2023年, 第43卷, 第03期　
刊出日期：2025-06-18

  

• 全选
  |

• Select
  基于游览行为和逆向强化学习的游客偏好学习

  宣闻, 常亮

  桂林电子科技大学学报. 2023, 43(03): 173-180. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.007

  摘要 ( )   可视化   收藏

  为了获取游客在景区内的游览行为数据从而学习出游客的细粒度偏好,提出一种基于游览行为和逆向强化学习的游客偏好学习方法。该方法通过物联网和移动传感器技术,采集游客在特定景点内的各个游览点的拍照次数、游玩时间等游览行为数据。针对采集到的行为数据设计逆向强化学习算法,基于获取到的真实数据进行细粒度偏好学习。基于真实场景的实验结果表明,该方法能够在少量游客游览行为数据的情况下,有效学习出游客的细粒度偏好。
• Select
  基于乐高采样的自监督表示学习方法

  许亦博, 赵文义, 李灵巧, 杨辉华

  桂林电子科技大学学报. 2023, 43(03): 181-186. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.004

  摘要 ( )   可视化   收藏

  基于卷积神经网络的自监督表示学习因可处理无标签数据而在近来获得广泛应用,然而由于其较慢的收敛速度和较差的细节提取能力导致计算量大和性能较低。为解决上述问题,提出一种基于乐高采样策略的有效且高效的自监督表示学习方法。该方法首先引入乐高采样策略,通过在原始图像中采样较小补丁以增加样本数量,同时使用较小补丁拼接的图像以维持较少的计算量,其次引入了一个局部细节对比分支来平衡局部细节特征和全局语义特征之间的关系,最后使用多种损失函数共同优化模型。在CIFAR和3个细粒度分类数据集上对比验证了方法的有效性。实验结果表明,本方法较MoCo等方法能够获取更为全面的全局信息和细节信息,并且在下游线性分类、目标检测等任务中获得更好的分类准确率和检测平均精度,且具有较好的视觉效果。
• Select
  基于标记感知消歧的偏标记学习算法

  殷建华, 刘振丙, 魏黄瞾

  桂林电子科技大学学报. 2023, 43(03): 187-194. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.009

  摘要 ( )   可视化   收藏

  偏标记学习作为一种弱监督学习框架,其目标是从带有噪声标记的偏标记数据中学习一个多分类模型。为解决偏标记学习中标记信息利用不充分且分类效果不佳的问题,提出了一种基于标记感知消歧的偏标记学习算法。通过协同特征空间和标记空间的判别信息来确定示例间的相似程度,并利用示例的相似关系与标记空间中的重构误差来实现消歧过程。在训练分类模型过程中,基于最小二乘损失提出了一个可以同时训练预测模型和消除标记歧义的框架,并采用交替迭代优化的方法获取最佳分类模型。在3组人工合成的UCI数据集和6个真实数据集进行实验,并与现有算法进行对比分析,表明PL-LAD算法具有较好的分类性能表现。
• Select
  基于Transformer的行人重识别网络

  莫建文, 莫伦麟

  桂林电子科技大学学报. 2023, 43(03): 195-201. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.012

  摘要 ( )   可视化   收藏

  针对行人重识别中水平切片方法由于分块特征感受野之间存在交叉重叠带来的分块数量限制问题,提出一种基于Transformer的行人重识别网络结构。首先,输入图像经过CNN网络提取中间特征图,并将特征图进行分块,对每块特征进一步切分成像素级token向量;然后,对各像素级token向量展平并加入位置编码和全局token向量,输入Transformer IN编码器中;接着,对得到的全局token向量进一步加入分类token向量和位置编码后,输入Transformer OUT编码器,得到最终的编码器输出;最后,取分类token向量并加上全连接后,利用softmax和交叉熵损失对行人进行分类。在Market-1501、Duke MTMC-re ID数据集上的实验结果表明,本方法能够更细粒度地提取特征,并利用Transformer的全局把控能力,进一步提高了切片的数量和分类的精度。
• Select
  一种改进雅可比算法的频域临界采样图滤波器组

  李威京, 蒋俊正

  桂林电子科技大学学报. 2023, 43(03): 202-209. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.005

  摘要 ( )   可视化   收藏

  频域临界采样图滤波器组需要对拉普拉斯矩阵进行特征分解,这导致了该框架计算复杂度过高。针对该问题,采用改进雅可比算法近似求解该框架的特征矩阵,从而降低计算复杂度。改进的雅可比算法将近似求解特征矩阵的问题归结为一个带约束的优化问题,将拉普拉斯矩阵的近似误差作为目标函数,以近似特征矩阵的稀疏正交性作为约束条件,从而求解出近似特征矩阵。理论和仿真实验结果表明,近似特征矩阵用于频域临界采样图滤波器组不会改变其完全重构条件,且与现有的频域临界采样图滤波组相比,改进的雅可比算法在降低计算复杂度的同时保持了良好的去噪性能。
• Select
  一种非均匀图滤波器组的设计方法

  卢军志, 蒋俊正

  桂林电子科技大学学报. 2023, 43(03): 210-216. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.006

  摘要 ( )   可视化   收藏

  针对图频率分布不均匀的情况,提出一种非均匀图滤波器组的设计方法。根据图频率的分布特性,设计了具备良好频率选择特性及顶点域局部特性的非均匀分析滤波器。先用低阶非多项式滤波器近似高阶多项式滤波器,再在给定分析滤波器和子带信号的前提下,将重构问题归结成一个最小二乘问题。由于直接求解优化问题会涉及矩阵求逆,为了解决在大规模图的情况下计算复杂度高的问题,采用一种预处理梯度法对优化问题进行迭代求解,且能分布式实现。仿真结果表明,通过该方法设计的非均匀图滤波器组能实现完全重构,且其分析滤波器具备良好频率选择特性及顶点域局部特性。与其他迭代方法相比,该方法具有较快的收敛速度和较低的计算成本。
• Select
  基于Non-local的腰椎间盘突出患者多裂肌分割方法

  李夏, 胡巍, 王子民

  桂林电子科技大学学报. 2023, 43(03): 217-222. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.008

  摘要 ( )   可视化   收藏

  为实现腰椎间盘突出患者多裂肌病灶部位的精确分割,提出了一种基于Non-local的腰椎间盘突出患者多裂肌分割方法。以U-Net网络为基础,通过构造混合池化卷积来代替编码器传统的卷积模块,以提高全局特征与局部特征之间的相关性并融合网络高低维特征,增强了网络提取多裂肌特征的能力。然后,在网络的中间部署了一个由2个级联卷积组成的卷积模块。最后,经过由Non-local模块和3×3的卷积构成的解码器,通过引入注意力机制来更加关注目标的特征并抑制不必要的特征和噪音,从而提高模型的性能。实验结果表明,本方法与经典U-Net算法相比,Dice系数提升了9.5%,Jaccard相似系数提升了11.3%,Hausdorff Distance下降了74.6%。该方法提高了多裂肌脂肪浸润部位的分割精度,为腰椎间盘突出患者多裂肌病灶部位的分割提供了一种有效的方法。
• Select
  一种DEFAULT密码算法抵抗差分故障攻击新方法

  颜林洋, 郝婕, 李灵琛

  桂林电子科技大学学报. 2023, 43(03): 223-230. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.001

  摘要 ( )   可视化   收藏

  针对DEFAULT轻量级分组密码算法无法抵抗差分故障攻击的问题,利用横向混淆和线性码提出一种抵抗差分故障攻击的方法。该方法在算法实现冗余部分针对算法结构使用横向混淆(或纵向隐藏)的方式实现,并结合[10,4,6]线性码的1 bit纠错和4 bit检错能力对每个S盒进行防护。研究结果表明,该方法不仅提供了对算法半字节的纠错和所有比特位的检测能力,而且仅需要约25.08%的额外软件实现性能消耗。相较于已有的防护方法,该方法在通用性、故障检测效果及实现代价方面均有明显优势。
• Select
  一种基于无人机蜂群的目标跟踪算法

  纪冰辉, 王若楠, 周陬

  桂林电子科技大学学报. 2023, 43(03): 231-238. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.011

  摘要 ( )   可视化   收藏

  随着时代发展,群智感知技术在各行业中的应用范围不断增大,而具有低成本、智能化等特点的无人机也逐步走向集群化,蜂群定位成为基础设施不完备场景的新型解决方案。为了减少蜂群协同复杂度,可通过选站策略等对协同数量进行优化。但对于运动目标,在提高定位性能的同时,频繁选站会导致运算复杂度倍增,即存在定位性能与定位复杂度之间的矛盾。针对上述问题,设计出了一种基于扩展卡尔曼滤波的马尔科夫修正交互式多模型跟踪算法,在增加目标运动跟踪算法的基础上,减少选站次数,并通过引入交互式多模型算法对多种运动模型进行适配,以弥补单模型算法的缺陷。同时,在蜂群定位场景下对交互式多模型的转移概率进行自适应性更新,提高模型匹配度,实现对目标真实运动轨迹的跟踪预测。由对比实验结果可知,该算法可大幅缩短模型切换时间,从10～20 s缩短至5 s,降低了定位复杂度。
• Select
  基于DNA-DWT-FRFT的彩色图像水印算法

  杜万鑫, 曹新玉, 潘明华

  桂林电子科技大学学报. 2023, 43(03): 239-245. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.002

  摘要 ( )   可视化   收藏

  在数字水印算法中通常存在水印不可见性与鲁棒性难以权衡的问题，为解决该问题，提出一种基于DNA-DWTFRFT的数字水印算法。利用DNA编码实现水印图像的置乱加密，得到水印密文序列；对载体图像进行8×8分块处理，然后对每个子块做一级离散小波变换（DWT），之后选择低频子带的系数并求出特征向量组，最后进行分数阶傅里叶变换(FRFT)，将特征向量组由时域表示转换为频域表示；通过改进的DWT变换和定义的随机因子F1和F2，根据水印密文序列更新F1和F2，再利用F1和F2确定水印嵌入位置，并对载体图像的特征向量组进行更新，最后利用FRFT逆变换和DWT逆变换，将含水印的载体图像的特征向量组由频域表示恢复为时域表示，完成水印嵌入。实验结果表明，本算法具有高不可见性，且在常见的噪声攻击、旋转、剪切、JPEG压缩等攻击下，表现出较强的鲁棒性。
• Select
  基于本体的恶意软件检测方法

  高一鹏, 黄永忠

  桂林电子科技大学学报. 2023, 43(03): 246-251. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.003

  摘要 ( )   可视化   收藏

  恶意软件给当今的互联网带来了很多安全隐患，现有的很多恶意软件检测方法能够有效识别已知的恶意软件样本，但对于新的恶意样本变种识别效率较低，难以有效检测到新的恶意软件变种，于是提出一种基于本体的家族图聚类的恶意软件检测方法。首先通过配置沙箱对恶意样本行为信息进行提取，然后对生成报告做数据清洗，构造恶意软件的行为描述图，最后通过对已知恶意软件家族的行为图进行图聚类来构建家族行为描述图，并将获取的行为描述图中所有信息按照本体的构建规则构建恶意代码领域本体，分别描述对单独恶意样本个体的行为本体和图聚类后家族的行为本体，通过这种方式来进行恶意代码的检测分类。实验结果表明，与其他现有方法相比，本方法有效且更精确。
• Select
  面向数字化生产的执行制造系统设计与实现

  陈华品, 朱望纯

  桂林电子科技大学学报. 2023, 43(03): 252-258. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.03.010

  摘要 ( )   可视化   收藏

  针对执行制造系统通用性差、可扩展性差、模块高耦合、维护成本高、部署效率低等痛点,提出了一种基于微服务的执行制造系统架构。基于Spring Cloud Alibaba的微服务框架将系统按功能划分为多个微服务单元,通过微服务相关组件管理多个微服务,实现系统业务的分布式集成。微服务单元采用前后端分离的开发模式,前端采用开源模块化UI框架Layui开发,通过开源可视化库Echarts实现生产数据的图表展示和可视化;后端采用Spring Boot框架开发,完成前后端项目整合。结合Jenkins持续集成工具,设计和实现自动化构建与Docker容器化部署方案。基于上述技术开发系统,设计高并发性能测试实验方案,使用Jmeter性能测试工具进行压力测试,得到不同并发条件下的响应时间、错误率等测试数据。研究表明微服务架构可极大优化系统性能,提升系统开发与部署效率,并取得了良好的应用效果。