小型微型计算机系统

过刊目录

  • 2019年, 40卷, 第11期
    刊出日期：2019-11-01
      
  • 全选
    |
  • 考虑遮挡情况的光流场估计算法
    王松,汪增福
    2019, 40(11): 2257-2263.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    遮挡是影响光流场估计的主要因素.针对其破坏光流场估计的区域颜色一致性假设，从而导致现有的光流场估计算法失效的问题，我们提出一种基于遮挡推理的光流场估计算法.首先构建一个图像金字塔，然后在每层结构中以形变补偿图像（warped image）为纽带，探索其中“重影”区域和遮挡区域的内在关系，并结合邻域关系等信息获得遮挡推理线索，最后将之融入优化函数中通过迭代优化的形式解决存在遮挡时的光流场估计问题.我们在Flying Chairs和MPISintel等数据集上进行了相关实验验证了本文算法的有效性.
  • 基于改进身份向量提取的短语音说话人确认
    王铮,傅山
    2019, 40(11): 2264-2268.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有ivector说话人确认系统在测试语音为短语音时性能下降的问题,对短语音ivector估计的不确定性进行分析,改进了ivector提取中BaumWelch统计量的计算.该方法利用赋予权重的历史测试信息以及通用背景模型中的参数信息来增加用于短语音BaumWelch统计量计算的说话人个性信息.将改进统计量用于ivector提取,针对不同时长短语音的实验表明,新系统的性能优于当前ivector系统,等错误率EER)和检测代价函数最小值minDCF)分别下降了13~19%和8~23%.
  • 多特征融合的VotingSRM情感分类研究
    赵乐,麦范金,张兴旺
    2019, 40(11): 2269-2273.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    情感分类是自然语言处理领域的一个核心问题,其目的是判断评论文本的情感极性,并挖掘其蕴含的情感价值信息.为了提取评论文本中潜在的情感信息,提高分类精度,本文提出了多特征融合的VotingSRM情感分类方法.结合词性特征,语法特征等,提取名词,动词,形容词,副词等特征,然后运用软投票机制,结合随机梯度下降算法、随机森林、神经网络等算法,对已获取评论文本进行极性二分类.本文通过对比实验,验证了该方法的有效性.
  • 三维本体关联模型下的在线学习路径优化方法
    李浩君,聂新邦,杨琳,张鹏威
    2019, 40(11): 2274-2280.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对目前在线学习路径优化方法存在学习资源关联性低等问题,提出一种三维本体关联模型下的在线学习路径优化方法TDOCMLPOM.首先利用本体技术构建三维本体关联模型TDOCM,模型融合了课程本体、学习者本体以及学习资源本体特征信息;其次设计了种群多样性与映射函数协同更新的二进制粒子群算法CUBPSO,依据种群多样性状态调整映射函数,使映射函数曲线斜率更符合粒子运动规律,提高在线学习路径优化能力;最后以TDOCM模型为核心融入CUBPSO算法提出TDOCMLPOM学习路径优化方法,并与其他三个优化方法相比较.实验结果表明,TDOCMLPOM方法具有更好的稳定性与精准性,可以有效优化在线学习路径.
  • BLAKE2b算法优化及OpenCL实现
    杜飞飞,张德学,王佃涛,郭晓超
    2019, 40(11): 2281-2284.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    BLAKE2b算法是一种高性能、高安全性的64位平台的哈希算法.在主流数字货币zcash的Equihash算法中,采用BLAKE2b算法生成220个200位的哈希数据,再按广义生日算法进行异或碰撞求解.Equihash算法要求快速生成大量哈希数据,从而获得更多解,目前主流实现方式是采用高性能多核处理器或者GPU.本文应用Intel FPGA SDK for OpenCL技术,将BLAKE2b算法的OpenCL实现代码面向 DE5Net FPGA板卡编译和优化,通过重新组合输入数据模式,省去SIGMA置换,减少全局内存访问时间;利用loop展开及pipeline技术,消除数据依赖对数据吞吐率的影响,实测性能可达Intel Xeon E52670 C2 CPU的59倍.
  • 融合邻域判别指数的混合式特征选择算法
    李校林,吴腾,郭有庆,
    2019, 40(11): 2285-2290.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    特征选择是机器学习领域的重要课题,基于互信息的特征选择算法在多个领域得到了广泛应用.但是该类方法忽略了属性之间的相互作用对决策结果的影响,无法满足高维特征数据集的分类要求.针对这类问题,提出一种引入邻域判别指数的混合式特征选择算法NDIRF.首先在特征过滤阶段,利用邻域判别指数作为判决指标,通过图论聚类思想去除冗余特征,获得相关联的代表特征集;然后通过改进随机森林封装器的特征分配机制,结合序列后项搜索策略评估各个特征子集的分类效果;最终通过逐次迭代选择最高分类准确率所对应的特征子集作为最优特征子集.在UCI数据集上的实验结果表明,NDIRF算法相较于其他特征选择算法,能够有效地减少最优特征子集的大小,同时保证较高的分类准确率.
  • 多特征和SVM改进的语音关键词识别系统
    陈太波,张翠芳
    2019, 40(11): 2291-2296.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文在HMM/Filler模型的基础上,通过对汉语的408个音节建立支持向量机SVM分类器提升了HMM系统的识别率,这408个SVM音节分类器有助于全面支持关键词的动态设定.针对SVM分类器训练数据的定长要求,本文通过对关键词特征帧进行等长化处理,使得对音节分类的SVM分类器得以训练.进一步,为了调节系统的融合性,本文提出概率融合公式,即通过设定融合参数λ来调整SVM分类器对HMM/Filler的作用程度.实验结果表明,当融合参数λ=0.3时,SVM与HMM/Filler融合的关键词识别系统效果最佳,此时融合系统相对于HMM/Filler基线系统识别率有着6.74%的提升,多特征训练的融合系统相对于单特征训练的HMM/Filler基线系统识别率提升近10%.
  • 基于半监督学习的多层感知器生成对抗网络
    王格格,郭涛,余游,苏菡
    2019, 40(11): 2297-2303.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    半监督学习通过充分利用大量无标记数据和少量有标记数据来改善学习性能,近年来已成为机器学习领域的研究热点.半监督生成对抗网络SGAN将生成对抗网络扩展到半监督学习,通过在原始无标记输入数据的基础上加入少量有标记数据,并将判别器转换成分类器输出分类结果,以此来解决传统分类问题中因有标记训练数据太少引起的过拟合问题.但SGAN判别器上的线性卷积层提取图像深层次特征的能力较弱,使其在半监督环境下对图像进行分类的准确率不高,且生成的图像质量较差.为此,提出半监督多层感知器生成对抗网络SMPGAN.该网络采用多层感知器卷积层代替SGAN判别器上的线性卷积层来提高抽象层次,并在生成器上使用特征匹配进一步提高图像的分类精度.在不同数量的有标记样本辅助下,SMPGAN的分类精度和图像生成效果均有明显提升.
  • 一种基于深度网络的少样本学习方法
    余游,冯林,王格格,徐其凤
    2019, 40(11): 2304-2308.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    少样本学习是目前机器学习研究领域的热点与难点.在源域和目标域分布差异很大的情况下，现有的主流少样本学习算法训练得到的模型，泛化能力较弱，导致识别率不高.针对这个问题，提出一种基于深度网络的少样本学习方法DLFSL（Deep Learningbased FewShot Learning，DLFSL）.首先，采用Bagging方法有放回地随机采样方式产生不同的训练集，针对不同的训练集，分别产生样本集、查询集.其次，建立多条异步线程，利用关系型网络学习算法以及Pytorch深度学习框架并行训练出多个不同的基模型；然后，采用概率投票方式对不同的基模型进行融合.实验结果表明，与现有方法相比，DLFSL方法在源域和目标域分布差异很大的情况下能有效地提高少样本学习算法的识别率.
  • 结合卷积和长短期记忆网络的长文分类方法
    姜恬静,和欣,何军,冯姣,李鹏
    2019, 40(11): 2309-2312.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现如今互联网成为了传播信息的主要平台,人们使用关键词在海量的文档中快速获取想要的信息.这要求论文文献有明确的分类和标签.传统的文献分类方法通常提取关键词或关键句,利用文本的局部信息进行分析,对于方向相似的科技论文,传统的局部分析的方法区分度不高,分类不够明确易产生混淆.本文提出了一种对文献进行全局分析,自动生成标签的长文分类方法.为了降低卷积神经网络Convolutional Neural Network,CNN的深度,同时通过遍历全文捕获全局信息,本文提出了随机抽样算法将文献拆分为多个部分.然后,结合卷积神经网络和长短期记忆网络Long ShortTerm Memory,LSTM,提取各部分的局部特征,记忆各部分特征的相关性,得出分类结果.实验结果表明,与基于局部分析的文本分类方法相比,本文提出的长文分类方法能够更准确地区分方向相似的长文文献.
  • 一种用于人体行为识别的CNNBLSTM模型
    邹小武,盛蒙蒙,毛家发,盛伟国
    2019, 40(11): 2313-2317.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    基于加速度计等多传感器融合的人体行为识别研究一般是通过提取特征值并利用分类器完成行为识别,因此数据特征的提取和分类器选择是该领域主要问题.针对行为特征提取和分类问题,本文提出一种基于CNNBLSTM模型的人体行为识别方法.首先将加速度数据转换为张量形式,然后利用卷积神经网络CNN提取张量特征,接着将提取的特征输入双向长短期记忆网络BLSTM中,完成人体的行为识别.由于CNN在特征提取方面具有较好的性能,能够完整地提取特征,且行为动作在时间前后关联性较强,因此CNNBLSTM模型具有较强的识别率.我们在WISDM数据集上进行了测试实验,结果显示所提方法对人体行为的平均识别率多次独立重复实验的平均结果达到了96.95%.
  • 一种二进制私有协议字段格式划分方法
    秦中元,陆凯,张群芳,黄星期
    2019, 40(11): 2318-2323.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有基于频繁项挖掘的协议字段格式划分方法以字节作为划分的基本单位,不能完全适用于二进制私有协议数据,以及在挖掘得到频繁项集合后缺乏有效的格式划分定界方法的问题,该文提出了一种改进的基于频繁项挖掘的协议字段格式划分方法.通过构建半字节为最小长度的、长度逐渐增加的最大项集,并采用常见度和位置熵指标进行频繁项筛选,最后基于正向最大匹配进行投票以及对投票结果进行筛选来完成格式划分.仿真实验结果表明,该文方案能够得到比传统的AutoReEngine方案更高的精确度.
  • 基于区块链的物联网数据共享模型
    于金刚,张弘,李姝,毛立爽,姬鹏翔
    2019, 40(11): 2324-2329.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着物联网技术的进步,物联网结构变得日益复杂,采集的数据量呈现爆发式增长,如何在不同的参与方间安全地共享数据成为了一个巨大的挑战.传统的数据共享模型往往依赖于可信的第三方中心化机构,但这种方案易发生单点故障,对参与方不透明,数据可能遭到篡改.本文利用区块链能够去中心解决信任问题这一特点,提出一种基于区块链的物联网数据共享模型.本文首先分析了现有的物联网数据共享模型以及Hyperledger Fabric区块链平台的关键组件,然后介绍了本文所述模型的网关组成方式和数据存储到区块链账本的内容,并对安全性和数据隐私性提出了增强改进设计方法,最后分析了模型的安全和可用性,通过测试简化模型的性能证明了模型实施的可行性.
  • 一种小样本下的内部威胁检测方法研究
    王一丰,郭渊博,李涛,刘春辉
    2019, 40(11): 2330-2336.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    极少量的内部威胁通常被淹没在大量的正常数据中,对检测造成了很大困难.传统的异常检测方法在此很难发挥作用.本文针对小样本的环境设计了一种内部威胁检测框架.该文先使用经验学习中的一些技巧来生成足量的样本,然后提出一种基于深度学习的内部威胁检测方法.所提出的分类模型结合卷积神经网络和递归神经网络模型,采用视频行为识别的架构来进行特定内部威胁的检测和关联.最终通过用CMUCERT数据集的实验也验证了该文方法的有效性,并且该方法特别是在检测共谋攻击方面中取得了很好的效果,其分类正确率达到了82%.
  • 基于节点信任度的复杂网络关键节点识别
    王斌,王亚云,盛津芳,孙泽军,
    2019, 40(11): 2337-2342.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    识别复杂网络中的关键节点对理解网络结构及功能有重要意义,PageRank算法基于网络非结构信息,在识别关键节点方面取得了很好的成效,但PageRank算法采用平均分配策略,即将节点的PageRank值平均分配给相邻节点,与实际认知存在偏差.本文考虑网络的结构及属性信息提出节点相似性比例和相邻度比例,进而提出节点信任度,网络中信任度值越大的相邻节点可以获得更多的贡献值.将节点信任度引入到PageRank算法中,构建了一种关键节点识别算法TPR（TrustPageRank）.实验部分选取真实网络利用SIR传染病模型进行评价,将TPR与度中心性,介数中心性,PageRank,HITS算法结果进行对比,实验结果表明该算法能合理有效地识别关键节点,并且在SIR初始传播和识别重要度相当的节点时有一定优势.
  • 依托中科院SAMP平台的数字孪生实验室模型设计与构建
    马跃,王春晓,尹震宇,李明时,王喆峰,柴安颖
    2019, 40(11): 2343-2347.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文以SAMP中科院仪器设备共享管理平台为依托,针对传统实验室平台存在的仪器设备故障无法主动预测、网络传输状态不稳定、不便于日常维护等问题,将数字孪生技术应用于仪器设备共享实验室,设计并构建了依托中科院SAMP平台的数字孪生实验室模型,详细设计了数字孪生实验室运行机制、工作流程及实施方案.本文提出的数字孪生实验室模型主要包括物理实验室、虚拟实验室、实验室孪生数据及数字孪生实验室服务平台四部分,可以有效实现目前基于中科院SAMP平台的仪器共享实验室在系统虚拟化及数据动态分析等方面的改进要求,可以有效分析实验室数字孪生数据并预测可能发生的风险,从而满足了在保证实验室物理平台正常运行的情况下,对真实系统进行预测、维护和改进.经过分析论证,依托中科院SAMP的数字孪生实验室模型可以使得实验室运行故障预测准确率到达70%,有效提高了实验室运行稳定性,降低了实验室的整体维护成本.
  • 传感器网络中一种最大生命周期的路径覆盖算法
    刘志雄,邓旭东
    2019, 40(11): 2348-2351.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    路径覆盖是传感器网络覆盖领域的重要问题.已有研究仅针对直线路径情形,分析了节点部署密度与覆盖概率之间的关系.由于目前还不存在多项式时间算法来解决路径覆盖问题,提出了一种新颖的启发式算法.将路径离散成一些点,并将传感器分成可以独立覆盖路径的组,然后利用最大加权二分匹配对组内节点进行调度,从而在覆盖路径的同时最大化网络生命周期.仿真实验考察了网络规模、节点初始能量以及传感器感知半径对网络生命周期的影响.
  • 一种障碍物检测移动节点定位算法研究
    单志龙,黄恒,项婉
    2019, 40(11): 2352-2356.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对障碍物较多的定位环境,本文对障碍物影响下的无线电信号进行建模,通过过滤出信号被障碍物遮蔽但能加强待定位节点定位的盲节点,并把盲节点加入待定位节点当前的锚节点集,利用待定位节点前后时刻的锚节点差集,提高待定位节点的锚节点信号接受率,从而提高定位精度.实验仿真结果表明,该文提出的改进算法在障碍物较多的定位场景中能以较小的时间代价取得更好的定位精度.
  • 联合子图模式和网络表征的路网链路预测模型
    王斌,李毅磊,盛津芳,孙泽军,卢奔
    2019, 40(11): 2357-2364.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    城市道路网络简称路网是一种结构复杂且高度稀疏的网络,对城市道路网络进行链路预测能够对城市结构变化进行合理预演,辅助城市设计者决策.本文针对路网特性提出了一种新的链路预测模型GRSC,该模型首先通过road2vec对路网进行网络表征,然后将子图模式和网络表征结果有机地结合起来,共同构建包含子图结构特征、游走距离特征的广义路网子图特征,最后训练logistic回归分类模型,用于路网链路预测.实验对比了GRSC模型和其它链路预测模型在不同国家、不同类型城市路网上的表现以及模型参数的变化对预测精度的影响,结果表明,GRSC在预测精度和稳定性方面都表现良好.
  • 基于时空注意力深度模型的动态链路预测
    陈晋音,徐轩桁,吴洋洋,陈一贤,郑海斌
    2019, 40(11): 2365-2373.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    动态网络的链路预测在复杂网络的各个领域均有应用.动态网络的节点和链路随时间动态变化出现或者消失,因此其链路预测比静态链路预测更具有挑战.本文提出一种时空注意力的深度模型GLAT,通过提取动态网络的时空特征,实现端到端endtoend的动态网络的链路预测.GLAT通过注意力长短时记忆网络LSTMattention和注意力图卷积网络GCNattention相结合,利用LSTMattention学习网络节点连边状态的时序信息,利用GCNattention学习每个时刻网络的结构特征,通过提出的两种时空注意力机制可有效关注与动态链路预测任务相关的时空特征.本文对四个真实世界的数据集展开实验验证,GLAT模型在AUC、GMAUC、误差率这几个指标上分别比对比算法提高了9.41%、13.76%、82.41%.本文使用度中心性DC和链路介数中心性EBC来衡量每条链路的重要性,实验证明,GLAT模型在这两个重要性链路上的预测误差率上比对比算法分别提高了32.2%、17.77%.因此GLAT模型在预测准确性,错误率和动态跟踪方面优于现有方法.
  • 利用改进的MajorClust算法实现异常用户行为定位
    罗文华,张艳
    2019, 40(11): 2374-2379.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统入侵检测技术难以在发现异常入侵的同时,兼顾精准定位核心证据及线索的司法需求.MajorClust算法可以规避传统聚类算法需要事先给定聚类数量的缺陷,其侧重于对图形自身属性进行考量的特性为行为检测提供了崭新的思路.但在应用于行为证据发现时,经单次MajorClust算法处理得到的异常行为规律不够明显,也无法准确定位关键异常点.改进后的MajorClust算法在关联度计算基础上,经过多次迭代抽象处理更精准地梳理记录间关系,并通过在频率最高、到达率最高以及邻边权重之和最大这三种类型节点中合理选择簇核心点实现海量记录中核心异常行为的定位.没有沿袭传统的以单一异常参数进行异常检测的思路,而是基于行为间的关联特性连带次高异常参数予以综合判断,不同簇的核心节点信息相互印证,提升了检测结果的可信度.
  • 无线传感器网络中基于节点连通性的机会路由
    杨桂松,梁听听,何杏宇
    2019, 40(11): 2380-2384.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在无线传感器网络中,由于网络中各节点间存在的无法预测和不可靠的无线链路质量会直接造成节点间的不稳定的连通性,进一步影响数据传输的可靠性.针对该问题,提出了衡量网络中节点连通性的度量,并建立了网络模型,在此基础上,提出了基于节点连通性的机会路由算法.该算法充分利用了机会路由的广播特性及优势,并结合节点连通性,选择候选转发集以及确定各候选节点的优先级别,以保证数据传输的可靠性.仿真结果表明,与其他相关路由算法相比,基于节点连通性的机会路由算法可以有效提高数据传输可靠性,降低数据传输过程中的能耗.
  • 利用页面隐藏机制保护内存数据
    周洪伟,原锦辉,肖锐,杜遵良,冯贤
    2019, 40(11): 2385-2392.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    由于计算机体系结构的限制，数据在内存中始终以明文形式存在，这为攻击者提供了便利.可以将诸如密钥这样的安全敏感数据从内存中转移到处理器寄存器中实施保护，但是限于寄存器的容量，这种方法只适应于小体积的数据.也可以利用虚拟机监控器来保护内存中的安全敏感数据，但是这种方法由于引入了虚拟机监控器，导致计算机性能受到了较大的影响.本文立足操作系统，采用页面隐藏的方法来保护内存数据.具体来说，就是通过修改操作系统内核，在不影响处理器正常访问进程指令和数据的前提下，改变虚拟地址与物理地址映射关系，使包含敏感数据的页面只在处理器访问时才出现在进程地址空间，减少敏感数据暴露时间，增加攻击者窥视用户敏感数据的困难.为了验证方法的有效性，基于Fedora 21（内核版本号：3.17.6）构建原型系统.功能测试表明：本方法能够在不影响进程正常运行的前提下隐藏敏感数据.性能测试表明：虽然单个页面访问的时间开销增加明显，但是对系统性能整体开销影响在1%左右.
  • 池化和注意力相结合的新闻文本分类方法
    陶永才,杨朝阳,石磊,卫琳
    2019, 40(11): 2393-2397.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    信息时代互联网上产生了海量的文本数据,它们蕴含着巨大的商业和科研价值,由此文本分类技术得到了广泛的关注.文本分类在信息检索等应用领域占据着重要地位,同时也是自然语言处理等研究的关键技术.本文针对新闻文本的特点以及深度学习分类方法训练时间长的问题,提出了一种池化和注意力相结合的模型,并将其应用于中文新闻文本分类.该模型首先利用最大池化和平均池化提取出文本特征,然后利用注意力机制为句子生成权重,使用两者的拼接结果进行分类.模型在NLPCC2014新闻文本分类的数据集上进行了实验,一级类别的分类正确率达到了83.96%,接近该数据集上的最优结果,而且比标准深度学习算法的收敛时间更短.
  • 基于改进随机森林算法的LBSN用户短期位置预测模型
    袁健,蒋宇,孙悦
    2019, 40(11): 2398-2403.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对已有的基于LBSN的用户短期位置预测模型性能较低的现状,提出了一种基于改进随机森林算法的LBSN用户短期位置预测模型SPMLIRFA.该模型对随机森林算法进行改进并应用于LBSN用户在短期内的位置预测问题中,SPMLIRFA模型的主要思想是将用户的位置预测问题抽象为对给定的候选位置的分类问题来实现.该模型将时间因素,空间因素,个人社交因素和社交群体的签到地点热门因素特征进行量化,通过计算特征量化值的Fisher比值来衡量特征的重要程度,训练样本则按照特征重要程度划分的比例来采样,再将该样本作为随机森林的训练集,生成模型后分类预测位置.实验结果表明,SPMLIRFA在用户短期位置预测问题上有着较好的泛化性和准确率.
  • 首错误特征分析在程序故障行为分类中的应用
    朱丽娜,蒋曹清,夏国恩,张作昌
    2019, 40(11): 2404-2410.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在细粒度基本块（FGBB）程序状态提取方法的基础上，从行为分类的角度探讨程序的“失效机理”与“基于首错误的行为特征”之间的关联.首先，建立与首错误特征相关的程序特征谱，基于故障的时空分布特征对故障、错误和失效行为提取特征；其次，根据谱系表达特征建立各个表达之间的相似性度量和分类方法；以SPEC 2006基准程序为研究对象，将服从真实场景时空分布的正交缺陷分类（ODC）故障注入程序中，获得真实的现场数据；最后，详细分析黄金运行、错误行为和失效行为各类内呈现的软件失效机理的效果.实验结果表明，基于黄金运行分类的程序错误行为的各异性较优.
  • 融合社区结构和社交影响力的矩阵分解推荐
    熊丽荣,沈树茂,范菁
    2019, 40(11): 2411-2417.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    基于直接社交关系的矩阵分解推荐算法只考虑了用户的直接社交关系,而忽略了用户的间接社交关系.而与用户直接相邻的用户往往较少,存在数据稀疏问题,影响推荐结果的准确度.同一个社区内的用户在一些方面会存在相似性,彼此之间会产生影响.利用社区内用户间社交关系,本文提出了一种融合社区结构和社交影响力的矩阵分解推荐算法.算法同时使用用户评分信息和社交网络结构信息,来计算用户间社交影响力和构建推荐模型.发现用户社区,结合社区信息计算用户个人影响力.将用户之间的影响力和用户的个人影响力相结合,得到非对称的用户之间的影响力,从而增强推荐效果.实验证明该算法比现有算法能够得到更优的推荐结果.
  • 一种改进隔离森林的快速离群点检测算法
    冯嘉琛,蔡江辉,杨海峰
    2019, 40(11): 2418-2423.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    隔离森林Isolation Forest是一种相对高效的离群点检测算法，但在隔离树构建过程中存在的随机性较大，可能影响算法性能.针对以上问题，本文提出了一种基于隔离森林的快速离群点检测算法.该算法首先通过启发式方法选择隔离树样本，即引入判断条件来确定是否构建隔离树；然后，在建树过程中选取特定的切割点把数据插入到相应的叶子节点，以减少随机选择对算法性能的影响；最后，将若干隔离树组成隔离森林，计算被隔离出的每个叶子节点的离群程度s，选取若干个离群程度较大的数据对象作为最终的离群数据.采用UCI数据集对提出的算法进行了验证，结果显示该算法能够在确保检测精度的前提下有效提高离群检测的效率.
  • 面向边缘计算的改进混沌蝙蝠群协同调度算法
    简琤峰,陈家炜,张美玉
    2019, 40(11): 2424-2430.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对边缘计算的大数据量和强实时性交互处理需求,研究面向边缘服务器的计算能力、服务时间、带宽、内存等多目标优化的任务资源协同调度算法.首先提出面向多目标优化的边缘计算资源协同调度模型,在此基础上提出了改进混沌蝙蝠群协同调度算法,通过二维扰动因子和混沌因子减少群组算法陷入局部最优的概率,同时提升找到最优调度解的概率.实验证明该算法能够在满足多目标优化的前提下边缘计算能力更突出,能够满足强实时性大数据处理需求.
  • 基于地理社会评论关系的典型化兴趣点推荐方法
    孟祥福,毛月,张霄雁,赵路路,赵泽祺
    2019, 40(11): 2431-2438.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    当前兴趣点推荐大多利用兴趣点的位置信息和用户的社交关系提升推荐质量,忽略了兴趣点评论信息的重要性;此外,推荐的兴趣点之间通常比较相似,不具有代表性和差异性.针对上述问题,提出了一种新的兴趣点相关度评估模型,称为地理社会评论关系模型,并给出了一种新的评论文本相似度度量方法.根据兴趣点间的地理社会评论关系相关度,提出了基于谱聚类的兴趣点聚类方法和基于概率密度估计的兴趣点典型化选取方法,以便从每个聚类中选取一个具有代表性的兴趣点.对于选取的典型化兴趣点,提出了利用概率因子模型拟合用户访问兴趣点次数矩阵的方法对推荐结果进行个性化排序.实验结果表明,本文提出的相关度评估模型对兴趣点的相关度评估更合理,推荐结果在多样性和准确率方面都取得了更好的效果.
  • 应用残差稠密网络的无监督单幅图像深度估计
    马利,曹一铭,牛斌
    2019, 40(11): 2439-2444.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对单幅图像深度估计中由于轮廓信息模糊造成的深度估计值不准确的问题，本文提出了一种应用残差稠密网络（Residual Dense Network）的单幅图像深度估计方法.该方法通过将残差稠密模块（Residual Dense Model）引入到具有跳跃连接（Skip connection）的编码器解码器结构，提出了一种新的神经网络模型.使用来自双目摄像机的一系列立体图像对，实现神经网络的无监督训练.通过将预测图像输入网络模型得到对应的视差图，再根据视差图与深度图之间的几何关系，得到图像的深度图.本文所提出的网络模型在KITTI驾驶数据集上进行训练，在测试集上得到了优于现存的大部分方法的误差值和准确率，以及更为清晰的物体边缘轮廓信息，从而验证了本文所提出方法在单幅图像深度估计中的有效性和优异性.
  • 一种嵌入式GPU上的实时图像语义分割方法
    董建升,袁景凌,钟忺
    2019, 40(11): 2445-2449.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    复杂的深度学习网络在嵌入式平台上的推理速度较低,很难满足实际应用需求.因此针对自动驾驶、智能机器人等实时性应用背景,提出了一个轻量级图像语义分割网络,并利用NVIDIA的推理加速器TensorRT进行合并层、精度校准、并行优化等操作,提高模型的计算效率,在嵌入式平台上实现了对深度学习模型的推理加速.实验结果表明,提出的模型在Cityscapes数据集上取得了72.17%的mIoU,对于尺寸为512×1024的输入图像,经过TensorRT的推理加速后,在嵌入式平台NVIDIA Jetson Xavier上达到了45 FPS的推理速度,该速度约为原模型的1.8倍.提出的模型和优化方法在保留较高准确度的前提下,实现了嵌入式平台上的实时图像语义分割,为深度学习模型在嵌入式平台上的实时性应用提供了支持.
  • 一种针对并行系统的状态存档冲突消减方法
    苏谟,赵玉彬,郭锐锋,王其乐
    2019, 40(11): 2450-2455.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着并行处理在三维可视化系统中的应用,传统的状态存档方法不能满足实际的需求.由于状态存档过程中需要满足时序性和无感知性等特点,传统的状态存档方法主要采用状态信息追加的方式,在并行处理系统中由于需要解决并行冲突的问题而导致存档的过程必须采用串行化的方式,很大程度增大了系统的延迟.由于系统调度等原因,即使采用串行化的方式也存在状态在时序上的错乱.针对以上这些问题,本文提出了一种针对并行系统的状态存档冲突消减方法,本方法在不影响存档数据在恢复过程中时空复杂性的前提下,有效的降低了冲突等待的状况.通过定义偏移差的范围,保证了状态在复原时的严格时序性.最后,通过理论分析和实验验证,验证了本文所提方法的可用性和有效性.
  • 一种实现流固实时交互的改进方法
    唐勇,高虎,郭慧玲,赵静,刘浩阳,
    2019, 40(11): 2456-2460.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了解决流体运动缺乏层次感和流固交互中的不实时、真实感弱的问题，对传统基于拉格朗日的方法进行改进.首先，针对拉格朗日方法流体模拟中粒子运动单一性的问题，引入柏林噪声函数，增强流体运动的层次感；其次，采用对存储需求较小的蛙跳时间积分法，加快流体粒子运动状态的计算速度，从而提高流固交互模拟效率；然后，通过在固体边界施加一层反作用力区域，对进入该区域的流体粒子进行反作用，有效减小流体粒子穿透固体边界的可能性；最后，为了避免流固交互时粒子发生不合理弹性碰撞而影响交互真实性，引入恢复系数控制碰撞后的粒子动能，使交互更真实自然.设计多组流体运动及流固交互对比实验，实验结果表明，本文提出的方法能够真实有效地模拟不同状态的流体，并且能很好地模拟出流固实时交互效果.
  • 多噪声体积云实时模拟研究
    唐勇,刘智轩,郭慧玲,赵 静,张晓碧,
    2019, 40(11): 2461-2465.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对目前大规模场景云模拟较少的问题,提出一种使用多种噪声混合实时模拟体积云的方法.首先,为了解决单一噪声云建模效果不自然的问题,使用Simplex噪声与Worley噪声共同建模,同时引入Curl噪声以弥补体积云建模时边界过于规则的缺点,增强云的翻腾效果;其次,为提高光照效果真实性,使用BeerLambert定律求解光线传输中的透射率,同时使用HenyeyGreenstein相位函数近似模拟Mie散射,并且将环境光根据云分层求解,确保物理可靠性与实时性;最后,使用Raymarching进行渲染,在光线的每个步长上求解云的密度,并更新光线的能量,用于计算云的颜色和透明度.通过对实验结果的分析,本文所提方法可以有效地模拟体积云效果并保证系统实时性.
  • 基于消散粒子系统的三维云实时动态模拟方法
    谢永华,李平,寇小勇
    2019, 40(11): 2466-2470.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对目前云模拟建模过程单一,缺乏真实感,内存占用量大等缺点,提出了一种基于消散粒子系统的云动态模拟方法.该方法在建模阶段引入三维云消散函数,通过粒子系统模拟生成的云团,根据对三维云的不透明度以及粒子位置进行消散函数计算,从而实现三维云消散效果的动态模拟.在光线投射算法中通过根据云粒子分布状态属性改变采样点步长,降低内存的消耗、减少三维云场景的绘制时间.实验结果验证了本文方法能实时模拟云的生成和消散过程,获得真实感较强的云动态模拟效果.
  • 拉伸、碰撞情景下布料撕裂的实时仿真模拟
    刘宇涵,贾江凯,唐勇,陶建新,张金钟,任小霞,
    2019, 40(11): 2471-2474.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对布料撕裂模拟实时性差、需要规定撕裂轨迹的问题,本文提出一种加快并提高布料撕裂真实感模拟的方法.首先,使用基于位置动力学方法建立的布料模型,该模型使用约束方程直接操控布料质点的位置,在时间复杂度相同的情况下,布料撕裂模拟更加自然;其次,引入并优化Halfedge查找算法,抽取融合线与面的结构体,减少资源消耗,加快计算布料撕裂模拟的速度;最后,计算撕裂率,以几何方法预测布料受损部位最可能被撕裂的质点,并减小该质点的抗撕裂值,解决预先规定撕裂轨迹的问题,提升撕裂模拟效果的真实性.实验数据表明,本文方法在拉伸、碰撞过程中能够模拟逼真自然的撕裂效果.
  • 一种建模不确定性的四旋翼无人机鲁棒跟踪控制
    石振东,屈蔷,程陈
    2019, 40(11): 2475-2480.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对四旋翼无人机Qball2模型中的不确定性问题,本文提出了一种鲁棒H_∞跟踪控制器.首先,基于四旋翼无人机Qball2模型,选择合适的参考模型得到X通道、Y通道、Z通道误差系统;接着,针对外部扰动设计鲁棒H_∞状态反馈跟踪控制器跟踪参考轨迹;然后,根据李雅普诺夫稳定性定理得到使X通道、Y通道、Z通道闭环系统渐进稳定且满足H_∞性能指标的LMI充分条件,同时给出了控制器增益的求解方法.最后,与内外环鲁棒反馈控制器进行对比仿真,结果验证了所提出方法的有效性和优越性.