计算机科学与探索杂志

计算机科学与探索杂志2024年第3期

• 生成对抗网络在图像修复中的应用综述

  龚颖, 许文韬, 赵策, 王斌君

  随着生成对抗网络的迅猛发展，许多基于传统方法难以较好解决的图像修复问题获得了新的研究途径。生成对抗网络凭借强大的生成能力，能从受损图像中恢复出完好的图像，故而在图像修复中得到较为广泛的应用。总结了近年来利用生成对抗网络修复受损图像问题的相关理论与研究，以受损图像的类别及其所适配的修复方法为主要划分依据，将图像修复的应用划分为图像补全、图像去模糊、图像去噪三个主要方面。针对每一方面，通过技术原理、应用对象等维度对图像修复的应用进一步细分。对于图像补全领域，从使用条件引导与潜在编码等角度探讨了基于生成对抗网络的不同图像补全方法；对于图像去模糊领域，阐释了运动模糊图像与静态模糊图像的本质不同及其修复方法；对于图像去噪领域，归纳了不同类别图像的个性化去噪方法。同时，对于每一类应用，分析了所采用的具体生成对抗网络模型的特点及其贡献。最后，总结了生成对抗网络应用于图像修复的优势与不足，并对未来应用场景进行了展望。

• 知识图谱中实体关系抽取方法研究

  张西硕, 柳林, 王海龙, 苏贵斌, 刘静

  实体关系抽取作为知识图谱构建的基础得到了越来越多研究人员的关注。实体关系抽取能够自动、准确地从大量数据中获取知识，并以结构化形式表示和存储。因此，实体关系抽取的正确性直接影响到知识图谱构建的准确性和后续知识图谱应用效果。然而，针对复杂结构、开放领域、多语言、多模态、小样本数据和实体关系联合抽取等不同研究热点，现存的实体关系抽取方法仍存在一些局限性。基于当前实体关系抽取研究热点领域将实体关系抽取分为复杂结构研究领域、开放领域、多语言研究领域、多模态研究领域、小样本数据研究领域和实体关系联合抽取六个方面，将每个方面按照具体问题进行分类并列举出一些解决方法。不仅系统梳理了每一个类别当前存在的问题和解决方法，还归纳了每个类别的研究成果，并从定量分析和定性分析两个维度，详细地分析了每个方法的优点和缺点。最后，总结了当前热点领域中待解决的问题，同时展望了知识图谱中实体关系抽取方法未来的发展趋势。

• 基于DID的跨链身份认证研究综述

  白伊瑞, 田宁, 雷虹, 刘雪峰, 芦翔, 周勇

  随着元宇宙和Web3.0等概念的出现，区块链在很多领域中发挥了非常重要的作用，跨链技术是实现链间互联互通和价值转移的重要技术手段。现阶段，公证人和侧链等传统的跨链技术存在信任问题，同时，跨链身份认证领域中存在各链身份不统一以及身份不掌握在用户自己手中的问题。首先，系统地总结了数字身份和跨链技术的发展历程、技术方案，并对四种数字身份模型和九个主流跨链项目进行分析比较；其次，通过梳理分析近年来跨链身份认证的主要研究成果，设计了跨链身份认证通用模型，并总结出现有方案存在的缺点；然后，重点研究了基于DID的跨链身份认证实现方案，对不同方案进行了技术特点及优缺点分析；在此基础上，总结并设计了三种基于DID的跨链身份认证模型，对主要实现步骤进行了功能描述，并分析其优点、局限性和效率；最后，针对当前基于DID的跨链身份认证模型的不足，讨论了其发展难点并给出了五个未来可发展的研究方向。

• 深度学习在动物行为分析中的应用研究进展

  申通, 王硕, 李孟, 秦伦明

  近年来动物行为分析已成为脑科学与人工智能等领域的重要研究手段之一，研究者基于深度学习的图像分析技术，构建了自动化、智能化的动物行为分析方法。相较于传统的动物行为分析方法，该类方法无需对动物进行特殊标记，可高效地对动物的姿态进行估计和跟踪，实验情景贴近自然情况，为复杂的动物行为实验提供了潜在可能性。对深度学习在动物行为分析中的应用研究进行综述，首先简要分析动物行为分析的任务及现状；然后重点介绍并比较现有的基于深度学习的动物行为分析工具，根据实验分析的行为维度，将该类工具分为二维的动物行为分析工具和三维的动物行为分析工具，并对工具的功能、性能以及适用范围进行论述；进而介绍了现有的动物数据集和评价指标，对现有的动物行为分析工具所利用的算法机制从优势、局限性、适用场景做出总结；最后，从数据集、实验范式和低延时性等方面对基于深度学习的动物行为分析工具做出展望。

• 卷积神经网络在结直肠息肉辅助诊断中的应用综述

  考文涛, 李明, 马金刚

  结直肠癌是一种恶性肿瘤，主要发生在结肠和直肠的组织中，其早期发现和治疗具有重要意义。结直肠癌的早期检测和预防主要是对病人的肠道进行视觉检查，从而筛查结直肠息肉，但人工检查存在漏诊率高等弊端。基于卷积神经网络（CNN）的辅助诊断系统在结直肠息肉的诊断方面表现出最先进的性能，是目前计算机辅助诊断领域的研究热点。根据近几年发表的相关重要文献，对卷积神经网络在结直肠息肉辅助诊断中的应用进行系统综述。首先介绍了结直肠息肉诊断领域的常用数据集，其中包括图片和视频数据集；其次分别对CNN在结直肠息肉检测、分割以及分类中的应用进行系统阐述，对各算法的主要改进思路、优缺点以及性能进行深入分析，旨在为研究人员提供更系统的参考，并对深度学习模型的可解释性进行总结；最后对基于CNN的结直肠息肉辅助诊断的各类算法进行总结，并对未来的研究方向进行展望。

• 融合选择注意力的小样本知识图谱补全模型

  林穗, 卢超海, 姜文超, 林晓珊, 周蔚林

  在面对实体对关系复杂或目标邻域稀疏等情况时，现有的小样本知识图谱补全模型普遍存在关系表示学习能力不足以及忽略实体对相对位置和交互作用的问题。基于此，提出一种基于选择注意力机制和交互感知的小样本知识图谱补全模型（SAIA）。首先，通过在聚合邻域信息过程中引入选择注意机制，帮助邻域编码器聚焦更重要的邻居以减少噪声邻居的不良影响；其次，在关系表示学习阶段，利用背景知识图谱中与任务关系相关的信息学习更加准确的关系表示；最后，为了挖掘知识图谱实体之间的交互信息和位置信息，设计了一个实体对公共交互率指标（CIR）来衡量实体对三阶路径内的关联程度，然后结合实体语义信息共同预测新的事实。实验结果表明该方法优于目前最先进的小样本知识图谱补全模型。与基准模型最优的结果相比，SAIA在NELL-one和Wiki-one数据集上的5-shot链接预测中，平均倒数排名（MRR）、Hits@10、Hits@5以及Hits@1等性能评价指标分别提高了0.038、0.011、0.028和0.052以及0.034、0.037、0.029和0.027，验证了所提模型的有效性和可行性。

• 平滑非负低秩图表示聚类算法

  钱罗雄, 陈梅, 张弛, 张锦宏, 马学艳

  针对现有低秩图表示算法在构建表示图时未能精确捕获数据的全局表示结构、未能充分利用数据有效信息指导表示图的构建以及构建的表示图不具有适于聚类的连通结构等问题，提出了平滑非负低秩图表示聚类算法（SNLRR）。SNLRR采用一种更符合矩阵秩特性的对数行列式函数代替核范数平滑地估计秩，有效降低矩阵较大奇异值对秩估计的影响，平衡了所有奇异值对秩估计的贡献比重，增强秩估计的准确性，从而更精准地捕获数据的全局表示结构。为了更加准确地捕获数据局部表示结构，SNLRR引入距离正则项为每个数据点自适应地分配最优近邻学习表示矩阵。此外，SNLRR对表示矩阵的拉普拉斯矩阵施加秩约束，使最终学习到的表示图具有与簇个数相同数量的连通分量，即表示图具有适于聚类的连通结构。与八个对比算法在七个高维且分布复杂的数据集上的实验结果显示，SNLRR算法的聚类性能均优于八种对比算法，Accuracy平均提高了0.207 3，NMI平均提高了0.175 8。因此，SNLRR是一个能够有效处理维度高且分布复杂数据的图表示聚类算法。

• 可能性分布距离度量：一种鲁棒的域适应学习方法

  但雨芳, 陶剑文

  领域适应（DA）学习旨在解决训练数据集与测试数据集分布不一致问题而广受关注，现有方法大多采用最小化领域间最大均值差（MMD）或其变体来解决域分布不一致问题。然而，领域中存在的噪声数据将会导致领域均值发生明显漂移，会在一定程度上影响基于MMD及其变体的学习方法的适应性能。故此，提出了可能性分布距离度量下的一种鲁棒的域适应学习方法：首先，将传统MMD准则变换为新颖的可能性聚类模型来削弱噪声数据所带来的影响，以此构建一种鲁棒的可能性分布距离度量（P-DDM）准则，并通过引入模糊熵正则项来进一步提升领域分布配准的鲁棒有效性。其次，基于P-DDM准则，提出一种鲁棒的域适应视觉分类机（C-PDDM），其引入图拉普拉斯矩阵来保留源域与目标域内部数据间的几何结构一致性，以提升标签传播性能，同时通过最大化利用源域判别信息进行最小化领域判别误差，以进一步提升学习模型的泛化性能。理论分析证实，在一定条件下，所提P-DDM是传统分布距离度量方法MMD准则的一个上界，因而通过最小化P-DDM能有效优化MMD目标。最后，与几个代表性的领域适应学习方法进行比较，在6个视觉基准数据集（Office31、Office-Caltech、Office-Home、PIE、MNIST-UPS和COIL20）上的实验结果显示，该方法在泛化性能上平均提升了5%左右，在鲁棒性能上平均提升了10%左右。

• 双路径合作的原型矫正小样本分类模型

  吕佳, 曾梦瑶, 董保森

  基于度量的元学习在学习过程中存在由于稀缺数据分布导致习得的先验知识不足、从样本中提取到的单一视图特征易受弱相关或无关特征的干扰以及因分类造成的代表性特征偏差的问题。针对这些问题，提出了一种双路径合作的原型矫正小样本分类模型。首先，通过双路径合作模块从多视图角度自适应地突出关键特征和弱化弱相关特征，充分利用特征信息获得先验知识来提升特征的表达能力；其次，通过基于查询集样本特征信息的原型矫正分类策略来解决类内原型的偏差问题；最后，通过损失函数反向更新模型参数，模型分类准确率得以提升。在五个公开的数据集上进行了5-way 1-shot和5-way 5-shot对比实验，较基准模型而言，在miniImageNet数据集上，准确率提升了5.57个百分点和3.90个百分点；在tieredImageNet数据集上，准确率提升了5.68个百分点和3.93个百分点；在CUB数据集上，准确率提升了6.93个百分点和3.13个百分点；在CIFAR-FS数据集上，准确率提升了8.03个百分点和1.65个百分点；在FC-100数据集上，准确率提升了4.25个百分点和4.89个百分点。实验结果表明，提出的双路径合作的原型矫正小样本分类模型能在小样本学习领域有良好的性能，且模型中的模块可迁移到其他模型中使用。

• MFFNet：多级特征融合图像语义分割网络

  王燕, 南佩奇

  在图像语义分割任务中，大多数方法未将不同尺度、不同层次的特征充分利用就直接进行上采样，会造成一些有效信息被当成冗余信息而被摒弃，从而降低对某些细小类别和相似类别分割的准确性和敏感性。为此，提出一个多级特征融合网络（MFFNet）。MFFNet采用编码器-解码器结构，在编码阶段，通过上下文信息提取路径和空间信息提取路径分别获取上下文信息与空间细节信息，增强像素间关联性与边界准确性；解码阶段设计一条多级特征融合路径，利用混合双边融合模块融合上下文信息；利用高低特征融合模块融合深层信息与空间信息；利用全局通道融合模块获取不同通道之间的联系，实现不同尺度信息的全局融合。MFFNet网络在PASCAL VOC 2012和Cityscapes验证集上的平均交互比（MIoU）分别为80.70%和76.33%，取得了较好的分割结果。

• 面向图像复原和增强的轻量级交叉门控Transformer

  薛金强, 吴秦

  现有的图像复原和图像增强方法难以同时兼顾在多个子任务上的鲁棒性和维持较小的参数量与计算代价。针对这一问题，提出轻量级交叉门控转换算法（CGT）。一方面，总结了传统全局自注意力机制捕获全局依赖关系的局限性，将全局自注意力机制改进为跨层次交叉门控自注意力机制。同时提出轻量化的前馈神经网络，从而以极小的计算代价学习到跨层次局部依赖关系，在局部邻域内重构清晰特征。另一方面，针对传统方法对编码器和解码器平等地进行加法或拼接的操作易导致信息干扰这一缺陷，提出长距离重置更新模块，分别对无用信息与清晰特征加以抑制和更新。在图像去噪、图像去雨和低亮度图像增强3个不同任务的9个公开数据集上，与最新的25个方法进行的对比实验结果表明，所提出的轻量级交叉门控转换模型以较少的参数量和计算代价，在图像复原和图像增强领域中均取得较高的峰值信噪比和结构相似度，重构出接近真实世界场景的清晰图像，达到了先进的图像复原性能。

• 基于梯度权重变化训练策略的低资源机器翻译

  王家琪, 朱俊国, 余正涛

  近年来Transformer等神经网络模型在机器翻译上取得了显著的成功，但训练这些模型需要依靠丰富的有标签数据，而低资源机器翻译因受限于平行语料库的规模，导致训练得到的模型表现不佳，同时很容易针对高频词汇过度拟合，从而降低模型在测试集上的泛化能力。为了缓解这一现象，提出了一种梯度权重变化的策略，即在Adam算法基础上为每一个新批次所产生的梯度乘以一个系数。该系数递增变化，旨在在训练早期削弱对高频特征的依赖，而在训练后期保持算法的快速收敛优势。介绍了模型改进后的训练流程，其中包括系数的调整和衰减，以实现在不同训练阶段的不同侧重。这种策略的目标是增加对低频词汇的关注度，防止模型对高频词汇的过拟合。在三个低资源的双语数据集上进行了翻译任务实验，该方法在测试集上相对于基线模型分别提升了0.72、1.37和1.04个BLEU得分。

• 融合双重注意力机制的时间序列异常检测模型

  杨超城, 严宣辉, 陈容均, 李汉章

  时间序列异常检测作为时间序列研究的重要组成部分，已经引起学术界和工业界的广泛关注和研究。针对时间序列数据中蕴含的深层局部特征和复杂的前后依赖关系，提出一种融合双重注意力机制的异常检测模型。该模型采用自编码器结构，由挤压激励注意力模块（SEAB）和概率稀疏自注意力模块（PSAB）组成编码器。SEAB通过利用动态加权窗口划分，为具有强可辨识性的子序列片段赋予更大的权重，使模型能够更加有效地挖掘出具有重要信息的局部特征。PSAB则采用稀疏自注意力机制，保留具有较高权重的点积，去除冗余的时序特征，降低了时间复杂度，从而捕获时间序列的长期依赖关系。实验结果表明，该模型在9个对比模型中取得了最高的[F1]分数0.97，并在14个测试数据集中有8个[F1]分数超过其他所有对比模型，因此可有效地识别时间序列数据中的异常情况，并具备先进的异常检测性能。

• 异质图嵌入的地理不敏感时空兴趣点推荐方法

  李曼文, 张月琴, 张晨威, 张泽华

  基于地理位置的社交网络（LBSN）规模日渐庞大，促进了兴趣点（POI）推荐业务快速发展。现有研究常直接引入POI地理空间距离难以模拟用户高度随机的行为路径，导致兴趣点推荐过程对地点位置距离度量较为敏感。同时，社交网络中用户稀疏的POI签到数据也容易对推荐精度产生巨大影响。针对以上问题，提出一种基于异质图嵌入的地理不敏感时空兴趣点推荐模型（GIPR）。首先，引入用户行为序列，构造行为POI时空拓扑图，使用权重空间路径表示相对位置距离，既符合用户行为特征，也降低了推荐过程对兴趣点间距离的敏感程度，进而增强推荐结果的可解释性。其次，面对异质且高度稀疏的交互数据，提出的GIPR推荐方法可从局部和全局对完整的LBSN异质图进行学习，融合更丰富的用户和POI特征。最后，经过注意力层提取用户的长短期偏好，实现更加个性化的兴趣点推荐。在两个大规模真实数据集Foursquare和Gowalla上的实验表明，GIPR方法具有更高的推荐精度与更强的可解释性。

• 融合物品转换关系和时序信息的会话推荐算法

  吴文政, 卢先领

  针对现有图神经网络会话推荐算法忽略了各类辅助信息，导致不能准确地建模会话序列的问题，提出了一种融合物品的转换关系和时序信息的会话推荐算法（RTSR）。首先利用图网络结构得到任意两个节点之间的最短路径序列，经过双向门控循环单元（GRU）将其编码为对应物品之间的转换关系，再结合自注意力机制从图的角度捕捉会话的全局依赖信息。同时设计了一种无损图编码方案来缓解会话图编码过程中信息损失的问题。该方案将会话序列中的时序信息进行合理的量化，并将其作为会话图中边的权重，再结合门控图神经网络获取会话的局部依赖信息。最后，线性组合全局依赖信息和局部依赖信息并结合反向位置信息，最终生成用户对物品的兴趣偏好，并给出推荐列表。在公共基准数据集Gowalla和Diginetica上与SR-GNN、GC-SAN、GCE-GNN等主流模型进行性能对比实验，结果表明RTSR在平均倒数排名方面分别至少提高了6.13%和1.58%，同时推荐精准度方面也有相应的提高。

• k-best维特比解耦合知识蒸馏的命名实体识别模型

  赵红磊, 唐焕玲, 张玉, 孙雪源, 鲁明羽

  为提升命名实体识别（NER）模型的性能，可采用知识蒸馏方法，但是传统知识蒸馏损失函数因内部存在的耦合关系会导致蒸馏效果较差。为了解除耦合关系，有效提升输出层特征知识蒸馏的效果，提出一种结合k-best维特比解码的解耦合知识蒸馏方法（kvDKD），该方法利用k-best维特比算法提高计算效率，能够有效提升模型性能。另外，基于深度学习的命名实体识别在数据增强时易引入噪声，因此提出了融合数据筛选和实体再平衡算法的数据增强方法，旨在减少因原数据集引入噪声和增强数据错误标注的问题，提高数据集质量，减少过度拟合。最后在上述方法的基础上，提出了一种新的命名实体识别模型NER-kvDKD。在MSRA、Resume、Weibo、CLUENER和CoNLL-2003数据集上的对比实验结果表明，该方法能够提高模型的泛化能力，同时也有效提高了学生模型性能。

• 面向命名数据网络的轻量级路由协议

  邹博文, 嵩天, 李天龙, 杨雅婷

  命名数据网络（NDN）是一种以信息为中心的新型网络架构方案。为了获取网络全局路由信息，典型NDN路由协议基于数据同步协议实现全局路由更新。然而，这类同步协议工作于应用层，在动态网络环境中，存在网络信息更新代价高、网络动态变化感知能力差等问题。针对这些问题，设计并实现了一种轻量级命名绑定网络层路由协议（NBRP）。该方法将路由节点名称与其发布内容名称进行绑定，使得路由节点可以定向进行路由更新信息的请求，不需额外同步协议即可完成轻量级路由信息交换。为进一步减少路由更新的传输代价，设计了一种可复用的路由信息包命名格式和路由信息增量传输机制。同时，为测试方案的有效性，在Linux内核中实现了相应功能模块并进行测试。实验结果显示，在动态网络环境下，相比于传统NDN链路状态路由协议，提出的方法能够降低72%的路由更新同步代价，且链路状态感知与响应速度提高近一倍。

• 融合SENet和Transformer的应用层协议识别方法

  陈乾, 洪征, 司健鹏

  协议识别技术在网络通信和信息安全领域具有至关重要的地位和作用。针对现有基于时空特征的协议识别方法提取协议特征不充分、不全面的问题，提出了一种基于SENet和Transformer的应用层协议识别方法。该方法关注协议数据的时空特征，由加入SENet注意力的残差网络构成的空间特征提取模块和Transformer网络编码器构成的时间提取模块组成。空间特征提取阶段，在残差网络结构中加入SE块获取多个卷积通道间的联系，自适应地为通道分配权重，提取不同通道中更加活跃的协议空间特征；时间特征提取阶段，由基于多头注意力机制的Transformer编码器通过堆叠的方式构建时间特征提取模块，利用输入数据的位置信息全面地获取协议数据的时间特征。通过对更加充足的空间特征和更加全面的时间特征的提取和学习，可以获得更有效的协议识别信息，进而提高协议识别性能。在ISCX2012和CSE_CIC_IDS2018混合数据集上的实验结果表明，所提模型的总体识别准确率达到99.20%，[F1]值达到98.99%，高于对比模型。

• 深度强化学习Memetic算法求解取送货车辆路径问题

  周雅兰, 廖易天, 粟筱, 王甲海

  带时间窗约束的同时取送货车辆路径问题（VRPSPDTW）是NP难问题，属于约束较复杂的车辆路径问题，在现代物流中有广泛应用。提出深度强化学习Memetic算法求解该问题，将Memetic算法求解VRPSPDTW问题中的大邻域搜索过程建模成马尔可夫决策过程，构建编码器-解码器架构的深度神经网络模型完成大邻域搜索中的移除操作。编码器对当前解中各结点的个体特征和位置特征进行信息交互，解码器输出需要移除的结点，设计了非自回归和自回归两种网络结构，采用强化学习算法训练神经网络模型。设计了混合策略，将人工设计的启发式策略与深度强化学习到的策略相结合，以提高寻优能力。实验结果显示提出的算法具有更强的跳出局部最优的能力，能在有效的时间内获得比对比算法更优的解，特别是在大规模问题上。最后，对提出算法的新组件进行了消融实验，证明了算法的有效性。