<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[重庆大学学报 -->通信·计算机·自动化]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于聚类非支配排序的电动物流车路径规划及充电策略]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210910]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[电动物流车电池容量有限、充电时间长以及配套设施不健全等问题制约着其在物流配送领域中有效推广。为此，提出基于聚类非支配排序算法（AP-NSGA-Ⅱ）来解决电动物流车的多目标路径优化问题，建立了一种充电策略，通过设计加权AP聚类划分配送簇，避免初始种群的随机性和盲目性，簇内配送点规模降低了非支配排序算法的运行时间和复杂度，根据充电站的分布和距离关系，电动物流车执行部分充电策略。最后，通过仿真实验证明该算法的有效性，比较了电动物流车满充和部分充电条件的差异。]]></description>
<pubDate>2021/10/8 14:47:08</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[徐婷婷，胡晓锐，胡文，李双庆，池磊]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210910]]></guid><cfi:id>99</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于QoS云计算任务调度优化]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210911]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[由于云计算技术快速发展，为了满足日益多样化的云计算用户服务质量（QoS需求）以及提高云计算资源调度的效率，提出基于改进蚁群算法的云计算资源调度优化算法，包括建立云计算资源模型和用户QoS需求模型。为了得到更准确的结论，针对传统蚁群算法过快收敛造成的局部最优解现象，在传统的蚁群算法的基础上加入随机选择机制，时间、成本和结果有效可用性适应度因子进行了优化改良，以求得全局最优解。通过仿真实验将传统的蚁群算法、Min-Min调度算法和改进的蚁群优化算法进行比较，实验表明，改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势。]]></description>
<pubDate>2021/10/8 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[聂清彬，陈飞旭，秦美峰，曹耀钦]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210911]]></guid><cfi:id>98</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于超模博弈的认知无线Ad hoc网络分布式功率控制技术]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210912]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[考虑一种交织（Interweave）模式下的单跳认知无线Ad hoc网络（CRAHN）应用场景，针对次用户（SU）组成的Ad hoc网络提出一种分布式功率控制技术，以最大化提高次网络容量。SU网络通过频谱感知来探测主用户（PU）所在授权频段的使用情况。一旦授权频段空闲，次网络中的SU将利用授权频谱进行并发通信，目标是通过优化各SU的发射功率，以达到次网络频谱效率最大化。首先根据应用场景给出了网络容量优化近似模型，为了解决该非凸问题，将网络容量优化模型建立为等效博弈模型，并在不同的SINR条件下证明了Nash均衡的存在性和唯一性，最终提出基于Gradient Play的分布式功率控制算法来实现资源最优分配。仿真结果表明，该算法可在保证收敛性的同时、支持一定的并发通信用户数、提高该网络系统的频谱效率。]]></description>
<pubDate>2021/10/8 14:47:08</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李湘鲁，侯冬，田杰]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210912]]></guid><cfi:id>97</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[RiskRank:一种网络风险传播分析方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210913]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[通过研究网络风险传播途径和规律，提出一种RiskRank网络风险传播分析方法。通过计算网络节点间相似关系和临近关系，以构建网络风险传播图谱，并基于随机游走方法迭代计算网络风险传播模型，以动态分析网络风险传播过程并量化评估网络风险程度，最后采用密度聚类算法识别高风险簇，通过隔离高风险簇以控制安全态势。实验结果表明，提出的RiskRank网络风险传播模型的准确率为97.4、精度为98.1%、召回率为86.4%。]]></description>
<pubDate>2021/10/8 14:47:08</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张之刚，常朝稳，韩培胜，侯湘]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210913]]></guid><cfi:id>96</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[表面等离子体共振型光子晶体光纤偏振滤波器性能优化设计方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210914]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[以一种常见的光子晶体光纤为载体，利用金属填充物和纤芯周围折射率环境结构的不对称性，提出了一种基于表面等离子体共振效应的光子晶体光纤偏振滤波器性能优化设计方法。研究发现，通过对光子晶体光纤纤芯和金属填充物周围结构的特殊设计，可有效调控周围材料的有效折射率，以实现金属等离子体模式的双折射效应和光纤纤芯模式的双折射特性。因此，当纤芯模式和金属的表面等离子体模式满足相位匹配条件时，即可达到偏振滤波的效果，并获得很好的消光比，而不需要对光子晶体光纤的结构进行复杂设计，降低了器件制备难度，避免了所设计的光纤结构无法实现实际制备的问题。]]></description>
<pubDate>2021/10/8 14:47:08</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[贾平岗，左方俊，刘磊，安国文]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210914]]></guid><cfi:id>95</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于注意力模型的多模态特征融合雷达知识推荐]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210704]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了能够在数量庞大的雷达技术资料中快速准确地找到科研人员感兴趣的雷达知识信息并进行推荐，提出了一种基于注意力模型的多模态特征融合雷达知识推荐方法，学习高层次的雷达知识的多模态融合特征表示，进而实现雷达知识推荐。该方法主要包括数据预处理、多模态特征提取、多模态特征融合和雷达知识推荐4个阶段。实验结果表明：与只利用单一模态特征以及简单串联多模态特征的方法相比，利用文中方法学习到的多模态融合特征进行雷达知识推荐，推荐结果的准确率、召回率和综合评价指标（<i>F</i><sub>1</sub>值）均有显著提高，表明提出的基于注意力模型的多模态特征融合方法对于知识推荐任务更加有效，体现了算法的优越性。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李稳安，陈柳柳，陈实]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210704]]></guid><cfi:id>94</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[SUMO平台下多种车辆跟驰模型的仿真对比分析]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210705]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[车载网是一种以车辆为通信节点的无线自组织网络，旨在实现车与车、车与基础设施之间的数据通信。车辆的高速移动性易引起网络拓扑结构的变化，进而降低数据包的传递率和路由协议的工作效率，甚至导致信道中断。目前，对于车载网通信协议和应用的研究主要借助仿真平台模拟实现，平台内嵌的车辆移动模型性能对协议的分析和研究至关重要。首先，对Simulation of Urban Mobility（SUMO）平台下常用的6种车辆跟驰模型进行了详细的描述；其次，分析并引入影响移动模型性能最明显的3种因素；最终，依托城市道路交通环境，通过设置不同的模拟场景对比分析了在不同跟驰模型作用下的车辆密度、车辆平均速度和道路占用率3个指标。详实的实验结果表明，Krauss模型具有最优异的性能。此外，通过仔细观察单个车辆的跟驰行为从微观上揭示了各模型的工作原理。]]></description>
<pubDate>2021/7/28 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[崔居福，胡本旭，夏辉，陈飞，程相国]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210705]]></guid><cfi:id>93</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于哈希和DNA编码的彩色图像混沌加密算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210706]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[彩色图像的安全性一直受到学者的关注。针对彩色图像加密算法置乱效果不佳、扩散特性不强、抵御统计攻击能力较弱等问题，提出了一种基于哈希和DNA编码的彩色图像混沌加密算法。运用哈希函数生成Arnold混沌映射的参数，将Arnold混沌映射和Logistic混沌映射结合，对图像进行<i>R、G、B</i> 3个维度的置乱，再利用DNA编码对图像进行混乱处理。理论分析和计算机仿真表明：本文的算法具有良好的加密效果，且对统计、差分攻击具有很好的抵御效果。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[袁立，谢俐，龙颖，胡春强，蒋淘金]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210706]]></guid><cfi:id>92</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[面向智能变电站的威胁与风险评价模型研究与实现]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210707]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对传统入侵检测系统在资源受限的工业网络中部署时效率和稳定性表现不足的问题，首先提出了面向智能变电站的入侵检测系统，以及工业设备安全风险评估方法，建立了针对智能变电站结构的威胁风险评价模型，引入基于灰色模型的网络脆弱性节点主动预测方法用以平衡威胁来源的权重；其次提出基于信息安全三维度风险值计算算法，引入模糊一致判断矩阵进行风险值参数计算，最终实现可以直观判断攻击对系统的影响范围和程度的风险评价。通过相关实验，系统在部署环境中满足被动性、低负荷、实时性以及可靠性要求的同时，能够有效地检测工业网络面临的入侵威胁。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘元生，王胜，白云鹏，夏晓峰]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210707]]></guid><cfi:id>91</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于集成多尺度LSTM的短时风功率预测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210708]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[风能作为一种无污染可再生能源，风力发电的比例在全球范围内逐年增加。针对风力发电存在出力波动大，从而导致电网电力不稳定的问题，提出基于集成多尺度长短时记忆网络（LSTM， long short-term memory）的短时风功率预测模型。利用LSTM对序列数据的特殊处理能力，集成多个基预测模型对不同尺度时间数据的预测结果，共同进行短时风功率预测。风功率的精确预测有利于电力资源的全面掌控和调度。采用中国东北地区风力发电真实数据集对模型进行验证，结果证实研究方法预测精度较高，有很好的稳定性。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[易善军，王汉军，向勇，田长翼，高大禹，陈志奎]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210708]]></guid><cfi:id>90</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[面向低压输入MC-WPT系统高增益桥式补偿网络研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210709]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[由于无线电能传输系统松耦合特性，传统无线电能传输系统的输入输出增益普遍较低。这在光伏类型的低压输入高压输出应用中面临增益不足难题。提出一种基于桥式补偿网络的新型电能变换拓扑，研究基于桥式补偿网络的MC-WPT系统的阻抗特性以及能量传输特性，给出改进型桥式补偿网络方案。在此基础上，提出桥式补偿网络的参数设计设计方法。最后，本文通过实验验证所提出方法的正确性，可实现2~9倍的输入输出增益。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[尚捷，贾建波，戴欣，黄俊心]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210709]]></guid><cfi:id>89</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于L1范数最小化的全局运动估计算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210710]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[视频内容的分析与理解往往基于对视频中目标对象的空间、运动特征进行感知。然而，在实际拍摄的视频中，目标对象的真实运动轨迹往往受到同时存在的相机全局运动影响。这种由相机自运动带来的全局运动在当前流行的自媒体视频中十分普遍。为了消除全局运动对视频中对象的真实运动轨迹的影响，提出了一种基于L1范数最小化的全局运动参数估计算法，并在此基础上实现了视频的全局运动补偿，得到了前景对象的真实运动轨迹。实验结果表明该算法能准确有效地去除全局运动的影响并准确恢复出运动对象的真实运动轨迹。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[冯欣，张洁，张杰，蒋友妮，杨武]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210710]]></guid><cfi:id>88</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于遗传算法与支持向量机的水质预测模型]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210711]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[水质预测是众多水务相关问题的重要内容之一，通过水质预测，可以发现水质恶化的预兆，方便决策者提前采取措施。依据常见的水质数据，使用基于遗传算法与支持向量机的水质预测模型在实际应用环境下自行适配污染物权重，提高预测准确率。本模型首先使用遗传算法，训练当前数据的特征权重向量，使得权重适配当前预测问题，然后使用该特征权重向量应用于SVM模型训练。在以重庆某污水处理厂数据为对象进行实验后，验证了该模型在实际应用中的可行性，为水质预测提供了一种新思路。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[马创，王尧，李林峰]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210711]]></guid><cfi:id>87</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于VPU加速的嵌入式实时人脸检测系统设计与实现]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210712]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[智能设备高昂的设计费用和庞大的计算资源需求成为在便携式、低功耗设备上实现深度学习算法及其应用的主要障碍。文中基于树莓派平台，借助Intel的视频处理器（VPU）低功耗加速模块，设计并实现了基于残差特征提取模块CNN模型的实时人脸检测系统。结果表明，相较于单纯使用树莓派CPU进行计算，文中方法在视频流中检测人脸和人脸关键点提取的实验中分别实现了18.62倍和17.46倍的加速，在便携式设备中实现快速、实时、在线的人脸检测和特征点提取成为现实，同时为使用便携式、低功耗设备运行深度学习算法提供了一种确实可行的方案。]]></description>
<pubDate>2021/7/28 14:41:36</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[闫嘉，张跃麟，邓昌健]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210712]]></guid><cfi:id>86</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于BP神经网络的静液压变速器控制研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210512]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[静液压变速器（HST）的操控性是农用车辆性能提升的关键，采用一种基于BP （back propagation）神经网络的新型控制策略，对HST马达输出转速的动态特性进行研究。基于变量泵定量马达静液压传动系统的数学模型，首先对比研究了传统PID控制、模糊控制以及BP神经网络控制3种方法的控制效果，结果表明：与传统PID控制和模糊控制相比，BP神经网络控制能有效抑制系统超调量并降低马达转速波动，减小系统达到稳态的调节时间，具有良好的鲁棒性。基于此，提出采用BP神经网络控制方法对具有更大马达转速变化范围的变量泵变量马达传动系统进行调查，研究结果表明，在对变量泵、变量马达分段控制中，该方法能实现较稳定的切换效果；在不同的负载等效转动惯量下，马达转速均能达到稳定状态，且由负载引起的转速波动也得到降低。研究结果表明，BP神经网络控制方法对变量泵变量马达传动系统具有潜在的控制优势。]]></description>
<pubDate>2021/6/1 13:44:50</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[陈阳，姚丽萍，谢守勇，李明生，张军辉]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210512]]></guid><cfi:id>85</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于UKF的无线传感器异步数据融合优化算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210513]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[提出了一种基于无迹卡尔曼滤波（UKF）的无线传感器异步数据融合算法，利用RNAT机制识别无线传感器网络中的冗余节点，构造数据冗余树来实现冗余数据的去除。根据重复数据消除的结果，在每个传感器检测范围半径相等的环境下，采用四圆定位法，任意选择2个检测目标信息的节点，计算2个圆形检测区域边界的交点，根据迭代法找到并近似目标。设定了不同传感器的原始传感器相互独立、同一传感器不同原始量测量值相互独立的前提条件，计算出各通道的测量值，利用未测量卡尔曼滤波器以滤波的形式更新测量值，引入卡尔曼滤波增益矩阵，并结合异步数据定位结果实现数据融合。实验结果表明，融合后的数据利用率高于现有结果，算法耗时短、能耗低，且具有较高的数据融合精度，整个融合的准确率在90%以上。]]></description>
<pubDate>2021/6/1 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张辉，黄向生]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210513]]></guid><cfi:id>84</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[三轮移动机器人的精确运动控制设计]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210514]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[首先利用几何结构关系理清了三轮移动机器人的所有非完整约束和完整约束，然后结合非完整力学系统的Euler-Lagrange方程计算得到其动力学方程。为了使得三轮移动机器人能够精确地沿着给定的轨迹曲线运动，将目标轨迹曲线转化为速度形式，然后通过引入一个微分同胚变换将该速度目标转化为和实际初始速度更为接近的形式，从而达到尽量减少控制系统的初始速度误差和累积位置误差的目的，最后结合最优控制和积分滑模控制方法为三轮移动机器人设计鲁棒跟踪控制器。仿真结果显示，提出的轨迹跟踪目标设计和控制方法能使三轮移动机器人精确沿着给定目标轨迹曲线运动，并具有一定的鲁棒性。]]></description>
<pubDate>2021/6/1 13:44:50</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[文相容，周宇生]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210514]]></guid><cfi:id>83</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于机器学习的深基坑三维土层重建]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210515]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在深基坑施工过程中，需要通过少量钻孔数据来进行土层三维模型重建，以获取土质信息分布。提出一种基于机器学习的土层重建方法，首先设计土层生成算法来进行土层训练数据集的数据增强。然后根据钻孔信息数据结构设计了预测模型特征编码方法，作为预测模型的标准输入，通过搭建卷积神经网络模型，对土层结构进行特征提取，形成土层预测模型。随后，利用预测模型对待预测地块中的离散格点进行土层属性预测，获得土层体数据。最后，对土层体数据利用Marching Cubes算法生成封闭等值面，形成土层实体块，从而实现了对三维土层的重建。本模型能够适应不同层数、不同类型的地层，具备了实际工程应用的初步条件。]]></description>
<pubDate>2021/6/1 13:44:50</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[王朱贺，李楠，张希瑞，苏想]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210515]]></guid><cfi:id>82</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[利用改进DBSCAN算法的管制雷达目标标定方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210516]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为探究基于眼动数据的管制雷达目标标定方法，利用雷达管制模拟机、眼动仪等搭建实验平台，召集8名管制学员参加模拟航空管制实验并收集眼动数据。使用具有噪声的基于密度的聚类算法（DBSACN，density-based spatial clustering of applications with noise）处理注视点数据过程中，主观输入的参数会导致无法很好完成聚类，笔者提出基于K-最邻近算法和变密度阈值设定法，从自适应选取邻域值和变密度阈值设计两方面对DBSCAN算法进行改进，并实现了算法的自适应运行。对改进过程中采用拟合分布密度函数极值点结合放大系数确定邻域值的方法进行验证，发现对不同雷达目标误差仅为8.6%和10%，表明改进方法具有一定的适用性。通过比对不同航空器目标兴趣区的提取结果，发现提出的管制雷达目标标定方法具有一定的准确性和普适性。]]></description>
<pubDate>2021/6/1 13:44:50</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[靳慧斌，刘海波，胡占尧，霍百明]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210516]]></guid><cfi:id>81</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于被动量子雷达的隐身目标探测研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210311]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[未来战场，将是隐身武器的较量，不论是有人机、无人机，还是巡航导弹、弹道导弹，都朝着隐身化方向发展。传统雷达在对付这些隐身目标时存在无法突破的性能极限。笔者将被动雷达与量子技术结合，提出被动量子雷达，分析其对隐身目标探测的机理。采取超导电路技术实现对微波光量子转换处理，并使用SVI和PSA量子增强接收技术，以及JPA技术实现高灵敏度微波信号接收，被动量子雷达可将系统灵敏度最大提高大约4个数量级。分析结果表明提出的基于被动量子雷达的隐身目标探测原理可行，具有很强的应用潜力。]]></description>
<pubDate>2021/3/31 13:58:02</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[冯胜，胡光桃，卢亚鹏]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210311]]></guid><cfi:id>80</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[梯度直方图约束的多尺度块先验模型]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210312]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[块先验模型在图像复原领域取得了较大的成功，但其整体模型强制局部性的缺点，易出现局部伪影、视觉观感较差的问题，提出一种新的集成多尺度块先验和梯度直方图先验的图像复原方法。对原始图像实施滤波和下采样以保持尺度不变性，在多尺度上施加同一局部块模型，即保持块低维模型的简单性，又在图像较大区域实施非局部性；将梯度直方图全局统计先验加入正则约束中，利用Wasserstein距离对复原图像与参考直方图的相似性进行度量。借助半二次分裂和最优传递理论，求解所提出的模型。通过在图像去噪和去模糊实验，相比传统方法无论在客观质量评价还是视觉观感上都更有优势，验证了方法的有效性。]]></description>
<pubDate>2021/3/31 13:58:02</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张墨华，彭建华，冯新扬，张俊峰]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210312]]></guid><cfi:id>79</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[双重对抗无监督域自适应绝缘子检测算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210313]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[绝缘子检测在输电线路智能巡检中具有重要的应用价值。基于深度学习的绝缘子检测是一类常用的方法。然而，在某些情况下仅能获取某一类型绝缘子数据，用其训练得到的模型直接应用到跨域绝缘子检测，性能会急剧下降。为此，提出一种双重对抗的无监督域自适应绝缘子检测算法。具体地，为缓解绝缘子图像背景复杂对检测性能带来的影响，设计了一种混淆判别机制。在该机制中，输入两种不同类型的绝缘子图像到两个不同的判别器中进行分类，再通过对抗训练将两种绝缘子进行交叉分类以学习到域不变特征。此外，通过最大最小化目标域的两个分类结果分别优化判别器和特征提取器，减轻不同类型绝缘子外观差异较大的问题。大量的实验证明了提出方法的有效性。]]></description>
<pubDate>2021/3/31 13:58:02</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张林华，方正云，李仕林，赵明，王红斌，余正涛]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210313]]></guid><cfi:id>78</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[精细拓扑结构表示与深度特征融合在多目标图像检索中的应用]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210314]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[空间信息表示是增强图像特征表达性能的重要手段，通过空间关系建模与深度学习方法融合可有效提升深度特征的语义特性，从而提升图像检索性能。首先，针对复杂图像的空间关系表示提出了一种新的精细拓扑结构表示模型，该模型不仅具有完备的拓扑描述性能，还提供了两种拓扑不变量的推理算法，使得拓扑不变量可以由表示模型直接推导而不需要繁复的几何计算；其次，基于精细拓扑结构表示模型，提出了有效的拓扑结构相似性度量方法，为空间关系特征表达奠定了基础；最后，进一步结合卷积神经网络，提出融合复杂空间关系特征与深度特征的多目标图像检索方法。实验结果表明，所提出的拓扑结构表示模型在空间查询中具有良好的性能；所提出的图像检索框架取得优于现有方法的精度，并能够有效地结合手工特征与深度特征各自的优势，为提升深度学习方法的可解释性创造了有利条件。]]></description>
<pubDate>2021/3/31 13:58:02</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘东，王生生]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210314]]></guid><cfi:id>77</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于集成学习的智能电网主机恶意软件检测方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210315]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目前智能电网恶意软件检测系统主要基于特征库对已知恶意软件进行检测，不适用检测恶意软件未知变种。而现有基于机器学习的恶意软件未知变种检测方法的准确性和鲁棒性有待进一步提升，不足以满足智能电网实际需要。因此，提出一种基于集成学习的恶意软件未知变种检测方法，利用多源数据集和多种机器学习方法交叉构建单一检测模型，并设计一种基于Logistic的集成学习方法，构建恶意软件未知变种集成检测模型。实验对比分析表明，构建的集成检测模型相较于传统单一检测模型在准确性和鲁棒性方面有着显著提升。]]></description>
<pubDate>2021/3/31 13:58:02</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李旭阳，牛鑫，胡军星，袁俊锋，孟晗]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20210315]]></guid><cfi:id>76</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[软件定义广域网中基于IPv6分段路由的双栈流量调度算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220911]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对当前软件定义广域网在应对企业园区部署双协议栈出口链路、园区之间支持双协议栈通信的网络架构下，存在园区任意协议栈出口链路失效时，园区间双栈流量不可通信的问题，提出了一种适用于软件定义广域网的IPv4/IPv6双协议栈环境下的流量调度算法。该算法基于快速重路由机制，通过结合基于IPv6的分段路由技术分为路径编码算法和报文处理算法2部分实现。在广域网双栈出口任一链路失效时将不同园区的双栈流量进行调度。通过在Mininet中的仿真模拟验证了算法的可行性，并利用带宽测量工具iPerf对链路性能进行测量，测量数据表明利用双栈流量调度算法进行双栈流量调度极大地提高了园区间双栈链路的利用率和服务质量。]]></description>
<pubDate>2022/10/10 15:44:50</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[肖漫漫，刘骥琛，李艳丽，马迎]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220911]]></guid><cfi:id>75</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[平面移动式立体车库动态库位分配策略建模与仿真]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220912]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[平面移动式立体车库在车位分配过程中存在顾客排队等待时间过长，车辆出入库效率低下的局限性。为减少顾客等待时间，提高立体车库服务效率，提出一种动态库位分配策略：以蜻蜓算法优化的BP神经网络模型预测车辆的停留时间，并根据车辆停留时间对车库车位进行区域选择，最后利用禁忌搜索算法搜索出该区域内最适宜的车位位置。同时，将顾客平均等待时间，平均等待队长，平均服务时间和车库运行能耗作为评价指标与现有库位分配优化方式进行对比分析，仿真结果表明：该策略能够更为有效地减少顾客等待时间，提高立体车库整体作业效率。]]></description>
<pubDate>2022/10/10 15:44:50</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李建国，李博文，杨波]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220912]]></guid><cfi:id>74</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于随机权重分配策略的面目表情识别]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220913]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了提高面部表情识别的精确度，提出了一种基于数据增强策略面部表情识别，区别于普通的在线随机数据增强，将实验用到的训练数据集采用附加不同的权重分配策略进行增强数据，并随机生成每次训练时的权重，保证其训练数据的多样性并通过比较实验结果得出哪种权重的分布策略适用于面部表情识别数据集的增强，同时解决了面部表情识别因数据集缺乏多样性识别精度不高等问题，提升了人脸表情识别的准确性和鲁棒性，此外还利用VGG19特征提取网络，通过从数据中学习鲁棒性和区分性特征，来实现高精度的面部表情识别。实验结果表明，使用该方式增强后的数据进行训练的模型在Fer2013和扩展Cohn-Kanade （CK+）数据库上对7种表情的识别率相比其原始数据集均有提升。]]></description>
<pubDate>2022/10/10 15:44:50</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张洋铭，吴凯，王艺凡，利节]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220913]]></guid><cfi:id>73</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于自然语言处理的旅游景区智能讲解系统研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220708]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[智慧旅游建设的目的是要用新一代信息技术提升旅游服务水平和改善游客旅游体验。针对现有的旅游景区电子讲解系统缺乏自然语言互动交流能力的问题,研究一种基于自然语言处理和本体知识检索技术的旅游景区智能讲解系统,以便旅游景区能为游客提供自然语音对话式的个性化智能讲解服务。笔者设计了系统的物理架构和逻辑架构,然后分析实现文本向量化处理、命名实体识别、对话策略管理和讲解知识检索等关键技术,最后通过开发、测试系统原型,验证了系统的可行性。]]></description>
<pubDate>2022/7/27 15:44:10</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘文静，蔡章利，卢海]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220708]]></guid><cfi:id>72</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于协方差矩阵重构和导向矢量优化的波束形成算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220709]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对传统波束形成算法在导向矢量失配和协方差矩阵误差情况下输出信干噪比下降严重的问题,提出了一种基于协方差矩阵重构和导向矢量优化的稳健自适应波束形成算法。该算法通过估计信号和干扰的功率及方向,重构干扰加噪声协方差矩阵,同时结合投影和空域积分思想,对假定的导向矢量进行优化计算,使其接近真实的导向矢量。进而通过相关运算求得复数加权值实现波束形成。所提算法可以有效抑制干扰,提高输出信干噪比。在多种失配存在的情况下,所提算法也具有较好的性能。研究共进行了6个仿真实验,所提算法性能均优于所对比算法。所提算法在快拍数固定且存在导向矢量失配的情况下,相比于最差情况性能最优算法有约5 dB的输出信干噪比提升。在信噪比固定且存在导向矢量失配的情况下,相比于对比算法均有4 dB以上的性能提升。实验结果验证了所提算法的有效性。]]></description>
<pubDate>2022/7/27 15:44:10</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[王子豪，王安国，冷文]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220709]]></guid><cfi:id>71</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于位置和时间信息的兴趣点推荐方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220710]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在社交网络中,人们往往会访问自己比较感兴趣和离自己比较近的地方,而兴趣点推荐就是根据用户的兴趣偏好能够有效地帮助用户选择自己比较感兴趣的地点。笔者提出一种基于位置和时间信息的兴趣点推荐方法。该方法从兴趣点的角度出发分为3个步骤,首先使用用户历史访问的兴趣点的位置信息计算用户历史访问兴趣点和用户未曾访问过的兴趣点的相似度;然后使用时间信息,将一天划分为不同的时间段,统计所有兴趣点在一天中不同时间段被签到的次数,计算用户历史访问兴趣点和用户未曾访问过的兴趣点的相似度;最后根据兴趣点的位置和时间信息综合计算用户历史访问兴趣点与用户未曾访问兴趣点的相似度,根据Top-N策略向用户推荐用户未曾访问过的兴趣点。在现实社会中的真实数据集上进行实验验证,实验结果表明笔者提出的方法是有效的。]]></description>
<pubDate>2022/7/27 15:44:10</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[谭伟，贾朝龙，桑春艳]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220710]]></guid><cfi:id>70</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于压力容器裂纹图像检测及识别算法研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220711]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[压力容器作为一种特种设备,其安全越来越受到重视。为了保障其安全运行,选择压力容器裂纹图像为研究对象,构建检测及识别算法模型。针对算法模型在实际部署时受到内存空间、处理器计算能力等多方面硬件条件的制约问题,提出了基于NewEfficientNet-B0的轻量化方法,结果表明算法模型降低模型参数数量达78%。针对微小裂纹图像识别难度较大问题,提出了改进多尺度预测的方法,测试数据集上达到了81%的检测识别准确率。]]></description>
<pubDate>2022/7/27 15:44:11</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张天峰，冉秉东，王楷]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220711]]></guid><cfi:id>69</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[包围圆分割在铁路货车车号字符的应用]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220712]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对铁路货车车号的断裂、倾斜、变形等特点,传统字符分割方法分割精度低的问题,提出一种基于改进包围圆的分割方法。基于铁路货车单行、双行2种排列方式,采用自适应游程算法进行双行车号的分割,鉴于游程算法背景像素前景化的处理特点,预先采用游程算法进行断裂消除,再使用包围圆方法进行字符分割。实验结果表明:在图像质量不高情况下,可以实现良好的分割精度且在分割准确率和鲁棒性方面均优于传统算法。]]></description>
<pubDate>2022/7/27 15:44:11</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[靳延伟，董昱，张晓丽]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220712]]></guid><cfi:id>68</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[高校科研资源的个性化融合推荐]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220713]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为满足高校师生对科研资源复杂的个性化服务需求,设计了高校科研资源个性化服务系统,简称个性化科研服务系统(PSRSS,personalized scientific research service system)。全面分析了高校科研用户的个性化科研资源服务需求,设计了基于数据层、融合多种推荐策略的推荐计算层、应用呈现层的多引擎融合推荐系统架构,基于不同推荐场景,比较了不同的推荐算法并对选择的算法进行了针对性优化,探讨了用户模型和科研资源模型的设计,实现了基于资源热度、项目内容相似度、相似用户协同过滤的Top-N推荐。系统提升了高校师生获取科研资源的体验,为高校科研资源个性化服务系统建设提供了新思路。]]></description>
<pubDate>2022/7/27 15:44:11</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘冬邻]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220713]]></guid><cfi:id>67</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[面向各向异性3D-MRI图像超分辨率 重建的ESRGAN网络]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220511]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[高分辨率磁共振图像(MRI, magnetic resonance images)能够提高疾病诊断精度,但高分辨率MRI图像的获取十分困难。基于深度学习的图像超分辨率(SR, super resolution)技术可有效地提高图像分辨率。近年来,生成对抗网络(GANs, generative adversarial networks)为3D-MRI图像SR重建提供了新思路。相较于传统的基于深度卷积神经网络(DCNN, deep convolutional neural network)的SR算法,GANs网络以人类视觉机制为目标,且引入判别函数,使重建3D-MRI图像更接近真实图像。研究采用增强超分辨率生成对抗网络(ESRGAN, enhanced super-resolution generative adversarial networks)对3D-MRI图像进行SR重建;并利用3D-MRI图像的跨层面自相似性,将重建任务降维到2D,在保证重建效果的基础上,减少了网络训练时间和内存需求。通过与其他传统算法和基于DCNN算法对比实验表明,提出的算法能够进一步提高3D-MRI图像的视觉质量。]]></description>
<pubDate>2022/6/11 17:09:42</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张建，贾媛媛，贺向前，韩宝如，祝华正，杜井龙]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220511]]></guid><cfi:id>66</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种处理不均衡多分类问题的特征选择集成方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220512]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决不均衡多分类问题,提出一种特征选择和AdaBoost的集成方法。首先,数据进行预处理。利用WSPSO算法进行特征选择,根据特征重要性选取初始粒子构建初始种群,使得算法初期就可以沿着正确的搜索方向开展,减少不相关特征的影响。其次,利用AdaBoost算法对于样本权重较敏感的特点,增强对小类样本的关注度。并且利用AUCarea作为评价标准,相对于其他评价标准,AUCarea具有可视化的优点且对较差AUC更加敏感。最后,与其他几种不均衡分类算法在不平衡数据集上进行对比,结果证明该算法可有效处理不均衡多分类问题。]]></description>
<pubDate>2022/6/11 17:09:42</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[宿晨，徐华，崔鑫，王玲娣]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220512]]></guid><cfi:id>65</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[格构式钢管砼风力发电塔架包裹球 板分支节点屈服机制研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220513]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了研究格构式钢管砼风力发电塔架包裹球板分支节点的屈服机制,进行了4个万向球板节点模型的静力试验;并采用ABAQUS对试件进行了非线性分析,通过变化包裹体径厚比和节点板厚度2个参数,对球板节点的破坏模式、节点板等效应力及节点交汇区等效应力分布规律等指标进行了分析。结果表明:万向球板节点的破坏主要由节点板连接焊缝强度破坏与压杆失稳而引起;节点板厚度的差异对万向球板节点的承载力影响较为明显,而包裹体径厚比的变化对万向球板节点的承载力影响并不明显;节点板越厚等效应力的分布越均匀;当包裹体径厚比小于等于38.5时,节点的承载力随着<i>γ</i>的增大下降幅度逐渐增大;当径厚比大于38.5时,节点的承载力随着径厚比的增大下降幅度逐渐较小,建议包裹体径厚比取值为38.5;节点板厚度小于等于14 mm时,极限承载力随节点板厚度的增加,其增加的幅度较大;当节点板厚度大于14 mm时,节点的承载力随厚度的增加,其增加幅度逐步减小,建议节点板厚度取值为14 mm。]]></description>
<pubDate>2022/6/11 17:09:42</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[闻洋，于蛟，孟春才]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220513]]></guid><cfi:id>64</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[档案管理中文本数据的增量多模态聚类方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220514]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着现代档案管理数据量的不断增长,有效地对档案文本进行聚类划分能够提升档案分类和检索的效率。文中提出2种增量多模态文本数据聚类方法,通过对文本内容进行多视角分析,融合挖掘文本的潜在主题特征,提升文本聚类的准确性。此外,设计文本聚类多模态增量学习模型,提升海量、动态文本划分的效率。在文本数据集上的实验结果表明,文中提出的增量多模态文本聚类方法优于单模态和多模态聚类算法,能够对文本数据进行有效划分。]]></description>
<pubDate>2022/6/11 17:09:42</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘丽华]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20220514]]></guid><cfi:id>63</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[融合长短期记忆网络和图卷积网络的轨道交通短时客流起讫点预测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221109]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[轨道交通客流起讫点(origin-destination,OD)矩阵存在时间相关性和空间相关性。根据客流OD的时空特征,提出长短期记忆(long short-term memory,LSTM)网络和图卷积网络(graph convolutional networks,GCN)的短时组合预测方法。预测方法主要利用LSTM网络来获取客流的时间相关性,利用GCN来获取客流的空间相关性,基于出站口建立客流OD矩阵,对整个路网的客流OD进行训练预测。实验表明:融合LSTM神经网络和GCN神经网络的短时预测模型能有效预测轨道交通客流OD。相较于单独的LSTM神经网络,组合模型在预测误差方面有所改善,更适用于短时客流OD的预测。]]></description>
<pubDate>2022/12/1 16:54:59</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[唐继强，杨璐琦，杨武]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221109]]></guid><cfi:id>62</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于Segnet网络和迁移学习的全景街区影像变化检测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221110]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对采用传统方法难以提高全景街区影像变化检测精度的问题,提出一种基于Segnet网络和迁移学习的全景街区影像变化检测方法。首先对数据集“TSUNAMI”进行预训练并对训练集进行分类归并;然后采用Segnet网络对全景街区影像进行语义分割,最后对语义分割结果进行差值运算,得到变化差异图并进行精度评价。实验选取两组全景街区影像,采用最大似然法、支持向量机方法(SVM,support vector machine)以及提出方法对这2组数据进行对比实验,第一组得到的精度分别为65.1%、72.1%和81.4%;第二组得到的精度分别为66.5%、70.6%、82.2%。实验结果表明提出的方法具有更高的变化检测精度,可为城市违章排查、灾后重建等提供技术支撑。]]></description>
<pubDate>2022/12/1 16:54:59</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[余晓娜，黄亮，陈朋弟]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221110]]></guid><cfi:id>61</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于彩票迁移的稀疏网络植株病虫害识别模型]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221111]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[植株病虫害的识别能够有效地提高农作物产量,当前数据驱动的深度植株病虫害识别方法需要大量的有标签数据,导致现有方法难以很好地识别少样本的新病虫。且基于深度学习的方法需要对大量的参数进行训练,难以削减计算开销。研究设计一种基于彩票迁移的稀疏网络植株病虫害识别模型:定义深度网络的彩票迁移假设,利用压缩策略构建稀疏网络,识别迁移源域的本质知识,提高深度网络的迁移效率;然后,设计深度彩票迁移算法,训练植株病虫害深度识别模型,解决少样本病虫识别调整;最后,在典型的通用数据与植株病虫害识别数据集上,验证基于彩票迁移的深度植株病虫害识别模型能高效迁移源域的本质知识。在PlantVillage数据集上,对植株病虫害识别准确率为97.69%,且所需训练的参数只有原始网络的约30%。]]></description>
<pubDate>2022/12/1 16:54:59</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张旭，陈志奎，李秋岑，李朋，高静]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221111]]></guid><cfi:id>60</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于模糊认知图的通用航空事故机理分析]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221112]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着通用航空业迅猛发展,通用航空事故数逐年增多,为了更有效地预测和防止事故发生,减少生命财产的损失,对事故原因预测显得尤为重要。通过对2006—2015年10年间通用航空事故原因的统计与分类,建立起模糊认知图预测模型,依据模糊认知图的计算方法得到系统达到稳定之后各个影响因素的状态值,通过关联度的计算,得到通用航空事故影响因素的排序,最终得到导致通用航空事故的主要因素。使用实例进行验证对比分析后发现该方法对于通用航空事故原因预测是可行的,通过该方法可以成功地预测通用航空事故发生的主要原因。]]></description>
<pubDate>2022/12/1 16:54:59</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[赵赶超，陈勇刚，雷晶晶]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221112]]></guid><cfi:id>59</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于数据融合的目标跟踪方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221113]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了提高相控阵波束的跟踪能力,基于多设备源的测量信息,提出一种基于数据融合的目标跟踪方法。该方法依次进行数据外推时延修正,数据检择,坐标变换,再进行测量数据的平滑滤波处理,最后利用动态加权的数据融合处理方法,提高了目标的跟踪预测性能。仿真实验结果表明,提的基于动态加权数据融合的目标跟踪方法具有较高的目标跟踪精度,满足系统要求。]]></description>
<pubDate>2022/12/1 16:54:59</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[顾保国，陈阳]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20221113]]></guid><cfi:id>58</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[强抗偏移轻量化无人机无线传能耦合机构研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[无线电能传输技术在无人机领域应用中，无人机降落时由于定位精度以及停靠时的控制精度存在误差，会导致停靠位置不准确而产生偏移，由于无人机本身体型较小，耦合机构的尺寸也会较小，此时存在的偏移会导致耦合机构的耦合程度降低，进而导致无线电能传输系统工作效率降低，影响系统正常工作。为提高系统的抗偏移特性，需要对无人机无线充电系统的耦合机构进行合理的设计及优化。笔者通过结合无人机结构特性，在用线量一致的约束条件下分析对比不同耦合机构的耦合特性，设计适用于无人机的最佳耦合机构；对耦合机构参数进行以M/l为优化目标的轻量化优化；最后通过仿真和实验验证了该耦合机构优化方法的可行性。]]></description>
<pubDate>2023/9/25 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[郑红星，左非，孙雪戈]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309010]]></guid><cfi:id>57</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[<bold>CTCS-3</bold>级列控车载设备的形式化建模与验证]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[CTCS-3级列控系统安全苛求性较高，而列控车载设备是CTCS-3级列控系统的主体，主要功能是对列车进行操纵和控制，保证列车安全运行的关键。通过分析CTCS-3级列控车载设备之间的信息交互以及车载安全计算机中工作模式的转换规则，采用有色Petri网(CPN)建立车载设备的信息交互模型以及工作模式转换模型，使用ASK-CTL分支时序逻辑公式验证了模型的死标识、死锁以及分析工作模式下的系统行为等特性，验证构建的CPN模型符合系统规范要求的流程及规则，可为相关安全苛求系统的设计提供一定参考。]]></description>
<pubDate>2023/9/25 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[何涛，韩敬佳]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309011]]></guid><cfi:id>56</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[城市交通网格集群的<bold>Bi-LSTM</bold>的流量预测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为提升交通流预测精度，深层次地挖掘交通流数据的时空特征，提出一种基于双向长短时记忆网络(Bi-LSTM)的城市交通网格集群流量预测模型。将所获得的网约车轨迹数据集网格化；考虑人为确定集群个数对结果的影响，用贝叶斯信息准则进行参数估计确定集群数，利用高斯混合模型对交通状况相似的网格进行聚类得到不同交通网格集群；利用集群内部交通网格的输入时间序列的相互影响设计多对多模型，构建Bi-LSTM模型预测不相交集群上的流量；以经典多元线性回归模型(MLRA)作为对照组进行实验验证，采用平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和动态时间规整(DTW)这四类评价指标对预测结果进行综合评价，验证基于Bi-LSTM模型的城市交通网格集群流量预测的可行性。实验结果表明：MLRA模型和Bi-LSTM模型对城市交通网格集群流量的预测值小于真实值，早高峰时段尤为明显；各交通网格集群的交通状态态势相似，集群的簇内相关性较强，两类模型均可实现较好的流量预测效果，Bi-LSTM表现更优； MLRA和Bi-LSTM预测模型的精度MAE、RMSE、MAPE分别为3.2011、4.4009、0.3187，3.0687、4.2943、0.3045，Bi-LSTM与MLRA相比，模型精度分别提高了4.14%、2.40%、4.46%，说明所构建的Bi-LSTM交通流网格集群流量预测精度高、误差低，要优于MLRA模型，表现出较好的泛化性能； MLRA和Bi-LSTM的DTW结果分别为52938.6356、54815.1055，构建的Bi-LSTM模型较MLRA模型各自工作日和节假日时间序列相似性DTW结果提高3.42%，表现出更好的鲁棒性。利用城市交通流量的特点和交通轨迹数据网格化的优点，基于Bi-LSTM模型的城市交通网格集群流量预测与MLRA交通流量预测模型相比，具有精度高、误差低的特点。同时，DTW指标方面，基于Bi-LSTM对城市交通网格集群流量模型与真实流量变化趋势一致，表现出较好的鲁棒性。]]></description>
<pubDate>2023/9/25 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[贾现广，冯超琴，苏治文，钱正富，宋腾飞，刘欢，吕英英]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309012]]></guid><cfi:id>55</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于<bold>STA-YOLOv5</bold>的水利建造人员安全帽佩戴检测算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309013]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在大型水利建造工程现场，存在高空坠物、塔吊转动、墙体坍塌等问题，对于建造人员人身安全造成巨大威胁，佩戴安全帽是保护建造人员的有效措施，作为工程作业中的安全管理，对建造人员进行安全帽佩戴的精确检测很有必要。针对现有安全帽检测算法在大型水利建造场景下对小且密集的安全帽目标存在漏检、检测精度较低等问题，提出一种基于STA-YOLOv5的安全帽佩戴检测算法，该算法将Swin Transformer和注意力机制引入到YOLOv5算法中，提高模型对安全帽的识别能力。实验结果表明，STA-YOLOv5算法具有更精确检测结果，识别准确率达到91.6%，较原有的YOLOv5算法有明显提升。]]></description>
<pubDate>2023/9/25 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李顺祥，蒋海洋，熊伶，黄才生，蒋有高，邓曦，王楷，张鹏]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202309013]]></guid><cfi:id>54</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于<bold>ANSYS</bold>的荷载工况对轮轨接触阻抗的影响]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202306011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[高速铁路站内绝缘节烧损事故时有发生，轮轨接触电阻是引起轮轨电弧造成绝缘节烧损的重要指标，因此准确计算接触电阻是分析绝缘节烧损问题的重要基础，接触电阻的大小主要取决于轮轨接触斑点的面积。对此，通过有限元分析软件ANSYS计算不同荷载工况下轮轨接触面积，分析列车轴重和偏移量对接触电阻的影响规律。结果表明，轴重从9 t增加到27 t时，轮轨接触电阻减小近36.2%；横移量增大10 mm时，轮轨接触电阻减小18.9%。轮轨接触电阻的变化随着轴重和轮轨横移量的增加呈现相同变化趋势。]]></description>
<pubDate>2023/6/27 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[苏鹏飞，谭丽，温润]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202306011]]></guid><cfi:id>53</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于进化算法的生物医学本体匹配技术]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202306012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[由于生物医学本体拥有规模庞大的概念和复杂概念间关系，已有本体匹配技术难以高效确定生物医学本体匹配结果。为解决这一问题，构建了生物医学本体匹配问题优化模型，提出基于进化算法的生物医学本体匹配技术来确定最优匹配结果。在求解生物医学本体匹配问题时，采用一种新的生物医学本体概念相似度度量来确保匹配结果质量，并通过基于推理的概念对剪枝技术缩小算法的搜索空间，提高算法效率。实验结果表明，基于进化算法的生物医学本体匹配技术能有效匹配生物医学本体。]]></description>
<pubDate>2023/6/27 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[王颖，薛醒思，卢家伟，黄艺坤]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202306012]]></guid><cfi:id>52</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[多目标优化最低代价无人机机巢选址方法研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202306013]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[无人机巡检作业中，因为功能与续航距离不同，常面临异构无人机协同和机巢选址问题。无人机机巢的最优部署位置策略，可以看作新的选址优化问题，相对于传统设施选址问题，无人机机巢部署问题面临更多新挑战。笔者综合运用地理信息系统、优劣解距离法对候选点位做预筛选后使用贪心算法和拉格朗日松弛优化的p-中值覆盖问题优化方法，在综合考虑布点原则、飞行任务、飞行半径、功能性冗余等目标因素，提出一种多目标优化最低代价的无人机机巢选址法，将机巢分布问题定义为限制因素预选址前提下的p-中值最低代价问题，设置原则性约束，实现多目标优化最低代价的机巢布点，从多个角度考虑降低巡检成本。实验结果表明：多目标优化后机巢布点在建造、维护、巡检和综合成本上比传统选点方法有9.2%以上的成本节约。]]></description>
<pubDate>2023/6/27 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[戴永东，黄政，高超，王茂飞]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202306013]]></guid><cfi:id>51</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[利用图像掩膜优化基于生成对抗网络的图像超分辨率模型]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202305010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[深度学习在一定程度上解决了从低分辨率图像中恢复出高分辨率图像这一图像超分辨率问题。目前基于生成对抗网络（generative adversarial network，GAN）的方法可以从超分辨率数据集中学习低/高分辨率图像映射关系，从而生成具有真实纹理细节的超分辨率图像。然而，基于GAN的图像超分辨率模型训练通常不稳定，其结果往往带有纹理扭曲和噪声等问题，提出了采用掩膜（mask）模块以辅助对抗网络训练。在网络训练过程中，掩膜模块根据生成网络输出的超分辨率结果和原始高分辨率图像，计算得到相应观感质量信息，并进一步辅助对抗网络训练。在实验中对3个最近提出的基于GAN的图像超分辨率模型进行修改，引入掩膜模块，修改后的模型在超分辨率图像输出的观感和真实感量化指标上均有明显地提升。掩膜模块的优点是可以进一步提升基于GAN的图像超分辨率网络输出的超分辨率图像观感质量，并仅需对生成对抗网络训练框架进行修改，因此适用于多数基于GAN的图像超分辨率模型的进一步优化。]]></description>
<pubDate>2023/5/31 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[蒋琪雷，马原曦]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202305010]]></guid><cfi:id>50</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[协方差测距算法在多维聚类分析中的优化研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202305011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了在多维聚类分析中运用有效距离度量方法表征数据对象的邻近度,提出一种协方差测距（covariance distance measure analysis ,CDM）算法,首先,采用模糊C均值(fuzzy c-means ,FCM)方法对数据对象赋予权值,得到每个样本点相对类别特征的隶属度,再依据隶属度计算每个样本的差异度；其次,为了使类别分离最大化,用样本点同关联类别的协方差距离度量代替模糊聚类中欧式距离度量作为优化问题的第一个标准,使相似数据对象更为接近；最后,用样本点间的协方差距离度量作为第二个优化标准,使相异数据相互隔开,交替固定变量迭代计算最优解,使聚类指标和距离度量学习参数同时得到优化,获得更好的聚类结果。在不同数据集上的实验结果表明,与FCM-Sig和UNCA算法相比,CDM算法在聚类准确性和算法收敛性方面均有更好表现。]]></description>
<pubDate>2023/5/31 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘云，张轶，郑文凤]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202305011]]></guid><cfi:id>49</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进长短时记忆网络的文本分类方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202305012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对传统长短时记忆网络(long short-term memory,LSTM)在文本分类中无法自动选取最重要潜在语义因素的问题，提出一种改进的LSTM模型。首先，将传统LSTM的运算关系拓展为双向模式，使网络充分记忆输入特征词的前后关联关系；然后在输出层前面增加池化层，以便更好选择找到最重要的潜在语义因素。互联网电影资料库评论数据实验结果表明，该模型优于传统长短时记忆神经网络以及其他同类模型，揭示了改进方案对提高文本分类准确率是有效的。]]></description>
<pubDate>2023/5/31 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李建平，陈海鸥]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202305012]]></guid><cfi:id>48</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[<bold>5G</bold>基站自适应天馈系统设计与建模]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304009]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了提供一个各方面更优的全自动天面自适应调整方案，在降低维护成本的同时实现更优覆盖效果，从5G天面的信号辐射方向调整方法入手，对5G基站自适应天馈系统的智能调节系统设计关键技术进行研究，提出对基于深度强化学习的基站天面自适应调节策略。基于此设计了5G基站自适应天馈系统，可以使用电信公司RSRP信号覆盖地图作为数据源，获取当前状态的观测值并自动分析数据，对天面进行自动调整。在虚拟环境下，对基于强化学习的系统进行了模拟搭建与仿真训练，结果符合预期。]]></description>
<pubDate>2023/5/12 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[沈煜航，王晟]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304009]]></guid><cfi:id>47</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种磁流变弹性体执行器的联合优化方法研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[磁流变弹性体（magnetorheological elastomer， MRE）执行器作为智能减振应用系统的核心元件，其结构的优化是决定执行器性能上限及系统控制成效的关键。针对目前MRE执行器优化方法及理论研究欠缺的问题，文中面向一款横向隔振的MRE执行器，基于其机械结构和有效磁路，以优越磁控性能、低功耗和快速响应时间为优化目标，提出了一种新的MRE执行器联合参数优化方法。首先，基于MATLAB和COMSOL的联合仿真，将遗传优化算法和电磁有限元分析方法进行有效结合，实现对MRE执行器的优化编程；其次，完成对器件的全局尺寸结构优化设计，使得器件具备优越磁控性能（526.21 mT）、低功耗（44.05 W）及快速响应（5.43 ms）；最后，通过搭建测试系统对优化后装配的MRE执行器进行测试和评估，验证了文中优化方法的可行性和有效性。提出的联合优化方法不仅适用于MRE执行器结构，还可为多领域减/隔振应用的共性MRE器件优化设计提供理论参考。]]></description>
<pubDate>2023/5/12 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[韩超，邵骁麟，刘天彦，林松，张鲲，罗磊]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304010]]></guid><cfi:id>46</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[神经心理量表理解力检测的人体姿态特征识别方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[神经心理测试可以对各认知域受损严重程度做出客观评价，是检测疾病进展、评估药物疗效的有效手段。其中理解力测试部分通过判断受试者是否根据指令要求作出相应动作实现，是老年人认知功能障碍评估的重要部分，有利于痴呆的早预防早干预。文章提出了一套神经心理测试中理解力检测的人体姿态估计视频分析方法，基于Openpose深度卷积网络提取人体关键点坐标，随后基于图像形态学处理技术和Faster R-CNN等技术提出了纸张、牙刷等目标物体关键点二维坐标提取方法，并以量表中动作要求建立人体姿态估计数学模型。通过实验对神经心理测试的6个动作进行识别，结果表明，所提姿态估计数学模型和交互动作识别方法能够有效检测人体姿态动作指令及人与纸张的交互指令。]]></description>
<pubDate>2023/5/12 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[房欣欣，王兵凯，孔航，葛学人，杨知方，余娟，吕洋，陈晨曦，李文沅]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304011]]></guid><cfi:id>45</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[微观轨迹信息驱动的<bold>Bi-LSTM</bold>合流区车速预测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为明确城市快速路合流区的微观速度特性，确保车辆在衔接段运行速度协调可控，使车辆安全运行。首先，基于无人机高空视频，从广域视角提取了典型多车道交织区全样本高精度车辆轨迹数据，分析车速的累积频率、分布趋势、特征百分位值等运行特性。然后，基于可有效捕捉前向历史速度数据的变化特征的LSTM模型，构建Bi-LSTM车速预测模型；考虑到人工设置训练参数对模型预测性能的影响较大、时间较长，提出基于遗传算法优化的Bi-LSTM速度预测模型(GA-Bi-LSTM)。最后，以<i>R</i><sup>2</sup>、Error Mean、Error StD、MSE、RMSE、NRMSE、秩相关<inline-formula><alternatives><mml:math id="M1"><mml:msub><mml:mrow><mml:mi>r</mml:mi></mml:mrow><mml:mrow><mml:mi mathvariant="normal">s</mml:mi></mml:mrow></mml:msub></mml:math><graphic specific-use="big" xlink:href="alternativeImage/640531C6-16DE-47b9-B9D8-4B55B9001724-M001.jpg"><?fx-imagestate width="2.45533323" height="3.55599999"?></graphic><graphic specific-use="small" xlink:href="alternativeImage/640531C6-16DE-47b9-B9D8-4B55B9001724-M001c.jpg"><?fx-imagestate width="2.45533323" height="3.55599999"?></graphic></alternatives></inline-formula>这7类评价指标，建立多指标融合的评价方案。结果表明：GA-Bi-LSTM速度预测模型表现较优，拟合指标<i>R</i><sup>2</sup>、秩相关<inline-formula><alternatives><mml:math id="M2"><mml:msub><mml:mrow><mml:mi>r</mml:mi></mml:mrow><mml:mrow><mml:mi mathvariant="normal">s</mml:mi></mml:mrow></mml:msub></mml:math><graphic specific-use="big" xlink:href="alternativeImage/640531C6-16DE-47b9-B9D8-4B55B9001724-M002.jpg"><?fx-imagestate width="2.45533323" height="3.55599999"?></graphic><graphic specific-use="small" xlink:href="alternativeImage/640531C6-16DE-47b9-B9D8-4B55B9001724-M002c.jpg"><?fx-imagestate width="2.45533323" height="3.55599999"?></graphic></alternatives></inline-formula>分别为0.904 6、0.949 5，误差指标Error Mean、Error StD、MSE、RMSE、NRMSE分别为0.004 1、0.447 0、0.199 7、0.446 9、0.076 5。研究成果可为城市快速路的合流区车速调控提供理论依据。]]></description>
<pubDate>2023/5/12 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[秦雅琴，夏玉兰，钱正富，谢济铭]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202304012]]></guid><cfi:id>44</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于XGBoost模型的营养成分分析高血压预测方案]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230210]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[高血压是一种常见的慢性病，若能早发现、早采取措施可降低其引发并发症的风险。尽管高血压的产生与发展与诸多因素有关，但饮食被公认为影响高血压的主要因素之一。机器学习模型可以对疾病进行有效预测，并提供辅助治疗。笔者提出一种基于XGBoost的通过分析营养成分预测高血压的方案，该方案由数据转换、特征选择、数据清理与标准化、模型搭建、分类与评估5部分组成。实验结果表明，XGBoost在高血压预测中获得了0.859的F1分数且准确率超过85%，高于随机森林、支持向量机与人工神经网络。此外通过分析不同营养成分对高血压预测的影响因素，获得了影响高血压的前10个营养特征，大部分与医学结论相同，验证了模型的有效性。]]></description>
<pubDate>2023/2/28 16:19:19</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[蒋淮，谭浪，李时杰，刘昱，王峻峰]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230210]]></guid><cfi:id>43</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于云模型和组合赋权法的CBTC系统可靠性评价]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230211]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[由于目前对CBTC系统的可靠性分析较少，提出一种基于云模型和组合赋权法的CBTC系统的可靠性评价方法。首先根据CBTC系统的结构和功能，建立了系统的功能型层次模型，并采用组合赋权法确定底层设备的主观和客观权重值，根据加法合成法得到系统的综合权重值；然后，计算CBTC系统底层设备的可靠度，并使用云模型表示；最后，将虚拟云计算的CBTC系统可靠性综合指标新云和可靠性评价集的云模型进行相似度比较，输出评价结果。结果表明，基于云模型和组合赋权法的CBTC系统可靠性评价方法可以正确客观地描述该城市的CBTC系统完成规定功能的能力，为研发和评估CBTC系统提供借鉴。]]></description>
<pubDate>2023/2/28 16:19:19</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[何涛，马洁]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230211]]></guid><cfi:id>42</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[无线电能传输系统实本征态与零相角点分析]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230212]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[磁耦合无线电能传输（Magnetic coupling wireless power transfer，MC-WPT）系统的能效受原副边线圈距离的影响较大。在过耦合状态下，由于发生了频率分裂，会导致系统的能效随着传输距离的减小而下降。通过本征模态理论求取系统的实本征态工作条件使系统在过耦合区保证在零相角点处以最大能效工作。并从零相角点的角度出发对比该工作模式和实本征态模式的相似之处。从而实现了利用频率跟踪使系统在过耦合区保持恒功率和恒效率输出。最后，进行了仿真验证，证实了本文计算结果的正确性。]]></description>
<pubDate>2023/2/28 16:19:19</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[龚舒，陈绍南，肖静，侯湘]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230212]]></guid><cfi:id>41</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[自适配权重特征融合的持续身份认证]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230111]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对现有智能手机用户身份认证方法的不足，提出了一种自适配权重特征融合的持续身份认证方法。设计了一种卷积神经网络，对手机内置传感器（加速度计、陀螺仪、磁力计）获取的用户行为信息数据进行深度特征提取及融合。通过网络中3个子网络流分别提取3种传感器特征，在特征融合层加权融合，各特征的权值会在网络学习过程中根据不同特征的贡献度实现自适应分配。融合特征经过特征选择之后，使用单分类支持向量机进行用户分类认证。实验结果表明：该方法对不同用户身份认证获得的等错误率为1.20%，与现有其他认证方法相比具有更好的认证准确性。]]></description>
<pubDate>2023/2/6 0:43:08</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[陶鹏，邓绍江]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230111]]></guid><cfi:id>40</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于知识蒸馏与ResNet的声纹识别]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230112]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对声纹识别领域中存在信道失配与对短语音或噪声条件下声纹特征获取不完全的问题，提出一种将传统方法与深度学习相结合，以I-Vector模型作为教师模型对学生模型ResNet进行知识蒸馏。构建基于度量学习的ResNet网络，引入注意力统计池化层，捕获并强调声纹特征的重要信息，提高声纹特征的可区分性。设计联合训练损失函数，将均方根误差（MSE，mean square error）与基于度量学习的损失相结合，降低计算复杂度，增强模型学习能力。最后，利用训练完成的模型进行声纹识别测试，并与多种深度学习方法下的声纹识别模型比较，等错误率（EER，equal error rate）至少降低了8%，等错误率达到了3.229%，表明该模型能够更有效地进行声纹识别。]]></description>
<pubDate>2023/2/6 0:43:08</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[荣玉军，方昳凡，田鹏，程家伟]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230112]]></guid><cfi:id>39</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于运动试验平台的MOEA/D改进洗出算法仿真及试验]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230113]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[洗出算法参数的调整很大程度上影响其性能，针对目前经典洗出算法应用于飞行模拟器时参数调整的不足，提出一种基于MOEA/D多目标优化的改进洗出算法。将人体感知误差、洗出位移、模拟加速度误差作为优化目标，以运动空间为限制条件，采用基于分解的多目标优化算法对洗出算法参数进行同步寻优，并利用模糊隶属度函数得到最优解。为验证其有效性，建立飞行模拟器运动试验平台，将采用不同优化方法的洗出算法应用其中进行对比分析。仿真及试验结果表明，改进洗出算法归位反应时间最短，相位延迟降低3.5 s，稳定性提高30%，且修正了感觉峰值，优化了54.6%的工作空间，实现了模拟器在模拟极限运动时有足够的运动空间和更高的动感逼真度。]]></description>
<pubDate>2023/2/6 0:43:08</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘伟超，王辉]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20230113]]></guid><cfi:id>38</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进<bold>YOLOv4</bold>颈部优化网络的安全帽佩戴检测方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312005]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对安全帽佩戴检测时易受复杂背景干扰，解决YOLOv4网络检测速度慢、内存消耗大、计算复杂度高、对硬件性能要求较高等问题，引入改进YOLOv4算法优化安全帽佩戴检测方法。引入MobileNet网络轻量化YOLOv4、跨越模块特征融合，实现高层语义特征和低层语义特征有效融合。针对图像中小目标分辨率低，信息特征少，多尺度并存，导致在连续卷积过程中易丢失特征信息等问题，采用改进特征金字塔FPN和注意力机制等颈部优化策略聚焦目标信息，弱化安全帽检测时背景信息的干扰。仿真结果表明，基于改进的YOLOv4颈部优化网络安全帽佩戴检测算法在CPU平台下的检测速度为34.28 FPS，是基础YOLOv4网络的16倍，检测精度提升了4.21%，检测速度与检测精度达到平衡。]]></description>
<pubDate>2023/12/19 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[徐先峰，王轲，马志雄，姚景杰，赵万福]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312005]]></guid><cfi:id>37</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于神经网络逆模型的污水<bold>pH</bold>值内模控制策略]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312006]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对污水处理中和反应过程pH值控制具有强干扰和模型参数易变等特点，利用内模控制方法的设定值响应和干扰响应之间相互独立的优点，提出一种基于内模控制和神经网络逆模型相结合的pH值优化控制策略。通过在系统中插入低通滤波器，并采用RBF神经网络在线辨识被控对象的逆模型，提高污水处理pH值控制的鲁棒性和抗干扰能力，有效解决中和反应pH值控制过程中模型参数易变的问题。MATLAB仿真结果表明：与常规PID控制和不带滤波器的神经内模控制策略相比，提出的优化控制策略超调量最多降低17.4%，调节时间最多减少113.6 s，有效提高了系统鲁棒性和抗干扰能力。工程应用表明：使用所提策略后，pH值控制偏差在±0.2以内，系统的控制精度和稳定性显著提高。]]></description>
<pubDate>2023/12/19 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[王胜，鲍立昌，章家岩，冯旭刚，徐帅，王正兵，魏新源]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312006]]></guid><cfi:id>36</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于<bold>VMD-GRU</bold>网络大型公共建筑冷负荷预测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312007]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于冷负荷时间序列固有的复杂性和不规则性，针对预测过程中容易出现梯度消失、模态混叠和过拟合等问题，提出一种集成变分模态分解（variational mode decomposition,VMD）和门控循环单元网络（gated recurrent unit,GRU）的VMD-GRU模型。对原始数据进行相关性分析，挑选出相关性高的进行预测；使用VMD将原始数据序列分解为独立固有模式函数；使用GRU对每个分量进行预测；将分量预测结果相加得出冷负荷预测值。为验证模型的有效性，以西安某大型公共建筑为例进行能耗分析，并与BP、 GRU、EMD-BP、VMD-BP、EMD-GRU等其他预测模型进行对比。实验结果表明，提出的VMD-GRU模型可有效解决梯度消失、模态混叠和过拟合等问题，预测精度显著提高，预测效果优于其它预测模型，符合大型公共建筑冷负荷的变化规律，为节能优化提供有力数据支撑。]]></description>
<pubDate>2023/12/19 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[于军琪，解云飞，赵安军，王佳丽，冉彤，惠蕾蕾]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312007]]></guid><cfi:id>35</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于自适应步长和莱维飞行策略的改进狼群算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312008]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[群智能启发算法在解决大规模分布式问题方面有许多优势。针对传统狼群算法易陷入局部最优和精度不高等缺陷，笔者在分析狼群特点的基础上，提出一种基于自适应性步长和莱维飞行搜索策略的改进狼群算法。首先，通过自适应步长的合理变化，提高搜索精度；其次，采用莱维飞行的搜索策略，在算法后期扩大搜索范围，提高算法的全局搜索能力。最后，为了验证该算法性能，通过仿真实验和实际案例进行了测试，与其他改进方法进行比较。测试结果表明，所提出的改进狼群算法在收敛速度、精度及稳定性方面都有明显优势。]]></description>
<pubDate>2023/12/19 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李彦苍，徐培东]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202312008]]></guid><cfi:id>34</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[红黑着色的相场两相流并行投影算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406008]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[提出一种交错并行的有限体积投影算法求解基于相场法的两相流控制方程组。该算法的实施主要依赖于压力泊松方程的显式推进设计，从而突破投影算法求解不可压Navier-Stokes方程的效率瓶颈。同时，提出了一种交错扫描策略来更新节点上的变量，以实现更紧凑的时空耦合。本算法与相场模型相结合，能够高效、准确地捕获相界面的动态拓扑变化。测试算例结果表明：网格量为131 072，采用8线程CPU并行时，新提出并行算法的效率达到串行标准投影算法的80倍以上。]]></description>
<pubDate>2024/7/2 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[王小双，张良奇，肖姚，曾忠]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406008]]></guid><cfi:id>33</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于神经网络平滑聚合机制的恶意代码增量训练及检测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406009]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为保证恶意代码变种检测模型的时效性，传统基于机器（深度）学习的检测方法通过集成历史数据和新增数据进行重训练更新模型存在训练效率低的问题。笔者提出一种基于神经网络平滑聚合机制的恶意代码增量学习方法，通过设计神经网络模型平滑聚合函数使模型平滑演进，通过添加训练规模因子，避免增量模型因训练规模较小而影响聚合模型的准确性。实验结果表明，对比重训练方法，增量学习方法在提升训练效率的同时，几乎不降低模型的准确性。]]></description>
<pubDate>2024/7/2 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[郭志民，陈岑，李暖暖，蔡军飞，张铮]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406009]]></guid><cfi:id>32</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于<bold>E</bold>类功率放大器的四线圈中距离无线输电系统的优化设计]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[E类功率放大器由于具有拓扑简单、适用频率高、电能转换效率高等优点，是高频MHz级无线输电系统的理想电源。研究分析了四线圈无线输电系统的传输特性，提出传输效率的优化设计方法。同时，考虑到E类功率放大器的工作状态，提出通过激励线圈与发射线圈的距离调节，实现输入电阻的完美匹配，搭建了采用2.81 MHz的E类功率放大器的四线圈中距离无线输电系统。当传输距离为传输线圈边长的3.6倍时，系统电源端到负载端的整体电能传输效率为8.5%。]]></description>
<pubDate>2024/7/2 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[刘羽，余豪华，彭博，苏国栋]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406010]]></guid><cfi:id>31</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[可控电感在<bold>WPT </bold>系统动态性能的优化方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[SS型Buck-WPT（Buck-wireless power transfer）系统由Buck电路和基本的SS型无线电能传输电路组成。该电路系统因为结构和控制方式简单、控制效果明显等优点在感应式无线电能传输方面得到广泛应用。但该电路的动态特性并不能满足一些时变系统对快速性的较高要求。例如，系统在启动时会存在较强震荡和较大超调，系统负载改变时稳定状态会发生改变且存在明显抖动，系统极限空载时原边谐振电流会增大，且该电流值远超出安全工作范围。本文提出了一种基于可控电感的SS型 Buck-WPT系统。首先，分析了电感值可调的方法并在COMSOL中建立仿真模型验证其电感值可控的特性。其次，对SS型Buck-WPT系统进行数学建模，将SS型WPT系统作为Buck电路的特殊负载，推导SS型Buck-WPT系统状态空间方程。研究其三维空间内相轨迹的降维描述方法，将该系统用二维相轨迹描述系统运行过程。然后，通过分析启动阶段相轨迹运行规律，改进前级Buck电路。将传统Buck电路中的电感换成可控电感，运用其电感值可调的控制系统开通阶段的运行轨迹，使系统在1个开关周期内无超调快速进入稳态。当系统负载改变时，系统的输出电压会改变，且是不断抖动来回反复的过程，利用PI算法对系统进行恒流控制。通过可控电感控制系统相轨迹，使副边输出能无抖动快速进入稳态，保证输出电压不变。针对SS型谐振网络的Buck-WPT系统中出现空载大电流的问题，提出了将可控电感串联接入原边谐振网络的方法。实时检测原边谐振电流值，该值超过正常工作范围，感值就快速增大，减小原边谐振电流，达到空载时维持原边谐振电流安全值以下。最后，验证上述方法在优化SS型Buck-WPT系统动态特性的有效性，在Simulink中搭建仿真电路。该方法能减小工作条件改变时带来的系统抖动，且在不改变系统响应速度前提下减小超调，优化系统动态性能，增强系统抗负载扰动力，提高系统带负载能力有明显效果。]]></description>
<pubDate>2024/7/2 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[凌荣光，何磊杰，刘巧，孟繁超，叶佳青，唐春森]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406011]]></guid><cfi:id>30</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于分布式发射线圈的<bold>WPT</bold>抗偏移与互操作性研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[无线电能传输系统中接收端与发射端之间相对位置的偏移会在一定程度上影响系统传输效率，笔者从耦合机构的全范围抗偏移性、互操作性2个方面进行研究，提出一种多对一的耦合模式，发射线圈类型为平面分布式发射单元线圈组合，对不同的接收线圈类型、轴向偏移工况和旋转偏移工况的位置模态研究分布式发射线圈的开启模式，实现接收线圈的互操作性和大范围全方向的抗偏移性。为提高分布式发射线圈的自由度，提出分布式串联控制逻辑电路，并对发射线圈串联连接工况下的谐振参数进行设计以减少交叉耦合影响。结合分布式发射线圈的磁场特性和基于LCC-S谐振拓扑的拾取电压检测法，提出接收线圈位置检测的搜索策略。搭建实验装置，综合所有位置的轴向偏移及旋转偏移，平面式接收线圈的最大效率波动为3.3%，垂直式接收线圈的最大效率波动为5.57%，螺线管式接收线圈的最大效率波动为4.45%，实验结果表明，其具有良好的抗偏移特性与互操作性，验证了系统的可行性、高效性。]]></description>
<pubDate>2024/7/2 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[沈涛，苏东，吴战礼，董金熹，刘浠流，王博]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202406012]]></guid><cfi:id>29</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[通信延迟下自适应容错控制及其在航天器编队中的应用]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404009]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决编队系统存在的参数模型变动范围不可预测、执行器部分失效等问题，设计提出了一种自适应鲁棒容错编队控制方法。给出航天器相对位置非线性动力学模型，设计了自适应鲁棒容错控制器，并且分别设计自适应律估计故障大小、质量和外界扰动上界，同时分析了闭环系统的Lyapunov稳定性，给出系统稳定所需要的条件。数值仿真结果表明，提出的控制方法能实现编队跟踪控制的目标，位置跟踪稳态误差小于<inline-formula><alternatives><mml:math id="M1"><mml:mn mathvariant="normal">1.5</mml:mn><mml:mo>×</mml:mo><mml:msup><mml:mrow><mml:mn mathvariant="normal">10</mml:mn></mml:mrow><mml:mrow><mml:mo>-</mml:mo><mml:mn mathvariant="normal">3</mml:mn></mml:mrow></mml:msup></mml:math><graphic specific-use="big" xlink:href="alternativeImage/06BDC52E-7B91-47e3-80CD-914EA8041982-M001.jpg"><?fx-imagestate width="15.07066536" height="2.96333337"?></graphic><graphic specific-use="small" xlink:href="alternativeImage/06BDC52E-7B91-47e3-80CD-914EA8041982-M001c.jpg"><?fx-imagestate width="15.07066536" height="2.96333337"?></graphic></alternatives></inline-formula>m，速度跟踪稳态误差小于<inline-formula><alternatives><mml:math id="M2"><mml:mn mathvariant="normal">1.8</mml:mn><mml:mo>×</mml:mo><mml:msup><mml:mrow><mml:mn mathvariant="normal">10</mml:mn></mml:mrow><mml:mrow><mml:mo>-</mml:mo><mml:mn mathvariant="normal">5</mml:mn></mml:mrow></mml:msup></mml:math><graphic specific-use="big" xlink:href="alternativeImage/06BDC52E-7B91-47e3-80CD-914EA8041982-M002.jpg"><?fx-imagestate width="15.07066536" height="2.96333337"?></graphic><graphic specific-use="small" xlink:href="alternativeImage/06BDC52E-7B91-47e3-80CD-914EA8041982-M002c.jpg"><?fx-imagestate width="15.07066536" height="2.96333337"?></graphic></alternatives></inline-formula>m，验证了所提出方法的有效性。]]></description>
<pubDate>2024/5/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李刚，周尚波，郭尚志，孟菲]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404009]]></guid><cfi:id>28</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[面向智能航道巡检的水面目标检测算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决多场景复杂内河背景下水面目标检测存在环境噪声大、水面目标分布情况繁杂、特征微小模糊等问题，提出一种融合多尺度特征和注意力机制，增强类激活映射的水面目标检测算法，称UltraWS水面目标检测算法。在典型检测网络上设计空间注意力模块与多头策略，融合多尺度特征，提高对微小目标的检测能力。其次，提出UltraLU模块增强类激活映射，减小环境因素与分布因素对检测目标的影响。最后，设计对模型进行Tucker张量分解，实现模型轻量化，增强模型的可解释性与推理速度。实验结果表明，所提出的UltraWS算法提高了对背景噪声的抗干扰能力，更好捕捉微小目标，满足边缘化部署的检测速度和准确率均衡性需求。在WSODD数据集上，算法的mAP值取得了最高的84.5%，相较于其他主流方法存在较大提升。基于提出的算法建立航道安全巡检体系与评估方法，有利于推动内河智慧航运的发展。]]></description>
<pubDate>2024/5/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[任思羽，黄琦麟，左良栋，吴瑞，蔡枫林]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404010]]></guid><cfi:id>27</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[参数优化变分模态分解与<bold>LSTM</bold>的电力物资需求预测]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[国家电网物资采购管理水平不断提高，线上采购流程逐步完善，但仍存在由于采购计划预估不准导致招投标过程中，供应商利用招投标总标包机制进行价格博弈而造成电网公司采购成本增加，因此，建立准确有效的电力物资需求预测模型具有重要意义。针对电力物资序列的非稳定性、波动性和间歇性特点，提出一种基于参数优化变分模态分解(variational mode decomposition, VMD)与长短时记忆神经网络(long short-term memory, LSTM)的电力物资需求预测方法，选取国网电商专区平台的典型电力物资，采用鲸鱼优化算法(whale optimization algorithm, WOA)参数优化的VMD对原始序列进行模态分解，将分解获得的各模态分量分别构建LSTM模型，最后将各模态的预测值叠加重构为电力物资的预测值。实验结果表明：所提电力物资需求预测方法较LSTM、EMD-LSTM、VMD-LSTM、PSO-VMD-LSTM、SSA-VMD-LSTM有更高的准确率，对电网物资采购预测具有一定实际意义。]]></description>
<pubDate>2024/5/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[向洪伟，曹馨雨，张丽娟，周楚婷，张迪，邓晨凤，谢鸿鹏，王楷]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404011]]></guid><cfi:id>26</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[面向自动驾驶的多模态信息融合动态目标识别]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[研究提出一种面向自动驾驶的多模态信息融合的目标识别方法，旨在解决自动驾驶环境下车辆和行人检测问题。该方法首先对ResNet50网络进行改进，引入基于空间注意力机制和混合空洞卷积，通过选择核卷积替换部分卷积层，使网络能够根据特征尺寸动态调整感受野的大小；然后，卷积层中使用锯齿状混合空洞卷积，捕获多尺度上下文信息，提高网络特征提取能力。改用GIoU损失函数替代YOLOv3中的定位损失函数，GIoU损失函数在实际应用中具有较好操作性；最后，提出了基于数据融合的人车目标分类识别算法，有效提高目标检测的准确率。实验结果表明，该方法与OFTNet 、VoxelNet 和FasterRCNN网络相比，在mAP指标白天提升幅度最高可达0.05，晚上可达0.09，收敛效果好。]]></description>
<pubDate>2024/5/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张明容，喻皓，吕辉，姜立标，李利平，卢磊]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202404012]]></guid><cfi:id>25</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于混合风格迁移的智能合约漏洞检测方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412007]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[研究提出了一种基于混合风格迁移的智能合约漏洞检测方法，旨在解决智能合约新漏洞出现时数据集不足和无法有效检测未知漏洞问题。首先，从智能合约源代码中提取抽象语法树，使用图注意力网络捕获节点间的依赖关系和信息流；然后，采用最大均值差异实现从旧漏洞到新漏洞的有效知识迁移，从而增加深度学习模型训练的数据量；最后，在分类器中融入MixStyle技术增强模型的泛化能力并提高对新型漏洞类型的识别准确度。实验结果表明，在4种漏洞类型的检测上，该方法在<i>F</i><sub>1</sub>、ACC、MCC指标上优于BLSTM-ATT、BiGAS、Peculiar方法。]]></description>
<pubDate>2025/1/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李敏，时瑞浩，张莹，袁海兵，姜立标，缪丹云]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412007]]></guid><cfi:id>24</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于机器视觉的隧道裂缝检测方法研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412008]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[裂缝检测是结构安全性评估的重要途径，基于阈值分割的传统裂缝检测方法在光照不均匀、背景噪声污染严重的隧道环境下具有分割精度低，难以提取完整裂缝的缺点。针对该问题，提出一种基于机器视觉的隧道裂缝检测方法。首先，对采集到的隧道图像进行频域滤波与空域差分，以增强图像纹理特征；将经上述步骤分割后的图像通过设置面积参数<i>T<sub>v</sub></i>、饱和度参数<i>T<sub>s</sub></i>与特殊参数<inline-formula><alternatives><mml:math id="M1"><mml:msubsup><mml:mrow><mml:mi>T</mml:mi></mml:mrow><mml:mrow><mml:mi>v</mml:mi></mml:mrow><mml:mrow><mml:mi mathvariant="normal">'</mml:mi></mml:mrow></mml:msubsup></mml:math><graphic specific-use="big" xlink:href="alternativeImage/4F687DFE-07AA-40a5-8859-148CC63B68A0-M001.jpg"><?fx-imagestate width="3.21733332" height="4.06400013"?></graphic><graphic specific-use="small" xlink:href="alternativeImage/4F687DFE-07AA-40a5-8859-148CC63B68A0-M001c.jpg"><?fx-imagestate width="3.21733332" height="4.06400013"?></graphic></alternatives></inline-formula><i>、</i><inline-formula><alternatives><mml:math id="M2"><mml:msubsup><mml:mrow><mml:mi>T</mml:mi></mml:mrow><mml:mrow><mml:mi>s</mml:mi></mml:mrow><mml:mrow><mml:mi mathvariant="normal">'</mml:mi></mml:mrow></mml:msubsup></mml:math><graphic specific-use="big" xlink:href="alternativeImage/4F687DFE-07AA-40a5-8859-148CC63B68A0-M002.jpg"><?fx-imagestate width="3.21733332" height="4.06400013"?></graphic><graphic specific-use="small" xlink:href="alternativeImage/4F687DFE-07AA-40a5-8859-148CC63B68A0-M002c.jpg"><?fx-imagestate width="3.21733332" height="4.06400013"?></graphic></alternatives></inline-formula>提取背景噪声并删除，避免误检现象发生，使算法能够检测出完整的隧道裂缝图像；最后，结合本文应用场景的无突变性与发展规律性，设计轻量化裂缝连接算法连接上述步骤中断裂的裂缝，避免漏检现象的发生。实验结果表明，所提方法能在复杂隧道环境中有效提取完整裂缝，使隧道裂缝图像识别的精确率达到94%，召回率98%，尺寸精度92%，检测精度能够满足实际工程需求。]]></description>
<pubDate>2025/1/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张振海，季坤，党建武]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412008]]></guid><cfi:id>23</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[具有全向抗偏移能力及恒流输出的电动汽车无线充电系统]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412009]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[电动汽车无线电能传输（electric vehicle wireless power transfer, EV-WPT）技术具有巨大的应用前景。但是车辆停靠过程中，由于各种因素导致耦合机构未对准或者发生角度偏移，从而降低系统的充电功率、效率甚至充电失败等。为解决上述问题，设计出一种新型的耦合机构，实现耦合机构全向的抗偏移能力；用杂间距的设计方式增强能量线圈之间的互感的同时，减小发射线圈的自感，减少了线圈绕制的用线量。另外利用双<i>D</i>型线圈与<i>Q</i>型线圈的解耦特性，将接收线圈与接收端补偿线圈做磁集成处理，节省了空间以及磁芯的用量；最后，搭建输出功率达1.4 kW的仿真模型，验证系统良好的抗偏移能力和恒流输出效果。]]></description>
<pubDate>2025/1/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[胡鹏，王宁，杨庆胜，宁艳，曹佳佳]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412009]]></guid><cfi:id>22</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于半监督的句子情感分类模型]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[句子情感分类致力于挖掘文本中的情感语义，以基于BERT（bidirectional encoder representations from transformers）的深度网络模型表现最佳。这类模型的性能极度依赖大量高质量标注数据，而现实中标注样本往往比较稀缺，导致深度神经网络（deep neural network，DNN）容易在小规模样本集上过拟合，难以准确捕捉句子的隐含情感特征。尽管现有的半监督模型有效利用了未标注样本特征，但对引入未标注样本可能导致错误逐渐累积问题没有有效处理。半监督模型在对测试数据集进行预测后不会重新评估和修正上次的标注结果，无法充分挖掘测试数据的特征信息。研究提出一种新型的半监督句子情感分类模型。该模型首先提出基于K-近邻算法的权重机制，为置信度高的样本分配较高权重，尽可能减少错误信息在模型训练中的传播。接着，采用两阶段训练策略，使模型能对测试数据中预测错误的样本进行及时修正，通过多个数据集的测试，证明本模型在小规模样本集上也能获得良好性能。]]></description>
<pubDate>2025/1/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[苏静，Murtadha Ahmed]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412010]]></guid><cfi:id>21</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[双发射无线电能传输系统的同步控制策略研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在无线电能传输系统的设计中，为了提升系统的功率传输能力以及降低功率变换器件上的电压电流应力，笔者设计了一种双发射无线电能传输系统，该系统有2种工作模式：休眠工作模式和增强工作模式。当接收端所需功率较低时，其中1个发射端在休眠工作模式，仅由另外1个发射端为接收端提供能量；当接收端所需功率较高时，该发射端由休眠工作模式切换到增强工作模式，连同另外1个发射端一起为接收端提供能量。除此之外，针对2个独立发射端逆变器的输出电压相位不一致带来的能量抵消问题，笔者提出同步控制方法使二者保持同步以提升系统的功率传输能力，通过实验验证了所提方案的可行性和有效性。]]></description>
<pubDate>2025/1/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[陈永明，杨茹，蒋成]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412011]]></guid><cfi:id>20</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于物理信息神经网络的非线性瞬态热传导正<bold>/</bold>反问题研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于物理信息神经网络（physics-informed neuralnetworks，PINN）求解非线性瞬态热传导问题并识别随温度变化的导热系数。首先，基于热传导问题的控制方程，利用初始条件和边界条件，构建损失函数。然后，应用自动微分算法求解控制方程中温度的偏导数。使用梯度下降算法，更新网络参数，最小化损失函数，实现热传导正问题的求解，并讨论了不同隐藏层数、神经元数量和域内数据点数量对计算结果的影响。最后，采用PINN识别随温度变化的导热系数，利用控制方程、测量温度和计算温度的残差构建损失函数，通过梯度下降算法，更新网络参数和导热系数，使其逼近于精确解，并比较了不同的测点数量和测量误差对计算结果的影响。结果表明，PINN能够有效求解非线性瞬态热传导问题并识别与温度相关的导热系数。]]></description>
<pubDate>2025/1/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[陈豪龙，唐欣越，柳兆涛，周焕林]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412012]]></guid><cfi:id>19</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[<bold>TiO<sub>2</sub></bold>基光电化学传感器在环境污染物痕量检测中的应用]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412013]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[二氧化钛（TiO<sub>2</sub>）基材料具有合适的带隙、丰富的表面活性位点以及环境友好等优点，常用于光电传感器的构建，并在环境污染物的高效富集及检测中有广阔的应用前景。 然而，TiO<sub>2</sub>较高的光生电荷复合率和较低的可见光利用效率严重限制了其光电化学（photoelectrochemical, PEC）性能的提升。文中从PEC传感检测机理出发，分析了影响TiO<sub>2</sub>基材料PEC传感性能的因素，系统地介绍了异质结构建、晶面调节、离子掺杂和染料敏化等改性策略，综述了TiO<sub>2</sub>基PEC传感器在不同环境污染物痕量检测中的应用，并对TiO<sub>2</sub>基材料在环境检测领域的发展进行了总结和展望，为进一步构建高灵敏度TiO<sub>2</sub>基PEC传感器提供了参考。]]></description>
<pubDate>2025/1/6 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[王闻琦，王士暄]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202412013]]></guid><cfi:id>18</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[<bold>CNN</bold>和双向编码解码<bold>LSTM</bold>融合的起重机械健康预测方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202506007]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对起重机械设备健康状态多时间单位步长预测中出现的监测数据时间跨度小、数据量密集、特征多维、没有标签的问题，提出一种结合卷积神经网络（convolutional neural network，CNN）和双向编码解码长短期循环神经网络（bidirectional long short-term memory with encoder-decoder，ED-BLSTM）的起重机械设备健康预测方法。对监测数据进行时序排列，在保证相同输入-输出时间步长尺寸情况下对数据集切分重组，将处理后数据集输入到卷积神经网络，提取主要特征，得到多维矩阵。采用基于编码解码器的双向长短期循环神经网络对多维矩阵进行训练，建立起重机械多时间单位步长的目标预测模型，达到长期预测起重机械设备健康状态的目的。对比实验表明，所提方法的验证损失最多降低0.474%，最少降低0.097%；预测损失最多降低1.411%，最少降低1.230%，实际预测性能有较大提高，对工业起重机械健康预测技术的发展有积极意义。]]></description>
<pubDate>2025/7/11 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[陈宇豪，杨正益，文俊浩]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202506007]]></guid><cfi:id>17</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[数值微分在设备组合弹道精度评估中的应用]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502001]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[设备组合弹道精度评估是测量设备布站设计和设备组合弹道选优方案制定的重要基础。设备组合弹道精度评估通常采用基于误差传播原理的弹道精度评估算法,求解弹道分量关于测元的雅克比矩阵是该算法的核心。然而，对于复杂的弹道方程很难求得雅克比矩阵的解析式。为了解决复杂弹道方程的雅克比矩阵求解难题，提出基于样条数值微分的设备组合弹道精度评估算法，通过构造弹道分量数值队列，进行基于样条插值的数值微分计算出弹道分量关于测元的雅克比矩阵，计算得到设备组合弹道理论精度。最后，通过与单台设备定位方程的理论雅克比矩阵和弹道精度进行对比,验证基于数值微分的设备组合弹道精度评估算法的有效性和实用性。]]></description>
<pubDate>2025/3/4 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[何京江，杨涵，郭茂耘，柴毅]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502001]]></guid><cfi:id>16</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于机器学习的软件缺陷预测研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502002]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在机器学习技术逐渐渗透到各个领域的背景下，软件开发流程中的软件测试非常重要，面对在软件缺陷预测过程中出现的类别不平衡和准确性问题，提出一种基于监督学习的解决方案，采用样本平衡技术，结合合成少数类过采样技术（synthetic minority over-sampling technique，SMOTE）与编辑最近邻（edited nearest neighbor，ENN）算法，对局部加权学习（local weight learning，LWL）、J48、C4.8、随机森林、贝叶斯网络（Bayes net，BN）、多层前馈神经网络（multilayer feedforward neural network，MFNN）、支持向量机（supported vector machine，SVM）以及朴素贝叶斯（naive Bayes key，NB-K）等多种算法进行测试。这些算法被应用于NASA数据库的3个不同数据集(KK1, KK3, PK2)，并对其效果进行详细比较分析。研究结果显示，结合了SMOTE和ENN的随机森林模型在处理类别不平衡问题方面展现出高效且避免过拟合的优势，为解决软件缺陷预测中的类别不平衡提供了一种有效的解决方案。]]></description>
<pubDate>2025/3/4 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[喻皓，张莹，李倩，姜立标，尚云鹏]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502002]]></guid><cfi:id>15</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于<bold>D-S</bold>证据理论的多智能体系统冲突数据融合机制研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502003]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[多智能体信息融合（multi-agent information fusion，MAIF）系统主要面向多个智能体之间的信息融合、调节、交流和矛盾处理。研究针对数据高度冲突条件下的D-S证据理论失效问题，提出一种将重构的基本概率分配和信念熵相结合的多智能体系统冲突数据融合方法。该方法使用重构的基本概率分配和信念熵修正证据的可靠性，获得更合理的证据，使用Dempster组合规则将证据进行融合得到结果，在2个实验中均得到了超过90%的置信度。实验表明了该方法的有效性，提高了MAIF系统辨识过程的精度。]]></description>
<pubDate>2025/3/4 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[王娜，刘静渝，李皓然，夏晓峰]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502003]]></guid><cfi:id>14</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[融合<bold>EEMD</bold>与<bold>BiLSTM</bold>深度网络的结构监测缺失数据重构]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502004]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在长期监测过程中，由于传感器设备故障、供能中断、网络传输问题等诸多因素，导致结构健康监测系统采集的数据存在不完整性。针对这一问题，结合集合经验模态分解（ensemble empirical mode decomposition，EEMD）与双向长短期记忆网络（bi-directional long short-term memory，BiLSTM）在时序处理方面的优势，提出一种基于EEMD-BiLSTM的结构监测缺失数据重构方法。该方法利用EEMD自适应分解监测时序数据为1组代表不同时间尺度的本征模态分量（intrinsic mode function，IMF），使非线性、非平稳序的时序信号平稳化。然后，将IMF分量输入到BiLSTM网络中进行缺失数据重构，提高BiLSTM预测精度。针对6层框架结构缩尺模型和Benchmark有限元仿真模型进行分析，试验结果表明，相比EEMD-LSTM、BiLSTM、LSTM主流方法，提出的EEMD-BiLSTM具有最高预测精度，在5%、10%、15%缺失数据情况下，其<i>R<sup>2</sup></i>指标保持在0.8以上。因此，采用EEMD方法对非稳态结构加速响应数据进行预处理，可有效提高BiLSTM的预测精度，对于结构监测缺失数据问题，提供更具适应性的方法。]]></description>
<pubDate>2025/3/4 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[何盈盈，黄正洪，张利凯，赵智航，关腾达]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502004]]></guid><cfi:id>13</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进多尺度<bold>AOD-Net</bold>的图像去雾算法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502005]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对当前去雾算法效率不高、细节恢复较差等问题，提出一种改进多尺度AOD-Net(all in one dehazing network)的去雾算法。通过增加注意力机制、调整网络结构和改变损失函数这3方面的改进，增强网络的特征提取和恢复能力。模型的第1层增加空间金字塔注意力 (spatial pyramid attention，SPA)机制，使网络在特征提取过程中避免冗余信息。将网络改成拉普拉斯金字塔型结构，使模型能够提取不同尺度的特征，保留特征图的高频信息。使用多尺度结构相似性 (multi-scale structural similarity，MS-SSIM)+<i>L</i><sub>1</sub>损失函数替换原有的损失函数，提高模型保留结构的能力。实验结果表明，本方法去雾效果更好，细节更丰富。在定性可视化评价方面，去雾图像效果优于原网络。在定量评估层面，与原网络相比PSNR值提升了2.55 dB，SSIM值提升了0.04，IE熵值增加了0.18，这些数值指标充分验证了本算法的出色去雾效果和稳定性。]]></description>
<pubDate>2025/3/4 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[徐玥，黄志开，王欢，曾志超，王景玉，叶元龙]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202502005]]></guid><cfi:id>12</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于隐蔽信息映射的广义空间方向调制系统的物理层安全增强技术]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510006]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对无人机基站空对地通信链路易受窃听攻击的问题，提出一种基于隐蔽信息映射的广义空间方向调制系统（covert information mapped-generalized spatial and direction modulation，CIM-GSDM），将信息隐藏于激活接收机子集的索引及其选择组合中，引入与合法方信道正交的人工噪声干扰窃听方。为进一步提升系统的传输安全性，研究提出了预编码矩阵和功率分配因子联合优化框架，通过有效管理多波束传输和人工噪声的功率分配，增强系统安全性。首先，推导基于系统安全速率的物理层安全性指标，以此为优化目标，联合优化预编码矩阵和人工噪声功率分配因子。为解决该非凸的联合优化问题，考虑交替优化2个变量，提出基于Nesterov下降的自然梯度下降法，通过快速迭代更新预编码矩阵，解决CIM-GSDM符号候选集规模较大带来的计算复杂度问题。基于合法方信噪比与窃听方干信噪比的乘积最大化准则，推导出功率分配因子的次优闭式解。仿真结果表明，所提优化算法在保证合法方可达到的速率前提下，显著降低窃听方的窃听速率，有效保证CIM-GSDM系统的传输安全性。相比传统波束成形算法及固定功率分配因子的方法，提出算法在安全性能上具有显著优势。]]></description>
<pubDate>2025/10/20 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李湘鲁，向悠扬，周劼，丁辰，胡清波，郝酝琦，罗颖，侯冬，田杰]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510006]]></guid><cfi:id>11</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于<bold>ARMA</bold>车速预测的智能车交叉口强化学习决策研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510007]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决无信号交叉口的智能车决策控制问题，以双向单车道交叉口下两车合流工况为对象，采用强化学习方法开展研究，建立车辆状态空间到动作空间的映射。针对目前研究中环境车辆车速设置过于简单问题，以实际场景下采集的数据作为环境车辆的轨迹信息构建场景模型。基于自回归滑动平均模型对环境车辆的车速进行预测。结合智能车及预测的环境车辆车速时序信息建立先行让行决策模型计算本车参考车速，引入参考车速构建强化学习的奖励函数加速训练收敛速度。结果表明：所提出的强化学习模型具有较快收敛速度，训练得到的智能体在与不同驾驶风格的环境车辆博弈时能安全通过交叉口，为无信号交叉口智能车安全通行决策控制提供参考依据。]]></description>
<pubDate>2025/10/20 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[喻志成，赵俊鹏，刘永刚，夏甫根，叶明]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510007]]></guid><cfi:id>10</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于北斗监测数据的高陡边坡变形<bold>Transformer-CNN</bold>预测模型]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510008]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在大型工程的建设过程中常常会出现高陡边坡，其变形往往会导致坍塌、滑坡等地质灾害，给人们的生命财产安全带来危害，高效采集位移数据并建立合适的预测模型对高陡边坡的变形进行准确预测对保障工程的顺利实施和人民的生命财产安全至关重要。研究通过在Transformer模型中融合CNN（convolutional neural networks）卷积层和residual残差结构的方法构建Transformer-CNN混合模型，结合重庆某大型水利工程的项目背景，使用北斗卫星监测系统的采样数据集，通过对结果分析，发现Transformer-CNN模型的MAE（mean absolute error）、MSE（mean square error）、RMSE（root mean square error）的值较单一模型相比有所降低，且预测曲线和真实曲线的拟合程度较好，证明Transformer-CNN模型在提高预测精度上的有效性，为其他工程实施过程中对高陡边坡变形的预测分析提供可行性方案。]]></description>
<pubDate>2025/10/20 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[伊廷婧汶，黄才生，覃勇，宋治江，贺小含，桂镜骑，王楷]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510008]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[自然语言处理技术在油气勘探开发的应用前景——以<bold>ChatGPT</bold>为例]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510009]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着人工智能的快速发展，自然语言处理技术的应用逐渐扩展至各领域，如金融、医疗、教育和电子商务等，它为多元业务领域提供了更高效、智能的解决方案。研究重点讨论了ChatGPT在油气勘探开发领域的具体应用场景、面临的挑战以及未来发展的可能性。利用Python调用ChatGPT的API（应用程序接口），通过实例解析，说明ChatGPT在油气勘探开发领域，在诸如信息检索、决策支持、客户服务等方面具有显著的优势。这些优势表现为提高工作效率、优化决策制定、提升客户服务和沟通质量，以及创新的方法解决问题。ChatGPT在编程方面的强大优势进一步提升人工智能在油气勘探开发领域中的应用效率。ChatGPT支持利用专业知识和数据对模型进行微调，构建专属油气勘探开发智能专家，数据的数量和质量决定模型精准度和专业性。同时，需要应对挑战，如回答的真实性、数据质量，模型的准确性以及数据安全等问题。未来，ChatGPT的发展趋势可能表现为增强理解能力、创新能力、智能交互能力，而且ChatGPT可以与数据湖进行高效融合，实现在数据查询、故障预测、报告自动生成、培训以及自动化工作流程等方面的应用。]]></description>
<pubDate>2025/10/20 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李桂仔，魏莉，尹彦君，冯高城，王凤刚，张震]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510009]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[面向电力物联网的<bold>RFID</bold>认证方案]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着电力物联网技术的快速发展，建设能源互联网具有重大意义。电力物联终端设备的识别认证是保障能源互联网安全稳定运行的基础。为实现海量电力终端设备信息高效采集与安全认证，研究提出一种面向电力物联网的RFID（radio frequency identification）认证方案，该方案利用RFID技术，基于国密SM3和SM4设计算法，实现了阅读器与电力设备之间的相互认证，保障了电力通信数据的传输安全，降低设备标签的计算复杂度。安全性分析表明，该方案满足不可追踪性、抗重放攻击、抗去同步攻击、抗拒绝服务攻击等安全特性，BAN逻辑分析进一步表明该方案满足相互认证性。性能分析表明，该方案在标签计算量、存储量、通信量及数据库搜索效率方面具有较好的性能优势。]]></description>
<pubDate>2025/10/20 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[陈萌萌，伦迪，李鸣岩]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202510010]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[区间二型模糊大脑情感学习超混沌同步控制在安全通信中的应用]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602005]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对现有混沌系统在实际应用中性能不足的问题，提出一种结合区间二型模糊大脑情感学习控制器（interval type-2 fuzzy brain emotional learning controller，IT2FBELC）与鲁棒控制器实现超混沌系统同步控制的方法。该方法通过IT2FBELC逼近超混沌系统中的未知项，利用梯度下降法对IT2FBELC的权重及参数进行在线更新，实现超混沌主系统对从系统的同步追踪。同时，鲁棒控制器用于处理系统的残余误差，使控制器的输出值尽可能逼近理想控制值，进一步提高超混沌系统的同步精度。仿真结果表明，该方案能实现超混沌系统的高度同步，与RBF神经网络、BP神经网络和BEL模型相比，拥有较好的跟踪性能和计算效率。此外，研究进行了语音安全传输与图像安全传输的仿真实验，结果表明该方法在保密通信邻域应用的有效性与适应性，为混沌保密通信的实际应用提供进一步的理论支持。]]></description>
<pubDate>2026/2/3 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[孙园，欧阳苏建，曾惠权，王绮楠，高佳倩]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602005]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[公路整车运输中基于视图相似度的车货匹配研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602006]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为提高整车运输中的车辆装载率、提升车货匹配效率，基于CBR（case based reasoning）系统思维，提出了一种基于视图相似度的车货匹配方法。首先，通过知识表达系统表征货物和车辆信息，基于车辆的车型属性和货物名称属性实现二者的初步分类和匹配；然后，对车辆数据集进行K-Means聚类，并基于马氏距离计算并确定与待匹配货物最近的聚类，实现对视图匹配空间的横向压缩；最后，融合改进传统视图计算方法，并利用欧氏距离计算待匹配货物与既定聚类内各车辆的视图相似度。通过实验分析，证明所提方法使匹配结果有更大区分度，最大相似度达0.848；显著提升车货匹配装载率，匹配效率提高了76.339%。]]></description>
<pubDate>2026/2/3 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张建华，杨家和，曹子傲，刘金燕，王晓荷]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602006]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[知识引导和细粒度信息增强的无监督域自适应行人再识别]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602007]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[无监督域自适应旨在将源域知识迁移到目标域数据集上，是行人再识别中一个非常重要的任务。现实情况下，采集到的数据往往具有视频帧信息。因此，目标域数据集中单一视角下的行人标签极易获取。然而，已有的方法忽略了这些信息，限制了识别性能的提升。为此，笔者提出知识引导和细粒度信息增强的无监督域自适应行人再识别方法，开发了目标域单视角下行人样本已知的新范式，充分挖掘了目标域中有用的信息。同时，将源域知识作为引导，辅助模型提取目标域行人图像的判别性特征。与已有的知识迁移策略相比，这种知识引导的方式能更加有效地缓解域偏移。进一步，将行人的局部信息嵌入到全局特征中，增强了特征的细粒度信息。在2个公开的数据集上进行实验，充分证明了提出方法的有效性和优越性。]]></description>
<pubDate>2026/2/3 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[董能，谢明鸿，张亚飞，李凡，李华锋，谭婷婷]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602007]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种新型宽频带微带贴片天线]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602008]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对微带天线带宽有限的固有不足，提出一种基于L型寄生结构的宽频带微带贴片天线。采用主辐射贴片与L型寄生贴片组合设计，整体尺寸为0.83<i>λ</i>?×0.83<i>λ</i>?×0.083<i>λ</i>?（<i>λ</i>?为中心频率5 GHz对应的波长）。主辐射贴片工作在TM??模，通过L型寄生贴片电磁耦合激发多谐振点扩展带宽，选用介电常数2.2、损耗角正切0.000 9的Rogers5880介质基板降低<i>Q</i>值。采用180°反相差分馈电设计抑制方向图畸变。结果表明，天线在3.6~6.6 GHz频段内电压驻波比小于2，相对带宽达60%，是传统微带天线的6倍。在6.2 GHz峰值增益为9.8 dBi，远高于一般贴片单元，工作频段内增益波动小于1.5 dB。辐射方向图在3.6~6.3 GHz频段内主瓣指向偏差小于5°，交叉极化抑制优于-15 dB，中心频点达-38 dB。该设计通过单层寄生结构实现了宽带高增益特性，适用于5G和Wi-Fi等宽带无线通信系统。]]></description>
<pubDate>2026/2/3 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[李胜哲，武哲，云宇，马令坤]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602008]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于<bold>SVM</bold>和归一化熵模型的隐患文本分类与类型特征分析]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602009]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了提高隐患信息数据组织和检索的效率，支持更复杂的信息处理任务，需要采用有效技术手段对数据进行自动分类和类型分析。支持向量机（support vector machine，SVM）可以对自由文本进行自动分类，但是算法的工作原理是在训练集中寻找最优分类边界，不能发现类型典型特征。为了分析类型样本的共同特征，提出采用归一化熵模型寻找类型典型特征，改进当前词频-逆文档频率（term frequency-inverse document frequency，TF-IDF）类型特征识别方法。以政府某应急管理局的2 534条执法检查记录为例，采用SVM进行自动分类，准确率高达97%。同时通过归一化熵模型给出各类型的典型特征，为制定隐患排查专项整治策略提供决策支持。实验结果表明，采用SVM和归一化熵模型的组合技术可以高效解决文本分类和类型特征识别的综合问题。]]></description>
<pubDate>2026/2/3 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[乔剑锋，刘萱，艾莉莎，张丽玮，王汀]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602009]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[正畸牙模的轻量化设计]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[对正畸牙模进行轻量化设计，是降低隐形正畸成本的重要途径。以实际牙模为研究对象，采用有限元方法，将压膜工艺等效为牙模外表面的法向载荷，采用相同变形量时正畸牙模的减重效果作为轻量化设计评价指标，对空心、蜂窝、正方体3种轻量化结构填充牙模进行变形仿真分析；最后，更换实际牙模，对分析结果进行验证。研究结果认为：在正畸牙模减重效果方面，蜂窝结构最优、正方体结构次之、空心结构最差。]]></description>
<pubDate>2026/2/3 0:00:00</pubDate>
<category><![CDATA[通信·计算机·自动化]]></category>
<author><![CDATA[张勇，李旭燕，李萌雅，刘飞]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/202602010]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>