计算技术与自动化

基于ADAMS/SIMULINK/Unity3D的视月跟瞄系统联合仿真
王淞，王彪，贾诺，徐佳妍

2024 Vol.(4) 1-9[摘要](42)

在视月跟瞄系统原理设计阶段，还没有实物系统。为解决验证跟瞄控制律、评价月亮跟踪器具体性能困难的问题，提出了采用机-电-视三域联合仿真技术的虚拟样机替代物理样机的解决方案。利用机械动力学软件ADAMS和控制仿真软件SIMULINK建立两轴视月跟瞄转台的虚拟样机和控制器，并利用游戏引擎软件Unity3D制作地-月系统运行的虚拟空间场景以及模拟天文望远镜的成像。通过多领域软件联合开发仿真来模拟视月跟瞄系统，尽可能真实地模拟系统的实际工作状态，从而提高系统设计效率、缩短研制周期、降低研发成本。最后，成功构建了视月跟瞄系统的虚拟样机，生成了视月跟瞄的全程视景，在验证系统模型正确性的同时，也验证了采用ADAMS、SIMULINK、Unity3D联合仿真的可行性。 [PDF](0k)()

基于NB-IoT的地下管网数据采集仪设计
程智1,3，熊远生2,高金凤1

2024 Vol.(4) 10-15[摘要](23)

针对地下管网的水质数据采集困难、监测方式落后等问题，设计了一种基于NB-IoT的数据采集仪。数据采集仪选用STM32L151RET6低功耗芯片和NB-IoT通信模块，利用MOS管控制外设电源的通断。在软件设计中微控制器采用定时休眠和中断唤醒的工作模式降低运行功耗。实验结果表明：数据采集仪运行稳定，数据传输符合HJ212-2017协议，在工作状态、接收状态和休眠状态时的平均工作电流分别为94 mA、9 mA和300 μA，一次充电使用时间约为134日，可应用于工厂排污管道和城市地下管网的实时监测。 [PDF](0k)()

基于ARIMA-LSTM模型的卷烟制丝质量预测研究
李志敏，叶春明，闫文凯

2024 Vol.(4) 16-21[摘要](24)

为了应对卷烟制丝工艺中的不确定性所带来的质量风险，提出了一种将差分移动平均自回归（ARIMA）模型与深度学习中的长短期记忆单元（LSTM）模型相结合的制丝质量数据预测方法，并用该方法对某卷烟企业制丝工艺中的加热处理（HT）出口温度和叶丝增温增湿的入口水分进行预测，以均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）为指标来评估各模型的预测精度。结果表明，相较于单一ARIMA和LSTM模型，所提出的ARIMA-LSTM组合模型的预测值更精准，在对HT出口温度进行预测时，组合模型的RMSE、MAE、MAPE值分别至少降低了60.1%、63.1%和63%；在对叶丝增温增湿的入口水分进行预测时，组合模型的RMSE、MAE、MAPE值分别至少降低了49.5%、49.4%和49.3%，有望为卷烟企业及时制定或调整生产方案提供合理的参考依据。 [PDF](0k)()

基于EKF算法与卫星导航的民航货运高精度定位系统研究
卢春,何祖祺,刘友谊,陈川

2024 Vol.(4) 22-28[摘要](23)

近年来，非线性滤波算法的进步推动了民航货运定位系统的技术革新，然而，这些系统仍面临训练速度慢、精度损失和无法高效处理大规模数据的问题。RTK定位精度的表现受模式影响，GPS定位误差在各方向均保持在2.2~3.4，相对稳定。研究引入扩展卡尔曼滤波算法，实测数据分析结果显示，E方向的定位误差最小，约为2.2，而N方向的误差较大，范围为2.5~4。结果强调了北斗系统与全球定位系统各自的系统特性差异，BDS/GPS的联合定位方法能显著优化PDOP值，有效解决了由于卫星几何构型差异或可见卫星数量不足引发的问题。 [PDF](0k)()

基于价值函数和策略函数的站用直流电源系统电源故障预判算法
许明政，李仲强，蔡志强，刘嘉豪，徐强

2024 Vol.(4) 29-34[摘要](17)

在站用直流电源系统电源故障预测过程中，主要依托于单一的价值函数实现故障预判，无法应对策略微弱变化引起的维度爆炸等问题，使得故障预判结果的G-mean值较低。因此，提出结合价值函数和策略函数的站用直流电源系统电源故障预判算法。针对电源历史运行参数进行归一化处理，经过灰色分析处理筛选出符合要求的参数，组成故障预判分析数据集。以描述数据序列方差变化为目标，构建改进价值函数。利用改进的价值函数和策略函数组成强化学习智能体，设计包含多层感知机网络的电源故障预判模型。经过数据训练调整模型处于最优状态，获取高质量的直流电源系统电源故障预判结果。实验结果表明：所提算法得出的电源故障预判结果G-mean值为0.98，保证了故障预判结果的准确性。 [PDF](0k)()

基于Trucksim的应急环境下大客车侧翻多因素参数计算及仿真
李俊国，刘富兵，杨光耀

2024 Vol.(4) 35-40[摘要](14)

为准确预测大客车侧翻风险、降低侧翻事故概率，研究了基于Trucksim的应急环境下大客车侧翻多因素参数计算及仿真方法。通过Trucksim软件创建大客车侧翻模型，选取大客车侧翻多因素参数并实施运算，分别在不同路面条件、不同转向盘输入工况下，运用所创建的大客车侧翻模型实施仿真。仿真结果表明，大客车在转向盘转角过大和行驶车速过高时，发生侧翻的风险更高。 [PDF](0k)()

基于小样本异常特征挖掘算法的抽水蓄能电站主设备故障声纹检测技术
于潇，李世昌，卢彬

2024 Vol.(4) 41-45[摘要](21)

由于抽水蓄能电站中部分设备难以接近，导致采集有效信号的难度较大，为了降低设备故障检测中的漏检率与误检率，将小样本异常特征挖掘算法与声纹识别技术结合，提出一种新的抽水蓄能电站主设备故障检测方法。选取压电式加速度传感器作为声纹采集传感器设备，设定相关参数，并通过Pearson相关系数确定传感器布设位置，借助声纹数据采集模块采集运行状态数据。将EMD与小波变换结合对采集得到的主设备运行状态数据实施去噪，降低故障检测误差。采用小样本异常特征挖掘算法针对去噪数据集进行异常数据挖掘，将挖掘结果与声纹数据处理结合实现主设备故障检测。实验结果表明，所提方法不仅降低了故障检测的漏检率与误检率，而且能够克服干扰信号的影响，实用价值较高。 [PDF](0k)()

基于北斗定位的便携式电缆局部放电检测系统
于莉莉1，吴庆2，王志刚2，马胜1，张永欣1

2024 Vol.(4) 46-52[摘要](20)

我国电力发展较快，电缆使用时间较长，导致故障率和用电隐患较多，所以设计了一个基于北斗定位的便携式电缆局部放电检测系统。本系统使用长短期记忆网络算法（Long Short-term Memory, LSTM）来检测电缆的局部放电，平均功率越大，表示紫外光越强，就可推出局部放电的强度大小。在此基础上进一步加入算法反向向量，对算法进行改进，改进后的BiLSTM网络的隐含层更具特殊性。另外本系统首次引入北斗定位系统，实现对电缆非法放电区域进行精确定位的目标。采取OPC-UA技术实现对数据的统一传输和反馈，该研究缓解了系统主机的计算压力。通过实验，该系统技术核算的数据，误差率在可接受范围内，该研究为其他技术研究奠定基础。 [PDF](0k)()

电力自主移动机器人运检AI助手语音多路信号端点切分
杨洋，宋祉霖，豆朝宗

2024 Vol.(4) 53-58[摘要](14)

研究了电力自主移动机器人运检AI助手语音多路信号端点切分仿真，解决语音端点切分运算复杂、不准确问题。机器人运检AI助手语音服务包括语音多路信号采集、播报、理解、控制等，采集到的AI助手语音多路信号经客户端降噪处理后，通过主分量分析筛选语音多路信号矩阵的特征值和特征向量，确定最有用因素作为基底向量，获取语音多路信号中最典型特征，经线性区分分析使语音多路信号的特征布局集中，获取用于切分的特征并构建变化矩阵，利用MLLT计算变化矩阵，完成语音多路信号样本的协方差矩阵对角化，并将特征信息作为服务端卷积神经网络预测模型输入，从帧级上实时分类语音多路信号数据，实现语音多路信号端点的切分。仿真实验结果显示：该方法可有效去除语音多路信号噪声，并完成语音多路信号端点准确切分。 [PDF](0k)()

基于支持向量机的复杂场景中多人对话语音智能识别方法研究
刘子寒，沈力，奚梦婷，陆佳鑫，朱佳佳，查俊杰

2024 Vol.(4) 59-65[摘要](16)

面对多人对话语音单一特征表征性别组合信息不足，导致语音识别结果不精准的问题，提出了基于支持向量机的复杂场景中多人对话语音智能识别方法。使用距离度量方法，检测复杂场景多人对话变化点。计算任意两个数据集的对数似然概率值，构建得分集。结合T-Test相似性度量方法，判断两个数据集显著差异性。构造支持向量机判别函数，利用支持向量机的映射逻辑实现相似话音的分离。使用支持向量机的二元分类超线性分类器构建最优判别函数，结合男性、女性基音频率、信号非谐振频率特征，实现多人对话语音智能识别。由实验结果可知，所研究方法对于基音频率识别结果，男性、女性幅度波动范围分别为-0.5~0.5、-0.7~0.7，与实验数据一致；对于信号非谐振频率识别结果，男性、女性频率波动范围分别为-600~600 Hz、-360~405 Hz，男性频率波动范围与实验数据仅存在50 Hz的误差，女性频率波动范围与实验数据一致。 [PDF](0k)()

基于融合蚁群-A*算法的多目标路径规划方法
李永真,黄学功，张志安

2024 Vol.(4) 66-72[摘要](17)

针对传统蚁群算法在二维栅格地图下存在搜索时间长、收敛速度慢、考虑因素单一等问题，提出了一种融合蚁群-A*算法。首先将启发式方法的思想融入到蚁群算法，优化蚁群算法的搜索效率；其次引入最大最小蚂蚁系统，提出一种精英蚂蚁信息素更新规则；同时增加考虑转向次数、转向角度等因素，在启发式信息中加入弯曲抑制算子，减少弯曲次数和累积弯曲角度，避免算法以优化路径长度作为单一目标；最后提出一种改进撤回机制，解决算法死锁问题。仿真表明,在相同地图环境中,改进的蚁群算法在路径长度、路径拐点以及收敛速度都有了显著提升，更适用于复杂环境。 [PDF](0k)()

基于虚拟关系知识图可自适应聚合的推荐算法
李源1，杨谋均2

2024 Vol.(4) 73-78[摘要](17)

在信息爆炸的时代，推荐算法成为应对信息过载的有效手段。近年来，图神经网络（GNN）以其强大的建模能力和应对冷启动的优势被广泛应用于推荐算法。本文提出了一种基于深度强化学习与GNN-R的联合训练框架，解决GNN-R中固定层数和聚合策略的问题，通过间隔经验回放和延后奖励机制，优化了推荐模型的学习过程。在此基础上，提出了自适应优化GNN-R聚合层数和虚拟关系数量的两个优化算法，改进了VRKG4Rec模型的性能。实验结果表明，两个优化算法对比VRKG4Rec模型都有较好的性能提升。 [PDF](0k)()

电网运行事故预案知识图谱生成算法
范展滔1，李志中1，陈兴望1，吴小刚1，陈章国2

2024 Vol.(4) 79-85[摘要](15)

针对电网运行事故检测和预案生成的需求，为了提供全面内容的预案知识图谱并实现简洁有效的事故处理方式，提出了基于异常特征与潮流计算模型的电网运行事故预案知识图谱智能生成算法。提取包含波动性和变动性的电网运行异常特征，经相关向量机的异常特征分析实现最佳特征组合选择后，结合卷积神经网络检测电网运行事故；检测到运行故障发生后，建立潮流计算模型，通过节点之间的电流信息计算节点功率，以此为基础，构建以重要负荷优先恢复、开关操作次数最少为目标的电网运行事故恢复模型，经粒子群算法求解获取最佳事故恢复处置预案；并建立事故预案实体库和本体模型，通过本体模型抽取实体和关系，生成电网运行事故预案的知识图谱，辅助电网运行事故决策。实验结果表明：该算法可以检测电网运行事故，且生成的电网运行事故预案知识图谱包含内容广泛，事故处理方式简捷有效。 [PDF](0k)()

基于ISD优化SSA-VMD算法的自适应英文语音增强
高楠1，毛露露2，梁利利1

2024 Vol.(4) 86-90[摘要](18)

针对传统语音增强方法存在滤除有效信号且增强性能欠佳的问题，提出了一种基于ISD优化SSA-VMD算法的自适应英文语音信号增强方法。首先利用SSA-VMD算法自适应获取输入语音信号VMD关键参数的最优组合，再对其进行分解得到各模态分量，基于ISD原理对各模态分量与输入信号的相似度进行评估，进而筛选出噪声模态分量，通过小波阈值法对其进行降噪，最后重构信号得到增强后的语音。实验结果表明，利用所提方法处理英文语音信号，信噪比更高，均方误差更小，语音增强效果也更明显，具有较好的适用性。 [PDF](0k)()

基于均值教师模型联合多级扰动的半监督遥感影像变化检测
于松岩1,2，翟钰杰1,2，许叶彤1,2，赵伟强3，雷涛1,2

2024 Vol.(4) 91-96[摘要](16)

目前深度学习方法在遥感影像变化检测方面取得了较大的进步，然而现有的遥感影像变化检测方法仍然以全监督网络为主，其网络性能严重依赖标签数据的数量和质量。为此，提出了一种基于均值教师模型联合多级扰动的半监督遥感影像变化检测网络(UniMTCD-Net)。首先，将不同性质的强扰动分离到不同的分支分别进行学习并约束一致性，形成多样化的扰动空间，避免了单分支学习困难的问题，从而有效提升对无标签数据的利用效率；其次，采用均值教师模型，不仅扩展了教师模型生成的伪标签和学生模型输出的强预测之间的差异，同时教师模型参数通过指数移动平均(EMA)更新的方式，使得伪标签的生成更加准确。实验结果表明，与主流半监督方法相比，UniMTCD-Net具有更好的检测性能，尤其在5%的标签训练数据下检测性能更加优秀，进一步验证了UniMTCD-Net在遥感影像变化检测中的有效性和优越性。 [PDF](0k)()

基于像素紧密程度的多源遥感影像信息提取方法
洪倩1，李志斌2，陈晓枫1，李本良1，臧玉魏3

2024 Vol.(4) 97-103[摘要](19)

遥感影像在采集过程中，地面覆盖种类数量庞大且采集影像清晰度低、分辨率较差，关键像素特征之间的阈值衡量标准模糊，导致信息提取难度增大，从而降低信息利用率。为此，提出了基于像素紧密程度的多源遥感影像信息提取方法。利用Contourlet变换，实现遥感影像空间域、变换域的多角度增强，优化遥感影像整体清晰度。利用简单线性迭代聚类（Simple Linear Iterative Clustering，SLIC）超像素算法计算像素聚类中心与邻近像素紧密程度，摆脱固定阈值影响。引入灰度共生矩阵（Gray-level Co-occurrenceMatrix，GLCM），提取主体特征信息；构建相关向量机分类模型，结合拉普拉斯二次逼近回归算法将提取问题转化为噪声回归问题，并对其展开求解，进而实现遥感影像的信息提取。实验结果表明：所提方法对遥感信息主体的分类与真实遥感信息主体分类基本一致，在信息提取过程中的错提取率和漏提取率低，总体提取精度保持在99%以上，且对道路信息提取清晰度高，表明该方法提高了遥感信息的解译水平。 [PDF](0k)()

基于域通道知识鉴别框架的跨域少样本图像分类
余悦，沈维杰，陈楠

2024 Vol.(4) 104-109[摘要](12)

现有的跨领域少样本分类模型受限于域特定因素的干扰，限制了其有效性。为此，提出了一种基于高斯仿射的通道鉴别网络。具体来讲，所提出的学习框架包含随机高斯仿射模块和域通道鉴别模块，在随机高斯仿射模块中，通过对特征的充分统计量进行高斯扰动以生成区别于源域数据分布的全新特征分布，从而显著化训练数据特征中域不变信息；在域通道鉴别模块中，将经过增强前后的特征图输入到域鉴别器中引导模型区分和提取其中的域不变特征，以达到提高模型泛化能力的目的。最后，在两个目标数据集进行实验，结果验证了所提出方法的可行性和有效性。 [PDF](0k)()

基于形状引导和不确定性估计的半监督三维医学图像分割
宋文彪1,2，许叶彤1,2，王毅1,2，杜晓刚1,2，雷涛1,2

2024 Vol.(4) 110-116[摘要](16)

在基于深度学习方法的医学图像分割任务中，通常需要大量的标记数据。然而，获得可靠的标注是昂贵且耗时的。为此，提出了一种新的框架，采用具有形状约束和不确定性估计的双一致性正则化半监督方法，用于3D医学图像分割。首先，引入了一种基于学习目标区域的形状约束，通过联合学习两个网络的输出，加强几何形状约束，从而学习更可靠的信息。其次，设计了一种分割网络，以生成不同尺度的特征图，并引入了多尺度一致性损失来增强其稳定性。然而，由于这些特征图的空间分辨率不同，直接在每个像素上强制一致性可能导致不可靠的结果和信息丢失。因此，进一步提出了一种基于不确定性估计的多尺度一致性学习，以逐步学习有意义和可靠的特征区域，并增强模型的鲁棒性。实验结果表明，由于强大的无标记数据的知识挖掘能力，本文所提出的方法优于流行的半监督医学图像分割方法。 [PDF](0k)()

基于深度学习的动态差分隐私保护算法
何佳阳

2024 Vol.(4) 117-122[摘要](17)

深度学习中使用的训练的数据集中可能存在一些用户的敏感信息，在模型训练过程中，这些敏感信息将会隐含地存在于模型参数中，从而存在隐私泄露的风险。本文在AdamP优化器的基础上引入高斯机制的差分隐私，提出了一种基于一次幂函数的动态隐私预算分配算法来更合理地分配差分隐私的隐私预算，即DP-AdamP，以更好地平衡隐私性和模型准确性。实验结果表明，本文的DP-AdamP算法相比于传统的DP-SGD算法，在相同隐私预算下具有更好的准确性，低隐私预算情况下高出约7.7%，高隐私预算情况下高出约3.9%，并且针对更具有实际意义的低隐私预算的情况进行单独实验，进一步验证了DP-AdamP算法的有效性。 [PDF](0k)()

基于改进关联规则的报送信息大数据特征隐匿性加密算法
陈威宇1，王泷1，何建锋1，苏怀振2，徐延文1

2024 Vol.(4) 123-128[摘要](16)

报送信息大数据的安全性直接关系到“数字化纪检云平台”数据挖掘的准确性，一旦泄露或者被篡改，纪检工作可靠性将大大降低，由此，提出一种基于改进关联规则的报送信息大数据特征隐匿性加密算法。手工获取报送信息大数据，通过连接转换器实时连通异构数据库，对不符合规范要求的数据进行自动修正，包括缺失数据填补、离群值处理和数据标准化。利用改进遗传算法改进Apriori算法，挖掘数据项或属性之间隐含的关联规则，通过关联规则识别报送信息大数据特征。以报送信息大数据特征为输入，利用神经网络层级之间的权重矩阵作为密钥，将明文数据转变为密文数据。结果表明：所研究加密算法应用下，“三公经费”开支数据加密后的密文和明文相关性均在0~0.2之间，说明所研究算法的加密效果较好，保证了报送信息大数据安全。 [PDF](0k)()

新型电力系统的物联网终端传输无线协议安全检测模型
徐思尧，李妍，周刚，占聪聪，张子瑛，张凯

2024 Vol.(4) 129-134[摘要](14)

研究了新型电力系统的物联网终端传输无线协议安全检测模型，提升协议安全检测效果。通过分析基于物联网的新型电力系统，确定常见的物联网终端传输无线协议攻击类型；以确定的攻击类型为基础，针对新型电力系统内的物联网终端，建立物联网终端传输无线协议安全检测模型。该模型中传输无线协议分析器通过Sketch方法，分析物联网终端传输无线协议；特征提取算法选择器，依据协议分析结果，选择主成分分析法或独立成分分析法，提取传输无线协议入侵特征；安全检测引擎利用最小二乘支持向量机，结合提取的入侵特征，输出传输无线协议攻击类型，完成传输无线协议安全检测结果。实验证明：该模型可有效提取物联网终端传输无线协议入侵特征，实现协议安全检测；对于不同物联网终端类型，该模型安全检测的Kappa系数均较高，即安全检测精度较高。 [PDF](0k)()

基于微服务架构的高校办事服务平台优化
王平1，董国卿1，夏凌云1，蔡吉刚2

2024 Vol.(4) 135-140[摘要](11)

在国家将数字技术广泛应用于管理服务的要求下，为了提升高校管理服务的便利化水平，对全校所有的管理服务进行整体性设计。同时在原有高校办事服务平台上基于微服务架构进行功能完善，通过将应用和服务分解成松耦合的组件，降低平台变化带来的影响，并对优化后的服务平台进行性能测试。测试结果表明,服务平台获取表单信息的平均响应时间约为1.1 s，可以更好地提高用户满意度。 [PDF](0k)()

基于表示学习的车辆到达时间预测
李昕彤，李茂源，陈茜雅，司浩田

2024 Vol.(4) 141-145[摘要](14)

随着智慧交通的兴起,人们对高效率出行的需求日益增加，因而寻求更优秀的模型来估计车辆行驶时间成为首要任务。由于交通系统有较强的非线性，并且受天气、时间等多种因素影响，综合考虑历史车流量信息和当前路况，提出了一种基于表示学习的多模态拟合模型。将车辆行驶时间估计(ETA)问题视为一个基于一组含有大量有效特征的纯时空序列的回归问题，分别采用不同的机器学习模型来解决每一部分的回归问题。通过滴滴出行的数据来训练模型，充分利用SDNE (Structure Deep Network Embedding)、LSTM (Long Short-Term Memory)、xDeepFM (eXtreme Deep Factorization Machine)算法的各自优势，最后的对比实验表明，提出的模型优于传统的深度学习算法。 [PDF](0k)()

个性化购房决策系统的设计与实现
邵小康，王培进

2024 Vol.(4) 146-152[摘要](13)

研制个性化购房决策系统，帮助购房者快速选到适合自己需求的住房显得十分必要。定义定量和定性购房指标，利用网络爬虫技术获取房源信息；将GIS和数字孪生技术结合并应用于购房决策；采用模糊层次分析法和熵权法结合的方式确定权重，利用模糊TOPSIS决策方法优化购房方案，为购房者优选出符合自己个性化需求的住房。个性化购房系统的研制可以很好地满足广大购房者购房需求，实例分析证明，有很好的应用价值。 [PDF](0k)()

基于强化学习的带软时间窗多行程绿色车辆路径优化研究
姚利军，王可君

2024 Vol.(4) 153-160[摘要](14)

为了助力物流行业响应“碳达峰”和“碳中和”建设目标，提速绿色物流产业的建立与发展，首先综合考虑油耗、碳排放、人力、车辆、用户体验等因素，构建带软时间窗约束的多行程绿色车辆路径优化模型。然后综合考虑PinSAGE图网络、TRPO和GAE方法来改进Actor-Critic的深度强化学习优化算法，最后采用Actor-Critic算法对模型对绿色多行程车辆路径方案求解。实验表明，提出的求解方法能高效规划绿色车辆路径，进而显著减少物流成本，实现物流企业经济效益与环境效益的双重优化。 [PDF](0k)()

基于知识增强的细粒度个性化新闻推荐用户建模
熊晓波1，方文涛2

2024 Vol.(4) 161-166[摘要](13)

传统的新闻推荐用户建模方法难以深入解析新闻的复杂语义和用户的真实需求，为此提出了一种知识增强的新闻建模方法，通过实体表示层、上下文嵌入层和注意力聚合层获取新闻文档表示。在此基础上提出了一种基于知识增强文档的细粒度用户建模方法，利用长文档建模技术将知识增强的新闻文档串联成长文档，通过捕获文档间的词级交互行为得到细粒度用户表示；通过捕获文档内的实体交互行为得到粗粒度用户表示，粗粒度的用户表示和细粒度的用户表示聚合得到最终的用户表示。实验结果显示，提出的新闻建模方法在AUC和NDCG@10指标上优于基线模型，基于此方法的用户建模方法在AUC上至少提升2.51%，在NDCG@10上至少提升4.75%。 [PDF](0k)()

基于模糊神经网络的车辆运行状态多维智能监测方法研究
范文明1，马宏伟2，杨晓峰2

2024 Vol.(4) 167-172[摘要](12)

车辆自动驾驶领域，其运行状态数据种类较多，特征模糊化明显，难以准确采集，导致车辆运行状态监测存在准确度低、精度低、时效慢等问题。为此，提出了基于模糊神经网络的车辆运行状态多维智能监测方法。首先，通过多传感器采集车辆运行状态数据，并使用自适应加权平均算法对采集到的数据实行融合处理；其次，通过自适应遗传算法和浮动搜索算法，获取车辆运行状态多融合数据的最优特征子集；最后，将车辆运行状态最优特征子集输入至模糊神经网络模型完成车辆运行状态多维智能监测。实验结果表明，所提方法能够实现对减速、正常、加速、抗蛇行四种车辆运行状态的准确监测，且对车辆运行状态的监测时效高，适用于实际应用。 [PDF](0k)()

一种适用于独立测试组织的持续集成测试平台
程莉，韦亚军

2024 Vol.(4) 173-178[摘要](12)

在增量开发模式下，软件频繁迭代、持续集成是其中的关键，传统的持续集成无法适用于独立测试团队的组织架构。根据增量迭代模式下独立测试组织的特点，设计了一种适用于独立测试组织模式的持续集成测试平台，实现软件从增量更新的获取、应用程序更新部署、测试执行与测试结果反馈的全过程自动化，并应用于某大型政务服务软件研发项目。结果表明，该平台能够极大地提升测试效率、提高测试质量，解决了独立测试组织架构及增量开发模式下高频率交付和软件质量两者之间难以兼顾的问题，为软件开发项目的流程优化提供了新思路。 [PDF](0k)()

基于改进极限学习机的应急通信网络多重拥堵风险预警方法
钱立遥

2024 Vol.(4) 179-184[摘要](21)

对风险数据特征提取不准确，导致预警精度低，因此，提出了基于改进极限学习机的应急通信网络多重拥堵风险预警方法。采集与标准化处理数据，实现对风险数据的预处理，在改进极限学习机的支持下，进行特征差和特征向量权重的计算，完成对风险数据的特征提取，通过对不同数据进行加权处理，构建风险预警模型，通过计算通信网络的风险值划分风险预警等级，实现通信网络风险预警。通过上述设计，完成对应急通信网络多重拥堵风险预警方法的设计。在仿真实验中，与以往的应急通信网络多重拥堵风险预警方法相比，设计的基于改进极限学习机的应急通信网络多重拥堵风险预警方法预警精度为100%，对风险的预警更准确。 [PDF](0k)()