• 《工程索引》(EI)刊源期刊
  • 综合性科学技术类中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2020年  42卷  第4期

显示方式:
文本生成领域的深度强化学习研究进展
徐聪, 李擎, 张德政, 陈鹏, 崔家瑞
2020, 42(4): 399-411. doi: 10.13374/j.issn2095-9389.2019.06.16.030
摘要:
谷歌的人工智能系统(AlphaGo)在围棋领域取得了一系列成功,使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征,并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用,帮助改进现有的模型结构或者训练机制,并且已经取得了很多显著的成果。为此,本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法,梳理其发展的轨迹,分析算法特点。最后,展望深度强化学习与自然语言处理任务融合的前景和挑战。
电动汽车集成热管理研究进展
姚孟良, 甘云华, 梁嘉林, 李勇
2020, 42(4): 412-422. doi: 10.13374/j.issn2095-9389.2019.12.20.003
摘要:
电动汽车具有节能环保的优点,电池、乘员舱和电机驱动系统的热管理是提高其运行安全性和司乘人员舒适性的关键技术。针对电动汽车集成热管理系统构建过程中的关键问题,首先概述了电池、乘员舱和电机驱动系统的产热模型;其次系统地总结了现有的电池、乘员舱和电机驱动系统的热管理方法,重点分析了集成热管理系统的研究现状、运行控制和系统性能评价;最后总结了当前研究存在的不足并进行了研究展望,指出研究准确的产热计算模型,发展紧凑高效的集成热管理系统,在综合性能评价体系下优化集成热管理系统的运行控制是未来的主要研究方向。
协同式多目标自适应巡航控制
章军辉, 李庆, 陈大鹏
2020, 42(4): 423-433. doi: 10.13374/j.issn2095-9389.2019.05.21.002
摘要:
针对自动化高速公路(Automated highway system,AHS)车队稳定性问题,发展了一种多目标自适应巡航控制算法,根据李雅普诺夫(Lyapunov)稳定性理论对该问题进行了量化分析,并给出了同质与异质车队稳定性的设计要求,基于模型预测控制(Model predictive control,MPC)理论,综合协调驾驶员期望响应、跟驰安全性、车队稳定性、车队整体品质等控制目标,采用加权二次型性能泛函以及线性矩阵不等式约束的形式,将协同式多目标自适应巡航(Adaptive cruise control, ACC)设计问题最终转化成带约束的在线凸二次规划问题。仿真结果表明,相比单车ACC而言,协同ACC的约束空间更为严苛,车队互联系统稳定性易受车间时距、车队规模、多目标权重、瞬态工况、车辆异质性等因素的影响,建议在跟驰安全性、车队稳定性良好的前提下寻求一定的驾乘舒适性与燃油经济性,以确保车队整体品质。
分布式一致性最优化的梯度算法与收敛分析
梁舒, 彭开香
2020, 42(4): 434-440. doi: 10.13374/j.issn2095-9389.2019.09.05.005
摘要:
研究了多智能体网络中受集合约束的一致性最优化问题,提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性,需要先进行收敛分析,再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式,提出一种基于李雅普诺夫函数的收敛分析范式,它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后,针对所考虑的分布式梯度算法,构造了合适的李雅普诺夫函数,并根据收敛条件得到了算法参数设定范围,避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法。
基于多目标支持向量机的ADHD分类
杜海鹏, 邵立珍, 张冬辉
2020, 42(4): 441-447. doi: 10.13374/j.issn2095-9389.2019.09.12.007
摘要:
注意力缺陷多动障碍(ADHD)是儿童期最常见的精神疾病之一,在大多数情况下持续到成年期。近年来,基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的,然而事实上,ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本,从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题,即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征,提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型,其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差,进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解,并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估,并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好,可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断,还可用于阿尔茨海默病和自闭症等疾病的辅助诊断。
赛博空间中的天线散射特性研究
柴建忠, 陈航宇, 洪昊晖, 钞旭, 赵京城
2020, 42(4): 448-454. doi: 10.13374/j.issn2095-9389.2019.09.15.002
摘要:
5G网络技术可以满足赛博空间(Cyberspace)发展对通信平台性能提出的高要求,大规模MIMO(Multiple-input multiple-output)天线阵列是5G核心技术之一。实际中大规模MIMO天线阵列的互耦效应会大大降低香农容量,在未来5G天线系统中,面临的最大挑战是如何有效消除阵列中单元天线间的互耦。针对大规模阵列天线互耦问题,应进行天线单元的散射特性研究。本文在开路状态下“不可见”的最小散射天线基础上,推导了最小散射天线串联四分之一波长透明网络的散射矩阵,证明该状态即为短路状态下的最小散射天线。对一种X波段波纹喇叭天线分别进行短路、开路、匹配三种负载状态下的散射测量,根据最小散射天线理论分离出了天线的额外散射、伴随散射和失配散射。用分离获得的散射分量,推算了波纹喇叭天线的散射最大值和最小值,其中推算出的最小值远低于天线匹配时的散射。用滑动短路器作为可变负载,进行预设负载状态下波纹喇叭天线的散射测量,实测获得了推算出的散射最大值和最小值,验证了单元天线散射特性研究的正确性。结果说明,在进行大规模阵列的单元天线设计时,除了考虑单元天线的辐射特性之外,也要考虑天线的散射特性,以降低天线的互耦效应。
基于强化学习的工控系统恶意软件行为检测方法
高洋, 王礼伟, 任望, 谢丰, 莫晓锋, 罗熊, 王卫苹, 杨玺
2020, 42(4): 455-462. doi: 10.13374/j.issn2095-9389.2019.09.16.005
摘要:
网络环境下的恶意软件严重威胁着工控系统的安全,随着目前恶意软件变种的逐渐增多,给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题,围绕威胁工控系统网络安全的恶意软件对象,本文通过结合利用强化学习这一高级的机器学习算法,设计了一个检测应用方法框架。在实现过程中,根据恶意软件行为检测的实际需求,充分结合强化学习的序列决策和动态反馈学习等智能特征,详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性,可为一般恶意软件行为检测提供一种智能化的决策辅助手段。
基于YOLOv3的无人机识别与定位追踪
陶磊, 洪韬, 钞旭
2020, 42(4): 463-468. doi: 10.13374/j.issn2095-9389.2019.09.10.002
摘要:
近年来,无人机入侵的事件经常发生,无人机跌落碰撞的事件也屡见不鲜,在人群密集的地方容易引发安全事故,所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案,但大多成本高昂,实施困难。在5G背景下,针对此问题提出了一种利用城市已有的监控网络去获取数据的方法,基于深度学习的算法进行无人机目标检测,进而识别无人机,并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机,YOLOv3算法是YOLO(You only look once,一次到位)系列的第三代版本,属于one-stage目标检测算法这一类,在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID(Proportion integration differentiation,比例积分微分)算法调节摄像头的中心朝向追踪无人机,再由多个摄像头的参数解算出无人机的实际坐标,从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集,并且使用labelImg工具对图片中的无人机进行了标注,数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练,训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率,在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度,可实现实时追踪。
基于领域词典与CRF双层标注的中文电子病历实体识别
龚乐君, 张知菲
2020, 42(4): 469-475. doi: 10.13374/j.issn2095-9389.2019.09.04.004
摘要:
医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状,提出了一种基于领域词典和条件随机场(CRF)的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典,再结合条件随机场,进行了两次不同粒度的标注,将领域词典识别的准确性和机器学习的自动性融为一体,从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果,因受到领域数据集大小的限制,在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性。
基于数控机床设备故障领域的命名实体识别
王欢, 朱文球, 吴岳忠, 何频捷, 万烂军
2020, 42(4): 476-482. doi: 10.13374/j.issn2095-9389.2019.09.17.002
摘要:
为了给数控机床故障的精准诊断提供保障,延长数控机床使用周期,以数控机床历史维修记录为研究对象,对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后,提出了一种基于双向长短期记忆网络(Bidirectional long short-term memory, BLSTM)与具有回路的条件随机场(Conditional random field with loop, L-CRF)相结合的命名实体识别方法。首先,对输入语句进行分词和标注,使用Word2vec中的Skip-gram模型对标注语料进行预训练,将其生成的字向量通过词嵌入层转化为字向量序列;然后,将字向量序列输入BLSTM学习长期依赖信息;最后将句子表达输入L-CRF获取全局最优序列。实验结果表明,该方法明显优于其他命名实体识别方法,为数控机床设备的智能检修与实时诊断任务打下了坚实的基础。
面向物联网业务绿色接入的异构蜂窝网络优化
刘娅汐, 皇甫伟
2020, 42(4): 483-489. doi: 10.13374/j.issn2095-9389.2019.09.15.009
摘要:
物联网是未来赛博使能业务的重要支撑平台。蜂窝网络则被认为是广泛分布在部署区域中的物联网终端数据接入的主要渠道,尤其在广域覆盖方面具有难以替代的价值。在满足覆盖要求的条件下,降低蜂窝网络基站的下行发射功率在绿色通信方面具有重要的研究意义。由此提出了一种基于优化目标平滑近似和均方根传播策略的梯度下降算法,在满足物联网业务覆盖率的条件下最小化基站的总下行发射功率。首先,使用罚函数方法将复杂约束条件的异构蜂窝网络优化问题转化为简单约束形式的优化问题;其次,将不可导的目标函数通过平滑近似转化为可导形式,并给出其对天线下倾角和下行功率参数的梯度解析形式;最后,使用均方根传播梯度下降算法进行转化后的目标函数优化。仿真实验结果表明该算法可以在满足覆盖率指标的条件下最小化基站的总下行发射功率,与现有元启发算法和普通梯度下降算法相比,具有良好的收敛速度,并能更好地抑制优化过程中振荡。
基于索引‒存根表的云存储数据完整性审计
赵海春, 姚宣霞, 郑雪峰
2020, 42(4): 490-499. doi: 10.13374/j.issn2095-9389.2019.09.15.008
摘要:
近年来研究人员提出了各种针对云存储数据进行完整性审计的方案。其中,在一部分基于同态认证码、数据块随机抽样和随机掩码等技术提出的云存储公共审计方案中,用户需要存储和维护一个与文件中数据块的索引信息有关的二维表。当用户的外包数据需要频繁地进行更新时,为了防止因相同的块索引值被重复使用而遭受伪造攻击,使得设计和维护这个二维表变得繁琐。针对此问题,本文首先提出了一个结构简单且易于维护的索引–存根表结构,并基于该结构提出了一个具有隐私保护属性的云存储第三方审计方案,该方案能够有效地支持对外包数据进行各种数据块级的远程动态操作。然后,在随机预言机模型下,对方案提供的数据完整性保证给出了形式化的安全证明,对方案中审计协议的隐私保护属性也给出了形式化的安全分析。最后,针对方案的性能进行了理论分析和相关的实验比较,结果表明该方案是高效的。
基于文本语料的涉恐事件实体属性抽取
曹文斌, 武卓峰, 杨涛, 凡友荣
2020, 42(4): 500-508. doi: 10.13374/j.issn2095-9389.2019.09.13.003
摘要:
基于语义角色分析,提出了一种三元组涉恐事件实体属性抽取方法,为网络空间涉恐活动的监测及预警提供技术支持。首先,基于西北政法大学“反恐怖主义信息网”文本语料数据进行数据采集和清洗等预处理工作,采用朴素贝叶斯文本分类算法识别涉恐事件文本,并采用关键词提取算法TF-IDF(Term frequency-inverse document frequency,词频-逆文档频率)构建涉恐专有词库,结合自然语言处理技术构建带词性的涉恐专有词库。然后通过语义角色分析、句法依存分析,提取了主语谓语宾语关系、定语后置动宾关系、人名//地名//机构和介宾关系主谓动补4类涉恐三元组结构。最后,利用正则表达式及带词性的涉恐专有名词分析,在4类三元组短文本中提取出恐怖事件发生时间、发生地点、伤亡情况、攻击方式、武器类型和恐怖组织6类实体属性。对采集的4221篇文章数据进行实验分析,6类实体属性抽取的测评结果F1值均超过80%,对网络空间的涉恐事件监测及预警,维护社会公共安全具有重要现实意义。
基于TATLNet的输电场景威胁检测
李梅, 郭飞, 张立中, 王波, 张俊岭, 李兆桐
2020, 42(4): 509-515. doi: 10.13374/j.issn2095-9389.2019.09.15.004
摘要:
在输电场景中,吊车等大型机械的运作会威胁到输电线路的安全。针对此问题,从训练数据、网络结构和算法超参数的角度进行研究,设计了一种新的端到端的输电线路威胁检测网络结构TATLNet,其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet,VRGNet与VTCNet共享部分卷积网络以实现特征共享,并利用模型压缩的方式压缩模型体积,提升检测效率,从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题,利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究,综合检测准确率和推理速度来研究其最优配置。研究结果表明,随着网格数目的增加,准确率也随之增加,而召回率有先增加后降低的趋势,检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度,确定9×9为最优网格划分方案;随着输入图像尺寸的增加,检测准确率稳步上升而检测效率逐渐下降,综合检测准确率和效率,选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明,相对于其他的轻量级目标检测算法,该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率,满足实际应用的需要。
结晶器旋转数值模拟及对高速钢电渣锭碳化物的影响
邓南阳, 施晓芳, 陈佳顺, 常凯华, 于雯春, 王建军, 常立忠
2020, 42(4): 516-526. doi: 10.13374/j.issn2095-9389.2019.07.07.001
摘要:
为了改善M2高速钢中的碳化物分布,通过数值模拟详细分析了结晶器旋转对M2高速钢电渣重熔过程温度场、金属熔池形状的影响,并进一步通过实验室双极串联结晶器旋转电渣炉研究了旋转速率对M2高速钢电渣重熔过程的影响。采用扫描电镜观察并分析了结晶器旋转对电渣锭中碳化物形貌、分布的影响;采用小样电解萃取实验,分析了结晶器旋转速率对碳化物组成的影响。结果发现,随着结晶器旋转速率的增加,渣池的高温区从芯部向边部迁移,温度分布更加均匀;金属熔池的深度变浅,两相区的宽度收窄,从而导致局部凝固时间降低、二次枝晶间距减小。与此相对应,随着结晶器旋转速率的增加,M2电渣锭的渣皮更薄、更加均匀,结晶器对电渣锭的冷却强度更大,碳化物网格开始破碎、变薄,碳化物由片状改变为细小的棒状。X射线衍射分析表明,不论结晶器是否旋转,碳化物的类型始终不变,由M2C、MC和M6C组成,但是随旋转速率增加M2C含量增加,MC和M6C含量降低。碳化物组织得以改善的主要原因在于,结晶器旋转导致金属熔池深度降低、两相区宽度收窄,改善了凝固条件,减轻了元素偏析。