首页期刊导航|湖南大学学报（自然科学版）
期刊信息/Journal information
湖南大学学报（自然科学版）
湖南大学
湖南大学学报（自然科学版）

湖南大学

王道平

月刊

1674-2974

hdxbzkb@hnu.cn

0731-88822870

410082

湖南省长沙市岳麓区湖南大学期刊社行政办公室

湖南大学学报（自然科学版）/Journal Journal of Hunan University(Natural Sciences)CSCD北大核心CSTPCDEI
查看更多>>本刊是由教育部主管、湖南大学主办的综合性学术理论刊物，双月刊，面向国内外公开出版发行。主要报道湖南大学自然科学领域最新研究成果，也适当发表国内外同行专家的优秀学术论文。
正式出版
收录年代

    联合核预测和特征推理的渐进式壁画修复算法

    陈永赵梦雪杜婉君陶美风...
    1-9页
    查看更多>>摘要：针对现存深度模型修复壁画时，未兼顾像素级特征与语义级特征，而导致纹理精细度欠缺、结构扭曲等问题，提出一种联合核预测和特征推理的渐进式壁画修复算法。首先，设计区域渐进模块，通过部分卷积实现壁画特征渐进式映射。然后，提出双分支修复模块，其中核预测卷积分支实现破损区域的像素级修复;而语义特征推理分支中引入门控可变形卷积，并结合语义一致性注意力机制实现特征推理，完成破损壁画的语义级修复。最后，将双分支修复结果融合输出，最大限度地减少重构误差，提升修复精度。通过对敦煌壁画进行数字化修复实验，结果表明所提方法修复后的壁画具备较好的结构纹理特征，在评价指标上优于比较算法。

    图像重构壁画修复核预测语义特征推理特征融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于双支特征联合映射的端到端图像去雾算法

    杨燕陈阳
    10-19页
    查看更多>>摘要：针对卷积神经网络去雾算法中模型复杂度高、特征提取性能差等问题，本文提出了一种基于双支特征联合映射的端到端图像去雾算法。首先对大气散射模型进行变形转换，分离出模型中的双支特征;然后根据双支特点设计了两个特征提取网络MPFEM和SPFEM，分别使用两种注意力机制对其输出特征进行加权;最后将提取到的双支特征输入复原模块恢复清晰图像，并对其进行色彩增强得到最终复原效果。在模型训练过程中为避免使用单一损失函数导致纹理细节丢失等问题，采用多尺度结构相似度和平均绝对误差加权作为损失函数。实验表明，本文所提算法网络结构简单，去雾效果明显，复原图像色彩亮度保真，边缘保持性强。

    图像去雾卷积神经网络双支特征注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    GPR图像的数据集构建及其DRDU-Net去噪算法

    王惠琴高大庆何永强刘宾灿...
    20-28页
    查看更多>>摘要：为了解决生成对抗网络(Generative Adversarial Network，GAN)在生成探地雷达(Ground Penetrating Radar，GPR)图像时存在训练不稳定的问题，提出利用带有梯度惩罚的Wasserstein距离生成对抗网络(WGAN-GP)生成GPR图像，并结合时域有限差分法和实地采集图像提出了一种构建GPR图像数据集的方法。相较于原始GAN与Wasserstein GAN等方法，WGAN-GP具有更好的稳定性，而且生成的GPR图像更接近真实图像。在此基础之上，将密集残差块和U-Net相结合提出了一种适合于GPR图像的密集残差去噪U-Net方法。该方法利用U-Net中编码-解码结构提高了GPR图像的去噪性能;同时，密集残差块的引入加强了GPR图像的特征复用，且使U-Net训练更加稳定。最后，利用仿真实验验证了所提去噪方法的性能，并与三维块匹配(BM3D)和U-Net方法进行了对比。结果表明:所提方法与BM3D以及U-Net去噪方法相比，具有更好的去噪效果。当σ等于20时，在模拟和实测数据上取平均值，其峰值信噪比分别提升了约6。5 dB和2。4 dB;结构相似性分别提升了约0。09和0。04。

    GPR数据集构建GPR图像去噪WGAN-GP密集残差块

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv5的鱼眼图像目标检测算法

    韩彦峰任奇肖科
    29-39页
    查看更多>>摘要：针对自动驾驶场景下车载鱼眼相机采集到的图像存在畸变严重、场景复杂、尺度变化剧烈、小目标多以及传统的目标检测模型的检测精度不高的问题，提出了一种基于YO-LOv5s改进的鱼眼图像检测模型YOLOv5s-R。首先，为解决小目标难识别的问题，提出随机裁剪多尺度训练的数据增强方法，该方法优于消融实验所得的最优数据增强方法。其次，为了提高模型的检测精度，在网络头部添加置换注意力机制与轻量化解耦头，增强模型对特征的提取能力与识别能力，并抑制噪声干扰。最后，模型额外增加角度预测项，实现旋转框目标检测。通过构建环形标签并用高斯函数对标签平滑，解决了旋转框角度的周期性问题;又对损失函数进行了优化，提出了RIOU，在CIOU的基础上增加角度惩罚项，提高了回归精度并加快了模型的收敛。实验结果表明，提出的YOLOv5s-R模型在WoodScape数据集上取得良好的检测效果，相比于原始的YOLOv5s模型，mAP@0。5、mAP@0。5∶0。95 分别提升了 6。8%、5。6%，达到82。6%、49。5%。

    YOLOv5s自动驾驶鱼眼图像旋转框目标检测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    PRNet:渐进式消减不确定区域的息肉分割网络

    何东之肖杏梅李韫昱薛永乐...
    40-51页
    查看更多>>摘要：由于息肉图像的自动分割病灶区域大小不一和边界模糊，从而导致分割精度较低。针对这两个问题，本文提出先定位后逐步精细的渐进式消减网络(Progressive Reduction Network，PRNet)。该网络采用Res2Net提取病灶区域特征，利用多尺度跨级融合模块将注意融合机制与跨级特征结合，有效应对病灶区域多尺度问题，提升定位准确度。在自上而下恢复图像分辨率的过程中，引入不确定区域处理模块和多尺度上下文感知模块。前者通过设定递减的阈值逐步挖掘息肉边缘信息，增强边缘细节特征的识别能力;后者则进一步探索病灶区域周围潜在的上下文语义，提升模型的整体表征能力。此外，本算法还设计了一个简单的特征过滤模块，用于筛选编码器特征中的有效信息。在Kvasir-SEG、CVC-Clinic和ETIS数据集上的实验结果表明，所提算法的Dice系数分别达到了92。09%、93。05%和74。19%，优于现有的息肉分割算法，展示出了较好的鲁棒性和泛化性。

    医学图像处理息肉分割结肠镜不确定区域多尺度

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    裂缝小目标缺陷的轻量化检测方法

    贾晓芬江再亮赵佰亭
    52-62页
    查看更多>>摘要：及时且准确捕获井壁出现的微小裂缝，对于井筒安全意义重大。轻量化检测模型是推动井壁裂缝自动检测的关键，打破现有方法聚焦于提取深层语义信息的局限，重视浅层特征表征的几何结构信息的应用，针对井壁裂缝提出轻量化检测模型E-YOLOv5s。首先融合普通卷积、深度可分离卷积和ECA注意力机制设计轻量化卷积模块ECAConv，再引入跳跃链接构建特征综合提取单元E-C3，得到骨干网络ECSP-Darknet53，它负责显著降低网络参数，同时增强对裂缝深层特征的提取能力。然后设计特征融合模块ECACSP，利用多组ECAConv和ECACSP模块组建细颈部特征融合模块E-Neck，旨在充分融合裂缝小目标的几何信息和表征裂缝开裂程度的语义信息，同时加快网络推理速度。实验表明，E-YOLOv5s在自制井壁数据集上的检测精度相较YOLOv5s提升了4。0%，同时模型参数量和GFLOPs分别降低了44。9%、43。7%。E-YOLOv5s有助于推动井壁裂缝自动检测的应用。

    裂缝缺陷小目标深度学习深度可分离卷积

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种道路裂缝检测的变尺度VS-UNet模型

    赵志宏何朋郝子晔
    63-72页
    查看更多>>摘要：为解决目前现有的图像分割算法存在检测精度低、对裂缝检测缺乏针对性等问题，采用多尺度特征融合方法，提出一种扩展LG Block模块Extend-LG Block，其由多个并行不同膨胀率的空洞卷积组成。通过参数可调节分支数量和空洞卷积膨胀率，从而改变其感受野大小，进而提取和融合不同尺度的裂缝特征。对比在深层使用多尺度特征融合模块的网络以及使用固定尺度结构进行多尺度特征融合的网络的优劣，提出一种变尺度结构的UNet模型VS-UNet，使用多个不同参数的Extend-LG Block替换UNet网络中的基本卷积块。该结构在网络浅层进行多尺度特征融合，多尺度特征融合模块提取的尺度随网络层加深逐渐减少。此结构在加强图像的细节特征提取能力的同时保持原有的抽象特征提取能力，还可避免网络参数的增加。在DeepCrack数据集以及CFD数据集上进行实验验证，结果表明，相较于其他两种结构和方法，提出的变尺度结构的网络在有更高检测精度的同时，在可视化实验对比上对各种大小的裂缝有更好的分割效果。最后与其他图像分割算法进行对比，各项指标与UNet相比均有一定程度提升，证明了网络改进的有效性。研究结果可为进一步提升道路裂缝检测效果提供参考。

    U-Net多尺度裂缝检测空洞卷积深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    D3DQN-CAA:一种基于DRL的自适应边缘计算任务调度方法

    巨涛王志强刘帅火久元...
    73-85页
    查看更多>>摘要：为解决已有基于深度强化学习的边缘计算任务调度面临的动作空间探索度固定不变、样本效率低、内存需求量大、稳定性差等问题，更好地在计算资源相对有限的边缘计算系统中进行有效的任务调度，在改进深度强化学习模型D3DQN(Dueling Double DQN)的基础上，提出了自适应边缘计算任务调度方法D3DQN-CAA。在任务卸载决策时，将任务与处理器的对应关系看作一个多维背包问题，根据当前调度任务与计算节点的状态信息，为任务选择与其匹配度最高的计算节点进行任务处理;为提高评估网络的参数更新效率，降低过估计的影响，提出一种综合性Q值计算方法;为进一步加快神经网络的收敛速度，提出了一种自适应动作空间动态探索度调整策略;为减少系统所需的存储资源，提高样本效率，提出一种自适应轻量优先级回放机制。实验结果表明，和多种基准算法相比，D3DQN-CAA方法能够有效地降低深度强化学习网络的训练步数，能充分利用边缘计算资源提升任务处理的实时性，降低系统能耗。

    边缘计算任务调度深度Q学习深度强化学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多密度流聚类的UAV-NOMA用户分簇与功率分配算法

    杨青青韩卓廷彭艺吴桐...
    86-97页
    查看更多>>摘要：针对无人机(Unmanned Aerial Vehicle，UAV)辅助非正交多址(Non-Orthogonal Multiple Access，NOMA)下行通信系统，提出了最大化和速率的用户动态分簇与功率分配方案。考虑用户服务质量与UAV位置约束，建立了和速率最大化的优化问题。由于目标函数的非凸性，将原问题解耦为三个子问题，分别优化UAV位置部署与用户连接、用户动态分簇、功率分配以提高系统性能。首先，基于K-means算法设计了UAV位置部署与用户连接方案，以减小路损为目的确定UAV最佳部署位置，同时选择其服务的最优用户群;其次，改进多密度流聚类(Multi-Density Stream Clustering，MDSC)算法，提出了单UAV下用户静态与动态分簇方案，静态分簇方案可自适应平衡簇数与簇用户数，并获得较大的簇内用户信道增益差异，动态分簇方案则针对用户移动属性，制定了即时更新策略;最后，使用分式规划(Fractional Program-ming，FP)二次变换的方法，引入辅助变量将原非凸问题变换为凸问题，交替优化辅助变量与功率分配因子，获得原非凸问题的次优解。仿真结果表明，与其他算法相比，本文分簇方案能获得更大的簇内信道差异与更小的簇内用户数标准差，同时用户系统性能也获得了显著提升。

    无人机非正交多址位置部署动态分簇功率分配

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种多特征融合的加密流量快速分类方法

    谭阳红罗琼辉钟豪
    98-107页
    查看更多>>摘要：网络流量识别是网络管理和安全服务的基础。随着互联网的不断扩展及其复杂性的增加，传统基于规则的识别方法或流行为特征的方法正在面临着巨大挑战。受自然语言处理(Nature Language Processing，NLP)启发，本文提出了一种多特征融合的加密流量快速分类方法。该方法通过融合数据包和字节序列特征来完成网络流的特征表示，采用双元字节编码将所选特征扩展为双字节序列，增加了字节的上下文语义特征;通过与数据包特征处理相适应的池化方法来最大限度保留数据包的特征信息，从而使所提模型具有更强的抗噪能力和更精确的分类能力。本文方法分别在ISCX-2016和一个包含66个热门应用程序的私有数据集(ETD66)上进行验证，并与其他模型展开比较。结果表明:本文所提方法在ISCX-2016及ETD66上的测试精度和性能都明显优于其他流量分类模型，分别取得了98。2%和98。6%的识别准确率，从而证明了所提方法的特征提取能力和强泛化能力。

    加密流量识别自然语言处理深度学习文本分类卷积神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据