计算机科学与探索杂志

计算机科学与探索杂志2021年第7期

• 多模态的情感分析技术综述

  刘继明, 张培翔, 刘颖, 张伟东, 房杰

  情感分析是指利用计算机自动分析确定人们所要表达的情感，其在人机交互和刑侦破案等领域都能发挥重大作用。深度学习和传统特征提取算法的进步为利用多种模态进行情感分析提供了条件。结合多种模态进行情感分析可以弥补单模态情感分析的不稳定性以及局限性等缺点，能够有效提高准确度。近年来，研究者多用面部表情信息、文本信息以及语音信息三种模态进行情感分析。主要从这三种模态对多模态情感分析技术进行综述：首先对多模态情感分析的基本概念以及研究现状进行简要介绍；其次总结了常用的多模态情感分析数据集；然后分别对现有的基于面部表情信息、文本信息和语音信息的单模态情感分析技术进行简要叙述；接下来详细介绍了模态融合技术，并依据不同的模态融合方式对多模态情感分析技术的现有成果进行重点描述；最后讨论了多模态情感分析存在的问题以及未来的发展方向。

• 融合语言学知识的神经机器翻译研究进展

  郭望皓, 范江威, 张克亮

  尽管神经机器翻译已经成为目前机器翻译研究应用中的主流方法与范式，然而同时也存在译文流利但不够忠实、罕见词处理困难、低资源语言表现不佳、跨领域适应性差、先验知识利用率低等问题。受统计机器翻译研究启发，在神经机器翻译模型中融入语言学信息，利用已有的语言学知识，缓解神经机器翻译面临的固有困境，提升翻译质量，成为神经机器翻译研究领域的一个热门话题。根据语法单位分类体系，可以将这方面的研究分为三类：融合字词结构信息的神经机器翻译、融合短语结构的神经机器翻译和融合句法结构信息的神经机器翻译。目前的研究主要集中在这三方面。在梳理神经机器翻译面临的主要挑战及原因的基础上，重点介绍了每一类研究的核心思想与作用、现状与主要成果、面临的问题及发展趋势。最后总结归纳现有研究中面临的主要挑战，并对未来的研究方向进行展望。

• 人脸识别系统的活体检测综述

  马玉琨, 徐姚文, 赵欣, 徐涛, 王泽瑞

  人脸识别系统的快速发展对人脸活体检测技术提出了新要求，包括检测实时性、面对复杂环境的泛化性、对多种攻击类型的鲁棒性以及用户体验的友好性等。主要阐述了人脸活体检测的必要性，对方法进行了分类、整理和总结，根据所提特征的不同，将活体检测分为基于手工特征的方法和基于深度学习的方法，并将近期针对算法泛化性的研究进展归纳为基于辅助监督信号方法、基于域适应域泛化的方法、基于特征解耦的方法、基于噪声建模的方法、基于异常检测的方法，对每类方法的代表性算法进行了分析介绍，详细总结了每类方法的基本思想和优缺点。从各方面系统地概括了人脸活体检测问题，包括不同类型的呈现攻击、先进的人脸活体检测方法、常用公共数据库、标准化评价指标、测试方法等的介绍。此外，还讨论了该领域的难点与挑战，总结了未来的研究方向和发展趋势。

• 序列数据的数据增强方法综述

  葛轶洲, 许翔, 杨锁荣, 周青, 申富饶

  为了追求精度，深度学习模型框架的结构越来越复杂，网络越来越深。参数量的增加意味着训练模型需要更多的数据。然而人工标注数据的成本是高昂的，且受客观原因所限，实际应用时可能难以获得特定领域的数据，数据不足问题非常常见。数据增强通过人为地生成新的数据增加数据量来缓解这一问题。数据增强方法在计算机视觉领域大放异彩，让人们开始关注类似方法能否应用在序列数据上。除了翻转、裁剪等在时间域进行增强的方法外，也描述了在频率域实现数据增强的方法；除了人们基于经验或知识而设计的方法以外，对一系列基于GAN的通过机器学习模型自动生成数据的方法也进行了详细的论述。介绍了应用在自然语言文本、音频信号和时间序列等多种序列数据上的数据增强方法，亦有涉及它们在医疗诊断、情绪判断等问题上的表现。尽管数据类型不同，但总结了应用在这些类型上的数据增强方法背后的相似的设计思路。以这一思路为线索，梳理应用在各类序列数据类型上的多种数据增强方法，并进行了一定的讨论和展望。

• 敌手能力有限时基于生成对抗网络的保密增强

  李西明, 吴嘉润, 吴少乾

  保密增强是指通信双方在共享一个部分保密的串S且敌手只知道该串的部分信息的情况下，通过在公共信道上进行协商来提取一个更短的但是保密度更高的串[S]，使敌手得知关于[S]的信息几乎可以忽略。近期人们使用生成对抗网络（GANs）实现了存在敌手的安全通信。主要研究了敌手能力有限时，利用生成对抗网络实现保密增强的问题。首先提出了保密增强的实现场景，通信双方利用交流信息产生密钥，敌手监听交流信息。然后参考Abadi等人的基本加密通信模型中的神经网络结构，设计了保密增强的通信模型。实验测试了在敌手获知部分信息或敌手计算能力较弱时的保密增强通信。经过修改激活函数和过滤器，以及增加模型复杂度，最终结果表明，在敌手获知70%的通信信息时，或者通信方比敌手模型复杂时，通信双方均能协商出一个安全的密钥，完成保密增强的功能。

• 面向RFID动态帧时隙ALOHA协议的帧长优化

  何金栋, 卜艳玲, 石聪聪, 谢磊

  近年来，国家电网积极推动泛在电力物联网的建设，以实现电力系统的万物互联与优化管理。其中，射频识别技术（RFID）作为泛在电力物联网建设的核心技术，凭其价格低廉、无需电源、非视距通信、远距离通信等特点，被广泛应用于电力仓储物资管理、电力巡检等应用场景。为了盘点电力设备仓库中的物品，需要快速识别粘贴在物品上的标签，然而由于仓库中存在大量标签，在通信过程中容易产生标签信号冲突。针对当前商用RFID系统普遍采用的符合EPC C1G2标准的动态帧时隙ALOHA协议，提出了一种新型的基于Q-learning与神经网络的帧长优化算法（记作QN-learning）。通过将动态帧长选择问题转化为马尔可夫决策过程（MDP），即观察到的状态为不同种类时隙的个数（空时隙数、单时隙数、冲突时隙数），执行的动作为设置合理的帧长，从而利用Q-learning与神经网络来自主学习帧长选择策略，基于学习到的策略可以指导系统根据最新观察选择能够实现全局最优的帧长。仿真实验结果表明，基于QN-learning算法在动态调整帧长方面表现优异，能够实现标签的有效识别，在保障高吞吐率的同时控制阅读器的询问次数，减少数据传输量。

• 基于多重注意力的金融事件大数据精准画像

  陈剑南, 杜军平, 薛哲, 寇菲菲

  随着知识图谱技术的兴起，利用金融事件大数据中的实体关系来构建金融事件的精准画像成为一个重要的研究方向。通过对金融事件大数据信息进行精准画像，人们可以详细分析金融事件大数据中的属性关系，全面了解金融事件的发展态势，从而分析金融市场发展趋势与规律。然而金融事件大数据存在文本数据噪音多、中文语义复杂以及实体关系抽取不准确等研究难点，导致金融事件大数据画像不精准。针对以上问题，提出一种基于多重注意力的金融事件大数据实体关系抽取算法（REMA）来进行实体关系的抽取，然后利用抽取的实体关系信息结合知识图谱技术进行金融事件大数据的精准画像。实验结果表明：在不使用外部资源的情况下，该算法在金融事件大数据中实体关系抽取的准确率、召回率以及F1值比其他对比算法均有所提升，其中准确率提升了5.6个百分点，召回率提升了4.6个百分点，F1值提升了5个百分点。

• 注意力级联网络的金属表面缺陷检测算法

  方钧婷, 谭晓阳

  金属表面缺陷检测是工业生产质量把控的重要一环。在复杂的工业场景中，传统的图像处理方法无法有效地检测缺陷区域，而人工检测既费时又费力。快速有效地检测金属表面缺陷已成为提高生产效率的关键。复杂的光照条件会使金属表面产生强反射和倒影，缺陷种类多样、边界模糊，给缺陷检测问题带来巨大的挑战。提出了一种基于注意力机制的级联网络缺陷检测算法（R-CNN），对金属表面缺陷进行高质量分类和定位。设计了一个轻量级的网络模块，该模块沿着空间和通道计算注意力，将其插入到卷积神经网络中可有效提高特征提取能力；为了提高检测精度，将两个IoU阈值递增的检测头部网络级联，使用前一个头部的输出作为下一个头部的输入，依次细化检测结果。在大量实验中探索影响性能的各种因素，与现有方法进行比较，该方法具有更高的精度和良好的鲁棒性，可实际应用于生产中。

• 联合总变率空间和时延神经网络的说话人识别

  瞿于荃, 龙华, 段荧, 邵玉斌, 杜庆治

  在短语音环境下，总变率空间对语音概率分布估计不足，导致说话人识别性能下降。针对上述问题，提出一种基于总变率空间和时延神经网络（TDNN）的增强说话人身份向量的方法。目的是学习总变率空间和时延神经网络的线性相关性，同时提取说话人嵌入向量并投影在新的空间上，组合成新的说话人超向量来增强说话人信息。训练阶段，分别训练总变率空间和时延神经网络，重新组建一个无关说话人集，从中提取身份向量和x向量并在典型关联分析（CCA）下得到投影矩阵；注册和测试阶段，抽取注册和测试说话人的嵌入向量，通过投影矩阵映射在新空间中，然后组合向量增强说话人身份信息。实验表明，在短注册时长和短测试时长下，融合的新向量比基线身份向量、x向量在等误差率上都有明显下降。

• 随机特征映射的四层神经网络及其增量学习

  杨悦, 王士同

  提出了一种基于随机特征映射的四层神经网络（FRMFNN）及其增量学习算法。FRMFNN首先把原始输入特征通过特定的随机映射算法转化为随机映射特征存储于第一层隐藏层节点中，再经过激活函数对随机映射特征进行非线性转化生成第二层隐藏节点，最后将第二层隐藏层通过输出权重连接到输出层。由于第一层和第二层隐藏层的权重是根据任意连续采样分布概率随机生成的而不需要训练更新，且输出层的权重可以用岭回归算法快速求解，从而避免了传统反向传播神经网络耗时的训练过程。当FRMFNN没有达到期望精度时，借助于快速的增量算法可以持续改进网络性能，从而避免了重新训练整个网络。详细介绍了FRMFNN及其增量算法的结构原理，证明了FRMFNN的通用逼近性。与宽度学习（BLS）和极限学习机（ELM）的增量学习算法相比，在多个主流分类和回归数据集上的实验结果表明了FRMFNN及其增量学习算法的有效性。

• 层次标签引导的属性网络嵌入

  陈洁, 陈嘉琳, 赵姝, 张燕平

  网络嵌入是在保持网络性质不变的前提下，将节点转换为低维向量，以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而，许多真实世界的网络节点通常具有丰富的层次标签信息，这些层次标签信息对获取高效的网络嵌入具有重要价值。由于不同层次的标签之间的信息很难相互关联或继承，如何合理利用层次标签信息进行网络嵌入，获得更高效的向量表示是亟待研究的问题。针对上述问题，提出了一种新的基于层次标签的属性网络嵌入框架（HLANE），该框架利用层次注意力机制将层次标签信息融入网络嵌入中。HLANE框架首先通过现有的网络嵌入方法获取结构和/或属性信息初始化节点的嵌入向量。然后通过层次注意力机制层建立多层次标签的父节点和子节点之间的联系，并依此指导网络节点初始化嵌入向量在不同层次的学习，最终生成网络节点的多层次嵌入向量表示。在真实数据集上的实验表明，与对比算法相比，HLANE框架具有更好的网络节点嵌入表示。

• 密度Canopy的增强聚类与深度特征的KNN算法

  沈学利, 秦鑫宇

  K最近邻（KNN）算法作为目前使用最广泛的有监督分类算法，在大规模、多维度数据的处理方面往往是低效的，因此提出了一种适用于高维度大数据量处理的改进KNN算法。首先采用深度神经网络（DNN）作为特征提取器并进行降维，以学习到最合适的深度特征表示形式；然后通过密度Canopy算法获取到合适的集群数和初始聚类中心，成为之后K-means聚类的输入参数；最后对学习到的数据进行聚类，并采用近似相似性搜索（ASS）中的Hashing策略按其近似相似度进行集群划分，将结果作为KNN分类器的新训练样本。考虑到要查询的最近邻样本可能落在不同集群之中，导致KNN搜索的性能下降，在聚类时额外采用了一种聚类增强策略，有效缓解了这种情况的发生。使用五个不同的数据集进行对比测试，结果表明：与实验对比的算法相比，该算法不仅能够极大地提高KNN的分类精度，而且有效地提升了算法的分类效率，减少了搜索所需的距离数，对噪声数据还具有良好的鲁棒性。

• 无人机场景下尺度自适应的车辆跟踪算法

  黄镓辉, 彭力, 谢林柏

  为解决传统相关滤波算法对无人机（UAV）拍摄视频中的车辆进行跟踪时，因目标车辆尺度变化而产生模型漂移的问题，提出了一种改进的尺度自适应的车辆跟踪算法。该算法基于核相关滤波，通过构建区分尺度的空间跟踪器，即利用两个滤波器分别对目标车辆的位置进行定位，对目标车辆的尺度进行估计，以此来快速确定目标相关信息，实现对目标车辆尺度的自适应。此外为解决目标车辆因快速形变而导致跟踪效果不佳的问题，还加入了对形变不太敏感的颜色特征，增加滤波器的鲁棒性，采用统计颜色特征方法，不受模板类特征限制。该改进算法在经过OTB和UAV数据集中28段车辆相关的视频序列测试后，平均距离精度为80.8%，平均成功率为82.7%，FPS达到了58.24。实验表明该算法可以提高在无人机场景下对车辆的检测跟踪效果，能够有效解决目标车辆因尺度变化和快速形变产生的问题，相比于其他核相关滤波算法有着更优秀的跟踪精度和实时性。

• 运动信息优化相关滤波的多目标跟踪算法

  缪佳妮, 杨金龙, 程小雪, 葛洪伟

  在结合检测器检测信息的多目标跟踪任务中，目标漏检通常会导致目标漏跟，增加目标身份标签变换等问题，从而降低跟踪精度。针对该问题，提出了一种运动信息优化相关滤波的多目标跟踪算法。该算法在得到目标的检测信息后，采用核相关滤波（KCF）对目标进行跟踪，并融入目标的运动信息和图像信息，以处理检测器结果不精确，出现大量漏跟失跟问题，减少碎片化的轨迹。同时在核相关滤波的基础上引入置信图的平滑约束来评估目标被遮挡程度，实现核相关滤波中目标模板的自适应更新，处理目标由于遮挡而产生模板污染问题。最终在MOT Challenge的MOT17数据集上的实验结果表明，与传统的检测跟踪算法IOU17相比，在多目标跟踪正确度（MOTA）指标上提高了2.43%，具有更好的稳定性和精确度。

• 蕴涵的决策蕴涵表示研究

  王亚丽, 翟岩慧, 张少霞, 贾楠, 李德玉

  形式概念分析能够使用概念格和（属性）蕴涵来对知识进行可视化和表示。决策蕴涵是一种特殊的蕴涵，而决策蕴涵的研究就是在蕴涵中建立并研究一个/多个封闭的子系统（包括决策蕴涵子系统及相应的语义和语构子系统）。为了进一步厘清蕴涵和决策蕴涵之间的关系，对由决策蕴涵子系统能不能得到整个蕴涵系统进行了研究。事实上，如果蕴涵可以由决策蕴涵推出，那么关于蕴涵和规范基的研究就可以转化为决策蕴涵和决策蕴涵规范基的研究。首先给出了蕴涵可以由决策蕴涵表示的充要条件；接着通过实例表明，存在一些蕴涵不可由决策蕴涵表示，因此进一步区分了直接表示和间接表示；最后通过研究决策背景中只有一个决策属性时不可被直接表示的蕴涵所具有的特点，给出了蕴涵不可由决策蕴涵直接表示的充要条件，并给出了不可被直接表示蕴涵的生成方法。这种研究为蕴涵和规范基的研究提供了一种新视角，同时也为形式概念分析更深入的理论研究工作奠定了基础。

• 分辨矩阵在逻辑优化中的应用

  闫心怡, 温馨, 陈泽华

  真值表的化简对于逻辑电路的分析与设计具有及其重要的意义。对真值表的化简问题进行研究，提出了一种利用分辨矩阵从真值表中获取最小布尔表达式的粒分辨矩阵方法，实现其在逻辑优化中的应用。首先，将真值表视为逻辑信息系统，将真值表的化简问题转化为逻辑信息系统的最简规则发现问题。然后，在传统分辨矩阵的基础上，利用等价关系模型构造粒分辨矩阵，找出可以组织成最小布尔表达式的信息粒，利用信息粒的析取合取运算获得逻辑信息系统的最小布尔表达式。为进一步加快算法的收敛速度，引入启发式信息的概念，给出了组织信息粒的判定法则，避免在最小布尔表达式的获取中出现冗余逻辑项，使得布尔逻辑表达式最简，同时提高最小布尔表达式的获取效率，解决大规模逻辑电路的优化问题。最后，给出了详细的算法，并通过实例和理论证明说明了该方法的正确性和有效性。

• 改进混合二进制蝗虫优化特征选择算法

  赵泽渊, 代永强

  特征选择是从数据集的原始特征中选出最优或较优特征子集，从而在加快分类速度的同时提高分类准确率。提出了一种改进的混合二进制蝗虫优化特征选择算法：通过引入步长引导个体位置变化的二进制转化策略，降低了进制转换的盲目性，提高了算法在解空间中的搜索性能；通过引入混合复杂进化方法，将蝗虫群体划分子群并独立进化，提高了算法的多样性，降低了早熟收敛的概率。采用改进算法对UCI部分数据集进行特征选择，使用K-NN分类器对特征子集进行分类评价，实验结果表明：与基本二进制蝗虫优化算法、二进制粒子群优化算法和二进制灰狼优化算法相比，改进算法具有较优的搜索性能、收敛性能与较强的鲁棒性，能够获得更好的特征子集，取得更好的分类效果。

• 标注Petri网的最小代价计划序列估计

  周广瑞, 徐淑琳, 郭乙运, 鲁法明, 岳昊

  针对制造系统的标注Petri网模型，提出一种基于回溯法估计系统最小代价计划序列的算法。已知标注Petri网模型的网结构与初始标识，根据给定的标注序列划分搜索阶段，每个标注对应的代价较小的变迁优先发生。按此规则观测到所有的标注后，对应的变迁发生序列代价的加和为最小总代价，并储存最小代价计划序列及总代价。按照深度优先策略遍历解空间树，以当前最小总代价为约束条件，剔除其他路径中不必搜索的标识以及变迁发生序列，缩小搜索空间。通过实例验证了该方法的可行性，与动态规划法执行结果相比，提出的方法能够实现更少的计算量和更高的工作效率。