2023年, 第43卷, 第05期　
刊出日期：2025-06-18

  

• 全选
  |

• Select
  广西高校智能网联与场景化系统重点实验室

  桂林电子科技大学学报. 2023, 43(05): 342.

  摘要 ( )   可视化   收藏

  <正>广西高校智能网联与场景化系统重点实验室依托桂林电子科技大学在信息、机械、安全学科等方面的技术和人才优势,以信息与通信工程、机械工程、网络空间安全等博士学位授权点、自治区一流学科为主体设立,实验室于2022年7月由广西壮族自治区教育厅批准设立,实验室主任为李晓欢教授。
• Select
  面向不可变存储环境的近似成员查询二级索引

  黄昊天, 张敬伟, 吴泽正, 刘宇翔, 王瀚

  桂林电子科技大学学报. 2023, 43(05): 345-354. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.010

  摘要 ( )   可视化   收藏

  键值存储系统得益于优异的写入性能被广泛应用于各种Web应用。主流的键值存储系统多利用布隆过滤器优化非主键查询性能，而该方法存在查询效率受数据段数量影响和误判引发的多余数据段访问可能性等不足。为了进一步优化键值系统分析处理的查询能力，针对一次写多次读的数据访问特征，提出了新型二级索引。通过构建全局索引，避免了多过滤器探测引发的查询延迟提高。此外，提出了预探测递归驱逐策略，优化了索引构建效率。与传统方法相比，该索引处理存在数据项查询时能够返回完全正确的数据段编号序列。进一步，该索引基于逻辑链的范围查询方案实现了范围查询。实验结果验证了索引结构的有效性。与基线结构相比，该索引的查询性能提升了约10～50倍。
• Select
  基于教与学优化的LPBF零件构建方向优化算法

  邓国力, 钟艳如

  桂林电子科技大学学报. 2023, 43(05): 355-362. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.007

  摘要 ( )   可视化   收藏

  在激光粉末床熔融(LPBF)工艺下，零件打印方向的选择是分层建造工艺规划的关键步骤，打印方向选择的好坏会直接影响零件的成型质量和打印成本。零件的打印方向通常由操作员手工选择，打印前无法确定最佳建造方向。针对LPBF零件定向问题，从打印成本角度出发，提出一种基于教与学优化(TLBO)的金属3D打印零件方向优化算法。首先根据金属3D打印工艺流程建立LPBF工艺综合成本模型，该模型考虑了零件支撑结构体积、打印高度、打印时间，然后通过变换STL模型几何表示，建立打印方向与成本的多目标优化模型，采用TLBO进行全局搜索，得到零件最佳建造方向，解决了金属3D打印工艺成本高的问题，实现了成型方向的自动选择。最后在实例模型中介绍了该方法的使用，并通过与商业软件Magics中生成打印方向以及遗传算法(GA)优化方向对比，证明了所提方法的有效性和运行效率。
• Select
  一种面向不平衡数据集的过采样算法

  张文辉, 罗鸿豪

  桂林电子科技大学学报. 2023, 43(05): 363-370. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.001

  摘要 ( )   可视化   收藏

  传统过采样算法通过合成少数类样本来改善不平衡问题，但未考虑产生噪点与样本分布不均匀等问题，针对该类问题，提出了一种基于聚类与对改进SMOTE的过采样算法SK-SMOTE。该算法在聚类前，先合成一部分少数样本，以此提高少数类样本数量，同时根据合成的少数类样本的邻居样本的类别和距离赋予权重，通过权重总和是否大于设定的值来决定该样本是否可以被保留。在提高少数类样本数量后，再使用KMeans算法进行聚类，然后保留少数样本较多的簇。在簇内进行过采样，相对稀疏的簇将合成更多的少数类样本。选取UCI和KEEL数据库中的不平衡数据集，将SVM、RF、KNN作为分类算法，并选用几种经典的SMOTE算法与SK-SMOTE进行多组对比实验。实验结果表明，SK-SMOTE算法可有效平衡不平衡数据集，且在不平衡比例较高的数据集上取得了比传统过采样算法更好的结果。
• Select
  一种双注意力融合生成对抗网络的水下图像增强模型

  胡海峰, 李凤英

  桂林电子科技大学学报. 2023, 43(05): 371-380. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.002

  摘要 ( )   可视化   收藏

  针对水下图像在生成过程中会受到水下杂质污染以及光的吸收等问题，提出了一种双注意力融合生成对抗网络的水下图像增强模型。该模型使用了最新的Pix2Pix网络架构，并通过构建的双注意力机制结构建立丰富的上下文信息来处理水下图像，在模型生成器UNet网络首部增加了改进型Non-local模块，从多尺度角度获取更多全局特征，从而得到更加清晰的图像，在生成器尾部引入了Transformer模块，通过其优异的多头注意力块和多层感知机等结构来提升模型综合性能，从而进一步提升模型语义信息提取能力。实验结果表明，该模型在基准数据集EUVP上的峰值信噪比、结构相似性、水下图像质量评价指标相比其他模型平均提升了5.83%、4.88%和18.02%，而在基准数据集EUVP上的相应指标平均提升了6.21%、17.33%和15.96%。在主观可视化结果下，该模型也能适当处理图像退化问题，使图像呈现更好的清晰度和对比度。
• Select
  一种针对河道水质模拟的特征时序混合模型

  郭鑫, 许睿, 沈世铭, 李建

  桂林电子科技大学学报. 2023, 43(05): 381-387. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.006

  摘要 ( )   可视化   收藏

  随着科学技术的发展，重点流域已经构建了众多的水质与气象在线监测站点。由于长时序水质与气象数据的获取，河流水污染的模拟与预测，已经具备了被深度学习模型训练的基础。因此，提出了一种基于多模式混合的特征提取与时序预测模型。通过VGG（视觉几何组）提取水质的变化特征，同时结合GRU（门控循环单元）对时序性数据进行训练，以模拟在真实气象条件下的水污染变化过程。针对国际知名生态旅游区——漓江流域的河道污染进行研究，采用47个站点的水质与气象在线监测数据，对模型进行了实际应用评估。在不同的时间间隔内，将模型实验结果与多种先进的方法进行了比较。实验结果表明，该模型能有效地提高水质预测的准确率，相比其他2种模型，其预测值的平均绝对误差、均方根误差和平均绝对百分误差分别提高了8.6%、13.8%和13.7%。该模型对极值的预测更为准确，且具有较好的适用性。
• Select
  基于多尺度交互式残差结构的图像显著目标区域检测

  陈睿, 杨海燕, 陈永馨

  桂林电子科技大学学报. 2023, 43(05): 388-395. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.009

  摘要 ( )   可视化   收藏

  为了解决显著目标检测中不同深度特征信息的有效提取与融合问题，设计了一种基于多尺度交互式残差模块的图像显著目标区域检测模型M-IRNet。基于深度学习算法框架，搭建了多尺度交互式残差结构模块IRM，提取具有高表征能力的多尺度特征信息，抑制噪声干扰，获取表征细节信息的低层特征信息和深层语音信息；辅助以双方向传播策略，并将不同深度的上下文信息有效融合，浅层的细节信息融入较深层信息，同时高层的语义信息调节低层信息，实现图像显著目标的定位与检测。在公开数据集上的实验结果表明，所设计的图像显著目标区域检测模型具有一定的优势，在PASCAL-S数据集上MAE降到了0.092，而在DUT-OMROM数据集上F-measure升到了0.763。通过提取更有效的多尺度特征，增加浅层和深层的特征比率，不仅提高了显著目标的细节特征表示能力，同时还增加了深层语义信息的定位能力，使应用于图像显著目标检测模型检测精度提升。
• Select
  基于聚合算子的SLM零件成形方向的自动生成方法

  钟艳如, 葛云艳, 曹良斌, 罗笑南

  桂林电子科技大学学报. 2023, 43(05): 396-404. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.005

  摘要 ( )   可视化   收藏

  针对选择性激光熔化工艺中零件成形方向的规划问题，提出一种基于模糊信息聚合算子的选择性激光熔化零件成形方向自动生成方法。首先，采用基于面片聚类的候选成形方向生成方法生成选择性激光熔化零件的候选成形方向；其次，构造2个用于属性值聚合的算子，并对支撑结构体积、体积误差、表面粗糙度、成形时间及成形成本进行估算，以获取属性值，在此基础上建立标准模糊决策矩阵，并将其输入构造的聚合算子中完成聚合，根据聚合值生成所有候选成形方向的排名确定最佳成形方向。通过案例模型证明了所提方法的可操作性和有效性；实验分析给出一组自由曲面零件模型，结合现有方法验证了所提方法的准确性。对比分析突出了所提方法具有捕获属性间相互关系和降低极端值对聚合结果影响的优势。
• Select
  抵抗物理窃取的5G车联网匿名认证协议

  张航, 梁杨帆, 黄娟, 刘忆宁

  桂林电子科技大学学报. 2023, 43(05): 405-412. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.008

  摘要 ( )   可视化   收藏

  由于第五代（5G）移动通信技术具有高速、低延迟、广覆盖等特点，它被广泛应用于车载自组织网络（VANETs）中，以提高信息传输效率。然而，在车联网中，通信发生在高度开放的环境中，传输的信息容易被恶意攻击者篡改、截取、删除。因此，车联网通信的安全性需要得到保障，特别是信息的认证性和完整性方面。此外，车辆在通信过程中需要保护身份隐私，以避免恶意攻击者跟踪其行驶路线。与此同时，如果车辆存在恶意行为，可信权威需要能够追踪恶意车辆并揭露其真实身份。尽管群签名能够实现匿名性和可追踪性，但是其安全性依赖于一个强有力的假设，即密钥长期存储在设备上，并且不会被任何恶意攻击者访问。但实际上，攻击者可以通过类似侧信道攻击的物理攻击窃取存储在设备上的密钥，这极大地威胁了通信的安全性。为此，本研究提出了一种抵抗物理窃取的5G车联网匿名认证协议。该协议采用不可克隆函数构造一种新颖的群签名算法，用于车对车和车对基础设施的匿名认证。利用不可克隆函数的挑战响应对实时产生车辆的密钥，而不需要长期将密钥储存到车辆上，以避免恶意攻击者的物理窃取。此外，当发生纠纷时，可信权威可以通过签名追踪恶意车辆。最后，安全性分析表明，该协议满足抵抗物理窃取攻击、不可伪造性、匿名性、可追踪性、不可否认性、不可链接性等安全需求。而且，性能评估表明，与其他相关协议相比，该协议在计算开销和通信开销方面表现更优。
• Select
  基于生成对抗方法的无监督图像描述模型

  崔夏雨, 邓珍荣

  桂林电子科技大学学报. 2023, 43(05): 413-421. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.004

  摘要 ( )   可视化   收藏

  建立了一种基于生成对抗方法的无监督图像描述(GA-based UIC)模型，用于图像描述任务。通过将卷积神经网络作为提取图像特征的编码部分，生成对抗式文本生成方法作为产生描述的解码部分，用目标检测算法YOLOv3作为辅助网络来无监督地生成图像的描述。实验结果表明，相较于传统模型，GA-based UIC模型最终生成的描述在BLEU、METEOR、ROUGE和CIDEr等文本评价指标的得分及训练速度均有提升。所提模型为图像描述任务提供了新的解决方案。
• Select
  基于区块链的医疗系统身份认证和共享方案

  裘世超, 黄丹郸, 苏昭宇, 梁国令

  桂林电子科技大学学报. 2023, 43(05): 422-430. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2023.05.003

  摘要 ( )   可视化   收藏

  医疗健康是一个关乎人类健康和生活舒适的重要话题，其存储方式和数据共享是医疗系统的关键。如何实现医患之间的数据安全共享的问题使当代医疗机构面临着重要的挑战。因此，针对医疗系统数据共享中医患身份简单认证造成的身份真实性较低，数据难以安全共享的问题，提出一种基于区块链的医疗系统身份认证和数据共享方案。通过加密形成假身份实现病人身份的匿名保护，并将病人的身份信息生成一份可信的零知识证明，同时应用智能合约自动验证病人身份无需第三方，从而提高医疗数据共享的灵活性和真实性，当医生发起查看请求时也需要进行验证来访问病人的医疗数据，保障了医疗数据的安全访问和共享。身份的真实性避免了攻击者传输虚假信息的问题，方案的模型具有零知识性且去中心化，保障了病人信息的安全性。