计算技术与自动化

基于DBSCAN算法的改进RRT-Connect路径规划研究
李刘洋，王可庆，焦思韬，周奇

2025 Vol.(1) 1-6[摘要](246)

针对双向快速扩展随机树（RRT-Connect）算法收敛速度慢、路径搜索效率低、路径曲折的问题，提出了一种基于DBSCAN算法的改进RRT-Connect算法。在RRT-Connect算法基础上加入节点引力场引导新节点产生方向，使收敛速度变快；同时通过引入椭圆采样方法，缩小采样范围，提高路径规划效率；最后在改进RRT-Connect的基础上引入DBSCAN聚类算法，使得到的规划路径更加平滑可靠，增强算法的鲁棒性。为了验证改进后的算法优化效果，分别在不同环境中与RRT算法、RRT-Connect算法进行仿真比较。仿真实验表明，改进后的RRT-Connect算法路径规划效果均要优于其他两种算法，不仅加快了路径规划速度，而且得到的路径接近最优解，具有普遍适用性、鲁棒性高等特点。 [PDF](813k)(151)

基于混合加密的电力网络数据安全与隐私保护算法研究
汪林

2025 Vol.(1) 7-11[摘要](77)

为缩短电力网络数据加解密时间，提出了基于混合加密的电力网络数据安全与隐私保护算法。将电力网络数据转换为时间数据序列并进行预处理，通过隐私偏序拓扑分类，建立隐私数据多视图聚类。采用高级加密标准（AES）算法加密电力网络隐私数据，使用椭圆曲线密码学（ECC）公钥加密AES会话密钥，结合Hash函数计算散列值，生成数据安全验证签名。通过混合加密实现电力网络数据安全与隐私保护。实验结果表明，所提算法的数据加解密时间仅为430 ms，能够有效提高电力网络数据安全与隐私保护的实时性。 [PDF](926k)(62)

基于相位相关和Harris纹理分类的SIFT图像拼接算法
陶磊，郝晓丽，王松涛，张磊，唐泽恬

2025 Vol.(1) 12-18[摘要](86)

针对传统尺度不变特征变换(SIFT)算法计算量大的问题，提出了一种基于相位相关和Harris纹理分类的SIFT图像拼接算法。首先使用相位相关法获取待拼接图像的重叠区域，其次使用Harris角点响应函数计算待拼接图像的纹理复杂度，并且通过设定阈值将图像分为强纹理区和弱纹理区，最后在强纹理区域使用SIFT算法进行特征点的检测、描述子的生成以及特征点的匹配，以实现图像拼接。实验结果表明，与传统的SIFT算法相比，提出的算法平均拼接速度提升了85%；与现有的SIFT算法相比，提出的算法平均拼接速度提升了20%，因此该算法在对拼接效率有较高要求的领域具有潜在的应用价值。 [PDF](1400k)(55)

显著性特征重构下的海上钻井作业场景潜在安全风险视觉图像识别算法
覃建宇1，刘宇沛2，邓文杨1，王天昊2，黄泽彬1

2025 Vol.(1) 19-24[摘要](50)

在海上钻井作业场景潜在安全风险分析过程中，基于几何和纹理特征识别视觉图像包含的潜在安全风险，在复杂场景下会受到背景噪声干扰，使得识别结果F1值较低。因此，提出了显著性特征重构下的海上钻井作业场景潜在安全风险视觉图像识别算法。通过现场监控平台采集海上钻井作业场景视觉图像，利用改进直方图均衡算法实现视觉图像增强处理。建立图像显著性矩阵获取图像感兴趣区域，将小面积区域去除后针对该区域提取显著性特征，依托于自适应特征重构金字塔结构完成显著性特征重构。以基于区域的卷积神经网络为核心构建识别模型，将显著性特征重构结果输入模型中进行学习，输出海上钻井作业场景潜在安全风险识别结果。实验结果表明：当前算法应用后得出的识别结果F1值保持在0.93以上，充分体现了该识别方式的优越性。 [PDF](1097k)(37)

基于HLS的自动白平衡算法实现
何昱，彭伟

2025 Vol.(1) 25-28[摘要](51)

随着高品质相机的普及和图像处理领域的不断发展，人们对图像质量提出了更高的要求。现有的工业相机采集到的图像信息都存在一定的色偏现象，一般需要图像处理器（Image Signal Processor，ISP）对图像进行处理。白平衡处理作为ISP处理中一个非常重要的功能，直接决定着图像信息的色彩效果。本文基于Vitis HLS平台实现了AXI-stream视频流接口的白平衡算法IP，同时基于ZYNQ的ARM+FPGA的片上系统对IP进行了上板验证。本算法IP在1920×1080@60fps的视频流下保证了算法的实时性，同时对图像具有良好的校正效果。 [PDF](742k)(32)

基于注意力机制的遥感图像车辆目标检测
肖美波，孟维伟，刘轩宏，张丹

2025 Vol.(1) 29-34[摘要](111)

为了更好地通过遥感图像监测地面交通流量，应对日趋复杂的路况问题，提出了一种基于YOLOX的全新的一阶段目标检测网络AE-YOLO(Attention-Enhanced YOLO)。采用混合注意力加强的SCACSP特征增强模块，很大程度上抑制了背景信息，突出了目标的显著特征，用解耦头部代替耦合头，大大提高了网络的收敛速度和性能。对损失函数进行改进，使用CIoU Loss代替原来的IoU Loss，从而解决了树木遮挡等造成的车辆漏检问题。试验结果表明，与主流的目标检测网络相比，该方法在精度上有更好的表现。 [PDF](684k)(59)

高光谱成像特征重构下的岩土体斜坡结构滑坡敏感区自动识别技术
黄歆，蒙亮，韦耀阳

2025 Vol.(1) 35-40[摘要](62)

研究了高光谱成像特征重构下的岩土体斜坡结构滑坡敏感区自动识别技术，以改善滑坡识别效果，为滑坡危害预防提供数据支持。提取岩土体斜坡结构高光谱图像像元的LBP特征并计算其特征值后，确定像元的空间邻域块，依据标签信息剔除高光谱图像背景，再根据光谱距离计算各空间邻接块像素点权值，获得中心像素点空间重构特征值，将其与获取的LBP特征值作融合处理，实现高光谱图像特征重构，将其与反映滑坡敏感性特征的影响指标一起输入构建的基于DETR的滑坡敏感区识别模型中，通过改进后的ResNet-26网络提取岩土体斜坡结构滑坡特征图，由位置编码单元对已切割的各正方形图像块作位置编码，通过Transformer编解码器对其作训练后，由前馈神经网络输出滑坡敏感区的定位识别结果。实验结果表明：该技术可实现岩土体斜坡结构滑坡敏感区识别，ω取值为6时，滑坡敏感区识别效果最优。 [PDF](704k)(42)

YOLOESD-基于改进YOLOv8的海洋垃圾图像检测
李翠，王姣

2025 Vol.(1) 41-45[摘要](87)

海洋垃圾不仅严重威胁海洋动物的健康及其栖息地，由其释放的有毒物质进入食物链后对人类身体健康同样造成消极影响。由于海洋图像受到光照投影的影响，并且垃圾的尺寸通常较小，以往的目标检测算法对海洋垃圾的检测性能并不理想，因此提出了一种基于YOLOv8网络模型的改进算法(YOLOESD)，该算法共有三个改进点：首先，采用Stemblock模块替换了模型的初始卷积，在减少模型参数量的同时，提高模型检测的精确度；其次，融合高效多尺度注意力模块(EMA)，有效减少了模型的漏检和误检问题；最后，在原模型的头部额外增加一个小目标检测头，提高模型对小尺度目标的敏感度。实验结果表明，改进后的YOLOv8网络模型与原网络模型相比，漏检情况得到明显改善，mAP@0.5达到90.8%，精度提高了3.6个百分点；YOLOESD网络模型的检测效果优于原网络模型及经典的网络模型。 [PDF](926k)(49)

基于关键点匹配和深度特征的水电站无人机巡检图像异常目标识别
崔杰连，于洋

2025 Vol.(1) 53-58[摘要](70)

为了满足不断上涨的电力能源需求，分布式能源并入大电网规模逐渐加大，尤其是水力发电机组（水电站），其占据比重最大，对电网运行安全性影响最大，需要保障水电站运行的可靠性，因此提出了基于关键点匹配和深度特征的水电站无人机巡检图像异常目标识别方法研究。预处理水电站无人机巡检图像，提升巡检图像的清晰度，以此为基础，采用方向梯度直方图模式提取巡检图像深度特征，选取较重要的深度特征作为关键点，对巡检图像进行匹配，将同一水电站场景巡检图像整合为一个集合，根据深度特征是否具有离群点判定巡检图像是否存在异常目标，计算异常目标深度特征与已知异常目标特征之间的相似度，从而实现巡检图像异常目标的识别。实验数据显示：应用提出方法获得的异常目标识别结果与实际异常目标识别结果一致，异常目标识别平均精度最大值为95%，充分证实了提出方法应用性能更优。 [PDF](1078k)(29)

多波束声呐技术应用设计
王立平

2025 Vol.(1) 59-63[摘要](50)

随着海洋探索技术的不断进步，基于多波束声呐技术应用的海底地形三维模型可视化建模已经成为海洋科学研究的重要工具。为此，提出了一种综合方法，该方法利用多波束声呐系统采集的海底地形数据，通过数据预处理、格网化、三维建模、纹理映射及可视化等步骤，实现海底地形的精确三维表示。实验结果表明，该技术不仅提高了海底地形数据的可用性和可解释性，而且通过高效的数据处理算法，增强了模型的分辨率和细节表现。水平分辨率和垂直分辨率分别高达2 m和0.5 m，为海洋地质、生态、考古及工程应用提供了强有力的支持。 [PDF](899k)(29)

拟合稀疏信号的可穿戴设备混合现实视觉人机交互方法
张恒1，任晓康1，郝飞1，高亚娟2，王天宇3，谢利德1

2025 Vol.(1) 64-69[摘要](55)

常规人机交互方法主要依托于深度自适应算法，缺少对动作特征的重构，无法对待检测样本进行动态对齐，使得动作识别错误率较高。为此，提出了拟合稀疏信号的可穿戴设备混合现实视觉人机交互方法。基于骨骼信息融合原理获取动作动态，并将动作图像从深度图像中分割出来，通过将动作图像进行超平面转换，得到动作参数峰值。结合动作边缘方程提取动作特征值，采用拟合稀疏信号算法对特征点进行空域离散化处理，利用稀疏信号阵列模型对动作特征进行重构与动态对齐，从而近似分类与识别动作类型，借助鼠标控制pynput库对角色进行动作驱动，由此实现人机交互。以可穿戴设备混合现实视觉数据集作为实验对象，将所提方法应用于人机交互的动作识别，结果表明，所提方法对于不同类别的动作识别具有更低的识别错误率。 [PDF](753k)(30)

基于超像素分割与三维空间的智慧站场人员违规行为全方位跟踪监测方法
王全乐，张演义，姜艳民，张奋，周赛峰，白社峰

2025 Vol.(1) 70-74[摘要](58)

现有智慧站场人员跟踪监测方法难以在兼顾多目标的同时保证较高的监测性能。为此，设计了基于超像素分割与三维空间的智慧站场人员违规行为全方位跟踪监测方法。基于改进的Itti视觉模型，提取感兴趣区域，通过小波变换替换Itti视觉模型中的高斯金字塔。设计结合超像素分割与联级AdaBoost检测的ABS运动检测算法，基于三维空间与孪生网络，设计三维多目标跟踪监测算法，联合运动预测模块、数据关联模块与跟踪监测管理模块，实现智慧站场人员违规行为的全方位跟踪监测。实验结果表明，该方法的AMOTA最高达到39.32，多目标跟踪监测准确性得到保证。 [PDF](778k)(40)

三维激光点云数据映射下的变电站可视化自动巡检技术
邱凯义，刘洁，马洪波，李净雅，方梦然

2025 Vol.(1) 75-79[摘要](57)

考虑到变电站运行环境具有一定的复杂性，可视化巡检可以避免变电站在运行中出现故障，为了提高变电站巡检效率，提出了一种三维激光点云数据映射下的变电站可视化自动巡检技术。根据变电站三维激光扫描仪的数据采集原理，计算变电站到激光发射点的距离，利用三维激光的发射光束，采集变电站各个区域的点云数据，得到变电站整个场景的激光点云数据。将三维激光点云映射的平方根作为映射函数，映射变电站的三维激光点云数据。基于巡检机器人的位姿变化向量，构建巡检机器人的运动模型，根据机器人的位姿信息，得到巡检机器人的位置，通过位置更新，构建巡检地图计算函数，实现变电站的可视化巡检。实验结果表明，本文技术适用于点云缺失较低的场景，并将变电站设备的巡检范围提高到45m以上，提高了巡检效率。 [PDF](980k)(34)

基于MFBN-YOLOv5输电线路绝缘子缺陷检测研究
王凯1，黄陈蓉2，顾杰1，季星宇1

2025 Vol.(1) 80-87[摘要](62)

针对输电线路上绝缘子检测效率低下的问题，提出了一种绝缘子缺陷检测模型MFBN-YOLOv5。首先针对骨干网络中特征提取能力不足的问题，本文设计了MC3模块替换骨干网络中的C3模块，在骨干网络尾部引入了Fenhence模块，模块采用卷积与空洞卷积串联的方式，有效扩大感受野并增强特征提取。其次，为了改进模型特征融合的能力，在颈部引入BiFPN结构，提升网络对绝缘子不同缺陷的特征融合能力。最后，边界回归损失函数使用NWD(Normalized Wasserstein Distance)度量方式，提高了在复杂背景条件下模型对绝缘子缺陷的定位精度。实验结果表明，改进后的MFBN-YOLOv5模型可以快速、准确地检测绝缘子的缺陷，平均精度均值（mAP0.5）达到95.6%，比原YOLOv5s模型高3.9%，能够满足日常电力巡检的需求。 [PDF](1327k)(40)

基于符号秩统计量的非参数阶段累积和控制图
徐薪苡，朱永忠，杨亦浏

2025 Vol.(1) 88-95[摘要](39)

控制图是现代工业生产中常用的质量控制方法，传统控制图通常在数据服从正态分布的情况下进行研究。然而，在实际生产过程中，数据的正态分布假设并不总是成立，且有时分布的情况未知。针对这一状况，可以采用非参数控制图对生产过程进行监控。本文提出了一种基于Wilcoxon符号秩统计量的非参数阶段累积和控制图，通过对非参数累积和控制图的结构进行调整，使得所提出的控制图在监测不同范围的位置偏移时更加灵敏。通过模拟分析了该控制图的受控与失控表现，并与其他非参数控制图进行了比较.结果表明，本文提出的方法具有良好的监控效果。 [PDF](697k)(28)

基于数字孪生技术的电力设备RFID传感器数据可靠性研究
陈曦，苏冰，李深山

2025 Vol.(1) 96-101[摘要](49)

基于环境干扰、传感器故障、数据传输错误等原因，电力设备RFID传感器数据可能存在噪声、漂移或失真，无法确保传感器数据的可靠性。为此，提出了基于数字孪生技术的电力设备RFID传感器数据可靠性分析方法。通过分析RFID传感器的热传导路径以及接触电阻，构建传感器孪生模型，实现对传感器内部温度场的分析。在此基础上，从时间和空间两个维度选取传感器数据可靠性分析指标，结合数字孪生模型输出数据的置信度，对数据可靠度进行计算。实验结果表明，本方法对传感器数据的可靠性评估期望误差值较低，能够有效提高电力设备RFID传感器数据可靠性分析精度。 [PDF](1006k)(32)

采用Jetson嵌入式平台的LCD仪表数字识别方法研究
郭清达1,2，刘坚2，李健2，胡琨元1,2，于广平1,2

2025 Vol.(1) 102-106[摘要](49)

当前各行各业面临着数字化转型，亟需工厂各个环节设备的仪表数据进行全流程的感知，然而大量接口封闭和无数据接口的LCD数字仪表难以快速地获得数据。针对LCD仪表数字检测识别过程中的图像信息冗余、显示屏帧切换导致的数字重影和边缘侧快速部署需求，提出了一种采用Jetson嵌入式平台的LCD仪表数字识别方法。该方法通过设定感兴趣区域（Region of Interest, ROI）减少冗余信息，并结合帧间差分获得ROI阈值信息，过滤掉仪表重影图像，最后应用PP-OCRv2轻量化网络模型中的检测网络模型和识别网络模型。测试结果表明，在Jetson嵌入式平台部署程序，采用帧间差分法能够显著地过滤掉LCD仪表数字重影图像，获得稳定的仪表数值，其检测速度平均为0.37 s，满足工厂场景实际需求。 [PDF](1224k)(33)

基于传感物联网数据融合和线性支持向量算法的地表径流水质检测
卫荣浩1，陈航1，刘昊2，徐飞3

2025 Vol.(1) 107-112[摘要](46)

常规的地表径流水质检测方法主要结合遥感技术获取水体颜色，并通过图像处理技术分析水体质量，由于对水体等级的细化程度较低，导致检测精度较差。为此，提出了基于传感物联网数据融合和线性支持向量算法的地表径流水质检测。首先采用漂浮式传感器获取地表径流水体数据，并通过对数据进行融合处理，整理出水质数据与水质等级之间的映射关系。然后结合线性向量支持算法，构建回归函数实现地表径流水质预测。最后结合预测残差阈值以及水体等级划分标准，实现对水质等级的判断。在实验中，对提出的方法进行了检测精度的检验。最终的测试结果表明，采用提出的方法对地表径流水质进行检测时，算法的RMSE值较低，具备较为理想的检测精度。 [PDF](1119k)(27)

应用自检机器人与关联规则的大数据全链路追溯算法
李明霞1，王鹤森2，赵鑫2，刘佳音2

2025 Vol.(1) 113-117[摘要](39)

针对大数据维度高、数据量庞大的特点，实际应用中大数据全链路追溯算法常面临性能不佳的挑战。为此，提出了一种结合自检机器人与关联规则的优化算法。对采集的大数据实施数据归约与降维操作，随后分析其特征。通过计算特征的支持度、置信度及提升度，确立特征间的关联规则。计算节点综合度量值，识别关键节点，初步勾勒大数据全链路追溯路径。引入自检机器人，实时监控追溯过程，并评估追溯路径节点与实际节点的匹配度。若匹配度不足，及时修正，确保最终追溯路径的准确性。实验结果显示，该算法在实际应用中表现出优越的追溯性能。 [PDF](541k)(25)

含光储充的低压配电网净负荷区间预测方法
崔威1,王俊龙1,王艺峰1,王冰2,陈磊2,董斌3

2025 Vol.(1) 118-124[摘要](49)

准确的净负荷预测是有源低压配电网优化调度的依据。随着光伏渗透率的提高和储能、电动汽车充电站的普及，低压配电网净负荷的波动性和不确定性增大，常规确定性点负荷预测不能满足台区调度的需要。针对小数据集下净负荷不确定性预测问题,提出一种基于宽度学习的含光储充台区的净负荷区间预测方法。首先，通过变分模态分解算法将非平稳的净负荷数据分解为一系列相对平稳的模态分量，从而降低数据的复杂性；然后，这些模态分量通过适用于小规模数据集的宽度学习系统算法实现点预测；最后，在点预测的基础上建立一种区间优化模型，将点预测模型转换为区间预测模型。仿真实验表明，所提算法能够实现较精确的净负荷区间预测；与其他算法相比，在相同的置信区间要求下预测的区间更窄。 [PDF](832k)(35)

基于机器学习与含水率影响因子的叶丝烘干参数自适应控制算法
樊盛炯，邱晓峰

2025 Vol.(1) 125-130[摘要](47)

为提升烟丝生产质量，使不同批次间叶丝含水率均符合标准，研究了基于机器学习与含水率影响因子的叶丝烘干参数自适应控制算法。选取包括加料流量及出口含水率、烘丝机筒壁温度等13个叶丝烘干含水率影响因子，经递归特征消除法完成影响因子筛选后，构建筛选后叶丝烘干含水率影响因子的样本数据集，作为以卷积神经网络LeNet-5构建叶丝出口含水率预测模型的输入样本，预测叶丝出口含水率；在PID反馈控制中输入预测含水率与标准含水率之间的差值，输出最佳叶丝烘干参数，实现叶丝出口含水率控制；并利用双层EWMA控制模型平稳控制叶丝批次内的出口含水率、协同控制批次间的出口含水率。实验表明：该算法可准确预测叶丝烘干含水率，增加叶丝烘干含水率控制稳定性，提高卷烟制丝生产过程中叶丝烘干含水率的均质化水平。 [PDF](816k)(31)

改进型卡尔曼滤波法的风电场谐波电流检测及仿真分析
刘华1，张平1，刘周斌2，孙维真3

2025 Vol.(1) 131-135[摘要](31)

针对风电场谐波检测成本高、速度慢等问题，设计了一种基于改进型卡尔曼滤波的风电场谐波电流检测方法并进行了仿真实验与分析。先对风电场电网产生谐波的原因及谐波存在的特征进行了初步分析，然后利用αβ变换对输入的电流信号进行处理，将离散对称三相电流信号转换成为两个垂直的电流分量，最后结合SOGIQ结构和自适应估计对卡尔曼滤波进行改进，提高了系统的检测精度、响应速度和抗干扰能力，实现了对风电场谐波电流的识别与检测，该方案检测成本低，计算难度低，适合广泛应用。经过实验，本研究所设计的方案对风电场谐波电流的检测谐波畸变率低于3%。 [PDF](595k)(24)

基于深度学习和上下文感知算法的跨语言翻译方法
王丹

2025 Vol.(1) 136-140[摘要](42)

针对目前跨语言机器翻译存在性能较低的问题，提出了一种基于深度学习和上下文感知算法的跨语言翻译模型。还提出了一个具有12层的跨语言Transformer编码器-解码器结构，充分学习不同语言表达特征。再提出了一种数据对齐方法，可有效扩充数据样本数量，增加数据多样性和数据量，减少数据和模型之间复杂度的相对差异，缓解过拟合问题。实验阶段，通过有监督、无监督、零样本数据集测试，证明所提模型具备较优性能。实验充分验证了所提模型可有效表达未知语种。与m-Transformer和mRASP等主流模型相比，所提模型BLEU分数较优。实验结果证明了所提出跨语言翻译模型的有效性及实用性，该模型可为跨语言机器翻译领域的发展提供一定借鉴作用。 [PDF](513k)(35)

基于高斯模型和YOLOv3的光伏电场巡检无人机避障目标检测方法
唐明1，张宇宁1，李夏叶2，温贤茂1，刘诗剑3

2025 Vol.(1) 141-146[摘要](47)

目前常规的无人机避障目标检测方法主要采用超声波技术实现对目标轮廓的获取，由于缺乏对图像的形态学处理，导致检测精度较差。对此，提出了基于高斯模型和YOLOv3的光伏电场巡检无人机避障目标检测方法。首先结合混合高斯模型，对巡检图像的前景与背景进行分离处理，并采用滤波算法对前景图像进行去噪处理。然后结合分类损失函数以及位置损失函数，对特征点的梯度值以及方向进行计算，实现障碍物图像的特征提取，最后对提取到的避障目标边缘进行补偿处理，实现避障目标检测。在实验中，对提出的方法进行了避障目标检测精度的检验。最终的测试结果表明，采用提出的方法进行无人机避障检测时，算法的mAP值较高，具备较为理想的检测精度。 [PDF](895k)(26)

基于形式化方法的程序代码合并分析
何清1，2, 蒋建民1，2

2025 Vol.(1) 147-154[摘要](48)

在实际软件开发中，开发人员通常会使用多个团队开发的程序来构建软件系统。然而，当这些程序包存在不同的版本时，将它们合并到一个完整的应用程序中可能会引发冲突，导致程序错误。提出了一种新的形式化模型——统一结构作为包图的形式语义，对程序代码包合并提出了一种新的分析方法。该方法给出了三种包合并的策略，深入研究了将不同版本的代码转换成的包图在合并过程中可能出现的冲突和不一致性问题，并提供了具体的解决方案。实验表明这个方法能确保合并后的代码正确性，从而提高软件开发的质量和生产效率。 [PDF](1040k)(30)

基于数字孪生的包装车间监测平台研究
朱轩逸1,2，鲁玉军1，辛昊1,2

2025 Vol.(1) 155-163[摘要](47)

在数字孪生技术迅速发展且与制造业结合愈发紧密的背景下，针对包装车间生产状态实时可视化监控、数据分析、故障诊断等需求，设计了一种基于数字孪生的包装车间监测平台。从车间元素、运行逻辑、生产状态多个方向对包装车间实体对象进行孪生建模。基于TCP/IP的数据采集传输，现实物理行为的虚拟环境仿真，孪生车间数据实时驱动等技术，实现了包装车间设备状态、包装工艺流程的三维可视化监测。最后通过某常温非化学小型物品包装生产车间验证了该方案的可行性，为数字孪生技术在包装制造领域提供了可参考的方案。 [PDF](2157k)(32)

基于机械臂3D陶土打印技术及其数字孪生工厂构建
高天1，崔凯丽1，乔文涛1,2，杨思楠1，王萌博1

2025 Vol.(1) 164-170[摘要](32)

3D打印技术已经成为最具颠覆性的技术之一，为解决现有3D打印建造模式中依旧存在无法持续供料的问题，提出了一种新型的机器人3D打印加工系统。借助硬件装配和软件设计实现了系统的自动化、稳定和协同工作。同时，通过对机器人3D打印加工系统的控制对陶土实体进行了打印。结果表明，陶土实体打印误差控制在2%以内，验证了其在实际工程中的应用价值。最后设计和搭建了基于数字孪生技术的3D打印数字工厂，引入了数字孪生技术实现了实时监控和控制功能，完善了设计和建造一体化。 [PDF](1732k)(24)

基于弱无回溯模式匹配算法的敏感大数据安全分级检测方法
张海明，王艺霏，那琼澜，王森，温馨，姚艳丽

2025 Vol.(1) 171-176[摘要](32)

随着信息技术的广泛应用，敏感大数据在传输和存储过程中存在隐私泄露、数据滥用、安全风险等问题。为了提高敏感大数据的安全性，提出了一种基于弱无回溯模式匹配算法的敏感大数据安全分级检测方法。建立协方差矩阵构建敏感大数据样本库，设定约束条件同构嵌入敏感大数据子图，采用弱无回溯模式匹配算法回溯匹配敏感大数据查询图索引，降低计算复杂度。利用核函数映射查询图特征向量，提高敏感大数据识别准确度，以剪枝的方式完成敏感大数据特征相似性匹配。通过相似度指数函数计算敏感因子，划分敏感大数据安全等级，完成自动化分级检测。实验结果表明：所提方法的敏感大数据安全分级准确度为100%、特征匹配耗时为2.7 s、收敛速度为0.44。由此证明，所提方法能够有效保护敏感大数据安全，在数据传输和存储中具有较高的实际应用价值。 [PDF](716k)(30)

微服务架构下烟草信息化网络异常数据层次密度聚类检测算法
叶玉琼1，刘杰1，张文府1，杨虹1，钱怡君1，夏斌1，袁齐风2

2025 Vol.(1) 177-182[摘要](31)

当前对于烟草信息化网络异常数据检测主要依托于物联网技术，由于缺少对异常数据多重特征属性的分类，使得检测精度较低。为此，提出了微服务架构下烟草信息化网络异常数据层次密度聚类检测算法。通过计算异常数据样本到聚类中心的局部可达密度确定类簇中心，并根据聚类决策图对异常数据进行层次密度聚类识别，结合小波包函数对异常数据进行分解，根据属性特征将其归类到不同类簇下，并基于网络传输节点分布模型构建异常数据传输信道模型，以此为依据，求取异常数据的熵值，并将计算结果与固定阈值比较，将阈值外的数据确定为异常数据，进而实现异常数据检测。对比实验结果表明，所提方法对于烟草信息化网络异常数据具有较高的检测精度。 [PDF](634k)(25)

基于改进U-Net网络的PCB缺陷检测方法
彭勇1，刘慧民2，李伟松1，王石3

2025 Vol.(1) 183-188[摘要](68)

针对PCB表面小尺寸缺陷难以检测的问题，提出了一种改进的U-Net 语义分割网络，实现PCB表面缺陷图像的精确检测。首先，将U-Net的四层网络层次修改为三层，可以减少整体的计算工作量、提升网络模型收敛速度、缩短训练时间；其次，在 U-Net 网络中融入CBAM（Convolutional Block Attention Module）模块来提升图像中缺陷目标的显著度；然后，在编码阶段使用混合空洞卷积替换原有卷积块，增大感受野，获取更多的上下文信息。结果表明，U-Net的改进模型能够在提升模型性能的同时减少计算复杂度，能够增加PCB缺陷检测效率。 [PDF](747k)(32)