首页期刊导航|电子与信息学报
期刊信息/Journal information
电子与信息学报
电子与信息学报

吴一戎

月刊

1009-5896

jeit@mail.ie.ac.cn

010-58887066

100190

北京市北四环西路19号

电子与信息学报/Journal Journal of Electronics & Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是电子科学高级综合性学术刊物。主要刊登有关电子与信息科学方面的具有创新性的、高水平的文章。
正式出版
收录年代

    一种基于近端策略优化的服务功能链部署算法

    颜志禹怀龙欧阳博王耀南...
    2869-2878页
    查看更多>>摘要：针对网络功能虚拟化(NFV)环境下高维度服务功能链(SFC)部署的高可靠低成本问题,该文提出了一种基于近端策略优化的服务功能链部署算法(PPO-ISRC).首先综合考虑底层物理服务器特征和服务功能链特征,将服务功能链部署建模为马尔可夫决策过程,然后,以最大化服务率和最小化资源消耗为优化目标设置奖励函数,最后,采用近端策略优化方法对服务功能链部署策略求解.仿真实验结果表明,与启发式算法(FFD)和深度确定性策略梯度算法(DDPG)相比,所提算法具有收敛速度快,稳定性高的特点.在满足服务质量的要求下,降低了部署成本,并提高了网络服务可靠性.

    网络功能虚拟化服务功能链深度强化学习近端策略优化

      原文链接:
    • 万方数据
    • 维普

    恶意干扰下的无人机辅助边缘计算加权能耗与时延智能优化

    杨和林郑梦婷刘帅肖亮...
    2879-2887页
    查看更多>>摘要：近年来,将移动边缘计算(MEC)服务器搭载在无人机(UAV)上为地面移动用户提供服务备受学术界和工业界广泛的关注.但在恶意干扰环境下,如何有效调度资源降低系统时延和能耗成为关键问题.为此,针对干扰机影响下无人机辅助边缘计算的问题,该文建立一个以最小化加权能耗与时延为目标的模型,联合优化无人机飞行轨迹、资源调度和任务分配来提升无人机辅助移动边缘计算系统性能.鉴于优化问题难求解以及恶意干扰行为动态多变,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的资源调度算法,同时结合优先经验回放(PER)机制提高算法收敛速度和稳定性,高效对抗恶意干扰攻击.仿真结果表明所提算法较其他算法,能够有效降低系统的时延和能耗,并具有很好的收敛性与稳定性.

    无人机通信移动边缘计算资源调度抗干扰深度强化学习

      原文链接:
    • 万方数据
    • 维普

    面向数据压缩的NOMA-MEC系统能耗最小化研究

    施丽琴刘璇卢光跃
    2888-2897页
    查看更多>>摘要：该文研究基于数据压缩的非正交多址-移动边缘计算(NOMA-MEC)系统中系统能耗最小化问题.考虑到部分压缩与卸载方案和基站端计算能力有限等条件,通过联合优化各用户的任务压缩和卸载比例、发射功率以及任务压缩时间等变量,建立一个系统能耗最小化优化问题.为了求解该问题,首先推导出各用户最佳发射功率的闭式表达式.接着利用连续凸逼近(SCA)方法对原问题的非凸约束进行近似,然后提出一个基于SCA的高效迭代算法来求解原问题,从而得到该系统的最佳资源分配方案.最后借助于计算机仿真对所提出方案的性能优势进行验证,仿真结果表明相比于其他基准方案,该文所提方案能有效降低系统能耗.

    部分压缩资源分配能耗最小化NOMA

      原文链接:
    • 万方数据
    • 维普

    随机噪声平板下光学复眼内外参联合标定

    李东升王国嫣刘锦新范红旗...
    2898-2907页
    查看更多>>摘要：光学复眼在无人系统的精确定位制导、避障导航等任务中得到了越来越广泛的应用,其中光学复眼的高精度标定是保障上述任务质量的前提.通常经典的张氏棋盘格标定法要求光学复眼的每个子眼都必须观测到完整的棋盘格,然而,由于光学复眼结构的复杂性,在实际标定过程中难以满足这一要求.为解决张氏标定法的局限性,该文提出一种基于随机噪声平板的光学复眼内外参联合标定算法,该算法通过子眼拍摄随机噪声平板的局部信息,可简单快速地实现任意构型和子眼数量的光学复眼内外参联合标定.为了提高光学复眼标定的稳定性,设置多阈值匹配机制解决子眼视场特征点数量稀疏导致图像匹配失效的问题.同时,给出了光学复眼内外参联合标定的误差模型,用来衡量所提出算法的精确度.在与张氏棋盘格标定法进行实验对比中,验证所提算法的稳定性和鲁棒性,并在光学复眼实物系统中,验证了所提联合标定算法具有较高的精度.

    光学复眼随机噪声平板内外参联合标定平均重投影误差广义相机模型

      原文链接:
    • 万方数据
    • 维普

    基于门控机制与重放策略的持续语义分割方法

    杨静何瑶李斌李少波...
    2908-2917页
    查看更多>>摘要：基于深度神经网络的语义分割模型在增量更新知识时由于新旧任务参数之间的干扰加之背景漂移现象,会加剧灾难性遗忘.此外,数据常常由于隐私、安全等因素无法被存储导致模型失效.为此,该文提出基于门控机制与重放策略的持续语义分割方法.首先,在不存储旧数据的情况下,通过生成对抗网络生成及网页抓取作为数据来源,使用标签评估模块解决无监督问题、背景自绘模块解决背景漂移问题;接着,使用重放策略缓解灾难性遗忘;最后,将门控变量作为一种正则化手段增加模型稀疏性,研究了门控变量与持续学习重放策略结合的特殊情况.在Pascal VOC2012数据集上的评估结果表明,在复杂场景10-2,生成对抗网络(GAN)、Web的设置中,该文在全部增量步骤结束后的旧任务性能比基线分别提升了3.8％,3.7％,在场景10-1中,相比于基线分别提升了2.7％,1.3％.

    持续学习语义分割重放策略门控变量

      原文链接:
    • 万方数据
    • 维普

    集成多种上下文与混合交互的显著性目标检测

    夏晨星陈欣雨孙延光葛斌...
    2918-2931页
    查看更多>>摘要：显著性目标检测目的是识别和分割图像中的视觉显著性目标,它是计算机视觉任务及其相关领域的重要研究内容之一.当下基于全卷积网络(FCNs)的显著性目标检测方法已经取得了不错的性能,然而现实场景中的显著性目标类型多变且尺寸不固定,这使得准确检测并完整分割出显著性目标仍然是一个巨大的挑战.为此,该文提出集成多种上下文和混合交互的显著性目标检测方法,通过利用密集上下文信息探索模块和多源特征混合交互模块来高效预测显著性目标.密集上下文信息探索模块采用空洞卷积、不对称卷积和密集引导连接渐进地捕获具有强关联性的多尺度和多感受野上下文信息,通过集成这些信息来增强每个初始多层级特征的表达能力.多源特征混合交互模块包含多种特征聚合操作,可以自适应交互来自多层级特征中的互补性信息,以生成用于准确预测显著性图的高质量特征表示.此方法在5个公共数据集上进行了性能测试,实验结果表明,该文方法在不同的评估指标下与19种基于深度学习的显著性目标检测方法相比取得优越的预测性能.

    计算机视觉显著性目标检测全卷积网络上下文信息

      原文链接:
    • 万方数据
    • 维普

    基于Transformer和多模态对齐的非自回归手语翻译技术研究

    邵舒羽杜垚范晓丽
    2932-2941页
    查看更多>>摘要：为了解决多模态数据的对齐及手语翻译速度较慢的问题,该文提出一个基于自注意力机制模型Trans-former 的非自回归手语翻译模型(Trans-SLT-NA),同时引入了对比学习损失函数进行多模态数据的对齐,通过学习输入序列(手语视频)和目标序列(文本)的上下文信息和交互信息,实现一次性地将手语翻译为自然语言.该文所提模型在公开数据集PHOENIX-2014T(德语)、CSL(中文)和How2Sign(英文)上进行实验评估,结果表明该文方法相比于自回归模型翻译速度提升11.6～17.6倍,同时在双语评估辅助指标(BLEU-4)、自动摘要评估指标(ROUGE)指标上也接近自回归模型.

    手语翻译自注意力机制非自回归翻译深度学习多模态数据对齐

      原文链接:
    • 万方数据
    • 维普

    利用自适应融合和混合锚检测器的遥感图像小目标检测算法

    王坤丁麒龙
    2942-2951页
    查看更多>>摘要：针对遥感图像背景噪声多,小目标多且密集排列,以及目标尺度分布广导致的遥感图像小目标难以检测的问题,该文提出一种根据不同尺度的特征信息自适应融合的混合锚检测器AEM-YOLO.首先,提出了一种结合目标宽高信息以及尺度宽高比信息的二坐标系k-means聚类算法,生成与遥感图像数据集匹配度较高的锚框.其次,设计了自适应增强模块,用于解决不同尺度特征之间的直接融合导致的信息冲突,并引入更低特征层沿自底向上的路径传播小目标细节信息.通过混合解耦检测头的多任务学习以及引入尺度引导因子,可以有效提高对宽高比大的目标召回率.最后,在DIOR数据集上进行实验表明,相较于原始模型,AEM-YOLO的AP提高了7.8％,在小中大目标的检测中分别提高了5.4％,7.2％,8.6％.

    遥感图像深度学习目标检测检测头自适应融合锚框

      原文链接:
    • 万方数据
    • 维普

    面向超大面阵CMOS图像传感器的全局斜坡一致性校正方法

    许睿明郭仲杰刘绥阳余宁梅...
    2952-2960页
    查看更多>>摘要：针对大面阵CMOS图像传感器(CIS)中存在的斜坡信号不一致性问题,该文提出一种用于CMOS图像传感器的斜坡一致性校正方法.该误差校正方法基于误差存储和电平移位思想,在列级读出电路中引入用于存储各列斜坡不一致性误差的存储电容,根据存储的斜坡不一致性误差对各列的斜坡信号进行电平移位,确保斜坡信号的一致性.该文基于55 nm 1P4M CMOS工艺对提出的斜坡一致性校正方法完成了详细电路设计和全面仿真验证.在斜坡信号电压范围为1.4 V,斜坡信号斜率为71.908 V/ms,像素面阵规模为8 192(H)x8 192(V),单个像素尺寸为10 µm的设计条件下,该文提出的校正方法将斜坡不一致性误差从7.89 mV降低至36.8 μV.斜坡信号的微分非线性(DNL)为+0.0013/-0.004 LSB,积分非线性(INL)为+0.045/-0.02 LSB,列级固定模式噪声(CFPN)从1.9％降低到0.01％.该文提出的斜坡一致性校正方法在保证斜坡信号高线性度,不显著增加芯片面积和不引入额外功耗的基础上,斜坡不一致性误差降低了99.53％,为高精度CMOS图像传感器的设计提供了一定的理论支撑.

    CMOS图像传感器列级固定模式噪声斜坡产生电路斜坡一致性校正方法

      原文链接:
    • 万方数据
    • 维普

    考虑同层后道工序的柔性设备网络综合调度算法

    谢志强刘冬梅
    2961-2969页
    查看更多>>摘要：针对柔性设备网络综合调度算法,难以合理选择加工设备加工相关工序进而影响产品完工时间的问题,该文提出考虑同层后道工序的柔性设备网络综合调度算法(SP-FENIS).首先,采用逆序层优先策略,将各工序分配至逆序层待调度工序集;然后,提出均值逆序紧后路径策略,确定了各逆序层待调度工序集中工序的调度顺序;最后,提出最早完工时间策略和设备空闲插入策略,当工序在柔性设备上最早完工时间相同时,考虑了在柔性设备上的加工时间和同层后道工序的加工设备,确定了目标工序的加工设备以及加工时间.实例表明,和已有算法相比,该算法能够缩短产品完工时间.

    综合调度同层后道工序柔性设备网络均值逆序紧后路径最早完工时间

      原文链接:
    • 万方数据
    • 维普