小型微型计算机系统

Select

文仕学,孙磊,杜俊

2018, 39(1): 1-6.

摘要 ( ) PDF全文 ( )

可视化

在语音识别实际应用中，带噪语音信噪比的复杂性会造成识别难度增大，导致语音识别系统性能下降.本文将渐进学习语音增强方法应用于语音识别，以取代传统语音识别中使用的基于深层神经网络的语音增强方法.本文使用渐进学习语音增强方法在识别模型前端进行降噪预处理，然后再作识别，以更好地提升语音信噪比，进而提高系统性能.首先使用渐进学习方法训练一个深层神经网络.然后，将语音经过这个渐进学习深层神经网络作增强.最后，将渐进学习深层神经网络增强后的语音经过语音识别模型作识别.通过实验验证，本文使用的渐进学习语音增强及识别方法，相对于传统语音增强及识别方法，在识别准确率上有10.28%的相对提升.

Select

栈式降噪自编码器的标签协同过滤推荐算法

霍欢,郑德原,高丽萍,杨沪沪,刘亮,张薇

2018, 39(1): 7-11.

摘要 ( ) PDF全文 ( )

可视化

协同过滤推荐和基于内容的推荐是目前应用于推荐系统中的两种主流手段.传统的协同过滤模型存在着矩阵稀疏问题,基于内容的推荐又不能自动抽取深层特征,且两种推荐手段很难直接融合在一起,无法共同提升推荐系统的性能表现.充分利用了深度学习模型能够深度挖掘内容隐藏信息的特性,将栈式降噪自编码器（SDAE）运用于基于内容的推荐模型中,并将其与基于标签的协同过滤算法结合在一起,提出DLCF(Deep Learning for Collaborative Filtering)算法.经过真实数据集的验证,DLCF算法能够很大程度上克服矩阵稀疏问题,在性能上优于传统推荐算法.

Select

一种基于Actor模型的并行动态符号执行方法

张晓文,贾向阳,常亮,刘钱超,胡小辉

2018, 39(1): 12-16.

摘要 ( ) PDF全文 ( )

可视化

动态符号执行用程序变量的具体值替换动态数据结构及复杂表达式中的符号变量以便简化路径条件,但是该方法面临路径爆炸问题.针对符号执行中路径探索和约束求解耗时问题,提出了一个并行化动态符号执行方法.该方法基于Actor并行模型,将动态符号执行中的路径探索与约束求解任务在多个节点并行执行,并基于子树转移方式实现节点任务的动态负载均衡,减少了节点间的通信代价.基于上述方法,研制了并行动态符号执行工具Jdart-parallel.与动态符号执行工具JDart的对比试验显示在使用多个工作节点时,相比于JDart,在时间效率上有了显著提升.

Select

段落及类别分布的特征选择方法

杨凤芹,樊娜,孙红光,孙铁利,彭杨

2018, 39(1): 17-22.

摘要 ( ) PDF全文 ( )

可视化

特征选择是文本分类过程中解决数据高维问题的重要步骤.现有特征选择方法主要是基于特征词的词频或文档频率.虽然这些信息在一定程度上度量了特征词的重要程度,但它们不能刻画特征词在文档中的分布情况.针对这一问题,将文档的自然段落作为统计单元,提出了特征词的段落频率,该度量标准能够描述特征词在文档中的均匀分布程度.然后,将特征词的段落频率与特征词在类内和类间的分布信息相结合提出一种新的特征选择方法FSPC.为了验证方法的有效性,采用支持向量机和朴素贝叶斯作为分类器,在复旦语料库和搜狐新闻语料库上将FSPC与CHI Square,DF,IG和CMFS四种特征选择方法进行对比实验.实验结果表明,就评价指标F1值而言,FSPC方法的性能优于所对比的方法.

Select

上下文感知的移动社交网络好友推荐算法

孔聪聪,陈曙东,

2018, 39(1): 23-26.

摘要 ( ) PDF全文 ( )

可视化

随着移动互联网的高速发展,移动领域的好友推荐逐渐成为一个热点研究课题.利用传统的互联网好友推荐技术,结合移动互联网特性提高移动领域的好友推荐准确度和用户体验,是该领域一个新的研究方向.基于社交网络图,提出一种基于上下文感知和用户影响力的好友推荐算法,首先根据通信数据计算用户间的通信社交信任度,之后利用用户之间的地理位置数据计算位置信任度,根据两方面的数据得到用户间的综合社交信任度,同时利用PageRank算法计算好友的影响力因子,最后在优化的社交网络图上的进行好友的推荐评分计算,得出用户的好友推荐列表.搭建了实验环境,利用MIT reality mining数据集进行算法的功能和性能测试.实验结果表明该算法具有良好的性能,可以有效的提高好友推荐的准确度.

Select

链路预测中的一种局部结构相似度算法

尹永超,徐敏,傅皇麟,孙胜男

2018, 39(1): 27-31.

摘要 ( ) PDF全文 ( )

可视化

随着复杂网路理论的不断完善，对网络结构及演化模型的研究具有重要的应用价值，而链路预测作为复杂网络的研究热点越来越受到人们的重视.由于在大规模网络中，节点的属性等信息较难获取且相对不完整，因此现有的链路预测算法大都基于局部信息的相似度指标.这些算法往往计算简单、复杂度低，且能取得较好的预测效果，比较适合大规模的网络应用.但是由于其往往仅考虑到了不同节点之间的共同邻居数量，以及节点的度数影响，在个别网络中很难取得较好的预测效果.本文通过分析、比较现有的相似度指标算法，验证各算法的侧重点以及预测效果.对不同的网络结构模型进行提取以及比较，提出了一个新的基于邻节点结构相似度的LSCN指标算法.通过节点与其对应节点的邻居节点的结构相似度来计算节点对之间的连接概率，从而预测两个节点之间产生连接的可能性.通过在多个不同的网络结构中进行重复试验，由平均预测结果得出在部分网络中，算法的预测效果与其他依据节点结构相似性的算法相比得到了明显提升.

Select

基于极值点搜索和非支配排序的高维多目标优化算法

朱春阳,郭晓彤,孙浩然,孙文学

2018, 39(1): 32-36.

摘要 ( ) PDF全文 ( )

可视化

基于非支配排序的多目标优化算法（NSGA-II）由于其优异的鲁棒性在过去的十年里已经成为了一种非常受欢迎的多目标优化算法.但作为早期的非支配排序算法，它也具有一定的局限性.例如，非支配排序本身具有较高的时间复杂度；在处理高维多目标优化问题时，传统的非支配排序会面临选择压力丧失的缺陷.因此，提出一种NSGA-II的改进算法，先搜索优化问题的近似极值点，然后通过极值点将目标空间进行划分，空间划分后，只对内部空间的解采用传统的非支配排序和拥挤度距离选择精英解，以此来提升算法的收敛效率.所提出的算法与当前7个主流的高维多目标优化算法在基准测试问题上进行了比较.实验表明，提出的算法的鲁棒性优于与之比较的其他算法.

Select

一种融合近邻用户影响力的矩阵分解推荐算法

李昆仑,郭昌隆,关立伟

2018, 39(1): 37-41.

摘要 ( ) PDF全文 ( )

可视化

随着电子商务的高速发展，推荐系统越来越受到各大电商的重视.近些年来，随着矩阵分解算法应用于推荐系统，使得其推荐精度得到了极大地提高.但传统的基于矩阵分解的推荐算法忽视了用户间存在互相影响这一事实，导致其推荐精度受到一定影响.基于此问题本文提出了一种近邻用户影响力的数学模型，综合考虑了近邻用户对于目标用户的影响.针对用户间影响力的复杂性，本文利用Cloud-model模型从统计学意义上考虑用户评分的相似性并以此获取目标用户的近邻，进而将目标用户近邻的影响力整合到矩阵分解算法中.经实验表明此算法有效提高了推荐算法的精度.

Select

云计算环境下影响力优化研究与实现

孙红,左腾

2018, 39(1): 42-47.

摘要 ( ) PDF全文 ( )

可视化

在国内社交网络用户数量上面,微博有着庞大的用户规模.对于如此庞大的用户数量,为了让社会信息在微博里面更好的传播,净化微博平台,研究微博用户影响力有着非常重要的意义.本文选取新浪微博作为研究的象,利用云计算的分布式计算原理,搭建云计算环境Hadoop平台,结合MapReduce编程计算模型,通过改进传统的PageRank模型,提出了一种基于MapReduce并行化计算模型的微博用户影响力排名优化算法—MR-UIRank（MapReduce User Influence Rank）.我们利用Hadoop平台所提供的MapReduce编程模型进行分布式处理,实验结果表明,本文的计算方法得到的结果能够准确的反映微博用户的实际影响力,而且计算效率有所提高.

Select

动态搜索协同进化的果蝇优化算法

张水平,陈阳,丁小军

2018, 39(1): 48-52.

摘要 ( ) PDF全文 ( )

可视化

针对基本果蝇优化算法（FOA）求解高维复杂问题时求解精度低,收敛速度慢等问题,提出一种动态搜索协同进化的果蝇优化算法(DCFOA).通过加入精英个体提高种群多样性并以一个线性递减的牵引因子诱导精英个体从算法初期就协同寻优,扩大其全局其搜索能力.当算法后期个体聚集度变大果蝇个体多样性变低,引入搜索空间压缩的搜寻策略,将目标问题的空间域动态变化为一种自适应步长,帮助算法跳出局部最优而进行深度寻优.对6个经典测试函数的实验证明,该算法可以有效避免早熟收敛,改善收敛速度,提高求解精度.

Select

空间密度相似性度量K-means算法

薛卫,杨荣丽,赵南,徐焕良,任守纲

2018, 39(1): 53-57.

摘要 ( ) PDF全文 ( )

可视化

传统K-means算法的缺陷有初始聚类中心选择的不稳定、聚类效果对初始聚类中心过于依赖、非簇型数据集分类效果不佳等问题.为克服以上不足,本文提出空间密度相似性度量K-means算法.该算法采用可伸缩空间密度的相似性距离度量数据点间的相似度,并将密度和距离共同作为选择新初始聚类中心的相关因子,以及根据类内距离进行迭代的一种新的类中心迭代模型.在非簇型人工数据集和UCI标准数据集上的实验证明,与传统及其他改进K-means算法相比,本文提出的算法可得到更加合理的初始聚类中心,能反映任意形状的复杂数据集分布规律,算法更加稳定、准确.

Select

面向微博博主的评论质量评估

栾杰,刘利军,冯旭鹏,黄青松,

2018, 39(1): 58-63.

摘要 ( ) PDF全文 ( )

可视化

针对现有评论质量评估研究中未考虑到个体的差异性以及参照物的选取存在误差的问题.该文选取博主作为评估人,以被博主回复的评论作为高质量评论的参照物,提出基于最大熵的微博评论质量评估模型.通过爬虫和词向量抽取特征,对抽取的特征进行特征选择,依据特征选择的结果,采用监督学习的方式训练分类模型并用测试数据验证所提模型的有效性.实验表明,该文所提模型对于不同的博主具有广泛适用性,评论分类的平均准确率、召回率和F值可达到66.64%、86.33%、75.2%.

Select

基于时态密度特征的改进数据流聚类算法

陈羽中,郭松荣,郭昆,李国辉,林魏超,

2018, 39(1): 64-68.

摘要 ( ) PDF全文 ( )

可视化

针对经典CluStream聚类算法的在线微簇聚类过程中限制微簇数量的增长，对微簇进行强制合并，使其在线聚类结果受到影响，导致数据流聚类质量不高，且难以适应海量大数据等问题，提出一种基于时态密度特征的改进CluStream聚类算法.首先，提出微簇时态密度的概念，并用其对微簇进行描述；其次，提出新的微簇删除、合并的机制，能够根据在线微簇的情况动态地添加微簇的数量；最后，应用并行化的框架将算法并行化，以适应海量实时大数据的需求.通过在人工数据集和真实数据集上的对比实验表明，改进后的数据流聚类算法相较于CluStream算法能够得到更高质量的聚类结果.

Select

一种带偏置的非负矩阵分解推荐算法

王建芳,刘冉东,刘永利

2018, 39(1): 69-73.

摘要 ( ) PDF全文 ( )

可视化

针对传统应用在推荐系统中的非负矩阵分解算法较少考虑独立于用户和项目之外的因素,提出一种结合用户及项目偏置的非负矩阵分解算法.为了避免随机初始化的用户隐因子矩阵和项目-隐因子矩阵在更新过程中产生局部最优解,首先利用SVD技术初始化用户-隐因子矩阵和项目隐因子矩阵.其次在分解过程中把用户、项目的偏置信息与传统非负矩阵分解算法相融合,明确偏置信息与预测数据之间的关系.最后通过实验表明,在不同的数据集上,该算法与传统矩阵分解算法相比在稀疏用户（评价项目比较少的用户）评分预测准确性上有显著提高.

Select

改进的DBSCAN聚类和LAOF两阶段混合数据离群点检测方法

石鸿雁,马晓娟

2018, 39(1): 74-77.

摘要 ( ) PDF全文 ( )

可视化

针对现有的混合属性离群点检测算法大多检测质量不高等问题,本文提出了改进的DBSCAN聚类和新的局部离群因子LAOF两阶段混合数据的离群点检测算法.针对DBSCAN算法中参数ε和Minpts需要人为确定而导致聚类质量差的缺点,给出了通过输入K近邻的个数代替Minpts并通过K近邻确定聚类半径,从而减少参数输入提高聚类质量.通过改进的DBSCAN聚类算法对混合数据进行初步筛选,然后利用新构造的LAOF基于区域密度的局部异常因子计算筛选后数据对象的局部异常程度.在混合数据进行距离度量的过程中采用除一化信息熵差值确定属性权重,并在第二阶段进行二次权重确定.最后利用真实数据对提出的算法进行了验证,结果显示该算法能够提高离群点检测的精度.

Select

融合用户信任度与相似度的推荐算法研究

徐毅,叶卫根,戴鑫,宋威,周贤泉

2018, 39(1): 78-83.

摘要 ( ) PDF全文 ( )

可视化

提出一种新的基于概率矩阵分解的推荐算法.首先，对用户之间的信任关系网络进行重构，突出社交网络中被很多用户信任的用户地位.其次，引入用户之间的相似度，区分目标用户与其信任用户之间的兴趣偏好.最后，运用信任关系与相似度获取用户之间的加权关系，从而得到融合用户信任度与相似度的推荐算法.实验采用Ciao数据集，其结果表明所提出的算法在平均绝对误差和均方根误差这两个推荐准确性指标上都有较大的提高.

Select

融合深度特征表达与似物性采样的目标跟踪算法

孙佳男,孙俊

2018, 39(1): 84-88.

摘要 ( ) PDF全文 ( )

可视化

深度学习算法的出现,为解决目标跟踪中具有挑战性的目标变形,尺度变化,复杂背景等问题提供了新的解决方案.在核相关滤波跟踪框架下,利用离线训练好的卷积神经网络,提取由低至高不同卷基层的目标特征图,层次化地构造目标外观模型.同时,为有效处理目标尺度变化,在提取好的深度特征基础上,利用似物性采样机制,设计动态拒绝采样策略,提升了跟踪性能.标准测试集上的实验结果表明,本文算法在处理尺度变化、运动模糊等问题时具有较好的跟踪精度和鲁棒性.

Select

形式化建模运行在NAND闪存上的DFTL算法

张必红,郭宇,李兆鹏

2018, 39(1): 89-94.

摘要 ( ) PDF全文 ( )

可视化

为了保证一种非常经典的适用大规模存储地NAND闪存上的DFTL算法的正确性，对DFTL算法采用了形式化建模的方法来建立一个高可信的形式化模型.根据DFTL算法提出者的设计，我们以此为依据，对DFTL算法的基本数据结构，读写操作和垃圾回收操作以及基本性质进行了形式化的建模和验证，并对文中提出的垃圾回收算法进行了适当的修改和优化，以证明垃圾回收算法的正确性.最后我们针对DFTL算法，设计了一个验证框架，在这个验证框架和形式化的NAND闪存模型的基础上，对DFTL算法的的一些基本性质进行了验证.

Select

可变网格优化的K-means聚类方法

万静,张超,何云斌,李松

2018, 39(1): 95-99.

摘要 ( ) PDF全文 ( )

可视化

传统kmeans算法需要人为指定聚类数k,对初始中心点的选取比较敏感,只能发现球状簇.针对kmeans算法的不足,提出了基于可变网格优化的kmeans聚类算法,该算法通过可变网格划分解决了随机选取初始中心点不具有代表性的问题,同时排除了噪声的干扰.此外,针对最大密度不唯一的情况进行了研究,选取各距离最大的类簇为最优类簇.最后,基于可变网格优化的kmeans算法结合BWP指标对最佳聚类数进行了优化,解决了最佳聚类数事先无法确定的问题.理论和实验结果表明,基于可变网格优化的kmeans算法具有更好的有效性和可行性.

Select

结合HBase的散列概要森林索引方案

冯诗淳,曹斌,晁德文,林博,尹建伟

2018, 39(1): 100-104.

摘要 ( ) PDF全文 ( )

可视化

时序数据在各个领域的使用越来越广泛,例如在金融领域回撤操作中对时序数据的聚合操作也就是时序数据库的重要的应用场景.传统关系型数据库不足以支撑海量时序数据,而现有的NoSQL数据库对时序数据的聚合操作显得低效耗时.概要森林是一种种结合概要表和线段树思想的支持时序数据聚合操作的高效索引机制.本文结合分布式NoSQL数据库HBase的机制,实现一种基于HBase的散列概要森林的索引方案,优化聚合操作速度,并提出一种基于HBase的线段树散列存储方案,解决HBase分布式存储时序数据产生热点问题.最后通过与通用开源时序数据库Opentsdb以及一般索引机制查询对比实验,验证了该索引机制的可用性和高效性.

Select

半虚拟化框架Virtio的网络请求性能优化

刘禹燕,牛保宁

2018, 39(1): 105-110.

摘要 ( ) PDF全文 ( )

可视化

云计算服务模式中的平台即服务PaaS (Platform as a service)本质上是物理资源的虚拟化，是构建云计算数据中心的基础.虚拟化通常在硬件和应用中增加虚拟层，对云服务的系统性能(比如数据吞吐量、延时和每秒处理事务数）有直接影响.在常用的虚拟化平台KVM中，半虚拟化框架Virtio的网络请求处理过程占用CPU资源最多的场景是I/O请求数据转换时超级调用(hypercall)导致的系统切换，造成性能瓶颈.针对这一问题，提出一种双端聚合方法TAM(Twoend Aggregation Method)来降低虚拟层对云服务系统性能的影响.TAM方法以Virtio网络模块virtionet为基础，首先将通过virtionet前端模块的请求聚合，然后传入共享通道， virtionet后端将共享通道Virtqueue队列描述符列表中的可用请求逐一取出，分别处理后统一通知前端，通过双端聚合，将多次超级调用的开销减为一次，降低CPU开销，从而提升系统性能.使用Netperf、Ping进行实验，测试表明：使用双端聚合优化方法TAM的Virtio网络模型，其数据吞吐量和每秒处理事务数相比只聚合前端的AHC方法分别提高5.76%和4.3%，延时减少46.2%.

Select

基于网页聚类的正文信息提取方法

王一洲,陈星,戴远飞

2018, 39(1): 111-115.

摘要 ( ) PDF全文 ( )

可视化

精准地抽取Web页面中正文内容,在许多Web挖掘研究领域有着重要的应用价值.目前针对该问题主要采用网页分割和密度统计的方法.但现有的方法在网页中正文内容字符数较少时可能失去作用.经实例分析发现,网站内部的网页大多都是由一套相同内容模板生成的.因此本文提出一种基于网页聚类的正文信息提取的方法,该方法主要有2个部分组成:第一,基于网页的结构特征对网页进行聚类;第二,面向相似网页集合的正文位置特征生成.采用该方法可以从多种类型的网页中抽取正文信息.我们针对5个网站进行了实验,实验结果表明该方法的可行性和有效性.

Select

高速公路ZigBee通讯主动安全系统研究与实现

康作宁,黄刘生,徐宏力,王兴隆,

2018, 39(1): 116-121.

摘要 ( ) PDF全文 ( )

可视化

车联网是近年来研究的热点.在车联网的研究中,车辆通过众多传感器模块获取自身的行驶状态信息,并通过无线传输模块进行车辆之间的相互通讯.主要目标是搭建一个两车之间的信息便捷交互系统.系统通过两车之间的无线通讯功能解决在高速公路上由于恶劣天气环境造成的肉眼可见度低的问题,系统能够实时监控前后车之间的安全车距.在前车紧急制动情况下把预警信号通过无线模块发送给后车,降低后车驾驶员制动前的反应时间,从而减少连环相撞事故.本系统采用加速度模块和GPS模块收集车辆自身的信息,利用无线模块和语音模块实现预警功能.系统功耗低、体积小,能有效降低高速公路的连环相撞事故.在系统设计完成后,进行了通信距离、模拟行车环境和上车动态行驶测试.

Select

一种感知概率模型下的有向传感器栅栏覆盖增强算法

任勇默,牛玉刚

2018, 39(1): 122-127.

摘要 ( ) PDF全文 ( )

可视化

有向传感器栅栏覆盖是传感器网络覆盖控制的研究热点之一.提出一种有向传感器概率栅栏覆盖增强算法（FDSAD）.该算法采用感知概率模型,调度部署时根据对整条栅栏感知概率的下限,确定概率阈值,从而进一步决定每个节点的临界感知距离,并按照从左至右的顺序依次完成节点部署,形成概率栅栏覆盖.仿真实验结果表明,该算法使用较少的节点形成概率栅栏的同时,能明显降低节点部署过程中的能耗,并兼顾了每个节点的能耗均衡,提高了栅栏有效工作时间,且形成栅栏后栅栏的实际感知概率明显大于设定的概率阈值.

Select

支持操作续传的网络三阶段一致性维护研究

王丹,高丽萍,朱思征

2018, 39(1): 128-133.

摘要 ( ) PDF全文 ( )

可视化

针对网络潜在的不稳定现象,提出支持断网续传的网络三阶段一致性维护算法,我们简称为ORT算法.该算法将网络状态划分为断网前、断网后、联网后三阶段,在之前的支持两站点协同的移动网络协同副本一致性维护算法基础上,引入服务器,实现多用户协同工作.ORT算法配置在服务器端,断网前收发操作并定时更新cursor值,断网后根据站点id和操作net值将操作保存在指定缓冲区,联网后通过三个步骤的处理,查找漏发和丢失操作,并广播到对应站点执行,最终生成一致性副本.为了优化查询、同步效率,服务器端选用树形结构存储各协作站点的历史操作序列,并将压缩策略进行适当更改引用到本算法中.本文最后通过CoEditor协同编辑原型系统实现证明策略的有效性和正确性.

Select

考虑稳定性与可信评价的云服务推荐网络研究

张永胜,樊悦芹,郑志华,李能能,

2018, 39(1): 134-139.

摘要 ( ) PDF全文 ( )

可视化

在服务评价计算过程中,由于存在非法用户进行不实评价的现象,导致服务评价结果不够准确,严重影响云服务信誉值的参考价值,进而影响到向用户推荐服务的准确性.就服务评价计算问题展开研究,重点分析了考虑服务稳定性因素的必要性以及判断方法,详细介绍了恶意用户评价筛选的过程,最后在此基础上,通过构建推荐网络,使目标用户能够通过服务推荐网络找到最佳推荐结果.得出的仿真实验结果表明,可以有效地对恶意用户评价进行过滤处理,经过对服务稳定性的判断,服务推荐网络的构建,可以得到更加准确的服务推荐结果,推荐成功率也得到进一步提高.

Select

面向资源的物联网系统形式化建模与验证

马莉,李维康,梁晨,李爱萍

2018, 39(1): 140-145.

摘要 ( ) PDF全文 ( )

可视化

物联网系统的实施涉及到感知、传输和应用三层结构，部署之前的测试和验证过程需要比传统软件系统更多的测试和检验成本，同时其质量问题也包含更多属性的权衡.为了在保障质量的前提下，尽量减少物联网系统部署之前的测试和检验成本，提出一种面向资源的物联网系统形式化建模与验证方法.按照应用场景的要求，在对服务进行分类的基础上，提出物联网服务的按需提供框架；基于面向资源的思想，提出面向资源的物联网服务模型；针对特定应用场景，使用进程代数的方法CSP（通信顺序进程）对物联网系统进行建模，并利用PAT模型检测工具，分别对无死锁性、可达性等五种性质的满足性进行了相关验证.实验中对这些性质满足性的验证过程，为物联网服务部署前的测试和验证提供有效支持.

Select

采用反馈式多级喷泉码的深空中继协作传输协议研究

黄亮,陈康妮,钱丽萍,陈庆章

2018, 39(1): 146-150.

摘要 ( ) PDF全文 ( )

可视化

针对深空长时延、高误码率等通信特点，在传输过程中引入反馈信道，研究了在深空中继协作通信模型中如何有效地利用有限的反馈信号，提出了基于反馈式多级喷泉码的深空中继协作传输协议.阐明了基于反馈式多级喷泉码的中继协作传输协议具体的编码结构和传输方案，从理论上分析了所提出的传输协议与非反馈喷泉码传输协议的传输性能，并通过实验比较了上述两种传输协议以及基于喷泉码的译码转发中继协作传输协议在不同误码率和传输距离的深空通信环境下的传输性能.仿真结果表明，采用多级反馈式喷泉码中继协作传输协议提高了编码有效性，降低了传输时延.

Select

Android平台的恶意程序多特征检测

吴帆,陆济湘,曹文静

2018, 39(1): 151-155.

摘要 ( ) PDF全文 ( )

可视化

如今恶意程序种类繁多,各种检测技术在运行时都会产生大量数据.近年来学者们开始采用数据挖掘技术检测安卓恶意软件,但仍存在一些不足之处:一方面是分类器需要处理的数据繁多,另一方面是同一算法无法充分检测不同特征.针对以上局限性提出基于多类特征的混合算法,首先使用动态、静态结合技术收集程序的函数调用和系统调用特征;接着对于庞大的特征数据采用卡方统计处理,剔除对分类影响较小的数据;然后针对这两类特征构建不同分类器;最后采用49个家族的1100个恶意程序和1000个正常程序进行实验检测.结果显示,此方法在时间执行效率和检测率上比其他相关工作表现更优.

Select

无线传感器网络节点定位与漂移检测

毕烨,陈丽娜,苗春雨

2018, 39(1): 156-160.

摘要 ( ) PDF全文 ( )

可视化

节点定位是无线传感器网络（Wireless Sensor Networks，WSN）关键支撑技术之一，针对实际应用场景中节点漂移现象，提出了一种包含信标漂移检测和节点重定位的节点定位方法RIMDS.RIMDS将基于测距的MDS和非测距的MDS方法进行整合完成节点定位，并通过比较相对坐标矩阵的差异进行漂移节点检测，并通过提升定位精度较高的普通节点为临时信标的方式解决节点重定位过程中可用信标不足的问题.RIMDS将节点定位、漂移节点检测和节点重定位过程无缝结合.仿真实验表明RIMDS具有较高的定位精度和漂移节点检测性能，具备有效性和实用性.

Select

认知无线电网络的节能策略及带有激活过程的性能优化

王开宇,杨蕊,袁嵩,许晨熙,金顺福

2018, 39(1): 161-165.

摘要 ( ) PDF全文 ( )

可视化

随着通信产业的快速发展,如何实现绿色通信已成为当今社会亟待解决的问题.为了降低认知无线电网络中的能量消耗,提出一个面向网络基站的能量节省策略.考虑动态频谱分配方式、节能策略中的休眠模式及基站激活过程,建立一个带有休假延迟和启动过程的多重休假优先级排队模型.利用矩阵几何解方法,得出次级用户数据包平均延迟和系统节能率的表达式,结合系统实验验证节能策略的有效性.基于罚函数思想,给出休眠定时器参数的优化算法,实现次级用户数据包平均延迟和系统节能率之间的平衡.

Select

Android应用程序的组件间通信行为检测

马川,王涛,祁晓园,王倩,尤殿龙,

2018, 39(1): 166-172.

摘要 ( ) PDF全文 ( )

可视化

Android组件间通信为应用程序带来了便利性的同时也增加了安全隐患,可能导致多个应用程序协作进行共谋攻击.针对该问题,提出一种形式化的方法对Andriod应用程序的组件间通信行为进行建模和检测.通过组件级的数据流分析,为每个组件生成组件数据流图.通过跟踪和分析跨组件边界的数据流找到ICC调用者和ICC被调者.基于Pi演算为组件数据流图进行形式化映射,建立了Android应用程序的行为模型.基于该行为模型,通过分析Intent的异常对基于通信的攻击进行检测.最后,分析和实验了该方法的检测效率,并和相关方法进行了对比,并通过对57个Android Apps的分析和检测,部分的验证了该方法的有效性.

Select

移动云环境下实时协同图形编辑一致性维护研究

高丽萍,高东方

2018, 39(1): 173-178.

摘要 ( ) PDF全文 ( )

可视化

移动云计算能为用户提供低成本、可靠和稳定的服务，移动云环境下实时协同系统的研究正逐渐成为协同系统发展的方向.随着云计算和移动互联网的发展，基于点对点分布式架构的协同控制算法已经不能满足移动云环境下用户实时协同交互的需求.针对移动云环境下新的体系架构、客户端资源有限性、高动态性等特点，提出改进TIPS算法，使得其能够适应于客户/服务器架构，减少客户端负荷，并提供很强的可扩展性.此外，通过将二维图形空间映射为线性结构和将图形编辑操作转换为文本编辑操作的方法，将改进后的TIPS算法应用于实时协同图形编辑系统.为了验证算法的正确性和可行性，开发了基于HTML5 WebSocket的跨平台和跨设备的实时协同图形编辑系统：CloudDraw.通过CloudDraw系统，用户只需要借助浏览器就可以使用云端提供的实时协同图形编辑的服务.

Select

紧框架域重加权L1范数正则化图像恢复模型

董卫东,彭宏京

2018, 39(1): 179-184.

摘要 ( ) PDF全文 ( )

可视化

针对传统紧框架域L1范数模型忽略框架变换后分解系数与原始图像结构信息之间的联系，采用均匀惩罚的不足，提出一种新的重加权紧框架L1范数正则化稀疏模型.首先对待恢复图像进行紧框架分解，得到包含原始图像多层结构信息的框架系数；其次在L1范数稀疏正则化的基础上，引入框架系数模的图像先验信息作为权重函数，建立重加权L1范数的正则化能量泛函；最后结合恢复过程中权重因子的更新，采用多步交替优化算法求解模型.算法能有效克服传统恢复模型易导致边缘细节模糊的不足，获得更高的结构相似测度（SSIM）和峰值信噪比（PSNR）.仿真实验表明，模型具有更强的边缘细节保护能力，大大提高图像恢复质量.

Select

改进多尺度Retinex色彩灰度的水下彩色图像研究

雷飞,朱林,王雪丽

2018, 39(1): 185-188.

摘要 ( ) PDF全文 ( )

可视化

由于光在水中会发生衰减和散射,因此降低了水下图像的清晰度和细节信息.针对这一问题,提出了一种改进多尺度Retinex色彩灰度的方法.通过提取原水下图像中RGB色彩灰度比例,利用多尺度Retinex增强算法对RGB各通道灰度进行增强.由于增强后的色彩灰度符合正态统计的特性,因此对RGB各个通道进行拉伸截取,使增强后的图像能够符合输出设备的输出特性.最后根据原图像的色彩灰度比例对色彩比例进行还原.通过实验对比图像中的信息熵、对比度和清晰度,本文算法可以有效消除水下图像的模糊和颜色的失真,提升图像的对比度和清晰度,使图像细节更丰富.

Select

结合SDAE网络和ODB学习策略的多目标视觉跟踪

孙艳青,潘广贞,王凤

2018, 39(1): 189-192.

摘要 ( ) PDF全文 ( )

可视化

针对目标视觉跟踪过程发生的目标漂移和错误匹配问题，提出一种基于SDAE（stacked DAE，堆叠去噪自编码器）网络和在线Deep Boost学习（Online Deep Boost，ODB）策略的多目标视觉跟踪算法.该方法首先在SDAE网络上通过ODB方法学习目标的局部全局特征.然后根据特征权重结合粒子滤波器和softmax分类器跟踪目标并对其分类，得到目标最相似的状态值.最后引入时间信息得到目标外观的动态持续时间，在线更新模型以适应目标的外观变化.实验表明，该算法能够有效适应目标外观变化，解决目标漂移现象，多目标准确率MOTP达到97.61%，较同类算法提高2.89%，其鲁棒性、稳定性也有所提高.

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

模态框（Modal）标题

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