期刊,应用科技 2024年卷2期_国家学术搜索

期刊信息/Journal information

应用科技

哈尔滨工程大学

主办单位：哈尔滨工程大学

主　　编：朱齐丹

出版周期：双月刊

国际刊号：1009-671X

电子邮箱：heuyykj@126.com

电　　话：0451-82534001

邮政编码：150001

地　　址：哈尔滨市南通大街145号1号楼

应用科技/Journal Applied Science and TechnologyCSTPCD

查看更多>>《应用科技》创刊于1974年，是工业和信息化部主管、哈尔滨工程大学主办的学术期刊，国内外公开发行,双月刊(国际标准连续出版物号ISSN 1009-671X，国内标准连续出版物号CN 23-1191/U)，邮发代号14-160。该刊集科学性、前沿性、实用性于一体，以高等院校、科研院所的研究人员为读者对象。该刊依托高校办刊的优势，针对高校科研项目多、科技成果密集的特点，刊发大量的高水平、实用性强的科技论文。主要辟有现代电子技术、计算机技术与应用、自动化技术、机电工程、材料与化学等栏目，为科学研究与实际应用相结合找到了最佳契合点，搭建了科技成果转化的优质平台。该刊以最快的速度追踪高校科研成果，及时反映各学科领域发展动态，迅速向社会传递科技信息，取得了良好的社会效益。

正式出版

收录年代

一种基于YOLOv4的密集人群小目标检测方法

王翀王同军周正一

82-89页

查看更多>>摘要：针对密集人群中由于视觉受阻和目标被遮挡导致小目标检测精度不佳的问题,本文基于YOLOv4 模型将卷积块-像素块注意力机制模块(convolutional-pixel block attention module,CBAM-PIX)融入主干网络CSPDarknet53,并利用级联思想改进特征融合网络.注意力机制方法和特征融合方法不仅提升了数据的丰富性,而且提高了空间通道像素提取信息的能力和目标检测的准确性.此外,通过减少网络层数降低计算量和减少参数,提高了网络模型在有限计算资源和设备需求下的适应能力.实验结果表明,改进的模型算法在用于密集人群小目标检测时精确度提升了 1.96%,且鲁棒性强.该算法为解决复杂背景下密集人群小目标检测提供了有效的解决方案,具有应用价值.

关键词：

小目标检测YOLOv4特征提取卷积块-像素块注意力机制模块密集人群多尺度特征网络WiderPerson数据集特征融合

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

基于对齐性和均匀性约束的图神经网络会话推荐方法

唐韬韬楚飞汪炅贾彩燕...

90-98页

查看更多>>摘要：会话推荐(session-based recommendation,SBR)旨在匿名状态下通过用户的短期历史行为序列来预测下一个待点击的项目.为解决现有基于图神经网络(graph neural networks,GNNs)的会话推荐方法忽略会话中不同位置相同项目之间差异的问题,在图卷积获得项目表示后,进一步考虑该项目与相邻项目之间的相关性,生成邻域相关的项目表示.此外,鉴于对齐性和均匀性在对比学习中的起到的重要作用,还提出了一种适用于会话推荐的对齐性和均匀性损失方法,以约束生成的会话表示和项目表示.在 3 个公开数据集上的实验表明,文中提出的模型TAU-GNN的推荐性能优于对比的主流会话推荐模型.

关键词：

会话推荐图神经网络对齐性均匀性对比学习交叉熵损失匿名会话邻域信息

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

改进D-Linknet的眼底视网膜血管分割

徐武沈智方范鑫豪刘洋...

99-104,119页

查看更多>>摘要：临床医生可通过观察眼底视网膜血管及其分支对人体是否患有疾病进行早期诊断,但由于视网膜中的血管错综复杂,模型在分割时会出现对微细血管分割精确度不足的问题.为此,提出一种结合残差模块Res2-net以及高效通道注意力机制(efficient channel attention,ECA)的D-Linknet模型.首先,利用Res2-net代替基础模型中的残差模块Res-net以提升每个网络层的感受野;其次,在Res2-net中添加一种结合压缩激励(squeeze and excitation,SE)和门通道(gated channel transformation,GCT)的注意力机制模块,改善处于复杂背景下的血管分割效果和效率;在网络的解码层加入ECA确保模型计算的性能,避免因降维导致的精度下降;最后,融合改进的模型输出图与掩膜图细化分割结果.在公开数据集DRIVE、STARE上进行分割实验,模型准确度(accuracy,AC)分别为 97.11%、96.32%,灵敏度(sensitivity,SE)为 84.55%、83.92%,曲线下方范围的面积(area under curve,AUC)为 0.9873 和 0.9766,分割效果优于其他模型.实验证明了算法的可行性,为后续研究提供科学依据.

关键词：

图像分割眼底视网膜血管D-Linknet残差模块注意力机制解码层模型准确度模型灵敏度

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

MCFNet:融合上下文信息的多尺度视网膜动静脉分类网络

崔颖朱佳高山陈立伟...

105-111页

查看更多>>摘要：针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature,MSF)提取模块及高效的全局上下文信息融合(efficient global contextual information aggregation,EGCA)模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题.此外,在U型网络的解码器部分加入 3 层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程.在 2个公开的眼底图像数据集(DRIVE-AV,LES-AV)上,与 3 种现有网络进行方法对比,该模型的F1 评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了 4.27、2.43、1.21 个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题.

关键词：

多类分割动静脉分类视网膜图像多尺度特征提取血管分割全局信息融合卷积神经网络深度监督

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

基于生成对抗网络的轻量级图像盲超分辨率网络

李若琦苍岩

112-119页

查看更多>>摘要：针对图像盲超分辨率网络计算参数多、模型庞大的问题,对快速且节省内存的轻量级图像非盲超分辨率网络(fast and memory-efficient image super resulotion network,FMEN)进行改进,提出了一种轻量级的快速且节省内存的图像盲超分辨率网络(fast and memory-efficient image blind super resulotion network,FMEBN).首先,通过图像退化模块模拟部分真实世界退化空间,使用退化预测模块预测低分辨率(low resolution,LR)图像的退化参数;然后,为能有效利用退化先验信息指导并约束网络进行重建,使用动态卷积对原网络特征提取、重建模块、高频注意力块(high frequency attention block,HFAB)结构进行改进;最后,使用生成对抗网络(generative adversarial network,GAN)对FMEN训练策略与损失函数进行优化,减小真实数据与生成数据的差异,生成更加真实、清晰的纹理、轮廓.实验结果表明,在合成图像数据集和真实图像数据集RealWorld-38上,该算法有较好的重建精度与视觉效果,模型大小 12 MB,可以满足图像盲超分辨率网络的轻量级需求.

关键词：

图像盲超分辨率生成对抗网络轻量级网络图像退化动态卷积高分辨率低分辨率

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

基于改进梯度策略的多虚拟结构算法的无人机协同控制

陈子强杨艺姚雪莲

120-126页

查看更多>>摘要：针对多无人机(unmanned aerial vehicles,UAVs)协同控制问题,提出一种用于无人机协同编队控制方法.以虚拟结构控制为框架,结合梯度策略方法设计奖励函数和惩罚函数,将其看成一种引力和斥力运用到无人机协同编队控制系统,解决在多虚拟结构控制点下因编队数量增加导致机群的稳定性和协调性下降的问题.本文算法使得无人机编队既能协同运动,又能在运动中维持稳定的队形变换,还能防止机群之间的两机碰撞.对有控制输入的无人机编队系统进行仿真,验证了该方法的有效性.

关键词：

多无人机协同控制编队虚拟结构算法奖励函数惩罚函数碰撞队形变换

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

基于联邦平均的异常检测拜占庭容错算法

王壮壮杨佳鹏俎毓伟陈丽芳...

127-134页

查看更多>>摘要：传统联邦学习训练模型时假定所有参与方可信,但实际场景存在恶意参与方或恶意攻击模型,现有的联邦学习算法面对投毒攻击时,存在模型性能严重下降的问题.针对模型投毒问题,本文提出一种基于联邦平均(federated averaging,Fedavg)与异常检测的联邦检测算法——FedavgCof,该算法考虑到所有参与方之间的差异对比,在中心服务器和本地模型之间添加异常检测层,通过基于聚类的本地异常检测因子(cluster-based local outlier factor,COF)异常检测算法剔除影响模型性能的异常参数,提升模型鲁棒性.实验结果表明,虽然新型投毒方式攻击性更强,但是FedavgCof能够有效防御投毒攻击,降低模型性能损失,提高模型抗投毒攻击能力,相较于Median和模型清洗算法平均提升精度达到 10%以上,大幅提升了模型的安全性.

关键词：

联邦学习聚合方式投毒攻击异常检测数据孤岛拜占庭容错算法联邦平均中心服务器

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

融合人体骨架和姿势信息特征的轻量级人体动作识别方法

王振宇向泽锐支锦亦叶浩航...

135-144页

查看更多>>摘要：针对人体动作识别任务中特征值选取不当导致识别率低、使用多模态数据导致训练成本高等问题,提出一种轻量级人体动作识别方法.首先使用OpenPose、PoseNet提取出人体骨架信息,使用BWT69CL传感器提取姿势信息;其次对数据进行预处理、特征融合,对人体动作进行深度学习分类识别;最后,为验证此方法的有效性,在公开数据集WISDM、UCI-HAR、HASC和自建的人体动作数据集上进行实验验证,并使用改进的目标引导注意力机制(target-guided attention,TGA)-长短期记忆(long short term memory,LSTM)网络输出最终的分类结果.实验结果表明,在自建数据集下融合姿势和骨架特征达到 99.87%准确率,相比于只使用姿势信息特征,识别准确率提高了约 5.31 个百分点;相比于只使用人体骨架特征,识别准确率提高了约 1.87 个百分点;在识别时间上相比于只使用姿势信息,识别时间降低了约 29.73 s;相比于只使用人体骨架数据,识别时间降低了约 9s.使用该方法能及时有效地反映人体的运动意图,有助于提高人体动作和行为的识别准确率和训练效率.

关键词：

人体骨架姿势信息轻量级人体动作识别目标引导注意力机制数据集多模态特征提取

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

基于深度学习的交通运输行业数据自动分级方法研究

王继晔张少博叶润泽张绍阳...

145-150页

查看更多>>摘要：为促进交通运输行业信息系统互联、保障数据安全,进而推动行业健康发展,本文对交通运输行业中的数据共享和自动分级方法进行研究.本文基于卷积神经网络(convolutional neural networks,CNN)-双向门控循环单元(bidirectional gating recurrent unit,BiGRU)-胶囊网络(capsule network,CapsNet)模型的数据类别判定方法,设计并实现了交通运输信息资源目录系统中数据的自动分级模块,完成了行业领域下的数据自动分级.实验结果表明本文算法的准确率和F1 值分别达到了70.48%和70.16%,明显高于现有的几种主流模型,可以有效提高数据分级的效率.

关键词：

交通运输行业数据共享数据安全数据分级深度学习卷积神经网络双向门控循环单元胶囊网络

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普

中国象棋自动打谱方法研究

戴林鑫彭辉

151-160页

查看更多>>摘要：针对现存象棋打谱方式繁琐、成本较高的问题,提出了一种基于机器视觉的象棋自动打谱方法.对图像进行预处理后,首先结合二值化与连通区域搜索进行人手遮挡检测,随后采用Hough圆检测、字符矩阵等方法对棋子进行定位,接着将棋子分为红黑两方,并利用局部二进制模式直方图(local binary pattern histogram,LBPH)算法实现棋种识别,最后通过动态识别棋子移动路径,根据行棋规则生成着法.选取 50 局象棋比赛录像进行测试,结果表明,该方法在识别准确率达到99%的前提下,1 s内可对 5 帧图像进行处理与识别,且对 50 个视频识别得到的棋谱正确率均为 100%,可以完全满足各类型对局的打谱需求.

关键词：

象棋打谱机器视觉图像预处理连通区域搜索算法圆检测字符识别局部二进制模式直方图

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据
维普