小型微型计算机系统

Select

张旭,顾乃杰,谷德贺,刘博文,苏俊杰,

2017, 38(9): 1921-1927.

摘要 ( ) PDF全文 ( )

可视化

随者互联网时代的到来，如何提升互联网应用的交互性能逐渐成为时下的研究热点；而在当今的互联网环境中，网络带宽已经不是瓶颈，网络时延成为影响应用交互性能的关键因素.作为互联网时代的主要应用，Web应用的网络时延受到TCP尾部丢包现象的严重影响.Tail Loss Probe 算法是一种通过发送探针包来触发恢复的高效易部署的TCP尾部丢包恢复算法，但其需要修改现有的TCP加速机制，存在影响互联网稳定性的风险.针对Tail Loss Probe算法存在的不足，提出一种Double Tail Loss Probe算法，该算法对不同的尾部丢包模式进行细化处理且在适当时机下发送两个探针包以加速恢复并实现与现有TCP机制的友好兼容，从而保证互联网数据流通的稳定性.实验表明，在不同的丢包粒度和传播时延下，Double Tail Loss Probe算法都展现出更快的恢复速度；尤其在丢包粒度较大时，相比Tail Loss Probe,该算法取得了约20%的性能提升.

Select

CCN中一种基于流行度的邻居协作缓存策略

黄胜,何玉杰,郝言明,刘四军,姜良浩

2017, 38(9): 1928-1933.

摘要 ( ) PDF全文 ( )

可视化

为了提高内容中心网络(CCN)的缓存利用率，提出了一种基于流行度的邻居协作缓存策略(PNCC).通过邻域节点间相互协作，根据本节点的数据内容的流行度及来自邻居节点的相同数据内容的请求数，计算出数据传输代价差.根据代价差，PNCC把返回数据存储到流行度最大的节点或其邻居协作缓存节点，以降低数据的传输代价和提高邻域缓存空间的利用率.对缓存已满节点选择流行度最小的数据替换；通过邻居标识表记录邻居节点上存储的内容，让请求内容更准确地获取到邻域存储资源.仿真结果表明，本策略能有效地提高缓存命中率，降低了用户获取数据的时间以及减少了数据传输的跳数.

Select

多粒度数据选择的跨项目缺陷预测方法

李一露,何鹏,李兵,马于涛

2017, 38(9): 1934-1939.

摘要 ( ) PDF全文 ( )

可视化

跨项目缺陷预测利用来自其它项目的数据预测目标项目的缺陷情况,为解决以往预测方法面临的训练数据受限问题提供了一个新的视角.训练数据的质量将直接影响预测模型的性能,尤其是在跨项目情境下.本文利用PROMISE提供的34个公开数据集,从训练数据选择的粒度出发,以两种已有的单一粒度选择方法为基准,提出一种多粒度的训练数据选择方法,并分析了所提方法对跨项目缺陷预测的作用.实验结果表明:从多粒度角度选择训练实例,既可使预测结果的F-measure和G-measure分别提高了0.035(10.4%)和0.041(9.6%),还可减少实际用于训练的实例规模;同时,采用朴素贝叶斯分类器相比其他分类器的F-measure和G-measure可分别提高44.4%和59.2%,且在训练过程中若对实例进行加权处理,预测效果可再提高25.8%.

Select

闭回路采样的网络结点特征学习方法

刘世超,朱福喜,

2017, 38(9): 1940-1944.

摘要 ( ) PDF全文 ( )

可视化

近年来，由于网络数据规模膨胀而导致传统的网络挖掘模型效率低下的现象，使得网络嵌入模型成为当前社会网络分析的热点.不同于以往模型的随机采样方式，本文考虑闭合回路机制对结点采样序列的影响，提出一种闭回路采样的网络嵌入模型，能够将大规模网络中结点的结构特征映射到连续的、低维度的向量空间.这样学习到的结点特征向量能够更好地反应网络的真实结构特性，并且可以很容易地应用到网络数据挖掘的分类、推荐和预测等任务.本文选取3个真实网络数据集进行多标签分类和聚类的实验，并与多个最新的基准方法对比，结果验证了该方法能够学习到更好的结点特征向量.

Select

云计算环境下基于改进遗传算法的多维约束任务调度研究

李超,戴炳荣,旷志光,吴小丽,孙融清

2017, 38(9): 1945-1949.

摘要 ( ) PDF全文 ( )

可视化

云计算环境下计算任务数量十分庞大和复杂,为云计算效率的提升带来了一定的挑战,有效的计算任务调度策略是保障云计算效率的有力手段.如何合理的对云计算资源进行分配以及设计高效的计算任务调度策略,使得所有任务执行完成满足多维约束条件是当前研究热点之一.本文在遗传算法基础上,提出了一种考虑时间、成本、CPU、内存和带宽等多维约束的任务调度算法MCGA,在算法的编码与解码、适应度函数、交叉变异等操作环节上进行了改进,并详细给出算法的执行步骤,最后在CloudSim平台上进行了仿真实验.实验结果表明,本文提出的算法能够有效的达到优化任务调度效率,同时又可提升云计算资源利用率的目的,为云计算环境下任务调度提供了一种可行的思路和方法.

Select

一种利用故障特征模型的系统安全性分析方法

黄鸣宇,魏欧,罗炜麟

2017, 38(9): 1950-1955.

摘要 ( ) PDF全文 ( )

可视化

系统安全性分析是系统安全工程的重要内容,但是传统安全性分析过程中面临着故障空间过大的问题.并且传统安全性分析中以故障列表的方式描述故障无法刻画故障间的约束关系.特征模型是软件产品线工程中描述软件产品家族共性和可变性特征以及特征之间关系的模型.本文提出一种利用特征模型描述故障约束关系的安全性分析方案.首先,从系统描述及安全需求中提取故障约束关系,利用特征模型对其建模,通过故障特征模型优化故障空间;然后,建立系统行为模型并利用时序逻辑描述系统安全属性;最后利用软件产品线模型检测器对系统进行验证.本文通过A320液压系统对方法进行说明,证明了方法的正确性,进而验证故障特征模型对于分析效率的提升.

Select

微信用户网络演化模型研究

李安辉,王亚奇,王静,孙文君

2017, 38(9): 1956-1960.

摘要 ( ) PDF全文 ( )

可视化

微信以其独有的优势，已经成为国内一种十分流行的社交平台.本文基于微信用户网络的具体特征，借助于复杂网络理论和平均场方法，提出一种微信用户网络演化模型以及具体的演化步骤，对该模型进行理论推导，分析该演化模型的度分布特性，并采用真实的微信用户数据对所提模型进行了验证.理论分析和仿真实验表明，由该模型演化生成的微信用户网络具有无标度特性，且度分布指数不仅与节点的活跃度相关，还取决于平衡因子.本文研究不仅有助于人们理解微信网络的内部结构，同时还为谣言等信息在该网络上传播机理研究奠定了基础.

Select

物联网环境下位置隐私保护技术研究

郭敏,张少波,李向东,王国军,

2017, 38(9): 1961-1965.

摘要 ( ) PDF全文 ( )

可视化

随着物联网、智能设备和全球定位系统的发展,物联网领域中基于位置的服务越来越丰富,但是隐私泄露对用户造成了严重的威胁.因此,从以下几个方面对物联网环境下位置隐私保护技术进行了研究.提出了r-匿名的概念,预先产生一系列相似的轨迹集S,用来隐藏一个节点真实的轨迹.结合k-匿名与s-道路段保护节点的隐私.最后,引入一种时间混淆技术,从一系列轨迹集S中的位置随机发送查询以混淆基于位置的服务.尽管为了提供一种强大的轨迹隐私保护而进行的混淆处理会有随机性,但是实验结果表明,在有限的计算成本下,它保证了查询结果的正确性.

Select

无线传感网中一种用于压缩感知的测量矩阵优化方法

党小超,刘颜星,郝占军,

2017, 38(9): 1966-1970.

摘要 ( ) PDF全文 ( )

可视化

针对无线传感器网络中传统测量矩阵方法无法满足数据采集需求的问题.提出一种基于离散小波变换基的梯度下降混合算法，对原始测量矩阵进行优化，通过此方法能够降低原测量方法的数据空间复杂度，提高算法的收敛速度，增强测量矩阵与稀疏矩阵的非相关性.实验对比分析，该方法收敛速度快，数据重构成功率明显高于传统测量方法，降低了测量矩阵设计和实现难度，提高了去除信噪能力，适合在低采样率网络环境中应用.

Select

融合信息量差异和聚类精炼的多Motif识别

王迎国,钟诚

2017, 38(9): 1971-1976.

摘要 ( ) PDF全文 ( )

可视化

采用信息量差异扩展采样Markov链的排斥力函数,使排斥力的值增加,推动两条相互靠近的采样Markov链向不同的区域探索,使motif位置概率矩阵元素值得到更新,避免motif识别算法过早陷入局部最优解,以发现更多的候选motif;利用信息量对motif聚类精炼,以减少假阳性motif对算法结果的影响,提高识别结果的精度和召回率.模拟启动子序列和真实数据集ENCODE TF Chipseq上的实验结果表明,与同类的多motif识别算法相比,本文算法获得更高的召回率和精度、识别出保守性高的motif和匹配更多真实的motif.

Select

加权优先级网络在蛋白质功能预测中的应用研究

潘怡,胡赛,赵碧海

2017, 38(9): 1977-1982.

摘要 ( ) PDF全文 ( )

可视化

考虑到不同类型的相互作用对于功能预测的作用各不相同，结合蛋白质相互作用网络和蛋白质结构域信息构建多个加权网络，并为每种类型的相互作用网络赋予不同的遍历优先级.基于建立的加权优先级网络，提出一种蛋白质功能预测方法PF_WNP (Prediction of Functions based on Weighted Networks with Priority).对于未注释的蛋白质，算法遍历与该蛋白质相连的具有最高优先级的所有相互作用，形成候选邻居节点集合.最后根据邻居节点集合形成预测的功能集合，并为每一项功能评分、排序.实验结果表明，PF_WNP方法的性能优于其他的功能预测方法.

Select

SPES:基于谓词选择率估计的SPARQL查询优化方案

顾进广,王岩松,朱婷婷,徐芳芳,

2017, 38(9): 1983-1987.

摘要 ( ) PDF全文 ( )

可视化

面对海量的RDF数据查询及查询语句本身复杂性的增长,提高SPARQL查询效率成为语义网研究的热点.在实际的大量查询请求中,SPARQL语句都是带有多谓词的查询.多谓词查询的复用可以减少重复查询或者缩减查询范围,从而有效的提高SPARQL查询性能.因此,提出一种基于谓词选择率估计的SPARQL查询优化方案.本文基于查询日志构建直方图,以统计历史查询语句的SPE（SPARQL谓词表达式）,并利用构建的直方图指导缓存.本文提出了缓存的构建以及维护方案,其中谓词选择率估计在构建缓存时起着重要的作用.实验结果分析表明,本文提出的基于查询日志构建谓词直方图的方法可以有效提高查询效率,从而达到SPARQL查询优化的目的.本文将此方案命名为SPES.

Select

大数据流式计算环境下的内存节能策略

蒲勇霖,于炯,鲁亮,廖彬,王跃飞

2017, 38(9): 1988-1993.

摘要 ( ) PDF全文 ( )

可视化

针对流式计算系统计算和存储能耗过高的问题，改变流式计算中内存的存储状态，提出了一种内存节能策略（ESFM）.首先，明确内存中不同状态之间的同步关系与转换条件；其次，通过降低内存活动状态的电压，减少处于内存活动状态的物理节点数量，将服务器中的部分内存从活动状态同步成休眠状态.最后，将计算后的数据存储于休眠状态的内存空间.实验证明和理论分析，在24台普通PC机构成的流式计算系统中，实施内存节能策略的系统比原系统有效节能约25.5%.此外，内存节能策略下的性能与能耗的比值为0.0766 tuple/s·J而原系统性能与能耗的比值为0.0792 tuple/s·J.由此可见，内存节能策略能够在不影响系统性能的前提下，有效降低能耗.

Select

一种支持复杂查询的多维云数据管理索引机制

李剑锋,陈世平,钮亮,段林茂,王忠智

2017, 38(9): 1994-1999.

摘要 ( ) PDF全文 ( )

可视化

针对当前分布式云数据管理系统的数据索引不支持复杂查询的问题，提出一种支持复杂查询的多维云数据索引机制PR-Chord.PR-Chord由基于PR四叉树的全局索引PR-Index和覆盖网络路由协议Chord组成.将由多维数据的值域所形成的多维空间根据PR四叉树的剖分规则平均划分为若干个超矩形，利用改进的PR四叉树技术建立树形索引PR-Index，分层索引这些超矩形空间.多维数据的复杂查询转化为对PR-Index叶节点的查询.设计了数据查询、插入和删除算法，以支持多维查询和区间查询.PRIndex索引本身不存储多维数据，因此维护代价为零.PR-Chord具有负载均衡、算法简单的优点.实验证明PR-Chord具有良好的查询效率.

Select

函数依赖与属性蕴含的关系研究

安秋生,孔祥玉

2017, 38(9): 2000-2005.

摘要 ( ) PDF全文 ( )

可视化

研究了关系数据库理论经典的函数依赖与形式概念分析理论的属性蕴含之间的关系.给出研究所需要的一些基本理论与概念；使用一个典型范例，从形式概念分析、粗糙集及值依赖理论分析了函数依赖与属性蕴含的语法结构，进而建立了表示函数依赖与属性蕴含的统一的数学模型，获得了函数依赖与属性蕴含关于Armstrong公理的共性.第三，从数学原理方面深入研究了函数依赖与属性蕴含的规则表示区别，而且应用不同的实例分析了语义与规则度量方面的差异.最后，从它们的共有特性和不同特性出发，对函数依赖与属性蕴含之间的关系进行了全面总结.

Select

一种工具支撑的动态故障树定量分析方法

司佳,沈国华,黄志球,王梓,潘诚

2017, 38(9): 2006-2010.

摘要 ( ) PDF全文 ( )

可视化

动态故障树目前被广泛应用在动态系统的可靠性分析中，通过引入动态逻辑门来弥补了传统静态故障树无法描述动态系统时序逻辑关系的缺点.由于动态故障树复杂的动态特性，现有的针对动态故障树的定量分析方法或需要大量的人力劳动或降低了结果的精度，同时还缺少实用工具的支撑.提出一种针对动态故障树的定量分析方法：将动态故障树转到PRSIM语言，并用计算树逻辑定义定量分析属性，从而通过PRISM概率模型检测机对动态故障树进行定量分析；本方法能保证动态故障树定量分析精度，并减少大量的人力劳动.

Select

Ceph文件系统的对象异构副本技术研究与实现

詹玲,朱承浩,万继光

2017, 38(9): 2011-2016.

摘要 ( ) PDF全文 ( )

可视化

长久以来,传统机械磁盘的读写速率低是计算机系统不容忽视的问题,尤其是正值大数据技术飞速发展的时代,计算与存储之间的性能差异越来越明显,读写瓶颈问题也愈发严重.MRAM(Magnetic Random Access Memory)具有非易失性、读写速度快和擦写次数无限制等特点,可以有效地缓解存储瓶颈的问题,因而成为了研究热点.基于MRAM建立一套内存数据组织结构,并研究异构副本的存储策略具有一定的研究意义.在Ceph分布式文件系统的基础上,设计出一套基于MRAM的内存管理模块,并将Ceph系统的磁盘-磁盘（主从副本均存储在磁盘上）多副本存储方式修改成MRAM-磁盘（主副本存储在MRAM上,从副本存储在磁盘上）的异构副本存储策略.在详细介绍了异构副本方案的同时,也对其进行了相应的性能测试和分析.

Select

基于泛化中心聚类的不完备数据集填补方法

王妍,王凤桐,王俊陆,宋宝燕,石展

2017, 38(9): 2017-2021.

摘要 ( ) PDF全文 ( )

可视化

随着信息技术、云计算、互联网以及社交网络等技术的不断发展，数据规模呈爆炸态势增长.在海量数据带来丰富信息的同时，如何对海量信息进行高效的预处理成为研究的热点.其中，对于缺失数据的处理就是数据预处理技术中一项重要的挑战.传统的缺失数据的填补方法大部分都只考虑不完备集中数据完全缺失情况下的填补，然而，在海量数据集中，由于人为或者机械等原因会对数据造成一定程度的损坏，有些数据会完全缺失，而有些数据只是部分缺失，传统的填补方法未对不同程度上损坏的数据进行划分，全部按照完全缺失数据进行填补分析，忽略了部分缺失数据对数据填补结果的影响.因此，提出一种基于泛化中心聚类的填补方法（GCF），采用泛化中心聚类思想对数据进行分簇，并对随机损坏数据与聚类结果一起进行缺失数据的填补，以提高填补后数据集的正确率.实验表明，针对不同缺失度的数据集样本，提出的GCF策略在填补正确率方面都具有良好的表现.

Select

产品时效性感知的个性化推荐算法

赵海燕,王颖,陈庆奎,曹健

2017, 38(9): 2022-2027.

摘要 ( ) PDF全文 ( )

可视化

在实际生活中,许多产品具有时效性,人们对于新产品和旧产品的选择通常会基于不同的理由.因此,在推荐中应该考虑这种差异.然而,目前的推荐算法中并没有考虑这种差异性.文中在分析产品时效性的基础上,提出一种时效性感知的个性化推荐方法,它采用了联合矩阵分解的算法,将产品按时效性划分为多个矩阵,再将其联合训练.这样既考虑到了时效性,又克服了产品的稀疏性,并且联合训练又可以得到产品的某种特征向量,挖掘划分成多个部分的时效性产品之间的内部联系.并将流行度作为正则化项.实验表明,该方法可以得到具备良好的推荐性能.

Select

一种融合加权ELM和AdaBoost的交通标志识别算法

徐岩,王权威,韦镇余

2017, 38(9): 2028-2032.

摘要 ( ) PDF全文 ( )

可视化

作为一种新型的单隐层前馈型神经网络，极限学习机（Extreme Learning Machine：ELM）相比于传统的神经网络学习算法具有参数设置少、泛化性能强、训练和识别速度快等优点.为了有效提高交通标志的识别速度和识别率，提出一种基于加权ELM和AdaBoost融合优化的交通标志识别新算法.该算法通过迭代更新原始ELM的训练权重，并利用加权后的ELM作为AdaBoost的弱分类器，最终通过加权多数表决得到最优强分类器.最终实验结果表明，该算法能够取得的交通标志总识别率为99.12%，且单张交通标志的识别时间为7.1ms，可以满足实时识别应用的需求，较好的改善了交通标志的识别性能.

Select

近似像素合并优化的HEVC屏幕视频编码算法

张培君,金小娟,戴蒙,林涛

2017, 38(9): 2033-2038.

摘要 ( ) PDF全文 ( )

可视化

由于计算机生成的屏幕视频和摄像机拍摄的自然视频在本质上有很大差异,计算机屏幕视频具有特殊的图像特征,使用传统视频压缩工具对其进行压缩时,编码效果很不理想.提出一种算法,对屏幕视频中出现的近似像素进行合并处理,有效结合了基于串拷贝机制的字典编码方案,并应用于HEVC视频编码标准平台.近似像素合并的过程中,综合考虑了像素出现频度和像素差异等因素,在不损伤图像主观质量的前提下,该算法能明显改善屏幕视频编码方案的性能.实验结果表明,在全帧内(All Intra,AI)和低延迟(Low-delay B,LB)两种配置下,和ISC(Intra String Copy)算法比较,所提算法的码率平均节省了1.4%和0.35%.和HEVC屏幕视频编码测试模型SCM4.0比较,码率平均节省了10.39%和5.5%.

Select

动态邻域的分解多目标进化算法

周欢,孟利民,王丽萍,林梦嫚,江波

2017, 38(9): 2039-2044.

摘要 ( ) PDF全文 ( )

可视化

多目标优化问题是进化算法领域的研究热点与难点.基于分解的多目标进化算法（MOEA/D）在求解多目标优化问题时有着较强的搜索能力、高效的适应度评价、良好的收敛性等优点.然而，不同的子问题使用相同大小的邻域统一优化，减缓算法搜索全局最优解的速率.为解决以上问题，提出一种动态邻域设置策略，针对不同的子问题设置不同的邻域.首先，分析子问题差异处理的原因；其次，根据子问题与边界的距离，提出边界子问题与靠边界子问题的邻域减小，其他子问题邻域增大策略并将以上策略应用在MOEA/D中，提出一种动态邻域的分解多目标进化算法，进一步分析改进算法中参数的敏感性.将该算法在经典测试函数ZDT系列，WFG系列上进行仿真实验，并采用反向世代距离（IGD）和超体积（HV）指标对算法性能对比分析.结果表明，与MOEA/D对比，改进算法的收敛性明显提高，求出的解集相比MOEA/D，NSGA-II，MOEA/D-DU同类典型的算法求出解集的质量更高，算法在求解前端为凸面的情况效果甚好.

Select

一种信息不确定系统的模糊安全博弈模型

张云,蔚承建,沈航

2017, 38(9): 2045-2050.

摘要 ( ) PDF全文 ( )

可视化

面对信息技术广泛运用的今天,信息安全问题开始受到人们的广泛关注.现有的最新工作大多使用贝叶斯博弈的方法来解决.贝叶斯博弈可以应对参与者类型信息不完全的情况，但现实生活中，信息不仅不完全而且是不确定的，即不知道对手类型精确的分布概率.为解决这个问题，扩展了贝叶斯博弈，提出极小极大模糊博弈模型（ABGMR）.该模型中使用证据理论来描述信息的模糊性；引入可接受收益的极小极大遗憾原则，在收益可接受的情况下最小化最大遗憾值，避免了出现无法接受的收益和过度悲观的情况.极小极大模糊博弈模型适用于多种攻击者多个防御者的情况，并且攻击者和防御者不需先观察对手的策略，可以同时采取行动.最后将ABGMR运用在信息安全领域资源分配场景中，并与已有博弈算法DOBSS进行实验对比，证明了其有效性和最终决策的最大遗憾值的优越性.

Select

面向UM-BUS总线系统低功耗设计的最大空闲时间消息调度算法

白瑞英,邱柯妮,张伟功,周继芹,

2017, 38(9): 2051-2055.

摘要 ( ) PDF全文 ( )

可视化

UM-BUS（Uniform Model Bus）总线是面向嵌入式系统的具有远程存储能力的可重构高速串行总线.它支持多个节点之间直接互连，可以根据链路状态将数据包动态地分配到通信通道上进行高可靠并行高速传输.随着嵌入式系统处理器频率和传输速率的提升，功耗问题已经成为制约嵌入式系统发展的重要瓶颈之一.针对UMBUS总线系统，本文将系统的功耗优化问题形式化描述为整形线性规划问题，通过求解最优的消息调度方法使得总线上各通道公共空闲时间最大化，从而可在该空闲时间内使相关节点以低功耗模式运行，优化系统的总体功耗.本文还提出一种启发式算法来简化求解该调度问题.实验结果表明，对于给定的传输任务，启发式算法和线性最优算法能增加系统最大空闲时间平均达40.38%和47.48%，从而降低了52.04%和57.74%系统功耗.

Select

融合物质扩散热传导和时间效应的推荐算法

王培培,刘培玉,王儒

2017, 38(9): 2056-2061.

摘要 ( ) PDF全文 ( )

可视化

基于二分网络优化的推荐算法以物质扩散算法和热传导算法为基础，但是到目前为止，此类算法并未充分考虑到用户在对资源选择偏好的时间效应，而时间效应则是推荐算法中需要考虑的重要因素之一.针对这一问题，提出一种融合物质扩散热传导和时间效应的推荐算法，首先将物质扩散算法和热传导算法混合使用，然后在此基础上，根据用户对资源选择偏好主要受近期选择资源的影响，同时用户的兴趣也会有一定的保留，分别引入两个调节因子增加用户对资源选择偏好的时间效应.实验结果表明，所提出的算法在推荐的准确性和多样性方面都有显著的提高.

Select

融合分层卷积特征和尺度自适应核相关滤波器的目标跟踪

白冰,钟必能,欧阳谷,

2017, 38(9): 2062-2066.

摘要 ( ) PDF全文 ( )

可视化

尽管经过多年的研究，尺度变化、形状变化、严重的遮挡、背景干扰、光照变化和相机运动等内外因素引起的目标表观变化，使得目标跟踪仍然是一个极具挑战的问题.为了有效地处理目标表观变化，基于分层卷积特征和尺度自适应核相关滤波器的目标跟踪算法，将目标跟踪分解为目标位置的预测和尺度的估计两个步骤.在目标位置估计方面，区别于传统的基于手工设计特征的目标跟踪算法，我们使用基于分层卷积特征的相关滤波器算法计算出不同卷积层上的跟踪结果置信图，对各个层上得到的结果进行加权求和得到目标置信图，估计出目标的最终位置.在目标的尺度估计方面，为了有效捕捉目标尺度变化，我们首先使用尺度金字塔对下一帧适用的尺度进行预测，同时对目标尺度进行更新.在标准测试集（OTB-50）上的实验结果表明，本文所提出的融合分层卷积特征和尺度自适应的相关滤波器的目标跟踪算法取得较好的精度和鲁棒性.

Select

改进蚁群算法在复杂环境中机器人路径规划上的应用

李龙澍,喻环

2017, 38(9): 2067-2071.

摘要 ( ) PDF全文 ( )

可视化

针对经典蚁群算法在复杂环境下的机器人路径规划问题中表现出的收敛速度慢，容易陷入局部最优等问题，提出一种改进算法.依据方向指导信息来优化初始信息素的分布，加快搜索速度，缩减搜索初期的时间消耗；通过优化信息素的挥发与更新规则，保留局部与全局优秀路径的优势信息，改善收敛速度慢的问题；基于区域安全因素对转移概率进行改进，从而避免陷入局部最优和死锁等问题.最后，通过栅格法对仿真环境建模，在不同复杂度与规模的多张地图上进行仿真实验，对比验证了该算法在复杂环境下路径规划问题上的有效性和对不同规模地图的适应性.

Select

SADC:融合架构智能数据中心

王恩东,陈继承,赵雅倩,郭振华,史宏志,李一韩

2017, 38(9): 2072-2079.

摘要 ( ) PDF全文 ( )

可视化

信息化应用、技术需求对数据中心性能扩展能力、资源利用率和能耗等提出了更高需求,传统数据中心通过设备堆积、交换机连接、再辅以虚拟化资源调度管理的方式无法满足需求.本文提出了适应未来数据中心的新型架构——融合架构,阐述了其设计理念和关键技术.应用实践表明,基于硬件重构+软件定义的融合架构能够有效提升数据中心的性能扩展能力、资源利用率和能效,有助于构建开放融合、敏捷高效与智能绿色的新型数据中心.

Select

一种改进的流数据上的高效用模式挖掘算法

谢志轩,李玉强

2017, 38(9): 2080-2085.

摘要 ( ) PDF全文 ( )

可视化

为了快速地从无限的流数据中挖掘出高效用模式，基于已有算法HUMUT提出一种流数据上的高效用模式挖掘算法——IHUM-UT（Improved High Utility Mining based on Utility Tree）算法.IHUMUT算法通过压缩HUMUT算法的头表大小，使其只包含滑动窗口中关注的数据，减少挖掘时所要遍历的数据量，达到提高时间效率的目的.结合两个数据集，调节最小效用阈值、批大小和窗口大小，对两个算法进行对比实验，实验结果表明，IHUM-UT算法得到的高效用模式集与HUM-UT算法完全一致，在时间效率上有较大提升，这种提升在关注数据量较少、不同数据项个数较多的情况下更为突出.

Select

自适应的非局部总变分图像复原算法

任泽民,王洪珂,葛永新,王晓峰,王伟

2017, 38(9): 2086-2089.

摘要 ( ) PDF全文 ( )

可视化

边缘和纹理信息是图像的重要特征信息,在复原过程应得到有效地保持.为此提出了基于非局部总变分的自适应复原模型.新模型的能量泛函包含两项:自适应正则项和数据保真项.自适应正则项的设计是建立在非局部正则项的基础上,主要用其保持纹理;另一方面正则项融入了边缘探测函数,使得模型可以根据局部边缘信息自适应地实施不同程度的扩散力,即在同质区域作用一个较大的扩散过程,避免出现分片常值;在边缘附近作用一个相对平和的力,使得图像边缘得到有效地保持.本文模型利用Gateaux导数计算其扩散方程,通过有限差分进行数值模拟.实验结果表明,所提模型在视觉效果和运行效率方面取得了较好的结果,并且在边缘锐化和纹理保持方面,本文模型相对于经典的TV模型和NLTV模型具有较大的优势. 

Select

融合项目分类的加权Slope One算法

原福永,温志慧,梁顺攀,张玉连,

2017, 38(9): 2090-2095.

摘要 ( ) PDF全文 ( )

可视化

互联网的迅速发展,将人们带入了信息爆炸的时代,而个性化推荐系统是解决该问题的一种非常有效的方法.研究的Slope One算法是一种基于项目的协同过滤推荐算法,该方法简单、高效、易于实现且具有合理的准确性.然而,该算法在偏差计算时考虑了所有共同评分的项目,在某些情况下,对不相关项目计算偏差可能会降低预测的准确性.为了在计算偏差时过滤掉不相关项目对预测结果的影响,将项目分类和K近邻引入Slope One算法,以期得到更好的准确性.最后,在MovieLens数据集上的实验结果表明,提出的方法在数据稀疏和共同评分项目较少的情况下仍能得到较好的准确性.

Select

支持MOOC课程的动态表情识别算法

郦泽坤,苏航,陈美月,高克宁

2017, 38(9): 2096-2100.

摘要 ( ) PDF全文 ( )

可视化

大规模在线开放课程（MOOC）的讲授主要依赖于视频录像，讲者无法直接获取学生的听课状态.而在线下的面授课程中，讲者可以通过学生面部的表情，及时获得教学效果的反馈，并改进教学过程.针对此问题，提出将学生学习过程中的面部表情，引入到MOOC课程，并定义了7种听课表情，设计了动态表情识别算法.首先按照5帧的间隔从学生的摄像头视频中抽取面面部图像，并利用FACE++提取面部特征点.其次，通过支持向量机（SVM）识别与表情相关面部关键部位的特征模式，作为分类树的结点.最后利用各个关键部位的特征进行组合识别面部表情.实验表明，该算法可以不拘泥于传统算法仅仅支持6种基本表情识别，在MOOC应用上有更好的效果.

Select

概念三元格渐进式构造算法

王冰洁,张卓,王黎明

2017, 38(9): 2101-2106.

摘要 ( ) PDF全文 ( )

可视化

随着形式概念分析的发展和完善,三元概念分析也逐渐受到了越来越多的关注,其作为形式概念分析的扩展,是一种新的分析三维数据的理论.渐进式算法是概念格构造的一类重要算法.文中从三元概念分析的基本理论入手,采用渐进式的思想提出了概念三元格的构造算法.算法首先将三元背景分解成多个单条件的三元背景,将此看作形式背景,利用概念格构造算法求形式背景下的概念集合,增加方式为对应的条件将概念转换为三元概念,然后通过给出特定的结合操作逐步地构造多条件下的三元概念集合,最后运用三元概念之间的预序关系建立三元概念之间的关系.理论证明和实验结果表明:该算法是正确的.

Select

求解无约束优化问题的改进教与学优化算法

赵乃刚

2017, 38(9): 2107-2112.

摘要 ( ) PDF全文 ( )

可视化

教与学优化算法（TLBO）是一种新型的群智能优化算法.针对算法求解性能的不足，对其进行改进并用于求解无约束全局优化问题.首先，在算法的“教师阶段”采用一种新的策略对学生平均水平进行定义，然后，在算法的“教师阶段”和“学生阶段”分别加入一种线性递减的惯性权重因子，最后，在算法中加入一种自适应精英交叉算子，不同粒子根据适应度值而动态执行交叉操作.通过11个无约束优化问题进行对比测试实验，结果显示，改进后的算法（ITLBO）在探索性能和收敛速度方面优于TLBO等其它四种类型的算法.

Select

主题关注模型下的影响最大化算法研究

郭景峰,范超智,陈晓,

2017, 38(9): 2113-2118.

摘要 ( ) PDF全文 ( )

可视化

目前,社会网络大多以社交关系为基础进行信息传播，影响最大化是信息传播领域挖掘有影响力的顶点集的热点.随着大型社交网络的兴起，将主题偏好作为网络中实体的属性进行研究的影响最大化研究越来越多，较为缺少主题关注模型（融合社交关系和主题关注关系的新型社交网络模型）上的影响最大化研究.针对这种情况，本文在此模型基础上，首先，在集对联系度基础上，结合随机游走计算各步内顶点主题偏好度，得到候选种子集；其次，在候选种子集上，基于贪心策略挖掘有影响力顶点；最后，在豆瓣数据集上，实现算法TA_CELF，L_GAUP和CELF，从ISST，ISRT，ISRNT三个指标评价实验结果，实验结果表明，基于主题关注模型下进行的算法TA_CELF影响范围有较好的表现.

Select

k-means和逻辑回归混合策略的不平衡类学习方法

邬长安,郑桂荣,孙艳歌,郭华平

2017, 38(9): 2119-2124.

摘要 ( ) PDF全文 ( )

可视化

不平衡类问题在现实生活中普遍存在，表现为一个类的实例数明显多于另一个类的实例数，其类分布不平衡这一特征导致了传统的分类方法不能很好地处理该类问题.本文将k-means和逻辑回归模型相结合，提出一种叫做ILKL(Imbalanced Learning based on K-means and Logistic Regression)的算法处理不平衡类问题.首先，ILKL使用聚簇方法将多数类划分成一个个子簇，以重新平衡数据集，然后在相对的平衡的数据集上学习逻辑回归模型.UCI数据集上的实验结果显示，与传统方法相比，本文方法在召回率、g-mean和f-measure等指标上表现出更好的性能.

Select

基于滑动任务窗的众包质量评估算法

郑志蕴,江国林,张行进,王振飞,李钝

2017, 38(9): 2125-2129.

摘要 ( ) PDF全文 ( )

可视化

随着互联网的发展，众包在商业、科研等领域都得到广泛的应用.由于工作者能力和态度不同导致任务完成质量参差不齐，有效对众包质量进行评估成为研究热点.本文引入专业准确率的概念对工作者进行评估，结合黄金标准数据法和EM算法思想，提出一种基于滑动任务窗的众包质量评估算法，通过对众包任务进行滑动分窗，对工作者和任务进行EM估计和整合，实现对任务结果的高效准确评估.实验表明，本算法的查准率可以达到约90%，同时运行效率高、鲁棒性强.

Select

结合Bi-2DPCA和多权值神经网络的人脸识别方法

林克正,孙一迪,林璇玑,李慧,李骜

2017, 38(9): 2130-2133.

摘要 ( ) PDF全文 ( )

可视化

由于采用主成分分析方法进行人脸识别容易受光照、脸部变形和旋转等因素的影响，对此提出了一种基于双向二维主成分分析(Bi2DPCA，bilateral two-dimensional principal component analysis)和多权值函数神经网络的人脸识别方法.该人脸识别方法首先采用Bi-2DPCA方法对人脸图像进行压缩并提取其特征向量，然后将提取到的特征向量作为多权值函数神经网络的输入对神经网络进行训练，通过训练进而得到人脸图像的类间判别信息，最后进行人脸识别.在ORL标准人脸库上与其它识别算法进行比较，实验结果表明该算法的识别率高于其他识别方法.

Select

变化字典学习与显著特征提取的单样本人脸识别

王念兵,吴秦,梁久祯,许洁,张淮

2017, 38(9): 2134-2138.

摘要 ( ) PDF全文 ( )

可视化

针对单样本问题，基于不同的人脸区域在识别过程中的重要性不同这一事实，提出将能显著区分其它类的人脸区域作为提取的显著特征，并视为有较大区分度的块，剩下的区域视为普通块；再根据不同组中每块的稀疏表示重构残差给予不同的权重，以抑制普通块的影响同时保持有区分度的块的作用.为了减小人脸之间未对齐的影响，将每块训练图像对应的8邻域增加到训练集中，以实现样本的扩充；同时提出新的类内变化字典学习方法，学习得到共享的类内变化字典，以减小测试人脸未知变化的影响.文章的方法可以有效减小人脸局部信息缺失造成的影响，使得在AR、Extended Yale B、CMU-PIE人脸库上的表现超过其它单样本识别相关的方法，取得了最好的识别效果.

Select

一种利用关键点提取的改进ICP三维彩色点云场景配准方法

杨永涛,黄国言,吴培良

2017, 38(9): 2139-2145.

摘要 ( ) PDF全文 ( )

可视化

为了解决传统ICP算法对初始值的敏感以及配准效率不高的问题，提出一种基于关键点提取的三维彩色点云场景配准新方法.该方法充分利用RGB-D数据所提供的三维彩色点云的有效信息，首先通过特征提取算法检测三维场景的彩色信息关键点，获得相应关键点描述子向量，通过最邻近点算法和向量内积最大值原则，对关键点进行匹配和优化，并对应在三维点云中.在此基础上，利用关键点云的点对曲率一致性分析，对错误匹配的关键点对进行剔除，获得配准率较高的关键点云集.最后利用基于关键点提取的改进ICP配准方法对关键点对进行配准，求取变换矩阵，利用变换矩阵将全部点云数据配准.实验结果表明，本文算法避免了对初始值的敏感以及噪点对配准的影响，在保证配准精度和配准效果的前提下，极大简化了配准点集，大大减少了所用的时间，明显提高了效率，对实际应用具有积极的意义.

Select

结合深度置信网络与混合神经网络的图像分类方法

刘罡,徐超,陈思义,吴聪

2017, 38(9): 2146-2151.

摘要 ( ) PDF全文 ( )

可视化

图像分类方法主要是使用分类器对提取的图像特征进行分类.因此,提取的图像特征和使用的分类器直接影响分类结果.图像特征提取一般是人为设定特征提取模式,然而,对于内容复杂的图像难以人为设定有效的特征模式.此外,随着训练集规模的增加,分类器想要获得更好的分类精度需要大量的训练时间.为了解决这些问题,提出混合神经网络分类器,并将该分类器和深度置信网络结合设计了新的图像分类方法.混合神经网络分类器由演化函数模块层和神经元层组成,演化函数模块层作为输入层,神经元层作为分类结果的输出层.深度置信网络是一种用于自动提取输入数据深层特征的网络模型.本文中提出的新的图像分类方法分为2个步骤,首先,堆叠受限玻尔兹曼机构成的深度置信网络用于提取图像的特征向量,其次,使用混合神经网络分类器对提取的特征向量进行分类.采用MNIST数据集和UCI数据集对提出的方法进行实验验证.实验结果表明,与堆叠受限玻尔兹曼机和softmax分类器的组合,堆叠受限玻尔兹曼机和基于演化策略的softmax分类器的组合以及堆叠受限玻尔兹曼机和支持向量机的组合相比,提出的分类方法可以在更短的时间内获得比较高的分类精度并且具有更好的抗过拟合能力.

Select

折叠树编码索引的大规模图可达查询处理

宋宝燕,张瑞浩,单晓欢,丁琳琳

2017, 38(9): 2152-2156.

摘要 ( ) PDF全文 ( )

可视化

可达查询作为图查询中一类基本查询，在众多领域得到广泛应用.研究发现，图规模的不断增长导致传统单机环境下的查询算法已无法满足大规模图的查询需求.为此，提出一种折叠树编码索引的大规模图可达查询方法，该方法由离线预处理和在线查询两阶段构成.预处理阶段，提出一种折叠树编码索引方法FTCI，该方法建立了基于B+树的标记机制对分割子图进行标记，并通过标记子图上的折叠树创建及相应类哈夫曼编码，良好地保存了子图内部及子图间的可达信息；在线查询阶段，采用分布式技术，设计了基于FTCI的可达查询方法，根据查询节点隶属子图情况，给出子图内、子图间查询策略.实验证明提出的方法在保证高效查询的同时降低了索引的存储开销，提高了可达查询的处理效率. 

Select

多尺度自适应加权与稀疏表示分类相结合的遥感目标识别

李骥,王艳然,王威

2017, 38(9): 2157-2160.

摘要 ( ) PDF全文 ( )

可视化

针对遥感图像中不同层次的空间结构差异及目标含有不同角度的旋转的情况,提出一种基于Gabor多尺度自适应加权与稀疏表示的遥感目标识别方法.首先对训练样本和待测样本进行Gabor小波变换,对各个方向的Gabor特征进行综合,使它们近似各向同性,根据各尺度特征包含信息量进行自适应加权求和并经过PCA降维求得融合特征,将原始的训练字典改为融合特征字典,从而使字典更加具有判别能力,提高识别率.实验表明,该方法对遥感图像目标识别具有较好的鲁棒性.

Select

融合上下文信息的多尺度图像显著性检测

陈南而,陈莹

2017, 38(9): 2161-2165.

摘要 ( ) PDF全文 ( )

可视化

针对由单一尺度的稀疏重构来描述图像显著性时产生的错误检测问题,提出一种融合上下文信息的多尺度图像显著性检测算法.该方法首先采用多尺度的SLIC超像素分割方法处理输入图片,建立背景模板,采用稀疏表示算法进行稀疏重构;然后构建图像的上下文信息计算各超像素显著值,平滑相似图像块之间的稀疏重构误差,改善前景图像块被错误包含在背景模板时引起的错误检测问题;之后设计加权融合策略完成多尺度显著性融合,最后加入位置信息使得上下文显著性检测的结果更加准确,得到最终的显著图.仿真实验结果表明,在国际公开的数据库中,该方法得到的显著图能够均匀地突出显著对象,较强地抑制背景噪声.

Select

负整数次幂复解析映射构造分形

陈宁,李明,吴晓辰

2017, 38(9): 2166-2170.

摘要 ( ) PDF全文 ( )

可视化

为构造出负整数次幂复映射族f(z)=z－n+c的新型分形,研究了利用该复映射族的广义M集的1周期参数构造非线性迭代函数系的方法.根据广义M集的对称性，选定正实轴上方与正实轴成π/(n+1)角度内的M集中1周期参数区域为构造IFS（Iterated Function Systems，函数迭代系）中压缩迭代函数的参数源区域；试验选取2个或以上参数构造非线性压缩IFS，并构造分形.根据完整M集的1周期参数区域的对称特点，在参数源区域挑选多个参数，将每个参数扩展到n+1个旋转对称参数或2(n+1)个旋转对称和反射对称参数，由这些参数构造出相应的迭代函数，组成一个非线性的IFS，并构造出对称分形.实验结果表明，用本文方法构造的非线性IFS，可以用复映射族f(z)=z－n+c构造出大量的结构各异的新颖分形.

Select

五轴加工复杂曲面的隐函数碰撞检测方法

王帅,郭锐锋,王鸿亮,苏谟,吴昊天,

2017, 38(9): 2171-2176.

摘要 ( ) PDF全文 ( )

可视化

为了解决五轴数控加工中两个旋转轴带来的易碰撞性，提出五轴加工复杂曲面的函数碰撞检测方法.在五轴加工仿真应用中，针对复杂曲面选取工件体素，通过隐函数方程构建刀具曲面，再进行逆运动映射，运用包围盒检测快速排除规则实体，如有包围盒重叠，则进一步检测，可剔除无关点，缩小检测范围，减少检测时间，最后运用隐函数方程求解根之间的关系判断是否发生碰撞.试验以球头铣刀为例，试验结果验证此方法能准确的实现碰撞检测，提高五轴加工中复杂曲面的碰撞检测时间性能，该算法可以应用于任何五轴数控机床.

选择文件类型/文献管理软件名称

选择包含的内容

过刊目录

作者投稿

专家审稿

编辑办公

主编办公

编委审稿

下载中心