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

    基于多特征重构的三维目标反演算法

    薛雅丽周李尊王林飞欧阳权...
    2199-2207页
    查看更多>>摘要：为了解决基于深度学习的三维反演方法中存在的内存占用大、训练耗时久的问题，提出基于多特征重构的三维目标反演算法。通过特征分解提取目标的水平区域、中心深度、垂直厚度和剩余密度4类特征，实现对三维模型的压缩，降低内存占用。设计多特征重构反演网络(MRNet)，通过不同的Decoder实现对目标4类特征的预测，利用4类特征重构三维模型，实现对三维目标的反演。在网络输入端引入梯度联合实现对目标边界信息的增强。在跨层连接处引入CA注意力机制，实现对Decoder预测功能的分化，优化反演效果。模拟实验结果显示，MR-Net的局部相对准确度相对于3D U-Net提升了30％以上，达到88。91％，每轮训练时间仅为3D U-Net的1/13。将MR-Net应用于Vinton盐丘地区，较准确地得到了盖岩的分布情况，验证了MRNet具备一定的泛化性。

    三维目标反演多特征重构注意力机制深度学习多任务学习

      原文链接:
    • 万方数据

    基于双分支网络的表面肌电信号识别方法

    王万良潘杰王铮潘家宇...
    2208-2218,2229页
    查看更多>>摘要：针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分，对相似手势区分困难的问题，提出基于加强二维化特征的双分支网络(ETDTBN)模型。该模型通过加强二维化方法生成二维特征图，使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征，利用双向门控循环单元(Bi-GRU)提取原始信号的时序特征。考虑到不同的特征对网络的影响程度不同，引入自适应特征融合机制对不同分支进行融合，强化有用特征并弱化无用特征，提高表面肌电识别的准确率。实验在电极偏移和不同受试者2种情况下对ETDTBN进行训练与测试，与主流的肌电手势识别模型进行对比。可知，ETDTBN的总体识别准确率分别为86。95％和84。15％，准确率均为最优，证明了该模型的有效性。

    表面肌电信号(sEMG)手势识别加强二维化特征双分支网络自适应特征融合机制

      原文链接:
    • 万方数据

    基于局部信息融合的点云3D目标检测算法

    张林杰柴志雷王宁
    2219-2229页
    查看更多>>摘要：针对当前基于点云的三维目标检测算法缺乏目标准确的空间位置信息，提出局部信息编码模块和后期交叉融合模块的三维目标检测算法。在特征提取阶段，模型通过三维稀疏卷积高效地编码全局特征。局部信息编码模块利用目标内部的原始点云信息，构建目标的细粒度语义信息，通过自注意力机制对这些信息进行重新加权，增强局部特征的表达能力。提出交叉融合模块，用于局部特征与全局特征的信息交互，产生表达能力更强的目标检测特征。使用KITTI和Waymo公开数据集，验证所提出的方法。在KITTI数据集的简单、中等和困难任务上，本文方法的平均准确率AP0。7分别达到了91。60％、82。53％和77。83％，在Waymo数据集上的平均准确率AP0。7达到74。92％。

    点云稀疏卷积局部信息注意力机制交叉融合

      原文链接:
    • 万方数据

    基于离散余弦变换的快速对抗训练方法

    王晓淼张玉金张涛田瑾...
    2230-2238页
    查看更多>>摘要：为了提升深度神经网络的鲁棒性，从频域的角度提出基于离散余弦变换(DCT)的快速对抗训练方法。引入对抗初始化生成模块，根据系统的鲁棒性自适应地生成初始化信息，可以更精准地捕捉到图像特征，有效避免灾难性过拟合。对样本进行随机谱变换，将样本从空间域变换至频谱域，通过控制频谱显著性提高模型的迁移与泛化能力。在CIFAR-10与CIFAR-100数据集上验证提出方法的有效性。实验结果表明，在以ResNet18为目标网络，面对PGD-10攻击时，本文方法在CIFAR-10上的鲁棒精度较现有方法提升了2％～9％，在CIFAR-100上提升了1％～9％。在面对PGD-20、PGD-50、C&W等其他攻击以及架构更复杂的模型时，均取得了类似的效果。提出方法在避免灾难性过拟合现象的同时，有效提高了系统的鲁棒性。

    对抗样本快速对抗训练离散余弦变换(DCT)鲁棒性样本初始化

      原文链接:
    • 万方数据

    基于双向编码表示转换的双模态软件分类模型

    付晓峰陈威岐孙曜潘宇泽...
    2239-2246页
    查看更多>>摘要：针对已有方法在软件分类方面只考虑单一分类因素和精确率较低的不足，提出基于双向编码表示转换(BERT)的双模态软件分类方法。该方法遵循最新的国家标准对软件进行分类，通过集成基于代码的BERT(Code-BERT)和基于掩码语言模型的纠错BERT(MacBERT)双向编码的优势，其中CodeBERT用于深入分析源码内容，MacBERT处理文本描述信息如注释和文档，利用这2种双模态信息联合生成词嵌入。结合卷积神经网络(CNN)提取局部特征，通过提出的交叉自注意力机制(CSAM)融合模型结果，实现对复杂软件系统的准确分类。实验结果表明，本文方法在同时考虑文本和源码数据的情况下精确率高达93。3％，与从奥集能和gitee平台收集并处理的数据集上训练的BERT模型和CodeBERT模型相比，平均精确率提高了5。4％。这表明了双向编码和双模态分类方法在软件分类中的高效性和准确性，证明了提出方法的实用性。

    软件分类双向编码表示转换(BERT)卷积神经网络双模态交叉自注意力机制

      原文链接:
    • 万方数据

    基于多脑区注意力机制胶囊融合网络的EEG-fNIRS情感识别

    刘悦张雪英陈桂军黄丽霞...
    2247-2257页
    查看更多>>摘要：为了提高情感识别的准确率，提出多脑区注意力机制和胶囊融合模块的胶囊网络模型(MBA-CF-cCapsNet)。通过情感视频片段诱发采集EEG-fNIRS信号，构建TYUT3。0数据集。提取EEG和fNIRS的特征，将其映射到矩阵，通过多脑区注意力机制融合EEG和fNIRS的特征，给予不同脑区特征不同的权重，以提取质量更高的初级胶囊。使用胶囊融合模块，减少进入动态路由机制的胶囊数量，减少模型运行的时间。利用MBA-CF-cCapsNet模型在TYUT3。0情感数据集上进行实验，与单模态EEG和fNIRS识别结果相比，2种信号结合情感识别的准确率提高了1。53％和14。35％。MBA-CF-cCapsNet模型与原始CapsNet模型相比，平均识别率提高了4。98％，与当前常用的CapsNet情感识别模型相比提高了1％～5％。

    胶囊网络EEGfNIRS多脑区注意力机制胶囊融合情感识别

      原文链接:
    • 万方数据

    混合蛙跳算法求解车辆无人机协同配送问题

    段浩浩李晓玲路庆昌林杉...
    2258-2269页
    查看更多>>摘要：为了充分发挥无人机与车辆各自的优势，研究无人机起飞后可服务多个客户的车辆-无人机协同配送问题，其中考虑了车辆因区域限制、无人机因载重和续航限制导致2类运输工具配送范围均受到限制的约束。针对这类运输工具配送受限的车辆-多投递无人机协同配送问题(MDVCP-DR)，以最小化总配送时间为优化目标，建立对应的数学模型，提出混合蛙跳算法(HSFLA)进行求解。提出新的编码与预调整解码方法，得到满足各种约束的可行解。建立基于4种交叉算子和精英表的个体生成方法，更新种群中的个体。设计自适应局部搜索策略来增强算法的局部开发能力，通过种群多样性检测策略来保证个体的多样性。通过仿真实验，验证了建立的数学模型的正确性和HSFLA的有效性。

    车辆-无人机协同配送配送限制蛙跳算法路径优化

      原文链接:
    • 万方数据

    全局信息提取与重建的遥感图像语义分割网络

    梁龙学贺成龙吴小所闫浩文...
    2270-2279,2319页
    查看更多>>摘要：为了将遥感场景图像更好地进行分割，供给下游任务使用，提出多尺度注意力提取与全局信息重建网络。编码器引入多尺度卷积注意力骨干到遥感深度学习语义分割模型中。多尺度卷积注意力能够捕获多尺度信息，给解码器提供更丰富的全局深浅层信息。在解码器，设计了全局多分支局部Transformer块。多尺度逐通道条带卷积重建多尺度空间上下文信息，弥补全局分支存在的空间信息割裂，与全局语义上下文信息共同重建全局信息分割图。解码器末端设计极化特征精炼头。通道上利用softmax和sigmoid组合，构建概率分布函数，拟合更好的输出分布，修复浅层中潜在的高分辨率信息损失，指导和融合深层信息，获得精细的空间纹理。实验结果表明，网络实现了很高的精确度，在ISPRS Vaihingen数据集上达到82。9％的平均交并比，在ISPRS Potsdam数据集上达到87。1％的平均交并比。

    语义分割Transformer多尺度卷积注意力全局多分支局部注意力全局信息重建

      原文链接:
    • 万方数据

    基于改进卡尔曼滤波的轻量级激光惯性里程计

    罗钒睿刘振宇任佳辉李笑宇...
    2280-2289页
    查看更多>>摘要：针对移动机器人长期的实时定位和运行的稳定性较差的问题，在激光里程计FAST-LIO2的基础上，提出LCG-LIO，其较FAST-LIO2具有更少的计算量和更高的定位精度。相较于FAST-LIO2，LCG-LIO前端加入了提出的双向降维曲率滤波的高质量平面与地面点云提取和分割的方法，通过点云伪占用的方法，平衡了平面和地面点的数量。在后端优化中，改进了卡尔曼滤波的观测误差方程和观测误差雅可比矩阵的构建方法，在观测误差方程中加入了GPS约束，通过伪轨迹加权的方法，纠正了里程计的累计漂移。通过KITTI数据集和自己采集的数据集，对提出的方法进行实验。结果表明，提出方法的精度和效率较FAST-LIO2提高了55。13％和53。01％，提出的GPS信息融合方法较LIO-SAM中的因子图优化方法具有更高的可行性。

    激光惯性里程计特征提取改进的卡尔曼滤波GPS约束

      原文链接:
    • 万方数据

    低抖动快锁定10.9～12.0 GHz电荷泵锁相环

    展永政李仁刚李拓邹晓峰...
    2290-2298页
    查看更多>>摘要：基于65 nm CMOS工艺，设计适用于高速SerDes串行链路的低抖动高速电荷泵锁相环(CPPLL)电路。通过优化环路带宽以及压控振荡器(VCO)、电荷泵和鉴频鉴相器的电路结构，抑制电压纹波和内部噪声引起的抖动，以在满足SerDes链路需要的宽频范围和高速要求的同时，电荷泵锁相环能够获得较小的抖动偏差和稳定的时钟信号。包括整个焊盘在内的芯片面积为0。309 mm2。测试结果表明，电荷泵锁相环能够实现10。9～12 GHz的输出时钟信号，其在10 MHz频偏处的相位噪声、参考杂散和品质因数(FoM)分别为−111。47 dBc/Hz、−25。14 dBc和−223。5 dB。当输入参考频率为706。25 MHz时，CPPLL能够在600μs后输出稳定的11。3 GHz时钟信号，且RMS抖动为973。9 fs，约为0。065 UI。在电源电压为1。2 V下，电路的功耗为47。3 mW。所设计的锁相环(PLL)电路能够适用于20 Gb/s及以上的高速通信链路系统。

    压控振荡器(VCO)电荷泵低抖动串行链路高速

      原文链接:
    • 万方数据