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

    基于深度学习的EEG数据分析技术综述

    钟博王鹏飞王乙乔王晓玲...
    879-890页
    查看更多>>摘要:对近年来的相关工作进行全面分析、横向比较,梳理出基于深度学习的EEG数据分析闭环流程。对EEG数据进行介绍,从深度学习在EEG数据预处理、特征提取以及模型泛化 3 个关键阶段的应用进行展开,梳理深度学习算法在相应阶段提供的研究思路和解决方案,包括各阶段所存在的难点与问题。全方位总结出不同算法的主要贡献和局限性,讨论深度学习技术在各个阶段处理EEG数据时所面临的挑战及未来的发展方向。

    头皮脑电(EEG)闭环流程深度学习预处理特征提取模型泛化

    营商环境评估的企业级复合区块链构建方法

    李素陈泽宋宝燕张浩林...
    891-899页
    查看更多>>摘要:针对现有营商环境评估系统中企业数据可信度低、易篡改的问题,提出营商环境评估的企业级复合区块链构建方法,采用链上和链下数据协同的方式,对企业原始数据进行存储。改进区块链哈希函数,提出基于SHA256 算法的企业原始数据加密方法。引入Key-Value存储模式进行链下基于非易失性内存的Level DB存储,降低系统的通信和存储压力。提出数据链上存储方法,分别将Level DB中的Key值对应存储到基于DAG的Con-flux公有链,企业状态数据对应存入到联盟链,为营商环境评估提供可信的存证数据。通过与改进前的Level DB数据库和现有的区块链存储模型进行实验对比,实验结果表明,提出的企业级复合区块链构建方法在读写性能、存储效率两方面均优于现有方法。

    营商环境评估LevelDB机器学习公有链联盟链

    基于异质图卷积神经网络的论点对抽取模型

    刘议丹朱小飞尹雅博
    900-907,1049页
    查看更多>>摘要:针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型。该模型在评审段和反驳段中构建异质图,定义 2 种不同类型的节点及 4 种不同类型的边,通过关系图卷积神经网络来更新图中节点的表示。提出位置感知的句子对生成器,利用旋转位置编码来建模评审段和反驳段句子间的相对位置信息。在RR-passage和RR-submis-sion-v2 数据集上进行实验,实验结果表明,提出模型的性能均优于所有的基线模型。这表明通过构建异质图区分不同的节点类型和边的类型,设计位置感知的句子对生成器,能够提升论点对抽取模型的效果。

    论辩挖掘论点对抽取图神经网络旋转位置编码自然语言处理

    基于依存关系图注意力网络的SQL生成方法

    舒晴刘喜平谭钊李希...
    908-917页
    查看更多>>摘要:研究基于自然语言问题的结构化查询语言(SQL)生成问题(Text-to-SQL)。提出两阶段框架,旨在解耦模式链接和SQL生成过程,降低SQL生成的难度。第 1 阶段通过基于关系图注意力网络的模式链接器识别问题中提及的数据库表、列和值,利用问题的语法结构和数据库模式项之间的内部关系,指导模型学习问题与数据库的对齐关系。构建问题图时,针对Text-to-SQL任务的特点,在原始句法依存树的基础上,合并与模式链接无关的关系,添加并列结构中的从属词与句中其他成分间的依存关系,帮助模型捕获长距离依赖关系。第 2 阶段进行SQL生成,将对齐信息注入T5 的编码器,对T5 进行微调。在Spider、Spider-DK和Spider-Syn数据集上进行实验,实验结果显示,该方法具有良好的性能,尤其是对中等难度以上的Text-to-SQL问题具有良好的表现。

    Text-to-SQL自然语言查询依存句法分析关系图注意力网络

    基于网格空间团的多级同位模式挖掘方法

    刘宇情王丽珍杨培忠朴丽莎...
    918-930页
    查看更多>>摘要:针对传统的多级同位模式挖掘方法未考虑到实际数据分布的网格特性,且从全局到区域的多级模式挖掘框架会导致算法效率低下的问题,提出逆向挖掘多级同位模式的新框架。先挖掘区域同位模式,再由区域同位模式推导出全局同位模式,提出有效的剪枝策略提高挖掘效率。考虑真实数据集中数据分布的网格特性,定义实例间的网格邻近关系,提出网格空间团及计算网格空间团的新颖方法。在区域划分阶段,提出基于自适应网格密度峰值聚类的区域划分方法,基于 2 阶网格空间团的网格相似性来分配簇。在合成和实际数据集上进行大量的实验,验证了提出方法的有效性、高效性和可扩展性,在真实数据集上的剪枝率可以达到 78%。

    空间数据挖掘多级同位模式网格空间团密度峰值聚类(DPC)

    基于变分自编码器的近似聚合查询优化方法

    黄龙森房俊周云亮郭志城...
    931-940页
    查看更多>>摘要:针对偏态数据分布不平衡,传统近似聚合查询方法难以抽样生成偏态分布数据的问题,提出基于优化的变分自编码器的近似聚合查询方法,研究近似聚合查询方法对偏态分布数据的近似聚合查询准确率的影响。在预处理阶段对偏态分布数据进行分层分组,对变分自编码器生成模型的网络结构和损失函数进行优化,降低近似聚合查询相对误差。实验结果表明,与基准方法相比,近似聚合查询对偏态分布数据的查询相对误差更小,且随着偏态系数的提高,查询相对误差的上升趋势更平缓。

    近似查询处理偏态分布机器学习变分自编码器分组抽样

    基于改进图卷积神经网络的航空行李特征感知

    邢志伟朱书杰李彪
    941-950页
    查看更多>>摘要:针对航空行李自动化码放处理需求下构型特征感知能力不足的问题,设计以PointNet++为基准,融入图卷积神经网络和自注意力机制的航空行李特征感知网络模型。在骨干网络的特征抽象层中引入局部空间注意力模块,提取航空行李点云中相邻点的关联空间结构特征,感知区域特征空间的内在联系。通过全局特征聚合模块学习行李点云局部特征间的相关性,自适应聚合航空行李局部特征,形成点云全局上下文信息。利用循环最大池化层回收特征降维中丢弃点的特征,在多个层次上收集航空行李的特征信息,在减少信息冗余的同时,保留强度鲜明的局部、全局特征激活。实验结果表明,航空行李分类的平均精度和整体精度分别为 94。68%和 96。32%,比Point-Net++分别提高了 6。53%和 5。07%。该网络模型的航空行李特征感知性能优于现有的其他智能算法,能够为航空行李码放空间优化及控制提供准确、可靠、有效的输入。

    航空运输行李特征感知三维点云图卷积神经网络自注意力机制

    基于多尺度特征融合的轻量化道路提取模型

    刘毅陈一丹高琳洪姣...
    951-959页
    查看更多>>摘要:针对当前用于遥感图像道路提取领域的语义模型存在计算复杂度较高、道路提取效果不佳的问题,提出基于多尺度特征融合的轻量化道路提取模型(MFL-DeepLab V3+)。为了减少模型参数量并降低模型的计算复杂度,骨干网络选用轻量化Mobilenet V2 网络代替原模型的Xception网络,在空洞空间金字塔池化(ASPP)模块中引入深度可分离卷积。为了增强模型的道路提取能力,优化对细小路段的提取效果,在解码区提出联合注意力的多尺度特征融合(MFFA)。基于Massachusetts roads数据集的各项实验表明,MFL-DeepLab V3+模型的参数规模显著降低,较原模型参数量压缩了 88。67%,道路提取图像完整,边缘清晰,精确率、召回率和F1 分数分别达到 88。45%、86。41%和 87。42%,与其他模型相比取得了更好的提取效果。

    语义分割道路提取MFL-DeepLabV3+多尺度特征融合注意力机制

    动态不确定场景下认知工业物联网的资源分配策略

    李姣军喻涛周继华杨凡...
    960-966页
    查看更多>>摘要:针对动态不确定场景下认知工业物联网(CIIoT)业务的时延保障难题,提出动态不确定场景下保障业务时延需求的CIIoT资源分配策略。构建基于时延敏感业务的时延模型,推导保障业务时延需求的速率解析解。基于时延模型建立以最大化网络吞吐量为目标的CIIoT资源优化模型,该模型考虑在动态不确定环境下联立基站发射功率约束、设备之间的干扰约束和业务传输时延保障约束。由于该模型存在动态不确定性,导致模型难以求解,采用鲁棒优化理论将不确定参数约束转化为确定性约束问题,提出在动态不确定场景下CIIoT的资源分配策略。仿真结果表明,所提算法在动态不确定环境下有效地保障了业务的时延需求,提高了网络吞吐量。

    动态不确定场景认知工业物联网(CIIoT)时延保障资源分配

    能量收集下的D2D-MEC计算卸载

    曾耀平刘月强关赛莘江伟伟...
    967-978页
    查看更多>>摘要:针对移动边缘计算(MEC)在能源消耗和安全性方面的问题,研究具有社会关系和能量收集(EH)的D2D-MEC物联网网络中的任务卸载和资源分配问题,提出基于李雅普诺夫优化的D2D在线决策匹配和资源分配(ODMRA)算法。将用户之间的社会关系量化为社会信任矩阵,将能源消耗、包丢失、社会信任度表述为长期随机优化问题,采用李雅普诺夫优化方法将其分解为一系列子问题后分别求解。对于D2D间的决策选择子问题,结合子模块优化和贪婪算法设计低复杂度的策略选择算法。理论分析和仿真结果表明,所提出的ODMRA算法有效地优化了卸载方案,平衡了系统服务成本和队列长度,在能量消耗、系统服务成本方面优于其他对比算法。

    移动边缘计算设备对设备能量收集李雅普诺夫优化子模块优化