电子科技大学学报

Select

王子竹

电子科技大学学报. 2023, 52(01): 1-1.

摘要 ( )

可视化

<正>量子变分求解器(variational quantum eigensolver, VQE)作为中等尺度含噪声量子器件(noisy intermediate-scale quantum devices, NISQ)时代可能产生实际应用的场景，近年来在量子计算和量子信息研究中备受关注。VQE作为一种量子-经典混合算法，将纯经典算法中需要对量子系统进行精确模拟调控的问题交给算法的量子部分，同时保留了经典优化算法的高效率和准确度。也正是由于这种特性，使得VQE解决特定量子问题如寻找多体量子系统基态时对描述量子系统的拟设(ansatz)有很大的依赖。

Select

经典、量子及其混合场景下的经典关联生成协议

林小蝶, 魏朝晖

电子科技大学学报. 2023, 52(01): 2-7.

摘要 ( )

可视化

在信息处理任务中，多方共享的随机变量和量子纠缠都是重要的计算资源，其中共享的随机变量也被称为经典关联。经典关联生成问题研究的是生成目标关联所需消耗的最少随机性或量子纠缠的数量。该文综述性地介绍了在经典场景、量子场景以及经典、量子混合场景下的经典关联生成协议。其中，非负秩和半正定秩分别刻画了生成目标关联所需共享的最少随机性与量子纠缠的量。基于这一结果，事先共享量子纠缠相比于事先共享随机性展示出了指数级优势。考虑到近期可实现的量子设备规模有限，经典、量子混合场景下的经典关联生成协议是一个现实的选择。在可操控的量子系统大小有限的前提之下，可用k区块半正定秩来量化完成经典关联生成任务所需通讯的最少经典比特。在这一混合协议中，量子资源仍能表现出相对经典资源而言的巨大优越性。由此可见，经典关联生成问题提供了一个新的视角来对比量子资源和经典资源之间的差别。

Select

基于变分量子虚时演化和UCC Ansatz的基态求解器

储贻达, 徐维, 周彦桦, 张学锋

电子科技大学学报. 2023, 52(01): 8-13.

摘要 ( )

可视化

对于量子多体体系，其基态的求解十分重要。变分量子本征求解器VQE是一种基于量子计算的变分基态求解算法，由于其需要结合量子电路和经典的变分算法，使得量子电路的复杂性和变分算法的有效性显得极其重要。针对量子分子体系，提出了一种变分基态求解器。运用单电子约化密度矩阵分析得到在自然分子轨道表象下的电子轨道占据数，根据占据数大小简化了体系哈密顿量和相应的UCC ansatz线路。并运用变分量子虚时演化算法替代VQE中常用的梯度算法，因此不易受到参数空间的梯度分布的影响，使得变分过程收敛更快，更具鲁棒性。

Select

基于多层脑功能网络特征的动作意图识别

常文文, 聂文超, 袁月婷, 闫光辉, 杨志飞, 张冰涛, 张学军

电子科技大学学报. 2023, 52(01): 14-22.

摘要 ( )

可视化

基于脑电信号完成对步态特征的解码分析并就动作意图做出可靠识别和预测，是基于脑机接口的人机混合康复训练系统和智能助行机器人中的核心问题。为实现对站立、坐下以及静止状态这些最基本步态过程的分类识别，提出了基于多层脑功能网络分析的特征表示方法，结合对各类脑功能网络特征的统计分析，确定对不同动作敏感的网络特征量，并结合支持向量机、线性判别分析、逻辑回归以及朴素贝叶斯算法完成对不同动作过程的分类识别。实验结果表明，所提出的方法可较好地实现对上述动作意图的识别，针对13名被试者对站立、坐下和静止状态的识别准确率均高于71%，最高达到77%。对多层动态脑功能网络的分析结果表明，下肢运动过程的发生会弱化脑区间的相互依赖关系，导致网络拓扑连接结构变得逐渐稀疏。研究结果对理解下肢运动过程中大脑认知过程变化，开展基于脑机接口的下肢康复策略研究和康复系统开发具有一定的参考价值。

Select

改进网络模型的局部骨切片图像重构

陈继刚, 王晓康, 康永兴, 关亚彬, 董学刚, 张子路

电子科技大学学报. 2023, 52(01): 23-29.

摘要 ( )

可视化

基于骨切片图像的三维骨多孔结构数字建模是骨组织工程的技术基础，也是生物医学工程领域的研究热点，骨切片图像的质量决定了骨多孔结构数字模型的准确程度。然而，骨切片图像在获取过程中会出现数据丢失、图像受损或图像尺寸过小等问题，导致只能得到局部的切片图像。为了解决这个问题，提出对局部骨切片图像进行完整重构修复的改进条件生成对抗网络，即在条件生成对抗网络基础上，对生成器进行改进，加入嵌套残差密集块，同时，在判别器中加入极化自注意力模块，并对重构的图像进行形态学函数分析和局部孔隙率分布研究来评价生成图像与真实骨多孔图像的相似程度。结果表明该网络能准确、稳定地重构出多样化的完整骨多孔切片图像。

Select

分布式穿墙成像雷达空间配准方法

李虎泉, 郭世盛, 陈家辉, 崔国龙, 孔令讲

电子科技大学学报. 2023, 52(01): 30-37.

摘要 ( )

可视化

分布式穿墙成像雷达利用多个穿墙雷达节点在多个视角对室内目标协同探测，可以有效弥补传统单视角穿墙探测的不足。提出了一种基于高斯混合模型的分布式穿墙成像雷达空间配准方法，根据各个节点探测结果中多目标位置关系求解雷达节点位置。首先将各个雷达节点的量测点集建模为高斯混合模型；然后将雷达节点配准问题转化为求解最优坐标变换参数的优化问题；最后采用粒子群优化求解，实现雷达节点空间配准。仿真与实测结果验证了该方法的有效性。

Select

负阻态忆阻Hopfield神经网络动力学

刘益安, 马瑞辰, 李国, 于奇, 刘洋, 胡绍刚

电子科技大学学报. 2023, 52(01): 38-43.

摘要 ( )

可视化

人类大脑是一个高度复杂且规模庞大的非线性动力学系统，其动力学行为与人类智能活动密切相关。基于忆阻器的人工神经网络不仅可以很好地模拟人脑工作机制，而且其非线性特性可以为神经网络带来更为丰富的动力学行为。为了进一步发挥神经网络的优势，引入一种新的具有负阻态功能的忆阻器模型，该模型打破了原有忆阻器的阻态极性限制，为忆阻器扮演神经网络突触仿生器件提供了更加丰富的变化性能。在对忆阻器模型分析的基础上，提出了一种新的忆阻Hopfield神经网络(HNN)，进一步加强了HNN的负反馈功能，使之表现出更加丰富和复杂的动力学行为。实验结果表明，新忆阻HNN拥有较为丰富的动力学行为，具有一定的混沌特性。在不同的忆阻器参数以及权值矩阵取值条件下，观察系统的相位轨迹图、Lyapunov指数的变化情况，并与同类型网络进行对比，进一步证明提出的神经网络的有效性，同时复杂的动力学特性也为在数据处理、图像加密等方面的应用提供了研究支撑。

Select

改进YOLOX的SAR近岸区域船只检测方法

刘霖, 肖嘉荣, 王晓蓓, 张德生, 喻忠军

电子科技大学学报. 2023, 52(01): 44-53.

摘要 ( )

可视化

针对SAR近岸区域船只检测准确率低与虚警率高的问题，提出一种基于改进注意力机制与旋转框的SAR近岸区域船只检测方法。该方法首先通过改进坐标注意力机制并引入至特征提取网络中，提升网络的特征提取能力；其次，增加角度分类头，并引入二维高斯分布，计算预测分布与目标分布的KL散度评估旋转框损失值，完成目标的角度信息提取；再基于YOLOX算法中的无锚框(AF)机制，减少候选框冗余，使模型轻量化并进一步提高定位精度。最后在公开数据集offical-ssdd上进行测试，在嵌入式平台(NVIDIA Jetson AGX Xavier)上对模型进行推理验证。该算法模型计算参数仅1.14 M，在近岸情况下平均检测精度较YOLOX模型提高了18.77%，总体检测精度达到94.2%。验证结果表明，该算法适用于复杂场景下任意方向的密集船只目标检测，满足实时处理需求。

Select

基于LF RFID的进出检测算法（英文）

冯焱玲, 马心怡, 保骏, 陈祝明, 刘朋

电子科技大学学报. 2023, 52(01): 54-63.

摘要 ( )

可视化

LF RFID技术的性能易受到复杂环境因素的影响，特别是在金属环境中，会导致检测精度低、稳定性差。为此，提出了一种基于改进的最大似然的准确定位算法的进出检测方法。该定位算法包括训练阶段和定位阶段。在训练阶段，建立了修正指纹数据库，用于修正由于环境因素造成的测距误差；在定位阶段，利用修正后的测距误差，通过最大似然算法来定位目标所携带的标签位置，以检测目标的进出状态。实验结果表明，该算法的检测精度可以达到3 cm，在设定的两种行走策略下，目标的进出检测精度可以达到99%以上，满足实际应用需要。

Select

基于个性化联邦学习的无线通信流量预测

林尚静, 马冀, 李月颖, 庄琲, 李铁, 李子怡, 田锦

电子科技大学学报. 2023, 52(01): 64-73.

摘要 ( )

可视化

提出一种基于分布式的城市全域通信流量预测算法Fed-DenseNet，各个边缘计算服务器在中心服务器的协调下进行协同训练，中心服务器利用KL散度挑选出流量分布相似的区域流量模型，并采用联邦平均算法对具有相似流量分布的区域流量模型的参数进行融合，以较低的复杂度和通信开销实现城市全域流量预测。此外，城市范围内不同地区流量具有高度差异化的特征，为此，在Fed-DenseNet算法基础上，提出基于合作博弈的个性化联邦学习算法p-Fed-DenseNet，将本地区的各个区域性数据特征作为合作博弈的参与者，通过合作博弈的超可加性准则，进行本地区特征的筛选，从而达到既能提高模型的泛化性，又能够保持对本地流量精准刻画的目的。

Select

元宇宙技术体系构建与展望

苟尤钊, 季雪庭, 叶盈如, 武强, 吕琳媛

电子科技大学学报. 2023, 52(01): 74-84.

摘要 ( )

可视化

元宇宙是一个脱胎于现实世界，又与之平行、并相互影响的数字虚拟世界。其连接虚拟和现实，丰富了人的感知体验，延展了人的创造力，带来了人类社会发展的更多可能性。元宇宙是人类想象与现实技术条件之间的耦合，依赖人机交互、人工智能、区块链、物联网等新技术的系统集成与综合应用。通过对元宇宙概念及其关键支撑技术的梳理和分析，将多种技术归纳在一个技术栈下，构建了包含8类技术的元宇宙“BIGCHINA”技术体系，一定程度上突破了从单一技术视域分析的局限，从而对了解当前元宇宙技术整体发展现状和未来趋势具有一定的借鉴意义。

Select

基于安全与低能耗的传感云边缘协同优化策略

赵庶旭, 张占平, 王小龙, 韩淑梅, 元琳, 张家祯

电子科技大学学报. 2023, 52(01): 85-94.

摘要 ( )

可视化

多传感器传感网数据采集效率低下，且大量数据在传感云处理存在数据泄露风险。基于此，首先设计了一种安全、节能及高效的分布式边缘协同传感网资源选择架构，提出了一种边缘协同分析节点选择(ECANS)方案。通过对用户请求的分析，获取传感网节点的选择策略，以降低传感节点数据采集的时延和能耗。其次，构建了一种最大化隐私熵的边缘协同传感网隐私保护数据卸载模型，并通过智能启发式算法得到隐私熵最大的边缘资源选择策略。实验结果表明，与ENS数据采集方案相比，ECANS方案使节点时延与能耗分别降低了56.71%和57.66%；在边缘资源选择阶段，与GA资源选择方案和PSO资源选择方案相比，最大化隐私熵模型使系统隐私熵分别提高32.07%及15.36%；与不引入no-EC相比，传感网节点时延和能耗平均降低了46.92%与11.26%。

Select

融合边缘智能计算和联邦学习的隐私保护方案

刘东, 裴锡凯, 赖金山, 王瑞锦, 张凤荔

电子科技大学学报. 2023, 52(01): 95-101.

摘要 ( )

可视化

边缘智能设备、网关和云端在智能协同计算的过程中，存在隐私泄露、计算能力有限等问题。提高联邦学习可以大大提高智能协同计算的训练效率，但也会暴露边缘智能终端的训练集信息。基于此，提出了一种融合边缘智能计算和联邦学习的隐私保护方案(PPCEF)。首先，提出了一个基于共享秘密和权重掩码的轻量级隐私保护协议，该协议基于秘密共享的随机掩码方案，不仅可以在不损失模型精度的前提下保护梯度隐私，还可以抵抗设备掉线和设备间的共谋攻击，具有很强的实用性。其次，设计一种基于数字签名和哈希函数的算法，不仅可以实现消息的完整性和一致性，还能抵抗重放攻击。最后，使用MNIST和CIFAR10数据集，证明提出的PPCEF方案在实践中安全且高效。

Select

正规式布尔函数NPN等价匹配算法

张菊玲, 郭文强, 杨晓梅, 朱义鑫, 杨国武

电子科技大学学报. 2023, 52(01): 102-107.

摘要 ( )

可视化

通过对香农分解代数余子式的运算研究，发现了对称变量和独立变量在NP等价变换中的6个属性，充分利用变量的对称性和独立性NP变换后的不变性、独立变量相位不确定性、在NP匹配中独立变量识别其他变量和其他变量识别独立变量的不可用性，提出了一种基于正规式的布尔函数NPN等价匹配算法。通过对大量MCNC标准电路库中电路和随机生成电路的7-22变量布尔函数的匹配实验，在两个实验电路集上本文算法与基于高阶通用特征匹配算法相比，匹配过程中的搜索空间平均减少了58.8%、布尔匹配的速度提高了45.6%，能够为电路优化和电路映射提供更加快速和有效的布尔匹配。

Select

结合主动学习的威胁情报IOC识别方法

罗琴, 杨根, 刘智, 唐宾徽

电子科技大学学报. 2023, 52(01): 108-115.

摘要 ( )

可视化

威胁指标(IOC)作为网络威胁的特征描述，是识别和防御网络攻击的重要凭证。当前IOC识别主要依赖于神经网络模型，其效果取决于标注数据的数量。然而，目前IOC识别领域缺乏公认的数据集，且IOC的标注只能由安全专家手动完成，标注成本高，难以获取大量已标注数据。针对该问题，提出了一种结合主动学习的威胁情报IOC识别方法 ICAL。该方法首先基于样本的代表性选择初始样本进行人工标注，然后基于聚类假设对聚类样本进行伪标注，最后基于样本的不确定性继续迭代标注，直到满足终止条件。使用CNNPLUS作为分类模型，在自构建的威胁情报数据集上进行实验。结果表明，相比于传统IOC自动识别策略，ICAL的识别准确率达到94.2%、召回率达到94.1%，同时减少了58%的人工标注工作量，具有较高的实用价值。

Select

多阶段特征重分布算法的小样本目标检测

刘露露, 贺占庄, 马钟, 刘彬, 王莉

电子科技大学学报. 2023, 52(01): 116-124.

摘要 ( )

可视化

深度神经网络在目标检测任务上需要训练大量的标签数据，然而在许多实际应用场景中标签数据难以获取。针对这一问题，提出了一种面向小样本目标检测的多阶段特征重分布算法(MSFR)。该算法通过对特征向量进行重分布变换，解决了小样本任务下源域数据和目标域数据分布不一致的问题；通过多阶段学习策略将源域知识逐步迁移到小样本目标任务中，进一步提高知识迁移效率。在VOC数据集上的大量实验表明，与现有小样本目标检测算法相比，该算法在不同任务上的精度最高提升了9.06%。该算法在大幅提高小样本目标域类别检测性能的同时，较大限度地保持了对源域类别的检测精度，具有较大的实用价值。

Select

基于互信息自适应估计的说话人确认方法

陈晨, 季超群, 李文文, 陈德运, 王莉莉, 杨海陆

电子科技大学学报. 2023, 52(01): 125-131.

摘要 ( )

可视化

为了更准确地度量特征间的关系，提出了一种基于互信息自适应估计的目标函数表示方法。将具有自适应特性的度量方法引入到目标函数中，该目标函数以最大化类内相似度、最小化类间相似度为目标，并能根据深层特征的真实分布情况对相似度进行动态的调整，从而使深度神经网络朝着区分性更强的方向进行优化。此自适应度量方式还被用于特征筛选，其能够根据特征的特点进行有针对性的参数更新，使得选取的特征具有典型性，提升目标函数对于深度神经网络优化方向的指导能力。实验结果表明，相比于其他深度神经网络方法，该方法的相对等错误率最多降低了28%，显著提升了说话人确认系统的性能。

Select

基于改进FCEM的工业机器人可靠性分配与预测

黄洪钟, 邓哲, 黄山, 黄鹏, 李彦锋

电子科技大学学报. 2023, 52(01): 132-139.

摘要 ( )

可视化

针对工业机器人在缺乏故障信息的研发初期开展可靠性分配和预测时存在的不确定性问题，基于模糊数学理论，采用考虑多影响因素的模糊综合评价法(FCEM)对工业机器人进行可靠性分配与预测。为提高FCEM的评估效率，建立了基于最优最劣法(BWM)的FCEM，以增加判断结果的一致性和减小主观错误发生的可能性。根据工业机器人的工作原理和结构组成，确定工业机器人的单元集以及影响工业机器人可靠性分配和预测的因素集。将BWM运用到FCEM的比较过程中，以确定影响工业机器人可靠性分配和预测的因素权重。通过模糊综合运算求得工业机器人各子系统可靠性分配权重和可靠性预测修正因子，以此对工业机器人进行可靠性分配和预测。

Select

基于改进贝叶斯的重型数控机床可靠性研究

陈红霞, 张俊峰, 马爱博, 李宏悦, 李晨光

电子科技大学学报. 2023, 52(01): 140-145.

摘要 ( )

可视化

重型数控机床在机械加工领域占据重要地位，因此提高其可靠性以及加工精度，对我国工业发展有重要意义。重型数控机床具有结构复杂、故障溯源困难、样本少、数据不足等缺点，因此对其进行可靠性研究比较困难。针对这一问题，采用双参数的威布尔分布建立机床的可靠性模型，引入贝叶斯理论对其进行参数估计，并通过马尔科夫链蒙特卡洛方法(MCMC)计算参数估计结果。对贝叶斯参数估计法中的待估参数进一步分析，得到多层次的贝叶斯模型，并通过参数仿真实验分析其准确性。采用标准均方根误差值及置信区间宽度进行模型优劣的对比，结果表明，改进后的贝叶斯方法参数估计结果精度更优，更有利于建立机床可靠性模型。

Select

一种异质图的Lorentz嵌入模型

苏晓萍, 查英华, 曲鸿博

电子科技大学学报. 2023, 52(01): 146-153.

摘要 ( )

可视化

异质图嵌入的目标是用低维稠密向量表示原网络的拓扑结构和节点属性信息。为提高异质图嵌入质量、减少失真，提出了一种将异质图嵌入到基于Lorentz模型的双曲空间中的方法。该方法采用元路径约束的随机游走进行节点关系和语义的发现，模型基于负采样的极大似然为目标函数，使目标节点与邻居更相近，而远离非邻居节点，优化方法不同于欧式空间的黎曼梯度下降；在引文网上将所提算法与4种基准图嵌入算法进行比较，实验证明该方法不但获得了优于其他基准算法的预测精度，而且还保留了可解释的图的层次结构。双曲嵌入为异质图的研究提供了一种新的思路，能够为异质图的下游任务提供更高质量的嵌入结果。

Select

基于多尺度时效模体度的虚假信息传播机制

于运铎, 徐铭达, 许小可

电子科技大学学报. 2023, 52(01): 154-160.

摘要 ( )

可视化

将时效网络引入虚假信息传播研究中，提出一种通过时效模体度刻画传播网络的方法来探究虚假信息的传播机制。该方法将传播网络的结构特性和信息的时间属性相融合，使用多个真实数据集检验了该方法在虚假信息检测中的普适性。数据结果表明，真假信息在不同的时间尺度下时效模体度的变化规律不同，在大时间尺度上虚假信息比真实信息的传播速度更快且传播深度更深，利用基于时效模体度的方法可以更准确地检测出虚假信息。该研究揭示了虚假信息的多时间尺度传播机制，可用于预防虚假信息的传播。

选择文件类型/文献管理软件名称

选择包含的内容

2023年, 第52卷, 第01期　
刊出日期：2024-06-25

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2023年, 第52卷, 第01期 刊出日期：2024-06-25

2023年, 第52卷, 第01期　
刊出日期：2024-06-25