计算机科学与探索杂志

计算机科学与探索杂志2023年第2期

• 实时光线追踪相关研究综述

  闫润, 黄立波, 郭辉, 王永鑫, 张鑫铖, 张鸿儒

  光线追踪因其渲染效果的真实性，长期以来被视为下一代主流图像渲染技术，是计算机图形学领域的热点研究方向。近年来，学术界和商业界对实时光线追踪开展了广泛研究。为促进实时光线追踪的研究，对相关文献进行归纳、分析和总结。首先阐述了光线追踪的概念、算法、加速数据结构等理论知识；介绍了三款支持光线追踪商用图形处理器（GPU），并对比了之间的差异；从光线束遍历、无栈遍历、光线重排序、多分支BVH、降噪技术、与神经网络结合的实时光线追踪这六个方法综述了光线追踪的算法优化工作，并阐明了相关具体方法的优缺点；在算法加速的基础上，对使用GPU优化加速和采用定制化设计的硬件加速进行了归纳分析；最后对文章的内容进行了总结，指出了实时光线追踪仍面临的困难，并对未来的发展方向进行了展望。可以帮助研究人员系统地了解实时光线追踪的研究现状，为后续开展相关研究提供思路。

• 视觉深度学习的三维重建方法综述

  李明阳, 陈伟, 王珊珊, 黎捷, 田子建, 张帆

  近年来，三维重建作为计算机视觉的重要任务之一，得到广泛的关注和深入的研究。重点分析近年来使用深度学习重建通用对象的三维形状的研究进展。以深度学习进行三维重建环节为脉络，根据三维重建过程中数据深度特征表示方法将三维重建研究分为体素、点云、曲面网格、隐式曲面四类。再根据输入二维图像的数目分为单视图三维重建和多视图三维重建两类，根据网络架构以及它们使用的训练机制进行具体细分，在讨论每个类别的研究进展的同时，分析每种训练方法的发展前景及优缺点。研究近年来在特定三维重建领域的新热点，例如动态人体三维重建和不完整几何数据的三维补全，对一些关键论文进行比较，总结了这些领域存在的问题。介绍现阶段的三维数据集的重点应用场景和参数。总结现阶段三维重建领域存在数据集缺失、模型训练复杂、缺少特定领域针对性识别等问题。对三维重建在未来的具体应用领域发展前景进行了例证分析，并对三维重建的研究方向进行了展望。

• 深度学习在舌象分类中的研究综述

  吴欣, 徐红, 林卓胜, 李胜可, 刘慧琳, 冯跃

  随着技术的快速发展和计算能力的提高，深度学习在舌象分类领域将得到广泛的应用。舌诊图像的舌象分类是中医舌诊客观化的重要组成部分。传统的舌诊是在基础理论的指导下，借助个人经验所做出的理解和判断，因而会具有一定的差异性和模糊性，影响诊断的可重复性。为了减少主观判断的误差，许多研究人员致力于通过深度学习实现中医舌诊的客观化、定量化和自动化。主要对基于深度学习的舌象分类方法研究现状进行分析梳理和归纳总结。在舌象分类研究中，以各类深度学习方法作为研究对象，将其划分为基于早期神经网络、卷积神经网络、区域卷积神经网络、迁移学习以及其他方法进行总结分析；对舌诊中的中医证候和疾病以及体质分类进行了讨论；用Kaggle上的公开舌诊数据集进行5折交叉验证实验，数据集为小样本齿痕舌，评估了基于深度学习和迁移学习分类方法；对舌诊图像质量、构建数据集方式、特征提取、单标签和多标签分类的研究发展进行了探讨和展望。

• 中文命名实体识别研究综述

  王颖洁, 张程烨, 白凤波, 汪祖民, 季长清

  随着自然语言处理领域相关技术的快速发展，作为自然语言处理的上游任务，提高命名实体识别的准确率对于后续的文本处理任务而言具有重要的意义。然而，中文和英文语系之间存在差异，导致英文的命名实体识别研究成果难以有效地迁移到中文研究中。因此从以下四方面分析了当前中文命名实体识别研究中的关键问题：首先以命名实体识别的发展历程作为主要线索，从各阶段存在的优缺点、常用方法和研究成果等角度进行了综合论述；其次从序列标注、评价指标、中文分词方法及数据集的角度出发，对中文文本预处理方法进行了总结；接着针对中文字词特征融合方法，从字融合和词融合的角度对当前的研究进行了总结，并对当前中文命名实体识别模型的优化方向进行了论述；最后分析了当前中文命名实体识别在各领域的实际应用。对当前中文命名实体识别的研究进行论述，旨在帮助科研工作者更为全面地了解该任务的研究方向和研究意义，从而为新方法和新改进的提出提供一定的参考。

• 非齐次基因调控网络模型研究综述

  张倩倩, 胡春玲, 张家瑶, 李大伟, 邵鸣义

  在生物信息学领域中，基因调控网络的构建至关重要。近年来，非齐次动态贝叶斯网络已成为从基因表达时间序列数据中学习基因调控网络的一种常用建模工具。针对这一研究领域，梳理了基于齐次动态贝叶斯网络的基因调控网络建模方法，并从时间片划分方式和基因调控网络参数学习，综述了近十几年提出的非齐次动态贝叶斯模型，主要内容包括：时间片划分方式，包括自由分配、连续变点过程、离散变点过程以及基于隐马尔可夫的变点过程；基因调控网络参数学习，主要包括顺序耦合参数和全局耦合参数。之后对非齐次动态贝叶斯网络模型的性能进行了分析，着重介绍了这些模型对于基因调控网络建模的准确性和可靠性，以及模型之间的区别与联系。最后指出了基因调控网络构建的困难和挑战以及非齐次动态贝叶斯网络模型未来的一些研究方向。

• 融合最近邻矩阵与局部密度的自适应K-means聚类算法

  艾力米努尔·库尔班, 谢娟英, 姚若侠

  针对传统K-means聚类算法对初始聚类中心和离群孤立点敏感的缺陷，以及现有引入密度概念优化的K-means算法均需要设置密度参数或阈值的缺点，提出一种融合最近邻矩阵与局部密度的自适应K-means聚类算法。受最邻近吸收原则与密度峰值原则启发，通过引入数据对象间的距离差异值构造邻近矩阵，根据邻近矩阵计算局部密度,不需要任何参数设置，采取最近邻矩阵与局部密度融合策略，自适应确定初始聚类中心数目和位置，同时完成非中心点的初分配。人工数据集和UCI数据集的实验测试，以及与传统K-means算法、基于离群点改进的K-means算法、基于密度改进的K-means算法的实验比较表明，提出的自适应K-means算法对人工数据集的孤立点免疫度较高，对UCI数据集具有更准确的聚类结果。

• 生成样本对抗训练的图半监督学习

  王聪, 王杰, 刘全明, 梁吉业

  给定一个由少量标记节点和大量未标记节点组成的图，图半监督学习的目标是为图中的未标记节点分配标签。生成对抗网络已经在半监督学习中展示了强大的能力，但基于生成对抗网络的图半监督学习的研究工作较少，目前的工作主要关注在低密度区域生成未标记样本削弱子图之间的信息传播，从而使决策边界更清晰，但在这类方法中，标记样本过少仍是其面临的主要挑战。针对这个问题，提出了一种基于生成样本对抗训练的图半监督学习算法。该算法基于生成对抗网络，分别生成服从真实样本分布的标记样本和与真实样本分布不同的未标记样本，其中生成的标记样本扩充了监督信息，生成的未标记样本减少了密度间隙中邻近节点的影响，从而提高了图半监督分类效果。相比现有的方法，提出的算法全面考虑了标记样本和未标记样本对图半监督学习的影响，使其分类能力更强。同时在不同的数据集上进行了大量的实验，验证了该方法的有效性。

• 熵正则化下的变分深度生成聚类模型

  张志远, 陈亚瑞, 杨剑宁, 丁文强, 杨巨成

  基于深度学习的聚类方法可以自动学习到数据的隐层特征表示，并可方便应用于高维大规模数据集上。传统深度聚类方法更多关注通过深层神经网络去提取数据的隐层特征来提升聚类精度，较少对聚类任务中数据类别的确定性问题进行分析，同时缺乏对施加约束后的离散隐向量分布的分析。提出熵正则化下的变分深度生成聚类模型（VDGC-ER），以变分自编码为基础框架，对连续向量进行高斯混合先验建模，并以高斯混合中的离散隐向量作为类别向量。通过对离散隐向量引入样本熵正则化项增强预测聚类类别的区分度，同时对离散隐向量定义聚合样本熵正则化项以降低聚类不平衡，避免局部最优，并提升生成数据多样性。之后，采用蒙特卡洛采样及重参策略估计VDGC-ER模型的优化目标，并利用随机梯度下降法求解模型参数。最后在MNIST数据集、REUTERS数据集、REUTERS-10K数据集和HHAR数据集上设计了对比实验，验证了VDGC-ER模型不仅可以生成高质量的样本，而且可以显著提升聚类精度。

• 混合深度CNN联合注意力的高光谱图像分类

  王燕, 吕艳萍

  深度学习中的卷积神经网络（CNN）能充分利用计算机的计算能力，高效地提取遥感图像的特征，取得很好的成果，特别是在高光谱图像分类方面取得了很大的进展。为了在有限的高光谱样本上充分提取光谱和空间特征，提高高光谱图像分类的精度，提出了混合深度卷积联合注意力（HDC-Attention）的模型。首先利用核主成分分析（KPCA）和小批量[K]均值（MBK-means）对高光谱图像进行组合降维，有效地消除数据冗余并保留主要信息量，使得降维后的数据具有最佳区分度。然后将降维后的数据输入HDC网络进行充分的光谱-空间特征提取。最后利用光谱-空间注意力，重新分配光谱-空间特征的权重，增强有用的空谱特征，抑制无用的特征。提出的模型在三个公开数据集上进行了多次实验，在有限的标记样本下，三个数据集的OA、AA、Kappa分类指标均超过99%。

• 特征增强的孪生网络高速跟踪算法

  李虹瑾, 彭力

  近年来，实时的目标跟踪技术在许多复杂视觉系统中都发挥了重要的作用，跟踪算法作为其中的一个关键环节，不仅需要具备高精度还需要满足实时性。SiamFC算法在提出时由于可以较好地平衡精度与速度，受到了广泛的关注。但是SiamFC算法使用较浅的骨干网络，提取到的特征难以应对复杂多变的跟踪环境，容易导致跟踪漂移。为了同时提高算法的跟踪精度与速度，提出了一种特征增强的轻量级孪生网络高速跟踪算法。首先，使用改进后的轻量级网络ShuffleNetV2作为骨干网络提取特征，在减少模型参数量与计算量的同时大幅提升跟踪速度；其次，在孪生网络的模板分支末端嵌入通道与空间双重注意力来调整不同通道和空间位置的响应权重，突出对跟踪有益的特征；最后，采用分层特征融合策略，同时利用网络提取的深层语义特征与浅层结构特征，从多角度表征目标。在OTB100和VOT2018两个数据集上与当前一些优秀的跟踪算法进行对比实验，结果表明，所提算法在跟踪精度上有较大的优势，在困难场景下展现了较强的鲁棒性，同时算法在NVIDIA GTX1070下的速度可达110 FPS，相比SiamFC算法能够更好地兼顾跟踪精度与速度。

• 双流网络的水下视频客观质量评价模型

  宋巍, 肖毅, 杜艳玲, 张明华

  水下拍摄的视频存在质量退化效应。一方面，光线在水中传播时呈指数衰减导致水下视频质量损失；另一方面，水下复杂拍摄环境（例如水流等）造成视频的不稳定性。为此，综合考虑水下视频时空特征和运动特征对视频质量的影响，提出一种针对水下场景的客观无参考视频质量评价模型（TS-UVQA）。TS-UVQA采用双流网络结构：设计了由三维卷积、自适应正则化和慢融合策略组成的时空特征提取网络（Spatial-temporal Net），从视频原始帧中学习时空特征；设计了由二维卷积层和自适应正则化堆叠的运动特征提取网络（Motion Net），从光流场块中学习水下视频的相关运动特征；使用决策级融合实现高精度的水下视频质量评价。以模型的视频质量评价结果与主观质量分数的皮尔森线性相关系数（PLCC）和斯皮尔曼秩序相关系数（SROCC）为指标，通过实验验证了TS-UVQA中运动网络对于水下视频质量评价的性能提升效果，同时与13种图像和视频客观质量评价方法相比，在水下视频数据集上取得最佳性能。此外，TS-UVQA在3个自然场景视频数据集（ECVQ、EVVQ、LIVE）也取得了与最先进方法接近的相关系数，表明方法具有良好的泛化性能。

• 基于典型相关自编码器的过敏性鼻炎用药推荐

  徐慕豪, 葛欣宜, 刘洋, 刘俊秀, 赵耀, 朱振峰

  过敏性鼻炎患者的电子病历中存在着大量文本类型的主诉症状信息，其中蕴含了医生为患者做出诊断和医嘱用药的关键信息，而现有的药品推荐算法大多数只限于对患者的数值型、结构化数据的使用。针对这一问题，提出了一种基于深度典型相关自编码器的过敏性鼻炎用药推荐算法。首先通过一种基于搜索引擎的主诉文本结构化表示方法，从主诉文本中抽取症状标准信息；然后考虑患者的症状和用药之间存在较强的相关关系，通过构建深度典型相关自编码器模型对数据进行特征提取并且建立起主诉症状和用药情况之间的关联关系；最后根据患者的症状表征和用药表征通过加权近邻搜索进行药品的Top-N推荐。在一个真实的来自三甲医院耳鼻喉科的电子病历数据集上进行实验，验证了算法的准确性和有效性。

• 集成层级图注意力网络检测非均衡虚假评论

  赵敏, 张月琴, 窦英通, 张泽华

  作为机器学习当前一大热点，图神经网络（GNN）模型近年来已逐渐开始结合用户评论应用于欺诈检测领域。但现实中汇总的用户评论涉及多个不同领域，可用信息复杂多样，海量的用户生成内容中欺诈信息通常也只占少数，基于GNN的相关检测方法对虚假评论的识别效果不甚理想。针对这种特征异构和数据分布不均衡的问题，将评论系统进行异构网络建模，提出一种新的集成层次图注意力网络（En-HGAN）识别方法。通过融合层次注意力结构，更加充分地利用异构网络中丰富的用户行为信息，为评论学习更加丰富的语义表征，并在集成学习Bagging框架下集成多个差异化的HGAN子模型，使用随机欠采样策略实现基学习器多样性聚合，从而减少有效信息丢失，增强对欺诈评论的检测能力。在YelpChi与Amazon真实数据集上的实验结果表明，En-HGAN方法具有良好的异常探测性能，和当前一些最新的方法相比，在数据类别倾斜分布的应用中显示En-HGAN方法对欺诈实体具有不错的鲁棒性。

• 检测脑电癫痫的多头自注意力机制神经网络

  仝航, 杨燕, 江永全

  癫痫是一种危及生命且具有挑战性的神经系统疾病，目前基于脑电图（EEG）的癫痫检测方法依然存在很多挑战，脑电图信号是不稳定的，不同的病人表现出的癫痫发作模式不同，检测脑电信号耗时费力，不仅会给医务人员带来沉重的负担，还容易造成误检情况的发生。因此，研究高效的跨多患者的癫痫自动检测技术是非常有必要的。提出了一种基于多头自注意力机制神经网络的癫痫脑电检测方法（CABLNet），利用卷积层捕获脑电时序信号的短期时间模式和各通道之间的局部依赖关系，使用多头自注意力机制进一步捕获具有时序关系的短期时间模式特征向量的长距离依赖关系和时间动态相关性，将上下文表示送入双向长短时记忆网络（BiLSTM）提取前后方向的信息，用logsoftmax函数进行训练和分类。实验使用CHB-MIT头皮脑电数据库数据，灵敏度、特异性、准确率、F1-score分别为96.18%、97.04%、96.61%、96.59%，结果表明，提出的方法优于现有方法，在癫痫检测性能方面有显著提高，对癫痫的辅助诊断具有重要意义。

• 自适应融合邻域聚合和邻域交互的图卷积网络

  富坤, 禚佳明, 郭云朋, 李佳宁, 刘琪

  图表示学习是在保持图中节点性质不变的前提下，获取节点的低维表示向量，为下游任务提供有效的数据支持。现有图表示学习算法大多关注于聚合邻域特征，对于挖掘其他非线性信息关注不足。针对这一问题，提出了自适应融合邻域聚合和邻域交互的图卷积网络AFAI-GCN。首先，采用双通道图卷积网络建模邻域聚合，并利用生成的嵌入表示计算邻域交互项来补充算法学习的信息；然后，结合注意力机制构建自适应融合模块，增加对重要信息的关注，提高融合信息项的任务相关性；最后，通过信息一致性约束和差异性约束增强节点特征一致性和嵌入表示差异性。在三个公共引文数据集上进行了节点分类和可视化任务，结果显示，AFAI-GCN与图卷积网络（GCN）、邻域聚合和交互图卷积网络（AIR-GCN）等算法相比，在Cora、Citeseer、Pubmed数据集上分类准确率分别提高了1.0~1.6个百分点、1.1~2.4个百分点和0.3~0.9个百分点；在可视化任务中团簇内聚合程度更高，不同的团簇边界更清晰；算法学习过程中收敛速度更快，准确率曲线更平滑。实验结果表明该框架较好地提升了基准算法的性能。

• 多语义关系嵌入的知识图谱补全方法

  尹华, 肖石冉, 陈智全, 胡振生, 龙泳潮

  基于知识表示的知识图谱补全方法将实体与关系转化为分布式向量，通过向量计算补全缺失关系。现有的知识表示模型将关系看作单一向量，损失了部分关系语义。而传统关系多语义细分模型由于参数较多，时耗较大难以在大规模知识图谱上应用。提出了一种多语义关系嵌入的知识图谱补全方法（MSRE），在复数域空间中反向计算关系角度向量，基于Mean-Shift构建各关系的语义分量簇，优化RotatE得分函数为语义分量簇中最恰当的关系语义分量得分。该方法在扩充关系表示的同时，保证了三元组运算中的唯一性。在公开数据集FB15K-237、WN18RR上的链路预测和三元组分类的实验结果表明，该方法可以挖掘关系的潜在语义，保持较低的时间复杂度，且在多数指标上相较于主流模型有一定的性能提升。

• 结合关系路径与有向子图推理的链接预测方法

  马力, 姚伟凡

  针对基于归纳关系预测的知识图谱补全方法，现有的方法仅限于直推式推理，训练期间必须知道全部的实体集合。提出一种基于图神经网络的关系预测方法。首先提取图神经网络的局部有向子图进行推理，其次引入一个用于归纳关系推理的节点-边双向信息传递机制，以加强节点和边之间的信息交流并有效处理三元组中的非对称关系。鉴于实体之间不同的连接路径揭示了其关系的本质并有助于预测推理，因此考虑两个实体之间的关系路径，用适用于归纳式推理的关系类型表示其路径，定义了边嵌入的注意力公式，对在训练集中没有见过的实体进行关系预测。在适用于归纳推理方法的常用基准数据集上的实验结果表明，该方法相比基线模型提高了三元组的预测精度。

• 融合时间上下文与特征级信息的推荐算法

  沈义峰, 金辰曦, 王瑶, 张家想, 卢先领

  针对基于自注意力机制的序列推荐模型忽略了各类辅助信息，导致模型不能利用它们捕捉多层次序列关系模式等问题，提出了一种融合时间上下文和特征级信息的推荐算法（ITFR）。首先将物品表示与其每一个属性表示连接起来输入到一个注意力网络，经过注意力加权后得到一种基于属性的物品表示。然后ITFR应用感知时间间隔的自注意力区块和基于物品-属性的自注意力区块分别捕捉物品与交互序列时间间隔之间的关系模式和物品与属性之间的隐式关系。最后将两个自注意力区块的输出表示连接起来，并将其作为联合输出表示输入到全连接层用于下一个物品的推荐。在两个公开数据集上进行实验，采用命中率（HR）和归一化折损累计增益（NDCG）两种性能指标进行评估。在Beauty数据集中，相较于最优的基线方法，HR@10和NDCG@10分别提升了4.6%和5.1%；在MovieLens-1M数据集中，HR@10和NDCG@10分别提升了1.7%和1.5%。实验结果表明，融入辅助信息增强序列表示的方法可以提升推荐性能。

• 注意力感知的群组Next事件推荐策略

  廖国琼, 杨乐川, 万常选, 刘德喜, 刘喜平

  近年来，基于事件社会网络（EBSN）逐渐成为人们寻找感兴趣事件的有效途径，如何将事件精准地推荐给有需求的用户已成为该领域的重要主题。下一个项目推荐能够捕获用户的动态偏好，在电子商务等领域取得较好推荐效果。然而，鲜见有关EBSN中的面向群组的下一个（Next）事件推荐研究。主要研究面向群组的Next事件推荐策略，但由于群组偏好会发生动态变化，且事件生命周期短、新事件冷启动等问题使得针对群组进行Next事件推荐变得更加困难。首先，针对群组偏好会随时间发生动态变化的特征，将群组与事件的历史交互划分为多个时段。考虑到划分后群组成员数据变得更加稀疏，不利于群组偏好建模，采用基于参与度的排序策略提取当前时段核心成员的成员偏好，并利用注意力机制融合出群组静态偏好。然后，通过序列模型将各个时段的静态偏好融合得到群组动态偏好。最后，将事件推荐视为多标签分类问题，即将上下文看作事件的多个标签，通过预测各个上下文的概率分布以匹配事件，从而有效缓解新事件冷启动问题。实验结果表明，所提出的推荐策略具有较好的性能。