- 李振杰;方烁;李富强;刘冬冬;
针对传统的视觉SLAM在运行环境中易受运动物体影响而导致位姿估计精度低的问题,提出一种基于目标检测的动态视觉SLAM算法。选择YOLOv5n作为动态物体检测的主干网络,利用Ghost模块和无参数的SimAM注意力机制对模型进行轻量化改进。使用改进的模型作为目标检测算法,把检测到的物体分类,剔除动态特征点,使用静态特征点进行匹配和位姿估计。使用TUM数据集验证,结果表明轻量化YOLOv5n模型权重减少了15.7%,计算量降低到了3.6GFLOPs,实现了轻量化满足在一些小型设备上运行的条件;提出的算法与ORB-SLAM3相比,在动态Walk序列实验中,绝对轨道误差的均方根误差和相对位姿估计的均方根误差分别平均减少94.8%和94.9%。结果证明,在动态场景下该算法能显著提高系统定位的精度。
2025年02期 v.27;No.198 34-39页 [查看摘要][在线阅读][下载 462K] [下载次数:52 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:13 ] - 刘芬;
在实际的区块链集成应用场景中,需要考虑用户由于意外丢失私钥的情况。文章基于门限密钥共享方案和B-网格仲裁系统,提出在区块链系统中实现私钥碎片化管理。方案中参与私钥恢复的节点从仲裁系统中选取,在初始化阶段将节点映射到仲裁系统并定义仲裁的信誉值,在密钥分发阶段使用报文鉴别和非交互式安全可验证秘密共享技术,在密钥恢复阶段进行临时会话密钥协商、实体鉴别并对私钥碎片进行了加密处理。性能分析表明,从仲裁系统中选取参与恢复私钥的节点,方案的渐进故障概率为0,且具有较低的工作量和负载。通过插值函数检测合谋攻击,并定位拜占庭节点在仲裁系统中的位置,进而重置仲裁的信誉值,实现节点选取信誉良好的仲裁快速恢复出私钥。方案有效地避免了篡改攻击和重放攻击。
2025年02期 v.27;No.198 40-45+131页 [查看摘要][在线阅读][下载 440K] [下载次数:10 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:11 ] - 刘延芳;
传统的网络通信大数据异常值过滤系统由于硬件配置较低且依赖于对数据分布的假设,难以处理复杂非线性关系的数据,检测效果不佳。为此,设计基于深度学习的异常值过滤系统,包括采集、预处理、深度学习加速器、存储、异常检测、过滤、输出和监控与管理等模块。系统构建了异常值采集过滤识别库,存储历史数据及异常值信息,并整合深度神经网络算法,通过学习和分析数据特征,高效识别异常值。利用异常值过滤算法处理识别结果,确保异常值被有效过滤。通过这种设计,系统克服了传统系统的硬件配置和数据分布假设的局限性,显著提升了异常值检测的准确性和效率,同时增强了系统的实时处理能力、智能存储与管理功能以及全面监控与管理能力。实验证明该系统在实际应用中具有显著效果和广泛的应用潜力。
2025年02期 v.27;No.198 46-52页 [查看摘要][在线阅读][下载 364K] [下载次数:8 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:7 ] - 丁勤;于春燕;
学生在课堂中的行为和面部表情是衡量学生学习参与程度的重要指标。针对该场景下学生行为和表情识别中存在的遮挡、样本不均、图像模糊等问题,构建了课堂教学行为和表情数据集,并提出了一种多尺度注意力和人脸盲复原的课堂教学中学生行为和情感识别模型。在学生行为识别模型中,通过添加多尺度遮挡注意力(MultiSEAM)捕获上下文信息和增强与遮挡相关的特征来增强对遮挡学生的识别,使用SlideLoss函数动态为难例样本加权处理样本不平衡问题。在表情识别模型中,使用GFPGAN高分辨率重建和图像增强复原面部特征并增加数据多样性,提高面部表情识别的效果。实验结果表明,与基线模型相比,改进后的YOLO在自建学生行为数据集上的mAP值提升了3.6%。恢复面部细节特征及数据增强后,学生面部表情识别准确率达到82.3%,能够满足实际应用需求。
2025年02期 v.27;No.198 53-59页 [查看摘要][在线阅读][下载 668K] [下载次数:36 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:8 ] - 师海燕;
为解决现有方法分类速度较慢且在分类准确率方面存在不足的问题,设计了基于改进K-Means算法的渐进式自然场景文本分类算法。通过对K-Means算法的多方面改进,融合多要素思想,实现了对自然场景文本数据的挖掘。针对挖掘的文本数据,采用基于近邻法的快速分词算法进行中文分词处理,并引入渐进学习思想,构建了基于Markov随机游走的自然场景渐进式半监督文本分类模型,从而实现了自然场景的渐进式文本分类。实验结果显示,随着初始标注文档类别数的增加,所设计方法的Precision可达到99.58%,Recall可达到97.98%。此外,在游走步数为8时,所设计方法达到了最快的分类速度,每秒可实现对90个文本的分类。
2025年02期 v.27;No.198 60-65页 [查看摘要][在线阅读][下载 384K] [下载次数:23 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:7 ] - 武时龙;
边缘计算将部分计算和存储任务移动到网络的边缘,能够提供快速、实时、安全的网络服务,因此在近年来得到迅速的发展和商业化。边缘计算服务与云计算服务的竞争也变得越来越明显,其中如何权衡性能与价格是影响用户决策的关键因素。传统边缘计算定价机制通常基于固定价格,然而实际的在线客户工作负载往往是动态的。快速变化且多样的负载使得传统定价机制难以适应,导致在某些场景下收益降低。因此,文章研究了云边博弈下的边缘平台的在线定价机制,基于竞争下的边缘定价博弈(EPGC)模型,结合在线负载的特征提出了两种优化的定价机制,其中一种通过学习过去时间片的信息优化定价,另一种则根据用户在当前时间片内用户服务偏好来调整价格。在谷歌集群数据集上的评估结果表明,这两种机制均优于固定定价。
2025年02期 v.27;No.198 66-73页 [查看摘要][在线阅读][下载 594K] [下载次数:9 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:6 ] - 谢昌平;方新建;杨旭;
针对当前室内超宽带(UWB)定位过程中测距误差较大以及定位精度不高的问题,提出了一种基于CNN-LSTM神经网络的UWB定位算法。采用CNN-LSTM神经网络模型对UWB测距值进行修正,以减小因实验设备和环境因素造成的测距误差。在此基础上将最小二乘法和卡尔曼滤波算法进行融合,对修正后的测距值采用最小二乘法计算出标签的初始位置,并采用卡尔曼滤波算法对初始位置进行调整,从而得到标签的最终位置。为验证所提出算法的定位性能,在真实环境中构建UWB定位模型对算法性能进行分析。实验结果表明,修正后的测距误差有明显减小,其次X轴、Y轴的平均定位误差分别为2.89mm、13.73mm,均方根误差为18.62mm,相较于常见的UWB定位算法定位精度有了明显提升,证明了基于CNN-LSTM的定位算法具有定位精度高、稳定性强和抗干扰能力良好的优势,具有广泛的应用前景。
2025年02期 v.27;No.198 74-80页 [查看摘要][在线阅读][下载 651K] [下载次数:30 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:9 ]