小型微型计算机系统

Select

冯诗影,韩文廷,金旭,迟孟贤,安虹

2018, 39(12): 2561-2565.

摘要 ( ) PDF全文 ( )

可视化

深度神经网络目前已被广泛应用于众多领域.尤其在自然语言处理领域，基于循环神经网络的模型训练效果明显优于其他传统方法.然而模型复杂度不断提高，有限存储空间成为进一步训练大规模任务的瓶颈，例如使用图形处理器（GPU）进行加速训练.本文提出一种基于语音识别模型，对循环神经网络进行训练加速的有效方法.首先，基于输入训练集序列的长度分布，对每一批训练样本进行划分，并重新组织; 其次，通过对GPU显存的高效使用，每一批次训练样本数增多，从而提升计算效率，减少训练时间.本文分别从不同的批样本数及不同序列组织方法，通过对比单位时间处理序列数衡量优化效果.实验表明，基于3层循环神经网络的语音识别模型训练中，单GPU训练可达到1.7倍加速比.

Select

不完备序决策系统的约简一致性研究

陈一舟,王加阳,郑娜

2018, 39(12): 2566-2570.

摘要 ( ) PDF全文 ( )

可视化

粒计算是数据挖掘和知识发现的一个重要手段，以信息粒作为基本计算单位，可以有效地处理大规模数据.不完备序决策系统拓展了经典粗糙集模型，将优势关系引入粗糙集模型使其能够更好地处理带有偏好关系的不完备决策表.本文结合了粗糙集和证据理论，研究了在不完备序决策系统中，序上、下近似算子和证据理论中的信任函数和似然函数的关系，给出了如何根据序上、下近似算子来计算信任函数和似然函数的方法.进而提出了在不完备序决策系统中证据理论下，近似分布约简和相对信任约简的定义和相关性质，并研究了它们之间的一致性，为粒计算提供了一种新的思路.

Select

三元概念分析的联盟应用研究

王红敏,张卓,王黎明

2018, 39(12): 2571-2576.

摘要 ( ) PDF全文 ( )

可视化

随着网络上越来越多的三维数据涌现出来,三元概念分析的相关理论研究备受关注.三元概念分析作为新的研究领域,具有较好的发展前景.为此,本文提出三元概念分析的联盟应用研究,是三元概念分析在应用上的扩展.本文主要研究思路是首先在经典合作博弈的基础上提出受限合作博弈,并基于三元概念分析的理论提出了联盟形式的生成算法LMXC.其次,为了合理分配效用值,在经典Shapley值的基础上结合三元概念分析的理论对它作了进一步研究,提出了受限合作博弈的G-shapley值法.最后引入算例对LMXC算法的结果进行分析与验证,利用三元概念表示企业组合、企业组合共有的技能、合作模式之间的三元关系,效用函数描述联盟形式获得的效用值;并引用文献中的数据对G-shapley值法的正确性验证,以及通过实验测试了该理论模型的效率.

Select

一种联合LTR和社交网络的Top-k推荐方法

熊丽荣,王玲燕,黄玉柱

2018, 39(12): 2577-2584.

摘要 ( ) PDF全文 ( )

可视化

个性化推荐可以有效地解决网络中数据爆炸问题，绝大多数的工作利用用户评分信息来降低评分预测误差值(MAE).相比于精确的评分预测，用户更关心推荐给他的top-k项目排序列表，而最小化MAE并不意味着良好的top-k项目列表.由于评分数据存在稀疏问题，社交网络中信任信息在top-k推荐系统中起着越来越重要的作用.本文提出了一种基于信任的面向top-k排序的推荐方法，BTRank.该算法基于LTR方法，结合用户评分以及用户信任信息来构建项目排序模型，有效地提高对所有用户的top-k排序列表质量.同时，考虑到用户兴趣会随着时间演变而变化，本文设计了时间效应模型函数用于处理用户历史评分数据.在真实数据集上的实验中表明本文提出的算法效果明显优于传统的推荐算法以及同类top-k排序推荐算法.

Select

面向缺失数据的动态特征选择

王锋,宋鹏 

2018, 39(12): 2585-2589.

摘要 ( ) PDF全文 ( )

可视化

随着数据获取工具的快速发展，实际获取到的数据通常是动态更新的，且更新的速度也越来越快.数据集的动态更新通常有三中类型，即数据规模的更新、维数的更新和数据取值的更新.为此，本文针对含有缺失数据的数据集，通过讨论和分析信息熵随数据变化的更新机制，设计了一种基于信息熵的动态特征选择算法.算法中以信息熵的变化作为特征重要度的度量，进而给出了含有缺失数据的数据集中特征选择结果随数据取值变化的动态更新策略.实验结果进一步验证了新算法的可行性和高效性．

Select

一种动态调整惯性权重的简化均值粒子群优化算法

黄洋,鲁海燕,许凯波,沈莞蔷,

2018, 39(12): 2590-2595.

摘要 ( ) PDF全文 ( )

可视化

提出了一种动态调整惯性权重的简化均值粒子群优化算法（DSMPSO）.该算法在简化粒子群优化算法的基础上，利用个体最优位置和全局最优位置的线性组合取代算法个体最优位置和全局最优位置，以加快算法的收敛速度以及寻优精度；此外，构造了一种基于余弦函数的惯性权重，并加入服从贝塔分布的随机调整策略，以实现对惯性权重的动态调整，从而更好地平衡算法的全局和局部搜索能力，并增加种群的多样性.仿真实验结果表明，与其他一些改进算法相比，本文的新算法具有更快的收敛速度和更高的寻优精度.

Select

一种用于卷积神经网络压缩的混合剪枝方法

靳丽蕾,杨文柱,王思乐,崔振超,陈向阳,陈丽萍

2018, 39(12): 2596-2601.

摘要 ( ) PDF全文 ( )

可视化

在模型压缩中，单独使用权重剪枝或卷积核剪枝对卷积神经网络进行压缩，压缩后的模型中仍然存在较多冗余参数.针对这一问题，提出了一种结合权重剪枝和卷积核剪枝的混合剪枝方法.首先，剪除对卷积神经网络整体精度贡献较小的卷积核；其次，对剪枝过的模型再进行权重剪枝实现进一步的模型压缩.在剪枝过程中通过重新训练来恢复模型精度.在MNIST和CIFAR-10数据集上的实验结果表明，提出的混合剪枝方法在几乎不降低模型精度的前提下，将LeNet-5和 VGG-16分别压缩了13.01倍和19.20倍.

Select

生成对抗网络理论框架、衍生模型与应用最新进展

赵增顺,高寒旭,孙骞,滕升华,常发亮,Dapeng Oliver Wu

2018, 39(12): 2602-2606.

摘要 ( ) PDF全文 ( )

可视化

近年来，生成对抗网络发展迅速，尤其在图像处理方面表现突出.由于深度网络的强大和竞争性训练方式，生成对抗网络可以产生高质量的图像.本文论述了生成对抗网络的理论框架及衍生模型，简要介绍了其训练方法，重点介绍了生成对抗网络在图像处理领域的应用，包括图像的合成与分类，图像风格转换，图像超分辨率和其他应用.

Select

融入柯西扰动的改进差分进化算法及其应用

沈鑫,邹德旋,张鑫,胡震

2018, 39(12): 2607-2616.

摘要 ( ) PDF全文 ( )

可视化

为了避免差分进化算法提早收敛,提出一种融入柯西扰动的改进差分进化算法(CDMDE).使用双策略变异并在变异操作中加入柯西扰动和小概率扰动机制,提高算法的收敛精度;联合当前种群的中心解和最优解改进交叉策略,为算法提供良好的进化方向;自适应参数控制保留了优秀参数,有利于后续种群的进化;最优个体信息复制机制旨在挖掘种群中的优秀信息.通过优化19个测试函数,结果表明CDMDE算法与其他4种算法相比具有更高的收敛精度、更强的稳定性.并将该算法应用于2个电力系统经济调度问题,优化结果优于文献中所报道的结果.

Select

面向代价敏感的多标记不完备数据特征选择算法

黄琴,钱文彬,王映龙,吴兵龙

2018, 39(12): 2617-2624.

摘要 ( ) PDF全文 ( )

可视化

代价敏感下的特征选择是机器学习和数据挖掘领域的重要研究内容，目前基于代价敏感的特征选择研究主要是面向单标记的数据，由于在许多应用领域数据往往是多标记连续型数据，且在数据获取过程中由于技术或成本限制导致数据呈现出不完备性.为解决上述问题，提出了一种基于测试代价的多标记不完备数据特征选择算法.首先，算法利用粗糙集模型计算多标记不完备数据下的邻域粒度，并用均匀分布和正态分布两种分布函数计算每个特征的特征代价；然后，提出了一种基于测试代价的特征重要性计算方法，并在核特征的基础上，设计了启发式的特征选择算法；最后，通过在Mulan数据集上的实验结果进一步验证了算法的有效性和可行性.

Select

基于多维度评价信息的在线服务信誉度量

杨体东,付晓东,刘骊,岳昆,刘利军,冯勇

2018, 39(12): 2625-2631.

摘要 ( ) PDF全文 ( )

可视化

为了解决单维度信誉度量模型评价维度单一、粒度较粗的问题，本文提出一种基于多维度评价信息的在线服务信誉度量方法.方法将信誉度量转化为对服务的分类问题，通过机器学习的方式，利用训练样本在多维空间中构造最优分类器模型对服务分类，以在信誉度量中综合利用多维度评价信息.首先，建立了服务的支持向量机多分类器模型.其次，基于半监督机器学习，使用少量人工标注样本训练初始分类器模型，并通过自学习不断从未知样本中获取新的训练样本更新该分类器模型.然后，为提高分类器模型泛化能力，采用主成分分析法对特征降维.最后，利用自学习过程获得的支持向量机分类器模型对服务进行分类.通过实验验证本方法在信誉度量中应用的有效性和高效性.

Select

Apriori-KNN算法的警报过滤机制的入侵检测系统

翟继强,马文亭,肖亚军

2018, 39(12): 2632-2635.

摘要 ( ) PDF全文 ( )

可视化

针对基于特征的网络入侵检测系统(NIDS)高误报率的弊端,提出了利用数据挖掘技术来减少误报的方法.首先对基于特征的NIDS的正常警报模式进行建模,使用Apriori-KNN算法对NIDS持续输出的警报进行过滤,然后对真正的警报输出进行处理,从而减少入侵检测系统的误报率.采用DARPA数据集和真实数据进行测试,结果证明,在不改变现有配置的情况下,本方法可有效地降低NIDS的误报率.

Select

基于Sponge结构的轻量级Hash函数设计

赵太飞,尹航,李永明

2018, 39(12): 2636-2639.

摘要 ( ) PDF全文 ( )

可视化

随着物联网技术的高速发展、资源受限设备的广泛应用，传统密码算法正面临着新的挑战.除了要提供一定程度的安全保证外，资源受限环境下的Hash函数还面临着轻量化需求.提出一种基于Sponge结构的轻量级Hash函数，内部变换采用改进的Klein算法，并对其软件实现进行面对字节的优化，具有64位摘要长度.对算法进行依赖性测试和安全分析结果表明该算法可以满足资源受限环境的安全需求.效率测试表明该算法硬件实现规模满足资源受限环境的要求，并兼顾了软件实现效率.

Select

IPv6融合树结构存储及快速查找

张沛,陈文龙,唐晓岚

2018, 39(12): 2640-2645.

摘要 ( ) PDF全文 ( )

可视化

IPv6具有128位的超大地址空间，但地址容量的增加也给路由存储及查找带来极大困难，传统的存储结构（如Trie树）无法直接适用于IPv6.分析IPv6主干网路由的特征，包括：路由前16位取值极少、前缀长度为32及48位的路由数量较多等.由此，提出了一种多比特 Trie树的变化结构来实现IPv6路由的存储.根据IP前缀前16位的不同取值划分不同的路由Trie树；每一棵Trie树包括2层节点（不包含树根），分别对应掩码长度为32和48的路由；其它掩码长度的路由则根据前缀取值相同的原则，作为附加信息依附在对应节点.路由查找时，直接定位树节点，并通过回溯指针确保快速完成最长前缀匹配.为了避免耗费较大的存储空间，在Trie树第三层节点进行融合存储，极大地提升了路由存储效率.相比于其它路由存储方式，本机制能实现IPv6路由的快速查找，极大提高转发速度.

Select

面向边缘计算环境的智能手机背光调节机制

宋来将,白光伟,沈航,葛畅

2018, 39(12): 2646-2652.

摘要 ( ) PDF全文 ( )

可视化

智能手机已成为日常生活中不可或缺的工具,被广泛地用于流媒体应用,而流媒体是一种资源消耗型的任务,手机单次充满电使用时间明显缩短.针对该问题,提出一种面向边缘计算环境的智能手机动态背光调节机制,在保证视觉效果的同时有效减少智能手机的能耗.该机制利用边缘计算节点的低延迟等优势,当视频数据传输到边缘计算节点时,通过分析视频帧像素亮度,确定视频帧在手机端显示时的局部最优背光亮度值.然后,从像素亮度和对比度两个方面进行背光亮度补偿,准确度量并减少亮度补偿造成的失真.最后,根据连续帧间的亮度关系,确定背光亮度保持不变的帧间隔.实验结果表明,在无显著增加延迟和视频失真的前提下,该机制能降低手机端20%~30%的能耗.

Select

一种可靠高时隙利用率的太赫兹无线个域网MAC协议

任智,严炎,周海东,葛理威

2018, 39(12): 2653-2656.

摘要 ( ) PDF全文 ( )

可视化

太赫兹通信能够支持数10 Gbps的数据传输速率,能够满足人们对高带宽无线通信的需求,作为太赫兹无线通信的关键技术之一的MAC协议成为研究的热点.本文针对太赫兹无线通信固有的物理属性导致存在的时隙资源浪费及帧聚合不必要的重传问题,提出了一种可靠高时隙利用率的太赫兹无线个域网MAC协议—RHSU-MAC(Reliable and High Slot Utilization MAC protocol),减少了时隙资源的浪费,提高了传输的可靠性.最后,通过实际验证,将提出的MAC协议与现有的能够应用于太赫兹超高速无线网络的高吞吐量低时延MAC(highthroughput lowdelay MAC,HLMAC)协议进行性能对比,为提出的MAC协议提供了支持.

Select

二进制代码级函数指针攻击机理与检测研究

李昆仑,巩春景,李尚然,王琳,张德智

2018, 39(12): 2657-2661.

摘要 ( ) PDF全文 ( )

可视化

尽管有许多防御和保护机制已经被引入到现代操作系统中，但内存泄漏漏洞仍然对软件系统和网络安全造成巨大威胁.对于返回导向式编程ROP攻击（Return Oriented Programming）通常利用缓冲区溢出漏洞改写函数的返回地址，而函数指针在c/c++中普遍存在，比如struct结构体和虚函数中都含有大量的函数指针.本文通过实验表明了覆盖函数指针发起的ROP攻击是存在的并且提出fpDetect检测方法用来检测这种攻击.采取二进制代码插桩技术与动态检测相结合，大大提高了检测的准确性.通过实验证明了fpDetect检测方法可以应用在Linux和windows操作系统中.

Select

融合特征降维和密度峰值的二进制协议数据帧聚类算法

闫小勇,李青

2018, 39(12): 2662-2668.

摘要 ( ) PDF全文 ( )

可视化

针对二进制协议会话流特征缺失和频繁模式难以提取的问题,通过采用特征降维和改进的密度峰值聚类算法,实现了无监督条件下以数据帧为颗粒度的二进制协议数据聚类.提出基于频繁项的特征降维算法,利用协议数据中存在的频繁项构造特征矢量表示原有数据帧,达到降维的目的;提出基于距离指数加权的密度峰值聚类算法自动选取聚类中心,有效提高了聚类中心和其它数据帧的区分度.通过在AIS、ARP、DNS、ICMP和SMB五种协议构成的三个数据集上进行测试,结果表明本文提出的算法对二进制协议数据帧具有较好的聚类效果.

Select

一种在线容错和邻居协作的传感器节点故障诊断算法

魏甜甜,曾雅丽,马梦莹,陈志德,

2018, 39(12): 2669-2674.

摘要 ( ) PDF全文 ( )

可视化

现有的分布式无线传感器节点故障诊断方法存在能量消耗高、检测容错性低等问题,为此提出一种在线容错和邻居协作的无线传感器节点故障诊断算法.首先,根据传感器节点自身历史数据相似性,提出在线容错故障检测算法,对节点自身状态进行初步评估,当节点为可疑节点时,向邻居节点发送故障诊断请求.然后基于邻居节点之间的相似性利用改进的3σ准则,建立邻居协作故障诊断机制,对节点状态做出最终诊断.实验结果表明此算法在大大降低能量耗损的前提下,对节点邻居节点过少以及故障发生率较高的情况也有较好的故障检测能力,并且适合于大规模的无线传感器网络.

Select

物理层安全信号星座的设计方法研究

奚晨婧,高媛媛,沙楠,彭磊

2018, 39(12): 2675-2680.

摘要 ( ) PDF全文 ( )

可视化

物理层安全信号星座的设计方法的核心思想是调整信号星座使窃听者不能正确解码接收到的信息.运用物理层安全信号星座的设计方法可不需要知道窃听者的信道状态信息，并可用实际的调制信号实现安全保密传输.本文介绍物理层安全信号星座的设计方法的技术要点与发展现状，归纳其基本手段、保密性能分析方法、存在的问题和现有的解决方案.最后讨论了物理层安全信号星座的设计方法进一步的研究方向.

Select

网中网残差网络模型的表情图像识别研究

裴颂文,杨保国,顾春华 

2018, 39(12): 2681-2686.

摘要 ( ) PDF全文 ( )

可视化

卷积神经网络模型中全连接层的所有结点与上一层结点全相连时，由于参数过多易产生过拟合现象、层级过深易导致梯度弥散（消失）等问题.本文用ELU函数替换ReLU修正单元，解决网中网（Network in Network）模型的梯度弥散问题，用全局平均值采样层代替全连接层，并增加两层残差网络结构，提出了网中网残差网络模型（NIN_ResNet）对表情图像做分类识别研究.实验表明，基于TensorFlow平台对FER-2013和CK+数据集训练得出整体正确识别率分别为89.99%和96.03%.NIN_ResNet模型比NIN和ResNet模型在识别率上有着显著的提高，在执行时间上优于NIN模型.

Select

基于整体-星型模型的人体姿态估计

代钦,石祥滨,乔建忠,刘芳,

2018, 39(12): 2687-2693.

摘要 ( ) PDF全文 ( )

可视化

针对姿态估计方法受到人体姿态多样性的影响问题,本文研究适合表示人体结构的模型,提出一种基于多模整体模型和星型模型的人体姿态估计方法.首先,使用人体整体检测器完成人体整体方位的检测,以获得初始人体候选集;然后提出一种多模型的星型结构,表示具有一定方位偏差的人体各个部位和整体之间的关系;为了更好地描述相邻部位之间的分布关系,在整体-星型模型中融合树型模型.数据集IP和LSP的结果表明,该方法提高了姿态估计准确率,尤其提高在人体姿态多样的情况下的结果.

Select

基于小波预处理及自适应权函数的非局部均值滤波算法

毛玉星,李超,贾海威

2018, 39(12): 2694-2698.

摘要 ( ) PDF全文 ( )

可视化

非局部均值滤波算法因其良好的去噪效果受到了广泛关注,内容主要集中在算法加速,搜索框、相似框尺寸以及平滑参数的自适应设置等方面.然而,研究发现,在非局部均值滤波过程中,欧氏距离权函数对去噪效果也有较大影响.本文通过对权函数的分析,根据图像含噪情况、像素点的局部结构,自适应选择权函数,提高了去噪效果.此外,由于非局部均值滤波在噪声强度大时去噪效果不佳,而小波变换能够很好区分图像高频信号与噪声,本文先采用小波阈值去噪方法对图像进行预处理,再进行自适应权函数非局部均值滤波.仿真实验表明,本文方法在去噪效果上有明显提升,尤其适用于噪声强度较大的场景.

Select

分段Radon变换的弯曲文本基线提取

罗晓萍,朱金好

2018, 39(12): 2699-2704.

摘要 ( ) PDF全文 ( )

可视化

针对提取的文本基线不能很好贴合文本边缘,影响弯曲文档图像几何纠正效果,文中提出了一种基于Radon变换和连通域方向的弯曲文本基线提取方法.首先通过分析连通域附近不同距离内像素分布变化情况,将图像分割成横排区域和竖排区域;其次把区域分成窄形条状子图,利用局部合并连通域的方向和Radon变换得到行连通域并提取基直线,各子图基直线合并拟合区域弯曲基线.实验比较显示,文中方法能适应不同弯曲、稀疏程度的文档图像,所提曲线较好地吻合文本边缘,可以应用于弯曲文档图像几何纠正、光学字符识别中.

Select

基于显著目标的图像认证与自恢复

石艳娇,张晴,易玉根

2018, 39(12): 2705-2709.

摘要 ( ) PDF全文 ( )

可视化

为实现图像认证与内容保护，提出一种基于显著目标的图像认证与自恢复方法. 通过自嵌入水印与无损水印方法的联合使用，实现图像中显著目标与被篡改内容的有效恢复. 嵌入信息包括图像的主要信息及显著目标的细节信息，采用参考共享机制进行嵌入. 在认证端，一旦判定图像遭受到篡改攻击，被篡改内容及显著目标的细节信息将被进行有效恢复. 为保证嵌入端与认证端所提取的显著目标一致，提出使用一种合成图像而非原始图像提取显著目标. 实验结果表明，该算法能够定位篡改区域，恢复被篡改内容，并实现显著目标的无损恢复.

Select

融合超像素和伪流算法的交互式图像分割

瞿绍军,李乔良,陈明,谭煌

2018, 39(12): 2710-2715.

摘要 ( ) PDF全文 ( )

可视化

超像素有利于提取图像的局部结构特征，大幅度减小后续处理计算复杂度.针对SSNCuts当图片中目标和背景颜色相似，目标较小以及目标中间含有背景区域的时候，分割效果不好；标记种子点的时候，经常无法预测分割的结果，标记非常费时费力.本文提出了一种新的基于超像素和伪流算法的交互式的图像分割方法：首先由用户交互引入目标和背景的先验信息；然后使用均值漂移将图像过分割为超像素，再使用Bhattacharyya系数来计算两个超像素区域之间的相似度，并建立超像素顶点之间的关系矩阵；最后利用伪流算法进行超像素分割，并将超像素分割结果转换到原始图像得到最终分割.在图像分割公开测试库上进行实验，验证了提出方法的准确性和分割效率更高.

Select

同一场景中异质布料的动态绘制

唐勇,安阳阳,张豆,刘宇涵,任小霞,贾江凯,

2018, 39(12): 2716-2719.

摘要 ( ) PDF全文 ( )

可视化

在运动仿真中异质布料属性不同,使得姿态变化不一样,统一设定迭代次数又会造成计算资源的不合理分配,因而,在PBD的基础上探索异质布料的动态绘制.首先,引入自由质点约束因子改进LRAs模型,解决自由质点间距离过长问题,并根据属性约束构建异质布料;然后,在XPBD解决同一布料中刚度依赖迭代次数的基础上,采用独立迭代的方式对约束方程进行求解,保证不同布料的迭代独立,并根据场景中不同约束所占比重不同设置不同的迭代次数,优化计算资源分配;之后,为加快求解过程,用Jacobi替代PBD中的GaussSeidel方法,以并行方式计算各约束;最后绘制不同平台下异质布料间的碰撞.实验结果表明,该方法能够快速绘制运动过程中的异质布料.

Select

多任务及Resnet网络在人脸多属性识别中的应用

徐培超,陈雯柏,陈祥凤,韩琥

2018, 39(12): 2720-2724.

摘要 ( ) PDF全文 ( )

可视化

为了改善人脸多属性分类的精度和泛化能力,利用多任务学习方法训练基于ResNet网络结构的人脸多属性分类器.首先采用卷积神经网络—ResNet进行特征提取,然后利用多任务并行学习能力和多个属性间的关联性,直接对输入的人脸图片,判断人脸的多个属性状态.在MORPH II、CelebA和LFWA数据集的实验结果表明,这种基于多任务ResNet方法在人脸属性识别任务中准确率可达89%,相对于传统的人脸多属性检测方法提高了模型的泛化能力和识别的准确率.

Select

划分区域异速云的实时绘制算法改进探索

唐勇,吴国倩,郭慧玲,陶建新,

2018, 39(12): 2725-2728.

摘要 ( ) PDF全文 ( )

可视化

云是普遍存在的自然现象.针对在同一场景下不同高度的云不能同时得到逼真效果的问题,提出一种划分云层区域的策略.首先,为了避免用同一种方法难以准确表达不同类型云的特征,根据气象学规律将天空划分为低层云、中高层云两个区域,用粒子系统绘制低层云,引入Perlin噪声绘制中层云和高层云;其次,构造与云的位置、视点距离等相关的速度函数,使得场景中不同区域、不同位置的云具有不同的运动速率和方向,增强天空中云彩绘制的真实感;最后,通过一天内太阳光和环境光的实时变化,实现一天内不同时刻云的绘制效果.实验分析和对比结果表明,基于区域划分的云模拟方法能够快速逼真地在虚拟场景下进行虚拟云的实时绘制.

Select

分组加权t-SNE的手写数字奇异类样本聚类方法研究

杜芬,王彬,薛洁,龙雨涵,刘辉,熊新

2018, 39(12): 2729-2734.

摘要 ( ) PDF全文 ( )

可视化

针对t-SNE算法在高维降维中存在的奇异类样本区分能力弱的不足，给出了一种将分组加权的改进t-SNE算法应用于数字手写体奇异类样本的聚类和识别中的方法.该方法根据样本在高维空间内的不同分布状况而应用不同的分组权值重新计算相似度，进而实现更合理的高维空间到低维空间的聚类映射.在基于MNIST构建的奇异类样本库上的对比试验结果表明，与t-SNE算法相比，分组加权t-SNE算法的聚类可视化与指标均得到了提高，其中查全率平均提高了4%，查准率平均提高了3.3%，从而验证了该方法的可行性和有效性.

Select

K近邻近似模式匹配查询

梁珺秀,许建秋,秦小麟

2018, 39(12): 2735-2742.

摘要 ( ) PDF全文 ( )

可视化

随着智能终端的广泛普及，传统的移动对象描述中增加了许多语义相关信息.现有语义移动对象查询大多在语义匹配的前提下再进一步考虑时空属性，造成部分结果在时空维度距离较远.为此，针对时空标签轨迹的语义描述，提出近似模式匹配，并给出相关定义表示，以考虑轨迹语义部分匹配查询条件.在此基础上，提出K近邻近似模式匹配查询，以实现同时考虑时空距离和语义匹配程度，引入新的剪枝策略，并给出基于标签R树的K近邻近似模式匹配查询算法.实验结果表明，与基于RR-Tree，3DR-Tree，TB-Tree及SETI索引的查询算法对比，在不同参数下，基于LR-Tree的K近邻近似模式匹配算法表现出更好的剪枝能力.

Select

基于知识图谱的云端个性化测试推荐

段玉聪,邵礼旭,崔立真,高洪皓

2018, 39(12): 2743-2747.

摘要 ( ) PDF全文 ( )

可视化

个性化推荐被广泛应用以加速云服务.推荐系统旨在基于在线和离线的可用数据、信息和知识来估计给定领域的一组对象的效用.现有的推荐系统严重依赖基于内容的方法或协同过滤的方法来提出建议，但是它们都不能完全满足面向自然语言语义的推荐效率和有效性.知识图谱是一种用于直接存储容纳语义丰富的非结构化和结构化信息的知识库.本文提出通过引入知识图谱作为媒体层整合基于内容和协同过滤两种方法来提高推荐质量，并且通过在云环境中构建测试推荐系统展示了本文提出方法的可行性.

Select

城市道路未来车速预测模型研究

杨马英,楼挺,李一飞

2018, 39(12): 2748-2752.

摘要 ( ) PDF全文 ( )

可视化

准确的预测城市道路未来车速情况能够帮助解决城市交通拥堵问题.道路的车速受到许多因素的影响,例如天气、节假日、区域位置等等.为了准确预测道路的未来车速,本文提出一种基于深度学习和时空特性的方法来预测道路的车速.首先设计了一个端到端的神经网络结构,采用长短期记忆网络(LSTM)网络来处理具有时空特性的道路车速信息,然后结合神经网络中的全连接层来融合对车速产生影响的多种因素,最后采用成都市某条道路的实际数据来进行了实验.实验结果表明,本文提出的车速预测方法其预测精度优于目前常用的4种方法.

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