华南理工大学学报(自然科学版)杂志

华南理工大学学报(自然科学版)杂志2021年第1期

• 一种基于 QAP 问题的 ZK-SNARK 新协议

  黄平 梁伟洁

  PGHR 协议设计验证式的思想是单一化的，即一个验证式实现一个条件的验证，忽略了验证式的联合效应。文中通过利用额外常系数因子的互不整除性与验证式的联合效应实现对 PGHR 协议的有效压缩，得到新的 ZK-SNARK 协议———CPGHR 协议，给出了新协议安全性的严格证明，并对协议的有效性进行了理论分析与实验验证。结果表明: 新协议的证据量压缩约 75% ，验证方计算效率提升约 33% 。

• 结合类别关键词与注意力机制的药物相互关系抽取模型

  IKA Novita Dewi, 蔡晓玲, 刘晓锋, 等

  为了增加对不同类别样例的区分度，提高模型的分类效果，提出了结合类别关键词和注意力机制的药物相互关系 ( DDI) 抽取模型 KA-BERT。首先基于卡方检验和文档频率获取每个类别的关键词，然后在预训练 BERT 模型中加入关键词与药物对的位置编码，以增加样例的差异性，并通过注意力机制学习关键词与句子中其他词的分布信息。针对药物关系抽取任务中负样例较多的问题，文中提出了基于规则和模式的负样例过滤方法，以有效降低正负样本比例。与现有基于 CNN、基于 LSTM 和基于 BERT 的DDI 提取模型实验结果的对比表明，KA-BERT 模型能够很好地提高药物关系的提取效果，证明了该模型的有效性。在化学 － 蛋白质相互关系抽取上的测试结果表明，KA-BERT模型的准确率、召回率和 F1 值均有明显的提升，证明了该模型的有效性和通用性。

• 重大突发疫情事件中的谣言识别

  刘勘 黄哲英

  新冠疫情暴发以来，相关谣言时有传播，但传统的谣言识别模型却难以有效判别疫情谣言，因为相较于大量历史谣言数据，疫情谣言的数量还不足以训练出良好的分类器。因此，建立一个以少量谣言数据为基础的疫情谣言识别模型紧迫且重要。针对训练数据量不足的问题，为了提高疫情谣言鉴别效果，文中提出了一种基于文本增强和生成对抗网络 ( GAN) 的疫情谣言识别方法。首先，分析疫情谣言的文本特征，提取能表征疫情谣言的特征词; 然后，基于 GAN 构建疫情谣言生成模型，将不含疫情谣言特征的历史谣言，利用疫情谣言特征词库进行文本增强，并生成大量含有疫情谣言特征的新谣言数据; 最后，在疫情谣言中补充新生成的谣言数据，从而训练出更准确的疫情谣言分类模型。实验结果表明，使用 GAN 扩充训练集后，识别效果提高了 3 个百分点，明显优于传统机器学习和深度学习算法，为重大突发疫情事件中谣言的识别提供了新的途径。

• 基于半监督学习的涉及未成年人案件文书识别方法

  杨圣豪, 吴玥悦, 毛佳昕, 等

  案件文书作为司法信息公开的重要内容，需要在审判之后向公众公开，某些涉及未成年人的案件文书极有可能会造成未成年人的个人隐私信息泄露。为了能从大量案件文书中准确地识别出涉及未成年人信息的文书，进而有针对性地对其进行隐私保护处理。同时，为解决现实数据集因有标注样本缺乏而难以进行有效的有监督学习的问题，文中提出了基于半监督学习的涉及未成年人案件文书识别方法。首先，对案件文书语料文本进行预处理后分别使用 Word2Vec 和 BEＲT-wwm-ext 对文本进行特征提取，将长语料文本转换为可作为分类模型输入的数据格式; 接着，采用 PU 学习方法训练分类模型，在正例样本极少的情况下借助大量未标注样本构建有效的分类器; 然后，在分类模型预测结果的基础上，使用主动学习方法获取关键词并对模型预测结果进行筛选处理，以进一步提升预测效果。在基于现实场景比例构建的测试集上，文中提出的案件文书识别方法取得了 98. 67% 的召回率和 81. 02% 的准确率。

• 基于点云俯视图重映射的 3D 目标检测

  吴秋霞 黎玲敏

  三维 ( 3D) 目标检测常见的数据格式为图像和点云，图像数据具有较好的目标识别能力，点云数据具有准确的空间信息。为了更好地利用图像数据目标识别能力较强和点云数据空间信息较准确的优点，文中提出了基于点云俯视图重映射的 3D 目标检测方法 Bird-PointNet。该方法首先将点云编码为俯视图格式，进行目标识别和粗略定位; 然后将俯视图检测结果映射回点云空间，进行精确检测。在 KITTI 数据集上的俯视图检测和 3D 检测实验结果表明: 与仅使用点云俯视图编码的基准方法相比，BirdPointNet 方法的 3D 检测准确率更高。

• 面向非随机缺失数据的协同过滤评分方法

  古万荣, 谢贤芬, 张子烨, 等

  大多数评分预测研究都是基于缺失值是随机的假设。然而，实际的线上推荐系统的评分矩阵的缺失数据都是非随机的。对缺失数据的错误假设会导致有偏差的参数估计和预测。为了提高非随机缺失评分矩阵填补的准确度，文中深入分析了用户和物品的评分矩阵的内在原理，提出了通过行或列变换将用户和物品的评分矩阵转变为等价的双边块对角矩阵，再在不同的分区块中分别应用矩阵分解方法进行分解和评分预测的方法，使得局部数据更新和分解成为现实。在公测数据集上的实验结果显示，文中方法可以提高评分填补效果，有效地解决非随机评分缺失问题，从而提高推荐系统的预测准确率。变换后的分块矩阵在分布式处理实验中也获得了较好的加速比，说明文中方法具有较好的应用可扩展性。

• 透视三点问题的一种快速且稳定的代数解法

  耿庆华 刘伟铭

  对于经典的透视三点 ( P3P) 问题，当三维控制点的 Z 轴坐标在较大范围内随机分布时，仍然存在数值稳定性差、图像噪声增加导致的退化、计算效率低的问题。为此，文中提出了一种快速且稳定的代数求解方法。首先，在根据 3 个三维到二维的对应点对估计已校准摄像机的旋转角度和相对位置时，在世界坐标系与相机坐标系之间引入中间坐标系，以减少未知参数的数量，并对旋转矩阵进行归一化，以简化计算过程，提高计算效率; 然后，选取两个控制点的中心作为中间坐标系的坐标原点，以提高 P3P问题在退化配置中的抗噪性能; 最后，通过使用 Grbner 基将 P3P 问题转化为求解只有一个未知参数的四次方程，求出 P3P 问题的封闭解。实验结果表明，文中算法的数值稳定性以及在退化配置中的抗噪性能，均优于其他 3 种 P3P 问题的经典算法。

• 线控转向系统的自适应神经网络滑模控制

  罗玉涛 郭海文

  传统滑模控制 ( SMC) 方法应用到线控转向系统时，需要预先获取系统干扰的上界值，且系统干扰变化会导致转角控制稳定性变差。为了提高线控转向系统的车轮转角跟踪性能，提出了一种考虑系统干扰的自适应神经网络滑模控制 ( ＲBFSMC) 方法。ＲBFSMC 先采用径向基神经网络对系统的不确定性和电机力矩扰动进行实时估计，再结合传统滑模控制设计车轮转角控制器，以提高转角控制的自适应性和稳定性。Matlab /Simulink、CarSim 对 SMC 和 ＲBFSMC 的联合仿真结果对比表明，在车辆维持转向、连续转向和单移线/双移线工况下，ＲBFSMC 能更好地维持 0°车轮转角和实现动态车轮转角快速稳定的跟踪，较 SMC 具有更好的转角响应和跟踪性能，说明 ＲBFSMC 比 SMC 具有更好的鲁棒性和稳定性。

• 基于自适应滤波器的无人驾驶汽车速度估计

  张家旭, 王晨, 王欣志, 等

  针对无人驾驶汽车容错控制对速度信息软测量技术的需求，提出了一种基于交互式多模型无迹卡尔曼滤波器的无人驾驶汽车速度估计方法，以自适应系统未知的噪声统计特性。首先，基于无人驾驶汽车定位信息建立了包含汽车运动学和动力学特性的名义模型，并采用前向欧拉离散化方法将其转化为包含系统噪声统计特性的状态空间名义模型; 然后，采用一系列典型值描述系统未知的噪声统计特性，得到一系列包含不同系统噪声统计特性的状态空间名义模型，并针对每一个状态空间名义模型，分别采用无迹卡尔曼滤波器对无人驾驶汽车的速度进行实时估计，通过交互式多模型算法平滑融合无迹卡尔曼滤波器的输出，由此得到对系统噪声统计特性具有自适应能力的交互式多模型无迹卡尔曼滤波器。实车试验结果表明，所提出的方法对汽车纵向速度的估计精度是传统无迹卡尔曼滤波方法的 4 倍，对汽车侧向速度的估计精度是传统无迹卡尔曼滤波方法的 1. 5 倍，满足无人驾驶汽车容错控制的需求。

• 切削过程中剪切区微观组织演化的预测模型

  周滔, 何林, 田鹏飞, 等

  金属切削过程中强烈的热力载荷会引起切屑内微观组织的变化。为了反映材料微观组织对剪切区力学行为的影响，提出了一种基于位错密度的剪切区微观组织演化解析模型，对切屑形成过程中塑性变形引起的微观组织演化过程进行了建模。首先，使用非等距剪切区解析模型计算出剪切区应变和应变率的分布; 然后，用基于位错密度的材料模型替换 Johnson-Cook 流动应力模型，迭代计算剪切区温度场; 最后，模拟出直角切削无氧铜、铝合金的剪切区位错密度和晶粒尺寸的演化过程。结果表明，结合位错密度建立的剪切区微观演化解析模型可较好地反映切削过程中变形场和微观组织演化的基本特征，在不同切削参数下的切削力和切屑内晶粒尺寸预测值与实验数据具有较好的一致性。

• 修形人字齿轮的润滑及摩擦特性分析

  王延忠, 徐梓淳, 马涛, 等

  基于热弹流润滑 ( TEHL) 理论对修形人字齿轮的齿面润滑特性和摩擦特性展开分析。首先，分析在指定工况下特定结构的人字齿轮齿面的时变接触线变化规律，沿啮合线选取指定数量的啮合点作为分析对象并得到必要的接触参数数值; 然后，对TEHL 计算程序的准确性进行验证并完成 TEHL 计算，从计算结果中提取不同啮合点处油膜特征参数，以得到其在啮合线上的变化规律，并以啮合点 S1为例分析了输入扭矩、主动轮转速和鼓形修形量对油膜轮廓曲线的影响; 最后，利用 Ｒee-Eyring 模型求得齿面啮合点的摩擦系数变化规律。计算结果表明: 最大油膜压力在齿面上呈现先增后减的变化趋势，最小油膜厚度和最高油膜温升的变化趋势与其相反; 主动轮转速对油膜温升和厚度有显著的影响; 输入扭矩或修形量的增加均会导致油膜压力、温升曲线峰值的上升; 摩擦系数在齿面节点几近于 0，而在啮入侧、啮出侧的数值较大。

• 串并混联四足机器人腿机构的设计及运动学分析

  马广英, 王光明, 刘润晨, 等

  为了提高四足机器人的运动灵活性和复杂环境适应性，设计了一种 Ｒ + {2-UPＲ +ＲPＲ}腿机构，并利用螺旋理论分析得知该机构具有两转动和一移动 3 个自由度; 接着，根据空间中构件和运动副的位置关系，推导出运动学反解和正解方程，求解驱动构件速度、加速度; 然后，借助 Matlab 计算软件和 ADAMS 仿真软件，通过对比运动学正反解的理论计算结果与仿真结果来验证正反解模型的准确性; 最后，通过对机器人单腿的运动仿真，得到腿部机构的运动轨迹和速度变化情况，并对腿部机构的工作空间进行分析，得到其足端的可达工作范围及运动特点。结果表明，该腿部机构具有较好的工作适应性和运动灵活性，关节数少且较独立。

• 乘员胸部钝性冲击下主动脉瓣的动力学响应

  童芳, 兰凤崇, 陈吉清, 等

  在交通事故中，乘员及行人的胸部钝性冲击导致的主动脉瓣功能受损会引起充血性心力衰竭或死亡。为了深入认识人在正常生理状态下不同胸部碰撞时刻对主动脉瓣损伤产生的影响，引入光滑粒子动力学方法 ( SPH) 建立了血流 － 瓣膜的流固耦合( FSI) 模型，并通过人体正常生理状态下瓣膜的响应进行有效性验证。为保证具有生命特征的边界条件，将活体动物碰撞试验的动态血压过程与人体正常生理血压联合加载，对不同冲击时刻下主动脉瓣的生物动力学响应进行仿真分析。结果表明: 在不同的冲击时刻 ( 心脏舒张期或收缩期) ，瓣膜会产生不同的应力应变场和开关速率; 瓣膜处于开启状态 ( 如收缩中期) 时受到冲击损伤的几率较小，瓣膜处于关闭状态 ( 如舒张中后期) 时更容易受到冲击损伤。

• 基于混合算法的需求响应公交灵活调度模型

  靳文舟 胡为洋 邓嘉怡, 等

  : 需求响应公交 ( DＲT) 是一种新型的公共交通服务模式，为了使 DＲT 理论能更贴合实际应用于低密度人口地区，提出了考虑多种车型和多种运营模式的公交灵活调度方式。首先设立车型和路径的双决策变量，并构建了考虑多种车型和多种运营模式的公交灵活调度模型; 然后采用大循环小循环混合模式设计了混合遗传蚁群算法 HGACO，该算法混合了最近邻搜索算法、2-opt 法、目的地降维算子、遗传算法和蚁群算法; 最后以揭西南部部分地区至城中心的 3 个时段为例进行调度。结果显示: 考虑多种车型和多种运营模式的公交灵活调度模型具有经济性和可操作性，该模型可以使低密度地区的需求响应调度更加科学和经济; 改进的混合遗传蚁群算法 HGACO 的求解能力、精度和稳定性均优于原算法，可以稳定地求得 DＲT 灵活调度问题的较优解。

• 基于地铁线路的常规公交局域网络协调调度模型

  胡宝雨 艾雨豪 程国柱

  为解决地铁与常规公交间的协调调度优化问题，将与地铁相关联的常规公交线路局域网划分为协同换乘子网络和协作运输子网络，基于对子网络优化达到局域网整体最优的思想，以局域网络内总协调次数最大化为第一目标，协同换乘子网络内多辆公交车与地铁产生协调的机率最大、协作运输子网络内多辆公交车与地铁产生协调的机率最小为第二目标，建立双目标协调调度优化模型，并设计求解模型的启发式算法。算例分析结果表明，文中提出的模型是正确的，算法是有效的，该模型能够得出与地铁协调的常规公交时刻表。

• 基于三维点云数据的集料颗粒棱角性量化评价

  郝雪丽, 孙朝云, 耿方圆, 等

  集料颗粒的棱角性是决定沥青混合料路用性能的重要因素。文中首先搭建了基于 Gocator 3D 智能传感器的集料三维图像采集系统，获取粒径为 9. 5、13. 2 和 16. 0 mm的玄武岩、花岗岩和石灰岩3 种集料样本的三维点云数据; 然后采用基于 Sobel-Feldman卷积和基于集料表面法线的集料颗粒表面棱角性量化方法进行评价，并与现有 AIMS 梯度棱角评价方法进行了对比。结果表明: 基于 Sobel-Feldman 卷积的集料颗粒表面棱角性量化方法评价集料颗粒棱角性具有更高的准确性; 集料越尖锐，集料棱角性指数越大，法线聚类个数越多; 集料越圆滑，集料棱角性指数越小，法线聚类个数越少。