南京师范大学学报(工程技术版) /oa 一种基于非对称三角形割的重叠社区发现算法 /oa/darticle.aspx?type=view&id=202201001 发现由相似功能的个体所形成的社区结构是复杂网络分析的重要任务之一. 提出一种基于非对称三角形割的重叠社区发现算法,首先根据社区内三角形连接情况对社区质量进行评价,并根据节点与社区的三角形连接定义了节点对社区的归属度和连接强度. 考虑到网络不同部分连接密度的差异,在将节点从社区中移除或加入社区的过程中,为每个节点分别设置了不同的移除阈值和扩展阈值,以提高社区发现质量. 将每个节点与其邻居节点组成初始社区,将归属度低于移除阈值的边缘节点从社区中移除,将连接强度高于扩展阈值的外围节点加入社区,社区节点移除和扩展阶段迭代进行直至社区结构趋于稳定,最后去掉重叠率过高的社区得到最终结果. 在7个带社区标签的网络上将所提算法与其他7个经典重叠社区检测算法进行比较,通过重叠标准互信息和<i>F</i><sub>1</sub>指标进行评价,结果表明所提算法可以较好地发现不同规模网络中的社区结构. 2022年03月15 00:00 2022年01期 1 8 1322564 郑文萍<sup>1,2,3</sup>,毕欣琦<sup>1</sup>,杨 贵<sup>1</sup> 基于三维基因调控网络的智能机器人群体聚合与控制方法 /oa/darticle.aspx?type=view&id=202201002 针对传统的基因调控网络模型会导致机器人群体聚合形态在三维空间中不具备泛化性的问题,提出一种基于三维基因调控网络的智能机器人群体聚合与控制方法,并针对集群围捕任务测试了该方法在三维空间复杂场景下的表现. 在此基础上使用V-rep平台来模拟真实场景,验证了在加入物理特性后该模型的效能. 仿真结果表明,该方法在复杂场景下具有良好的表现. 2022年03月15 00:00 2022年01期 9 15 2363746 范 衠<sup>1,2</sup>,马培立<sup>1,2</sup>,朱贵杰<sup>1,2</sup>,谢敏冲<sup>1</sup>,陈添善<sup>1</sup>,谢 飞<sup>1</sup>,石 泽<sup>1,2</sup>,包卫东<sup>3</sup>,朱晓敏<sup>3</sup> 基于深度强化学习的超密集网络中多用户上行功率控制方法 /oa/darticle.aspx?type=view&id=202201003 针对超密集网络中由于用户数量多、相互距离近,通信过程中彼此之间干扰大,导致频谱利用率不高的问题,建立了通过优化控制发射功率同时提升系统信息容量和满足服务质量的用户数量的优化问题. 由于该问题非凸且功率控制为离散变量,将其建模为马尔科夫决策过程. 在此基础上,提出了基于深度强化学习的功率控制算法,并设计了相应的动作空间、状态空间及奖励函数. 仿真结果表明,所提算法与最大发射功率策略和随机发射功率策略相比,分别提高了至少15.9%的信息容量和至少10.7%的用户服务质量满足率. 与不考虑用户服务质量满足率提升的算法相比,所提算法通过适当降低信息容量,提升了用户服务质量满足率. 2022年03月15 00:00 2022年01期 16 23 2298468 毛 晋<sup>1,2</sup>,熊 轲<sup>1,2</sup>,位 宁<sup>3,4</sup>,张 煜<sup>5</sup>,张锐晨<sup>1,2</sup> 基于UCB算法的交替深度Q网络 /oa/darticle.aspx?type=view&id=202201004 在深度强化学习中,智能体需要与环境进行交互学习,这就需要智能体能够很好地去平衡利用与探索. 因此如何提升算法的样本有效性,增加算法的探索能力,一直是深度强化学习领域中非常重要的研究方向. 结合已有研究成果,提出了一种交替使用多个不同初始化深度Q网络方法,使用网络随机初始化带来的探索性能. 基于最大置信度上界算法先构造一种交替选择深度Q网络策略. 并将该调度网络策略与多个随机初始化的深度Q网络结合,得到基于最大置信度上界的交替深度Q网络算法. 在多个不同的标准强化学习实验环境上的实验结果表明,该算法比其他基准算法有更高的样本效率和算法学习效率. 2022年03月15 00:00 2022年01期 24 29 1563960 吴卿源<sup>1</sup>,谭晓阳<sup>1,2</sup> 基于板块效应的深度学习股价走势预测方法 /oa/darticle.aspx?type=view&id=202201005 股票价格预测作为金融预测领域中一项重要的研究方向,准确预测股票价格的涨跌可以帮助投资者盈利或及时止损. 经研究发现,某些因素(如政策、社会突发事件等)会对同板块下的多只股票价格产生影响,导致同板块的多只股票在某个时间段内出现相似的走势,即板块效应. 因此,同板块下多只股票的价格走势对于股票预测具有参考作用. 针对这一现象,提出了一种基于板块效应的深度学习股价走势预测方法. 首先,使用皮尔森(Pearson)相关系数和XGBoost算法对同板块下多只股票的收盘价进行分析,以筛选出与预测股票相关性高的多只股票,并使用自编码器对这些股票的收盘价进行降维,以提取股票的价格走势; 其次,构建了一个基于卷积神经网络(convolutional neural networks,CNN)与长短期记忆(long short-term memory,LSTM)网络的混合深度学习预测模型,使用一维卷积神经网络提取输入数据的特征,使用LSTM网络对股票价格进行预测. 该模型使用银行、医药、酒业、娱乐传媒4个板块的股票作为实验数据集. 为了提高模型的预测效果,通过随机搜索对LSTM网络的神经元个数进行简单的分析,以选择较优的神经元个数. 最后,通过实验分析,基于同板块数据集的深度学习预测模型具有良好的预测效果. 2022年03月15 00:00 2022年01期 30 38 4626766 李庆涛,林培光,王基厚,周佳倩,张 燕,蹇木伟 基于爬虫和统计技术的智能科研辅助系统 /oa/darticle.aspx?type=view&id=202201006 设计了一种宏观与微观相结合的文献分析基本框架. 首先,基于统计学的平均思想提出了一种文献质量指标评价体系. 然后,基于爬虫和统计技术并借助于 Python 编程语言丰富而强大的标准库和第三方库,构建并编程实现了一个能完成文献自动收集和分析的智能科研辅助系统. 实验结果表明,用户输入检索条件后,系统能自动收集中国知网上相关文献信息并快速有效地向用户呈现一份图文并茂的文献分析报告. 2022年03月15 00:00 2022年01期 39 45 4879261 隆征帆<sup>1</sup>,杨 柳<sup>1,2</sup>,张 星<sup>1</sup> 基于无人机多光谱和SOLO模型的防护林枯树提取方法 /oa/darticle.aspx?type=view&id=202201007 针对三北防护林树种混交比例低、灌水不足、空间分布不均匀、病虫害时发造成的防护林衰退问题,提出了一种小样本下基于无人机多光谱波段生成的SOLO(segmenting objects by locations)实例分割提取枯树的方法. 通过无人机搭载Micro MCA12 Snap多光谱相机获取高空间分辨率影像,将多光谱可见光波段(波段5、波段3、波段1)导出并标注样本,基于最佳指数因子选出排名前10的波段组合进行数据集的扩充,最后基于实例分割SOLO模型进行防护林枯树的提取. 实验结果表明,加入健康树样本,基于ResNet-101+FPN的SOLO模型AP从61.3%提升到63.8%,ResNet-50+FPN组合AP从60.7%提升到63.6%,同时进一步验证了这种样本增强方式的有效性. 2022年03月15 00:00 2022年01期 46 51 1953776 王学文<sup>1,2</sup>,赵庆展<sup>1,2</sup>,隆学丰<sup>1,2</sup>,胡 斌<sup>1,2</sup> 跨模态空域自适应联合均值滤波器 /oa/darticle.aspx?type=view&id=202201008 非局部均值滤波器通过欧氏距离来衡量非局部区域内像素块之间的相似性,取得了较好的去噪效果. 但其对局部性考虑不足,易导致一些非周期性的有用细节在图像去噪过程中被光滑掉. 针对此问题,引入空域局部、非局部联合自适应方法,对原滤波器进行改进; 同时,考虑到多模态图像在实际中的应用愈加广泛,将所设计滤波器推广至跨模态场景,得到了跨模态空域自适应联合均值滤波器. 经典图像实验的主观视觉效果与客观的量化指标均表明,所设计的滤波器较原算法取得了更好的滤波性能. 2022年03月15 00:00 2022年01期 52 58 2355335 杜婉君<sup>1,2</sup>,孙忠贵<sup>2</sup> 联合低秩表示和稀疏约束的双层多视角子空间聚类 /oa/darticle.aspx?type=view&id=202201009 多视图子空间聚类是处理高维数据的一种聚类方法,通过分别在每个视图上构造邻接矩阵的方法解决聚类问题,但未考虑到低秩表示和稀疏约束的结合在构造邻接矩阵中的重要性. 针对此问题,提出一种联合低秩表示和稀疏约束的双层多视角子空间聚类方法,使其更全面地描述数据本身,从而实现更有效的聚类,并采用ADMM方法来解决每个视图相关的低秩表示和稀疏性约束优化问题. 在多个数据集上的实验表明,其聚类性能比现有的多视角子空间聚类算法好,低秩表示和稀疏约束的结合可以提高聚类的准确性. 2022年03月15 00:00 2022年01期 59 67 2138874 张福康<sup>1</sup>,尹宏伟<sup>1</sup>,成新民<sup>1</sup>,杜文辉<sup>2</sup>,徐黄镇<sup>2</sup> 基于交叉熵-遗传算法的武器目标分配问题研究 /oa/darticle.aspx?type=view&id=202201010 武器目标分配问题是军事领域中重要的研究课题,其主要任务是在一定的条件下将武器与来袭目标合理分配,以达到最大的作战收益. 提出了一种将遗传算法融入交叉熵算法的混合算法. 首先,通过交叉熵算法将原本的武器目标分配优化问题与估计问题联系起来,构建满足武器目标分配方案解的离散概率分布矩阵,进而根据矩阵生成代表解的多个样本. 然后,利用遗传算法中的选择、交叉、变异操作增加样本的多样性. 最后,利用推导出最优解的迭代公式来更新矩阵,当满足迭代终止条件时输出的矩阵即为最优解. 分别针对二维单目标函数优化问题和武器目标分配问题进行计算对比,计算结果验证了交叉熵-遗传算法的有效性. 2022年03月15 00:00 2022年01期 68 74 1329581 马金慧,杨 玉,李存华,戴红伟 基于外点检测的加权<i>k</i>-means算法 /oa/darticle.aspx?type=view&id=202201011 为解决<i>k</i>-means聚类算法中异常样本点破坏数据分布,致使簇中心发生较大偏差的问题,通过计算样本点与潜在簇中心的距离赋予样本点不同的权重,降低外点对数据分布的影响,并通过对权重向量施加<sub>0</sub>-norm范数在聚类模型中自适应移除外点. 采用交替最小化优化算法求解模型,在人工合成数据集和真实数据集上的实验表明,所提模型能有效降低外点对聚类的影响,可得到更有效的聚类效果. 2022年03月15 00:00 2022年01期 75 80 1429167 胡豪杰<sup>1</sup>,陈辉<sup>2</sup>,穆婷婷<sup>3</sup>,姚敏立<sup>1</sup>,何 芳<sup>1</sup>,张峰干<sup>1</sup> 基于CRF和深度学习的病历实体识别的研究 /oa/darticle.aspx?type=view&id=202201012 随着电子病历数据量的快速增长,如何深层次、高效率地利用电子病历资源成为越来越迫切需要解决的问题. 从真实病历出发,研究电子病历的医学实体识别问题,为计算机更好地辅助医疗奠定基础. 通过人工标注的108份心血管科的真实病历数据与3类特征模板,运用条件随机场和双向长短时记忆网络联合条件随机场对心血管科电子病历疾病命名实体抽取的实验,并进行比较分析. 结果表明,结合合适的特征模版,条件随机场模型有更好的抽取性能,是一种较为适用的病历命名实体抽取方法. 2022年03月15 00:00 2022年01期 81 85 1546271 杨荣根<sup>1</sup>,王 博<sup>2</sup>,龚乐君<sup>2</sup> 小样本场景下的强化学习研究综述 /oa/darticle.aspx?type=view&id=202201013 根据小样本问题背景,将小样本场景分成两类,第一类场景追求更专业的性能,第二类场景追求更通用的性能. 一般在知识泛化过程中,不同的场景对知识载体的需求有着明显的倾向性. 针对小样本学习方法,以知识载体的角度,将其分为使用过程性知识的方法和使用陈述性知识的方法,再讨论该分类下的小样本强化学习算法. 最后,从理论和应用等方面提出了可能的发展方向,以期为后续研究提供参考. 2022年03月15 00:00 2022年01期 86 92 8860402 王哲超<sup>1,2,3</sup>,傅启明<sup>1,2,3</sup>,陈建平<sup>2,3</sup>,胡伏原<sup>1,2,3</sup>,陆悠<sup>1,2,3</sup>,吴宏杰<sup>1,2,3</sup>