首页期刊导航|浙江大学学报(工学版)
期刊信息/Journal information
浙江大学学报(工学版)
浙江大学学报(工学版)

岑可法

月刊

1008-973X

xbgkb@zju.edu.cn

0571-87952273

310027

杭州市浙大路38号

浙江大学学报(工学版)/Journal Journal of Zhejiang University(Engineering Science)CSCD北大核心CSTPCDEI
查看更多>>本学报的前身是浙江大学学报(自然科学版),四校合并后,为了突出浙江大学的工科优势,改为浙江大学学报工学版,稿源主要来之于本校教师、学生、研究所的科研工作者。刊登内容包括计算机科学技术与工程,信电与电子工程,光电,工业控制,材料,化工,高分子,机械,电机,能源,土木建筑工程、力学、生物工程和生命科学、环境科学、食品工程、农业工程以及理科方面和交叉学科等方面的最新研究成果。
正式出版
收录年代

    空地协同场景下具有隐私保护的高效异构认证方案

    刘雪娇赵祥夏莹杰曹天聪...
    1981-1991页
    查看更多>>摘要:在空地协同场景下车辆与无人机频繁通信存在异构认证效率低、隐私容易泄露、计算开销较大等问题,为此提出高效的异构认证方案。设计基于Schnorr签名和物理不可克隆函数的高效异构认证协议以抵抗克隆攻击、物理攻击和重放攻击等安全威胁;设计基于模糊提取器和身份令牌的车辆假名生成方法,在保护用户隐私的同时准确追溯恶意车辆的身份信息,实现有条件的隐私保护;设计基于密钥共享的切换认证协议,减少认证过程中的计算量,降低认证过程中无人机的能量消耗。实验结果表明,所提方案有效提高了车辆与无人机认证效率,与现有方案相比,平均降低了 54。8%的计算开销。

    空地协同异构相互认证密钥协商切换认证隐私保护

    基于改进YOLOv5的枸杞虫害检测

    杜丁健高遵海陈倬
    1992-2000页
    查看更多>>摘要:为了检测复杂环境下枸杞的虫害情况,提出基于改进YOLOv5m的模型。以下一代视觉转换器(Next-ViT)作为骨干网络,提高模型的特征提取能力,使模型更加关注关键目标特征。在模型颈部增加自适应融合的上下文增强模块,增强模型对上下文信息的理解与处理能力,提高模型对小目标(蚜虫)的检测精度。将颈部网络中的C3 模块替换为C3_Faster模块,减少模型占用量并进一步提高模型检测精度。实验结果表明,所提模型的准确率和召回率分别为 97。0%、92。1%,平均精度均值为 94。7%;相比于YOLOv5m,所提模型的平均精度均值提高了 1。9 个百分点,蚜虫的检测平均精度提高了9。4 个百分点。对比不同模型的平均精度均值,所提模型比主流模型YOLOv7、YOLOX、DETR、EfficientDet-D1、Cascade R-CNN分别高 1。6、1。6、2。8、3。5、1。0 个百分点。所提模型在提高检测性能的同时,模型占用量也保持在合理范围内。

    枸杞虫害深度学习小目标检测YOLOv5下一代视觉转换器(Next-ViT)

    基于知识共享的遮挡人体姿态估计网络

    江佳鸿夏楠李长吾于鑫淼...
    2001-2010页
    查看更多>>摘要:现有人体姿态估计方法处理遮挡情况时性能较差,为此提出新的估计网络,包含遮挡区域强化卷积网络(OCNN)和遮挡特征补偿图卷积网络(OGCN)。设计高低阶特征匹配注意力以强化遮挡区域特征,由OCNN提取高适配权重,通过少量遮挡数据的方式实现遮挡部位的强化检测。由OGCN消除障碍物特征,通过强化关键点共有及专有属性的方式补偿节点特征;进行邻接矩阵重要性加权以改善遮挡部位特征质量,提升检测精度。所提网络在数据集COCO2017、COCO-Wholebody、CrowdPose上的检测精度分别为 78。5%、67。1%、77。8%,优于对比算法。在自建遮挡数据集上所提网络节约了 75%的训练数据使用。

    人体姿态估计遮挡处理高低阶特征匹配节点特征补偿邻接矩阵加权

    卷积神经网络结合子域适应的低采样率肌电手势识别

    周雕熊馨周建华宗静...
    2011-2019页
    查看更多>>摘要:为了提升模型识别低采样率肌电手势的性能,提出新的识别方法。通过信息扩展层对预处理后的低采样率肌电信号信息进行扩展,增强关键特征的表示。在特征提取网络中,利用子域适应网络提取源域与目标域中的域不变特征后进行域不变特征分类。使用NinaPro数据库中的DB1 和DB5 子数据库对所提方法进行评估。实验结果表明,所提方法识别 53 种和 52 种手势的最高准确率分别为 90。89%(DB1)、89。90%(DB5)和 82。01%(DB1)、77。07%(DB5),能够降低电极移位、肌肉疲劳、皮肤阻抗的变化和肌肉相对电极的相对运动等因素对低采样率肌电手势识别的影响。

    低采样率表面肌电手势识别子域适应信息扩展挤压与激励注意力机制

    基于秃鹰搜索算法优化的三维多无人机低空突防

    温夏露黄鹤王会峰杨澜...
    2020-2030页
    查看更多>>摘要:三维空间环境复杂,多无人机的低空突防航迹规划计算量大,现有多目标秃鹰搜索算法存在求解易趋于中心点及精度低的缺陷,为此提出基于改进多目标秃鹰搜索算法(IMBES)的三维多无人机低空突防方法。构建三维环境模型、威胁源模型、无人机物理约束模型、多无人机协同约束模型以及路径平滑度约束模型,确定多目标代价函数。设计耦合混沌映射初始化,有效提高初始化种群质量;设计基于"侦察鹰"的自适应高斯游走策略,平衡开发与搜索能力;引入快速非支配排序,进一步提高算法效率。利用秃鹰位置与无人机速度、转弯角度、爬升角度的对应关系,采用IMBES高效搜索无人机构型空间,找到最优的帕累托前沿。实验结果表明,IMBES的成功率为 70。5%。与现有路径规划方法相比,所提方法的优化能力强、能耗低,适用于多无人机协同低空突防。

    多无人机低空突防自主避障多目标算法秃鹰搜索算法

    基于改进遗传算法的倾转旋翼无人机区域覆盖路径规划

    吴越安杜昌平杨睿俞佳浩...
    2031-2039页
    查看更多>>摘要:基于改进遗传算法研究倾转旋翼无人机(TRUAV)在多障碍物约束下的区域覆盖路径规划问题。运用最小跨度算法和往返路径生成算法进行任务区域内的覆盖路径初规划,将区域覆盖问题转化为旅行商问题以优化覆盖路径顺序。为了避开区域内的障碍物,提出鱼尾形避障策略。引入最近邻算法,生成比传统遗传算法质量更高的初始种群,设计三点式交叉算子和动态区间变异算子进行遗传操作以提高所提算法的全局搜索能力,避免算法陷入局部最优。在含多个障碍物的多边形区域算例内仿真验证所提算法的性能。结果表明,相比于逐行路径覆盖算法和传统遗传算法,所提算法的覆盖路径长度减少了 7。80%,TRUAV的任务区域覆盖效率显著提升。

    倾转旋翼无人机区域覆盖遗传算法局部避障杜宾斯曲线

    基于广度-深度采样和图卷积网络的谣言检测方法

    王友卫王炜琦凤丽洲朱建明...
    2040-2052页
    查看更多>>摘要:现有谣言检测方法存在早期数据丢失、特征利用不充分问题,为此提出新的检测方法。为了充分挖掘事件的早期传播特征,提出广度采样方法并构建与事件对应的传播序列,利用Transformer挖掘长距离评论间的语义相关性并构建事件的传播序列特征。为了有效挖掘事件的传播结构特征,提出基于路径长度的深度采样方法,构建事件对应的信息传播子图和信息聚合子图,利用图卷积网络在挖掘图结构特征方面的优势,获得与事件对应的传播结构特征。将事件对应的传播序列特征表示与传播结构特征表示进行拼接,得到事件对应的最终特征表示。在公开数据集Weibo2016 和CED上开展所提方法的有效性验证实验。结果表明,所提方法普遍优于现有典型方法。与基线方法相比,所提方法的准确率和F1 值均有显著提升,所提方法在谣言检测领域的有效性得到验证。

    谣言检测图卷积网络广度采样深度采样注意力机制

    基于峰值感知和多尺度约束的加权引导滤波器

    张全刘海忠
    2053-2061页
    查看更多>>摘要:引导图像滤波无法保留锐利边缘,导致平滑图像出现结构过度模糊问题,为此提出新的加权引导图像滤波器。利用峰值感知加权提取图像的边缘和结构信息,通过多尺度约束提高所提滤波器的鲁棒性。基于图像方差信息将滤波损失函数的正则化项系数改进为自适应式。边缘感知平滑、图像细节增强、纹理去除平滑以及图像去噪领域的应用实验结果表明,所提滤波器在视觉效果、峰值信噪比以及结构相似度上均优于参与对比的引导图像滤波器。与边缘感知平滑实验中次优滤波器的峰值信噪比和结构相似度相比,所提滤波器的峰值信噪比平均高 2。62 dB,结构相似度平均高 0。0286。

    引导滤波器图像平滑峰值感知多尺度约束边缘保持

    基于双向自举蒸馏的异质云-端医疗对话联邦

    刘宇鹏林明豪张江姚登举...
    2062-2068页
    查看更多>>摘要:医疗对话场景下的数据/模型异质、数据类型不同,为此提出新的联邦学习方法。云模型和端模型以相互自举蒸馏的方式进行知识递进传递。端到云的自举蒸馏过程为多教师-单学生模式,知识被从多个局部模型蒸馏统一到全局模型;云到端的自举蒸馏过程为单教师-多学生模式,知识被从全局模型蒸馏回多个局部模型。在医疗对话ReMeDi和MedDG数据集上,所提方法与经典基线相比通过文本生成指标评价获得了显著提高,训练速度有所提升。

    自举蒸馏异质数据异质模型结构正则医疗对话

    基于连续小波卷积神经网络的轴承智能故障诊断方法

    耿志强陈威马波韩永明...
    2069-2075页
    查看更多>>摘要:传统故障诊断方法存在特征提取有限和故障检测不准确的问题,为此提出新的轴承智能故障诊断方法。构建连续小波卷积层取代卷积神经网络(CNN)中的初始卷积层,用于提取轴承数据的初级特征;使用增强ACON激活函数处理提取的振动信号;设计新的计算空间,提高CNN的整体自适应性。在凯斯西储大学轴承数据集上开展滚动轴承故障诊断方法对比实验。结果表明,与传统基于CNN、快速傅里叶变换-CNN、长短时记忆-CNN故障诊断方法相比,所提方法的故障诊断精度分别提高了 7。45、4。46 和 1。53 个百分点,CNN的收敛速度更快。在不同工况的泛化任务中,所提方法的平均准确率为 99。64%,准确性和泛化能力良好。

    卷积神经网络(CNN)连续小波自适应激活函数轴承故障诊断