- 石磊;王天宝;孟彩霞;王清贤;高宇飞;卫琳;
复杂场景下人员的交叉遮挡，导致现有的人体姿态估计算法存在准确度不高和人体骨架错连的问题。为此，提出一种复杂场景下的多人人体姿态估计优化算法。首先，使用分组分块级联卷积替换普通卷积，结合特征融合促进特征通道之间的信息交互，在不引入额外计算成本的前提下提高算法精度；其次，引入空间注意力机制挖掘与人体姿态估计任务相关的空间语义特征，将网络结构并行化处理以提高算法性能；最后，对大卷积核和空间注意力机制的嵌入位置进行轻量化处理，减少时间开销。与现有的自底向上的姿态估计算法OpenPifPaf++相比，所提算法在COCO 2017数据集上平均准确率提高0.8个百分点；在CrowdPose数据集上平均准确率比OpenPifPaf算法提高1.2个百分点，复杂场景下对应的准确率提高1.5个百分点。
2025年04期 v.57 1-7页 [查看摘要][在线阅读][下载 496K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：285 ] |[阅读次数：0 ] - 薛均晓;张世文;陆亚飞;严笑然;付玮;
针对深度强化学习方法在复杂环境下面对无人机博弈任务时学习效率较低的问题，提出了知识和数据联合驱动的深度强化学习模型。首先，借鉴了模仿学习的思想，将遗传算法作为启发式搜索策略，并收集专家经验知识；其次，通过深度强化学习与环境进行交互，收集在线经验数据；最后，构建了知识和数据联合驱动的深度强化学习模型，用于优化无人机博弈策略。实验结果表明，所提模型有效提升了收敛速度和学习稳定性，经过训练的智能体具有较好的自主博弈路径规划能力。
2025年04期 v.57 8-14页 [查看摘要][在线阅读][下载 417K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：1056 ] |[阅读次数：0 ] - 李硕;严飞;张立强;罗清彩;杨小林;
作为云边端协同网络的关键技术之一，计算卸载是解决边缘嵌入式设备计算能力不足、资源有限等问题的有效手段。当前一些相关工作主要关注在给定环境模拟参数下如何降低延迟、减少能耗等，然而，如何准确感知云边端协同网络的实时变化、灵活地实施任务卸载是一个亟须解决的挑战。提出了名为FreeOffload的云边端协同网络任务卸载框架，利用拓展的伯克利包过滤器(extended Berkeley package filter, eBPF)技术实现了计算资源、网络状态的实时感知。设计了适用于异构嵌入式端设备的任务灵活重卸载方案，实现边缘节点负载均衡。搭建小型云边端协同原型实验系统，评估结果表明，该框架能在引入较小开销的情况下高效灵活地实现端设备任务卸载。
2025年04期 v.57 15-22+39页 [查看摘要][在线阅读][下载 849K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：219 ] |[阅读次数：0 ] - 韦超;杨闻韶;刘炜;
针对现有的联邦学习模型在隐私保护和投毒攻击防御方面的不足，提出一种基于联盟链的隐私保护联邦学习框架。首先，采用同态加密技术和拉普拉斯噪声来确保数据隐私，有效地保护了模型训练过程中各方数据的机密性；其次，通过联盟链共识协议以及模型聚合算法为不同参与方分配不同的梯度聚合权重，降低了恶意参与方对模型聚合的影响，增强了模型的鲁棒性。在MNIST和Fashion-MNIST数据集上的实验结果表明，即使恶意参与方的比例高达40%,所提框架在标签反转攻击和后门攻击下仍能保持较高的模型准确率。
2025年04期 v.57 23-29页 [查看摘要][在线阅读][下载 311K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：142 ] |[阅读次数：1 ] - 冉戆;王思为;祝恩;
基于子空间的多视图聚类算法因其良好的聚类性能和数学可解释性而备受关注。其中，一些基于锚点策略的大规模多视图子空间聚类算法，能够有效降低算法的时空复杂度。然而，现有的算法往往从全局结构中学习子空间自表示矩阵，忽视了视图数据、锚点和子空间自表示矩阵之间的局部结构信息。受多视图自加权多图学习算法的启发，提出了基于自适应融合全局和局部信息的锚点多视图聚类(AMVC-AFGL)算法。所提算法旨在通过自适应分配视图权重，融合数据之间的全局信息和局部信息，为每个视图数据学习一个更有效的子空间锚图矩阵，进而拼接为较小的融合锚图矩阵然后进行谱聚类。在公开的10个真实基准数据集上开展了充分的实验，结果表明，与其他12个先进的多视图聚类算法相比，所提算法具有有效性和可扩展性。
2025年04期 v.57 30-39页 [查看摘要][在线阅读][下载 417K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：184 ] |[阅读次数：0 ] - 崔文源;滕飞;贺百胜;胡晓鹏;仇戈;
针对现有交通流预测模型对交通流数据复杂动态的时空依赖关系挖掘不充分的问题，提出了一种基于变分自编码器的交通流预测模型(AST-VAE)。首先，采用变分推断和残差降解机制，将交通流信号分离为隐藏的扩散信号、固有信号以及随机信号。其次，使用不同的学习模块提取三种信号中的时间相关性和空间相关性。最后，将三种多维特征融合进行全局时空依赖性的捕获。使用两个真实的交通数据集对模型的具体模块进行有效性与可行性分析，实验结果表明，在交通流预测任务上AST-VAE优于现有模型，同时误差较低，具有较好的预测性能。
2025年04期 v.57 40-46+87页 [查看摘要][在线阅读][下载 897K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：346 ] |[阅读次数：0 ] - 陈明;马国强;黄万伟;高铁梁;李玉华;牛燕菲;
近年来边缘计算的低延时、高效性被广泛应用于红外成像系统中，有效降低了使用成本。然而红外图像对比度低、细节模糊等问题仍需解决。因此，提出一种基于拉格朗日插值和多尺度引导滤波的边缘端红外图像增强算法。该算法分为两个阶段：第一阶段对边缘端红外数据采用拉格朗日插值算法实现非均匀校正，拉格朗日非线性插值更贴合红外探测器响应曲线，可有效解决成像时引入的非均匀性噪声问题；第二阶段采用多尺度引导滤波对红外图像进行分层处理，多尺度可以提取图像的不同细节信息，通过将不同细节信息进行融合可以得到丰富的细节内容。实验结果表明，与5种传统算法相比，该算法在局部对比度上比次优算法高出15.2%,在峰值信噪比上比次优算法提升7.9%。
2025年04期 v.57 47-54页 [查看摘要][在线阅读][下载 388K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：361 ] |[阅读次数：0 ] - 郎璇聪;王梅;刘勇;李春生;
在线点对学习是指损失函数依赖于一对实例的在线学习模式，泛化性是在线点对学习理论研究的重要内容。大多数关于在线点对学习使用对抗性损失函数且假设凸性，然而凸性并不符合通常的实际应用场景。针对非凸在线点对学习，给出基于稳定性分析的具有“可预测的”损失函数的在线点对学习遗憾界，作出相应的稳定性分析。通过稳定性和度量在线点对学习泛化能力的常用方式——遗憾之间的关系，建立“可预测的”非凸损失函数下的遗憾界。证明当学习者(leaner)能够获得离线神谕(oracle)时，“可预测的”非凸广义在线点对学习达到遗憾界O(T~(-3/2))。该结论丰富了非凸在线点对学习的理论研究，且优于现有理论保证。
2025年04期 v.57 55-62页 [查看摘要][在线阅读][下载 235K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：26 ] |[阅读次数：0 ] - 冀荣根;胡志华;田曦丹;魏月荷;
在工业定制化生产中，板材常采用三阶段齐切割排样方式，经过三个阶段必须切出完整的产品。针对这一问题，提出以板材利用率最大为目标，建立了板材二维齐切割的混合整数规划模型。将三阶段切割问题抽象为具有尺寸限制的排序问题，在第一阶段采用横切和竖切两种切割方式，所切割的产品项可以0°或90°放置，后续两个阶段的切割要满足任意两个产品项无重叠。为提高求解效率，把模型分解为主问题和若干子问题，并提出遗传算法和列生成的迭代重优化框架及其算法求解该问题。在每次迭代中，遗传算法均能提供多个满足条件的列，并作为新列添加到主问题中。此外，算法能够对板材利用率较低的解进行重优化，提高劣解变换到最优解的可能性。实验结果表明，所提算法在小规模算例中，能够求得精确解；在大规模算例中，求解所得的板材利用率在85%以上，求解时间较短，能够适应工业化生产的要求。
2025年04期 v.57 63-70页 [查看摘要][在线阅读][下载 259K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：197 ] |[阅读次数：0 ] - 杨易;王晓峰;华盈盈;杨澜;庞立超;
修正的B (revised B,RB)模型是一种在约束可满足问题中具备精确相变增长域的随机实例模型，提出一种基于元启发式与局部搜索相结合的求解算法用于解决RB模型实例。以海洋捕食者算法为基础，对初始解空间进行编码离散化，并对海洋捕食者算法的三个核心阶段进行优化。有针对性地将当前候选解向最优解方向引导搜索，最终阶段借助局部搜索方法，当所得当前最优解无法满足RB模型实例解时，传递至退火策略的最小冲突启发式，进一步提升算法求解效能。实验证明，与多种启发式算法相比，所提算法在精度与时间效率方面均呈现明显提升，即便在接近可满足性相变点的情形下仍展现出高概率求解的潜力。
2025年04期 v.57 71-79页 [查看摘要][在线阅读][下载 566K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：40 ] |[阅读次数：0 ] - 张建华;温丹丹;曹子傲;高亚瑞;
为提升智慧知识服务中案例知识适配的自主性和精确性，提出一种基于决策属性间相关关系的多案例诱导适配机制。首先，基于概率论判断决策属性的相关性；然后，根据决策属性独立或相关状况分别选择不同的适配方法。在决策属性相关情形下，根据决策属性个数和值域规模的差异分别选择基于幂集、基于适配器链和基于适配器链组合的适配方法。在Student Performance-MAT数据集上的仿真实验表明，所提机制具有良好的性能。
2025年04期 v.57 80-87页 [查看摘要][在线阅读][下载 161K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：98 ] |[阅读次数：0 ] - 李梦涵;闫彦彤;李丽红;
目前，位置服务的广泛应用带来了个人信息安全的挑战。为应对这一挑战，研究人员致力于探究多种位置隐私保护策略。其中，融合语义信息的位置隐私保护算法成为研究的热点之一。利用语义信息提出了一种新的选择位置中心的思想，将该思想与语义距离融合，选择最佳匿名候选集合，从而保证位置集合的语义多样性和物理多样性。实验结果表明，相较于DLS算法、Enhanced-DLS算法和MMDS算法，所提算法在语义和物理位置方面能够保证多样性，有效降低了位置数据的准确性，保护了用户的隐私。
2025年04期 v.57 88-94页 [查看摘要][在线阅读][下载 277K] [引用频次：0 ] |[网刊下载次数：0 ] |[下载次数：64 ] |[阅读次数：0 ]