ISSN 
优先发表
优先发表栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
, 最新更新时间 , doi: 10.12178/1001-0548.2023124
摘要:
语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低下。针对以上问题，基于编-解码器框架和离散小波变换，设计了一个联合多连接特征编解码与小波池化的轻量级语义分割网络MLWP-Net（Multi-Link Wavelet-Pooled Network），在编码阶段利用多连接策略并结合深度可分离卷积、空洞卷积和通道压缩设计了轻量级特征提取瓶颈结构，并设计了低频混合小波池化操作替代传统的下采样操作，有效降低编码过程造成的信息丢失；在解码阶段，设计了多分支并行空洞卷积解码器以融合多级特征并行实现图像分辨率的恢复。实验结果表明，MLWP-Net仅以0.74M的参数量在数据集Cityscapes和CamVid上分别达到74.1%和68.2% mIoU的分割精度，验证了所提算法的有效性。
语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低下。针对以上问题，基于编-解码器框架和离散小波变换，设计了一个联合多连接特征编解码与小波池化的轻量级语义分割网络MLWP-Net（Multi-Link Wavelet-Pooled Network），在编码阶段利用多连接策略并结合深度可分离卷积、空洞卷积和通道压缩设计了轻量级特征提取瓶颈结构，并设计了低频混合小波池化操作替代传统的下采样操作，有效降低编码过程造成的信息丢失；在解码阶段，设计了多分支并行空洞卷积解码器以融合多级特征并行实现图像分辨率的恢复。实验结果表明，MLWP-Net仅以0.74M的参数量在数据集Cityscapes和CamVid上分别达到74.1%和68.2% mIoU的分割精度，验证了所提算法的有效性。
, 最新更新时间 , doi: 10.12178/1001-0548.2022252
摘要:
得益于深度学习的发展，使用神经网络来提升信号识别性能取得了很大进步。然而，大多数现有的基于深度学习的信号识别方法都是有监督的，这需要大量标记良好的数据进行训练，但是信号标注成本相当昂贵。这鼓励使用半监督方法充分利用未标记数据来辅助深度模型的训练，但是现有的半监督信号识别方法未考虑噪声的影响，因此本文提出了一种基于深度残差网络（Resnet）的半监督信号识别方法，并利用梯度逆转层改善了噪声对性能的影响。本文在开源数据集RML2016.10A、RML2016.10B和RML2016.10C上的实验结果表明，所提出的半监督方法可以借助少量标签数据信息和未标记数据有效的训练深度模型，并且缓解了噪声对性能的影响。
得益于深度学习的发展，使用神经网络来提升信号识别性能取得了很大进步。然而，大多数现有的基于深度学习的信号识别方法都是有监督的，这需要大量标记良好的数据进行训练，但是信号标注成本相当昂贵。这鼓励使用半监督方法充分利用未标记数据来辅助深度模型的训练，但是现有的半监督信号识别方法未考虑噪声的影响，因此本文提出了一种基于深度残差网络（Resnet）的半监督信号识别方法，并利用梯度逆转层改善了噪声对性能的影响。本文在开源数据集RML2016.10A、RML2016.10B和RML2016.10C上的实验结果表明，所提出的半监督方法可以借助少量标签数据信息和未标记数据有效的训练深度模型，并且缓解了噪声对性能的影响。
, 最新更新时间 , doi: 10.12178/1001-0548.2022070
摘要:
无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用。该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等。针对以上问题，基于YOLOv5和结构重参数化优化思想，提出了一种针对航拍场景的目标检测模型Rep-YOLO。首先，在主干网络中引入RepVGG模块，提升模型特征提取能力；在模型推理时对RepVGG模块的多分支进行结构重参数化，减少网络分支和结构复杂度。其次，结合数据特征，改进检测网络颈部的路径聚合网络，提升检测算法在机载平台的精度-速度均衡能力。最后，在两个公开红外数据集进行对比实验，表明本文算法的有效性。以南航ComNet航拍数据集为例，统计结果显示主要检测指标各类平均精度（mean Average Precision， mAP）提升5.9%，同时参数量和模型大小分别减少约29.7%和23.2%。另外，对本文Rep-YOLO在典型机载平台Jetson Nano上进行了模型部署验证，为航拍场景的检测算法改进和实际应用提供了可靠的技术支撑。
无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用。该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等。针对以上问题，基于YOLOv5和结构重参数化优化思想，提出了一种针对航拍场景的目标检测模型Rep-YOLO。首先，在主干网络中引入RepVGG模块，提升模型特征提取能力；在模型推理时对RepVGG模块的多分支进行结构重参数化，减少网络分支和结构复杂度。其次，结合数据特征，改进检测网络颈部的路径聚合网络，提升检测算法在机载平台的精度-速度均衡能力。最后，在两个公开红外数据集进行对比实验，表明本文算法的有效性。以南航ComNet航拍数据集为例，统计结果显示主要检测指标各类平均精度（mean Average Precision， mAP）提升5.9%，同时参数量和模型大小分别减少约29.7%和23.2%。另外，对本文Rep-YOLO在典型机载平台Jetson Nano上进行了模型部署验证，为航拍场景的检测算法改进和实际应用提供了可靠的技术支撑。
, 最新更新时间 , doi: 10.12178/1001-0548.2023111
摘要:
钢丝绳金属横截面积损失（Loss of Metallic Area, LMA）直接影响钢丝绳承载强度等特性，因此其检测及定量分析对于设备安全可靠运行具有重要意义。针对目前主磁通检测中存在的线圈绕制困难、参数确定模糊等问题，基于仿真模型提出一种基于印制电路板（Printed Circuit Board, PCB）的分体式线圈结构，分析了设计过程中线圈匝数、线圈层数、线距等参数对检测信号的影响；建立主磁通检测模型，探究损伤宽度对于主磁通检测信号的影响规律，并针对损伤宽度减小造成的信号损失设计补偿方法；最后通过钢丝实验为例验证金属横截面积定量检测效果。实验表明，所提方法定量误差在1%以内，能够有效检测钢丝绳的LMA。
钢丝绳金属横截面积损失（Loss of Metallic Area, LMA）直接影响钢丝绳承载强度等特性，因此其检测及定量分析对于设备安全可靠运行具有重要意义。针对目前主磁通检测中存在的线圈绕制困难、参数确定模糊等问题，基于仿真模型提出一种基于印制电路板（Printed Circuit Board, PCB）的分体式线圈结构，分析了设计过程中线圈匝数、线圈层数、线距等参数对检测信号的影响；建立主磁通检测模型，探究损伤宽度对于主磁通检测信号的影响规律，并针对损伤宽度减小造成的信号损失设计补偿方法；最后通过钢丝实验为例验证金属横截面积定量检测效果。实验表明，所提方法定量误差在1%以内，能够有效检测钢丝绳的LMA。
, 最新更新时间 , doi: 10.12178/1001-0548.2023064
摘要:
中文医疗问诊文本中，由于口语化的不规则表达和专业术语的频繁出现，药物名称等实体难以被精准地识别出来。为了充分利用中文句子词间关系的重要作用，提出了一种用于增强全局信息的医学命名实体识别模型。模型利用注意力机制增强了词嵌入表征，并在使用双向长短时记忆网络的序列处理能力获取上下文信息的基础上，同时从两个方面丰富了句子的全局信息表示。其一是根据句法关系获取词语之间额外依赖关系构建了图卷积网络层用于丰富词间的依赖；其二是构建了辅助任务用于预测词间句法依赖关系的类别。在中文医疗问诊数据集上的实验结果表明，模型具有很好的竞争力，F1值达到了94.54%。与其他模型相比，在药物和症状等实体类别的识别上取得了明显的提高。在微博公开数据集上的实验也表明，模型具有通用领域的应用价值。
中文医疗问诊文本中，由于口语化的不规则表达和专业术语的频繁出现，药物名称等实体难以被精准地识别出来。为了充分利用中文句子词间关系的重要作用，提出了一种用于增强全局信息的医学命名实体识别模型。模型利用注意力机制增强了词嵌入表征，并在使用双向长短时记忆网络的序列处理能力获取上下文信息的基础上，同时从两个方面丰富了句子的全局信息表示。其一是根据句法关系获取词语之间额外依赖关系构建了图卷积网络层用于丰富词间的依赖；其二是构建了辅助任务用于预测词间句法依赖关系的类别。在中文医疗问诊数据集上的实验结果表明，模型具有很好的竞争力，F1值达到了94.54%。与其他模型相比，在药物和症状等实体类别的识别上取得了明显的提高。在微博公开数据集上的实验也表明，模型具有通用领域的应用价值。
, 最新更新时间 , doi: 10.12178/1001-0548.2023163
摘要:
矿井人员的实时检测是建设智慧矿山必不可少的内容，通过视频监测井下人员，从而实现危险区域预警及联动控制，对于矿井安全生产具有重要意义。现阶段可见光图像识别技术针对井下昏暗环境中人员的辨识还有待完善。针对井下光照不均、煤尘干扰严重导致监控视频存在噪声多、图像模糊等问题，提出一种改进YOLOv7的矿井人员检测算法。该算法在YOLOv7的基础上进行改进，首先针对ELAN模块直接拼接形成通道隔离的问题，提出基于通道重组与特征关注的复杂场景检测方式：使用ShuffleNetV2作为主干网络，减少参数量，提升算法推理速度，促进通道间的信息流动；将Swin Transformer注意力机制引入shuffle_block中，提升图像中人员的关注度，抑制复杂环境对人员检测的干扰，同时Transformer优异的全局感受野有利于遮挡目标的检测；其次针对特征融合结果未侧重预期目标且模型缺乏针对性策略提升小目标检测性能，在颈部多尺度融合网络添加ACmix模块，兼顾全局特征和局部特征，提升了算法对小目标的检测能力；最后引入Efficient IOU Loss提升算法收敛速度的同时减小目标框及先验框高度和宽度的差值，实现更加精准的定位。通过公开行人数据集及自建矿井人员检测数据集验证表明：该算法较YOLOv7模型相比检测精度提升了3.1%，达到89.4%；召回率提升了3.8%，达到86.4%；速度提升了15.8%，达到68.8FPS；满足矿井人员实时检测的工作要求。
矿井人员的实时检测是建设智慧矿山必不可少的内容，通过视频监测井下人员，从而实现危险区域预警及联动控制，对于矿井安全生产具有重要意义。现阶段可见光图像识别技术针对井下昏暗环境中人员的辨识还有待完善。针对井下光照不均、煤尘干扰严重导致监控视频存在噪声多、图像模糊等问题，提出一种改进YOLOv7的矿井人员检测算法。该算法在YOLOv7的基础上进行改进，首先针对ELAN模块直接拼接形成通道隔离的问题，提出基于通道重组与特征关注的复杂场景检测方式：使用ShuffleNetV2作为主干网络，减少参数量，提升算法推理速度，促进通道间的信息流动；将Swin Transformer注意力机制引入shuffle_block中，提升图像中人员的关注度，抑制复杂环境对人员检测的干扰，同时Transformer优异的全局感受野有利于遮挡目标的检测；其次针对特征融合结果未侧重预期目标且模型缺乏针对性策略提升小目标检测性能，在颈部多尺度融合网络添加ACmix模块，兼顾全局特征和局部特征，提升了算法对小目标的检测能力；最后引入Efficient IOU Loss提升算法收敛速度的同时减小目标框及先验框高度和宽度的差值，实现更加精准的定位。通过公开行人数据集及自建矿井人员检测数据集验证表明：该算法较YOLOv7模型相比检测精度提升了3.1%，达到89.4%；召回率提升了3.8%，达到86.4%；速度提升了15.8%，达到68.8FPS；满足矿井人员实时检测的工作要求。
, 最新更新时间 , doi: 10.12178/1001-0548.2023116
摘要:
现有的基于深度学习的推荐模型主要致力于提升推荐系统的准确性。然而，除了推荐准确性外，模型的推荐可靠性也备受关注。该文提出一种基于生成对抗网络的评分可信推荐模型来评估预测结果的有效性，以实现推荐准确性与可靠性间的权衡。该模型仅利用用户显式评分信息获取预测评分的可信度，并根据设定的可靠性阈值筛选出具有高可信度的预测评分，以保证推荐项目的可靠性。此外，为了提高模型的预测效果并确保训练的公平性，设计了正样本填充策略来缓解评分可靠性矩阵中的数据不均衡问题。在3个真实数据集上的实验结果表明，该模型在Recall和NDCG指标上均优于所选的对比方法，有效提高了推荐系统的性能。
现有的基于深度学习的推荐模型主要致力于提升推荐系统的准确性。然而，除了推荐准确性外，模型的推荐可靠性也备受关注。该文提出一种基于生成对抗网络的评分可信推荐模型来评估预测结果的有效性，以实现推荐准确性与可靠性间的权衡。该模型仅利用用户显式评分信息获取预测评分的可信度，并根据设定的可靠性阈值筛选出具有高可信度的预测评分，以保证推荐项目的可靠性。此外，为了提高模型的预测效果并确保训练的公平性，设计了正样本填充策略来缓解评分可靠性矩阵中的数据不均衡问题。在3个真实数据集上的实验结果表明，该模型在Recall和NDCG指标上均优于所选的对比方法，有效提高了推荐系统的性能。
, 最新更新时间 , doi: 10.12178/1001-0548.2023080
摘要:
在故障-恢复动力学中，节点受内部或外部因素而故障失效后能够有概率自发恢复。考虑到未故障的节点存在避免故障的自适应行为，建立自适应网络上的故障-恢复模型。在该模型中，活跃节点为了改善自身局域环境以降低外部故障概率，将主动断开与故障邻居的连边，直到故障邻居恢复正常工作后再重新建立连接。基于点对近似思想建立了理论框架，用于预测故障率的时间演化趋势和系统的最终故障规模。大量的计算机仿真结果验证了理论预测的准确性，并发现系统具有相变和磁滞现象。在不同的自适应断边速率和外部故障速率下，自适应行为能使系统的磁滞区域产生或消失，系统将出现受初始故障规模影响的双稳态区域。
在故障-恢复动力学中，节点受内部或外部因素而故障失效后能够有概率自发恢复。考虑到未故障的节点存在避免故障的自适应行为，建立自适应网络上的故障-恢复模型。在该模型中，活跃节点为了改善自身局域环境以降低外部故障概率，将主动断开与故障邻居的连边，直到故障邻居恢复正常工作后再重新建立连接。基于点对近似思想建立了理论框架，用于预测故障率的时间演化趋势和系统的最终故障规模。大量的计算机仿真结果验证了理论预测的准确性，并发现系统具有相变和磁滞现象。在不同的自适应断边速率和外部故障速率下，自适应行为能使系统的磁滞区域产生或消失，系统将出现受初始故障规模影响的双稳态区域。
, 最新更新时间 , doi: 10.12178/1001-0548.2024032
摘要:
对于图像异常检测问题，查询测试样本在正常样本集中的K近邻距离并估计其异常程度，是一类准确率较高、对复杂分布的效果较稳定的方法。此类方法采用近似最近邻搜索（Approximate Nearest Neighbour Search, ANNS）索引进行K近邻搜索。但由于ANNS查询操作较高的计算开销和现实问题中庞大的数据量，此类方法的计算效率难以应对低时延、高吞吐量的应用场景。该文基于局部敏感哈希和布隆过滤器，提出了一种近似存在性查询（Approximate Membership Query, AMQ）方法，用特征近似存在性预测异常样本。相比于ANNS，AMQ具有更低的计算复杂度且更适合单指令多数据并行，可以有效解决基于特征库检索方法的计算性能瓶颈。在MVTec-AD数据集上的实验结果显示，基于AMQ的方法的异常分割准确率仅比ANNS方法降低1%左右，但推理时延、吞吐量、内存开销显著较优，接近端到端深度学习异常检测模型的计算效率。
对于图像异常检测问题，查询测试样本在正常样本集中的K近邻距离并估计其异常程度，是一类准确率较高、对复杂分布的效果较稳定的方法。此类方法采用近似最近邻搜索（Approximate Nearest Neighbour Search, ANNS）索引进行K近邻搜索。但由于ANNS查询操作较高的计算开销和现实问题中庞大的数据量，此类方法的计算效率难以应对低时延、高吞吐量的应用场景。该文基于局部敏感哈希和布隆过滤器，提出了一种近似存在性查询（Approximate Membership Query, AMQ）方法，用特征近似存在性预测异常样本。相比于ANNS，AMQ具有更低的计算复杂度且更适合单指令多数据并行，可以有效解决基于特征库检索方法的计算性能瓶颈。在MVTec-AD数据集上的实验结果显示，基于AMQ的方法的异常分割准确率仅比ANNS方法降低1%左右，但推理时延、吞吐量、内存开销显著较优，接近端到端深度学习异常检测模型的计算效率。
, 最新更新时间 , doi: 10.12178/1001-0548.2023257
摘要:
作为一个研究对象涵盖基本物质、生命体和社会的跨学科研究领域，复杂系统的研究有助于增进对自然和社会现象的理解和预测，在解决人类面临的复杂问题中具有重要价值。这一领域的早期研究积累了海量的各类真实复杂系统数据，在此基础上发展数据密集型、人工智能（AI）方法驱动的复杂性科学研究新范式，将为复杂系统的描述、预测与知识发现提供一条全新的路径。本文对AI驱动的复杂系统研究进行前瞻性的综述，探讨AI助力下的复杂系统研究发展前沿，并分析基于AI方法的领域代表性工作，最后讨论复杂系统视角下AI理论及技术的潜在发展方向。
作为一个研究对象涵盖基本物质、生命体和社会的跨学科研究领域，复杂系统的研究有助于增进对自然和社会现象的理解和预测，在解决人类面临的复杂问题中具有重要价值。这一领域的早期研究积累了海量的各类真实复杂系统数据，在此基础上发展数据密集型、人工智能（AI）方法驱动的复杂性科学研究新范式，将为复杂系统的描述、预测与知识发现提供一条全新的路径。本文对AI驱动的复杂系统研究进行前瞻性的综述，探讨AI助力下的复杂系统研究发展前沿，并分析基于AI方法的领域代表性工作，最后讨论复杂系统视角下AI理论及技术的潜在发展方向。
, 最新更新时间 , doi: 10.12178/1001-0548.2022309
摘要:
经济持续发展和社会不断进步对社会治理现代化提出了新的要求。社会是一个典型的复杂系统，社会治理研究迫切需要从复杂系统的角度，依靠多学科的交叉融合，从整体上加以解决。该文选取复杂系统相关研究方法，对社会治理中疫情防控、谣言管控、智慧交通、智慧消防4个典型场景进行了重点分析，总结了复杂系统理论在社会治理领域应用中存在的问题，对下一步主要发展的方向进行了展望。
经济持续发展和社会不断进步对社会治理现代化提出了新的要求。社会是一个典型的复杂系统，社会治理研究迫切需要从复杂系统的角度，依靠多学科的交叉融合，从整体上加以解决。该文选取复杂系统相关研究方法，对社会治理中疫情防控、谣言管控、智慧交通、智慧消防4个典型场景进行了重点分析，总结了复杂系统理论在社会治理领域应用中存在的问题，对下一步主要发展的方向进行了展望。
, 最新更新时间 , doi: 10.12178/1001-0548.2022419
摘要:
针对网络结构影响控制策略延缓流行病空间传播的问题，对复合种群网络中存在的双种群结构、枢纽结构、一维线性结构和路径叠加结构进行了研究，分析病患隔离策略和航空管制策略在延缓流行病首达时间上的效果，并通过美国航空网络数据进行仿真验证。研究结果表明，流行病爆发初期，及时采取病患隔离策略的控制效果比航空管制策略控制效果更好；流行病传播路径的长度是影响首达时间的重要因素；路径叠加结构几乎不影响航空管制策略的控制效果，但在很大程度上却会抑制病患隔离策略的控制效果。
针对网络结构影响控制策略延缓流行病空间传播的问题，对复合种群网络中存在的双种群结构、枢纽结构、一维线性结构和路径叠加结构进行了研究，分析病患隔离策略和航空管制策略在延缓流行病首达时间上的效果，并通过美国航空网络数据进行仿真验证。研究结果表明，流行病爆发初期，及时采取病患隔离策略的控制效果比航空管制策略控制效果更好；流行病传播路径的长度是影响首达时间的重要因素；路径叠加结构几乎不影响航空管制策略的控制效果，但在很大程度上却会抑制病患隔离策略的控制效果。
, 最新更新时间 , doi: 10.12178/1001-0548.2022226
摘要:
学前教育是关乎儿童发展、家庭幸福和国家未来的重大民生领域，对促进社会资源和福利的公平和维持社会秩序的稳定有着重要意义和价值。为保障学前教育的公平性和可及性，我国政府长期致力于缩小东中西和城乡学前教育差距。基于2000—2019年《中国教育统计年鉴》和《中国人口与就业统计年鉴》相关数据，分析了全国整体、东中西三大区域和31个省市自治区学前教育水平的发展形态。数据分析结果显示在过去二十年里，全国毛入园率得到了大幅度提升，特别是中部和西部。毛入园率分布的差异性逐渐缩小，并主要归因于区域内部的差异性。2000—2015年，各省毛入园率呈空间聚集模式；2016—2019年，毛入园率的聚集特征逐渐消失。上述结果表明全国学前教育水平不仅取得了量的飞跃，在均衡发展方面也有显著成就。文末提出了进一步提高学前教育均衡性发展的建议。
学前教育是关乎儿童发展、家庭幸福和国家未来的重大民生领域，对促进社会资源和福利的公平和维持社会秩序的稳定有着重要意义和价值。为保障学前教育的公平性和可及性，我国政府长期致力于缩小东中西和城乡学前教育差距。基于2000—2019年《中国教育统计年鉴》和《中国人口与就业统计年鉴》相关数据，分析了全国整体、东中西三大区域和31个省市自治区学前教育水平的发展形态。数据分析结果显示在过去二十年里，全国毛入园率得到了大幅度提升，特别是中部和西部。毛入园率分布的差异性逐渐缩小，并主要归因于区域内部的差异性。2000—2015年，各省毛入园率呈空间聚集模式；2016—2019年，毛入园率的聚集特征逐渐消失。上述结果表明全国学前教育水平不仅取得了量的飞跃，在均衡发展方面也有显著成就。文末提出了进一步提高学前教育均衡性发展的建议。
, 最新更新时间 , doi: 10.12178/1001-0548.2022314
摘要:
公共数据有偿服务是公共数据价值化和要素化的必由之路，但是目前对于公共数据有偿服务的正当性、有效路径和风险防范都还缺乏充分的研究和切实可行的方案。本文剖析了公共数据的概念，分析了公共数据有偿服务的范围，从社会经济价值、数据权属和收费的合理性与必要性三个方面切入，论证了公共数据有偿服务的正当性。深入分析了开展公共数据有偿服务的有效路径，明确建议了在授权和运营模式、服务交付方式、定价策略、利益补偿机制这四个关键环节应当采取的策略和方案。文末还讨论了公共数据有偿服务中可能的风险和防范措施，并总结提炼了六条具体建议。本文可以成为持续健康推动公共数据有偿服务的重要参考。
公共数据有偿服务是公共数据价值化和要素化的必由之路，但是目前对于公共数据有偿服务的正当性、有效路径和风险防范都还缺乏充分的研究和切实可行的方案。本文剖析了公共数据的概念，分析了公共数据有偿服务的范围，从社会经济价值、数据权属和收费的合理性与必要性三个方面切入，论证了公共数据有偿服务的正当性。深入分析了开展公共数据有偿服务的有效路径，明确建议了在授权和运营模式、服务交付方式、定价策略、利益补偿机制这四个关键环节应当采取的策略和方案。文末还讨论了公共数据有偿服务中可能的风险和防范措施，并总结提炼了六条具体建议。本文可以成为持续健康推动公共数据有偿服务的重要参考。
, 最新更新时间 , doi: 10.12178/1001-0548.2023211
摘要:
水下主动电场幅值法成像的灵感源于弱电鱼主动发射电信号识别周围环境这种生物机制。目前的主动水下成像技术在复杂黑暗的水下环境下仍有一定缺陷，因此一种新的解决方案被提出，即利用水下主动电场原理识别完成短距离目标物体复杂形状的成像。针对此前电极阵列覆盖有限、成像分辨率较小、对较大物体成像时电极数量多造成的成本较高以及缺少对复杂几何特征物体成像的实例等问题，设计了线型电极阵列连续运动扫描并采集数据的幅值成像平台，来对实验物体不同体积大小、不同材质及复杂形状进行成像，并对比结果，最后研究了如何根据横纵向幅值积分斜率曲线的最值点，提取成像图片中的物体位置和面积信息。试验表明了基于主动电场原理的线型电极阵列运动扫描幅值成像的有效性，运动扫描补偿法有效解决了接收电极与采集通道有限的弊端和手工定点采集的时间成本，提高了其对水中物体成像的效率和分辨率，为该技术进一步的工程应用和相关特性研究提供了实用方法。
水下主动电场幅值法成像的灵感源于弱电鱼主动发射电信号识别周围环境这种生物机制。目前的主动水下成像技术在复杂黑暗的水下环境下仍有一定缺陷，因此一种新的解决方案被提出，即利用水下主动电场原理识别完成短距离目标物体复杂形状的成像。针对此前电极阵列覆盖有限、成像分辨率较小、对较大物体成像时电极数量多造成的成本较高以及缺少对复杂几何特征物体成像的实例等问题，设计了线型电极阵列连续运动扫描并采集数据的幅值成像平台，来对实验物体不同体积大小、不同材质及复杂形状进行成像，并对比结果，最后研究了如何根据横纵向幅值积分斜率曲线的最值点，提取成像图片中的物体位置和面积信息。试验表明了基于主动电场原理的线型电极阵列运动扫描幅值成像的有效性，运动扫描补偿法有效解决了接收电极与采集通道有限的弊端和手工定点采集的时间成本，提高了其对水中物体成像的效率和分辨率，为该技术进一步的工程应用和相关特性研究提供了实用方法。
, 最新更新时间 , doi: 10.12178/1001-0548.2022398
摘要:
在电力电缆局部放电模式识别时，相位图谱以及统计特征往往因区分度不足而影响识别精度。为此，提出一种基于时序拓扑数据分析（TDA）的局放特征提取和识别方法。首先，提出一种符号熵和粒子群优化（PSO）相结合的重构参数选择方法，将预处理后的局放时域信号进行相空间重构，并生成三维局放数据点云；其次，基于TDA方法提取持续同调特征，据此生成持续散点图及持续条形码，计算并可视化表达为贝蒂曲线；最后，将贝蒂曲线输入1D-CNN模型，对四种典型局放缺陷模式进行识别并开展对比实验。实验结果表明，该方法对相空间重构时延参数的选取更加准确，且TDA特征具备良好的区分度，相比其他以相位图谱及统计特征为输入的模型，整体识别准确率最高可提升15.34%，达到98.55%，同时提升部分模式的精度。
在电力电缆局部放电模式识别时，相位图谱以及统计特征往往因区分度不足而影响识别精度。为此，提出一种基于时序拓扑数据分析（TDA）的局放特征提取和识别方法。首先，提出一种符号熵和粒子群优化（PSO）相结合的重构参数选择方法，将预处理后的局放时域信号进行相空间重构，并生成三维局放数据点云；其次，基于TDA方法提取持续同调特征，据此生成持续散点图及持续条形码，计算并可视化表达为贝蒂曲线；最后，将贝蒂曲线输入1D-CNN模型，对四种典型局放缺陷模式进行识别并开展对比实验。实验结果表明，该方法对相空间重构时延参数的选取更加准确，且TDA特征具备良好的区分度，相比其他以相位图谱及统计特征为输入的模型，整体识别准确率最高可提升15.34%，达到98.55%，同时提升部分模式的精度。
, 最新更新时间 , doi: 10.12178/1001-0548.2023001
摘要:
基于波束赋形的波束切换空间调制算法，不仅可以提高频谱效率，还可以利用天线阵列增益提高能量效率。本文利用信道响应构造统计平均的协方差矩阵，构造正交特征向量作为阵列的加权矢量，形成相互独立的多个等效传输信道，利用波束赋形增益和分集增益提高无线通信的传输可靠性和传输能力。进一步采用天线子阵分组方法，克服信道相关性带来的不利影响。性能分析和仿真结果都表明，特征波束角度空间调制方案，可获得更多的波束组合数目，明显改善译码性能和频谱效率。
基于波束赋形的波束切换空间调制算法，不仅可以提高频谱效率，还可以利用天线阵列增益提高能量效率。本文利用信道响应构造统计平均的协方差矩阵，构造正交特征向量作为阵列的加权矢量，形成相互独立的多个等效传输信道，利用波束赋形增益和分集增益提高无线通信的传输可靠性和传输能力。进一步采用天线子阵分组方法，克服信道相关性带来的不利影响。性能分析和仿真结果都表明，特征波束角度空间调制方案，可获得更多的波束组合数目，明显改善译码性能和频谱效率。
, 最新更新时间 , doi: 10.12178/1001-0548.2022333
摘要:
随着城市出行车辆数的急剧增加，城市交通路网拥堵日益严重，因此研究路网通行效率最大化、个人通行时间和路径最优化具有重要意义。目前智慧交通大多采用周期性监测拥堵并重新规划路径的方法，这类方法得到的最优路径往往导致下次重规划的绕行，不利于全局的最优化。本文提出一种基于拥堵预测的路径规划算法，通过分析大量历史交通流数据的时空相关性预测未来时刻的交通流参数，再通过熵权法和模糊综合判定得出拥堵状态分级，之后综合考虑当前时刻和未来时刻拥堵状况从而规划出更加合理的路径。仿真结果表明，与基于重规划的动态路径规划算法相比，本算法在行驶时间上减少5.35%，在行驶距离上减少11.72%。
随着城市出行车辆数的急剧增加，城市交通路网拥堵日益严重，因此研究路网通行效率最大化、个人通行时间和路径最优化具有重要意义。目前智慧交通大多采用周期性监测拥堵并重新规划路径的方法，这类方法得到的最优路径往往导致下次重规划的绕行，不利于全局的最优化。本文提出一种基于拥堵预测的路径规划算法，通过分析大量历史交通流数据的时空相关性预测未来时刻的交通流参数，再通过熵权法和模糊综合判定得出拥堵状态分级，之后综合考虑当前时刻和未来时刻拥堵状况从而规划出更加合理的路径。仿真结果表明，与基于重规划的动态路径规划算法相比，本算法在行驶时间上减少5.35%，在行驶距离上减少11.72%。
, 最新更新时间 , doi: 10.12178/1001-0548.2022332
摘要:
为解决栅栏效应对于频率估计精度的影响，提升频率估计的精度和抗噪性能，提出了一种基于改进Chrip-Z变换（CZT）的高精度频率估计算法。将频率估计的过程分成粗估计和细估计两个过程，使用FFT算法对于信号进行频域分析，获得信号频率粗估计值，基于信号频率的粗估计值确定频率的细化区间，使用CZT算法对于该区间的频谱进行细化，使用细化后频谱最大谱线及其左右谱线的幅值对于频率估计值进行修正，得到精确的频率估计值。仿真表明：所提算法能够以较低的细化倍数，获得高精度法频率估计值，且具有较好的抗噪性能。使用FMCW雷达进行测距实验，验证了所提算法的实际应用效果优于现有算法。
为解决栅栏效应对于频率估计精度的影响，提升频率估计的精度和抗噪性能，提出了一种基于改进Chrip-Z变换（CZT）的高精度频率估计算法。将频率估计的过程分成粗估计和细估计两个过程，使用FFT算法对于信号进行频域分析，获得信号频率粗估计值，基于信号频率的粗估计值确定频率的细化区间，使用CZT算法对于该区间的频谱进行细化，使用细化后频谱最大谱线及其左右谱线的幅值对于频率估计值进行修正，得到精确的频率估计值。仿真表明：所提算法能够以较低的细化倍数，获得高精度法频率估计值，且具有较好的抗噪性能。使用FMCW雷达进行测距实验，验证了所提算法的实际应用效果优于现有算法。
, 最新更新时间 , doi: 10.12178/1001-0548.2022358
摘要:
通过TCAD器件建模，建立了PIN二极管的电热耦合模型，搭建PIN限幅器HPM耦合仿真电路以进行高功率微波效应仿真。仿真得到了不同频率下PIN限幅器瞬态电压响应以及PIN二极管内部电场、载流子、结温分布。仿真结果表明，在HPM耦合电压作用下， PIN限幅器平顶泄漏负向电压随频率增大而降低，PIN限幅器平顶泄漏正向电压随频率增大而降低。PIN二极管内部PIN限幅器的限幅能力随微波频率增加先增强后减弱。HPM频率较低时PIN二极管内部晶格温度积累集中于I层界面处，随着频率升高，晶格温度积累集中于I层中间位置，因此频率变化会造成PIN限幅器的HPM毁伤敏感位置变化。
通过TCAD器件建模，建立了PIN二极管的电热耦合模型，搭建PIN限幅器HPM耦合仿真电路以进行高功率微波效应仿真。仿真得到了不同频率下PIN限幅器瞬态电压响应以及PIN二极管内部电场、载流子、结温分布。仿真结果表明，在HPM耦合电压作用下， PIN限幅器平顶泄漏负向电压随频率增大而降低，PIN限幅器平顶泄漏正向电压随频率增大而降低。PIN二极管内部PIN限幅器的限幅能力随微波频率增加先增强后减弱。HPM频率较低时PIN二极管内部晶格温度积累集中于I层界面处，随着频率升高，晶格温度积累集中于I层中间位置，因此频率变化会造成PIN限幅器的HPM毁伤敏感位置变化。
, 最新更新时间 , doi: 10.12178/1001-0548.2023047
摘要:
针对传统DBN在无监督训练过程中预训练耗时久、诊断精度差等问题，提出了一种基于改进多目标蜻蜓优化自适应深度信念网络（IMODA-ADBN）的模拟电路故障诊断方法。首先根据参数更新方向的异同提出了自适应学习率，提高网络收敛速度；其次，传统DBN在有监督调优过程利用BP算法，然而BP算法存在易陷入局部最优的问题，为了改善该问题，利用改进的MODA算法取代BP算法提高网络分类精度。在IMODA算法中, 添加Logistic混沌印射和基于对立跳跃以获得帕累托最优解，增加算法的多样性，提高算法的性能。 该算法在7个多目标数学基准问题上进行了测试，并与3种著名的元启发式优化算法（MODA、MOPSO和NSGA-II）进行了比较，同时证明了IMODA-ADBN网络模型具有稳定性。最后将IMODA-ADBN运用到二级四运放双二阶低通滤波器的诊断实验中，实验结果表明所提出的IMODA-ADBN在收敛速度快的基础上保证了分类精度，IMODA-ADBN比本文提到的其他方法都具有更高的诊断率，能够实现高难故障的分类与定位。
针对传统DBN在无监督训练过程中预训练耗时久、诊断精度差等问题，提出了一种基于改进多目标蜻蜓优化自适应深度信念网络（IMODA-ADBN）的模拟电路故障诊断方法。首先根据参数更新方向的异同提出了自适应学习率，提高网络收敛速度；其次，传统DBN在有监督调优过程利用BP算法，然而BP算法存在易陷入局部最优的问题，为了改善该问题，利用改进的MODA算法取代BP算法提高网络分类精度。在IMODA算法中, 添加Logistic混沌印射和基于对立跳跃以获得帕累托最优解，增加算法的多样性，提高算法的性能。 该算法在7个多目标数学基准问题上进行了测试，并与3种著名的元启发式优化算法（MODA、MOPSO和NSGA-II）进行了比较，同时证明了IMODA-ADBN网络模型具有稳定性。最后将IMODA-ADBN运用到二级四运放双二阶低通滤波器的诊断实验中，实验结果表明所提出的IMODA-ADBN在收敛速度快的基础上保证了分类精度，IMODA-ADBN比本文提到的其他方法都具有更高的诊断率，能够实现高难故障的分类与定位。
, 最新更新时间 , doi: 10.12178/1001-0548.2023202
摘要:
本文提出一种基于阶跃阻抗谐振器的紧凑型四阶四零点频率可调滤波器设计。滤波器使用变容二极管加载的阶跃阻抗谐振器(VL-SIR)，有效拓宽了滤波器的调谐范围。在VL -SIR之间引入交叉耦合，从而在滤波器通带近端产生一对传输零点，显著提高了滤波器的选择性。同时，引入源和负载端的交叉耦合，在通带远端生成一对传输零点，以提高带外抑制。此外，采用基于VL-SIR的频变耦合结构来实现恒定绝对带宽。仿真结果与实测结果吻合良好。测量结果显示，可调滤波器频率调谐范围为0.78至1.15 GHz，3 dB绝对带宽约为55±3 MHz，滤波器的回波损耗大于10 dB，插入损耗约为2.8~3.3 dB。
本文提出一种基于阶跃阻抗谐振器的紧凑型四阶四零点频率可调滤波器设计。滤波器使用变容二极管加载的阶跃阻抗谐振器(VL-SIR)，有效拓宽了滤波器的调谐范围。在VL -SIR之间引入交叉耦合，从而在滤波器通带近端产生一对传输零点，显著提高了滤波器的选择性。同时，引入源和负载端的交叉耦合，在通带远端生成一对传输零点，以提高带外抑制。此外，采用基于VL-SIR的频变耦合结构来实现恒定绝对带宽。仿真结果与实测结果吻合良好。测量结果显示，可调滤波器频率调谐范围为0.78至1.15 GHz，3 dB绝对带宽约为55±3 MHz，滤波器的回波损耗大于10 dB，插入损耗约为2.8~3.3 dB。
, 最新更新时间 , doi: 10.12178/1001-0548.2023011
摘要:
针对传统参数优化方法计算开销大，不能满足实时性要求高，计算量大等应用场景的问题，结合当今主流的机器学习方法，提出了一种改进的基于BP神经网络的参数优化方法，利用本地搜索算法的数据训练网络并对参数进行预测，替代传统的查找算法从而获得更好的实时性和更低的计算复杂度，随后与基于随机森林和XGBoost的方法进行了比较。仿真结果表明，BP神经网络预测所得各参数的均方误差数量级为\begin{document}$ {10^{-6}} $\end{document} ![]()
![]()
针对传统参数优化方法计算开销大，不能满足实时性要求高，计算量大等应用场景的问题，结合当今主流的机器学习方法，提出了一种改进的基于BP神经网络的参数优化方法，利用本地搜索算法的数据训练网络并对参数进行预测，替代传统的查找算法从而获得更好的实时性和更低的计算复杂度，随后与基于随机森林和XGBoost的方法进行了比较。仿真结果表明，BP神经网络预测所得各参数的均方误差数量级为
, 最新更新时间 , doi: 10.12178/1001-0548.2023104
摘要:
传统电子器件主要由硅基等无机半导体材料以及硬质高分子绝缘衬底材料组成，是现有电子技术的基础。虽然传统电子技术已经发展成熟，但由于材料的限制，导致在柔性电子领域方面，其应用尚存在一定的局限性。而二维材料拥有高结晶性、近乎完美的晶格结构、原子级的厚度与高的机械拉伸强度，并且表现出优异的电荷传输性质，使其在柔性电子领域具有应用前景。该文将石墨烯、二硫化钼与六方氮化硼优异的机械性能，采取机械剥离法与干法转移，制备基于二硫化钼的场效应晶体管。我们利用自主搭建的柔性测试平台，测试器件的柔性电学性能。测试结果表明，设计的二维异质结晶体管在静态测试条件下，电学性能只有微小变化；但在动态测试条件下，由于层与层之间的范德瓦尔力太小，层与层之间发生滑动或位移，使得器件的电学性能出现较大变化。
传统电子器件主要由硅基等无机半导体材料以及硬质高分子绝缘衬底材料组成，是现有电子技术的基础。虽然传统电子技术已经发展成熟，但由于材料的限制，导致在柔性电子领域方面，其应用尚存在一定的局限性。而二维材料拥有高结晶性、近乎完美的晶格结构、原子级的厚度与高的机械拉伸强度，并且表现出优异的电荷传输性质，使其在柔性电子领域具有应用前景。该文将石墨烯、二硫化钼与六方氮化硼优异的机械性能，采取机械剥离法与干法转移，制备基于二硫化钼的场效应晶体管。我们利用自主搭建的柔性测试平台，测试器件的柔性电学性能。测试结果表明，设计的二维异质结晶体管在静态测试条件下，电学性能只有微小变化；但在动态测试条件下，由于层与层之间的范德瓦尔力太小，层与层之间发生滑动或位移，使得器件的电学性能出现较大变化。
