计算机科学与探索杂志

计算机科学与探索杂志2024年第7期

• 全景影像在城市研究中的应用进展综述

  侯鑫, 王艳, 王绚, 范伟

  全景成像技术的进步，街景图像工具的普及，以及人工智能领域的计算机视觉、机器学习和深度学习技术的快速发展，推动了在城市研究中利用全景影像进行大规模、自动化的判别与解析。上述领域的快速发展促使近20年来全景影像、人工智能和城市研究领域之间涌现了大量交叉成果。借助文献计量工具中常用的CiteSpace和VOSviewer作为分析平台，梳理了全景影像在城市研究中的应用进展。首先利用文献共被引聚类网络与术语时区图，划分了全景影像在城市研究中的三个发展阶段。然后借助合著网络和关键词聚类分析，梳理了各阶段全景影像在城市研究中的合著关系、全景影像的获取方式、图像信息的提取技术，归纳了全景影像在城市研究中的四个主要应用领域：城市建成环境、城市景观环境、城市物理环境和智慧城市。最后在历史分期视域下，剖析了促成全景影像应用领域发展的主要驱动因素，并总结了应用全景影像的城市研究目前存在的挑战和未来的发展趋势。

• 心电领域中的自监督学习方法综述

  韩涵, 黄训华, 常慧慧, 樊好义, 陈鹏, 陈姞伽

  深度学习因其强大的数据表征能力已被广泛应用于心电（ECG）信号分析领域，但有监督方法的训练过程需要大量标签，而心电数据标注通常是耗时且成本高昂的。且有监督方法受限于训练集中有限的数据类型，泛化性能有限。因此，如何利用海量无标记心电信号进行数据挖掘和通用特征表示已成为亟待解决的问题。自监督学习（SSL）通过预先设置的代理任务从无标签数据中学习泛化特征来提升模型的特征表示能力，是一种解决心电数据标注缺失问题和提升模型迁移能力的有效途径。然而，现有的自监督学习综述大都专注于图像或时序信号领域，针对心电领域的自监督学习综述相对缺乏。为了填补这一空白，全面回顾了用于心电领域的先进的自监督学习方法。首先，从对比式和预测式两种学习范式出发对心电自监督学习方法进行了系统的总结与分类，阐述了不同类别方法的基本原理，细致分析了各个方法的特点，指出了各个方法的优势以及局限性。然后，归纳汇总了心电自监督学习中常用的数据集以及应用场景，总结了常用于心电领域的数据增强方法，为后续研究提供了系统性的总结参考。最后，深入讨论了当前自监督学习在心电领域中的挑战，并对未来心电自监督学习的发展方向进行了展望，为后续心电领域的自监督学习研究提供了指导。

• CT影像下的肺结节分类方法研究综述

  利建铖, 曹路, 何锡权, 廖军红

  近年来，深度学习因其具有自动提取特征的能力以及更好的分类性能而被广泛应用于各种分类任务之中。肺结节的分类研究也逐渐从手工提取特征的传统方法向基于深度学习的分类方法转变。为了更好地对CT影像下的肺结节进行良恶性分类研究，对以卷积神经网络（CNN）为主的深度学习方法在肺结节良恶性分类研究的现状进行梳理和归纳总结。首先介绍了目前常用的肺结节公开数据集，包括其内容、局限性以及下载地址。其次总结了常用的性能评价指标。然后重点介绍了近年来深度学习方法在肺结节分类中的研究工作：分别从网络结构层面和数据层面将当前肺结节分类方法归类为仅使用卷积神经网络、在卷积神经网络中引入注意力机制、多视图学习、多模态学习以及使用迁移学习、对抗神经网络这些方法；同时总结了这些分类方法的网络结构以及优缺点，并且对比了近三年的基于这些内容的肺结节分类方法在肺结节公开数据上的良恶性分类表现。最后讨论了目前肺结节分类中存在的问题并探索进一步的研究方向。

• 基于知识蒸馏的神经机器翻译综述

  马畅, 田永红, 郑晓莉, 孙康康

  机器翻译（MT）是利用计算机将一种语言转换为与其同语义的另一种语言的过程。随着神经网络的提出，神经机器翻译（NMT）作为一种强大的机器翻译技术，在自动翻译领域和人工智能方向上取得了显著成功。由于传统神经翻译模型存在参数、结构冗余的问题，提出了使用知识蒸馏（KD）技术手段对神经机器翻译进行模型压缩和加速推理，该方法在机器学习和自然语言处理领域引起了广泛的关注。主要从评价指标、技术创新等角度对各种引入知识蒸馏的翻译模型进行了系统的考察和比较。首先简要回顾了机器翻译的发展历程、主流框架和评价指标；接着详细介绍了知识蒸馏技术；然后分别从多语言模型、多模态翻译、低资源语言以及自回归和非自回归四个角度详述了基于知识蒸馏的神经机器翻译发展方向，并简要介绍其他领域的研究现状；最后针对现有的大语言模型、零资源语言及多模态机器翻译所存在的问题进行分析，展望神经机器翻译发展趋势。

• 面向图数据的量子行走模型及算法研究进展

  梁文, 张文波

  作为量子计算的通用计算模型，量子行走广泛应用于安全通信、快速搜索、相似性计算以及图挖掘等领域。现阶段研究者对量子行走的设计思路、未来发展以及模型与算法间的相互关系关注甚少，忽略了量子行走的量子特性在图计算等应用中的理论优势。聚焦面向图数据的量子行走模型及算法，首先，分析量子行走的核心设计策略及其理论优势，归纳相关算法核心算符的构造形式与空间维度特征，厘清模型与算法间的逻辑联系；其次，依据离散时间和连续时间的分类，梳理不同图数据上量子行走模型的研究进展及设计难点，总结量子行走从规则图向不规则图上扩展的演化趋势；进一步，围绕图相似性计算、空间搜索以及图挖掘三项应用系统地介绍量子行走算法的研究进展，分析相关算法的技术特征、优势及不足；最后，从效率优化、精度提升、幺正约束以及图重构等角度，对面向图数据的量子行走模型与算法未来发展方向进行了展望。

• 融合分解和自适应邻域的多目标离散组合优化算法

  韦倩, 季彬

  为了高效获取现实中大规模多目标优化问题解决方案，实现收敛性、多样性和均匀性的平衡逐渐发展为多目标优化的重要目标之一。针对复杂多目标离散组合优化问题，提出了融合分解和自适应邻域的多目标离散组合优化算法（MOALNS）。该算法在问题分解的基础上为各子问题的寻优进程引入大邻域搜索策略与自适应调整机制，形成一套新型的收敛指导准则突破寻优阻力，进而使各子问题在搜索多维解空间的过程中达到全局搜索与局部搜索的平衡。同时，提出为各子问题配置独立算子积分库可有效地调整各子问题的寻优方向，解决由于目标权重不同而造成的求解方向偏差问题，以此实现更为高效、稳定的多目标优化进程。数值实验表明，提出的新型多目标离散组合优化算法在多组标准测试算例与真实案例中均展现出了在收敛性、多样性、均匀性和延展性等方面的良好性能，相较于其他经典多目标优化算法而言更具优势。

• 带有时间戳的着色逻辑Petri网

  王嘉丰, 徐贤

  针对扩展着色逻辑Petri网存在的表达能力弱以及适用范围窄的问题，提出了一个新的Petri网模型，即带有时间戳的着色逻辑Petri网。首先，将颜色进行实例化以及将变量用于构建有向边上的表达式使得模型能够传递复杂的数据流。其次，引入全局时间以及令牌的时间戳等概念为变迁使能规则增加时间上的约束，使得模型能够用于模拟实时系统。再次，定义库所约束函数并为变迁使能规则增加输出库所上的约束，使得模型能够适用于存储资源有限的场景。接着，提出基于逻辑变迁输入输出矩阵的匹配法，降低逻辑输入变迁的使能判定计算开销并简化逻辑输出变迁的使能判定计算过程。然后，重新定义适用于三类变迁的使能判定条件以及适用于三类库所的标记更新方法，解决原有模型语义在新模型中不适用的问题。最后，通过实例说明新的Petri网模型具有更强的表达能力和适用范围，它能够适用于传递复杂数据流、存储资源有限、实时的且包含批处理选择结构的系统。

• 融合多个性化桥和自监督学习的跨域推荐算法

  王永贵, 刘丹妮

  针对跨域推荐系统中目标域中项目交互较少的用户，提出一种融合多个性化桥和自监督学习的跨域推荐算法（MS-PTUPCDR）。首先，在目标域加入变分二部图编码器，使用变分推理框架生成潜在变量，目标域用户表示聚合其同构邻居信息。其次，将用户单一偏好桥扩展为用户多个性化偏好桥，将用户在多源域可转移的用户因子转移到目标域，在目标域加入多头注意力机制融合分别来自不同源域转换的用户潜在因子作为自监督学习的辅助任务。最后，在目标域中将聚合用户邻居因子和融合后的用户多源域转移用户因子进行自监督学习。在目标域通过用户自监督学习后的用户因子和目标域项目因子点积进行目标域项目评分预测。算法在Amazon和MovieLens两个数据集上进行实验，结果表明算法在MAE和RMSE两个评价指标上优于对比基线算法，在两个数据集上与最优对比基线算法相比，MAE平均提升1.96%，RMSE平均提升1.92%，验证了算法的有效性。

• 大语言模型驱动的知识图谱实体摘要的次模优化方法

  张琪, 钟昊

  知识图谱的规模不断增加，使得实体摘要成为了研究的热点问题。实体摘要的目标是从描述实体的大规模三元结构事实中得到实体的简洁描述。研究的目的是基于大语言模型提出一种次模优化方法用于实体摘要的提取。首先，基于三元组中实体、关系和属性的描述信息，采用大语言模型对它们进行嵌入，能够有效地捕捉三元组的语义信息，生成包含丰富语义信息的嵌入向量。其次，基于大语言模型生成的嵌入向量，定义任意两个描述同一实体的三元组事实之间关联度的刻画方法，任意两个三元组之间的关联度越高，表示这两个三元组之间包含的信息越相似。最后，基于上述定义的三元组关联度的刻画方法，定义正规化且单调非减的次模函数，将实体摘要建模为次模函数最大化问题，那么具有性能保证的贪心算法可以直接用于提取实体的摘要。在三个公共基准数据集上进行测试，采用[F1]值和归一化折损累计增益（NDCG）两个指标对提取的实体摘要的质量进行评估，实验结果表明该方法显著优于当前最先进的方法。

• 基于分割和多级掩膜学习的遮挡人脸识别方法

  张铮, 芦天亮, 曹金璇

  现有的人脸识别方法无法有效消除遮挡造成的损坏特征的影响，随着网络层数加深，损坏特征与用于身份分类的有效特征变得难以分离，影响识别结果。针对上述问题，设计了一种基于分割和多级掩膜学习策略的遮挡人脸识别方法，模型由遮挡检测分割、特征提取、掩膜学习单元三大模块构成，无需依赖额外的遮挡检测器，且无论训练还是测试都只需要一次端到端的过程即可同时学习特征掩膜和深度抗遮挡特征。掩膜学习单元以不同尺寸的遮挡分割表示和不同阶段的人脸特征为输入，为特征提取的不同阶段生成对应的掩膜，通过掩膜运算在特征提取的各阶段有效消除遮挡造成的损坏特征的影响，最终构建特征金字塔融合各阶段特征进行身份分类。实验结果表明该方法可有效提高遮挡人脸识别的准确率，在经过遮挡处理的LFW数据集以及真实的口罩遮挡数据集MFR2、Mask_whn上的准确率分别达到了98.77%、96.70%、81.53%，与现有的主流方法相比分别提升了2.04、0.48、4.44个百分点。

• 多尺度和边界融合的皮肤病变区域分割网络

  王国凯, 张翔, 王顺芳

  皮肤病变区域的准确分割是临床诊断分析的关键一步。针对现有网络在皮肤病变区域存在尺寸大小多变、形状不规则、边界模糊和病变区域被遮挡的情况导致的分割效果不佳问题，在U-Net的基础上改进了原有结构，提出了一种用于皮肤病变区域分割的多尺度和边界融合网络（MSBF-Net）。首先，提出了分裂池化（SplitPool）模块，在缩小图像分辨率的同时有效地解决了空间信息丢失的问题。其次，提出了全尺度特征融合（FSFF）模块，有效地解决了以往方法仅将深层特征向浅层特征融合，而忽略了更浅层特征中的细节信息对网络分割决策的贡献问题。同时，重新设计了U-Net原有的跳跃连接，为解码器提供了更丰富的上下文信息。最后，提出了用于增强网络对边界特征学习能力的子路径，并引入边界融合（BF）模块将主路径和子路径的预测结果进行融合，有效地解决了病变区域形状不规则和边界模糊问题。在ISIC2018数据集上，Dice和JI分别达到了90.12%和83.61%，比基线网络分别提高了1.13个百分点和1.62个百分点；在PH2数据集上，Dice和JI分别达到了94.72%和90.18%，比基线网络分别提高了1.49个百分点和2.17个百分点。实验结果表明，MSBF-Net显著提升了皮肤病变区域分割的精确度，并在多个指标上超过了现有的先进方法，进一步验证了方法的有效性。

• 特征细化和多尺度注意力的Transformer图像去噪网络

  袁姮, 耿仪坤

  为增强全局上下文信息的关联性，加强对多尺度特征的关注，在提升图像去噪效果的同时最大程度保留细节特征，提出一种基于Transformer的特征细化和多尺度注意力的图像去噪网络（TFRADNet）。该网络不仅在编解码器部分利用Transformer解决大规模图像的长程依赖问题，提高模型的去噪效率，还在上采样操作后加入位置感知层来增强网络对特征图中像素位置的感知能力。为了应对Transformer可能对像素间空间关系的忽略，导致局部细节失真，在特征重建阶段设计了特征细化模块（FRB），采用串行结构逐层引入非线性变换，加强对噪声水平复杂的图像局部特征的识别。同时，设计了多尺度注意力模块（MAB），采用并行双分支结构，对空间注意力和通道注意力联合建模，有效捕捉不同尺度的图像特征并进行加权，提高模型对多尺度特征的感知能力。在真实噪声数据集SIDD、DND和RNI15上的实验结果显示，TFRADNet能够兼顾全局信息和局部细节，相比其他先进方法展现出了更强的抑噪能力和稳健性。

• 混合属性数据深度无监督融合特征学习方法

  何慧霞, 武森, 魏桂英, 谢嘉瑶, 高晓楠

  高质量的特征表示是实现数据精准挖掘的关键。针对现有特征学习方法难以有效提取混合属性数据中不同属性之间关联和数据内部真实信息的问题，提出一种面向混合属性数据的深度无监督融合特征学习模型（DUFERM）。该模型建立了一个双模态自编码器框架，对分类属性和数值属性采用不同路径进行建模，并采用深度多模态融合策略加深两种属性之间的联系；针对分类属性构建基于加权异构网络的离散特征自编码器，充分挖掘分类属性内部的结构和语义信息，针对数值属性构建连续特征自编码器，两个独立的自编码器以联合表示的形式组合在公共潜在表示层中；最后以预训练和联合训练相结合的无监督训练方式获得混合属性数据的融合特征表示。在10个公开数据集上的大量实验表明，所提DUFERM模型在各项评价指标上的综合性能优于现有经典的和新颖的混合属性数据特征学习方法，可以充分提取混合属性数据内部潜在特征，取得高质量的融合特征表示结果并提升下游数据挖掘任务的准确性。

• 时空邻域感知的时序兴趣点推荐

  温雯, 邓峰颖, 郝志峰, 蔡瑞初, 梁方宇

  如何捕捉用户行为的动态变化和依赖关系是当前兴趣点推荐的一个重要问题，主要面临着数据稀疏、时空序列特征提取难以及用户个性化差异不易捕捉等挑战。为了解决这些挑战，提出了一种基于时空邻域感知及隐含状态变化的时序兴趣点推荐方法。该方法将用户行为的学习转换成了潜在状态的学习，并以一种结合距离信息的方式引入空间信息，有效地捕捉了用户的移动特征。首先，利用变分自编码器表征用户的潜在状态，再通过图神经网络学习到潜在状态之间的依赖关系，从而捕捉到用户行为的时序依赖；然后，利用注意力机制和径向基函数来捕捉用户与地点候选集之间的空间依赖，进而评估用户访问每个地点的概率，实现兴趣点推荐。在三个真实数据集上进行了实验比较和分析，显示了该方法相比于现有的基准算法具有更好的时序推荐性能。

• 多尺度融合与动态自适应图的公交客流预测模型

  郭翔宇, 彭莉兰, 李崇寿, 李天瑞

  公交客流预测是公共交通规划和管理中的重要问题。虽然时空图卷积在地铁客流预测任务中获得了很好的预测效果，但是面对公交更复杂的线路、大规模的节点数据，现有的基于图卷积的空间建模方法将带来巨大的空间内存消耗。同时，公交客流量短时间范围内更可能受到瞬时交通状况的影响。为了解决这些挑战，提出了一种多尺度融合和动态自适应图的公交客流预测模型（MFDAG）。该模型融合客流、时刻和周信息以增加数据的特征维度，用动态自适应图的方法来学习不同站点之间的关系。进一步提出了一种多尺度融合传播的方法来表示复杂的空间依赖关系，同时设计了一种多尺度卷积传播的方法来学习不同尺度的时间依赖关系。在两个真实的客流数据集上进行了实验，并与其他交通预测方法进行了比较。实验结果表明，所提出的多尺度融合和动态自适应图的公交客流预测方法具有更高的预测准确度。

• 融合增量学习与Transformer模型的股价预测研究

  陈东洋, 毛力

  股票价格预测一直是金融研究和量化投资共同关注的重点话题。当前股价预测的深度学习模型多数基于批处理学习设置，这要求训练数据集是先验的，这些模型面对实时的数据流预测是不可扩展的，当数据分布动态变化时模型的预测效果将会下降。针对现有研究对非平稳股票价格数据预测精度不佳的问题，提出一种基于增量学习和持续注意力机制的在线股价预测模型（Increformer），通过持续自注意力机制挖掘特征变量之间的时序依赖关系，采用持续归一化机制处理数据非平稳问题，基于弹性权重巩固的增量训练策略获取数据流中的新知识，提高预测精度。在股票市场的股指与个股价格序列中选取五个公开数据集进行实验。实验结果表明，Increformer模型能够有效挖掘数据的时序信息以及特征维度的关联信息从而提高股票价格的预测性能。通过消融实验评估了Increformer模型的持续归一化机制、持续注意力机制以及增量训练策略的效果及必要性，验证了所提模型的准确性与普适性，Increformer模型能够有效捕捉股票价格序列的趋势与波动。

• 基于领域对比自适应模型的大学生焦虑心理分析

  朱薇薇, 张益嘉, 刘贯通, 鲁明羽, 林鸿飞

  焦虑心理检测任务是利用自然语言处理技术对用户在社交媒体上发布的内容进行分析。为了促进对高校学生焦虑心理检测的研究，开发了一个微博数据集。针对数据集标注成本高等问题，从无监督的角度对突发公共卫生事件背景下的零样本数据进行分析，提出了基于领域对比学习的自适应模型（DAN-CL）。DAN-CL基于预训练语言模型，将源域文本和目标域文本输入到结合知识蒸馏的对抗网络中进行领域自适应训练，实现模型的知识迁移，并采用对比学习方法提高模型的泛化能力。基准实验结果表明，DAN-CL的性能优于现存的对比模型，消融实验进一步证明了模型中不同部分的有效性。对高校学生的心理状况进行分析，发现其心理焦虑变化情况与突发性公共卫生事件变化的趋势是一致的，受疾病发展与周围环境的影响其焦虑水平显著升高。对焦虑产生的原因进行具体分析并提出对策，为突发性公共卫生事件下以及后时代应对大学生的心理健康挑战提供理论支持。

• 基于预训练模型的医药说明书实体抽取方法研究

  陈仲永, 黄雍圣, 张旻, 姜明

  药品说明书医疗实体抽取可为用药信息智能检索及构建医疗知识图谱提供基础数据，具有重要研究意义与应用价值。针对治疗不同种类疾病的药品说明书中的医疗实体存在着较大的差异从而导致模型训练需要标注大量样本的问题，采用“大模型+小模型”的设计思路，提出了一种基于预训练模型的部分标签命名实体识别模型，先采用通过少量样本微调的预训练语言模型抽取药品说明书中的部分实体，再利用基于Transformer的部分标签模型进一步优化实体提取结果。部分标签模型采用平面格结构对输入文本、已识别出的部分实体及实体标签进行编码，使用Transformer提取特征表示，最后通过条件随机场（CRF）预测实体标签。为了减少训练模型的标注数据，利用标注样本实体掩盖策略，提出一种样本数据增广方法对部分标签模型进行训练。实验验证了“大模型+小模型”在医疗实体抽取的可行性，结果表明精确率（precision，P）、召回率（recall，R）和F1分数分别为85.0%、86.1%、85.6%，比其他学习方法更具优势。

• 车联网区块链分布式车对车计算卸载方法研究

  孟珍, 任冠宇, 万剑雄, 李雷孝

  车辆边缘计算是通过车辆间传输计算任务来完成计算卸载，可以提高车辆的计算能力。目前的卸载任务分配策略没有同时考虑数据安全性、卸载任务优先级、计算资源释放和激励车辆共享计算资源，难以适应动态车辆环境。针对以上背景，研究分布式车对车（V2V）计算卸载问题，建立马尔科夫决策过程，设计了基于深度强化学习的计算卸载最优任务分配策略，利用动态定价来激励车辆共享计算资源，考虑卸载任务优先级和计算资源释放机制。将卸载方案嵌入到区块链中，通过建立车联网区块链的身份认证机制，对车辆信息、任务信息、交易信息等敏感信息进行加密处理，满足保障数据安全性的需求。仿真实验结果验证了所提出方法的性能，与其他算法相比，该方法在节省10.28%训练时间的情况下，将系统平均效益至少提高了9.58%。