首页期刊导航|信息与电子工程前沿（英文）
期刊信息/Journal information
信息与电子工程前沿（英文）
浙江大学出版社
信息与电子工程前沿（英文）

浙江大学出版社

月刊

2095-9184

杭州浙大路38号浙大学报英文版编辑部

信息与电子工程前沿（英文）/Journal Frontiers of Information Technology & Electronic EngineeringCSCDCSTPCD北大核心EISCI
正式出版
收录年代

    面向智能制造的工业互联网:过去、现在与未来

    许驰于海斌金曦夏长清...
    1173-1192,后插1页
    查看更多>>摘要：新一代信息通信技术与先进制造技术深度融合所催生的工业互联网，通过"人、机、物"全要素互联，将全方位打通生产链、价值链和产业链，推动构建全新的制造和服务体系。其中，进行个性化定制生产，实现差异化服务是未来制造的典型范式，亟需突破现有分层异构工业网络所塑造的"烟囱式"服务架构，打造扁平化的网络新体系，构建制造与服务的透明通道。本文从流程制造和离散制造的基本概念出发，首先充分挖掘了典型制造任务的基本要求;然后，通过对工业互联网发展历程的概述，系统介绍并比较了工业互联网的网络能力现状，进一步分析了工业互联网的现存问题。在此基础上，提出建立"感知-通信-计算-控制"一体化的工业互联网"细腰"新架构。进一步地，深入分析讨论了所面临的核心挑战及未来研究方向，包括工业互联网的业务-资源多维协同感知、异构融合网络端到端确定性通信、虚拟计算与运行控制。

    智能制造工业互联网细腰透明服务制造即服务

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    微纳光纤在超快光学领域的研究进展

    何欣莹李宇航王铸宁片思杰...
    1193-1208,后插2页
    查看更多>>摘要：超快光纤激光器作为超快光学领域至关重要的组成部分，其性能不断推动超快光学的进展。在产生超短脉冲过程中，微纳光纤凭借其高比例倏逝场、灵活可控的色散和高非线性特性，在饱和吸收锁模以及色散和非线性管理方面发挥了积极作用。在产生超短脉冲方面，具备高非线性系数的微纳光纤已经成为研究非线性动力学现象的理想平台工具之一，并且也反向促进超快光纤激光器技术的发展。本文首先介绍了微纳光纤模式演化及相关特征，然后全面综述微纳光纤在超快光学领域最新研究进展，包括倏逝场调制与控制、色散与非线性管理以及非线性动力学现象，最后讨论了微纳尺度下未来可能应用于超快光学领域的潜在前景。

    微纳光纤非线性动力学色散超快光学

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    OntoCSD:基于本体的网络空间防御综合解决方案安全模型

    武丹丹陈捷谢瑞云陈轲...
    1209-1225,后插3页
    查看更多>>摘要：构建动态、灵活、智能的网络空间防御综合解决方案是一种新理念。为了解决传统静态防护方法在网络对抗环境下无法及时响应各种网络攻击或安全需求的问题，形成从"威胁发现"到"决策生成"的完整集成解决方案，我们提出一种基于本体的安全模型—OntoCSD，该模型使用Web本体语言来表示网络空间威胁监测、决策、响应、防御过程中所涉及的本体类和关系，并使用语义Web规则语言来设计防御推理规则。OntoCSD可以发现网络攻击、漏洞、安全状态和防御策略之间的潜在关系。进一步地，利用基于案例推理的人工智能专家系统快速生成详细、全面的决策方案。最后，通过肯德尔一致性系数和典型计算机网络防御系统中四个基于表征事实和本体推理的实验案例，验证了OntoCSD解决网络空间防御领域问题的一致性和可行性。OntoCSD支持自动关联和推理，能够为网络空间防御提供整体解决方案框架。

    网络空间防御集成解决方案本体基于案例推理(CBR)计算机网络防御(CND)

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多模态图像输入端像素级融合的伪装目标检测

    彭锐晖赖杰杨雪婷孙殿星...
    1226-1239,后插4页
    查看更多>>摘要：伪装目标是一种前景和背景高度融合、目标特征信息极少的非显著目标，给目标识别带来极大困难。大多数伪装目标检测算法仅使用目标的单波段信息，导致检测精度低、漏检率高。本文提出一种多模态图像融合伪装目标检测技术(MIF-YOLOv5)。首先，通过多模态图像输入端实现伪装目标的光学和红外图像的像素级融合，增强伪装目标的有效特征信息。其次，创建损失函数，并利用K-Means++聚类算法优化数据集中的目标锚框，提高伪装人员的检测精度和算法鲁棒性。最后，提出伪装目标的综合检测指标，以比较各种方法的综合检测效果。更重要的是，创建了一个多光谱伪装目标数据集来测试所提技术。实验结果表明，所提方法综合检测性能最佳，其检测精度为96。5%，识别概率为92。5%，模型参数增加1×104，理论计算量增加0。03 GFLOPs，伪装目标综合检测指数为 0。85。与其他目标算法相比，该方法在检测精度上的优势显而易见。

    伪装目标检测像素级融合锚框优化损失函数多光谱数据集

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的口腔三维扫描中六方位自由度牙齿姿态准确估算

    丁王辉孙凯伟俞梦飞林航正...
    1240-1249,后插5页
    查看更多>>摘要：数字牙科的一个关键步骤是准确、自动地表征牙齿的方向和位置，在此基础上可以辅助制定正畸治疗计划和模拟牙齿排齐。由于不同牙齿之间的几何特征复杂且差异较大，且可靠的大规模数据集尚未构建，表征牙齿的方向和位置仍然具有挑战性。本文提出一种新的牙齿方位自动估算方法，将其表述为六方位自由度的牙齿姿态估算任务。将每个牙齿视为一个三维点云，设计了一个具有特征提取主干和双支路检测头的深度神经网络模型，以估算牙齿姿态。使用新的损失函数训练新收集的大样本数据集(10 393例患者，280 611颗牙齿的扫描数据)，在2598例患者(77 870颗牙齿)的数据集上，平均欧拉角误差仅为4。780°-5。979°，平移 L1 误差为 0。663 mm。综合实验表明，98。29%的估算产生的平均角度误差小于 15°，这对于大多数临床和工业应用可以接受。

    人工智能数字牙科深度学习口腔正畸牙齿姿态神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于加性秘密共享和智能预测器自适应联合编码的密文图像可逆信息隐藏

    周梓怡王承悦颜克勋石慧...
    1250-1265,后插6页
    查看更多>>摘要：密文域可逆信息隐藏在保护加密域敏感信息方面至关重要。本文提出一种基于残差组块和空间注意力模块的智能像素预测器，相较于现有预测器，该预测器表现出更优异的像素预测性能。此外，本文提出一种优于传统单一编码方法的自适应联合编码方法，该方法利用位平面特性和块内像素相关性优化嵌入空间。图像所有者使用所提出的智能预测器预测原始图像，然后通过加性秘密共享进行加密，并将其传递给数据隐藏方。随后，数据隐藏方对秘密数据进行加密，并将其嵌入加密图像中，然后再传送给接收方。接收方可以提取秘密数据并无损恢复原始图像，数据提取和图像恢复过程是可分离的。该方法将智能预测器和加性秘密共享相结合，实现可逆数据的嵌入和提取，同时确保安全性和无损恢复。实验结果表明，该预测器性能良好，具有较强的嵌入能力。对于Lena图像，在[-5，5]范围内我们预测器的预测误差数量高达 242 500，且获得4。39 bpp的嵌入容量。

    密文图像可逆信息隐藏加性秘密共享自适应联合编码智能预测器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种用于不平衡学习分类的新型交叠最小化SMOTE算法

    何玉林路璇Philippe FOURNIER-VIGER黄哲学...
    1266-1281,后插7页
    查看更多>>摘要：合成少数类过采样技术(SMOTE)是不平衡学习领域的经典算法之一，用于减轻类别不平衡对构建分类器的影响。在过去20年中，有上百个基于SMOTE的变体算法被提出。SMOTE及其变体算法通过在原始样本空间中对少数类样本进行插补来平衡数据集，以减轻类别不平衡的不利影响。这种方法在许多情况下表现良好，但当合成样本落入类别之间的交叠区域时，分类器训练的复杂性会增加，进而影响分类器的泛化能力。为解决这一问题，本文提出一种基于交叠最小化的少数类样本生成算法(Overlapping Minimization SMOTE，OM-SMOTE)，用于解决二元不平衡分类问题。OM-SMOTE首先通过平衡样本编码和分类器泛化之间的权衡，将原始样本点映射到更加线性可分的样本空间。然后，OM-SMOTE采用一系列复杂的少数类样本点插补规则，使合成样本尽可能远离类别交叠的区域。本文基于32个真实不平衡数据集进行了大量实验，验证了OM-SMOTE算法的有效性。实验结果表明，相对于其他11种先进的基于SMOTE的过采样算法，OM-SMOTE生成的少数类样本点能显著提高朴素贝叶斯、支持向量机、决策树和逻辑回归等分类器的性能。这证明了OM-SMOTE支持训练高质量不平衡分类器的可行性。OM-SMOTE的实现在GitHub平台上(https://github。com/luxuan123123/OM-SMOTE/)公开共享。

    不平衡分类合成少数类过采样技术多数类样本少数类样本泛化能力交叠最小化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    具有时变非对称约束的不确定非线性系统实际固定时间自适应模糊控制:一种基于统一障碍函数的方法

    黄梓煊王焕清牛奔赵旭东...
    1282-1294,后插8页
    查看更多>>摘要：研究了具有时变不对称约束和输入量化的不确定非线性系统，提出一种实际固定时间自适应模糊控制方法。为消除状态约束对控制器设计的影响，采用一个统一的障碍函数方法将原有约束系统映射为无约束系统，这不仅放松了时变非对称约束对系统状态的限制，而且避免了传统的障碍Lyapunov函数控制方法中的可行性条件检查。同时，利用命令滤波方法解决了传统反步法中的"复杂度爆炸"问题。通过固定时间Lyapunov稳定性判据，证实系统输出能够在预定时间内以较小误差范围跟踪参考信号，并且系统的所有状态保持在约束范围内。最后，通过2个仿真实例验证了所提方法的有效性。

    统一障碍函数时变不对称状态约束模糊逻辑系统固定时间控制指令滤波器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    Information for Authors

    封2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据