首页期刊导航|数据采集与处理
期刊信息/Journal information
数据采集与处理
中国电子学会 中国仪器仪表学会信号处理学会　中国仪器仪表学会中国物理学会微弱信号检测学会　南京航空航天大学
数据采集与处理

中国电子学会 中国仪器仪表学会信号处理学会　中国仪器仪表学会中国物理学会微弱信号检测学会　南京航空航天大学

贲德

双月刊

1004-9037

sjcj@nuaa.edu.cn

025-84892742

210016

南京市御道街29号1016信箱

数据采集与处理/Journal Journal of Data Acquisition & ProcessingCSCD北大核心CSTPCD
查看更多>>本刊是中国科协主管，由中国电子学会、中国仪器仪表学会所属信号处理学会，中国仪器仪表学会、中国物理学会所属微弱信号检测学会和南京航空航天大学联合主办，南京航空航天大学出版，向国内外公开发行的技术刊物。主要反映信号处理、测试工程和计算机应用的科技成果，为中文核心期刊，中国科技论文统计周期刊，中国科学引文数据库(CSCD)中文核心期刊统计源，并被美国Ei Page One数据库、俄罗斯《文摘杂志》、《中国电子科技文摘》、《中国无线电电子学文摘》、《计算机网用文摘》、《中国导弹与航天文摘》等多种国内外著名检索刊物列为统计源。并是“中国国防科技中文期刊文献数据库”和“中国学术期刊(光盘版)”的成员。
正式出版
收录年代

    基于增强生长型神经气的高维多目标进化算法

    薛明王鹏童向荣
    634-648页
    查看更多>>摘要：随着对高维多目标优化问题的深入研究,带有不规则Pareto前沿的高维多目标优化问题因其复杂的Pareto前沿分布,给现有方法的求解带来了挑战.针对上述问题,提出一种基于增强生长型神经气的高维多目标进化算法,该算法综合生长型神经气网络的学习特性与二元质量指标的优化特性来增强种群在不规则Pareto前沿的收敛压力.首先,设计了一种增强的生长型神经气网络,该网络利用Pareto最优前沿的拓扑信息指导种群向Pareto最优前沿方向收敛.然后,提出了一种联合度量指标以配合Pareto支配信息来综合评价个体的收敛性.最后,提出一种基于自适应参考点的环境选择增强种群在高维目标空间的多样性.为验证所提算法的性能,在DTLZ和WFG基准问题集中的44个不规则高维多目标优化问题与5种先进的高维多目标进化算法进行对比实验.实验结果表明,所提出的基于增强生长型神经气的高维多目标进化算法的整体性能优于对比算法.

    多目标优化多目标进化算法度量指标不规则Pareto前沿生长型神经气

      原文链接:
    • 万方数据
    • 维普

    基于SDW-MMSE的广义特征值稳健波束形成方法

    李海龙杨飞杨诗童路晓庆...
    649-658页
    查看更多>>摘要：最大输出信噪比(Signal-to-noise ratio,SNR)准则下,广义特征值(Generalized eigenvalue,GEV)波束形成存在复系数难以控制的问题,在复杂的声学环境中容易导致输出信号严重失真.针对复系数估计问题,本文提出一种基于最小均方误差(Minimum mean square error,MMSE)的复系数估计方法,并通过引入语音失真权重因子(Speech distortion weight,SDW),调节降噪效果和语音失真之间的权重关系,进而提出了基于SDW-MMSE的广义特征值稳健波束形成方法.通过最大似然法估计目标信号和噪音信号的功率谱,进而求解主广义特征向量.进一步基于SDW-MMSE估计复系数,将复系数与主广义特征向量相结合,从而得到基于SDW-MMSE的广义特征值稳健波束形成滤波向量.仿真实验结果表明,本文提出的波束形成方法可有效消除相干噪声和非相干噪声,具有输出信噪比高、语音失真少等稳健性能.

    语音增强广义特征值波束形成最小均方误差语音失真权重最大似然参数估计

      原文链接:
    • 万方数据
    • 维普

    一种基于稀疏优化和Nesterov动量策略的模型剪枝算法

    周强陈军鲍蕾陶卿...
    659-667页
    查看更多>>摘要：随着深度学习快速发展,模型的参数量和计算复杂度爆炸式增长,在移动终端上部署面临挑战,模型剪枝成为深度学习模型落地应用的关键.目前,基于正则化的剪枝方法通常采用L2正则化并结合基于数量级的重要性标准,是一种经验性的方法,缺乏理论依据,精度难以保证.受Proximal梯度方法求解稀疏优化问题的启发,本文提出一种能够在深度神经网络上直接产生稀疏解的Prox-NAG优化方法,并设计了与之配套的迭代剪枝算法.该方法基于L1正则化,利用Nesterov动量求解优化问题,克服了原有正则化剪枝方法对L2正则化和数量级标准的依赖,是稀疏优化从传统机器学习向深度学习的自然推广.在CIFAR10数据集上对ResNet系列模型进行剪枝实验,实验结果证明Prox-NAG剪枝算法较原有剪枝算法性能有所提升.

    稀疏优化剪枝算法Proximal梯度方法Nesterov加速梯度(Nesterovacceleratedgradient,NAG)

      原文链接:
    • 万方数据
    • 维普

    显式知识注入的任务型对话理解模型

    李帅鹏王平辉孙望淳杨阳...
    668-677页
    查看更多>>摘要：传统对话理解模型依赖对话历史识别用户意图,由于缺乏丰富的知识信息,对生僻或特有内容的理解能力欠佳.通过隐式编码将知识加入模型的方法将知识注入与模型训练高度绑定,难以适应知识库的更新迭代,也会导致知识噪声,引入无关知识破坏原有语义.为解决上述问题,本文提出一种显式知识注入的多任务学习对话理解模型.将知识以自然语言形式插入到对话文本中,即插即用,满足知识源动态发展的需要;通过对话理解的主任务,关联知识识别的辅助任务,进行多任务学习,减少知识噪声.实验结果表明,与现有方法相比,本文提出的模型在意图识别和语义槽填充任务上的宏F1值分别提升了4.87%和2.09%.

    任务型对话理解知识库多任务学习

      原文链接:
    • 万方数据
    • 维普

    基于Transformer的路网轨迹重建方法

    梅宇生赵卓峰
    678-688页
    查看更多>>摘要：轨迹重建是针对低采样轨迹数据进行轨迹补充还原的一类轨迹数据处理研究.为了提高轨迹重建的准确性,一些工作通过引入Seq2Seq等深度学习模型来提升轨迹重建的效率与精度,但由于现有工作忽略了轨迹间的长距离依赖问题,导致轨迹还原中还存在准确率不高等问题.本文提出一种基于Transformer的轨迹重建模型ZTrajRec(Zero-based trajectory recovery),通过Transformer编码器捕获轨迹间的长距离依赖,注意力机制用于当前轨迹和历史轨迹相似性查询来进行轨迹在路网上的重建.实验结果表明,在真实北京出租车数据集上,ZTrajRec比基准模型最好效果在召回率上提升 3％～4％.本文最后对重建结果进行了可视化分析以展示其合理性.

    轨迹重建路网序列到序列模型Transformer

      原文链接:
    • 万方数据
    • 维普

    融合类增强与多尺度自适应的小样本学习方法

    董驰静张孙杰任涵
    689-698页
    查看更多>>摘要：为了解决小样本学习存在特征信息提取不足、难以准确地捕获局部明显特征信息的问题,提出了一种融合类增强与多尺度自适应的小样本学习方法.首先在特征的层面上对图像进行类增强,通过将特征图的每次激活与其邻域相关联来编码丰富的语义结构,使提取后的类内特征明显,更利于当前的分类任务.其次通过多尺度特征生成来提取不同尺度上图像特征的低层表示.最后对每个尺度上的语义相关矩阵进行权重分配与相似元素最大化计算查询图像与各支持集类别图像之间的语义相似度,多尺度信息进行融合后,对目标图像进行分类.在 5-way 1-shot和 5-way 5-shot设置中,该方法在miniImageNet数据集上的均值平均精度(mean Average precision,mAP)分别为56.83%和75.76%,在常用细粒度图像数据集Stanford Cars和CUB-200-2011 分类基准上分别达到了 79.33%和 93.92%、66.33%和85.78%,均优于现有方法的最好结果.

    小样本学习类增强多尺度特征生成自适应任务注意

      原文链接:
    • 万方数据
    • 维普

    融合多特征和表情情感词典的性别对立言论识别方法

    马子晨张顺香刘云朵朱广丽...
    699-709页
    查看更多>>摘要：为识别相关极端言论,提出了一种融合多特征和表情情感词典的性别对立言论识别方法.首先,使用BERT(Bidirectional encoder representation from transformer)提取输入文本的字符特征,并使用Word2Vec提取输入文本中五笔、郑码以及拼音3个方面的特征;然后,将这4个方面的特征进行融合,再输入到Bi-GRU(Bi-directional gated recurrent unit)网络中学习更深层次的语义信息;最后,通过全连接层加SoftMax函数计算出情感极性概率,并融合表情情感词典判别输入文本是否为性别对立言论.通过在自行收集的中文性别对立数据集上进行实验,与未加入特征和表情情感词典的方法相比,在F1值上有5.19%的提升.同时,在公开中文情感分析数据集Weibo_senti_100k上进行验证,证明了本方法的泛化性.

    性别对立表情情感词典多特征BERTBi-GRUWord2Vec

      原文链接:
    • 万方数据
    • 维普

    基于多模态多粒度融合网络的癫痫识别方法

    戚晓雨丁卫平鞠恒荣程学云...
    710-723页
    查看更多>>摘要：结构脑网络(Structural brain network,SC)和功能脑网络(Functional brain network,FC)能从不同角度反映癫痫对大脑结构信息的改变.目前,融合两类脑网络信息进行癫痫的辅助诊断已成为领域内的重要研究之一.然而,常见的融合模型仅在单一粒度上融合两类脑网络信息,忽略了脑网络的多粒度属性.本文提出一种基于多模态多粒度融合网络(Multi-modal multi-grained fusion network,MMFN)的癫痫识别方法,从全局和局部两个粒度对多模态脑网络特征进行融合,充分利用两类脑网络信息.局部粒度上,设计了连接边特征融合和节点特征融合,用以重构两类脑网络的连接边层和节点层的特征图,使两个模态交互式地学习特征;全局粒度上,设计了多模态分解双线性池化模块,学习两类脑网络的联合表示.实验结果表明,相比主流方法,所提方法可以显著提高对癫痫识别的准确率,辅助医生进行癫痫诊断.

    多模态图像多粒度癫痫结构脑网络功能脑网络

      原文链接:
    • 万方数据
    • 维普

    基于全局图振幅排列熵的EEG心算分类研究

    王盛淋邱祥凯王汝清黄丽亚...
    724-735页
    查看更多>>摘要：心算是生活中常使用到的技能,涉及到多种引起大脑活动变化认知加工环节,对于心算的脑电(Electroencephalogram,EEG)研究有助于提高对认知任务的研究水平.本文提出了一种全局图振幅排列熵(Amplitude permutation entropy for global graph,APEGG)应用于脑电心算研究,以弥补传统图排列熵(Permutation entropy for graph,PEG)无法全面反映脑网络节点周边邻居节点变化的缺陷,克服了脑电信号幅值不敏感的问题.首先采用相位锁定值构建了EEG脑网络,分析多导联脑电信号之间的同步性和相关性,然后计算了不同频段下脑网络的全局图振幅排列熵,最后运用支持向量机(Support vector machine,SVM)进行分类.使用脑电心算公开数据集进行仿真,分析了不同频段的心算状态与静息状态的熵值散点图,两种状态的熵值散点图表现出较大差异.心算状态与静息状态分类结果与其他算法比较表现出更好的效果.

    心算分类熵脑网络支持向量机相位锁定值

      原文链接:
    • 万方数据
    • 维普

    基于DWT-VMD混合信号分解技术的人体活动识别

    陈金瑶李瑞祥王星施伟斌...
    736-749页
    查看更多>>摘要：在人类活动识别的应用环境中,从原始传感器数据中提取更加有效的特征仍具有挑战性.针对该问题,利用离散小波变换(Discrete wavelet transform,DWT)和变分模式分解(Variational mode decomposition,VMD)的混合信号分解技术提取原始信号中的显著特征向量.在UCI-HAR数据集与SCUT-NAA数据集上,利用多种机器学习分类算法,例如K近邻、随机森林、LightGBM和XGBoost,对DWT-VMD混合信号分解算法的有效性进行了实验.实验结果表明,与未使用混合信号分解技术相比,使用该技术后识别准确率均有所提高,其中UCI-HAR数据集分类准确率达到98.91%,与未加入分解算法相比提高了1.79%;SCUT-NAA数据集分类准确率达到95.52%,提高了3.2%.在人体活动识别中,利用DWT-VMD混合信号分解技术,能够提取原始信号中更有效的特征,提高识别准确率,具有一定的实用性.

    人体活动识别离散小波变换变分模式分解信号分解机器学习

      原文链接:
    • 万方数据
    • 维普