小型微型计算机系统

Select

任其,李兵,王健,赵玉琦,熊燚铭

2019, 40(9): 1809-1814.

摘要 ( ) PDF全文 ( )

可视化

随着智能手机的普及，移动应用的数量和使用人群都在飞速的增长.日益增长的用户群为移动应用的开发提出了更高的要求，如何帮助开发者更好更快的完成移动应用的开发成为一个关键问题.在移动应用开发过程中，重用已有的第三方库可以有效的帮助开发者减低开发时间与开发成本.然而，可用的第三方库数量繁多且功能各异，这为开发者选择合适的第三方库提出了挑战.本文从第三方库重用这个角度出发，提出了一种第三方库的混合推荐技术，旨在帮助开发者在移动应用开发过程中快速推荐合适的第三方库，从而改进其开发效率.在推荐过程中，使用贝叶斯定理将基于用户的协同过滤方法与基于内容的TF-IDF方法融合来实现推荐任务.在实验环节，我们爬取了5000多个移动应用的描述信息及其第三方库的调用信息.基于这些数据开展的实验结果证明了所提方法的有效性.

Select

轻量非对齐卷积神经网络模型探索

何鑫,祁欣,马海涛,赵宇海,于长永

2019, 40(9): 1815-1819.

摘要 ( ) PDF全文 ( )

可视化

本文提出了一种轻量非对齐卷积神经网络模型的探索方法,探讨了现有卷积神经网络(CNN)模型中网络的参数数量与性能的关系,针对现有模型存在参数冗余的问题,给出了带有参数控制的解决方案.首先,分析了经典CNN模型的网络结构,并将其标准化表示为基于最小计算单元的模型结构;基于此进行比较分析,总结了近年来网络模型存在的问题和调整的趋势.其次,提出了一种轻量非对齐卷积神经网络模型的探索方法,该方法能够基于一组概率参数对模型参数数量进行控制,并实现不同级别特征的深度融合.最后,以DenseNet-40模型为基础进行了实验分析,得出了以测试误差下降≤1%为代价能够削减掉≥50%模型参数的结果.

Select

POF-ICN架构中的边缘缓存研究

李平,王雷,吴超群

2019, 40(9): 1820-1824.

摘要 ( ) PDF全文 ( )

可视化

SDN与ICN的结合已逐渐成为未来网络的研究热点,POF-ICN是其中具有代表性的架构,其核心设计思想之一是在网络边缘使用ICN路由.为使内容路由与缓存访问能适应SDN的控制与转发分离机制,本文通过哈希获取扁平化的内容名字,借鉴CAN网络的内容寻址思想,将边缘POF内容交换机网络映射为自组织的存储转发网络,通过控制器在内容交换机上构建缓存访问与转发流表,实现转发平面的内容缓存与路由.仿真实验表明,本文提出的边缘缓存机制相较于传统的ICN缓存策略能够明显降低请求时延,并在提高缓存命中率的同时保证边缘网络内容分发的高效和稳定.

Select

深层卷积神经网络的目标检测算法综述

张泽苗,霍欢,赵逢禹

2019, 40(9): 1825-1831.

摘要 ( ) PDF全文 ( )

可视化

随着深度学习的发展,卷积神经网络在目标检测中取得了一系列研究成果.相比基于人工特征构造的传统的目标检测算法,基于深层卷积神经网络的算法具有特征自动提取,泛化能力强的优点,有较好的鲁棒性.本文首先介绍了卷积神经网络在目标检测基础任务图像分类上的进展,然后按照目标检测算法评价指标、算法框架以及公共数据集三个方面重点分析和比较近年来基于深度学习模型的目标检测算法的研究情况,最后对目标检测算法未来的发展进行展望.

Select

基于滤波器注意力机制与特征缩放系数的动态网络剪枝

卢海伟,夏海峰,袁晓彤

2019, 40(9): 1832-1838.

摘要 ( ) PDF全文 ( )

可视化

结构化剪枝是模型压缩的一种有效方式,裁减掉网络中不重要的滤波器,减小网络的计算量和存储量.然而,仅仅基于滤波器自身的参数信息是无法准确判断该滤波器是否冗余.针对以上问题,提出一种利用卷积层和BN层双层参数信息的动态网络剪枝方法,该方法利用滤波器注意力机制以及BN(Batch Normalization)层缩放系数选择冗余滤波器,并对其进行裁剪.该方法具有三个优势:1)端到端的训练剪枝:训练和剪枝同时进行,训练速度更快.2)更大的优化空间:训练过程中动态调整被裁剪的滤波器,搜索最优的剪枝策略.3)更准确的滤波器选择:运用多重参数信息精确选取冗余的滤波器,提高了网络的泛化性能.实验分别在标准CIFAR-10数据集和CIFAR-100数据集上进行,尤其在CIFAR-10数据集上的实验结果表明,压缩后的ResNet56和ResNet110的浮点运算率减少40%多,但精度比基本网络高.

Select

人工智能在骨质疏松症中的应用研究综述

尹梓名,孙大运,胡晓晖,孔祥勇,黄正行

2019, 40(9): 1839-1850.

摘要 ( ) PDF全文 ( )

可视化

骨质疏松症是一种发病率高、起病隐匿的疾病.若不及时发现,导致病情加重和死亡率增加,将给患者及家庭带来沉重的负担.人工智能技术可有助于骨质疏松症的早期发现,预测患者患病风险.首先综述了常用于骨质疏松领域的医学人工智能技术的基础理论和研究现状,然后从骨质疏松症的危险因素分析、风险预测、识别与诊断三方面入手,分析回顾了相关研究,以期为国内同行提供关于该领域研究的最新进展.同时指出目前人工智能技术在骨质疏松应用的制约因素和挑战,并提出未来展望,为国内开展相关研究提供参考.

Select

面向特定类的三支概率属性约简算法

彭莉莎,钱文彬,王映龙

2019, 40(9): 1851-1857.

摘要 ( ) PDF全文 ( )

可视化

鉴于现有的三支决策属性约简算法大多面向所有决策类,但在许多情况下,所有决策类下的约简子集不能完全等同于单个决策类下的约简子集,且有时考虑到约简代价等原因,可能只需获取单个特殊决策类的属性约简结果.为此,本文从代数论和信息论的视角研究了特殊决策类的三支概率属性约简模型,在此基础上,构建了启发式的属性约简算法.最后,通过医疗诊断实例详细分析了算法在一致决策系统和不一致决策系统上的约简过程,合理解释了算法的约简结果,同时也说明了算法的有效性和可行性.

Select

自适应协同学习水波优化算法

顾启元,王俊祥

2019, 40(9): 1858-1863.

摘要 ( ) PDF全文 ( )

可视化

水波优化算法(Water Wave Optimization,WWO)是一种新型群体智能搜索技术,具有种群规模小、操作简易等优点.但依然存在收敛速度慢、收敛精度不高等缺陷.为了改善WWO优化性能,提出一种自适应协同学习水波优化算法.算法中采用双种群进化结构实现主种群勘探和子种群开采的协同学习.主种群采用一种自适应学习策略,在维持种群多样性同时有效增强个体学习的效率.主群和子群的交互机制,可以使子群摆脱局部最优,提高算法的收敛精度.复杂多模基准测试函数的仿真结果表明本文算法在收敛精度和收敛速度上都有显著提高.

Select

融合语义与图结构的短文本特征提取算法

马慧芳,刘晓倩,马兰,伍诗萌

2019, 40(9): 1864-1868.

摘要 ( ) PDF全文 ( )

可视化

针对现有的短文本特征提取算法未充分考虑词语间的隐含语义及图的结构特征,提出了一种融合语义与图结构的短文本特征提取算法,该方法首先根据词语的共现构建文本图;其次,利用词语间内外部语义耦合关系及文本图的结构特征分别计算词语间的相似度对文本图中的边加权;最后,设计了一种随机游走的方法将两种边的加权方案有效地综合起来进行迭代计算出节点的重要性,并降序排序取出前K项作为最终的文本集特征词项集合.中英文数据集上的实验证明了该方法可行且有效.

Select

会话推荐系统

赵海燕,赵佳斌,陈庆奎,曹健

2019, 40(9): 1869-1875.

摘要 ( ) PDF全文 ( )

可视化

推荐系统是解决信息过载的一个有效工具,旨在捕获用户的兴趣以提供个性化的推荐.近年来,基于会话的推荐系统的研究和应用在推荐系统研究领域受到越来越多的关注.研究如何利用用户会话信息进一步提高推荐系统的推荐精确度和用户满意度,成为基于会话推荐系统的主要任务.本文从近几年基于会话的推荐系统的研究进展进行综述.对其含义、应用场景、主要算法、数据集以及评价指标等进行了概括、比较和分析.最后,对基于会话的推荐系统有待深入的研究难点和发展趋势进行了展望.

Select

Attention机制在脱机中文手写体文本行识别中的应用

王馨悦,董兰芳

2019, 40(9): 1876-1880.

摘要 ( ) PDF全文 ( )

可视化

脱机中文手写体识别技术可以将人工书写在纸上的汉字转换为电子文档中可编辑的中文格式.由于每个人的书写习惯不同,所以手写体随意性较大、字符之间可能存在粘连,给字符分割增加了难度.为了避免单个字符的分割,本文采用基于Attention的方法实现脱机中文手写体文本行的识别.该方法基于encoder-decoder框架,首先用CNN提取特征,然后通过BLSTM进行编码,最后将BLSTM的输出结果再结合Attention,输入到LSTM进行解码.该方法在针对具有语义信息的CASIA-HWDB2.0-2.2数据集上字符准确率达到了95.76%,比传统的encoder-decoder框架提升了12.83%.

Select

低秩判别性字典学习及组织病理图像分类算法

毛丽珍,汤红忠,范朝冬,曾淑英

2019, 40(9): 1881-1885.

摘要 ( ) PDF全文 ( )

可视化

针对组织病理图像分类中样本特征之间具有高度相关性的问题，本文提出了一种基于低秩约束的判别性字典学习算法，并将其应用于组织病理图像分类.与传统算法仅仅关注稀疏编码的低秩性不同，本文算法不仅同时优化了子字典对同类和非同类训练样本的重构性能，而且对类独有的子字典增加了低秩性约束.这一策略可以降低类独有的子字典原子之间的相似性，促进原子之间相互独立，从而学习出更具判别性、结构更紧凑的字典.在ADL数据集上的实验结果表明，与现有算法相比，本文提出的算法可获得更高的分类精度.

Select

一种结合Alphapose和LSTM的人体摔倒检测模型

卫少洁,周永霞

2019, 40(9): 1886-1890.

摘要 ( ) PDF全文 ( )

可视化

针对已有人体摔倒检测模型在不同检测场景下适应性差、误检率高等缺点,本文提出了一种基于人体骨骼关键点和LSTM神经网络的人体摔倒检测模型.该模型通过Alphapose对连续多帧中的人体进行骨骼关键点检测,然后将骨骼关键点坐标序列分为x坐标序列和y坐标序列,分别输入两个LSTM神经网络进行时序特征提取,最后将LSTM隐层输出向量输入一个全连接层得到检测结果.本文使用公开数据集MuHAVi-MAS和Le2i进行实验,并与多种检测模型进行对比,实验结果表明本文方法在多场景、多视角和多姿势摔倒情况下都具有较高的检测精度.

Select

用于图像超分辨率重构的深度学习方法综述

王威,张彤,王新

2019, 40(9): 1891-1896.

摘要 ( ) PDF全文 ( )

可视化

随着深度学习算法首次被应用于图像超分辨率重构,基于深度学习的重构方法取得了比传统图像超分辨率重构方法更好的重构效果.随后,一系列改进的深度学习算法相继提出,重构效果也不断提升.本文系统地总结了基于深度学习的图像超分辨率重构方法,主要可以分为:基于直连的浅层网络重构方法,基于深层特征的深层网络重构方法和基于生成式对抗网络重构方法.并且对比分析了不同网络模型的特点和不足.在主流数据集上对各种深度学习网络模型进行了比较,并根据当前基于深度学习模型的图像超分辨率重构方法的发展趋势,对基于深度学习模型的图像超分辨率重构方法未来的研究方向做了展望.

Select

改进Arnold变换与量子混沌的图像加密系统

黄林荃,刘会,张牧

2019, 40(9): 1897-1902.

摘要 ( ) PDF全文 ( )

可视化

本文设计了一种基于Arnold变换与混沌映射的图像加密系统.密钥生成器以安全哈希算法SHA-256为核心,产生改进离散Arnold变换和量子混沌映射的初始参数.改进离散Arnold变换是针对传统Arnold变换密钥空间不足、周期性、仅置换加密等缺点进行改进.本系统将传统离散Arnold变换中的矩阵A设计成一个动态矩阵,使其完全依赖于安全哈希算法SHA-256;同时在空间置换结束前为每个像素的坐标添加一对安全密钥,进一步扩大密钥空间.仅置换加密无法抵御统计分析,为克服这一缺陷,同时消除Arnold变换的周期性影响,本文在Arnold置换前利用量子混沌映射对每一个像素进行线性变换.实验结果表明,本文提出的加密系统能够抵御直方图分析、相关性分析、差分攻击、暴力攻击等多种典型攻击,具有很高的安全性和加密效率.

Select

融合改进帧差和视觉背景提取算法的前景检测

段锁林,高仁洲,刘福,刘毛毛,王一凡,潘礼正

2019, 40(9): 1903-1908.

摘要 ( ) PDF全文 ( )

可视化

视觉背景提取算法背景建模速度快,受噪声影响小,但是该算法容易产生阴影,且无法快速有效的去除鬼影.针对上述问题,提出了一种融合改进帧差法和改进视觉背景提取的算法.该方法采用帧差的实时特征化方法,将帧间差分图像与视觉背景提取差分图像进行逻辑运算来去除鬼影,同时视觉背景提取算法在判断前景时采用了自适应阈值的方法.通过计算候选前景与背景的亮度、色度和饱和度的变化比率进行阴影检测并将其去除,并对产生的前景图进行开闭操作去除残余的噪点以及填充目标区域的空洞.实验结果表明,改进的算法能够加快鬼影的消除,并且能有效地去除目标阴影.

Select

结合超限学习机和融合卷积网络的3D物体识别方法

黄强,王永雄

2019, 40(9): 1909-1914.

摘要 ( ) PDF全文 ( )

可视化

本文提出了一种新型的结合超限学习机（ELM）和融合卷积网络（CCN）的模型，并用于3D物体的特征提取和分类.模型以3D物体的多视角投影图作为输入，经过多层融合卷积网络提取特征，利用半随机的ELM网络进行分类.卷积网络由提出的融合卷积单元组成，它是一种改进的残差单元，多个并行残差通道上的卷积核个数依次增加，相同大小的卷积核参数共享.半数卷积核参数以高斯分布随机产生，其余通过训练寻优得到.它能拟合更复杂的残差项函数，增加低层网络的特征表达能力.同时网络结构规范简洁，便于训练和优化.本文的方法在普林斯顿3D模型标准数据集上的识别率达到了92.86%.实验表明，提出的方法的识别率比现有的ELM方法和深度学习等最新方法的识别率更高，并且其调节参数少，收敛速度快.

Select

复剪切波变换域各向异性滤波DTI去噪

刘帅奇,李鹏飞,安彦玲,赵传庆,耿鹏

2019, 40(9): 1915-1920.

摘要 ( ) PDF全文 ( )

可视化

扩散张量成像(Diffusion tensor image,DTI)是测量大脑轴突纤维束完整性的一种新的磁共振成像方法,在揭示与衰老相关的神经退行性疾病的大脑变化方面起着重要作用,其不仅提供了常规核磁共振技术无法获得的图像对比度,而且实现了人体大脑白质中独特信息的获取和神经元路径的3D可视化.然而在DTI成像过程中,由于受到外界噪声的污染,使得获取的图像产生伪像并且造成图像边缘模糊不清,给医学图像的后期处理带来了很大的局限性和挑战.为了减少噪声对DTI图像的影响,并且实现对DTI图像的边缘结构信息进行有效地保留,本文结合多尺度几何变换中的复剪切波变换,利用基于结构张量的各向异性滤波与黎曼框架,提出了一种新的DTI图像去噪算法.为了验证本文所提算法在DTI图像去噪方面的有效性,对模拟和真实DTI数据进行去噪实验,实验结果表明本文所提算法不仅有效地消除了DTI图像中的噪声,还可以更好地保留张量结构.

Select

多层面的分步领域适应图像分类算法

许浩,李宗印,郭卫斌

2019, 40(9): 1921-1925.

摘要 ( ) PDF全文 ( )

可视化

解决领域偏移(domain shift)或数据集偏置(dataset bias)问题通常侧重于去发现源领域和目标领域之间的域不变表征.尽管这种做法到目前为止已经取得了有效的进展,但是其受限于特征层面的学习,使之无法充分利用已有的信息,极大约束了领域适应任务.为了有所改进,本文着眼于更加困难的无监督领域适应图像分类研究,提出了多层面的分步领域适应方法.该方法将不同层面取得的成果进行划分,并将算法流程细分为多步,对数据进行分步处理,保证了最大化数据利用率和具备高度的可扩展性.此外,在标签层面,本文巧妙地将目标领域中的样本分为易适应和难适应两类,并结合领域对抗损失(domain-adversarial loss)进行再次处理.模型的实现基于一个已有的代表性算法,在标准领域适应任务上的实验达到了预期效果.

Select

文物三维重建误差点的自动剔除方法

陈佳舟,彭鹤年,吴宁,秦绪佳

2019, 40(9): 1926-1932.

摘要 ( ) PDF全文 ( )

可视化

基于图像的文物三维重建方法具有设备成本低、场地限制小、可利用已有文物照片等优点,已逐步成为不可移动文物保护领域的数字化保护新手段.但由于文物图像采集受到背景干扰、结构复杂和光照不足等因素的影响,基于图像的文物重建点云通常带有大量的冗余和误差点.为此,提出一种文物三维重建点云误差点的自动剔除方法.首先,利用三维重投影方法计算三维点在图像集中的平均可见概率,将可见概率较低的误差点去除;接着,提出一种基于空间剖分的扩散聚类方法获取主体三维点云,去除与主体不连通的背景冗余点;在重建出三维网格模型后,再次通过三维重投影去除误差面片,最终参数化纹理得到逼真的文物三维模型.实验结果表明,该方法能够全自动地进行三维重建,在保留重建文物主体部分的同时去除大量冗余和误差点,为文物保护提供新的数字化技术支撑.

Select

深度特征重构与权重分配的交通标志识别算法

朱军,侯振杰,陈树越,苏海明

2019, 40(9): 1932-1939.

摘要 ( ) PDF全文 ( )

可视化

针对目前基于深度学习的交通标志识别方法在空间不变性以及深度有效特征利用率不足等方面存在的问题,提出了一种基于特征重构与权重分配的交通标志识别算法.首先,将交通标志输入预处理空间变换网络,获得具有空间不变性的图像;然后,压缩卷积特征,提取全局特征信息,得到不同通道特征对网络识别交通标志的贡献率,多层全连接学习深度特征重要性,引入缩放参数r,减少网络参数计算,并分配深度特征权重,完成特征重构;最后,确定阶段特征中卷积特征需要重构的位置,完成3个阶段特征的重标定.在公开的德国交通标志数据集(GTSRB)上进行实验,对43类12630张交通标志测试集,识别率可达到99.32%.

Select

融合多信息的噪声图像分割算法研究

刘丛,李咨兴,唐坚刚

2019, 40(9): 1940-1945.

摘要 ( ) PDF全文 ( )

可视化

针对现有分割算法不能同时处理离散和几何噪声及对初始解敏感等问题,提出一种基于多目标进化算法的多信息融合图像分割算法.首先,提出一种新的分割模型,该模型将隶属度、包含度和局部空间信息融合在一起,以提高算法对离散噪声和几何噪声的分割精度.其次,使用归一化熵来自适应调节空间信息的权重,以提高权重参数的自适应性.再次使用类内紧凑度和类间分离性设计第二个分割模型.并使用多目标进化算法对提出的两个模型进行优化,以获得全局最优解.最后使用本文算法对六幅测试图像进行分割实验,并将其与其它经典算法进行实验对比.实验表明,本文算法具有较高的抗噪能力.

Select

随机多选择残差网络集成的遥感图像分类算法

周强,徐宏伟,陈逸,孙玉宝

2019, 40(9): 1946-1950.

摘要 ( ) PDF全文 ( )

可视化

深度卷积网络作为一种高效的特征表示学习算法,被广泛的应用于图像分类问题中.由于遥感图像存在目标尺度与方向变化大、类内场景差异形大等问题,单一的深度网络通常不能获得准确的分类结果.为此,本文提出一种随机多选择残差网络集成的遥感图像分类算法,该算法通过多选择学习策略,集成多个残差网络共同完成分类任务,算法设置有效的集成学习目标函数,并通过随机梯度下降算法最小化多个子网络对每个样本的最优分类误差,促使各个网络之间的差异性,能够自适应于特定类别的分类任务,进而形成有效的分类,同时其泛化性通常显著优于单个学习器.在两个公开的遥感数据集上验证了本文算法的有效性,多个残差网络能够对不同类别的遥感影像形成最优分类,有效提升了分类的准确性.

Select

采用高效卷积算子的长期目标追踪算法

李国友,张凤煦,纪执安

2019, 40(9): 1951-1955.

摘要 ( ) PDF全文 ( )

可视化

针对目标跟踪中存在的对严重遮挡和出视野的目标跟踪失败的问题，提出了一种基于高效卷积算子的长期目标追踪算法.该算法首先利用滤波器的检测得分计算当前目标是否受到遮挡，停止对遮挡目标尺度模型的更新；然后利用遮挡情况和外观模型置信度判断目标的可靠性，对不可靠目标的模型不计入外观模型更新序列中.当目标长期遮挡或者丢失时，利用融合空间权重、目标检测得分和最佳伙伴相似性得分来重定位目标.与原始的高效卷积算子算法进行对比实验的结果表明，改进的算法能有效地解决目标遮挡和出视野情况下的目标跟踪失败的问题，具有较高的跟踪精度和鲁棒性.

Select

动态异构冗余数据保护安全架构

樊永文,朱维军,班绍桓,陈永华

2019, 40(9): 1956-1961.

摘要 ( ) PDF全文 ( )

可视化

针对传统数据保护方法难以应对未知的漏洞和后门等安全问题，提出一种基于拟态防御思想的动态异构冗余数据保护安全架构——拟态数据安全架构（Mimic Data Security，MDS），用以提升数据服务的安全性.首先，根据拟态防御技术的工作原理构造异构冗余的执行体资源池；然后，利用具有选调器、控制器、输入代理和裁决器等功能模块组成的中心控制器实现对异构冗余执行体的动态调度，并对在线执行体集的输出结果的进行多模裁决处理，用以提升系统的安全性和可靠性.仿真实验结果表明，对比传统静态架构，具有动态随机等特性的MDS架构具有更高的安全性能.

Select

一种轻量化的CNN活动识别方法研究

江颉,李一飞

2019, 40(9): 1962-1967.

摘要 ( ) PDF全文 ( )

可视化

目前大多数人类活动识别研究方法需要人工提取传感器数据特征,将特征值输入到分类器中完成识别,在提取特征值过程中可能会丢失大量的信息,导致活动识别率受到影响.本文提出一种轻量化的卷积神经网络(Convolutional Neural Networks，CNN)活动识别方法,首先将加速度数据转化为图像,然后构建CNN模型并研究训练模型压缩方法,最后将图像输入到CNN模型中识别人体的具体活动.实验结果表明,对6种人类活动的平均识别率达到97.6%,高于目前提出的大部分活动识别方法.

Select

WRSN中一种聚类分簇多跳能量补充策略

张媛媛,冯勇,付晓东

2019, 40(9): 1968-1974.

摘要 ( ) PDF全文 ( )

可视化

多跳无线充电能同时为多个节点充电,有效拓展充电距离,减少充电延迟,非常适合节点密度较高的无线可充电传感器网络(WRSN).在多跳无线充电中,如何确定移动充电装置进行充电的停驻位置,即锚节点,对于整个充电系统性能有较大影响.本文中,我们提出了一种聚类分簇多跳能量补充策略.首先根据移动充电装置的有效充电距离和节点的实际分布来确定网络中所需的最小锚节点数量;其次根据节点的连通度选择锚节点的初始位置,利用聚类算法优化以确定每个锚节点的最终位置,并以每个锚节点为核心形成一个充电簇.在此基础上,我们提出了一种能够更好适应网络中节点能耗动态性的在线充电方案.仿真结果表明,该策略有利于减少充电装置的充电代价,有效降低网络节点的失效率,并进一步提高网络生命周期.

Select

车载自组网中基于分簇的多优先级异步MAC协议

任秀丽,陈梓航

2019, 40(9): 1975-1980.

摘要 ( ) PDF全文 ( )

可视化

为解决车载自组网中信道空闲和信道拥塞问题，提出一种基于分簇的多优先级MAC协议ACMP（Asynchronous Cluster-based Multi-priority Protocol）.ACMP协议采用提出的基于移动感知的簇头选举算法与多优先级接入信道机制，在保证安全信息优先访问的前提下，减少并发接入信道的节点数目，增加信道吞吐量，延长簇头寿命；同时提出了无竞争预约服务信道的方法，使簇头为簇内活动节点预约信道，避免信道冲突，降低碰撞概率.仿真结果表明，与IEEE 1609.4标准、DMMAC协议和ATMP协议相比，ACMP协议在安全消息平均时延上分别减少近69%、53%和46%；在服务信道吞吐量上分别提高了近52.6%、36.1%和21.9%.在簇头平均时间上，ACMP协议比DMMAC协议提高近14.3%.

Select

网络社区划分在软件质量问题分析中的应用

胡学飞,李兵,李增扬

2019, 40(9): 1981-1986.

摘要 ( ) PDF全文 ( )

可视化

软件项目两个源文件之间的引用调用数量可视为源文件间依赖关系的强度，在软件开发的提交信息中两个源文件同时被修改提交的次数视为其同时修改的频度.我们证实有依赖的源文件更容易在同一次提交中被修改，即源文件的依赖关系强度和它们的同时修改频度具有一致性，并发现大量被同时修改而没有任何依赖的源文件往往存在问题，影响软件质量.本文用了复杂网络中社区划分的方法来研究软件工程中的问题，分别根据两源文件的依赖和同时修改关系，构建依赖关系网络和同时修改关系网络，使用社区发现算法（Girvan-Newman算法）对网络进行社区划分，对比分析两种网络对应的社区，并对不一致的现象探究原因，做出解释.

Select

安全隔离的安卓应用虚拟化框架设计与实现

侯俊行,杨哲慜,杨珉

2019, 40(9): 1987-1993.

摘要 ( ) PDF全文 ( )

可视化

用户对应用定制化需求的不断增长，促使安卓平台上应用虚拟化的流行.然而，现有虚拟化框架不能对应用虚拟化环境下目标应用存储和权限进行有效隔离，安卓沙箱隔离机制又无法直接用于应用虚拟化场景.因此，本文设计并实现了一个安全隔离的应用虚拟化框架SecureAppV.SecureAppV能够为目标应用每个运行实例动态创建不同沙箱，支持沙箱间进行灵活的通讯，使用用户自定义规则对沙箱权限以及通讯过程进行管控.在满足应用虚拟化使用场景需求的前提下，对目标应用进行安全隔离.此外，框架对现有虚拟化方案进行了完善，支持第三方应用使用隐式Intent启动框架内的应用.实验结果表明，SecureAppV能够实现目标应用存储和权限的强隔离，具有较高的可用性，仅造成5.92%的性能损失.

Select

操作系统内核模糊测试技术综述

李贺,张超,杨鑫,朱俊虎

2019, 40(9): 1994-1999.

摘要 ( ) PDF全文 ( )

可视化

模糊测试作为一种高效的漏洞挖掘方法,在操作系统内核安全领域得到了广泛应用.内核模糊测试的应用促进了操作系统内核和驱动程序安全防护水平的显著提升.目前,针对不同平台上操作系统使用模糊测试技术进行漏洞挖掘已经成为研究热点.文章对现有的内核模糊测试方法进行研究,综述了内核模糊测试发展情况和技术思想,并尝试对内核模糊测试进行分类,总结了近年来内核模糊测试中使用的新技术.最后讨论了目前研究中的问题,并对内核模糊测试未来发展趋势进行了展望.

Select

一种基于混合页面的磁盘缓存去重策略

斯雷,邓玉辉,

2019, 40(9): 2000-2006.

摘要 ( ) PDF全文 ( )

可视化

传统基于LRU的磁盘缓存并不能识别缓存中内容相同的重复数据块,使得缓存中存在一定的冗余数据,同时传统磁盘缓存都是基于固定的页面大小,而页面大小也是影响缓存命中率的重要因素,最佳的页面大小能够最大化缓存命中率.本文提出一种基于混合页面的磁盘缓存去重策略.在磁盘缓存中引入混合页机制,保留基页的同时,增加巨页,并自适应调整巨页的大小以使命中率最大化;同时监测基页、巨页的冷热程度,将重复率高的冷巨页拆分为基页或将拆分后的热基页重构为巨页,实现基页、巨页的动态转换;利用重删技术对基页、巨页分别进行去重处理,使命中率最大化的同时保持去重率.通过对真实trace数据进行模拟实验,测试结果表明,与传统磁盘缓存相比该策略能够显著提高磁盘缓存的命中率,最高可达30.08倍,同时能节省磁盘访问时间最高达31.72%.

Select

信息交换软件数据着色测试技术研究

王影

2019, 40(9): 2007-2012.

摘要 ( ) PDF全文 ( )

可视化

在多机通信、网络互联、存储器读写等数据收发系统中，对于多数据组包的传输，可能因数据拼装协议复杂而引起特定数据装入与提取位置偏差、数据交换双方定义的部分数据类型长度不同、数据符号位差异和数据索引起点不一致等软件缺陷.为了验证软件实现中是否存在类似缺陷，需要识别数据包中的易出错点，定义有针对性的检错方案，以使潜在的缺陷充分暴露.因此，基于单缺陷假设和边界值测试思想，针对多个十进制整数组成的数据包，提出了甄别数据包中检错能力最强的特征差异点的选择方案，定义了以特征差异点为核心的软件着色测试设计方法，放大缺陷产生的故障后果，错误显示更为直观突出；同时屏蔽无关数据以免干扰测试结果，方便测试人员准确地辨别和捕获异常输出，缩小缺陷定位范围，快速修复缺陷.

Select

融合加权模式挖掘与规则混合扩展的跨语言检索

黄名选,夏国恩,高荣,蒋曹清

2019, 40(9): 2013-2020.

摘要 ( ) PDF全文 ( )

可视化

针对信息检索中查询主题漂移和词不匹配问题,本文给出项集有效性计算方法及其剪枝策略,构建一种关联模式评价框架ACSC(Availability_Chis-Square _Confidence)和基于ACSC挖掘的规则混合扩展模型,提出一种融合加权关联模式挖掘与规则混合扩展模型的跨语言信息检索算法.该算法通过项集权值比较从跨语言初检相关文档集挖掘含有原查询词项的频繁项集,利用基于有效性的剪枝方法对项集进行剪枝得到有效频繁项集,从有效频繁项集挖掘加权关联规则,根据规则混合扩展模型实现查询扩展,扩展词与原查询词组合为新查询再次检索文档得到最终检索结果.与现有跨语言检索算法比较,实验结果表明,本文算法能有效地减少查询漂移和词不匹配问题,提高和改善跨语言信息检索性能,有效性和置信度可使本文算法分别获得最优的检索结果R-prec和P@10值.

Select

一种四电机驱动同步及消隙控制策略研究

李备备,林浒,郑飂默,

2019, 40(9): 2021-2025.

摘要 ( ) PDF全文 ( )

可视化

针对龙门移动平台在运动过程中较难同步的问题,提出了一种基于开放式数控系统的四电机驱动同步及消隙控制策略.该策略采用双轴并行同步控制方法对两个同步轴进行位置调节;与此同时,采用齿轮齿条传动控制方法对两侧电机进行消隙控制;此外还将系统插补运算分离以提高控制频率与精度.′S′试件的加工测试结果表明,所提出的控制策略可使得龙门移动平台两端保持良好的位置同步.

Select

HR-DCGAN方法的帕金森声纹样本扩充及识别研究

王娟,徐志京

2019, 40(9): 2026-2032.

摘要 ( ) PDF全文 ( )

可视化

声纹作为人类重要的生物特征,可应用于帕金森等疾病的判别,但现存的患者声纹数据集及样本偏少,故提出HR-DCGAN(High Resolution Deep Convolutional Generative Adversarial Network)进行样本扩充,进而采用深度学习方法区分帕金森患者和健康人.HR-DCGAN通过增加网络层数并结合特征匹配方法生成高分辨的语谱图,依据结构相似度指标(Structural Similarity Index,SSIM)筛选出高相似度的语谱图以扩充样本.构建VGG16提取声纹特征并分类有效地提高识别准确率,使用Dropout方法抑制过拟合问题进而达到正则化效果.在Sakar数据集上进行了多种特征提取方法,多分类方法的对比实验,结果表明HR-DCGAN-VGG16混合模型能够获得最高声纹识别准确率90.5%和特异性91%,能有效区分帕金森患者和健康人,解决了少量声纹数据下对帕金森患者的早期高效筛查问题.

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