王飞跃的个人博客分享 http://blog.sciencenet.cn/u/王飞跃

博文

[转载]《自动化学报》2021年47卷4期目录分享

已有 2967 次阅读 2021-4-27 09:42 |个人分类:博客资讯|系统分类:博客资讯|文章来源:转载

《自动化学报》2021年47卷4期目录分享


image.png


综  述


01


【文题】:基于区块链的数字货币发展现状与展望

【作者】:李娟娟, 袁勇, 王飞跃

【摘要】:数字货币(Digital currency)作为区块链技术迄今为止最典型也最成功的应用, 得益于区块链分布式共识与去中心化信任的技术优势, 也促使了区块链技术与经济活动的深度融合, 并由此改变了数字社会的组织方式. 近年来, 无论是在基础理论研究方面, 还是在实践应用发展方面, 数字货币均呈现出了蓬勃向上的态势. 本文从技术创新、机制设计以及风险监管三个角度梳理了数字货币的主要研究问题, 详细阐述了基础支撑技术、隐私保护技术、共识机制、激励机制、币值机制、发行机制、风险分析、监管考量等方面的研究进展、存在问题及应用现状, 并展望了未来重点研究方向, 致力于为数字货币领域的研究提供有益借鉴.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210018?viewType=HTML

【引用格式】:Li Juan-Juan, Yuan Yong, Wang Fei-Yue. Blockchain-based digital currency: The state of the art and future trends. Acta Automatica Sinica, 2021, 47(4): 715−729

(李娟娟, 袁勇, 王飞跃. 基于区块链的数字货币发展现状与展望. 自动化学报, 2021, 47(4): 715−729)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210018?viewType=HTML


02


【文题】:基于核自适应滤波器的时间序列在线预测研究综述

【作者】:韩敏, 马俊珠, 任伟杰, 钟凯

【摘要】:核自适应滤波器(Kernel adaptive filter, KAF)是时间序列在线预测的重点研究领域之一, 本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结. 基于核自适应滤波器的时间序列在线预测方法, 能较好地解决预测、跟踪问题. 本文首先概述了三类核自适应滤波器的基本模型, 包括核最小均方算法、核递归最小二乘算法和核仿射投影算法(Kernel affine projection algorithm, KAPA). 在此基础上, 从核自适应滤波器在线预测的内容和机理入手, 综述基于核自适应滤波器的时间序列在线预测方法. 最后, 本文将介绍这一领域潜在的研究方向和发展趋势, 并展望未来的挑战.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190051?viewType=HTML

【引用格式】:Han Min, Ma Jun-Zhu, Ren Wei-Jie, Zhong Kai. A survey of time series online prediction based on kernel adaptive filters. Acta Automatica Sinica, 2021, 47(4): 730−746

(韩敏, 马俊珠, 任伟杰, 钟凯. 基于核自适应滤波器的时间序列在线预测研究综述. 自动化学报, 2021, 47(4): 730−746)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190051?viewType=HTML


03


【文题】:基于乳腺X线摄影的肿块检测综述

【作者】:王俊茜, 徐勇, 孙利雷, 蒲祖辉

【摘要】:早期筛查和及时治疗是控制乳腺癌死亡率最为有效的方法.乳腺X线摄影检查作为医学界公认的最有效的早期乳腺癌筛检工具, 可以很好地反映出乳腺存在的异常情况.在临床应用中, 乳腺癌的X线摄影直接征象为钙化和肿块, 对乳腺X线摄影中钙化点的检测技术已经相当的成熟, 但对肿块区域的检测和分类依旧是一项具有挑战性的任务. 因此, 本文对近几年提出的基于全乳腺X线摄影的肿块检测方法进行简要综述, 分别从基于传统的乳腺肿块检测与分割方法和基于深度学习的乳腺肿块检测方法进行介绍, 并讨论了乳腺X线摄影中肿块检测未来研究的发展趋势.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180662?viewType=HTML

【引用格式】:Wang Jun-Qian, Xu Yong, Sun Li-Lei, Pu Zu-Hui. Survey of mass detection based on mammography. Acta Automatica Sinica, 2021, 47(4): 747-764

(王俊茜, 徐勇, 孙利雷, 蒲祖辉. 基于乳腺X线摄影的肿块检测综述.自动化学报, 2021, 47(4): 747-764)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180662?viewType=HTML


04


【文题】:时滞忆阻神经网络动力学分析与控制综述

【作者】:章联生, 金耀初, 宋永端

【摘要】:忆阻器(Memristor)是一种无源的二端电子元件, 同时也是一种纳米级元件, 具有低能耗、高存储、小体积和非易失性等特点. 作为一种新型的存储器件, 忆阻器的研制, 有望使计算机实现人脑特有的信息存储与信息处理一体化的功能, 打破目前冯·诺伊曼(Von Neumann)计算机架构, 为下一代计算机的研制提供一种全新的架构. 鉴于忆阻器与生物神经元突触具有十分相似的功能, 使忆阻器得以充当人工神经元的突触, 建立起一种基于忆阻器的人工神经网络即忆阻神经网络. 忆阻器的问世, 为人工神经网络从电路上模拟人脑提供了可能, 必将极大推动人工智能的发展. 此外, 忆阻神经网络的硬件实现及信号传递过程中, 不可避免会出现时滞与分岔等现象, 因此讨论含各种时滞, 如离散、分布、泄漏时滞以及它们混合的时滞忆阻神经网络系统更具有现实意义. 首先介绍了忆阻器的多种数学模型及其分类, 建立了时滞忆阻神经网络(Delayed memristive neural networks, DMNN)的数学模型并阐述了其优点. 然后提出了处理时滞忆阻神经网络动力学行为与控制问题的两种思路, 详细综述了时滞忆阻神经网络系统的稳定性(镇定)、耗散性与无源性及其同步控制方面的内容, 简述了其他方面的动力学行为与控制, 并介绍了时滞忆阻神经网络动力学行为与控制研究新方向. 最后, 对所述问题进行了总结与展望.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200691?viewType=HTML

【引用格式】:Zhang Lian-Sheng, Jin Yao-Chu, Song Yong-Duan. An overview of dynamics analysis and control of memristive neural networks with delays. Acta Automatica Sinica, 2021, 47(4): 765−779

(章联生, 金耀初, 宋永端. 时滞忆阻神经网络动力学分析与控制综述. 自动化学报, 2021, 47(4): 765−779)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200691?viewType=HTML


05


【文题】:线性参数变化系统建模与控制研究进展

【作者】:王东风, 朱为琦

【摘要】:在描述实际系统的非线性和时变特性方面, 线性参数变化(Linear parameter varying, LPV)模型有着巨大的优越性, 对于使用一些成熟的线性系统控制理论来解决非线性系统的控制问题, 提供了良好的手段.文章对LPV系统的模型结构和建模方法, 模型参数辨识方法, 控制方法以及应用领域等方面的近几年的研究成果, 做了比较全面的总结和概括, 最后对LPV系统建模和控制的未来研究方向进行了展望.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180718?viewType=HTML

【引用格式】:Wang Dong-Feng, Zhu Wei-Qi. Advances in modeling and control of linear parameter varying systems. Acta Automatica Sinica, 2021, 47(4): 780-790

(王东风, 朱为琦. 线性参数变化系统建模与控制研究进展.自动化学报, 2021, 47(4): 780-790)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180718?viewType=HTML


论  文


06


【文题】:基于跨模态深度度量学习的甲骨文字识别

【作者】:张颐康, 张恒, 刘永革, 刘成林

【摘要】:甲骨文字图像可以分为拓片甲骨文字与临摹甲骨文字两类. 拓片甲骨文字图像是从龟甲、兽骨等载体上获取的原始拓片图像, 临摹甲骨文字图像是经过专家手工书写得到的高清图像. 拓片甲骨文字样本难以获得, 而临摹文字样本相对容易获得. 为了提高拓片甲骨文字识别的性能, 本文提出一种基于跨模态深度度量学习的甲骨文字识别方法, 通过对临摹甲骨文字和拓片甲骨文字进行共享特征空间建模和最近邻分类, 实现了拓片甲骨文字的跨模态识别. 实验结果表明, 在拓片甲骨文字识别任务上, 本文提出的跨模态学习方法比单模态方法有明显的提升, 同时对新类别拓片甲骨文字也能增量识别.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200443?viewType=HTML

【引用格式】:Zhang Yi-Kang, Zhang Heng, Liu Yong-Ge, Liu Cheng-Lin. Oracle character recognition based on cross-modal deep metric learning. Acta Automatica Sinica, 2021, 47(4): 791−800

(张颐康, 张恒, 刘永革, 刘成林. 基于跨模态深度度量学习的甲骨文字识别. 自动化学报, 2021, 47(4): 791−800)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200443?viewType=HTML


07


【文题】:基于中心点搜索的无锚框全卷积孪生跟踪器

【作者】:谭建豪, 郑英帅, 王耀南, 马小萍

【摘要】:为解决孪生网络跟踪器鲁棒性差的问题, 重新设计了孪生网络跟踪器的分类与回归分支, 提出一种基于像素上直接预测方式的高鲁棒性跟踪算法—无锚框全卷积孪生跟踪器(Anchor-free fully convolutional siamese tracker, AFST). 目前高性能的跟踪算法, 如SiamRPN、SiamRPN++、CRPN都是基于预定义的锚框进行分类和目标框回归. 与之相反, 提出的AFST则是直接在每个像素上进行分类和预测目标框. 通过去掉锚框, 大大简化了分类任务和回归任务的复杂程度, 并消除了锚框和目标误匹配问题. 在训练中, 还进一步添加了同类不同实例的图像对, 从而引入了相似语义干扰物, 使得网络的训练更加充分. 在VOT2016、GOT-10k、OTB2015三个公开的基准数据集上的实验表明, 与现有的跟踪算法对比, AFST达到了先进的性能.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200469?viewType=HTML

【引用格式】:Tan Jian-Hao, Zheng Ying-Shuai, Wang Yao-Nan, Ma Xiao-Ping. AFST: Anchor-free fully convolutional siamese tracker with searching center point. Acta Automatica Sinica, 2021, 47(4): 801−812

(谭建豪, 郑英帅, 王耀南, 马小萍. 基于中心点搜索的无锚框全卷积孪生跟踪器. 自动化学报, 2021, 47(4): 801−812)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200469?viewType=HTML


08


【文题】:恶意攻击下基于分布式稀疏优化的安全状态估计

【作者】:张岱峰, 段海滨

【摘要】:恶意生成的量测攻击信号是导致信息物理系统(Cyber-physical system, CPS)探测失效的主要原因, 如何有效削弱其影响是实现精准探测、跟踪与感知的关键问题. 分布式传感器网络(Distributed sensor network, DSN)依靠多传感器协作与并行处理突破单一监测节点的任务包线, 能够显著提升探测系统跟踪精度与可靠性. 首先, 依据压缩感知理论, 将单一节点的目标运动状态估计建模为一种基于l0范数最小化的稀疏优化问题, 采用正交匹配追踪法(Orthogonal matching pursuit, OMP)重构量测攻击信号, 以克服采用凸优化算法求解易陷入局部最优的缺陷. 通过卡尔曼滤波量测更新抵消攻击信号影响, 恢复目标运动的真实状态. 其次, 针对错误注入攻击等复杂量测攻击形式, 基于势博弈理论, 提出一种分布式稀疏优化安全状态估计方法, 利用多传感器节点信息交互与协作提升探测与跟踪的稳定性. 仿真结果表明, 所提方法在分布式传感器网络协作抵抗恶意攻击方面具有优越性.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200276?viewType=HTML

【引用格式】:Zhang Dai-Feng, Duan Hai-Bin. Secure state estimation based on distributed sparse optimization under malicious attacks. Acta Automatica Sinica, 2021, 47(4): 813−824

(张岱峰, 段海滨. 恶意攻击下基于分布式稀疏优化的安全状态估计. 自动化学报, 2021, 47(4): 813−824)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200276?viewType=HTML


09


【文题】:鲁棒自适应概率加权主成分分析

【作者】:高云龙, 罗斯哲, 潘金艳, 陈柏华, 张逸松

【摘要】:主成分分析(Principal component analysis, PCA) 是处理高维数据的重要方法. 近年来, 基于各种范数的PCA模型得到广泛研究, 用以提高PCA对噪声的鲁棒性. 但是这些算法一方面没有考虑重建误差和投影数据描述方差之间的关系; 另一方面也缺少确定样本点可靠性(不确定性)的度量机制. 针对这些问题, 本文提出一种新的鲁棒PCA模型. 首先采用L2,p模来度量重建误差和投影数据的描述方差. 基于重建误差和描述方差之间的关系建立自适应概率误差极小化模型, 据此计算主成分对于数据描述的不确定性, 进而提出了鲁棒自适应概率加权PCA模型(RPCA-PW). 此外, 本文还设计了对应的求解优化方案. 对人工数据集、UCI数据集和人脸数据库的实验结果表明, RPCA-PW在整体上优于其他PCA算法.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180743?viewType=HTML

【引用格式】:Gao Yun-Long, Luo Si-Zhe, Pan Jin-Yan, Chen Bai-Hua, Zhang Yi-Song. Robust PCA using adaptive probability weighting. Acta Automatica Sinica, 2021, 47(4): 825-838

(高云龙, 罗斯哲, 潘金艳, 陈柏华, 张逸松. 鲁棒自适应概率加权主成分分析.自动化学报, 2021, 47(4): 825-838)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180743?viewType=HTML


10


【文题】:基于CR下界无偏能量估计的高炉料面点云锐化成像

【作者】:王倩, 吴江雪, 侯庆文, 陈先中

【摘要】:高炉雷达获取的料面信息是钢铁冶炼中布料控制的重要参数.但高炉内部环境复杂, 料面具有非均匀流态化特性, 传统信号处理方法难以准确稳定提取料面有效信息, 会导致高炉布料误操作.本文借鉴遥感SAR雷达成像原理, 设计了工业SAR扫描式雷达, 多倍增加料面采样点密度, 提出一种新的料面点云锐化成像算法. 分析了高炉雷达料面回波信号干扰信号特征, 从图像处理角度, 设计多级滤波器对2D频谱图进行去噪处理分离出一条带状的料面回波信号区域. 对料面距离估计问题, 基于克拉美罗下界(Cramer-Rao lower bound, CRLB)提出一种先加权采样锐化料带峰脊再利用能量重心法估测料面距离频率的方法, 生成3D料面点云模型, 并利用CRLB评价本文算法性能.在恶劣条件下, 实测高炉雷达料面回波信号的点云成像验证显示, 本文方法优于传统寻峰法, 能有效处理低信噪比信号, 准确提取料面有效信息.同时料面距离频率估计精度更高, 且相较于其他方法频率估计误差更接近CRLB下界.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180683?viewType=HTML

【引用格式】:Wang Qian, Wu Jiang-Xue, Hou Qing-Wen, Chen Xian-Zhong. Sharpness image of burden point cloud based on CR lower bound unbiased energy estimation. Acta Automatica Sinica, 2021, 47(4): 839-848

(王倩, 吴江雪, 侯庆文, 陈先中. 基于CR下界无偏能量估计的高炉料面点云锐化成像.自动化学报, 2021, 47(4): 839-848)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180683?viewType=HTML


11


【文题】:基于ISDAE模型的复杂工业过程运行状态评价方法及应用

【作者】:褚菲, 傅逸灵, 赵旭, 王佩, 尚超, 王福利

【摘要】:工业过程的运行状态评价对保证产品质量及提升企业综合经济效益具有重要意义. 针对工业过程中存在强非线性、信息冗余以及不确定性因素影响而难以建立稳健可靠的运行状态评价模型问题, 提出一种基于综合经济指标驱动的稀疏降噪自编码器模型(Comprehensive economic index driven sparse denoising autoencoder, ISDAE)的复杂工业过程运行状态评价方法. 首先, 在SDAE (Sparse denoising autoencoder)模型中引入综合经济指标预测误差项, 迫使SDAE学习与综合经济指标相关的数据特征, 建立ISDAE特征提取模型. 其次, 将ISDAE模型所学特征作为输入训练运行状态识别模型, 级联特征提取模型和运行状态识别模型并通过微调网络结构参数获得运行状态评价模型. 另外, 针对非优状态, 提出一种基于自编码器贡献图算法的非优因素追溯方法, 通过计算变量的贡献率识别非优因素. 最后, 将所提方法应用于重介质选煤过程, 验证所提方法的有效性和实用性.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200475?viewType=HTML

【引用格式】:Chu Fei, Fu Yi-Ling, Zhao Xu, Wang Pei, Shang Chao, Wang Fu-Li. Operating performance assessment method and application for complex industrial process based on ISDAE model. Acta Automatica Sinica, 2021, 47(4): 849−863

(褚菲, 傅逸灵, 赵旭, 王佩, 尚超, 王福利. 基于ISDAE模型的复杂工业过程运行状态评价方法及应用. 自动化学报, 2021, 47(4): 849−863)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200475?viewType=HTML


12


【文题】:一种融合多源信息的脑效应连接网络蚁群学习算法

【作者】:冀俊忠, 刘金铎, 邹爱笑, 杨翠翠

【摘要】:脑效应连接(Effective connectivity, EC)网络是人脑连接组研究中一项重要的研究课题, 识别脑效应连接网络已成为评价正常脑功能及其与神经退化疾病相关损伤的一种有效手段. 针对从功能性磁共振成像数据中进行脑效应连接网络的学习问题, 提出了一种将多源信息与蚁群优化过程相融合的学习方法. 新方法首先利用弥散张量成像数据获取感兴趣区域的结构约束信息, 并利用正相关的皮尔森信息来压缩蚁群搜索的空间, 以避免蚁群的许多不必要的搜索; 然后在蚁群随机搜索中通过将体素联合激活信息融合于启发函数中, 以增强蚂蚁搜索的目的性, 改进算法的优化效率. 实验结果验证了所提策略的有效性, 与最新的同类算法相比, 新算法在保持较快收敛速度的前提下, 具有更好的求解质量.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180680?viewType=HTML

【引用格式】:Ji Jun-Zhong, Liu Jin-Duo, Zou Ai-Xiao, Yang Cui-Cui. An ant colony optimization algorithm merged with multiple source information for learning brain effective connectivity networks. Acta Automatica Sinica, 2021, 47(4): 864-881

(冀俊忠, 刘金铎, 邹爱笑, 杨翠翠. 一种融合多源信息的脑效应连接网络蚁群学习算法.自动化学报, 2021, 47(4): 864-881)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180680?viewType=HTML


13


【文题】:多视点稀疏测量的图像绘制方法

【作者】:兰诚栋, 林宇鹏, 方大锐, 陈建

【摘要】:为了减少所需采集的视频数据量, 基于图像绘制(Image-based rendering, IBR) 的前沿方法将稠密视点信息映射成压缩感知框架中的原始信号, 并将稀疏视点图像作为随机测量值, 但低维测量信号由所有稠密视点信息线性组合而成, 而稀疏视点图像仅仅来源于部分视点信息, 导致稀疏视点采集的图像与低维测量信号不一致. 本文提出利用间隔采样矩阵消除测量信号与稀疏视点图像位置之间的差异, 进而通过约束由测量矩阵和基函数构成的传感矩阵尽量满足有限等距性, 使得能够获得原始信号的唯一精确解. 仿真实验结果表明, 相比于前沿方法, 本文提出的方法对于不同复杂程度的场景重建都提高了主客观质量.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180199?viewType=HTML

【引用格式】:Lan Cheng-Dong, Lin Yu-Peng, Fang Da-Rui, Chen Jian. Multi-view sparse measurement for image-based rendering method. Acta Automatica Sinica, 2021, 47(4): 882-890 doi: 10.16383/j.aas.c180199

(兰诚栋, 林宇鹏, 方大锐, 陈建. 多视点稀疏测量的图像绘制方法.自动化学报, 2021, 47(4): 882-890)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180199?viewType=HTML


14


【文题】:基于图像与电流特征的电熔镁炉欠烧工况半监督分类方法

【作者】:卢绍文, 温乙鑫

【摘要】:针对电熔镁炉异常工况识别任务, 在半监督学习框架下提出一种将电流与图像两类特征融合的解决方案. 主要贡献为: 使用多元图像分析(Multivariate image analysis, MIA)技术代替人眼, 更为准确客观地对镁炉火焰进行特征提取; 利用基于熵正则化(Entropy regularization, ER)的半监督学习框架, 同时使用具有强互补性的生产图像与电流数据进行工况分类, 从而弥补了基于单一特征分类的某些缺点; 采用交叉熵方法(Cross-entropy method, CEM)优化分类器目标函数, 较传统优化方法显著地提升了训练速度. 通过仿真数据与公开数据集测试并讨论了本文算法的优势, 并通过工业数据验证了所提方法的有效性、应用价值与良好的鲁棒性.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200754?viewType=HTML

【引用格式】:Lu Shao-Wen, Wen Yi-Xin. Semi-supervised classification of semi-molten working condition of fused magnesium furnace based on image and current features. Acta Automatica Sinica, 2021, 47(4): 891−902

(卢绍文, 温乙鑫. 基于图像与电流特征的电熔镁炉欠烧工况半监督分类方法. 自动化学报, 2021, 47(4): 891−902)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200754?viewType=HTML


15


【文题】:独立RNN和胶囊网络的维吾尔语事件缺失元素填充

【作者】:王县县, 禹龙, 田生伟, 王瑞锦

【摘要】:提出了注意力机制独立循环神经网络和胶囊网络并行的维吾尔语事件缺失元素填充模型(Att IndRNN CapsNet).首先, 抽取18项事件和事件元素的内部特征, 作为结合注意力机制的独立循环神经网络模型的输入, 进一步获取高阶特征; 同时, 引入词嵌入技术将事件触发词和候选元素映射为词向量, 通过胶囊网络挖掘事件和事件元素的上下文语义特征; 然后, 将两种特征融合, 作为分类器的输入, 进而完成事件缺失元素的填充. 实验结果表明, 该方法用于维吾尔语事件缺失元素填充准确率为86.94 %, 召回率为84.14 %, 衡量模型整体性能的F1值为85.52 %, 从而证明了该方法在维吾尔语事件缺失元素填充上的有效性.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180655?viewType=HTML

【引用格式】:Wang Xian-Xian, Yu Long, Tian Sheng-Wei, Wang Rui-Jin. Missing argument fllling of uyghur event based on independent recurrent neural network and capsule network. Acta Automatica Sinica, 2021, 47(4): 903-912

(王县县, 禹龙, 田生伟, 王瑞锦. 独立RNN和胶囊网络的维吾尔语事件缺失元素填充.自动化学报, 2021, 47(4): 903-912)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180655?viewType=HTML


16


【文题】:基于子样本集构建的DCGANs训练方法

【作者】:陈泓佑, 和红杰, 陈帆, 朱翌明

【摘要】:深度卷积生成式对抗网络(Deep convolutional generative adversarial networks, DCGANs) 是一种改进的生成式对抗网络, 尽管生成图像效果比传统GANs有较大提升, 但在训练方法上依然存在改进的空间. 本文提出了一种基于训练图像子样本集构建的DCGANs训练方法. 推导给出了DCGANs的生成样本、子样本与总体样本的统计分布关系, 结果表明子样本集分布越趋近于总体样本集, 则生成样本集也越接近总体样本集. 设计了基于样本一阶颜色矩和清晰度的特征空间的子样本集构建方法, 通过改进的按概率抽样方法使得构建的子样本集之间近似独立同分布并且趋近于总体样本集分布. 为验证本文方法效果, 利用卡通人脸图像和Cifar10图像集, 对比分析本文构建子样本集与随机选取样本的DCGANs训练方法以及其他训练策略实验结果. 结果表明, 在Batchsize约为2 000的条件下, 测试误差、KL距离、起始分数指标有所提高, 从而得到更好的生成图像.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180677?viewType=HTML

【引用格式】:Chen Hong-You, He Hong-Jie, Chen Fan, Zhu Yi-Ming. A training method of DCGANs based on subsample set construction. Acta Automatica Sinica, 2021, 47(4): 913-923

(陈泓佑, 和红杰, 陈帆, 朱翌明. 基于子样本集构建的DCGANs训练方法.自动化学报, 2021, 47(4): 913-923)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180677?viewType=HTML


17


【文题】:基于局部补数-导数模式的光照反转和旋转不变纹理表达

【作者】:辛亮亮, 宋铁成, 张刚, 高陈强, 张天骐

【摘要】:针对现有局部二值模式(Local binary pattern, LBP) 算法对光照反转变化敏感和特征描述力不足的问题, 本文提出一种基于局部补数-导数模式(Local complement and derivative pattern, LCDP) 的纹理表达方法. 其中, 局部补数模式(Local complement pattern, LCP) 用于编码原始图像空间中的近邻差分符号信息, 局部导数模式(Local derivative pattern, LDP) 用于编码不同尺度下(一阶和二阶) 高斯导数空间中的近邻差分幅值信息, 二者对光照反转和图像旋转均具有鲁棒性. 为实现对差分符号和差分幅值的联合统计, 同时维持特征的紧致性, 进一步提出基于均值采样的联合编码方案. 最后, 对联合编码的结果进行多尺度直方图特征表达. 实验表明, 该方法能够有效提高线性和非线性光照反转条件下纹理图像的分类精度.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180201?viewType=HTML

【引用格式】:Xin Liang-Liang, Song Tie-Cheng, Zhang Gang, Gao Chen-Qiang, Zhang Tian-Qi. Illumination-inversion and rotation invariant texture representation based on local complement and derivative pattern. Acta Automatica Sinica, 2021, 47(4): 924-932

(辛亮亮, 宋铁成, 张刚, 高陈强, 张天骐. 基于局部补数-导数模式的光照反转和旋转不变纹理表达.自动化学报, 2021, 47(4): 924-932)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180201?viewType=HTML


18


【文题】:基于时间加权的重叠社区检测算法研究

【作者】:李慧, 马小平, 张舒, 施珺, 李存华, 仲兆满

【摘要】:随着网络结构的不断扩大和日益复杂, 重叠社区发现技术对挖掘复杂网络深层潜在结构具有重要意义. 本文提出一种基于时间加权的重叠社区检测算法. 该方法考虑了用户兴趣的时间因素, 构建带有时间加权链接的用户-用户图. 接着, 基于网络节点的影响力计算用户全局相似度, 在此基础上通过计算节点的中心度作为度量节点对社区结构影响力的重要性指标, 从而提出一种社区中心点的选取方法. 最后, 通过效用函数的迭代计算实现重叠社区检测. 利用人工网络和真实网络对提出的算法进行验证, 实验结果表明: 相对于传统的社区发现方法, 该算法在社区发现质量和计算效率方面都优于许多已有重叠社区发现算法.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180559?viewType=HTML

【引用格式】:Li Hui, Ma Xiao-Ping, Zhang Shu, Shi Jun, Li Cun-Hua, Zhong Zhao-Man. Research of overlap community detection algorithm based on time-weighted. Acta Automatica Sinica, 2021, 47(4): 933-942

(李慧, 马小平, 张舒, 施珺, 李存华, 仲兆满. 基于时间加权的重叠社区检测算法研究.自动化学报, 2021, 47(4): 933-942)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180559?viewType=HTML


19


【文题】:基于模式增长的高效用序列模式挖掘算法

【作者】:唐辉军, 王乐, 樊成立

【摘要】:高效用序列模式挖掘是数据挖掘领域的一项重要内容, 在生物信息学、消费行为分析等方面具有重要的应用.与传统基于频繁项模式挖掘方法不同, 高效用序列模式挖掘不仅考虑项集的内外效用, 更突出项集的时间序列含义, 计算复杂度较高.尽管已经有一定数量的算法被提出应用于解决该类问题, 挖掘算法的时空效率依然成为该领域的主要研究热点问题.鉴于此, 本文提出一个基于模式增长的高效用序列模式挖掘算法HUSP-FP.依据高效用序列项集必须满足事务效用闭包属性要求, 算法首先在去除无用项后建立全局树, 进而采用模式增长方法从全局树上获取全部高效用序列模式, 避免产生候选项集. 在实验环节与目前效率较好的HUSP-Miner、USPAN、HUS-Span三类算法进行了时空计算对比, 实验结果表明本文给出算法在较小阈值下仍能有效挖掘到相关序列模式, 并且在计算时间和空间使用效率两方面取得了较大的提高.

【全文链接】:

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180660?viewType=HTML

【引用格式】:Tang Hui-Jun, Wang Le, Fan Cheng-Li. A new algorithm for mining high utility sequential patterns based on pattern-growth. Acta Automatica Sinica, 2021, 47(4): 943-954

(唐辉军, 王乐, 樊成立. 基于模式增长的高效用序列模式挖掘算法.自动化学报, 2021, 47(4): 943-954)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180660?viewType=HTML




https://m.sciencenet.cn/blog-2374-1283952.html

上一篇:[转载]【喜报】祝贺IEEE TCSS被SCIE数据库收录!
下一篇:基于区块链的数字货币发展现状与展望

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 17:27

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部