,且设备之间的通信存在安全隐患。提出一种基于主从链和边缘计算的制造执行系统生产调度模型。首先设计主从链架构模型,将制造执行系统模块化并集成到边缘节点,减少数据传输和降低泄露风险;其次,设计一种基于属性基的智能合约访问控制策略,实现设备和节点之间的安全通信;最后设计生产调度算法完成跨节点、跨车间调度任务,实现去中心化的生产调度方式并进行了实验,实验结果表明,与传统工业制造系统相比,保证了数据安全性,提高了响应速度。
年期 [查看摘要][在线阅读][下载 1807K]

基于门限聚合签名的区块链预言机数据传输模型
刘炜;郭灵贝;夏玉洁;佘维;田钊
针对区块链预言机方案存在数据存储成本较高,时间效率较低,不能防止恶意预言机节点传输错误数据等问题,提出一种基于门限聚合签名的区块链预言机数据传输模型。首先,将签名与数据聚合到一个预言机上,与链上智能合约进行单次交互,减少区块链存储空间开销和通信负载;其次,在Schnorr聚合签名中加入门限机制,提高签名时间效率;最后,使用多个预言机收集数据,并设置积分制选举出可信的签名聚合预言机,防止部分恶意预言机的行为,保证数据的真实可靠。实验结果表明,相比BLS聚合签名和未加入门限机制的Schnorr聚合签名,Schnorr门限聚合签名验证消耗的时间更少,使用户能够更快地获取链下数据并进行传输。
年期 [查看摘要][在线阅读][下载 897K]

HFO-1336(E)与H自由基的反应机理研究
王永锦;边会婷;赵军
为了揭示哈龙替代产品反式1,1,1,4,4,4-六氟-2-丁烯(HFO-1336(E))的灭火反应动力学机制,研究了HFO-1336(E)与H自由基的反应势能面,并计算了动力学数据。采用M06-2X/6-311++G(d,p)方法对HFO-1336(E)和H自由基反应体系中的所有物种进行了几何优化结构和振动频率分析,进一步采用CCSD(T)/6-311++G(d,p)方法获得各物种的高精度能量。通过求解RRKM主方程计算了主要路径在300～3 000 K和0.001～10 MPa条件下的反应速率常数和路径分支比。结果表明,加成反应(M1)、β-C-C断键反应(P4)和异构化反应(M2)在反应中占主导地位。生成中间体M1的加成反应在0.1MPa条件下的燃烧低温区起主导作用,其后续的β-C-C断键反应(P4)在对应的高温区更具有竞争力。在1000K温度条件下,β-C-C断键反应(P4)在低压条件下是最重要的反应路径,而加成反应(M1)则是在高压下占据反应体系的主导地位。此外,研究发现由β-C-C断键反应(P4)生成的CF3是主要的灭火有效成分,而H自由基加成在-CH=CH-双键上则会释放热量促进燃烧。
年期 [查看摘要][在线阅读][下载 1150K]

储能锂离子电站安全防护研究进展
金阳;薛志业;姜欣;吕娜伟
现有的商业化锂离子电池采用的是有机电解液,易燃易爆,特别是应用于规模化储能电站时,数万甚至数十万个单体串并联,极易导致连锁反应引起火灾、爆炸事故。安全性是锂离子电池推广应用的先决条件。目前,国内外学者从锂离子电池材料改性、锂离子电站主动安全防护和被动安全防护三个方面对储能锂离子电站安全防护技术进行了大量研究。本文从引发储能电站安全事故的原因出发,重点介绍了锂离子电池过充添加剂、阴极与阳极材料改性、热失控早期预警技术以及储能电站灭火剂的种类与优缺点,指出了储能锂离子电站安全防护技术的不足及未来的发展方向。
年期 [查看摘要][在线阅读][下载 1338K]

热震条件下Al-Si复合Al_2O_3-C材料的组成、结构和性能变化
汪洪森;苏凯;耿乾坤;申家欣;欧阳德泽;刘新红
以板状刚玉骨料和细粉为原料,以酚醛树脂为结合剂制备了Al-Si复合Al_2O_3-C不烧滑板材料,测定了干燥后试样以及在1 100～1 300℃下热震不同次数后试样的体积密度、显气孔率和常温抗折强度,研究了热震对试样的物相组成、显微结构和性能的影响。结果表明,随着温度的升高和热震次数的增加,Al、Si反应生成非氧化物Al4C3、AlN和SiC的程度增加。由于热震产生的微裂纹为微量空气进入试样内部提供了通道,致使试样内部微区域气相(N_2、CO、Al_2O、SiO)压力增加,从而使非氧化物生成量增大,且非氧化物晶须发育良好,对材料具有填充和增强作用,使试样的致密度和强度略有增加。
年期 [查看摘要][在线阅读][下载 3073K]

基于Attention与Bi-LSTM的谣言识别方法
冀源蕊;康海燕;方铭浩
为了实现谣言的高效识别,提出一种基于Attention与Bi-LSTM的谣言识别方法。首先,设计一种基于双向循环神经网络的深度学习模型,并引入Attention机制对长序列编码解码的时序问题进行关联,从每个句子中捕获最重要的语义信息,形成长期的记忆,从而高效识别谣言的二次传播;其次,设计Word Embedding机制,将文本数据映射到一个低维度的实数向量,避免了高维度的输入导致模型产生维度灾难;最后,在真实数据集上与先进的谣言识别方案进行对比,所提方法能达到94.3%的准确率,高于其他三种基于深度学习的谣言识别方案,从而验证了该方法的有效性。
年期 [查看摘要][在线阅读][下载 1221K]

鸽子外侧隔核对侧向移动行为调控的作用研究
贾冲冲;田欣茂;曹淑敏;杨琳;叶峰;程涵;王振龙
运动行为调控的神经机制是目前脑科学研究的热点。为了探究哪些核团在侧向移动行为调控中发挥重要作用,研究构建了鸽子被动侧向移动行为训练范式,并通过c-fos免疫组化方法确定了参与被动侧向移动的神经核团,之后对选定的参与度较高的端脑外侧隔核进行电刺激验证。外侧隔核位于鸽子喙部端脑靠近中缝的区域,呈扁椭圆形,其空间位置为AP:7.25～9.75 mm,ML:0～1.50 mm,D:4.00～7.00 mm。电刺激外侧隔核会诱导鸽子出现稳定的同侧侧移行为,在0.7 mA时,侧移行为动作幅度最大,且响应率为100%。
年期 [查看摘要][在线阅读][下载 1549K]

一种求解Max-SAT问题的快速模拟退火算法
吴宇翔;王晓峰;于卓;谢志新;莫淳惠;曹泽轩
最大可满足性问题(Max-SAT)是经典的NP难问题,目标是寻找一组变元赋值使得满足子句个数最多。近年来,随着算例规模在实际应用中的逐渐增大,传统的启发式算法已不再适用。传统模拟退火算法在求解MaxSAT问题时会出现收敛速度慢、局部搜索能力弱,以及无效的盲目扰动等弊端,为此提出一种改进的快速模拟退火算法,针对初始赋值的随机性和盲目性,采用变元权值计算初始解,结合基于概率的随机扰动和选择扰动两种方式,并在Metropolis接受准则中添加记忆功能,用于搜索当前局部最优解,引入高低温两种降温模式,较大程度地提高算法的全局搜索能力,进而加快算法的收敛速度,有效减少求解时间。最后,在公开数据集和随机生成的数据集上进行仿真实验,结果表明,所提算法在求解Max-3-SAT问题上优于传统启发式算法。
年期 [查看摘要][在线阅读][下载 664K]

基于卷积注意力网络的卫星观测任务序贯决策方法
彭双;伍江江;陈浩;杜春;李军
星上自主任务规划能够提高对地观测卫星应对星上任务、资源变化等动态不确定因素的快速响应能力,是卫星任务规划领域的一个重要研究热点。考虑到星上计算资源有限这一特点,现有研究主要采用启发式搜索算法对卫星星上自主任务规划问题进行求解,优化性还有待提升。基于观测任务序贯决策框架,利用卷积神经网络并行计算和注意力机制更易获取到高价值信息的优势,提出了一种基于卷积注意力神经网络的观测任务序贯算法,并设计了与之匹配的输入特征表示方法,实现对观测任务的实时决策。最后将提出算法和两种深度学习算法、两种启发式搜索算法进行了实验比较。实验结果表明,提出方法的平均响应时间不到已有深度学习算法的1/2,收益误差远低于启发式搜索算法,证实了所提方法的可行性和有效性。
年期 [查看摘要][在线阅读][下载 817K]

基于多尺度残差子域适应的轴承故障诊断方法
刘晶;宁森;徐伟杰;盛译瑶;季海鹏
针对不同工况下轴承监测数据分布差异性大且带有标签数据稀缺的问题,提出一种基于多尺度残差子域适应的轴承故障诊断方法。首先,构建多尺度残差网络,提取源域与目标域的可迁移特征;其次,通过局部中心距差异对齐源域和目标域中同一类别的相关子域分布;最后,将局部中心距差异和分类器损失作为目标优化函数,完成模型训练,实现目标域数据的状态识别,并通过实验表明,该方法在目标域数据无标签的情况下准确率可以达到98%以上,满足工程应用的实际需求。
年期 [查看摘要][在线阅读][下载 1689K]

基于半监督学习的三维Mesh建筑物立面提取与语义分割方法
成浩维;资文杰;彭双;陈浩
面向三维Mesh数据的建筑物立面自动提取与语义分割在智慧城市建模与分析、数字孪生城市、城市规划建设等领域中应用广泛。拟基于深度学习方法构建面向三维Mesh数据的建筑物立面语义分割模型。当前,大量基于卷积神经网络(CNN)的深度学习模型均是全监督学习方法,其性能严重依赖于人工标注的训练集质量。但高质量的Mesh三维场景人工标注数据集昂贵且稀缺,鉴于此,在自动提取建筑物立面的基础上,提出一种基于meanteacher半监督学习的三维建筑物立面语义分割方法,并引入特征空间关系正则化(FESTA),结合空间和特征方面的邻域结构,利用无标签数据来提升模型分类精度。构建了一个全新的基于三维Mesh数据的建筑物立面数据集,并通过实验验证了提出方法的有效性和可用性。
年期 [查看摘要][在线阅读][下载 1595K]

基于页面替换代价的缓冲区管理算法
刘靖宇;颜钰莹;曹兴旺;范小芹;武优西
由于闪存具有读写不对称、写前擦除、异地更新的特性而影响存储效率,基于闪存的固态硬盘通常嵌入DRAM作为缓冲区来提高性能。现有的闪存缓冲区管理算法为了减少闪存写操作次数,直接选择干净页面作为受害者页面驱逐出缓冲区,导致缓冲区的命中率降低。针对这一问题,提出了一种基于页面替换代价的缓冲区管理算法(page replacement cost-LRU,PRC-LRU),通过计算页面的访问频率和写回闪存的代价,选择替换代价最小的页面写回闪存,在减少闪存写入次数的同时稳定了缓冲区的命中率。实验结果证明,与现有方案相比,PRC-LRU最多可将缓冲区命中率提高26.4%,减少闪存写入次数,并且降低运行时间。
年期 [查看摘要][在线阅读][下载 1337K]

基于CNN与LightGBM的入侵检测研究
魏明军;闫旭文;纪占林;陈钊
针对网络入侵检测少数类样本不仅自身准确率与召回率低,而且还会影响整体准确率与召回率的问题,提出一种基于生成式对抗网络(GAN)、卷积神经网络与LightGBM相结合的算法。首先,使用降噪变分自动编码器改进GAN,以实现对不平衡数据集的处理。其次,使用卷积注意力机制改进残差卷积神经网络,以更好提取数据的关键特征。最后,利用LightGBM集成学习算法对处理后的数据集进行分类。实验结果表明,在NSL-KDD测试集上,相比改进之前,准确率、召回率、精确率和F1分数均有提高。该模型缓解了少数类样本对模型分类带来的负面影响,具有良好的分类性能。
年期 [查看摘要][在线阅读][下载 812K]

基于深度主动学习的实体关系联合抽取方法
刘珂;冷芳玲;施伯贻;郎祎;鲍玉斌
知识图谱的构建对于信息检索、智能问答、智能推荐等下游工作具有重要意义,而抽取资料中的信息是构建知识图谱的关键。为了实现有效的知识抽取,提出了一个基于深度主动学习的实体关系联合抽取框架。在该框架下,基于深度主动学习的采样方法降低文本标注成本,改进的EDA数据增强方法(EDA-RE)解决样本间的关系分类不均衡、标注资料不足等问题,“BIO-OVE/R-HT”的标注策略和ChineseBERT-BiLSTM-CRF(CBBC)联合抽取模型解决传统流水线模型存在误差累积和无法抽取重叠关系等问题。通过百度竞赛提供的数据集进行实验,验证了框架中各种方法的有效性。
年期 [查看摘要][在线阅读][下载 1206K]

基于深度特征融合的红外弱小目标检测方法
马天凤;杨震;罗勇;庄超楠
红外弱小目标具有信噪比低、目标尺寸小、特征不明显等特点,加之场景复杂度不断提升,杂波干扰严重,导致现有的红外弱小目标检测方法面对复杂场景时性能衰减。综合手工方法提取目标单一显著特征及深度学习方法提取图像综合特征的优势,设计了基于深度学习的红外弱小目标深度特征融合检测网络模型。首先,模型利用多尺度自适应特征提取网络来提取红外图像中弱小目标的原始特征与平滑度图像中弱小目标的平滑度特征;其次,为提高目标显著度,提出了一种多层级联特征融合策略,实现特征提取网络中小目标原始特征与平滑度特征的融合;最后,利用多层级联特征融合映射网络对红外弱小目标进行特征映射与背景抑制,获得背景杂波被极大抑制的红外弱小目标特征映射图像。实验结果表明,同现有的基于深度学习与基于手工特征的检测方法相比,所提出的检测方法在各种复杂的场景中都拥有较高的准确率及较低的虚警率,同时拥有较快的检测速度。
年期 [查看摘要][在线阅读][下载 2320K]

基于邻域容差熵选择集成分类算法
董红瑶;申成奥;李丽红
针对不完备混合型信息系统的分类问题,融合粒计算和集成学习思想,引入邻域容差关系,提出基于邻域容差熵选择集成分类算法。首先根据样本中的缺失属性将不完备混合型数据集划分为不同的信息粒,并再次遍历数据集进行最大化信息粒,构成新的粒空间,用以BP神经网络为基分类器的集成算法在粒空间上训练最大化信息粒,构建新的基分类器;然后以每个信息粒的缺失属性作为条件计算出关于类别属性的邻域容差条件熵,各个信息粒的重要度通过邻域容差条件熵进行量化后,进一步通过信息粒的大小、新训练出的基分类器预测准确率以及邻域容差条件熵重新定义各个基分类器的权重;最后根据预测样本对基分类器加权集成,预测分类结果,并与传统的集成分类算法进行对比分析。对于不完备混合型数据集,新提出的集成分类算法能有效提升分类准确率。
年期 [查看摘要][在线阅读][下载 952K]

基于多图时空注意力的轨道交通客流预测模型
陈俊彦;黄雪锋;韦俊宇;卢贤涛;卢小烨
针对轨道交通客流由于复杂的时空相关性和显著的波动性而难以预测的问题,提出一种基于注意力机制和多图视角图神经网络的轨道交通客流量预测方法 MGCNSTA。基于站点连接的邻接图和乘客出行的出发地-目的地(origin-destination,OD)图,采用长期和近期两种序列模式,通过图卷积神经网络和卷积神经网络分别捕获空间和时间序列特征,并且运用注意力机制加强卷积模块的时空相关性特征。最后通过对杭州地铁短期客流量进行预测,实验结果验证了模型的有效性。
年期 [查看摘要][在线阅读][下载 1133K]

基于EMD距离度量的小样本矿物图像分类
杜睿山;张轶楠;孟令东;张桐
在复杂的地质勘探条件下准确完成矿物识别是一项重要的任务。基于数据驱动的深度学习模型能精确识别各类岩石矿物,但需要构建庞大且完备的数据集,在实际情况下难以应用。针对此问题,结合小样本学习、度量学习以及元学习训练策略,使用EMD距离度量计算图像之间的结构距离,构建一种适应于小样本矿物的图像分类模型。核心思想在于利用图块级别度量并引入交叉参考权重机制,有效减少同类差异大和背景杂乱带来的影响,优于图与图判定分类的模型。在mini-ImageNet数据集上,5-way 1-shot和5-way 5-shot设置的分类准确率分别提高至55.91%、67.58%;将算法应用于小样本粘土矿物数据集上,5-way 5-shot设置的分类准确率为92.65%。实验结果表明,利用度量学习方法的分类精度高于其他小样本学习方法。
年期 [查看摘要][在线阅读][下载 1164K]

基于多视角数据与社区发现的典型用电负荷模式挖掘研究
魏伟;韩颖;刘怡君;张伟
电力系统为满足各类用户的用电需求,需掌握用户端用电负荷曲线的典型模式。当前电力负荷模式挖掘过程中往往使用单视角数据进行聚类分析,未考虑不同视角数据内部度量信息差异和复杂的计算。针对这一问题,从三个粒度获取多视角用电负荷数据并进行预处理,分别计算相似度矩阵,使用相似度网络融合算法构建融合相似度矩阵,选用Leiden社区发现算法对用户群体进行划分,然后动态识别各个子社区的典型用电负荷曲线并进行趋势分析。实验结果表明,算法能够稳定划分用户群体并识别各个子社区的典型用电负荷模式曲线,结合用户基本信息,得到各个子社区的峰值模式,从而为电力系统采取个性化措施以满足不同用户群体的需求提供指导。
年期 [查看摘要][在线阅读][下载 2125K]

融合多策略改进的哈里斯鹰优化算法
曹泽轩;王晓峰;谢志新;莫淳惠;于卓;吴宇翔
针对哈里斯鹰优化算法收敛精度低、易于早熟收敛、全局搜索与局部开发不平衡的问题,提出一种融合多策略的哈里斯鹰优化算法。利用佳点集初始化种群,提高初始解的质量;通过重新设置算法的条件,平衡算法的探索与开发;引入麻雀搜索算法中发现者位置更新公式对探索阶段进行改进,提升算法的全局搜索能力;采用柯西变异和高斯变异对最优解进行扰动,有效避免算法陷入局部最优。通过对6个基准测试函数进行仿真实验,与其他智能优化算法及其他改进的哈里斯鹰算法进行对比分析,实验结果表明改进方法的寻优能力优于对比算法。
年期 [查看摘要][在线阅读][下载 1062K]

基于多指标交互的加权时序网络节点重要性
杨晔彬;姜久雷;邹鹏
时序网络中的重要节点评估一直是社交网络领域中的热门话题,在病毒传播、信息挖掘等方面有着诸多应用。现有的算法虽然考虑到节点的邻居信息对节点产生的影响,但建模时仅仅考虑节点是否存在关系,对于链接强度的考虑不够全面。针对此问题,从时间层面去考虑节点链接强度,提出一种新的层内邻接矩阵。同时,综合考虑节点自身的邻居和跨层节点的公共邻居来衡量层间耦合关系,提出多指标交互算法;其次,构建加权超邻接模型(WSAM);最后,通过计算时序网络中每个时间层节点的特征向量中心性来评估时序网络中节点的重要性。实验结果表明,TWCR算法在时序最大连通分量、网络性能、容错性三个方面优于SAM、SSAM和WPA方法。
年期 [查看摘要][在线阅读][下载 1852K]

一种人工蜂群算法优化的邻域粗糙集特征选择方法
季雨瑄;叶军;杨震宇;敖家欣
在邻域粗糙集模型中,由于计算邻域及正域的工作量较大,因此,对邻域决策表进行特征选择或降维具有较高的时间复杂度。特别是随着邻域决策表维数的增多,计算工作量呈指数级增加。针对此类问题,引入人工蜂群算法进行优化。首先,给出了一种邻域粗糙集分辨矩阵特征重要性度量方法;其次,以邻域分辨矩阵特征重要度为启发因子构造了适应度函数,新的适应度函数增加了启发信息;最后,设计了一种人工蜂群算法优化的特征选择算法。UCI数据集对比实验结果与分析表明,与原有的邻域特征选择算法相比,新算法减少了迭代次数,加快了收敛速度,并且能够有效寻找到最小特征子集。
年期 [查看摘要][在线阅读][下载 693K]

基于多领域条件生成的语音情感转换
姚文翰;柯登峰;黄良杰;胡睿欣;项敏特;张劲松
语音情感转换是在不改变话者声纹、语义的情况下,将一种情感语音转换成另一种情感语音的技术,本质是实现语音的风格迁移。主流的风格迁移技术有对抗生成技术(如CycleGAN,StarGAN)和实例规一化(如IN,CIN)。CIN相对于IN添加了均值方差选择性模块,具有更强的风格迁移能力。提出了将StarGAN和CIN结合的语音情感转换模型CIN-StarGAN,将CIN模块嵌入到StarGAN生成器。在ESD数据集上的实验结果表明,CIN-StarGAN比基于CycleGAN的情感转换模型收敛速度快28%,具有较好的风格转换能力。在多领域情感转换方法上具有潜在研究价值。
年期 [查看摘要][在线阅读][下载 1121K]

基于局部搜索NSGA2算法的含油污水资源分配
尚福华;张豪鹏;杜睿山;解红涛
针对目前油田含油污水回收分配存在运营成本较大以及回收作业区资源利用率较低的问题,提出一种基于局部搜索NSGA2算法的含油污水资源分配方法。首先,引入采油厂回收总成本以及回收作业区负载均衡度等指标建立组合评价体系,构建了面向含油污水产生方及回收作业区处理方的双角度多目标分配模型。其次,为了改善NSGA2算法计算过程中种群分布不均匀的情况并提高其收敛速度,提出一种基于混合移民策略的局部搜索机制,使用解的密度来衡量解的稀疏度,在稀疏解和种群领先解周围进行局部搜索,引导算法快速收敛。最后,以某采油厂为例,与多个算法进行比较,结果表明,所提算法所求解的质量均优于其他对比算法,验证了模型的适用性和有效性。
年期 [查看摘要][在线阅读][下载 1056K]

基于匹配度和谱聚类的知识推荐研究
张建华;郭启迪;曹子傲;刘艺琳
为解决传统知识推荐领域存在的“重相似、轻关联”的问题,并进一步提升推荐精度,提出将相似度和关联度融合而成知识匹配度的应对思路,并利用余弦相似度和Apriori算法计算知识间匹配度;而后,通过谱聚类实施空间压缩以降低遍历时耗;最后,基于聚类结果预测评分确定知识推荐范畴。采用Movielens数据集进行仿真模拟,结果表明,所提算法优于传统的ICF算法和KNN-ICF算法。
年期 [查看摘要][在线阅读][下载 855K]

基于共邻节点相似度改进的DPoS共识算法
李美玲;赵金东;田志宏;武栓虎
针对委托权益证明(delegated proof of stake, DPoS)中节点投票不积极和恶意节点操纵选举结果的问题,提出一种基于共邻节点相似度改进的DPoS(DPoS based on similarity of common neighbor nodes, S-DPoS)共识算法。首先,引入共邻节点相似度模型实现社区划分,缩短投票周期,提高共识效率。其次,计算节点的信誉度,各社区选出一个信誉度最高的节点作为见证节点且负责生产区块,通过节点身份转换机制及时更新节点类别。最后,通过奖惩机制对节点进行奖惩,快速剔除错误节点。仿真实验结果表明,S-DPoS共识算法的节点参与度比DPoS算法提高30%～40%,并且能够有效降低恶意节点操纵选举结果的可能性,增强了系统的安全性。
年期 [查看摘要][在线阅读][下载 1156K]

一种任务驱动的车联网边缘卸载策略
赵晓焱;高源志;张俊娜;袁培燕
边缘计算为解决未来车联网中移动流量的爆炸式增长提供了可行范式,然而位置的动态变化以及计算任务的多样性和差异性,使得资源有限的边缘服务器很难在规定时间内完成区域内多车辆任务的并行处理需求。基于此,以最小化时延为目标,提出一种结合深度确定性策略梯度算法的任务驱动卸载策略。首先,通过对差异性任务类型和紧迫程度进行预处理,构建了一种基于最大延迟容忍度的任务优先级动态调整模型;然后,利用道路区域内的车辆拓扑和通信半径,提出了基于网络密度和负载均衡的动态协作簇划分方法,解决了多样性任务的动态协作卸载优化问题。实验结果表明,所提算法在收敛性、卸载时延及卸载命中率等方面具有性能优势。
年期 [查看摘要][在线阅读][下载 1127K]

基于改进级联宽度学习的自适应认知诊断方法
陈锦;林江豪;阳爱民;李心广
针对现有的认知诊断模型信息利用不充分、依赖局部作答信息,导致诊断精度低的问题,提出了基于改进级联宽度学习的自适应认知诊断方法。首先,提取题目的语义、参数等特征,采用无偏差加权进行融合。接着,提出了改进的级联宽度学习系统(improved cascade of broad learning system, ICBLS),旨在学习全序列作答信息,利用残差结构解决长序列学习遗忘的问题;采用网格搜索法确定了最优参数组合,进而构建认知诊断模型。最后,经过非线性分类器实现知识状态的分类。以BP神经网络、Bi-LSTM、Bi-GRU为基线模型,在实际的接受性任务中进行实验验证。结果表明,ICBLS获得的最高模式准确率为95.74%,平均属性准确率为98.31%。并且,通过消融实验说明了题目的语义信息有利于模型更准确地发现被试的语言理解能力。
年期 [查看摘要][在线阅读][下载 919K]

基于可分离性的多尺度决策信息系统的最优尺度约简
金铭;陈锦坤;李进金
针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究它们的性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分性,并给出可分性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。
年期 [查看摘要][在线阅读][下载 808K]

基于VMD和优化SSA-ELM的齿轮箱故障诊断
孟博;郇战;时文雅;余中舟;周靖诺;王佳晖
针对传统滤波器对齿轮箱信号去噪不充分和模型识别准确率低的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和改进麻雀搜索算法(sparrow search algorithm,SSA)来优化极限学习机(extreme learning machine,ELM)的齿轮箱故障诊断模型。通过改进VMD分解后含噪分量的选取方式,并结合小波包阈值处理对齿轮箱信号进行滤噪。在提取时频域有效特征的基础上,通过Tent混沌映射和引入微分递减因子改进SSA以优化ELM模型进行分类识别。实验结果表明,所提模型对齿轮箱故障工况的分类准确率达到99.50%,在故障诊断精度提升的同时收敛速度更快,验证了模型的可行性。
年期 [查看摘要][在线阅读][下载 1162K]

考虑怀疑和辟谣机制的SEIMR谣言传播模型
左飞宇;卢友军;魏嘉银;邓云峰;官永秋
考虑到复杂网络上的谣言传播可能受到怀疑与辟谣等因素的影响,在SIR谣言传播模型中引入怀疑和辟谣机制,构建了一个新的SEIMR谣言传播模型。基于微分方程理论给出了模型在均匀网络上的传播动力学方程,并分析了该模型的无谣言平衡点和谣言盛行平衡点的存在性,利用下一代矩阵法计算了模型在无谣言平衡点处的基本再生数R0。在此基础上,通过Routh-Hurwitz判据分析了模型在无谣言平衡点和谣言盛行平衡点处的局部渐近稳定性,并利用Lyapunov稳定性理论证明了模型在无谣言平衡点处的全局渐近稳定性。仿真实验结果表明,怀疑和辟谣机制对谣言爆发规模、爆发时间以及谣言持续时间具有重要影响。
年期 [查看摘要][在线阅读][下载 1141K]

基于形式背景转化的概念格属性约简
任苡嘉;张贤勇;张敏;杨霁琳
借鉴形式背景下概念格的经典属性约简,立足决策形式背景,通过转换提出一种新的概念格属性约简,其对一般约简具有结构诱导性。首先,在决策形式背景下定义一致集,提出概念格的一致属性约简及对应算法,得到一致属性约简与三分属性的关系。其次,研究新建的一致约简与已有的强一致约简和弱一致约简之间的关系,得到一致约简具有关于概念格属性约简的严格强性,并由此设计由强至弱的启发式约简算法。最后,给出具体实例,说明与验证相关的约简、性质和算法。
年期 [查看摘要][在线阅读][下载 871K]

基于集覆盖理论的覆盖信息系统属性约简方法
徐晔;许晴媛;李进金
针对覆盖信息系统属性约简问题,提出基于集覆盖理论的覆盖信息系统属性约简方法。首先,构造覆盖信息系统的相关矩阵,通过相关矩阵诱导出覆盖信息系统的集覆盖模型,并探讨了覆盖信息系统与其诱导的集覆盖模型之间的联系,发现集覆盖模型的一个极小覆盖恰是原覆盖信息系统的一个属性约简集,从而求解覆盖信息系统的属性约简问题可以转化为求解对应集覆盖模型的极小集覆盖问题;其次,利用集覆盖启发式算法(set covering heuristic algorithm,SCHF)在解决集覆盖问题上具有更高的精度和更好的性能,给出了基于SCHA的覆盖信息系统属性约简的求解步骤及算法;最后,通过实例验证了所提方法的可行性和有效性。
年期 [查看摘要][在线阅读][下载 769K]

多尺度融合卷积的轻量化Transformer无人机地物识别模型
肖斌;罗浩;张恒宾;刘宏伟;张兴鹏
Transformer模型性能优越,但其巨大的参数量不适合资源受限的无人机遥感任务。为此,提出一种用于无人机遥感图像的多尺度融合卷积的轻量化Transformer模型,通过设计三种优化策略来提高精度以及减少参数量。首先,设计了一种轻量级多尺度融合卷积方法,补充Transformer丢失的块内空间信息,从而有效提取多尺度上的粗、细粒度特征表示。其次,设计了多尺度键值序列缩减方式,优化Transformer中的自注意力计算。最后,设计了轻量级的MLP解码器,进一步减少模型参数量。在Vaihingen和Potsdam数据集上与一些主流模型进行了对比实验,结果表明,所提模型的F1值和交并比均有所提升。同时,在Potsdam数据集上的精度提升0.29%,参数量比双分支网络STransFuse减少18%。
年期 [查看摘要][在线阅读][下载 1550K]

时域与频域自适应SVD融合去噪算法
高磊;夏星;闵帆
时域方法在地震同相轴倾斜或弯曲时,难以保证去噪的有效性;频域方法在信号频带较宽时,会衰减过多信号。基于此,提出一种时域与频域自适应奇异值分解(singular value decomposition,SVD)融合去噪算法。该算法包含分解与融合技术:在分解技术中,根据奇异值二阶差分谱,在时域与频域中分别进行自适应去噪,得到两个分解矩阵;在融合技术中,提出了用于评估分解矩阵的一致度,利用融合策略得到融合矩阵,最后根据局部相似性调整得到去噪矩阵。在合成与野外数据集上与一些算法进行了对比实验,结果表明,所提算法能够更有效地压制噪声。
年期 [查看摘要][在线阅读][下载 3089K]

图书自动盘点机器人变结构轨迹跟踪方法研究
王琦
图书自动盘点机器人是图书馆智能化、数字化的有效方案,其轨迹跟踪方法是保证图书自动盘点机器人稳定运行的关键技术。针对传统图书自动盘点机器人轨迹跟踪位置和姿态的双目标控制问题,提出了一种基于改进趋近律的图书自动盘点机器人轨迹跟踪变结构非线性控制方法,该方法可以有效解决传统变结构控制方法快速性和抖震之间矛盾的问题,最后在Matlab环境下搭建了图书自动盘点机器人的仿真模型。仿真结果表明,所提出的方法不仅具有较快的响应速度,还对抖震有较好的抑制作用。
年期 [查看摘要][在线阅读][下载 1072K]

基于文本注意力机制优化的网络表示学习模型
唐彦龙;冶忠林;赵海兴;仁青卓么
在经典网络表示学习框架上进行改进,提出了基于文本注意力机制优化的网络表示学习模型。首先学习上下文节点的平均嵌入,然后利用上下文节点的平均嵌入引入注意力机制,目标节点的嵌入由注意力和文本嵌入共同决定。在文本特征上添加注意力机制,旨在为文本特征中的词语学习不同的权重值,从而使得对模型有利的词语得到最大贡献,有效避免低频词、噪声词对模型的影响。在Citeseer (M10)、DBLP (V4)和SDBLP三个数据集上进行实验,结果表明,该模型的网络节点分类性能优于DeepWalk算法和同类别表示学习算法。在网络可视化分析中,所提算法有明显的聚类现象和聚类边界,获得了期望的结果。
年期 [查看摘要][在线阅读][下载 1098K]

基于双层链的个人隐私数据保护和授权框架
刘靖宇;曹兴旺;颜钰莹;范小芹;武优西
针对隐私泄露事件频繁发生且当前的保护方法无法避免恶意收集和恶意攻击的问题,提出了基于双层链的个人隐私数据保护和授权框架。该框架由验证链和授权链构成,通过跨链技术进行通信,不需要用户向服务商提供隐私数据就能获得服务。验证层负责验证数据并生成数据证明,授权层负责用户的授权,避免服务商得到用户隐私数据。此外,提出了基于顺序选举的RAFT改进算法和代理受益证明算法,分别应用在验证层和授权层,从而提高了共识速度和数据处理速度,解决了在没有激励机制的情况下如何维护公有链的问题。实验结果表明,所提框架保证了数据的真实性、安全性和可扩展性,平衡了隐私性和可追溯性。
年期 [查看摘要][在线阅读][下载 1335K]

基于视觉辅助与自适应粒子滤波的机器人自定位
刘超凡;于文涛;曲枫;张祺;徐浩
为解决机器人自定位粒子退化问题,提出一种基于视觉辅助与自适应粒子滤波的机器人自定位方法。首先采用改进萤火虫优化算法调整基于双里程运动模型的建议分布,然后使用融合视觉标签验证信息的子群互助重采样算法,在缓解粒子退化的同时提高粒子多样性。从位姿跟踪误差和粒子多样性两个方面对算法进行评价,结果表明,所提算法在仿真和真实环境下都具有较高的定位精度和稳定性。
年期 [查看摘要][在线阅读][下载 1304K]

中智模糊半概念知识提取研究
毛华;郑博雅;胥德华;张植明;杨兰珍
在中智模糊形式背景下,将三支中智模糊概念与经典半概念相结合,提出面向属性的中智模糊半算子与面向对象的中智模糊半算子,进一步得到面向属性的中智模糊半概念与面向对象的中智模糊半概念。在此基础上,讨论了它们在形式概念分析理论中的核心结构——格,并得到构造其格结构的算法。通过实际案例说明了中智模糊半概念的应用价值,为知识提取提供了一种新方法。
年期 [查看摘要][在线阅读][下载 756K]

基于Ro BERTa-RCNN和注意力池化的新闻主题文本分类
王乾;曾诚;何鹏;张海丰;余新言
针对中文新闻主题因缺乏上下文信息而造成语义模糊和用词规范性不高的问题,提出一种基于RoBERTaRCNN的多头注意力池化机制的新闻主题文本分类方法。利用数据增强技术对部分训练数据进行回译处理,再通过自编码预训练模型和RCNN对文本进行初步和深度的特征提取,并结合多头注意力思想改进最大池化层。该方法采用融合机制,改善了RCNN中最大池化策略单一和无法进行动态优化的缺陷。在三个新闻主题数据集上进行实验,使用更适用于新闻主题分类的Mish函数代替ReLU函数,并利用标签平滑来解决过拟合问题。结果表明,所提方法对比传统分类方法效果突出,并通过消融实验验证了模型在分类任务上的可行性。
年期 [查看摘要][在线阅读][下载 985K]

融合关联信息与CNN的实体识别研究
李明键;李卫军;王海荣
引入外部词汇是提升实体识别效果的有效方法,然而现有的方法未能对词汇的关联字符向量进行表征,从而忽略了字符之间的联系。基于此,提出一种融合关联信息与卷积神经网络(convolutional neural network,CNN)的实体识别方法。在使用SoftLexicon引入外部词汇的基础上,根据字符所对应的外部词汇发现关联字符并以词频方式进行归一,从而与字符、词汇向量融合以构建多特征信息来扩充字符特征表示,之后使用CNN与双向长短期记忆网络联合获取深层信息。在Resume、Weibo和CCKS2017数据集上进行实验,结果表明,相比于SoftLexicon方法,所提方法能有效提升实体识别效果。
年期 [查看摘要][在线阅读][下载 888K]

基于图神经网络文档相似度的实体与关系层次匹配方法
赵文彬;王佳琦;吴峰;任雁;安寅生
针对文本中深层语义难以计算的问题,提出了基于句法依存关系的多头图注意力实体关系联合抽取模型和融合层次类型的文档相似性匹配。首先通过多头图注意力网络对文本进行实体关系抽取,然后设计融合层次类型的词移距离相似性计算方法以及基于图相似的文档相似性计算模型,利用文档中的实体和关系构建图结构,根据图级特征进行相似性计算。通过对比实验,验证了所提方法在文档相似性计算、图相似度计算和图分类任务中的有效性。
年期 [查看摘要][在线阅读][下载 1024K]

基于明考斯基最优距离的不完美排错SRGM决策机制
张策;王金勇;徐早辉;江文倩;白睿;李文毓;王建远
针对软件可靠性增长模型(software reliability growth model,SRGM)决策机制欠缺的问题,提出了基于明考斯基最优距离的不完美排错SRGM决策方法。首先,对真实软件测试过程与可靠性模型进行分析,建立分类视角下的SRGM归类集合;其次,从矩阵分析的角度形式化描述SRGM的评价与选择问题,建立基于明考斯基距离的双最优化排序方法;最后,对模型的性能进行综合评价,给出SRGM间的性能偏序关系。在4个实际计算机应用系统测试过程中记录并公开发表的失效数据集上进行实验,验证和阐释模型性能之间的排序机制效用,并进行参数敏感性分析,为模型决策提供定量化的参考。
年期 [查看摘要][在线阅读][下载 1601K]