2025年, 第43卷, 第01期　
刊出日期：2025-01-26

  

• 全选
  |

• Select
  基于Q-Learning的MEC多用户多信道的任务卸载研究

  任晶秋, 王子贤

  吉林大学学报(信息科学版). 2025, 43(01): 1-7. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.015

  摘要 ( )   可视化   收藏

  为降低MEC(Mobile Edge Computing)系统的总开销，将所有设备的延迟和能量消耗的加权总和设定为优化目标，解决了多用户多信道移动边缘计算系统中的任务卸载问题。该方案能使多个用户设备通过无线信道将计算负荷重的任务卸载到MEC服务器上。并考虑到多个智能设备间在剩余能量方面的差异，引入能量因子用于衡量智能设备在能耗和时延之间的偏重。同时利用基于Q-learning算法的强化学习方案共同优化卸载决策、计算资源的分配以及无线信道的选择。仿真结果表明，该算法能有效降低任务处理的时延和能耗，容纳更多用户。
• Select
  基于帧时隙ALOHA的物联网RFID广播信道防碰撞算法研究

  曾凤生, 李影

  吉林大学学报(信息科学版). 2025, 43(01): 8-13. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.009

  摘要 ( )   可视化   收藏

  针对射频识别(RFID:Radio Frequency Identification)系统的信道资源有限，当多个标签竞争同一个频率或时间槽时，会导致发生碰撞和冲突的问题，为优化广播信道的通信效率，对基于帧时隙ALOHA的物联网RFID广播信道防碰撞算法进行了研究。该方法引入帧时隙概念，对通信时间进行时间段划分；通过时隙内空闲、成功识别以及碰撞3种状态的发生概率分析，得到广播信道内的碰撞原因。结合贝叶斯算法与泊松分布规则，通过标签数目概率分布计算，实现读写器作用范围内标签数量的估计，并根据标签数量计算结果调整下一帧帧长。若调整后的帧时隙范围内仍存在标签碰撞问题，则通过FastICA(Indcpendent Component Analysis)独立主成分分析法，将帧时隙内的标签识别问题，转化为EPC(Electronic Product Code)编码生成问题，进而实现统一时隙内多标签的并行识别，避免发生碰撞。实验表明，所提方的标签数量的估算准确，能在保证通信信道稳定性的前提下，提高时隙内标签识别率，有效提高广播信道的传播效率。
• Select
  同步误差对Overhauser磁力仪性能的影响

  师晨帅, 张爽, 陈曙东

  吉林大学学报(信息科学版). 2025, 43(01): 14-19. https://doi.org/10.19292/j.cnki.jdxxp.20240517.013

  摘要 ( )   可视化   收藏

  由于在应用磁法探测时，为抑制地磁日变等低频磁场干扰对测量结果的影响，通常会进行多台磁力仪的同步测量，而时间同步误差对抑制效果有明显影响。为此，以实验室自研的JOM-5SF型Overhauser磁力仪为基础，研究了不同时间同步误差对Overhauser磁力仪在地磁探测和仪器灵敏度评估方面的影响。在吉林大学校园内利用两台Overhauser磁力仪进行实验，将实验结果与专业机构评估结果进行对比分析表明，时间同步误差越小，两仪器磁场值之差跳动范围越小，同步法评估仪器的灵敏度越准确。实验结果对Overhauser磁力仪的研制和应用具有一定参考作用。
• Select
  JOM-5J台站监测型Overhauser磁力仪灵敏度估计

  孙玉芝, 陈曙东, 张爽

  吉林大学学报(信息科学版). 2025, 43(01): 20-25. https://doi.org/10.19292/j.cnki.jdxxp.20240517.004

  摘要 ( )   可视化   收藏

  为满足地磁台站磁场总强度的观测需求，自主设计了一种台站专用磁力仪架构，并研制了JOM-5J台站监测型Overhauser磁力仪。分别在野外低噪声和嘈杂的高电磁干扰条件下采用单台直接测量法和双台同步法对仪器进行了灵敏度评估。实验结果表明，JOM-5J磁力仪在周期为1 s时的灵敏度可达0.02 nT。其可替代GSM-90F用于地震前兆观测和火山长期监测。
• Select
  基于Coretx-M3的图像处理SoC设计与实现

  刘沂军, 张鹤龄, 梅海霞, 王丽杰

  吉林大学学报(信息科学版). 2025, 43(01): 26-33. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.008

  摘要 ( )   可视化   收藏

  针对单一的嵌入式处理器很难高效地完成图像处理等巨量计算任务的问题，基于FPGA(Field-Programmable Gate Array)和Coretx-M3处理器内核设计了一套具有图像处理功能的SoC(System on Chip)。硬件设计基于Xilinx公司的Kintex-7 FPGA和Arm公司提供的Cortex-M3内核，在FPGA上实现处理器架构，利用IP(Internet Protocol)核与Verilog设计存储器、总线系统和基本的外设，并通过总线与处理器相连，设计图像处理单元，将常用的数字图像处理算法映射为硬件描述语言，并设计总线接口与处理器相连，为SoC提供图像处理能力。软件设计基于Keil MDK工具和C语言，为SoC的外设和图像处理单元编写驱动程序，仿真了系统功能，同时以二值化算法为例将基于Matlab的数字图像处理与SoC中的图像处理单元进行充分的对比测试，结果表明该图像处理SoC不但性能优良，同时拥有FPGA与SoC的全部优势。笔者成功开发出了基于FPGA平台的具有图像处理功能的SoC,该系统在Xilinx公司的Kintex-7系列，型号为XC7K325TFFG676-2的FPGA上进行了板级验证。该设计体现出FPGA平台设计该系统的高度灵活性与高效性，提供了单一嵌入式处理器很难高效完成图像处理等巨量计算任务弊端的一种解决方案。该系统基于可重构平台设计，可实现外设功能根据需求的定制化，具有灵活度更高的优势。
• Select
  基于VMD-1DCNN-GRU的轴承故障诊断

  宋金波, 刘锦玲, 闫荣喜, 王鹏, 路敬祎

  吉林大学学报(信息科学版). 2025, 43(01): 34-42. https://doi.org/10.19292/j.cnki.jdxxp.20240715.001

  摘要 ( )   可视化   收藏

  针对滚动轴承信号含噪声导致诊断模型训练困难的问题，提出了一种基于变分模态分解(VMD:Variational Mode Decomposition)和深度学习相结合的轴承故障诊断模型。首先，该方法通过VMD对轴承信号进行模态分解，并且通过豪斯多夫距离(HD:Hausdorff Distance)完成去噪，尽可能保留原始信号的特征。其次，将选择的有效信号输入一维卷积神经网络(1DCNN:1D Convolutional Neural Networks)和门控循环单元(GRU:Gate Recurrent Unit)相结合的网络结构(1DCNN-GRU)中完成数据的分类，实现轴承的故障诊断。通过与常见的轴承故障诊断方法比较，所提VMD-1DCNN-GRU模型具有最高的准确性。实验结果验证了该模型对轴承故障有效分类的可行性，具有一定的研究意义。
• Select
  单柱钢管杆塔自主柔性对接系统研究

  庞浩, 阮周杰, 蔡伟杰, 刘瑞佳, 胡正乙

  吉林大学学报(信息科学版). 2025, 43(01): 43-48. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.014

  摘要 ( )   可视化   收藏

  针对目前电力系统中单柱钢管杆塔的对接主要依赖人工操作，风险系数高，耗时费力的问题，笔者研究了在特定技术条件和环境下，单柱钢管杆塔的自主对接技术，并提出了一种基于视觉导航的单柱钢管杆塔自主柔性对接系统。该系统利用内置的微控制器，实现了精准定位功能，并通过图像跟踪控制技术，自主完成对接任务。该微控制器通过其卓越的计算性能，极大地简化了技术人员的操作流程，提升了工作效率。并对单柱钢管塔在二维平面上的对接进行了数值模拟和硬件试验。研究结果表明，通过配备推进器与小型控制力矩陀螺仪，该系统能有效控制对接目标精确抵达对接端口，精准与高效实现对接。
• Select
  四轮驱动车辆纵向速度估计方法研究

  李正华, 辛玉林, 任敏, 余文铮

  吉林大学学报(信息科学版). 2025, 43(01): 49-57. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.016

  摘要 ( )   可视化   收藏

  为准确获取车辆的纵向速度，提出一种适用于四轮驱动车辆的纵向速度估计方法。该方法利用有限状态机识别出当前时刻车辆的状态和时域窗口内车辆的状态，进而有效切换自适应卡尔曼滤波法和积分法。针对车辆四轮非全部打滑状态，设计了一种实时更新测量噪声的自适应卡尔曼滤波方法，并引入时域窗口内的测量值和估计误差提升估计精度。对车辆四轮全部打滑状态，以四轮非全部打滑时自适应卡尔曼滤波的最后一个准确纵向速度估计值作为初值，积分车辆纵向加速度计算出纵向速度。通过Carsim与Simulink联合仿真实验和实车数据实验验证了算法的有效性。实验结果表明，相比于积分法和轮速法，提出的估计方法在冰雪等低附着路面上的估计精度分别至少提升了65%和75%。
• Select
  基于遗传算法的QUBE-Servo2倒立摆系统PD参数整定

  孙慧慧, 栾卉, 王沁怡, 宋元春, 尹佳欣

  吉林大学学报(信息科学版). 2025, 43(01): 58-64. https://doi.org/10.19292/j.cnki.jdxxp.20240620.001

  摘要 ( )   可视化   收藏

  针对传统试凑法选取的倒立摆PD(Proportion Differentiation)控制器参数具有主观性强，系统响应能力不佳等问题，采用遗传算法整定控制器参数，进行模型仿真分析并最终运行于QUBE-Servo2旋转倒立摆实验系统。实验表明，相比于试凑法，用遗传算法得到的PD控制器参数能使系统的响应性能进一步优化，且不受主观经验限制，摆杆和摆臂的稳态误差都在±0.01 rad以内。
• Select
  基于Wasserstein距离的航拍图像小目标检测模型

  蔡泽宇, 刘远兴, 李文炽, 吴湘宁, 杨翼, 胡远江

  吉林大学学报(信息科学版). 2025, 43(01): 65-76. https://doi.org/10.19292/j.cnki.jdxxp.20240517.018

  摘要 ( )   可视化   收藏

  针对无人机航拍具有多角度、大视角、大规模场景的特点，使无人机航拍图像存在小目标对象较多、背景复杂和特征提取困难的问题，提出了一种新的模型CA-NWD-YOLOv5(Coordinate Attention-Normalized Wasserstein Distance-You Only Look Once v5)。该模型以YOLOv5模型为基础，在头部网络添加了多尺度检测层以提取小目标特征，同时在骨干网络加入了CA注意力机制，避免模型忽略目标的位置信息。最后，使用归一化Wasserstein距离损失函数代替基于交并比的损失函数，加强了模型对微小目标的敏感程度。在VisDrone2019数据集上的实验表明，相比改进前的YOLOv5模型，CA-NWD-YOLOv5模型可有效提升无人机航拍图像中小目标的检测精度，改进后算法的mAP＿0.5达到了50%,可以有效应用于航拍小目标的检测。
• Select
  基于CactiEz的校园网络流量监控系统的应用研究

  张燕, 沈展

  吉林大学学报(信息科学版). 2025, 43(01): 77-82. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.011

  摘要 ( )   可视化   收藏

  为解决大学校园网络信息化发展中的网络流量管理问题，结合新疆某高校校园网络管理中的实际问题及工作实践经验，提出并实现了基于CactiEz的网络流量监控平台。依据校园网实际环境，分析了校园网络现状，并且结合具体的软硬件设备进行流量监控。应用效果表明，该监控系统能实时监控网络流量变化，及时反映网络状况，并对网络流量进行统计和分析，为网络性能和安全提供数据支持。基于CactiEz的网络流量监控平台对提升校园网络管理效率具有显著作用，有助于优化网络管理工作。
• Select
  基于强化学习的多策略自寻优人工蜂群算法

  倪红梅, 王梅

  吉林大学学报(信息科学版). 2025, 43(01): 83-89. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.010

  摘要 ( )   可视化   收藏

  针对人工蜂群算法局部搜索能力不足的缺点，借鉴强化学习的寻优思想，提出了一种基于强化学习的多策略自寻优人工蜂群算法。该算法将强化学习中的Q学习方法与人工蜂群算法相融合，利用种群最好值与个体适应值的距离和种群多样性两个指标作为划分状态的依据，建立包含多种搜索策略的动作集，采用ε-贪心策略选择最优，产生高质量的后代，实现了ABC(Artificial Bee Colony)算法更新策略的智能选择。通过20个测试函数和在股票预测方面的应用，结果显示所提算法表现出较优性能，能更好地平衡勘探和开发之间的关系，具有较快的收敛速度和较好的自寻优能力。
• Select
  基于TRSSA-ELM算法的股价预测研究

  谭佳伟, 谷佳澄, 李春梅, 王善求, 秦丹丹

  吉林大学学报(信息科学版). 2025, 43(01): 90-97. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.017

  摘要 ( )   可视化   收藏

  针对股价预测中存在的不确定性、间断性、随机性和非线性等问题，提出一种TRSSA-ELM(Tent Random Walk Sparrow Optimization Algorithm-Extreme Learning Machine)股价预测模型。首先，采用自适应Tent混沌映射和随机游走策略对算法进行改进，增强种群多样性和随机性，提高算法局部和全局的寻优能力。其次，使用单峰、多峰和固定维多峰测试函数对TRSSA(Tent Random Walk Sparrow Optimization Algorithm)性能进行了验证，相比于SSA(Sparrow Optimization Algorithm)、AO(Aquila Optimizer)、POA(Pelican Optimization Algorithm)和GWO(Grey Wolf Optimizer), TRSSA算法具有更好的收敛速度、精度和统计性质。最后，由于ELM(Extreme Learning Machine)模型随机生成权重和阈值，降低了预测精度和泛化能力，应用TRSSA算法优化ELM模型的权重和阈值，并用三安光电股票数据集对TRSSA-ELM模型进行了测试。实验结果表明，TRSSA-ELM模型相比于SSA-ELM、ELM、SVR(Support Vector Regression)和GBDT(Gradient Boosting Decision Tree),具有更好的预测精度和稳定性。
• Select
  改进SLANet的OCR表结构识别方法

  曹茂俊, 李悦

  吉林大学学报(信息科学版). 2025, 43(01): 98-106. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.013

  摘要 ( )   可视化   收藏

  针对传统的识别表结构方法难以充分学习多行多列合并、空白、嵌套单元格等复杂表结构以及提取特征过程中容易出现信息缺失的问题，提出了一种改进SLANet(Structure Location Alignment Network)的OCR(Optical Character Recognition)表结构识别方法。首先，利用轻量级CPU(Central Processing Unit)卷积神经网络并引入注意力机制，增强网络泛化和解释能力，将训练得到信息向量输入轻量级高低层特征融合模块中提取特征，并将输出特征通过特征解码模块对齐结构与位置信息，得到预测标签。实验表明，与EDD(Encoder-Dual-Decoder)、 TableMaster等模型相比，该方法准确率有显著提升，达到76.95%, TEDS(Tree-Edit-Distance-based Similarity)达到95.57%,显著增强了模型识别非常规复杂表结构能力，为识别表结构提供了一种优化策略。
• Select
  融合上下文信息和注意力机制的图卷积网络推荐模型

  袁满, 李嘉琪, 袁靖舒

  吉林大学学报(信息科学版). 2025, 43(01): 107-115. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.012

  摘要 ( )   可视化   收藏

  由于传统推荐系统虽然采用了图结构信息，但大部分只考虑了用户和物品的基本属性，忽略了用户和物品的上下文交互信息这个重要因素，而即使考虑到了上下文交互信息，在层组合阶段也缺少注意力机制赋予权重。为此，提出了一个融合了上下文交互信息和注意力机制的CIAGCN(Context Information Attention Graph Convolutional NetworksN)推荐模型。该模型利用用户和物品的上下文交互信息，同时应用图的高阶连通性理论获取更深层次的协同信号。在层组合阶段引入注意力机制以提高该阶段的可解释性。将该模型在Yelp-OH、Yelp-NC和Amazon-Book数据集上进行实验对比，结果表明相比其他算法，该模型具有一定的效果提升，说明推荐效果优于传统的推荐模型。
• Select
  基于YOLOv8-DSG的钢铁表面缺陷检测算法

  邹彦艳, 曹衍芬, 张馨月, 李志, 崔世龙

  吉林大学学报(信息科学版). 2025, 43(01): 116-125. https://doi.org/10.19292/j.cnki.jdxxp.20240517.010

  摘要 ( )   可视化   收藏

  针对传统图像处理算法对钢铁表面缺陷检测存在识别效率低、漏检误检率高等问题，提出了YOLOv8-DSG(Deformable Convolution Network Squeeze and Excitation Network Generalized Intersection over Union)钢铁表面缺陷检测算法。在传统YOLOv8算法的基础上，首先在Backbone网络的C2f(Convolution to Feature)模块中嵌入了可变形卷积网络DCN(Deformable Convolution Network),增强了模型在复杂背景条件下的特征提取能力；其次，在Neck网络中引入了SE(Squeeze and Excitation Network)注意力模块，突出钢铁表面重要特征信息，提升了特征融合的丰富性；最后，利用GIOU(Generalized Intersection Over Union)损失函数代替原有的CIOU(Complete Intersection Over Union),相比CIOU, GIOU引入了最小包围框面积比率，可更准确衡量框的重合面积。实验结果表明，YOLOv8-DSG算法在NEU-DET数据集上平均精度mAP达到80%,相较于原YOLOv8算法，提高了3.3%,且误检、漏检率低，具有更高的检测精度和运算效率，可在质量检测方面发挥重要作用。
• Select
  一种改进的鱼鹰优化算法

  邰志艳, 邢维康, 谷佳澄, 刘铭, 于晓东

  吉林大学学报(信息科学版). 2025, 43(01): 126-133. https://doi.org/10.19292/j.cnki.jdxxp.20240517.007

  摘要 ( )   可视化   收藏

  针对原始鱼鹰优化算法(OOA:Osprey Optimization Algorithm)易陷入局部最优和寻优速度慢等问题，提出了一种改进鱼鹰优化算法(L＿OOA:An Improved Osprey Optimization Algorithm)。首先，为保持种群多样性，采用了Tent混沌映射策略初始化种群个体位置。其次，通过引入Levy策略对鱼鹰的位置进行更新，提高了鱼鹰优化算法跳出局部最优值的能力，并在鱼鹰优化算法中引入了螺旋曲线策略，提升了算法计算精确度。最后，在CEC2021(Computational Experimental Competition 2021)测试函数集上与其他智能算法进行了对比实验。结果表明，L＿OOA具有更优的精度和更快的速度。
• Select
  舰艇公共计算环境虚拟机优化部署策略研究

  杨素雨, 王君珺, 朱伟, 闫仲秋

  吉林大学学报(信息科学版). 2025, 43(01): 134-142. https://doi.org/10.19292/j.cnki.jdxxp.20240517.016

  摘要 ( )   可视化   收藏

  由于舰艇公共计算环境是通过虚拟化技术整合计算存储资源，构建舰艇公共基础设施平台，但功耗较大。为降低舰艇公共计算环境的能耗水平，需要优化虚拟机部署策略，因此对比了常用的几种虚拟机优化部署方法，并提出一种基于改进花授粉算法的舰艇公共计算环境虚拟机部署策略。设计改进的最大最小距离法应用于初始种群生成过程，以提高初始解的质量。通过引入混合蛙跳算法，提出具有信息交换机制的局部搜索策略。同时，提出自适应切换概率策略，以平衡全局与局部授粉，生成虚拟机映射到服务器的优化部署方案。通过仿真实验验证，所提出的虚拟机部署优化策略能显著降低舰艇公共计算环境的能耗水平。
• Select
  基于多源数据挖掘的网络安全态势评估系统

  王峥, 崔冉

  吉林大学学报(信息科学版). 2025, 43(01): 143-149. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.001

  摘要 ( )   可视化   收藏

  为维护网络运行安全，保证网络信息安全存储，提出基于多源数据挖掘的网络安全态势评估系统。首先建立以应用层、控制层、数据转发层为核心的3层网络安全态势系统架构，为保证应用层与网络设备之间信息有效传输，利用OSGi(Open Service Gateway Initiative)设计模式对控制层的ONOS(Open Network Operating System)控制器实施5层平行建构，以保障网络安全态势的决策响应。利用流量探测模块内多探测器的部署，实现网络多源数据的深度挖掘；引入LEACH(Low Energy Adaptive Clustering Hierarchy)算法，在网络簇首实现多源数据融合。通过安全态势评估模块对网络入侵因子威胁等级进行分析后，结合权系数理论对网络态势威胁因子进行威胁度赋值，并结合网络层次划分法对运行网络服务层、主机层、网络层安全态势实施分层评估。实验表明，所提方法对网络数据运行状态分析能力较高，面对多类型网络威胁因子的攻击行为能做到精准识别，为网络安全运行提供重要保障。
• Select
  基于模糊数学理论的双通道数据关联融合算法

  孙洁

  吉林大学学报(信息科学版). 2025, 43(01): 150-155. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.003

  摘要 ( )   可视化   收藏

  针对在利用单一数据源的数据完成任务时，数据会存在较大误差，甚至可能出现数据缺失，从而影响任务进度的问题，提出基于模糊数学理论的双通道数据关联融合算法研究。度量双通道数据的相关性，并根据缺失数据预测流程，预测出双通道数据中的缺失数据，填充双通道数据集中缺失数据，获取完整的双通道数据。对双通道数据实施标准化处理，利用主元分析法计算双通道数据与主成分之间相似度，获取数据集中数据综合支持程度，取得有效数据。利用模糊数学理论，对有效数据实施模糊化处理，并计算数据模糊化结果与真实数据之间的贴近度，确定数据融合权重，以此实现双通道数据关联融合。实验结果表明，利用所提算法进行双通道数据关联融合，在数据总数量达到1 500时，综合评价指标值超过9,说明所提算法能提高双通道数据关联融合精度，具有较好的双通道数据关联融合效果。
• Select
  Weil对和Tate对在群结构查找新方法上的实施

  胡建军

  吉林大学学报(信息科学版). 2025, 43(01): 156-165. https://doi.org/10.19292/j.cnki.jdxxp.20240517.006

  摘要 ( )   可视化   收藏

  针对Tate对的计算效率优于Weil对问题仍然存疑，有待进一步验证，以及Miller提出的二元群结构参数选择算法属于概率型算法，算法效率不高的问题，建立了Tate对和Weil对执行效率的分析模型，提出一种利用椭圆曲线的阶是扭曲值的平方关系查找扭曲值参数的新方法。研究表明，在扭曲值较小时，Tate对的计算效率优于Weil对，与已有研究结果一致，但当扭曲值很大时，Weil对的计算效率优于Tate对，同时扭曲值参数查找新方法的时间复杂度小于Miller方法的时间复杂度O(M),相对Miller的概率方法，新方法为确定型方法。分析和实例验证了分析模型的正确性，而且新方法极大地提高了参数选择的效率和准确性。
• Select
  基于区块链技术的数字化档案信息隐私保护算法

  王新尧, 彭飞

  吉林大学学报(信息科学版). 2025, 43(01): 166-172. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.006

  摘要 ( )   可视化   收藏

  针对目前基于区块链技术的档案隐私保护算法存在保护效果不佳、操作时间长等问题，提出了基于区块链技术的数字化档案信息隐私保护算法。首先，将区块链技术应用于数字化档案信息隐私保护，数据拥有者使用对称加密算法对数字化档案信息实施加密，并将其上传至私有链；同时，生成数字化档案信息的安全索引，将其上传至联盟链；数据使用者生成待查询关键字查询门限，发送至私有链，在私有链上获取查询结果并发送至联盟链，联盟链与私有链合作，验证查询结果的正确性，若正确，则联盟链将转换后的加密数据发送给数据使用者。实验结果表明，所提方法的数字化档案信息隐私保护算法隐私保护效果佳、实际应用效果好。
• Select
  基于粒子群算法的钻孔轨迹测量误差校正方法

  田丰

  吉林大学学报(信息科学版). 2025, 43(01): 173-179. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.007

  摘要 ( )   可视化   收藏

  为降低目标钻孔轨迹与实际钻孔轨迹测量结果之间的误差，提出基于粒子群算法的钻孔轨迹测量误差校正方法，建立钻孔轨迹计算模型，确定钻孔倾角、面向角、方位角数值，采集钻孔轨迹数据。分析钻孔轨迹测量的误差来源，构建误差传递状态空间模型，合并历史误差完成钻孔轨迹测量误差的计算。以钻孔轨迹测量误差最小为目标构建误差校正目标函数，对粒子的速度与位置进行更新，并构建适应度函数。通过不断更新计算适应度函数对目标函数进行求解，完成钻孔轨迹测量误差的校正。实验结果表明，所提方法的各个方向的滚转角误差仅在0.3°～1.8°间，且钻孔轨迹与实际值曲线高度拟合，可有效校正轨迹测量误差，并能为地下工程的实际勘探工作提供有价值参考。
• Select
  虚拟现实环境下弱小目标图像视觉传达算法研究

  张鹏

  吉林大学学报(信息科学版). 2025, 43(01): 180-186. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.004

  摘要 ( )   可视化   收藏

  为更直观地展现出虚拟图像，研究一种虚拟现实环境下弱小目标图像视觉传达算法。根据目标图像在虚拟环境中成像特点以及影响因素构建图像模型，依据实际情况和图像模型调整图像目标，将时域、空域结合并对空域背景约束，抑制背景图像，利用滤波后的图像以及残差背景完成图像去噪。将上述预处理结果作为基础，根据目标图像序列运动速度、特征窗口面积等控制因素，对图像序列实施采样，将特征追踪转化为光流计算，对目标图像实施精确跟踪，获取光流结果，实现弱小目标图像视觉传达。实验结果表明，该算法视觉传达成功率较高、用时较短、完整度较高。
• Select
  结合GCN和LSTM考虑时空信息的城市交通流量预测

  李正楠, 赵智辉

  吉林大学学报(信息科学版). 2025, 43(01): 187-194. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.002

  摘要 ( )   可视化   收藏

  针对当前交通流量的智能预测方法没有分析和考虑路网的时空关联性问题，在智能预测方法中增加了时空关联性信息，解决了时空信息缺失造成的预测精度降低的问题。首先结合交通路网的图连接和车辆通行延时特性，分析城市路网的时空关联性；考虑城市交通时空关联情况，基于图卷积神经网络(GCN:Graph Convolutional Neural)和长短期记忆网络(LSTM:Long Short-Term Memory)方法，研究了结合GCN、LSTM考虑时空信息的城市交通流量预测方法，应用开源的城市交通流量数据集优化训练了城市交通流量预测网络，并对比LSTM、双向长短期记忆网络(BiLSTM:Bidirectional Long Short-Term Memory)及不同网络节点数目在求解该交通流量预测问题的表现。研究结果表明，该方法可以有效预测城市交通流量，相对未考虑时空信息的预测方法准确度有所提升，该研究可为智慧交通系统中的交通预测提供理论参考。
• Select
  基于双邻域和特征选择的潜在低秩稀疏投影

  殷海双, 李睿

  吉林大学学报(信息科学版). 2025, 43(01): 195-202. https://doi.org/10.19292/j.cnki.jdxxp.2025.01.005

  摘要 ( )   可视化   收藏

  针对潜在低秩表示学习的投影矩阵不能解释提取特征重要程度和保持数据的局部几何结构的问题，提出了一种基于双邻域和特征选择的潜在低秩稀疏投影算法（LLRSP:Latent Low-Rank And Sparse Projection）。该算法首先融合低秩约束和正交重构保持数据的主要能量，然后对投影矩阵施加行稀疏约束进行特征选择，使特征更加紧凑和具有可解释性。此外引入l_2,1范数对误差分量进行正则化使模型对噪声更具健壮性。最后在低维数据和低秩表示系数矩阵上施加邻域保持正则化以保留数据的局部几何结构。公开数据集上的大量实验结果表明，所提方法与其他先进算法相比具有更好的性能。