小型微型计算机系统

Select

王骏,黄德才

2018, 39(8): 1633-1640.

摘要 ( ) PDF全文 ( )

可视化

位置不确定性数据的聚类是一个新的不确定性数据聚类问题.目前对于这一类问题的聚类算法主要以划分聚类为主,而划分聚类有着无法区分任意形状簇和无法分离离群点等缺点；已有的一些基于密度的聚类算法,存在单单考虑对象间距离的均值,忽略距离变化范围,参数敏感性大和计算复杂度高等缺点.鉴于此,提出一种基于联系数的位置不确定数据密度聚类算法-UCNDBSCAN.该算法用联系数巧妙地表示不确定性对象,并专门定义了对象间的联系距离,运用联系数态势值理论定义新的对象间距离衡量标准,克服了现有算法的不足.仿真实验表明,UCNDBSCAN具有聚类精度高、参数敏感度低、计算复杂度低、实用性强的特点.

Select

基于自适应密度聚类非线性流形学习降维方法研究与实现

陈晋音,郑海斌,保星彤

2018, 39(8): 1641-1645.

摘要 ( ) PDF全文 ( )

可视化

针对传统降维方法降维后对流形产生扭曲导致流形展开后的结构发生“畸形”、正确率较低、可信度较差等不足.本文提出了一种基于自适应密度聚类的非线性流形学习降维方法,用分段线性模型来近似流形.利用MATLAB设计并实现了算法,通过实验证明在人造和现实图像数据集上,本流形学习降维算法与现有最先进的流形学习算法相比,产生良好的降维效果.

Select

一种自适应参数调整的水波优化算法

杜兆宏,夏培淞,邱飞岳,朱会杰

2018, 39(8): 1646-1651.

摘要 ( ) PDF全文 ( )

可视化

水波优化算法(Water Wave Optimization,WWO)是受浅水波理论启发而提出的一种新兴群体智能算法,其具有控制参数少、种群规模小、实现简单、计算开销小等优点,但依然存在局部搜索能力不强、收敛速度较慢等缺陷.首先,通过对水波优化算法在执行全局和局部搜索阶段控制参数变化进行分析的基础上,提出了一种自适应参数调整策略改进的水波优化算法；最后,对改进的算法和包括原WWO、SCA、DA等在内的四种算法在10个标准测试函数上的寻优性能进行试验.结果表明,所提出的策略有效提升了水波优化算法的整体性能,无论在收敛精度还是收敛速度上,改进的水波算法相较于其他三种算法优化结果更加稳定.

Select

考虑内部外部共因失效的SBS系统可靠性分析方法

刘婷婷,张长胜,张斌,王鹏

2018, 39(8): 1652-1656.

摘要 ( ) PDF全文 ( )

可视化

随着分布式系统和云计算系统的快速发展,基于服务的软件系统(Service-based software systems,SBS系统)得到了广泛的应用.系统可靠性作为SBS系统服务质量中最重要的维度之一,已经成为SBS系统必须保证的指标.现有SBS系统可靠性的相关研究大都假设服务失效之间相互独立.但是,服务之间的共享资源以及消息依赖关系的存在挑战着这一假设.系统内多个元素同时失效(共因失效)时,可分为由外部共享资源引起的外部共因失效和由传播失效引起的内部共因失效.忽略考虑上述两种因素将严重影响对于系统可靠性的评估.为了解决上述问题,本文提出了一种基于二元决策图的考虑共因失效的SBS系统可靠性分析方法.该方法同时考虑了内部和外部失效因素,可以高效的估算SBS系统的可靠性,并且能够有效避免当系统规模过大时可能出现的状态爆炸问题.为了分析提出方法的应用范围及优势,本文的最后给出示例SBS系统在出现各种共因失效情况下的可靠性分析,并将结果与传统基于决策图的可靠性分析方法进行比较.

Select

基于动态域等值线的多目标环绕跟踪方法研究

宋涛,庄雷,景晨凯

2018, 39(8): 1657-1661.

摘要 ( ) PDF全文 ( )

可视化

针对运动多目标环绕跟踪问题,提出一种基于动态域等值线的目标环绕跟踪方法,实现了较好的跟踪效果.通过人工建造的距离测量等值线标量场构建动态多目标的环绕飞行跟踪路径,并利用当前位置值的逐点访问,获得该动态未知标量场的等值线；同时,对该等值线跟踪路径进行跟踪控制策略设计,相对于传统磁场梯度跟踪方式优点是无需任何字段衍生工具,并给出跟踪过程的收敛性证明.最后,给出所提算法严格的收敛性理论证明,并通过实验室模拟对算法有效性进行了验证,获得较好的动态跟踪效果.

Select

DF-MAP：一种基于概率图模型的案件判决路径挖掘算法

高丹,彭敦陆

2018, 39(8): 1662-1667.

摘要 ( ) PDF全文 ( )

可视化

通过获取案件的判决路径,法院判决系统可以轻松地对案件进行判决.然而,随着司法资源的迅猛增加以及案情特征的多样性,为快速获取案件判决路径提出了挑战.论文利用Rete算法在分析已有法律法规中可能存在的规则集合基础上,根据案件判决路径的有向性,提出了结合案情描述关键字和适用法律规则的概率图模型—Rete-PGM.根据Rete-PGM特征,利用有向图理论及最大后验概率查询算法,提出了适合于Rete-PGM特征的最有可能的路径挖掘算法—DF-MAP(Deep First Max A Posterior),并用实验验证了该算法的性能.通过将所提算法运用于真实的法律文书数据集,实现了真实案件的判决路径挖掘.该模型的提出以及案件判决路径的发现,为创建高效的法院判决系统提供了保障.

Select

采用个体进化状态判定策略的分解类多目标进化算法

李浩君,刘中锋,王万良,张征,张鹏威

2018, 39(8): 1668-1673.

摘要 ( ) PDF全文 ( )

可视化

多目标进化算法应用非常广泛,但易陷入局部Pareto前沿.为了提高多目标进化算法平衡全局探索与局部开发的能力,使算法收敛到完整的Pareto前沿,本文提出采用个体进化状态判定策略的分解类多目标进化算法(MOEA/D_PE),MOEA/D_PE算法采用个体进化状态判定策略,判定个体当前的进化状态,然后为个体选择适合其进化状态的变异算子,从而提高算法平衡全局探索与局部开发的能力,使算法收敛到完整的Pareto前沿.实验研究表明,MOEA/D_PE算法在测试函数中表现出,比非支配排序多目标遗传算法和分解类多目标进化算法更好的收敛性和多样性,能够更好地收敛到完整的Pareto前沿.

Select

一种卷积神经网络的稀疏性Dropout正则化方法

周安众,罗可

2018, 39(8): 1674-1679.

摘要 ( ) PDF全文 ( )

可视化

Dropout是卷积神经网络中经典的正则化方法,能有效防止过拟合现象的产生.基于Dropout的卷积神经网络在训练时以完全随机的方式删除部分节点,产生的局部网络缺少对不同样本的区分性.针对上述问题,提出一种稀疏性Dropout正则化方法,该方法在训练时对节点引入稀疏性限制,根据激活值的大小选择节点被删除的概率,使网络以更高的概率删除激活值较低的节点,以保留更多激活值较高的节点,增强模型的特征提取能力.测试时恢复所有被删除的节点并保留训练时的参数,达到组合多个局部网络的目的.在公开数据集上的实验结果表明,将稀疏性与Dropout相结合的方法相较于传统方法具有更好的泛化能力.

Select

一种相似度剪枝的离群点检测算法

丁天一,张旻,方胜良

2018, 39(8): 1680-1684.

摘要 ( ) PDF全文 ( )

可视化

针对现有的离群点检测算法对于不规则形状数据集和复杂分布的多维数据集检测精度较低的问题,提出了一种基于相似度剪枝的离群点检测算法.算法首先通过构造相似度矩阵的方法,计算样本点之间的相似度,通过度矩阵获取与其他样本相似度较小的样本作为离群点候选集,完成对非离群点的剪枝;然后,通过LOF算法计算离群点候选集中所有对象的局部离群因子,根据局部离群因子的大小进行判断得到最终的离群点.实验结果表明,所提出的算法可以得到较高的离群点检测精确度.

Select

基于视觉的步态识别研究综述

刘晓芳,周航,韩权,昝孟恩,韩丹

2018, 39(8): 1685-1692.

摘要 ( ) PDF全文 ( )

可视化

步态识别具有易采集,远距离,非接触,难伪装和非侵入性等优势,是生物特征识别、计算机视觉和信息安全等领域的研究热点.本文主要从人体检测,步态周期性,特征提取,识别分类四个方面综述了步态识别的各种方法,其中人体检测部分主要介绍了当前步态数据库和前景分割两部分,并分析了阴影的去除方法;接下来介绍步态周期性和其他步态常用参数数据;之后分类介绍了特征提取部分;识别分类以模板匹配法、基于支持向量机的方法、基于人工神经网络的方法、统计学方法及其他常用方法五部分进行介绍.最后总结了步态识别已解决的难点,并对步态识别的发展趋势作出分析,指出未来步态识别的发展(方向.)

Select

中文微博情感分析模型SR-CBOW

刘秋慧,柴玉梅,刘箴

2018, 39(8): 1693-1699.

摘要 ( ) PDF全文 ( )

可视化

中文微博情感分析旨在挖掘文本中用户所要表达的观点及情感倾向,被应用于政治、商业等诸多领域.考虑到微博数据的口语化和不规范性等特点以及中文标注数据相对匮乏的现状,对词向量训练模型CBOW进行拓展,提出情感分析模型SR-CBOW.首先利用基于语义相似度的数据平衡方法来均衡数据集;然后采用否定扩散的手段,协助模型对包含否定词的微博进行情感转移;最后模型利用大量无标注的微博语料进行无监督的词向量训练;同时对构建的微博的向量表示进行情感分类.在细粒度的情绪识别和粗粒度的情感倾向性分析中,都取得了较好的结果,较于NLP&CC2013情绪识别评测任务中最好的结果,其微平均F值提高了14.9%.

Select

移动平台下实时协同关联图文档模型一致性维护算法研究

高丽萍(,),张鑫

2018, 39(8): 1700-1706.

摘要 ( ) PDF全文 ( )

可视化

移动平台下实时协同图形编辑系统是协同交互式应用的重要分支.在图形编辑系统中,不同图形对象之间往往存在某些约束和关联关系,而传统文档一致性维护算法的研究大多是在无约束关系的线性文档下展开的,且仅支持基本的插入(Insert)、删除(Delete)、更新(Update)操作.本文在传统操作转换算法所能支持的基本操作(Create、Delete、Update)的基础上,拓展了位移(Move)操作,关联操作(Relate)和关联解除操作(Relieve),使得图形对象间的位置属性之间可以出现联动的效果.对象间位置关系被映射成关联图文档模型,根据非线性模型下不同操作类型之间产生的并发冲突类型,分别设计相应的冲突消解策略,维护实时协同编辑下共享图形文档的一致性.当包含多操作类型的图形编辑系统应用于移动平台下,由于移动网络的不稳定性,会导致现有的以稳定网络为研究前提的乐观并发控制算法不能适用于新的应用场景下.所以针对移动网络环境下信号不稳定的特点,本文亦对传统操作转换控制算法进行适当改进,基于客户端对丢失操作提出重发请求和服务器端处理该重发请求的机制,设计了不稳定移动网络平台下并发控制算法.最后本文在Android平台下开发了移动协同图形编辑系统Co-Paint,并通过相关仿真试验进一步验证了以上控制算法和转换函数的正确性与可行性.

Select

网络编码集群存储系统基于锁机制的热数据重建策略

赵昱帆,邓玉辉(,)

2018, 39(8): 1707-1712.

摘要 ( ) PDF全文 ( )

可视化

在数据规模与日俱增的背景下,网络编码成为了替代传统三副本机制的一种数据冗余机制.网络编码优势在于减少了存储成本,劣势在于节点失效时增加了系统重建带宽和响应延迟.基于热数据优先的网络编码分布式存储系统重建策略(HDFR)根据用户I/O负载优先重建热数据,使用户可以提前访问替换节点中已重建的失效热数据,这一定程度地使数据重建性能和系统响应性能得到了优化.该策略中,替换节点同时服务于重建数据流的同步写操作和用户访问数据流的读操作,这两种操作在替换节点中交替进行.相对于传统的重建策略(TR)中替换节点只服务于重建数据流的写操作,这种策略使替换节点中的I/O等待时间变长,使重建性能一定程度上削弱了.系统发生节点失效时,缩小重建窗口对于保障系统数据可靠性和可用性很有必要.本文基于上述热数据重建策略,提出了网络编码集群存储系统中基于锁机制的热数据重建策略(LHDFR),利用锁机制将写操作和读操作分割开来,使重建数据流的写操作具有更高优先级,而由此阻塞的读操作则由解码操作来代替.实验表明,相较于HDFR,LHDFR将重建性能优化了59.4%,用户访问性能优化了36.2%.

Select

软件定义数据中心网络基于分支界限法的多路径路由算法

雷田颖,林子薇,何荣希

2018, 39(8): 1713-1718.

摘要 ( ) PDF全文 ( )

可视化

数据中心网络中大、小数据流分布不均、传输性能要求各异,已有算法往往片面强调大、小流各自性能要求,而忽视全网性能优化.为此,综合考虑数据流的特点以及链路时延和剩余带宽两种因素的影响,提出一种基于分支界限法的多路径路由算法.该算法首先利用分支限界法获取链路剩余带宽尽可能大、链路时延尽可能小的网络子集;随后,提出最小网络连通子集、瓶颈时延、瓶颈带宽等概念,给出软件定义数据中心网络连通条件,在此基础上,依据大、小流各自性能要求在网络子集中利用不同策略为它们选择合适路径;最后,通过Mininet和Floodlight进行仿真测试.仿真结果表明:与文献中已有算法相比,所提算法具有更低的分组端到端时延、更高的网络吞吐量和平均链路利用率.

Select

考虑节点多社区属性的机会网络高吞吐量路由算法

任智,李秀峰,王坤龙,曹红伟

2018, 39(8): 1719-1724.

摘要 ( ) PDF全文 ( )

可视化

针对现有机会网络中根据兴趣划分社区的路由算法没有考虑节点多社区属性、统计节点相遇次数不够准确以及相遇节点控制信息交互存在冗余的问题,提出一种机会网络高效路由算法——HRCMA(High-throughput Routing Algorithm Considering Multi-Community Attribute of Nodes for Opportunistic Networks).HRCMA算法增加了节点多社区属性的消息转发策略,统计相遇次数时去除了无效相遇次数；并在节点控制信息交互时,缩短了消息的长度来减小资源的浪费.仿真结果与分析表明,HRCMA算法与现有基于兴趣划分社区的BEEINFO算法相比,在网络吞吐量上提高了至少326%,投递成功率至少提高285%,归一化控制开销至少降低61%,平均时延减小了05%.

Select

一种高效的太赫兹无线个域网定向MAC协议

任智,吕昱辉,田洁丽,邹明芮,徐兆坤

2018, 39(8): 1725-1728.

摘要 ( ) PDF全文 ( )

可视化

为解决现有太赫兹无线网络定向MAC协议存在的节点间波束成形训练开销大、定向Beacon子时段时隙资源利用不足的问题,提出一种高效的太赫兹无线个域网定向MAC协议ED-MAC(Efficient Directional MAC protocol).ED-MAC协议通过采用全网波束成形训练机制和机会性复用定向Beacon子时段机制,能够有效降低节点间波束成形训练开销,提升数据帧传输成功率.仿真结果表明：相较于IEEE 802.15.3c、IEEE 802.11ad和ENLBT-MAC协议,ED-MAC的波束成形开销减小了约51.48%,MAC层吞吐量增加了约2.04%.

Select

聚类中心自动确定的谱聚类算法研究

陈晋音,吴洋洋,林翔

2018, 39(8): 1729-1736.

摘要 ( ) PDF全文 ( )

可视化

目前的谱聚类算法主要存在难以选取合适的尺度参数,需要人工确定聚类个数,参数依赖性大等问题.针对这些问题,本文提出了聚类中心自动确定的谱聚类算法(ADNC-SC).针对难以确定合适的尺度参数来反映数据结构的问题,ADNC-SC算法依据数据点与临近点的距离均值定义局部尺度参数,充分利用数据点的局部特征来反映数据结构;针对谱聚类算法需要预先设定聚类个数的困难,本文采用了一种自动确定聚类个数的策略,通过分析数据对象的密度和距离的分布规律自动确定聚类中心;针对参数依赖性大的问题,ADNC-SC算法设计了一个Fitness函数作为评价不同临近点个数所对应的聚类结果的指标,选取最优临近点个数,并依据算法的时间复杂度和空间复杂度的关系确定划分区间个数.最终将所提出算法与部分较优秀算法在多个数据集上展开聚类效果比较,验证提出的ADNC-SC算法的有效性,并将其应用于人脸识别.

Select

基于OpenDaylight网络感知和用户需求的路径选择算法

刘麒,王璐,杨晓,李华(,)

2018, 39(8): 1737-1743.

摘要 ( ) PDF全文 ( )

可视化

随着网络应用的持续增加,如何提高现有网络资源的利用率成为一个重要的问题.SDN(Software Defined Network)将控制和转发进行分离,SDN集中控制的特性使得SDN控制器能够获取整个网络的信息.本文通过对OpenDaylight中网络信息的感知,给出了带宽、时延和丢包率的计算方法,提出了一种基于OpenDaylight网络感知和用户需求进行路径选择的算法.然后通过计算链路目标函数的方式对算法又进行了改进,使得算法可以选出满足用户需求的最优或较优路径.通过编写OpenDaylight模块和对OpenDaylight中Dijkstra算法进行功能扩充两种方式实现了改进后的路径选择算法,最后通过实验验证了改进算法的可行性,并分析了改进算法对OpenDaylight控制器性能的影响.

Select

一种支持撤销的双策略属性基加密方案

谭跃生,郉晨烁,王静宇

2018, 39(8): 1744-1749.

摘要 ( ) PDF全文 ( )

可视化

针对于目前云数据访问控制研究中存在单一策略属性基加密的应用局限性和属性撤销不够灵活等问题,本文提出了一种支持撤销的双策略属性基加密方案.首先对属性撤销中的密文策略和密钥策略的综合应用进行定义并给出安全模型;其次构建逻辑二叉树,利用哈希函数不可逆的性质,从每个用户对应的叶子节点开始自下往上地进行哈希运算得到

Select

一种模糊评判的非均匀分簇路由优化算法

刘宏,李好威

2018, 39(8): 1750-1753.

摘要 ( ) PDF全文 ( )

可视化

针对非均匀分簇路由协议中簇首选取质量较低和簇间路由能耗较大的问题,从提升簇首选取质量和簇间路由效率出发,提出一种模糊评判的非均匀分簇路由优化算法.在簇首选举阶段,利用优化的模糊评判方法进行簇首选举.将节点的相对剩余能量、传输距离、邻居节点密度作为簇首选举的指标隶属函数,其次引入信息论中的熵权法确定各指标权重,最后由节点综合评判值确定簇首.在簇间路由阶段,通过层与层簇首间的链路评估值确定相对最优的下一跳簇首节点,通过单跳与多跳相结合的方式完成信息的传输.实验结果表明该算法延长了网络生命周期,有效的降低了网络能耗.

Select

一种自适应Trie树的云数据完整性验证方案

潘洪志,刘荣,祖婷,刘波,方群(,),何昕(,),王杨(,)

2018, 39(8): 1754-1758.

摘要 ( ) PDF全文 ( )

可视化

针对云计算环境中用户数据的完整性检测方案计算和检测效率较低且无法支持数据动态更新的问题,本文设计了一种自适应Trie树的云存储数据完整性审计方案.在自适应Trie树引入新的辅助节点和编码方式,有效地控制验证树的深度,能够支持高效的全动态数据更新,并有效降低系统的通信开销和计算开销,明显改善云存储数据完整性验证机制的性能,有效抑制重放攻击和DoS攻击.仿真实验结果表明,在动态数据完整性验证中该方案能够显著降低审计者的计算开销,高效实现云存储数据完整性验证,为云计算安全提供了新的方法.

Select

机会网络中计算节点间相似度的路由算法

林玉成(,),陈志刚(,),吴嘉(,)

2018, 39(8): 1759-1764.

摘要 ( ) PDF全文 ( )

可视化

选择合适的邻居节点进行信息传递是机会网络实现高效转发的关键因素.由于节点的移动性带来的邻居节点选择困难、传输过程不稳定以及网络拓扑结构变化等因素,使得机会网络的传输成功率比较低.针对这一问题,利用节点之间的社会属性进行邻居节点的选择,提出一种基于节点相似度的路由算法(Opportunistic Network Routing Algorithm Based on Node Similarity)(ONNS).首先计算节点之间数据分组的编辑距离,再计算出两个节点的相似度,并按照一定的约束规则对节点间的相似度进行筛选,最终可以得到一条或多条相对比较可靠的传输路径.与传统的路由算法比较,仿真实验表明,相似度算法能够有效地提高传输成功率,降低传输延迟以及路由开销.

Select

软件系统攻击面研究综述

黄康宇,杨林,徐伟光,张涛,李华波

2018, 39(8): 1765-1773.

摘要 ( ) PDF全文 ( )

可视化

攻击面度量可以用来测量软件系统的安全风险,是当前软件安全度量中的一个研究热点.以软件系统攻击面为研究对象,综合现有研究对其进行一般化定义,并在一般化定义的基础上总结了软件系统攻击面研究的几个主要工作.首先从现有攻击面模型研究中归纳出枚举模型、关联模型和图模型三种模型,对它们进行了详细的介绍和比较,然后阐述了识别和测量攻击面的相关研究,对减小、操纵和移动攻击面三种增强系统安全性的应用进行了介绍,并列举了评估攻击面度量的一些观点和方法,最后对未来研究工作进行了展望.

Select

加密算法优化对无人机的CPU功耗影响研究

吴杰宏,柔莹莹,邹良开,李亚

2018, 39(8): 1774-1780.

摘要 ( ) PDF全文 ( )

可视化

数据安全传输和功率消耗问题是无人机自组织网络(Unmanned Ad Hoc Network,UANET)中不容忽视的研究主题.在UANET环境中,现有的数据传输加密算法的应用越来越广泛.本文首先介绍了Blowfish、AES、GOST R 34.12-2015这3种加密算法；接着在保证算法安全性能的前提下,分别对Blowfish和GOST算法进行了优化,减小Blowfish算法的迭代次数,降低GOST算法的预处理数据的运算表数量；然后通过NS-3仿真平台模拟各种算法的执行时间、吞吐量及功率消耗情况,并对比了无人机CPU模块和无线电模块的功耗情况.对比结果表明：优化后的算法在处理数据传输时,加密和解密时间明显缩短,吞吐量均有显著提升,各无人机节点的CPU功率消耗均明显下降.可见,优化后的加密算法使UANET更节能.

Select

一种使用索引式备份的范围查询方法

薛翔,沈斯杰,陈榕

2018, 39(8): 1781-1786.

摘要 ( ) PDF全文 ( )

可视化

范围查询是数据库支持的重要功能之一.在分布式数据库中,范围查询具有结果不唯一且数据量大的特点,因而中间结果的传输成本较高;同时,在以唯一主键散列存储的数据上查询非主键列上的范围条件,得到的命中数据较为分散,造成传输开销大和计算复杂度的问题.针对以上问题和基于高可用系统中数据存在多个备份的观察,本文设计了一种使用索引式备份的范围查询方法,通过将备份数据依据索引列重构实现范围查询友好的索引式备份,优化基于非主键列的范围查询任务.使用索引式备份的范围查询具有数据聚集的特点,能够有效减少数据传输成本、提高计算效率.实验结果显示,在TPC-H基准测试中,本方法相对于传统B+树索引方法具有8.4至16.7倍的性能提升,且具有较好的可扩展性.

Select

基于用户分组的多用户偏好查询

王沁雪,江国华,秦小麟

2018, 39(8): 1787-1793.

摘要 ( ) PDF全文 ( )

可视化

越来越多的用户希望能在满足自身需求的前提下,通过共享资源以提升资源使用性价比,如拼车等.在此类多用户偏好查询应用中,用户分组起到至关重要的作用.现有的分组算法在对用户进行分组时,未考虑用户对组内其他成员的偏好,导致用户满意度较低.本文提出一种基于用户分组的多用户偏好查询算法PQBG,算法将查询分为四个步骤:首先基于欧氏距离从全体查询用户中产生预选结果集;然后依据用户对查询对象的偏好相似度降序排列生成预选队列;接着利用组属性集合与组偏好集合筛选出最终的同组用户;最后为该组用户生成查询结果集.利用真实数据集对PQBG算法与其他三种查询算法进行比较,结果表明PQBG算法在查询时间和用户满意度上具有更高的查询性能.

Select

基于时间因子的个性化新闻混合推荐研究

陶永才,火昊,石磊,卫琳

2018, 39(8): 1794-1798.

摘要 ( ) PDF全文 ( )

可视化

互联网的爆发式发展带动了信息的增长,人类社会已由信息匮乏阶段转变为信息过载阶段,这也间接导致了互联网用户每天接收的数据信息质量参差不齐,同时用户也不再满足于只查看大众类的信息,而是更希望能够收到符合自己阅读兴趣的信息.个性化推荐帮助用户从海量数据中筛选出符合用户阅读兴趣的文章,帮助用户节省大量的时间和精力.但是传统的个性化推荐并不能高效合理地为用户生成推荐列表,因此本文提出基于时间因子的个性化新闻推荐算法,研究用户在不同时段的兴趣分布,提高了推荐精度.实验结果表明,考虑时间因子的混合推荐算法相比传统算法提高了推荐结果的精度.

Select

基于MapReduce的改进CHI文本特征选择机制

石磊,巴阳,陶永才,卫琳

2018, 39(8): 1799-1804.

摘要 ( ) PDF全文 ( )

可视化

文本分类是一种有效组织和管理文本信息的数据挖掘方法.其中,特征选择是文本分类过程中最重要的环节之一.本文针对传统CHI特征选择算法忽略高频特征词和放大外围特征词权重的问题,提出一种基于MapReduce的CHI文本特征选择机制.一方面引入类内频率和类间方差,优化CHI方法的性能,从而提高文本分类精度.另一方面基于MapReduce模型对文本分类进行并行处理,提高了文本分类的执行效率.实验结果表明,基于MapReduce的CHI文本特征选择机制不仅能有效提高文本分类精度,也提升了文本分类的效率.

Select

融入密度和距离的K-means初始簇中心优选方法研究

冯勇,张学理,王嵘冰,徐红艳

2018, 39(8): 1805-1808.

摘要 ( ) PDF全文 ( )

可视化

K-means算法随机选取初始簇中心易导致聚类不稳定、准确率低等问题.为了解决上述问题,提出融入密度和距离的K-means初始簇中心优选方法.该方法首先选取距离最远的两个样本点进行贪心策略的密度聚类,形成两个临时初始簇,接着不断选取距临时初始簇质心距离乘积最大值点进行密度聚类,直到形成K个临时初始簇,最后在每个簇中选取核心点作为初始簇中心.在Letter数据集进行实验,证明所选取初始簇中心进行K-means聚类具有更好的稳定性、更高的准确率.

Select

一种面向社区发现的高鲁棒性标签传播算法

郑少强,赵中英(,),冯慧子,李超(,)

2018, 39(8): 1809-1813.

摘要 ( ) PDF全文 ( )

可视化

社区结构是真实网络普遍具有的拓扑特征,已经成为社交网络分析与挖掘领域的重要研究课题之一.研究社区结构对理解网络功能、揭示网络模式、分析网络行为等具有重要的研究意义.标签传播算法是速度较快的社区发现算法之一,但存在明显的缺陷,譬如划分社区不稳定、鲁棒性差等.为解决上述问题,本文提出一种有效改善标签传播的高鲁棒性算法(LPA_D_CC),算法首先根据节点度和聚集系数对网络中所有节点做影响力排序,根据影响力将网络中节点做初始划分,并对划分后的所有节点有条件的赋标签,最后根据标签传播过程对网络进行划分得到社区结构.在四种真实数据集上对算法进行实验与比较分析,结果表明,与原始LPA算法相比,该算法具有更高的准确性和稳定性,同时能够减少传播过程中的迭代次数,能快速收敛得到结果.

Select

上下文敏感的复杂事件预测方法研究

耿少峰(,),王永恒,李仁发,张佳,宋秉华,郭晓曦

2018, 39(8): 1814-1818.

摘要 ( ) PDF全文 ( )

可视化

在智能交通系统流量预测的应用背景下,提出一种以复杂事件处理技术为基础的上下文敏感预测方法.首先采用模糊本体对历史事件上下文进行建模,再通过上下文聚类实现数据的划分,针对不同的数据学习对应的贝叶斯网络模型.实时预测时可根据当前事件上下文适应性选取贝叶斯网络模型或模型组合进行预测分析.实验结果显示该方法能有效的处理信息物理融合系统中事件数据流,并具有良好的预测性能.

Select

优化初始聚类中心的改进K-means算法

唐东凯,王红梅,胡明(,),刘钢

2018, 39(8): 1819-1823.

摘要 ( ) PDF全文 ( )

可视化

针对K-means算法对初始聚类中心和离群点敏感的缺点,提出了一种优化初始聚类中心的改进K-means算法.该算法首先计算出数据集中每个数据对象的离群因子,并根据离群因子的值对数据集进行升序排列,使得中心点的位置靠前.然后在升序排列的数据集上,引入取样因子α,得到候选初始中心点集.最后,根据最大最小距离的思想,在候选初始中心点集上选取k个数据对象作为初始聚类中心.实验结果表明,在时间基本相同的情况下,提出的改进算法相对K-means、K-means++算法具有较好的稳定性和较高的聚类准确率,并且聚类的平均迭代次数也相对较小.

Select

基于服务情景的Ad Hoc网络服务发现

王新颖,李敏,熊伟

2018, 39(8): 1824-1827.

摘要 ( ) PDF全文 ( )

可视化

在分析现有的Ad Hoc网络服务发现方法基础上,提出一种基于服务情景的Ad Hoc网络服务发现方法.该Ad Hoc网络服务发现方法在基于语义进行功能匹配的基础之上,对满足功能匹配所得到的候选服务集,进一步执行了基于服务情景约束的服务筛选操作和基于服务情景评价的服务排序操作,不仅在一定程度上提高了Ad Hoc网络服务发现的查准率,其服务质量也得到了有效改善.通过实验证明,与同类的Ad Hoc网络服务发现方法比较,本文提出方法在不增加时延、消息开销的前提条件下,在查准率方面具有较好的优越性.

Select

融合交互信息和能量特征的三维复杂人体行为识别

王永雄,曾艳,李璇,尹钟,张孙杰,刘丽

2018, 39(8): 1828-1834.

摘要 ( ) PDF全文 ( )

可视化

基于与人交互的物体对人体行为识别的重要作用,本文提出了融合交互物体和能量信息等特征的三维复杂人体识别方法.首先提取手持物体的Hu矩作为交互物体特征,然后根据人体行为的生物学和运动学特征,从人体运动的能量角度提取人体骨架动能、姿态势能、关节点位置等构建了局部特征矩阵,并聚类为词袋 (Bag Of Word,BOW),与交互物体特征构成最终的组合特征；为了自动分割交互物体,我们提出了基于Harris角点的种子区域生长法,快速完整地分割手持物体；最后利用RBF-SVM方法进行人体行为识别.实验结果表明融合交互物体信息和能量特征的三维人体行为识别方法具有较高的识别率,尤其能够较大幅度降低易混淆复杂动作的误识别率.

Select

一种基于分治策略的Huffman-LBP多姿态人脸识别

周丽芳(,),杜跃伟,李伟生,李宇

2018, 39(8): 1835-1841.

摘要 ( ) PDF全文 ( )

可视化

局部二值模式(LBP)因计算简单以及对轻微光照、姿态变化的鲁棒性而被广泛应用于人脸识别领域,但其只能作用于一定的人脸姿态变化范围(-15°~15°).针对这一问题,本文提出一种利用分治策略进行人脸表达和分类的多姿态人脸识别框架.首先,区域选择因子(RSF)被用于对不同姿态的人脸图像进行划分并找到有效的人脸区域;其次,提出了一种基于Huffman编码的LBP特征提取方法,用于特征表达;最后,一种基于图像块(patch)的稀疏表达分类(patch-based SRC)策略被用于匹配和分类.本论文分别在CMU PIE 和FERET 人脸库上进行了实验,实验结果证明了所提方法对姿态变化的有效性.

Select

自适应特征选取的鲁棒模糊聚类分割算法

吴成茂,白鹭

2018, 39(8): 1842-1848.

摘要 ( ) PDF全文 ( )

可视化

面对模糊C-均值聚类仅适合单峰特征数据集且噪声敏感问题,将马尔科夫随机场与特征选取高斯混合模型结合,提出一种基于马尔可夫随机场特征选取模糊聚类算法.在特征选取高斯混合模型聚类目标函数基础上,利用聚类像素所对应邻域内所有像素的分类先验信息并结合马尔可夫随机场理论,确定像素分类先验概率,并通过KL散度将其作为尺度参数引入到特征选取高斯混合模型聚类目标函数,采用最优化方法获取迭代求解的隶属度、聚类中心等表达式,并以此给出相应的图像分割算法.通过对噪声干扰标准灰度图像与脑部CT图像等的分割测试结果表明,本文所建议的算法是有效且具有良好的抗噪鲁棒性.

Select

一种基于粒子滤波的时空上下文视觉跟踪算法

文武(,),伍立志,张建峰

2018, 39(8): 1849-1854.

摘要 ( ) PDF全文 ( )

可视化

为解决时空上下文视觉跟踪算法在目标处于遮挡及复杂背景情况下容易产生跟踪漂移的问题,提出了一种基于粒子滤波的时空上下文视觉跟踪算法.通过设置实验参数,自动选择第一帧目标所在的矩形区域,在后续帧跟踪的过程中,利用Bhattacharyya系数作为判断是否遮挡的依据,当目标发生遮挡时,引入粒子滤波对目标在后续帧中位置及运动轨迹进行估计和预测,实现了目标的精确跟踪.实验结果表明,该算法不仅能够适用于光照变化、目标旋转、背景区域干扰等复杂背景下的视觉目标跟踪,并且对目标的遮挡具有鲁棒性,满足实时性要求.

Select

一种结合GMM和活动轮廓的混合型图像分割方法

陈明,林益贤

2018, 39(8): 1855-1859.

摘要 ( ) PDF全文 ( )

可视化

图像分割是图像处理和计算机视觉中一个基本问题.高斯混合模型(Gaussian mixture model,GMM)和活动轮廓(Active contour models ,ACMs)是两类典型的分割模型,它们在目标函数和分割效果上均表现出互补性.引入logistic函数来衡量ACM中前景归属的不确定性,并与GMM的隐变量后验概率建立对应关系,从而搭建了ACM和GMM的双向通信桥梁.分别利用期望最大算法(Expectation-Maximization,EM)和梯度下降流优化这两类目标,结合区域统计信息和轮廓曲线的几何信息,提出了一个新型分割方法.首先,GMM传递自身的状态至ACM中,用于初始化活动轮廓曲线并构建区域项,进一步协助重表达Dirac函数并用于活动轮廓的演化.然后,EM过程从当前梯度下降流中获得反馈信息,用于高斯分支先验分布的动态估计.实验结果表明,通过双向通信,该分割方法可以快速收敛,在分割效果上也表现良好.

Select

一种改进模糊C均值聚类的图像标注方法

李长磊,吕学强,张凯(,),董志安

2018, 39(8): 1860-1864.

摘要 ( ) PDF全文 ( )

可视化

本文主要利用图像底层特征以及图像标签的语义信息对图像进行自动标注,在此基础上提出了改进模糊C均值(FCM)聚类的标注方法.首先结合图像特征以及同类、异类样本间的关系信息,融合聚类中心之间的距离,改善了算法中距离测度较为单一的问题.在目标函数中将传统的距离测度改为同类样本距离与异类样本距离之差,体现了同类样本的密度和异类样本的稀疏程度,提高了标注准确率.然后使用改进后的算法对每类图像进行聚类,计算待标注图像到各个聚类中心的平均距离来判断其类别.之后计算图像到各个子类的聚类中心的距离,并统计所属类内的标注词即为图像的标注词.利用Corel5K和iaprtc12来验证算法的可行性,通过实验对比不同测度以及分析不同标注模型的结果,表明该方法有效的提高了标注准确率.

Select

深度图像与骨骼数据的多特征融合人体行为识别

许艳,侯振杰,梁久祯,陈宸,贾靓,莫宇剑

2018, 39(8): 1865-1870.

摘要 ( ) PDF全文 ( )

可视化

运动人体的行为分析与识别是智能监控中的关键技术,研究有效的人体行为对智能视频推广与应用具有重要意义.为发挥深度图像与骨骼数据的优越性,将深度特征与骨骼特征结合进行人体行为识别,提出一种基于深度信息和骨骼数据的特征融合的人体行为识别方法.在深度图像方面捕捉行为线索,提取人体行为梯度、轮廓曲率的几何特征;在骨骼数据方面提取运动节点的多种特征,用人体行为轮廓比、角度差和距离差表征行为形态,达到结果只与行为分布有关的目的;运用一种多模型概率投票的识别分类机制,减小噪声对实验结果的影响.实验表明,该方法能够有效识别人体行为.

Select

联合字典鲁棒稀疏表示的多聚焦图像融合

杨勇,吴嘉骅,黄淑英,阙越

2018, 39(8): 1871-1877.

摘要 ( ) PDF全文 ( )

可视化

针对多聚焦图像融合中源图像未精确配准的问题,本文提出一种基于联合字典的鲁棒稀疏表示和形态学滤波相结合的多聚焦图像融合方法.该方法首先从源图像中分别得到不同的子字典,并将不同的子字典拼接成一个联合字典;接着使用联合字典对源图像进行鲁棒稀疏表示,分别得到稀疏系数X与重构误差E,并将两者的加权二范数和作为判别依据,以此得到初始的融合决策图;为了减少源图像未精确配准带来的融合误差,提高融合的鲁棒性,本文提出使用形态学滤波与高斯滤波对初始的融合决策图进行处理,从而获得最终的融合决策图;最后根据该融合决策图对源图像进行加权融合,获得融合图像.实验结果表明,该方法的融合结果无论从主观视觉效果还是客观定量评价,都优于一些主流的多聚焦图像融合方法.

Select

一种改进粒子群的工业机器人时间最优轨迹规划算法

王玉宝,王诗宇(,),李备备(,),郭放达

2018, 39(8): 1878-1881.

摘要 ( ) PDF全文 ( )

可视化

针对工业机器人运动轨迹的时间优化问题,对工业关节型机器人的运动轨迹进行分析与研究.依据机器人运动学特征,提出一种时间最优轨迹规划的算法.对采用动态变化学习因子策略的粒子群算法进行高次多项式插值,进而完成机器人运动轨迹的拟合.在保证运动轨迹时间最优的同时,优化了基本粒子群算法局部收敛的不足.最后,通过MATLAB对工业机器人关节运动轨迹进行仿真,实现了精确稳定的时间最优轨迹规划.本文提出的算法相比于其他路径规划算法更易于实现,同时还改善了粒子群算法易局部收敛的问题,能够实现工业机器人时间最优轨迹规划.

Select

一种深度学习的单幅图像去雾方法

黄靖,姜文,肖长诗(,),文元桥(,),周高景,张帆(,)

2018, 39(8): 1882-1887.

摘要 ( ) PDF全文 ( )

可视化

雾被认为是户外图像降质的主要因素,单幅图像去雾是一项具有挑战性的任务.大部分去雾算法以一定的先验知识或约束条件为前提,依靠人工提取的雾相关特征(如暗通道、色调差异和局部对比度等)实现的,去雾效果稳定性差.为突破人工特征的局限性,本文提出一种基于深度学习的图像去雾方法.首先利用自编码网络,通过无监督学习方式得到雾特征图序列;然后利用深度卷积网络,映射出特征图序列对应的场景透射率;最后依据大气散射模型恢复出无雾的图像.为了训练自编码网络和深度卷积网络,预先人工合成一个包含室内、室外多场景有雾图像和对应透射率图的数据库,作为训练样本.实验结果表明,无论在自然还是合成的有雾图像上,本文方法比传统算法的去雾效果更明显、稳定性更强;即使针对包含大面积水面区域的有雾图像,也有清晰自然的去雾效果.最后,对实验结果定性和定量分析,表明本文方法能够有效估计出透射率图,恢复出理想的无雾图像,具有较好的场景通用性.

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