首页期刊导航|计算机系统应用
期刊信息/Journal information
计算机系统应用
计算机系统应用

苏振泽

月刊

1003-3254

csa@iscas.ac.cn

010-62661041

100080

北京中关村南四街4号

计算机系统应用/Journal Computer Systems & ApplicationsCSCD北大核心CSTPCD
查看更多>>专业技术性刊物。推广计算机系统在各行各业的应用技术成果和运行管理经验。
正式出版
收录年代

    基于自适应人体拓扑结构引导的步态识别

    徐颖朱明
    187-194页
    查看更多>>摘要：不同于基于外形的步态识别方法,基于关键点的步态识别方法采取人体关键点作为模型的输入,能够有效避免数据集带来的背景噪声干扰;其次,现有的基于关键点的步态识别方法忽略了人体结构先验知识的利用,且更倾向于提取局部特征,从而忽略了全局上的关联性.本文提出了一个基于关键点的步态识别框架GaitBody,能够从步态关键点序列中提取更有分辨性的特征.首先,我们设计了带有较大卷积核的多尺度卷积模块来提取多粒度的时序特征;其次,我们利用自注意力机制来提取空间特征,并在此基础上引入了人体结构拓扑信息来进一步利用人体结构的先验知识;最后,为了更好使用时序信息,我们生成最有代表性的时序特征,并将其引入到自注意模块来融合时序和空间特征.在CASIA-B和OUMVLP-Pose数据集上的实验结果表明,我们的方法在基于关键点的步态识别方法上取得了最优结果,消融实验也证明了各个模块的有效性.

    自注意力机制多尺度卷积先验知识基于关键点步态识别深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于蒙特卡洛树搜索的数值目标子群发现算法

    关承彬何振峰
    195-202页
    查看更多>>摘要：MonteCloPi算法是一种基于蒙特卡洛树搜索(Monte Carlo tree search,MCTS)的任意时间子群发现算法,旨在使用MCTS策略构建非对称的最佳优先搜索树来发现高质量的多样性模式集,但是限制了目标为二值变量.为此,本文结合了数值目标的特点,通过为置信度上界(upper confidence bound,UCB)公式选取合适的C值、动态调整各个样本的拓展权重并对搜索树进行剪枝、使用自适应top-k均值更新策略,将MonteCloPi算法拓展到了数值目标.最后,在UCI数据集、全国健康与营养调查(national health and nutrition examination survey,NHANES)听力测试数据集上的实验结果表明本文的算法相比其他算法可以发现更高质量的多样性模式集,并且最优子群的可解释性也更好.

    蒙特卡洛树搜索子群发现数值目标任意时间算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Mult-TWDTW算法的时序SAR图像土地覆盖分类

    孟萌萌黄瑞瑞毋琳黄亚博...
    203-209页
    查看更多>>摘要：合成孔径雷达(SAR)图像为土地覆盖分类提供了重要的时序数据源.现有的时间序列匹配算法可以充分挖掘时序特征的相似性信息,从而获得较好的分类效果.本文引入了综合考虑形状相似性和物候差异的经典时序匹配算法TWDTW(time weighted dynamic time warping)指导SAR土地覆盖分类,并针对传统TWDTW仅考虑单一特征时间序列上的相似性匹配问题,提出了一种基于多特征联合的时间加权动态时间规整算法(Mult-TWDTW).该方法首先提取后向散射系数、干涉相干性以及双极化雷达植被指数(dual polarization radar vegetation Index,DpRVI)这 3 种特征,然后在TWDTW算法基础上联合多个特征设计了Mult-TWDTW模型.为验证所提方法的有效性,使用Sentinel-1A时序数据在丹江口区域完成土地覆盖分类,并将Mult-TWDTW与MLP、1D-CNN、K-means、SVM和使用单特征的TWDTW算法进行对比.实验结果显示,Mult-TWDTW算法得到了最好的分类效果,总体精度和Kappa系数可以达到 95.09%和 91.76,表明Mult-TWDTW算法有效联合了多个特征信息,能够提升时序匹配算法在多种土地覆盖类别分类中的潜力.

    土地覆盖分类合成孔径雷达(SAR)相似性匹配Mult-TWDTWDpRVI

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于实体复制和双粒度指导的抽象摘要

    周子力高士亮安润鲁包新月...
    210-217页
    查看更多>>摘要：抽象神经网络在文本摘要领域取得了长足进步,展示了令人瞩目的成就.然而,由于抽象摘要的灵活性,它很容易造成生成的摘要忠实性差的问题,甚至偏离源文档的语义主旨.针对这一问题,本文提出了两种方法来提高摘要的保真度.(1)由于实体在摘要中起着重要作用,而且通常来自于原始文档,因此本文提出允许模型从源文档中复制实体,确保生成的实体与源文档中的实体相匹配,这有助于防止生成不一致的实体.(2)为了更好地防止生成的摘要与原文产生语义偏离,本文在摘要生成过程中使用关键实体和关键token作为两种不同粒度的指导信息以指导摘要的生成.本文使用 ROUGE指标在两个广泛使用的文本摘要数据集CNNDM和XSum上评估了本文方法的性能,实验结果表明,这两种方法在提高模型性能方面都取得了显著的效果.此外,实验还证明了实体复制机制可以在一定程度上借助指导信息以纠正引入的语义噪声.

    抽象摘要实体复制双粒度指导深度学习预训练模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合社交利益与图注意力网络的同伴互评分数预测

    杨群訾玲玲丛鑫
    218-227页
    查看更多>>摘要：在同伴互评过程中,评估者会因为战略性评估而导致评估分数不准确.本文考虑了评估者之间的社交利益关系,提出了一种融合社交利益与图注意力网络的同伴互评分数预测方法GAT-SIROAN.该方法由表示评估者与解决方案关系的加权网络SIROAN以及用来预测同伴互评分数的图注意力网络GAT构成.在SIROAN中使用ITSA方法定义了评估者的两个特征:自我评分能力和同伴评分能力,并通过比较这两个特征来获取评估者之间的社交利益因子和关系.在分数预测环节,为了考虑每个节点的重要性,使用自注意力机制来计算节点的注意力系数,以此来提高预测能力.采用最小化其均方根误差来学习网络的参数,从而获取更准确的同伴互评预测分数.GAT-SIROAN在真实数据集上与平均值、中位数、PeerRank、RankwithTA以及GCN-SOAN这 5 个基线方法进行了对比实验,结果表明GAT-SIROAN在RMSE指标上均优于基线方法.

    同伴互评社交利益加权网络图注意力网络分数预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    非独立同分布数据下联邦学习算法中优化器的对比分析

    傅刚
    228-238页
    查看更多>>摘要：在联邦学习环境中选取适宜的优化器是提高模型性能的有效途径,尤其在数据高度异构的情况下.本文选取FedAvg算法与FedALA算法作为主要研究对象,并提出其改进算法pFedALA.pFedALA通过令客户端在等待期间继续本地训练,有效降低了由于同步需求导致的资源浪费.在此基础上,本文重点分析这 3 种算法中优化器的作用,通过在MNIST和CIFAR-10 数据集上测试,比较了SGD、Adam、ASGD以及AdaGrad等多种优化器在处理非独立同分布(Non-IID)、数据不平衡时的性能.其中重点关注了基于狄利克雷分布的实用异构以及极端的异构数据设置.实验结果表明:1)pFedALA算法呈现出比FedALA算法更优的性能,表现为其平均测试准确率较FedALA提升约 1%;2)传统单机深度学习环境中的优化器在联邦学习环境中表现存在显著差异,与其他主流优化器相比,SGD、ASGD与AdaGrad优化器在联邦学习环境中展现出更强的适应性和鲁棒性.

    联邦学习个性化联邦学习优化器非独立同分布

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于孪生网络的串联互相关目标跟踪

    陈凤姣程旭
    239-245页
    查看更多>>摘要：针对现有孪生网络目标跟踪技术只对模板特征和搜索特征进行一次融合操作,使得融合特征图上的目标特征相对粗糙,不利于跟踪器精确跟踪定位的问题,本文设计了一个串联互相关模块,旨在利用现有的互相关方法,对模板特征和搜索特征做多次的互相关操作增强融合特征图上的目标特征,提升后续分类和回归结果的准确性,以更少的参数实现速度和精度之间的平衡.实验结果表明,所提出的方法在 4 个主流跟踪数据集上都取得了很好的结果.

    深度学习目标跟踪视频监控孪生网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    社交网络中舆论共识形成的动态模型分析

    冯娅君赵军
    246-253页
    查看更多>>摘要：本研究致力于深入探讨社交网络中舆论形成的复杂过程,尤其是关注去中心化环境下达成共识的机制.研究提出了一种新的意见分类策略,即第二置信区间.该策略旨在对传统DeGroot共识模型进行改进,从而发展出两种不同的意见动态模型:FAI模型和ORA模型.这些模型综合考虑了个体对周围意见的接受程度和重视程度,并通过对社交网络中邻域意见的深入分析,对个体模型进行了全面设置,涵盖私人意见、表达意见、固执度以及偏好等多重因素.研究结果表明,在特定参数设定下,FAI模型和ORA模型均能比原DeGroot模型更加迅速地达成共识.具体来说,ORA模型的收敛速度在 700 步长左右,而FAI模型的收敛速度随参数值的增加而逐步接近ORA模型.相较于基准模型,ORA模型在收敛意见值上的差异较小,不超过 3.5%,而FAI模型则显示出更大的波动性.这些发现不仅加深了对于社交网络中公共意见形成机制的理解,也强调了个体邻域内意见动力学在共识形成过程中的重要性,为此领域的未来研究提供了新的视角和研究方向.

    舆论动力学DeGroot模型去中心化第二置信区间共识过程

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向平层多房间的内墙作业移动机器人路径规划

    靳徐明林云汉张磊闵华松...
    254-261页
    查看更多>>摘要：本文针对多房间的移动机器人内墙作业的路径规划任务,提出一种两阶段路径规划方法.第 1 阶段针对沿墙作业过程中环境存在灰尘或雾气造成的传感器失效问题,以及房间多出口时路径规划不完整问题,我们提出起点自动选择沿墙路径规划方法,基于栅格地图离线生成沿墙规划路径.第 2 阶段,针对点到点路径规划过程中的动态避障问题,我们提出一种基于PSAC(prioritized experience replay soft actor critic)算法的点到点路径规划方法,在软行动者-评论家(soft actor critic,SAC)的中引入优先级经验回放策略,实现机器人的动态避障.实验部分设计了沿墙路径规划对比实验和动态避障的对比实验,验证本文所提出的方法在室内沿墙路径规划和点到点路径规划的有效性.

    两阶段路径规划方法沿墙路径规划强化学习PSAC

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    改进TD3算法在电机PID控制器中的应用

    张梦杰陈姚节邓江
    262-270页
    查看更多>>摘要：本文针对永磁同步电机(PMSM)在工业领域中的多变量、非线性和强耦合特性以及传统PID控制在应对其变化时可能导致参数调整困难、响应延迟、鲁棒性差以及适应性问题,提出一种结合双延迟深度确定性策略梯度(TD3)算法和PID控制的创新方案,以优化PID参数调整,实现更精确的电机速度控制.在本文的方法中,融合双向长短期记忆网络(BiLSTM)到Actor和Critic网络中,极大增强了对PMSM动态行为的时间序列数据处理能力,使得系统不仅能够准确捕捉当前状态,还能预测未来趋势,从而实现对PID参数更精确和适应性强的自整定.此外,通过整合熵正则化和好奇心驱动的探索方法进一步增强策略的多样性,避免过早收敛到次优策略,并鼓励模型对未知环境进行深入探索.为验证方法的有效性,设计了一个永磁同步电机的仿真模型,并将本文提出的方法BiLSTM-TD3-ICE与传统的TD3 以及经典的Ziegler-Nichols(Z-N)方法进行对比.实验结果充分证明了本文提出的策略在控制性能上具有显著的优势.

    深度强化学习TD3算法永磁同步电机PID参数自整定BiLSTM内在好奇心熵正则化

      原文链接:
    • NETL
    • NSTL
    • 万方数据