智能系统学报

认知物理学导引

李德毅 — 2024年05月05 00:00

基于深度学习的药物-靶标相互作用预测研究综述

刘晓光, 李梅 — 2024年05月05 00:00

新药物研发是一项耗时、耗力、耗资的复杂工程，整体成功率低于10%。药物-靶标相互作用预测是药物筛选和药物重定位的关键环节。准确的药物-靶标相互作用预测可有效缩小候选药物分子筛选范围，加速药物研发进程。传统实验方法研究药物-靶标相互作用耗时长、成本高且伴有一定的盲目性，难以进行大规模的药物-靶标相互作用识别工作。近年来，将机器学习尤其是深度学习技术用于药物-靶标相互作用预测成为主流研究。尽管在过去10年有大量的研究工作纷纷涌现，药物-靶标相互作用预测仍然是物质密集型和长期性的工作，对研究者来说仍具有挑战性。本文梳理近年来基于深度学习的药物-靶标相互作用预测研究工作，归纳总结现有工作的研究方法、评价指标和使用的数据资源，分析现有工作的不足并提出展望。本文的研究目的是帮助药物研发领域研究者全面了解深度学习在药物-靶标相互作用预测领域的最新研究进展，从而提高研究效率和研究质量。

不平衡数据集的DC-SMOTE过采样方法

2024年05月05 00:00

针对不平衡数据集在分类任务中表现不佳的问题，提出基于局部密度与集中度的过采样算法。针对数据集中所有的少数类样本点，分别利用高斯核函数与局部引力来计算局部密度与集中度；对于局部密度较小的部分有针对性地合成第一类新样本，解决类内不平衡问题。根据集中度的不同，区分出少数类样本的边界，有针对性地合成第二类新样本，达到强化边界的作用；同时，通过自适应生成新样本，有效解决大部分过采样算法没有明确过采样量或者盲目追求样本平衡度相等的问题。最后，在公开的12个不平衡数据集上进行了实验，实验结果表明，本算法在低不平衡数据集与高不平衡数据集上的应用均拥有良好的表现。

基于动态阈值增强原型网络的联邦半监督学习模型

陈涛, 谢在鹏, 屈志昊 — 2024年05月05 00:00

目前，联邦半监督学习面临着有效利用训练过程中大量无标签数据的挑战。尽管通过轻量级的原型网络实现客户端之间的知识共享可以缓解伪标签质量问题，但仍然有瓶颈。本文提出一种新的动态阈值增强下的原型网络联邦半监督学习算法。通过引入课程伪标签技术，其核心是对不同类别样本的学习状态动态调整阈值，使模型能够学习高质量的样本，显著提高模型的预测性能。实验结果表明，本算法在多个数据集上均取得优异的测试性能。在CIFAR-10数据集上，本算法相对于同类算法至少提高3%的测试精度。此外在SVHN和STL-10数据集上也有1%~7%的领先优势。值得注意的是，本算法在处理异质性和同质性数据时表现出色，且对于不同比例的有标签和无标签数据都具有良好的适应性。本算法不仅提高测试精度，而且未带来额外的通信开销和计算成本。这些结果表明本算法在联邦半监督学习领域具有巨大潜力，并为实际应用提供了一个性能卓越且高效的解决方案。

模拟复眼视叶神经网的目标运动方向检测模型

2024年05月05 00:00

如何对杂乱背景中物体（目标）的运动方向做出准确可靠的检测与感知，是计算机视觉研究领域中一个重要问题。自然界中，飞虫（如苍蝇、蜻蜓等）高适应性和高可靠性的感知目标运动是一种自然特性，本文基于飞虫-果蝇视叶神经纤维网最新的生理学研究成果，提出一种基于果蝇视觉感知目标运动方向的多层级检测模型系统。通过对不同场景下拍摄的视频序列样本进行实验和测试，并与2-Q运动检测器模型、基于ON和OFF信号通道处理运动信息的检测模型等进行了对比，验证了其在杂乱背景下对于目标水平和垂直方向运动检测的有效性和鲁棒性。

融合CNN和ViT的乳腺超声图像肿瘤分割方法

彭雨彤, 梁凤梅 — 2024年05月05 00:00

针对乳腺超声图像肿瘤区域形状大小差异大导致分割困难，卷积神经网络（convolutional neural networks, CNN）建模长距离依赖性和空间相关性方面存在局限性，视觉Transformer（vision Transformer, ViT）要求数据量巨大等问题，提出一种融合CNN和ViT的分割方法。使用改进的Swin Transformer模块和基于可形变卷积的CNN编码器模块分别提取全局特征和局部细节特征，设计使用交叉注意力机制融合这两种尺度的特征表示，训练过程采取二元交叉熵损失混合边界损失函数，有效提高分割精度。在两个公共数据集上的实验结果表明，与现有经典算法相比所提方法的分割结果有显著提升，dice系数提升3.841 2%，验证所提方法的有效性和可行性。

隐私保护下融合联邦学习和LSTM的少数据综合能源多元负荷预测

2024年05月05 00:00

对于用能数据不足的综合能源系统，借助相似系统的丰富数据可以为其建立高精度的多元负荷预测模型，然而，受数据安全等因素的限制，很多系统并不愿意共享自身数据。联邦学习为处理隐私保护下的少数据综合能源多元负荷预测问题提供了一个重要的思路，但是现有方法依然存在相似参与方识别精度不高等不足。鉴于此，本文提出一种融合联邦学习和长短期记忆网络（long short-term memory, LSTM）的少数据综合能源多元负荷预测方法(multitask learning based on shared dot product confidentiality under federated learning, MT-SDP-FL)。首先，给出一种基于共享向量点积保密协议的相似参与方识别方法，用来从诸多可用的综合能源系统中选出最为相似的参与方；接着，使用参数共享联邦学习算法对选中的各参与方联合训练，结合LSTM和fine-tune技术建立每个参与方的多元负荷预测模型。将所提方法应用于多个实际能源系统，实验结果表明，该方法可以在数据稀疏的情况下取得高精度的多源负荷预测结果。

结合卷积和轴注意力的光流估计网络

2024年05月05 00:00

现有的光流估计网络为了获得更高的精度，往往使用相关性成本量和门控循环单元(gate recurrent unit，GRU)来进行迭代优化，但是这样会导致计算量大并限制了在边缘设备上的部署性能。为了实现更轻量的光流估计方法，本文提出局部约束与局部扩张模块(local constraint and local dilation module，LC-LD module)，通过结合卷积和一次轴注意力来替代自注意力，以较低的计算量对每个匹配特征点周边区域内不同重要程度的关注，生成更准确的相关性成本量，进而降低迭代次数，达到更轻量化的目的。其次，提出了混洗凸优化上采样，通过将分组卷积、混洗操作与凸优化上采样相结合，在实现其参数数量降低的同时进一步提高精度。实验结果证明了该方法在保证高精度的同时，运行效率显著提升，具有较高的应用前景。

面向多目标医疗垃圾分类的智能识别分拣系统设计

2024年05月05 00:00

医疗垃圾中存在大量的病毒和细菌，为解决医疗垃圾源头智能分类问题，开发了基于机器视觉和Delta机构的智能分拣平台样机，并提出一种三阶段的多目标医疗垃圾识别分拣（medical waste recognition- indexes-sorting，MWRIS）算法。第1阶段提出数据增强扩容的IE-YOLOv4算法建立起医疗垃圾识别模型，与Faster R-CNN、RetinaNet、CenterNet等5种模型比较；第2阶段索引分类模型用于管理分类规则；第3阶段定位分拣算法指导目标定位分拣。在集成了MWRIS算法的分拣样机上，采集14种，2 217张医疗样本图像，完成医疗垃圾分拣实验。结果表明，使用IE-YOLOv4的MWRIS算法对医疗垃圾识别准确率显著提升至99.30%，分拣实验对目标定位准确率达到96.17%，最终分类正确率为86.67%，验证了多目标医疗垃圾识别分拣系统的有效性。

融合体素图注意力的三维目标检测算法

2024年05月05 00:00

目前基于点云的三维目标检测方法未能充分利用点云局部几何特征，导致对点云稀疏的目标检测效果不佳。为此，本文提出基于原始点云体素图注意力的两阶段三维目标检测算法(voxel graph attention region-CNN, VGT-RCNN)。通过多尺度体素特征插值计算网格中心点特征；在多尺度非空体素特征上构造局部图；通过图注意力机制对体素特征进行加权平均，充分提取并利用目标的局部几何特征完成检测。该算法主要针对当前二阶段算法在进行特征聚合时对不同体素特征的重要性考虑不足进行改进，引入可学习的权重矩阵，动态学习体素特性的权重，提高局部特征表达能力。本文在流行的KITTI自动驾驶数据集上进行了充分测试，取得了具有竞争力的检测效果，尤其是在对点云稀疏的汽车目标检测上，准确率有较大提高。本文还对检测效果进行了可视化分析。

采用多任务特征融合的脑电情绪识别方法

刘柯, 黄玉柱, 邓欣, 于洪 — 2024年05月05 00:00

特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而，当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法，通过${L_{2,1}}$范数约束实现稀疏特征选择，同时利用图拉普拉斯正则化保持不同子类间的潜在关系。该算法在不揭示真实样本标签的情况下，在子任务空间有效融合脑网络空间拓扑结构信息和微分熵信息，为高精度脑电信号情绪解码提供具有更高情绪表征能力的特征。DEAP和SEED数据集以及本实验室数据集的分析结果表明，该文提出的方法能显著提高脑电情绪解码的精度。

基于城市超车工况的智能车辆避障规划方法研究

2024年05月05 00:00

在城市道路行驶中，超车驾驶既是常见的驾驶行为，也是常见的交通事故工况之一。基于改进人工势场法（artificial potential field method）与模型预测控制(model predicition control)提出了一种避障规划控制方法。首先，构建目标点引力势场函数、道路及车道线势场函数以及障碍物车辆势场函数；其次，基于势场函数建立统一化模型函数；最后，对系统进行模拟实验评估。结果表明，提出的避障规划控制方法能够生成安全、平滑的路径，其前轮转角变化范围在[-0.67°, 1.02°]，质心侧偏角变化范围在[-0.22°, 0.32°]，具有稳定的控制能力。

基于改进蚁群优化算法的AUV三维路径规划

2024年05月05 00:00

针对蚁群算法在三维路径规划时收敛速度慢且难以收敛至最优的缺点，提出一种新的改进蚁群算法，并将其应用于自主式水下机器人(autonomous underwater vehicle，AUV)三维路径规划。与现有算法相比，改进算法优点主要体现在3个方面：首先，引进伪随机状态转移概率提升算法全局搜索能力；其次，将距离和轨迹限定因子引入启发式函数，距离因子保证搜索不断趋近目标点，在轨迹限定因子约束下，轨迹累计转角更小，以此提升收敛速度和精度；最后，通过扩大信息素增量差距并逐步提高信息素衰减系数，进一步提高路径规划效率。实验结果表明，改进蚁群算法能够获得累计转角更小路径，且路径长度更小，收敛速度更快。

基于改进的Yolov5的无人机图像小目标检测

2024年05月05 00:00

为了解决无人机航拍图像小目标检测算法检测速度与精度无法兼顾的问题，在Yolov5的基础上，提出了针对于无人机图像小目标检测的Yolov5_GBCS算法。在新的算法中，添加一个额外的检测头，以便增强对小目标的特征融合效果；在主干网络中分别采用GhostConv卷积模块、GhostBottleneckC3模块替换部分Conv模块和C3模块用以提取丰富特征和冗余特征以提高模型效率；引入加权双向特征金字塔网络（bidirectional feature pyramid network, BiFPN）结构，用以提高对小目标的检测精度；在主干网络和颈部网络中引入轻量化的卷积块注意力模块（convolutional block attention module, CBAM），关注重要特征并抑制不必要的特征，增强小目标特征表达能力；使用Soft-NMS算法来替换NMS，因此降低了小目标在密集场景下的漏检率。通过在VisDrone2019数据集上的实验结果表明，集成了所有改进的方法后的Yolov5_GBCS算法，不仅提高了检测精度，而且有效地提高了检测速度，模型的mAP从38.5%提高到43.2%，检测速度也从53 f/s提高到59 f/s。Yolov5_GBCS算法可以有效地实现无人机航拍图像中小目标识别。

广义二型模糊系统的自组织规则生成方法

范轶博, 赵涛, 解相朋 — 2024年05月05 00:00

针对广义二型模糊系统在复杂情况中因缺乏专家经验而难以构建合适模糊规则的问题，提出了一种基于输入数据的激活强度来生成广义二型模糊集以及模糊规则的方法。通过数据驱动自组织构建广义二型模糊系统模糊规则，并且使用迭代最小二乘法和梯度下降法优化系统前后件参数。最后，分别在无扰动和施加噪声情况下进行了非线性系统的跟踪仿真，实验结果证明了自组织规则生成的广义二型模糊系统的有效性，并能够以较高精度跟踪参考轨迹。

基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法

胡丹丹, 张忠婷 — 2024年05月05 00:00

在复杂道路场景中检测车辆、行人、自行车等目标时，存在因多尺度目标及部分遮挡易造成漏检及误检等情况，提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先，利用深度可分离卷积替换部分普通卷积，减少模型的参数量以提升检测速度。其次，在特征融合网络中引入基于感受野模块（receptive field block，RFB）改进的RFB-s，通过模仿人类视觉感知，增强特征图的有效感受野区域，提高网络特征表达能力及对目标特征的可辨识性。最后，使用自适应空间特征融合（adaptively spatial feature fusion，ASFF）方式以提升PANet对多尺度特征融合的效果。实验结果表明，在PASCAL VOC数据集上，所提算法检测平均精度均值相较于YOLOv5s提高1.71个百分点，达到84.01%，在满足自动驾驶汽车实时性要求的前提下，在一定程度上减少目标检测时的误检及漏检情况，有效提升模型在复杂驾驶场景下的检测性能。

基于事件触发的预设时间航天器轨迹跟踪控制

2024年05月05 00:00

针对通信受限条件下的航天器轨迹跟踪问题，提出了一种基于事件触发的预设时间控制算法。为了满足不同任务场景下对航天器快速性的要求，本文设计了一种预设时间轨迹跟踪控制算法。结合反步控制理论及预设时间动态增益，最终实现轨迹跟踪系统的预设时间收敛。作为一种典型的网络化控制系统，航天器在执行任务过程中可能会受到自身通信能力的限制，造成通信阻塞、时延和丢包等问题。为此，本文提出了一种基于动态参数的事件触发算法，在保证系统控制精度的同时，一定程度上避免了控制中心与航天器本体间不必要的通信资源消耗。相比于传统的静态事件触发算法，文中基于动态参数的事件触发算法在减少通信频率方面更具优势。通过理论分析和仿真实验验证所提控制算法的有效性。

借助弱纹理匹配的TEDS车底故障区域定位算法

黄粤豫, 周航, 陈业泓, 陆鑫, 余佳, 韩睿宇 — 2024年05月05 00:00

针对当前动车组运行故障动态图像检测系统（trouble of moving EMU detection system, TEDS）故障识别准确率低的问题，本文提出一种借助弱纹理匹配的动车底部潜在故障区域定位方法。首先，采用拓扑交叉数检测大量弱纹理区域特征点；然后，以特征点为中心的环形区域内各像素点的拓扑交叉数值筛选特征点，构建相应特征向量进行弱纹理特征匹配；最后，对配准后的图像进行比对定位潜在故障区域。实验结果表明，该算法保证了匹配精度，能检测出大部分潜在故障区域，弱纹理区域的特征匹配准确率超过80%且所有图像对均存在特征匹配对，为以后的精准故障分类提供了有利条件。

数字报版面布局自动生成方法

2024年05月05 00:00

报纸版面对新闻有一个价值排序合理且美观新颖的展示，让读者面对众多新闻，在短时间获取最具价值的讯息和浏览乐趣。然而，对于排版人员而言，手动制作美观易读的报纸版面布局需耗费大量时间成本。本文结合贝叶斯网络推断和约束规划技术，提出一种数字报版面布局自动生成方法。该方法首先基于历史版面数据驱动和专家经验对数字报版面的结构和属性建立推断模型，使得新生成的版面具有历史特定风格；然后利用推断结果建立混合整数约束规划模型计算版面布局，从而显著减少模型求解空间，提高布局质量。此外，推断模型提供多种可用候选结构为生成结果提供多样性，规划模型具有良好的对齐性能。为了训练和验证模型，本文构建并公开了一个中文版面数据集，包括详细版面新闻属性标签数据。用户研究结果表明版面布局自动生成方法的有效性。

融合反讽语言特征的反讽语句识别模型

韦斯羽, 朱广丽, 谈光璞, 张顺香 — 2024年05月05 00:00

反讽是采用内隐的形式来表达情感的一种方法，反讽语句在文字和所想表达的情感上存在着不同，这使得对反讽语句进行情感分类变得更加困难。针对这一现象，提出一种融合反讽语言特征的反讽语句识别模型，通过加入反讽语言特征来提高反讽语句的识别准确率。首先，采用卡方检验算法对反讽语言进行分析并获取语言特征；然后，利用Word2Vec对语言特征进行训练获取语言特征的特征表示，同时使用注意力机制与Bi-GRU（双向门控循环神经单元）模型获取句子的特征表示；最后，将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入，对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比，实验结果表明，该模型可以有效提高对于反讽语句的识别准确率。

基于自适应损失函数的句子级远程监督关系抽取

胡峰, 杨新瑞, 汤成富, 邓维斌, 刘群 — 2024年05月05 00:00

远程监督关系抽取是一种关系抽取方法，现有方法主要采用多实例学习，在具有相同实体对的样例包上进行关系抽取。但是，包级方法只能缓解却并不能完全解决错误标签问题。基于此，文中首先分析了干净数据和噪声数据的分布，提出了一种新的自适应损失函数；在此基础上，提出了一种基于自适应损失函数的句子级远程监督关系抽取方法。在公开数据集NYT-10以及基于TACRED的合成数据集上的实验结果表明：文中提出的方法优于对比文献中的方法，能够更有效地区分错误标签噪声样例和干净样例，提高了句子级远程监督关系抽取的准确率。

集合空间关键字内聚组查询方法

孟祥福, 赖贞祥, 崔江燕 — 2024年05月05 00:00

给定一个道路网络和社交网络，集合空间关键字查询的目的是找到一组兴趣点，该组兴趣点的文本信息包含所有查询关键字，与查询的位置较近且彼此之间的距离较小。内聚组查询的目的是找到在地理位置和社交关系上紧密联系的一组用户；而集合空间关键字内聚组查询的目的是找到满足查询要求的一对最佳匹配的兴趣点集合和用户集合。针对这一问题，提出一种新的集合空间关键字内聚组查询处理模式。首先通过快速贪心查询过程获得候选兴趣点集合，然后使用core-tree结构存储(k,c)-core核心分解的结果，从而提高内聚组查询效率，并且保证查询结果能够同时满足用户之间的社会关系约束和兴趣点之间的空间位置约束。通过在真实数据集上开展实验，结果表明提出的方法比枚举方法的查询效率快1~2个数量级，并且具有较高查询准确性。

利用BERT和覆盖率机制改进的HiNT文本检索模型

2024年05月05 00:00

为有效提升文本语义检索的准确度，本文针对当前文本检索模型衡量查询和文档的相关性时不能很好地解决文本歧义和一词多义等问题，提出一种基于改进的分层神经匹配模型(hierarchical neural matching model，HiNT)。该模型先对文档的各个段提取关键主题词，然后用基于变换器的双向编码器（bidirectional encoder representations from transformers, BERT）模型将其编码为多个稠密的语义向量，再利用引入覆盖率机制的局部匹配层进行处理，使模型可以根据文档的局部段级别粒度和全局文档级别粒度进行相关性计算，提高检索的准确率。本文提出的模型在MS MARCO和webtext2019zh数据集上与多个检索模型进行对比，取得了最优结果，验证了本文提出模型的有效性。

融合Transformer和交互注意力网络的方面级情感分类模型

2024年05月05 00:00

现有的大多数研究者使用循环神经网络与注意力机制相结合的方法进行方面级情感分类任务。然而，循环神经网络不能并行计算，并且模型在训练过程中会出现截断的反向传播、梯度消失和梯度爆炸等问题，传统的注意力机制可能会给句子中重要情感词分配较低的注意力权重。针对上述问题，该文提出了一种融合Transformer和交互注意力网络的方面级情感分类模型。首先利用BERT(bidirectional encoder representation from Transformers)预训练模型来构造词嵌入向量，然后使用Transformer编码器对输入的句子进行并行编码，接着使用上下文动态掩码和上下文动态权重机制来关注与特定方面词有重要语义关系的局部上下文信息。最后在5个英文数据集和4个中文评论数据集上的实验结果表明，该文所提模型在准确率和F₁上均表现最优。

融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法

2024年05月05 00:00

针对哈里斯鹰优化算法(Harris Hawks optimization, HHO)易早熟收敛、寻优精度低、收敛速度慢等问题，提出一种融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法（improved Harris Hawks optimization, IHHO）。首先，初始化阶段引入Circle混沌映射，提高初始化种群多样性和种群位置质量；其次，引入Sigmoid非线性收敛因子，平衡全局探索和局部开发能力；最后，针对HHO算法易陷入局部最优问题，提出变异准反射学习(quasi-reflection-based learning, QRBL)策略，提高种群活力，进一步提高算法局部收敛能力。仿真实验采用13个标准测试函数和1个经典工程问题对改进算法进行测试，结果表明改进算法收敛精度、收敛速度均有较大提高，适用于解决实际问题。

系统故障演化过程熵及其受逻辑关系的影响研究

2024年05月05 00:00

为研究系统故障演化过程中系统功能状态变化的混乱程度，引入熵概念提出了系统故障演化过程熵（简称演化熵）。演化熵是演化过程某时刻的系统功能状态混乱程度，是系统演化从一时刻发展到另一时刻的系统功能状态混乱程度的变化度量，数值上等于该时刻事件故障概率分布熵（简称分布熵）。研究表明演化熵只能通过某时刻事件故障概率分布得到，且具有确定的值域范围；演化过程中的事件逻辑关系对演化熵的变化有直接影响，或逻辑使演化熵降低且小于任意参与事件的分布熵，与逻辑使演化熵增加且大于任意参与事件的分布熵；随传递次数增加，与逻辑和或逻辑分别对演化熵的提高和降低作用减小。最后通过实例展示了演化熵的确定过程，总结了目前研究存在的问题，提出了后继研究方向。

具有混合策略的樽海鞘群特征选择算法

余紫康, 董红斌 — 2024年05月05 00:00

近年来，随着计算机和数据库技术的快速发展，大规模数据集迅速增长，利用特征选择技术来筛选信息量大的特征已经变得非常重要。本文提出了一种具有混合策略的樽海鞘群特征选择算法(salp swarm feature selection algorithm with hybrid strategy，HS-SSA)。首先，本文生成一张基于互信息的排序表，并由排序表提出了新的初始化策略。其次，提出一个新颖的并且有条件调用的动态搜索算法。最后在位置更新上结合瞬态搜索算法(transient search algorithm, TSO)，改进勘探和开发步骤的效率，增加解空间的灵活性和多样性，从而使算法能够快速定位到全局最优位置。为了验证算法的性能，实验选取14个UCI的数据集，并且与樽海鞘群算法(SSA)以及近几年樽海鞘群的改进算法等多种优化算法进行比较，结果表明HS-SSA在特征选择上具有更强的竞争力。