《物联网技术》简介

《物联网技术》杂志是一本经国家新闻出版总署批准,手续齐全的物联网专业科技期刊。国内统一连续出版物号:CN61-1483/TP,杂志现为月刊,每月20日出版。本刊已入选《RCCSE中国准核心学术期刊(B+)》《信息通信领域国内高质量科技期刊分级目录》T2级,并被《中国核心期刊(遴选)数据库》、中国学术期刊网络出版总库、中文科技期刊数据库、龙源国际期刊网全文收录。特别专访:紧追行业热点,邀请行业专家、企业领袖针对我国物联网产业核心技术、标准体系、产业培育、应用示范、信息安全、公共服务等方面进行权威分析、解读,为读者了解物联网产业现状、发展趋势提供参考。

融合共享Net的跨模态脑肿瘤分割方法

为了增强脑肿瘤图像分割算法的泛化能力,提出一种融合共享Net的跨模态分割框架。该框架包括风格转换、跨域训练和自适应判别三个阶段。首先,采用贝塞尔曲线进行域变换,从多种与源域灰度不同的图像去模拟不可见的目标域;其次,构建基于轻量级尺度注意力模块的共享Net模型,将多种风格的灰度图像输入到共享Net中来学习不同域的权重信息;最后,在模型推理时,通过自适应判别器来自适应选择最佳分割结果。仿真结果表明,所提共享Net算法能实现有效泛化的同时,在分割性能和计算效率上均优于当前最先进的方法。

基于双语词典的远距离语对无监督神经机器翻译方法

为了缓解大型平行语料库稀缺性对机器翻译质量的影响,无监督方法在神经机器翻译领域备受关注,但其在远距离语言对上的翻译表现仍有待提高。因此,文中引入了翻译语言模型(TLM)并提出了Dict-TLM方法。该方法的核心思想是结合单语语料和无监督双语词典训练语言模型。具体而言,模型首先接受源语言句子作为输入,然后,不同于传统TLM只接受平行语料,Dict-TLM模型还接受源语言句子通过无监督双语词典处理后的数据作为输入,在这种输入中,模型将源语言句子中在双语词典中出现的单词替换为相应的目标语言翻译词,重要的是,该方法中的双语词典是无监督获得的。实验表明,Dict-TLM相对于传统无监督机器翻译在中英语言对上提高了3个BLEU分数。

改进RepSurf的点云语义分割

点云分析一直以来都是一个具有挑战性的问题,主要是因为点云数据的非结构化特性所致。为了解决这个问题,RepSurf基于PointNet++提出了一种多曲面表示局部点云特征的方法。然而,RepSurf中的集合抽象层仅通过一个MLP学习局部特征,这远远不够。为此,引入了两个模块,即倒置残差模块和注意力模块。这两个简单但有效的即插即用模块可以更好地学习局部特征。倒置残差模块通过添加更多的MLP层,丰富了特征提取过程;而注意力模块则包括通道注意力和空间注意力,更加关注关键点特征的学习,使得学习到的特征更具代表性。在公共基准数据集S3DIS上评估了文中的方法,在语义分割任务中mIoU指标达到72.3%,比RepSurf高出2.5%。

基于三元联邦学习的车联网数据协同学习与通信优化研究

随着汽车互联技术的普及,联邦学习已成为解决数据隐私安全问题的重要手段。然而,与此相伴的成员推理攻击和通信成本仍有待解决和改善。文中提出采用联邦差分隐私方法以防御成员推理攻击,并引入了三元梯度技术和模型压缩以进一步降低通信成本。在差分隐私实验中,通过比较不同高斯噪音分布的方差,发现与传统的差分隐私相比,联邦差分隐私更接近于无隐私保护方案的准确率,特别是当C>1时效果最好。在三元梯度实验中,观察到在数据集MNIST、Cifar10、Cifar100、SVHN上,训练梯度分别降低了93.33%、93.56%、93.60%和93.74%,这表明三元梯度可以更有效地降低通信成本。在层敏感度实验中,发现在rate=85%、90%、95%时的准确率与未压缩时(rate=100%)的准确率相差无几,进一步证明所提方法为解决成员推理攻击和降低通信成本的有效性。

AI环境下第三方支付虚拟账户安全检测与保护技术研究

为了探索AI环境下第三方支付虚拟账户的安全检测与保护技术,提升整个支付系统的安全性与有效性,文中应用动态输入复合加密技术、第三方认证技术、复合加密技术、自定义编码转换表等进行支付复合加密技术的设计。仿真实验证明,所设计技术在AI环境中实现了动态输入复合加密技术、第三方认证技术以及复合加密支付流程,并在实际应用中具备抵御安全威胁的能力。针对AI环境下第三方支付虚拟账户的安全问题,该技术成功改进了支付流程设计,提高了支付流程的安全性和有效性,对提升第三方支付系统的整体安全水平提供了重要的理论支持与实践指导。

基于小波时频图和ResNet18的焊接状态监测方法研究

针对焊接过程中因外部干扰因素或焊接参数选择不当而导致的气孔和未熔合缺陷的问题,提出一种小波时频图和深度残差网络(ResNet18)相结合的焊接质量检测方法。首先,搭建管道全位置自动焊接试验平台,利用拾音器记录熔合良好、未熔合和气孔焊接状态下的声音信号,将采集到的声音信号进行小波阈值降噪处理并且计算信号的信噪比,从而得到合适的信号降噪方法。其次,使用连续小波变换得到小波时频图,对时频图进行压缩和预处理,将时频图的大小设置为224×224,并剔除时频图上的标题、坐标和能量等。最后,将处理好的小波时频图作为输入,以未熔合、熔合良好和气孔三种状态作为输出,利用ResNet18网络进行训练。结果表明,该模型对三种焊接状态下的声音信号具有良好的监测效果,其准确率为90.78%。

基于CLAHE的铝模天花样本图像增强算法研究

在拍摄铝模天花图片过程中,光线暗、曝光不足都是造成图片整体亮度偏低的原因,使得图片丢失边缘细节信息。为了改善图像视觉效果,设计一种改进的直方图均衡化技术,即限制对比度自适应直方图均衡(CLAHE)算法。从计算初始直方图开始,对每个像素的出现频率都进行记录,汇总后得到初始直方图。在初始直方图的基础上,计算出正规化直方图和累计直方图并且求均衡化的映射关系,然后将结果写入新图像中。实验结果表明,经过CLAHE增强处理后,抑制了干扰区域,突出了图片中的特征点。与单独的直方图均衡算法相比,CLAHE能非常有效地提高铝模天花图像的清晰度与对比度。该算法易于实现,经济划算,具有实际应用价值。与当前主流算法相比,CLAHE算法效果更佳。

基于人工智能的多模态雷达自适应抗干扰优化算法

多模态雷达系统容易受到外界环境干扰,如天气条件、电磁干扰等,而这些干扰可能会影响多模态雷达数据的准确性和稳定性。多模态雷达的抗干扰性能决定雷达的测量精度,因此,为提升多模态雷达的抗干扰能力,提出基于人工智能的多模态雷达自适应抗干扰优化算法。该算法以多模态雷达信号模型为基础,分析距离速度同步欺骗干扰、频谱弥散干扰原理,计算欺骗干扰时雷达接收的总回波信号。将计算的回波信号结果输入至人工智能的YOLOv5s深度学习模型中,通过模型的训练和映射处理,完成多模态雷达自适应抗干扰优化,实现雷达欺骗性信号干扰抑制。测试结果显示,该算法的干扰对消比结果在0.935以上,干扰输出功率结果在0.017以下,能够可靠完成多干扰和单一干扰两种干扰抑制,实现多模态雷达自适应抗干扰优化。

基于申威SIMD指令的H.264编码优化

国产化申威处理器出现较晚,其在多媒体领域中的性能还不突出,同时通用处理器中的单指令流多数据流(SIMD)因能有效提升并行处理能力而受到处理器厂商的青睐。为提高国产化自主平台申威架构的多媒体处理能力,结合申威架构Core3B体系的SIMD指令系统,提出一种基于申威架构的SIMD指令集H.264编码优化方法。结合申威处理器的并行结构特点,利用申威适配的Perf、Top指令等系统性能分析工具,采集两种主流视频分辨率下与编码性能强相关的高频热点函数,详细分析其程序并行化可行性,采用手工嵌入申威SIMD和访存扩展等汇编指令进行细粒度优化。实验结果表明,该方法在申威架构下的H.264平均编码性能提升了约30%。相应工作成果已推送到申威社区,增强了基于申威处理器的国产计算机在桌面多媒体应用领域的工作体验。

改进YOLOv8算法的交通标志小目标检测

针对传统网络模型在交通标志检测方面存在的小目标识别不准确的问题,提出一种改进的Ghost-YOLOv8交通标志检测模型。首先,使用GhostConv代替了全部Conv,并设计全新的GhostC2f模块来替代全部的C2f,使模型轻量化;其次,将上采样算法替换为CARAFE,以更好地保留图像的细节信息;然后,在Neck部分引入了GAM注意力机制模块,以增强特征中的语义信息和位置信息;最后,为了解决检测小目标时尺度不一致导致的语义信息丢失问题,添加了小目标检测层,以增强深层和浅层语义信息的融合。实验结果证明,该模型在中国交通标志检测数据集TT100K中的召回率、mAP@0.5、mAP@0.5:0.95指标分别提高了6.8%、4.0%、3.6%,并且模型的参数量及模型大小分别降低了1.069×10^(6)、1.9 MB。综合说明,所提出的模型在精准度不变的前提下,减少了模型的参数量及大小,并能更好地检测到原模型检测不到的小目标;同时,比对比算法具有更好的性能表现,并且适用于边缘计算设备,具有实际应用价值。

基于传统边缘算子的车道线识别研究

车道线识别检测技术是汽车实现自动驾驶的关键技术之一,利用图像低级特征提取技术实现边缘检测是车道线识别的最佳方法之一。为解决传统车道线检测易误检、漏检、效率低等问题,利用结构化道路条件下车道线图像,在去噪、滤波等预处理后对获取的图像进行ROI区域提取。基于传统边缘检测算子边缘提取方法,发现Roberts等算子在考虑环境因素下检测结果存在细节边缘提取不足的问题。通过比较发现,利用霍夫变换改进的Canny算子边缘检测方法不仅能够有效提高检测结果的精确度,而且能够同时提升运行速度。该方法能够有效避免传统边缘检测方法检测结果误差大的问题,具有较强的鲁棒性和抗干扰性。

基于资源感知的分布式爬虫任务调度方法

文中致力于开发一种基于资源感知的分布式爬虫任务调度方法,以优化分布式环境中各节点的系统资源利用,提升爬虫任务的执行效率。该方法通过引入资源感知调度算法和节点优先级管理,实现对节点中CPU、内存、网络等资源的监测,以便均衡调度爬虫任务,即确保爬虫任务在资源利用率较低的节点上执行,从而有效减轻各个节点之间资源过度占用和不均衡问题。另外,该方法引入的Flask提高了可扩展性,实现了可视化爬虫监控平台。实验结果表明,文中提出的方法在提高爬虫任务执行效率和适应性方面取得了显著效果,为分布式爬虫系统的进一步优化提供了有益指导。

考虑供需灵活性量化的源-荷-储多时间尺度协同优化

风电、光伏类新能源出力具有随机性和波动性,且随着新能源渗透率的增高,系统灵活性需求也激增。在此背景下,考虑源-荷-储灵活性资源互动,对新能源高渗透系统源-荷-储协同运行问题展开研究。首先,引入向上、向下裕度量化系统灵活性,并利用灵活性供需平衡机理动态评估灵活性需求;其次,提出一种考虑供需灵活性的多时间尺度协同运行方法,构建典型周、典型日、典型时段运行模拟模型,并将碳交易收益和灵活性不足惩罚成本纳入优化目标,考虑调峰需求和爬坡容量对典型时段灵活性的影响,采用多级优化、逐级细化的思路求解模型。算例分析表明,所提方法在保障系统环保性和经济性的基础上,提升了系统各个时间尺度上的灵活性容量,可以促进系统新能源消纳。

基于改进神经网络的视频序列运动目标识别方法

为改善运动目标检测效果,降低目标漏检率,提出一种基于改进神经网络的视频序列运动目标识别方法。构建改进YOLOv3的运动目标识别模型,以不同帧视频图像为模型输入,经过卷积层的初步特征提取后,输入到由5个残差模块组成的深层网络中。通过以上采样方式构建特征金字塔,实现对运动目标四尺度特征的捕捉。在特征金字塔的每一层,应用K-means算法对运动目标真实框进行聚类,确保候选框尺寸和比例与真实运动目标的统计特性相匹配;再利用获得的候选框和分类器对特征图上每个位置进行目标检测,运用非极大值抑制技术剔除重叠框,将斥力损失函数引入到网络训练总损失之中,使预测框无限贴近运动目标真实框,实现对运动目标的精准识别。实验结果表明,所提方法具有显著的运动目标识别能力,当聚类数目为12时,运动目标识别的AUC、F1指标可达到0.92、0.90,且计算量较少。

基于改进麻雀搜索算法的PID参数整定系统设计

PID参数整定是PID控制中的一个关键步骤,常规的PID控制在一定程度上已被淘汰。为改善PID控制的效果和精度,文中将黄金正弦策略与精英反向学习策略相结合,提出一种改进的麻雀搜索算法。用23个标准函数对所提出的新方法进行了验证,实验结果证明了新方法的有效性。利用改进的麻雀搜索算法对PID控制参数进行了优化,并对该方法进行了仿真分析。结果表明,采用该方法进行PID参数整定时,其具有更好的稳定性、更高的精度和更好的性能。

基于改进EMD-Kurtogram法的滚动轴承早期故障诊断研究

实现滚动轴承早期故障准确诊断的关键是得到故障部位有效振动信息,但实际工程中所采集到的轴承振动信号常含有噪声、干扰成分,给有效信息的选择带来了困难。带通滤波是解决该问题的有效方法之一,但不合理的滤波器参数会降低诊断结果的准确性。为此,提出一种基于改进EMD-Kurtogram法的滚动轴承早期故障诊断方法。该方法首先对EMD方法处理后的采样信号进行重构,再根据快速谱峭度图得到带通滤波器所需要的最优参数,最后经过带通滤波及时频域分析得到故障频率。通过实验平台验证及相关算法的对比得出,所提方法得到的故障倍频信息更加充分、清晰,所含噪声干扰更少,证明了该方法的有效性和先进性。

一种复杂背景下的铁路货运车辆车号定位方法

针对复杂背景下铁路货运车辆车号定位复杂、定位准确率低的问题,提出一种采用ResNet50作为基本特征提取网络,同时引入空残差块对学习样本进行多层特征融合,构造了一种新的特征提取网络和改进算法,提高目标检测网络的特征表达能力,实现了快速车号目标检测。实验数据集采用自建数据集,并通过三个对比实验验证了该方法的可靠性。当IoU阈值为0.5时,改进算法的平均精度值为97.1%,分别比F⁃VGG和F⁃ResNet50高9.4%和6.8%,同时采用改进算法对我国铁路常用不同车型货运车辆进行车号定位测试实验,从实验结果可以看出优化方法没有误分类或漏检。改进后的算法可以提高复杂背景下铁路货运车辆车号的定位精度,具有较强的泛化能力,对实现复杂背景下车辆车号快速定位具有一定的参考意义。

基于傅里叶变换的雷电磁频谱研究

为了研究直击雷和感应雷的电磁频谱特性,采用Matlab仿真软件绘制出标准雷电流波形图,再通过快速傅里叶变换分析标准的雷电流波形的频谱特性,并提取出雷电流波形在相应频域的有害频率范围,最后从频谱图中提取雷电流的基波和高次谐波,取前5次谐波的幅值与相位还原谐波的函数表达式。通过分析有害谐波存在的频率范围和过滤有害谐波的科学方法,为雷电磁脉冲辐射防护措施的制定提供了参考依据。

基于索引布隆过滤器的DDS自动发现算法

数据分发服务(DDS)被广泛用于分布式系统的网络搭建,其中自动发现机制是DDS的关键部分。现有的DDS自动发现机制大都采用简单发现协议(SDP),但这种协议在大规模分布式系统的网络环境中会产生网络负载过高、匹配效率低下等问题。针对这些问题,提出一种基于索引布隆过滤器的轻量级DDS自动发现算法。该算法基于多维向量结构和索引值间的位操作设计一种索引布隆过滤器,用于压缩分布式系统网络节点间的传输信息,同时提供比标准布隆过滤器更低的误判率。结合索引布隆过滤器与SDP,能够减少DDS自动发现过程中的资源消耗并提高匹配效率。实验结果表明,在节点匹配率为10%的情况下,所提出的DDS自动发现算法相比基于标准布隆过滤器的SDPBloom算法,发现过程的数据包数量减少了46.39%,匹配时间缩短了73.30%。