计算机科学与探索杂志

计算机科学与探索杂志2023年第3期

• 小样本图像分类研究综述

  安胜彪, 郭昱岐, 白 宇, 王腾博

  近年来，借助大规模数据集和庞大的计算资源，以深度学习为代表的人工智能算法在诸多领域取得成功。其中计算机视觉领域的图像分类技术蓬勃发展，并涌现出许多成熟的视觉任务分类模型。这些模型均需要利用大量的标注样本进行训练，但在实际场景中因诸多限制导致数据量稀少，往往很难获得相应规模的高质量标注样本。因此如何使用少量样本进行学习已经逐渐成为当前的研究热点。针对分类任务系统梳理了当前小样本图像分类的相关工作，小样本学习主要采用元学习、度量学习和数据增强等深度学习方法。从有监督、半监督和无监督等层次归纳总结了小样本图像分类的研究进展和典型技术模型，以及这些模型方法在若干公共数据集上的表现，并从机制、优势、局限性等方面进行了对比分析。最后，讨论了当前小样本图像分类面临的技术难点以及未来的发展趋势。

• 封闭域深度学习事件抽取方法研究综述

  焦磊, 云静, 刘利民, 郑博飞, 袁静姝

  事件抽取作为自然语言处理的研究热点之一，其可以从海量数据中提取出有价值的信息，并以结构化的形式展现给用户，在舆情监控、信息检索、金融风投等方面有着广阔的应用前景以及巨大的应用价值。随着深度学习的发展，基于深度学习的事件抽取方法受到越来越多研究人员的关注。通过事件抽取的任务定义，描述基于深度学习事件抽取现有的研究理论；通过分析不同神经网络模型构成的事件抽取方法，探究基于深度学习事件抽取的处理思路，并根据不同的处理思路，将深度学习的事件抽取方法进行分类。在每个分类中，对最经典的研究工作从其问题来源、解决方案、贡献以及缺陷不足进行详细的分析；通过事件抽取数据集的介绍，说明当前事件抽取的研究基础；通过在不同数据集上的事件抽取性能表现，归纳当前事件抽取的发展现状。在此基础上，对当前深度学习应用于事件抽取所面临的困难和挑战进行总结与分析，并对事件抽取的发展前景进行展望。

• 基于深度学习的视觉惯性里程计技术综述

  王文森, 黄凤荣, 王旭, 刘庆璘, 羿博珩

  视觉惯性里程计在很多方面可以很好地实现视觉和惯性传感器的优势互补，获得高精度的6自由度导航定位，因此应用领域极为广泛。然而，传感器自身的误差、异常视觉环境的扰动、多传感器之间的时空校准误差都会干扰导航结果，导致导航精度下降。近年来，正在迅速发展的深度学习方法凭借其强大的数据处理和预测能力，给视觉惯性里程计的发展提供了全新的发展方向。对基于深度学习的视觉惯性里程计的主要发展成果进行了回顾与总结。首先，按照两种融合策略分别概述研究方法，包括深度学习与传统模型结合的方法和基于深度学习的端到端的方法。之后，根据深度学习类型分为监督学习和无监督/自监督学习的方法，并分别阐述了这些方法的模型结构。然后，概述了系统的优化与评估方法，并比较了其中一些具有代表性的方法的性能。最后，对该领域需要解决的关键难点问题进行了总结，对未来发展进行了展望。

• 迁移学习应用于新型冠状病毒肺炎诊断综述

  孟伟, 袁艺琳

  新型冠状病毒肺炎（COVID-19）疫情爆发以来，由于该病毒具有极强的传染性，所导致的感染人数与死亡人数持续增加。筛查疑似患者和早期诊断COVID-19是防止疫情恶化的重要措施之一。通过核酸检测和人工检查等方法在感染早期诊断出COVID-19是防止其在社会中爆发的最佳途径。然而核酸检测效率低下，仅仅依靠放射科专家诊断X射线图像和CT扫描图像存在耗时长且易出现诊断误差等问题。研究人员相继提出了基于迁移学习的计算机辅助诊断算法，可以最大程度地减少传统诊断方法所产生的问题，但目前关于迁移学习在新冠肺炎成像中的应用综述较少，因此总结和分析了当前国内外基于迁移学习技术诊断COVID-19的研究成果。针对模型类型进行分类讨论，分别从数据集来源、数据预处理方法、基于迁移学习的诊断模型、模型可视化、评价指标以及模型性能6个角度进行分析和比较。并指出了当前所面临的挑战和未来的发展方向，为今后进一步的研究工作奠定了基础。

• 自然场景文本检测与端到端识别：深度学习方法

  周燕, 韦勤彬, 廖俊玮, 曾凡智, 冯文婕, 刘翔宇, 周月霞

  自然场景图像中丰富的文本内容对场景理解有着重要意义，但自然场景文本往往具有极端横纵比、字体风格多变、背景及形状复杂等特点，而传统的文本检测与端到端识别方法存在着模型设计复杂、效率低、适用性不强且耗费成本高等缺点。随着深度学习技术在图像领域的迅速发展，自然场景文本检测与端到端识别方法取得了突破性的进展，其性能和效率得到了显著提高。针对自然场景文本检测与端到端识别方法，梳理了近年来相关的研究工作。首先，根据文本框生成方式的不同，主要从回归候选框和像素分割两个角度来划分自然场景文本检测方法的基本思想，并对各类代表性的方法进行了详细叙述；其次，从端到端识别速度与解耦检测和识别任务的角度对端到端识别方法的技术发展路线进行了归纳总结；然后，介绍了常用的公开文本数据集，并在公开的文本数据集上对各类方法进行了性能对比；最后，对自然场景文本检测与端到端识别的主流研究方向进行了讨论，并阐述了其面临的挑战和未来的发展趋势。

• 折扣{0-1}背包问题之分段排序贪心核算法研究

  代祖华, 刘园园, 狄世龙, 樊琦

  折扣{0-1}背包问题（D{0-1}KP）的贪心核算法是一种近似解算法，常通过估算核区间划分子问题，采用分治算法设计求解算法，算法性能与核区间估计准确性密切相关，核区间估算优化是算法改进的主要途径。在研究{0-1}KP核概念基础上，提出D{0-1}KP核区间的修正定义，构建分段排序策略以缩减核区间规模，改进了D{0-1}KP贪心核算法，设计了修复贪心核动态规划加速算法（RGCADP）、分段排序贪心核动态规划加速算法（RGCADP_PS）。两个算法在D{0-1}KP标准数据集上的实验结果表明：与基本动态规划算法（BDP）相比，RGCADP、RGCADP_PS算法平均求解时间提升率为71.3%、77.2%；RGCADP、RGCADP_PS算法平均解误差率低于粒子群贪心修复算法（PSO-GRDKP）0.5个百分点，低于贪心核加速动态规划（GCADP）算法4.7个百分点；RGCADP_PS时间性能提升率高于RGCADP算法5.9%。

• 基于粒子竞争机制的半监督社区发现算法

  王本钰, 顾益军, 彭舒凡

  社区发现是复杂网络重要研究内容之一。传统社区发现算法在复杂网络结构不清晰时效果不佳，并且无法有效利用复杂网络中易获取的先验信息。为了解决复杂网络的社区发现问题，提出一种融合节点粒子竞争机制和边粒子竞争机制的半监督社区发现算法（SSPC）。该算法首先通过网络中的先验信息在已标记节点上产生粒子。接下来粒子通过既定的规则在网络中执行游走和重启步骤，充分体现粒子游走的倾向性，降低粒子游走的随机性，加快粒子的收敛速度并且限制粒子游走范围。最后，当粒子达到收敛状态时，网络中的节点将被某一类粒子占据。根据各类粒子占据的节点来揭示网络的社区结构。在真实网络数据集和LFR人工基准网络上与近几年具有代表性的社区发现算法进行实验对比，发现SSPC算法在NMI指标上整体优于其他算法，可以获得更好的社区发现结果。

• 协同围攻策略改进的灰狼算法及其PID参数优化

  刘威, 郭直清, 姜丰, 刘光伟, 靳宝, 王东

  针对灰狼优化算法（GWO）在求解优化问题时收敛速度慢和全局搜索能力弱的缺点，提出一种基于Chebyshev融合狼群协同围攻策略的改进GWO算法（CCA-GWO）并成功应用于PID参数优化。首先，通过对比三种混沌映射优缺点并最终将Chebyshev映射用于算法初始化中以增强初始解的多样性；其次，为平衡算法的全局勘探和局部开采能力，通过模拟灰狼群狩猎时头狼和次头狼的交替行为，提出一种新的非线性策略对控制参数[A]和[C]及位置更新方程进行修正；最后，将改进算法应用于PID参数优化。通过8组基准测试函数在10维、30维和100维下进行实验，并与BOA、MFO、ASO、MVO、WOA、GWO进行对比，数值实验结果表明，CCA-GWO不仅在求解不同维度的基准测试函数上具有更好的寻优性和稳定性，而且在PID参数优化中相较于6种元启发式算法表现出更好的优化性能。

• 多层级特征融合的无人机航拍图像目标检测

  徐光达, 毛国君

  针对无人机航拍图像中小目标样本多、可提取特征信息少易受背景干扰的问题，基于YOLOv5提出一种多层特征融合的无人机航拍图像检测算法。首先，增加浅层网络的高分辨率特征图保留充足的目标特征信息，同时加入对应尺度的检测头以此增强对微小目标的检测能力；其次，考虑不同层级特征图所包含的信息对于小目标检测任务贡献不同，设计了多层级特征融合层来整合不同的感受野信息，通过融合不同层级特征图聚合上下文信息，并根据训练目标样本大小自适应生成各层级特征图输出权重来动态优化特征图的表达能力；最后，在预测过程中为了减少在不同任务中需求特征信息的冲突，将解耦检测头替换原本的耦合检测头，可以更佳地完成分类和定位任务。在公开数据集VisDrone上进行实验，该方法的平均均值精度达到了35.5%,较基线方法YOLOv5提高了4.4个百分点，同时与主流的检测方法相比也取得更高的检测精度。结果表明，所提出的方法对于小目标检测任务具有较好的性能。

• 基于MSFA-Net的肝脏CT图像分割方法

  沈怀艳, 吴云

  从患者的腹部CT图像中自动分割出肝脏对于肝脏疾病的诊断意义重大。由于在U-Net中使用自下而上的特征融合方式忽略了低级特征的重要性，导致网络分割性能较差，以及肝脏与相邻器官组织的灰度值较为相似，使得一些微小的细节特征不易被关注。针对以上问题，提出了一种基于多尺度语义特征融合和注意力机制的肝脏分割网络（MSFA-Net）。首先，使用空洞残差卷积（DRC）捕获多尺度特征；然后，采用MSFA模块将自上而下和自下而上的多尺度特征融合方法与注意力机制相结合，来充分融合多尺度特征和关注微小特征；最后，通过深度监督（DS）对特征图求和来提升分割效果。在MICCAI2017 LiTS和3DIRCADb数据集上进行了消融研究，在LiTS数据集上获得了0.961和0.965的DC和DG评分，比基线网络分别提高了3.4%和2.0%；在3DIRCADb数据集上，其DC和DG评分同为0.965，比基线网络分别提高了3.5%和3.3%。

• 改进的U-Net网络用于视网膜血管分割

  吕佳, 马超, 程超

  视网膜血管的形态结构信息可以为糖尿病、高血压等疾病提供诊断依据。现有的大部分算法通过融合血管不同阶段的特征信息来提升分割精度，却忽略了融合后浅层信息在采样过程中容易被稀释，且上采样次数越多，稀释越严重的问题。为此提出了一种融合概率分布注意力的提升算法用以解决上述问题。该算法基于U-Net模型，首先利用多个串行提升块学习血管浅层的特征信息，然后在提升块中引入概率分布注意力机制用来改变浅层信息的概率分布，提升浅层信息在最终分割任务中的贡献度，最后利用深度监督非对称聚合补充各提升块的梯度流，以避免模型在训练过程中产生梯度消失的问题。在DRIVE、STARE数据集上与近年来不同算法进行了对比，其中SP值分别为0.985 7、0.991 7，相较于第二名提升了0.2%、0.25%，均优于目前最新的算法结果。实验证明了提出的提升算法能较好地改善血管前期信息，一定程度上解决了信息稀释问题，提高了对视网膜血管的分割效果。

• 面向异常处理的代码智能化推荐

  林锴, 陶传奇, 黄志球

  为了保证软件的健壮性以及系统的可靠性，异常处理被广泛应用于软件开发过程中。开发者们希望选择合适的异常处理代码以防止出现程序崩溃或者内存泄漏等问题。然而开发者，尤其是新手，由于缺乏经验很难编写出正确或规范的异常处理代码。为了协助开发者编写正确的异常处理代码，提出了面向异常处理的代码智能化推荐方法，即DeepEHCR。该方法通过构建API调用树来表示异常发生位置的上下文信息，然后根据上下文信息，利用自注意力网络推荐相应的异常处理策略。针对处理异常这一具体策略，利用Transformer模型进一步推荐处理异常相关的API序列。实验表明DeepEHCR在异常处理策略推荐和API序列推荐上都有较高的性能。在异常处理策略推荐方面，Accuracy、Precision、Recall以及F1-score的值分别达到了89.78%、89.98%、89.34%以及89.59%。在API序列推荐方面，Hit@1/3/5的值分别达到了57.83%、69.73%、74.79%。除此之外，DeepEHCR在修复真实的异常漏洞方面也优于现有研究工作。

• 在线图正则化非负矩阵分解跨模态哈希

  罗雪梅, 郑海红, 安亚强, 王笛

  跨模态哈希具有存储成本低、查询速度快的特性，是一种有效的跨媒体检索方法，近年来得到了广泛的关注。然而，现有的跨模态哈希方法普遍基于批量学习模式来学习哈希函数，该模式不能处理大规模数据集，内存消耗大，训练流数据效率较低。为解决上述问题，提出了在线跨模态哈希方法，但大多数方法均关注于将不同模态的数据映射到一个公共的低维空间中，从而消除不同模态之间异构性，实现跨模态检索。而对于同一模态内数据之间的相关性没有充分挖掘利用，使得最终学习到的哈希编码检索精度不高。提出在线图正则化非负矩阵分解跨模态哈希（OGNMFH）检索方法，充分利用数据模态内的局部流形结构信息和数据的类别标签信息，同时保持数据模态间相似性和模态内相似性，得到判别性更高的哈希码。通过在三个经典数据集上进行大量实验，证明了该方法可有效提升在线哈希学习的检索精度。

• 对不平衡数据的多源在线迁移学习算法

  周晶雨, 王士同

  多源在线迁移学习利用多个源域的标记数据来增强目标域的分类性能，针对不平衡的数据集，提出一种可以在源域和目标域的特征空间中过采样的多源在线迁移学习算法。该算法包含两部分：对多个源域过采样和对在线的目标域过采样。对源域过采样阶段，在支持向量机（SVM）的特征空间中过采样来生成少数类样本，新的样本是通过在源域特征空间中的邻域信息来扩增原始的Gram矩阵得到的。对在线的目标域过采样阶段，目标域的样本分批次到达，当前批次的少数类样本从前面已经到达的多个批次中寻找特征空间中的[k]近邻，利用生成的新样本和当前批次中的原始样本一同训练目标域函数。通过核函数将源域和目标域的样本映射到同一特征空间中进行过采样，使用类别分布相对平衡的源域和目标域数据训练相应的决策函数，从而提升算法的整体性能。在四个真实数据集上进行了全面的实验，在Office-Home数据集的任务上相较其他基线算法，准确率提升了0.031 1，G-mean值提升了0.070 2。

• Protein-HVGAE：一种双曲空间中的蛋白质编码方法

  王皓白, 沈昕, 黄尉健, 陈可佳

  蛋白质相互作用（PPI）网络中的蛋白质功能预测、蛋白质交互预测和复合物识别是生物信息学的重要任务，非常依赖于对蛋白质的编码。由于PPI网络是由少量中枢节点主导的无标度网络，传统欧氏空间嵌入方法难以捕捉网络中的层次结构，导致蛋白质编码效果并不理想。提出一种基于双曲空间图嵌入的蛋白质自编码器Protein-HVGAE，该模型采用两个双曲图卷积网络作为编码器，计算隐藏层的均值和方差，并在不同曲率的双曲空间中捕捉网络的层次结构，以区分各节点的低维表示；采用Fermi-Dirac函数做解码器，在双曲空间上通过内积运算重构网络。实验结果表明，该模型在3个PPI数据集中的两个下游任务（PPI预测和蛋白质功能预测）上的表现优于以往在欧氏空间中的编码方法（在PPI预测中AUC值高于VGAE模型0.07左右，在蛋白质功能预测中Macro-F1值高于VGAE模型0.02左右）。

• 知识增强的交互注意力方面级情感分析模型

  韩虎, 郝俊, 张千锟, 孟甜甜

  方面级情感分析（ABSA）已经成为自然语言处理领域的研究热点，与传统的情感分析技术相比，基于方面的情感分析能够判断句子中多个方面的情感倾向，可以更加准确地挖掘用户对方面的情感极性。当前，将注意力机制和神经网络相结合的模型在解决方面级情感分析任务时大多仅考虑方面对上下文的影响，且时常忽略句子中的相关语法信息和背景知识。针对上述问题，提出一种借助知识图谱和图卷积网络的交互注意力神经网络模型，为评论文本注入背景信息和语言知识。首先，利用知识图谱解决词汇在不同语境下的一词多义性问题。其次，利用文本图卷积网络完善评论语句的语法结构信息。最后，通过交互注意力机制实现评论文本上下文与评价方面的协调优化。最终在五个公开数据集上的实验结果表明，合理利用外部知识是改善方面级情感分析模型性能的有效策略。

• 用于人体动作识别的多尺度时空图卷积算法

  赵登阁, 智敏

  基于骨骼数据的时空图卷积人体动作识别网络（ST-GCN）存在时间卷积层结构单一、固定的问题，难以全面提取每个动作类别所需的全部重要阶段特征。针对这一问题，提出了包含多个不同尺度卷积核和多种结构的时间图卷积层，构造了多尺度时空图卷积网络（SMT-GCN），利用不同的时间图卷积操作抽取并融合不同尺度的时间轨迹特征。同时，为了强化人体长距离关联信息和空间结构化特征，在SMT-GCN中融合了构造的变换残差模块（Tran-Res）和轻量级注意力模块（CBAM），构造了多尺度时空图注意卷积网络（SAMT-GCN）。实验在NTU RGB+D数据集和HDM05数据集上进行，提出的SMT-GCN和SAMT-GCN均获得了识别精度的提升；另外，设计的多尺度时间图卷积模块可以融合于其他基线网络中并提高性能。为探究卷积核尺度及结构对算法的影响，设计了相应消融实验，实验结果表明卷积核大小为1、5、9的SAMT-GCN性能最优，并且具有稠密结构的网络识别精度要高于具有串行和并行结构的网络。

• 边缘计算与区块多链下的安全可信认证模型

  黄敏敏, 袁凌云, 潘雪, 张杰

  边缘计算模式引发的数据安全和隐私保护等问题是制约边缘计算发展的基础性问题，而区块链因自身扩展性瓶颈，在解决边缘计算中的安全问题时受到了限制。为了解决边缘侧的信任管理及区块链的扩展性问题，促进边缘计算与区块链协同发展，基于边缘计算与主从多链提出了分布式安全可信认证模型。首先，基于传统单链设计了主从多链结构，并集成边缘计算部署了三层体系架构；针对边缘侧的安全性问题，基于椭圆曲线加密算法（ECC）集成区块链加密技术设计了签名认证方案。其次，基于角色的访问控制模型（RBAC）结合智能合约对用户权限进行了细粒度划分，构建了域间访问控制模型（ID-RBAC），并给出了域内、域间详细的访问认证流程设计。实验结果表明，该模型安全可信，与传统部署方式的单链架构相比，该方案存储开销平均下降50%，时延也有明显的降低。与现有方案相比，该方案在吞吐量方面有更大的优越性，发送速率与吞吐量之比达到1∶1，能满足大规模物联网实际应用需求，具有高扩展性、高安全性。

• 面向入侵检测的Taylor神经网络构建与分析

  王振东, 张林, 杨书新, 王俊岭, 李大海

  深度学习方法已成为网络入侵检测的重要手段，但现有深度学习模型无法挖掘出网络入侵数据特征值间隐藏的函数映射关系。对此，设计了Taylor神经网络模型（TNN）。利用Taylor公式对多项式函数的逼近能力与神经网络的优化能力对入侵数据特征间的关系进行挖掘与利用。首先，介绍Taylor神经网络的基本结构。为了将Taylor神经网络引入入侵检测领域，设计了Taylor神经网络层（TNL），并将其与传统深度神经网络结合构建Taylor神经网络模型。为优化Taylor公式的展开项数，引入人工蜂群算法，但传统的人工蜂群算法存在开采能力较差，易陷入“早熟”等问题，因此设计了一种基于高斯过程的人工蜂群算法。实验结果表明，基于Taylor神经网络的入侵检测算法在NSL-KDD和UNSW-NB15数据集上的准确率具有明显优势。