基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)設(shè)計(jì)

潘偉，李新建

（湖北中煙工業(yè)有限責(zé)任公司，湖北武漢 430000）

近年來，我國全方位步入電子信息時(shí)代，電子信息便利了大眾的生活，然而每天產(chǎn)生的電子信息量較大，對各個(gè)領(lǐng)域也造成了嚴(yán)重影響。因此，為了緩解信息冗余壓力，構(gòu)建信息快速集成系統(tǒng)，將有效信息和無效信息分開，并銷毀無效信息，增加信息空余存儲(chǔ)空間[1-2]，成為當(dāng)前研究的熱點(diǎn)問題。

傳統(tǒng)信息快速集成系統(tǒng)的工作原理是根據(jù)信息產(chǎn)生時(shí)間進(jìn)行快速集成分類，以時(shí)間塊為單位進(jìn)行信息集成，但該方法無法將具有關(guān)聯(lián)的信息集成在一起，每次信息集成時(shí)，均需要在信息庫中對要集成信息的關(guān)鍵字進(jìn)行查詢，導(dǎo)致信息集成速度較慢，效率低[3]。

為了提升信息快速集成速度，解決現(xiàn)有信息集成系統(tǒng)中存在的問題，文中以深度置信網(wǎng)絡(luò)技術(shù)為核心，完善信息快速集成系統(tǒng)功能，并在此基礎(chǔ)上，設(shè)計(jì)了一種信息快速集成系統(tǒng)，以提升信息集成的速度和效率。

1 信息快速集成系統(tǒng)硬件設(shè)計(jì)

文中設(shè)計(jì)的基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)硬件由集成器、處理器和集線器組成。系統(tǒng)硬件結(jié)構(gòu)如圖1 所示。

圖1 信息快速集成系統(tǒng)硬件

1.1 集成器

集成器是系統(tǒng)硬件區(qū)域最關(guān)鍵的器件，其主要工作是按照處理器傳遞的信息特征和深度置信網(wǎng)絡(luò)模型計(jì)算相關(guān)信息，進(jìn)行信息快速集成。數(shù)據(jù)集成結(jié)果以數(shù)據(jù)文檔的格式輸出。為了保證基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)的處理速度，文中采用了HKS-7392 集成器[4]。集成器結(jié)構(gòu)如圖2 所示。

圖2 集成器結(jié)構(gòu)

HKS-7392 集成器的閉環(huán)基本放大倍數(shù)AVF 為25 倍，運(yùn)行過程中輸入的失調(diào)電壓VIO 為220 V，當(dāng)集成器輸入電壓為零時(shí)，輸入失調(diào)電壓會(huì)立即進(jìn)行替補(bǔ)，保證集成器的穩(wěn)定運(yùn)行。統(tǒng)一輸出的失調(diào)電流IIO 為60 A，為了使輸出的失調(diào)電流可快速得到替補(bǔ)，則在集成器輸入端配置兩個(gè)補(bǔ)償接收線圈[5-6]。集成器開環(huán)輸入阻抗是器件偏置電壓和電流的比值，文中控制開環(huán)輸入阻抗必須小于正常系統(tǒng)工作電阻的5%，以平衡集成器的正常工作。HKS-7392集成器如圖3 所示。

圖3 HKS-7392集成器示意圖

HKS-7392 集成器的優(yōu)點(diǎn)是在待機(jī)狀態(tài)時(shí)會(huì)立即自動(dòng)轉(zhuǎn)換靜態(tài)功耗模式，降低了集成器本身的能耗，節(jié)約能源、預(yù)測靜態(tài)功耗PD，集成器的開環(huán)頻寬BW 設(shè)置為3 dB。

1.2 處理器

處理器的工作任務(wù)分為兩部分，一部分為驅(qū)動(dòng)集成器，另一部分是將數(shù)據(jù)采集器采集到的數(shù)據(jù)信息進(jìn)行特征分析，然后將特征向量同時(shí)發(fā)送到集成器和軟件區(qū)域的深度置信網(wǎng)絡(luò)模型中，為信息數(shù)據(jù)的集成和關(guān)鍵信息檢索提供了基礎(chǔ)[7]。

麒麟990 處理器是目前處理器領(lǐng)域性能最好的處理器之一，其采用16 核心8 線程并兼容300 系列的工作主板，處理器的單核睿頻可以達(dá)到4.9 GHz，可保證處理器的工作速度[8]。麒麟990 處理器的基本頻率為3.6 GHz，在信息快速集成系統(tǒng)中設(shè)置8 個(gè)頻卡卡槽，卡槽支持基本內(nèi)存類型，一旦系統(tǒng)的信息任務(wù)處理量增大，即可以增加頻卡，提高處理器的工作速度。處理器結(jié)構(gòu)如圖4 所示。

圖4 處理器結(jié)構(gòu)

處理器智能緩存空間為3 GB，每處理100 GB 信息消耗的熱功率為95 W。麒麟990 處理器的光刻為14 nm，在處理器的邊緣處設(shè)置多個(gè)敏感接口，提高了數(shù)據(jù)接收和識(shí)別的速度，主要接口類型為HDMI接口、USB 接口、DP 接口以及網(wǎng)絡(luò)接口，在接收到數(shù)據(jù)傳輸信號(hào)時(shí)，根據(jù)數(shù)據(jù)的格式自動(dòng)開啟相應(yīng)的接口，完成數(shù)據(jù)接收[9-10]。處理器接口如圖5 所示。

圖5 處理器接口

1.3 數(shù)據(jù)采集器

數(shù)據(jù)采集器在系統(tǒng)硬件區(qū)域的作用是初步采集需要集成的信息，雖然任務(wù)量較少，但必須保證數(shù)據(jù)采集過程中數(shù)據(jù)信息的完整性，一旦數(shù)據(jù)采集過程中出現(xiàn)數(shù)據(jù)節(jié)點(diǎn)丟失等情況，后期信息特征分析以及在信息庫中查詢等操作均無法進(jìn)行或者導(dǎo)致查詢結(jié)果錯(cuò)誤，降低系統(tǒng)的工作效率。因此，為了使數(shù)據(jù)采集器具備以上功能，文中采用GJSS-97 數(shù)據(jù)采集器[11-12]。

GJSS-97 數(shù)據(jù)采集器主要由IntelZ390 芯片、電池、識(shí)別端口以及數(shù)據(jù)存儲(chǔ)模塊組成。為了延長數(shù)據(jù)采集器的使用周期，文中采用4 000 mAh 容量的DG 電池，該電池支持4 h 快充，并且具有高度防腐蝕、耐壓力的特點(diǎn)，在數(shù)據(jù)采集器待機(jī)時(shí)，不用擔(dān)心電池腐蝕儀器的情況發(fā)生[13-14]。識(shí)別端口采用8 端口模式，端口的數(shù)據(jù)傳輸速度為千兆，并且各個(gè)端口遵守WSPPT 協(xié)議，支持網(wǎng)絡(luò)標(biāo)準(zhǔn)為IEEE 802.2、IEEE 802.3，識(shí)別端口最突出的特點(diǎn)為具有存儲(chǔ)轉(zhuǎn)發(fā)功能，減少數(shù)據(jù)存儲(chǔ)的工序。識(shí)別端口如圖6 所示。

圖6 識(shí)別端口

該系統(tǒng)中識(shí)別端口具有較強(qiáng)的擴(kuò)展性和網(wǎng)絡(luò)性，其MAC工作地址為4 K，數(shù)據(jù)包轉(zhuǎn)發(fā)率為12 Mpps。數(shù)據(jù)存儲(chǔ)模塊可短時(shí)間存儲(chǔ)數(shù)據(jù)采集器采集的信息，其存儲(chǔ)空間為8+264 GB，IntelZ390芯片的CPU 為STM32FJST6，芯片工作的主要頻率為72 MHz，芯片具備多個(gè)64P-LQFP 的多功能引腳，IntelZ390 芯片的FP 數(shù)據(jù)讀取速度為每秒394 字節(jié)，在一定程度上提高了數(shù)據(jù)采集的工作速度，保證系統(tǒng)的工作效率。IntelZ390 芯片的外形為294 mm×180 mm×44 mm，工作電源為額定電壓220 V、額定電流50 A[15]。

2 信息快速集成系統(tǒng)軟件設(shè)計(jì)

深度置信網(wǎng)絡(luò)是一個(gè)融合機(jī)器學(xué)習(xí)法和海量訓(xùn)練數(shù)據(jù)方法的能量模型，機(jī)器學(xué)習(xí)法的工作是將信息進(jìn)行特征分布，為信息集成奠定基礎(chǔ)，提高信息集成的速度和準(zhǔn)確度。深度置信網(wǎng)絡(luò)的實(shí)質(zhì)是神經(jīng)網(wǎng)絡(luò)和受限玻爾茲曼機(jī)之間相互綜合分布的分析網(wǎng)絡(luò)，受限玻爾茲曼機(jī)用來錄入需要集成信息的特征，神經(jīng)網(wǎng)絡(luò)存儲(chǔ)信息庫的所有信息及其自帶特征，有些信息可能存在多個(gè)特征，一個(gè)深度置信網(wǎng)絡(luò)可由多個(gè)受限玻爾茲曼機(jī)串聯(lián)而成。深度置信網(wǎng)絡(luò)的信息數(shù)據(jù)訓(xùn)練包括監(jiān)督數(shù)據(jù)訓(xùn)練和無監(jiān)督數(shù)據(jù)訓(xùn)練[16]。

深度置信網(wǎng)絡(luò)分析能量模型由許多層次構(gòu)成，分別為數(shù)據(jù)隱藏層、可見層、隱藏神經(jīng)元層，各個(gè)層次之間均連通且具有一定關(guān)聯(lián)性，深度置信網(wǎng)絡(luò)的神經(jīng)層之間相互獨(dú)立。需要在第一個(gè)受限玻爾茲曼機(jī)層中集成信息特征向量，判斷信息的隱藏層，然后隱藏層的信息特征向量作為下一層的數(shù)據(jù)向量，層次之間滿足的信息數(shù)據(jù)能量函數(shù)為：

其中，n、m分別為可見層和隱藏層神經(jīng)元個(gè)數(shù)；ni、vi分別為可見層和隱藏層神經(jīng)元的偏置；bi為可見層神經(jīng)元i與隱藏層神經(jīng)元j的連接權(quán)重；θ為模型參數(shù)的集合；hi表示隱藏層，其數(shù)值通常取0 或者1，服從伯努利分布；wij表示可見層；h表示輸入層神經(jīng)，其取值范圍為二值變量和實(shí)數(shù)值。

根據(jù)函數(shù)計(jì)算出隱藏層和可見層信息分布概率，即：

其中，z（θ）為歸一化系數(shù)。

深度置信網(wǎng)絡(luò)模型中信息檢索的關(guān)鍵是關(guān)于θ的數(shù)值，其決定需要集成信息的特征分布情況，確定模型內(nèi)各個(gè)層之間的分布概率，保證模型計(jì)算結(jié)果的準(zhǔn)確性。

基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)的工作流程如圖7 所示。

1）驅(qū)動(dòng)系統(tǒng)，設(shè)置系統(tǒng)功能，錄入硬件區(qū)域數(shù)據(jù)采集器采集的信息，并對數(shù)據(jù)信息進(jìn)行特征分析，將需要集成的信息特征傳輸?shù)教幚砥髦校却幚恚?/p>

2）當(dāng)處理器接收到信息特征的同時(shí)，調(diào)用深度置信網(wǎng)絡(luò)模型，對信息特征進(jìn)行識(shí)別，通過對需要集成信息的神經(jīng)網(wǎng)絡(luò)和受限玻爾茲曼機(jī)信息進(jìn)行合理分布，調(diào)用模型內(nèi)隱藏層、可見層、神經(jīng)層在信息庫內(nèi)完成信息特征的查詢；

3）根據(jù)需要集成信息查詢結(jié)果，快速完成信息的集成。

根據(jù)系統(tǒng)硬件集成器、處理器和集線器的設(shè)計(jì)，軟件中采用深度置信網(wǎng)絡(luò)模型進(jìn)行信息特征分析，完成了基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)的設(shè)計(jì)。

3 實(shí)驗(yàn)研究

3.1 實(shí)驗(yàn)方案

為了驗(yàn)證文中基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)的有效性，與傳統(tǒng)的基于物聯(lián)網(wǎng)的信息快速集成系統(tǒng)和基于數(shù)據(jù)分析的信息快速集成系統(tǒng)進(jìn)行實(shí)驗(yàn)對比。

實(shí)驗(yàn)在MALTAB 7.2 平臺(tái)上進(jìn)行，運(yùn)行操作系統(tǒng)為Windows XP 系統(tǒng)，根據(jù)系統(tǒng)的硬件，設(shè)計(jì)了新的信息采集系統(tǒng)，實(shí)驗(yàn)中確定樣本信息數(shù)據(jù)為2 000個(gè)，在集成過程加入無關(guān)特征，分析3 種系統(tǒng)受無關(guān)特征影響的程度，并對樣本信息集成的準(zhǔn)確率進(jìn)行分析。

3.2 實(shí)驗(yàn)結(jié)果

在集成樣本數(shù)據(jù)過程中加入無關(guān)特征，分析3 種系統(tǒng)受無關(guān)特征影響的程度，實(shí)驗(yàn)結(jié)果如圖8 所示。

圖8 無關(guān)特征影響實(shí)驗(yàn)結(jié)果

根據(jù)圖8 可知，當(dāng)添加200 個(gè)不相關(guān)的特征后，基于數(shù)據(jù)分析的快速集成系統(tǒng)的評(píng)估準(zhǔn)確率呈現(xiàn)下降趨勢，其評(píng)估準(zhǔn)確率約為28%。這是由于數(shù)據(jù)分析是一種淺層次的學(xué)習(xí)方法，其淺層次結(jié)構(gòu)對不相關(guān)特征的加入比較敏感，隨著不相關(guān)特征數(shù)目的增加，其評(píng)價(jià)精度不斷降低。而基于物聯(lián)網(wǎng)的信息快速集成系統(tǒng)評(píng)估準(zhǔn)確率約為75%，文中系統(tǒng)的評(píng)估準(zhǔn)確性約為82%；當(dāng)無關(guān)特征數(shù)目不斷增加后，3 種系統(tǒng)的評(píng)估效果均出現(xiàn)變化，但文中系統(tǒng)的評(píng)估性能較好。這是由于文中采用的深度置信網(wǎng)絡(luò)是一種深層結(jié)構(gòu)，能夠?qū)υ紨?shù)據(jù)樣本中的特征進(jìn)行分層抽取，在特征維數(shù)變化過程中排除無關(guān)信息。當(dāng)不相關(guān)特征量逐漸增加時(shí)，能保證算法的準(zhǔn)確性。驗(yàn)證了基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)具有更好的評(píng)估性能。

4 結(jié)束語

為解決現(xiàn)有信息集成系統(tǒng)中存在的不足，文中設(shè)計(jì)了一種新的基于深度置信網(wǎng)絡(luò)的信息快速集成系統(tǒng)。該系統(tǒng)對硬件和軟件進(jìn)行設(shè)計(jì)。在硬件中設(shè)計(jì)了集成器、處理器以及集線器，提高了信息快速集成系統(tǒng)的運(yùn)行基礎(chǔ)，軟件中通過深度置信網(wǎng)絡(luò)模型調(diào)用硬件設(shè)備驅(qū)動(dòng)系統(tǒng)完成信息快速集成處理，達(dá)到研究目的。深度置信網(wǎng)絡(luò)是一個(gè)記憶性網(wǎng)絡(luò)，文中設(shè)計(jì)的集成系統(tǒng)在該記憶網(wǎng)絡(luò)的作用下，不需要進(jìn)行全部信息查詢，具有集成速度快、效率高的特點(diǎn)。