小型微型计算机系统

Select

刘璇恒,邓宝松,裴育,范博辉,谢良,闫野,印二威,

2020, 41(11): 2241-2248.

摘要 ( ) PDF全文 ( )

可视化

手势识别一直是人机交互领域的一个重要研究方向.本文开展了基于微机电系统惯性测量单元实现手势灵活控制无人机技术的研究，设计开发了手势采集装置.提出了一种基于加速度计和陀螺仪传感器数据的深度学习框架ConvBLSTM：利用四个卷积层提取原始传感器数据的局部特征，为学习动态连续手势序列的时间特性，将卷积层提取的特征再输入双向循环层来获取全局时序特征，完成了高精度的手势分类.应用到工程项目中，定义了十种无人机手势指令来控制其飞行状态.所提出的方法平均达到了99.2%的高识别精度，相比经典的支持向量机、K近邻、长短时记忆网络等模式识别方法，解决了经典模型精度低、泛化能力差等问题.本文进行了多次实验来验证算法的适用性以及手势分类的准确性，通过数据点长度准确性实验，缩短了手势识别的滑动时间窗长度，提升了无人机实时响应速度.

Select

一种基于差分进化改进的深度神经网络并行化方法

朱光宇,谢在鹏,朱跃龙

2020, 41(11): 2249-2255.

摘要 ( ) PDF全文 ( )

可视化

深度神经网络在多个领域应用广泛，但随着数据量的增长以及模型复杂度的提高，造成的影响是训练效率和模型精度的下降，对于深度神经网络的并行化研究可以有效解决这一问题.在现有分布式环境下进行数据并行化训练是神经网络并行化的一种有效方案，但其存在全局模型精度不佳、节点计算能力不平衡的问题.针对以上问题，本文提出了一种基于差分进化改进的深度神经网络并行化方法DE-DNN.DE-DNN利用差分进化方法对并行训练过程中获取全局模型的关键步骤进行改进和优化；同时提出一种基于批处理的自适应数据分配算法BSDA，减少并行训练过程中由于计算节点能力不平衡而造成的节点额外等待时间.实验基于NiN深度网络模型对本文提出的方法进行了实现并在CIFAR-10和CIFAR-100数据集上进行测试.实验结果表明，DE-DNN可以有效提高并行训练过程中全局模型的分类准确率，加快收敛速度；BSDA数据分配算法能够合理根据各节点的计算能力分配适量数据，减少训练过程中因节点等待产生的额外时间开销.

Select

一种粒度融合的新闻文本主题分类模型

杨春霞,李锐,秦家鹏

2020, 41(11): 2256-2259.

摘要 ( ) PDF全文 ( )

可视化

中文新闻文本主题分类任务中通常只考虑字符粒度或者词粒度中一种粒度的Embedding，这往往会使得在特征提取过程中丧失了另一种粒度的特性.本文针对中文新闻文本主题分类任务，提出了一种基于字符粒度与词粒度融合的分类模型.通过中文文本特有的字、词、句的句法关系与字-词包含关系，对字、词进行嵌入，构成字向量、词向量并进行粒度融合.选择卷积神经网络提取新闻文本语义、上下文特征，对中文新闻文本进行主题分类.在THUCNews、搜新闻数据两个公开数据集上进行模型性能测试，该模型的分类准确率分别为97.48%、97.64%，结果表明本文提出的模型性能显著提高.

Select

交互信息的动态选择布谷鸟算法

杨荣莹,何庆,王茜,林杰,

2020, 41(11): 2260-2267.

摘要 ( ) PDF全文 ( )

可视化

针对布谷鸟搜索算法收敛速度慢、种群多样性低、高维寻优能力弱、开发不均衡等缺点，提出一种交互信息的动态选择布谷鸟算法（II-DSCS）.首先，在莱维飞行阶段，分别从种群整体、当代最优、自身个体中抽取鸟巢信息并构造交互信息，建立多种位置更新模式，动态地选择更新模式以改变鸟巢位置，可有效扩展种群多样性、平衡探索开发能力；其次，为避免算法陷入局部最优，在随机游走阶段，利用缩放因子组建两组位置变异策略；最后，设置适应度阈值，将迭代信息作为发现概率的控制参数，自适应地更新发现概率.通过对12个高维基准函数进行仿真实验，最终结果表明，该改进算法具有更好的求解优化能力，更快的收敛速度，能高效解决高维、复杂的优化问题.

Select

属性动态更新的一种三支决策模型

徐怡,孙小军

2020, 41(11): 2268-2273.

摘要 ( ) PDF全文 ( )

可视化

在实际环境中，经常需要划分出一批对象，而对象的属性可能是动态变化的，针对这种属性动态更新的条件下选出一定数量对象的问题，提出一种属性动态更新的三支决策模型.首先针对属性动态更新的特点，建立属性关联度和重要度，然后针对更新的属性，提出一种属性比的定义来构造三支决策的评估函数，同时对更新后的属性的值排序，提出一种基于基尼系数计算对象偏差的方法来动态计算三支决策的阈值.根据计算的阈值和对象的评估函数，属性动态更新的三支决策模型被建立，能在属性更新后动态划分对象.进一步对于模型可能出现两种异常划分问题，给出了相应的解决方法，最后通过在改造的四个数据集上实验仿真，结果表明在属性动态更新情况下能有效划分对象，模型是可行的和有效的.

Select

一种高维向量空间K近邻快速搜索方法

徐国天

2020, 41(11): 2274-2281.

摘要 ( ) PDF全文 ( )

可视化

针对基于Ball-tree结构的KNN算法初始K个近邻点位置固定，导致剪枝半径过大，剪枝效果差，查询效率低的问题，本文提出一种基于“双树”结构的高维向量空间K近邻快速搜索方法.在训练阶段，将原始数据集按照8∶2比例划分为训练集和测试集,利用随机选择方法共生成10组训练和测试集合，通过统计分析，得到最优“双树”构造参数.利用最优参数从原始数据点集合中过滤出极少量数据点构成剪枝树，过滤剩余数据点构成被删树，剪枝树需要最大限度地保留原始数据点集合在高维空间的分布形态.在查询阶段，由于剪枝树内数据点个数很少，可以快速定位最近邻点，再利用这个近邻点作为被删树的初始近邻点，在被删树内搜索K近邻.实验结果表明，由于初始近邻点位置不再固定，而是位于待查点附近，有效缩小了剪枝半径，改善了剪枝效果，提升了K近邻查询效率.

Select

单源点疏散问题的Online探索算法研究

胡秀婷,谢玉莹,包敏泽,蒋波,杨玉晗

2020, 41(11): 2282-2285.

摘要 ( ) PDF全文 ( )

可视化

课题所研究的问题是受困人员如何从未知情形的受灾区域中尽快地完成撤离.单源点疏散问题是指受灾人员位于危险区域P中的某个位置，需要找到一条能够快速地到达安全位置（P的边界）的疏散路线.由于受灾人员不知道P边界的任何信息，所以采用online探索算法，针对单组单源点疏散问题，提出了三角形疏散策略探索凸多边形区域，计算出所提算法的竞争比为19.48，低于已有算法的竞争比，即优于现有求解该问题的其它算法.同时提出了分组数为2的半圆疏散策略用于探索P为任意多边形区域的情形，得到了一个较小的竞争比，结果表明，单源点半圆疏散策略可以较好地解决疏散区域为非凸多边形的疏散问题.

Select

预标准化Transformer在乌英机器翻译中的实现

高巍,陈子祥,李大舟,李耀松

2020, 41(11): 2286-2291.

摘要 ( ) PDF全文 ( )

可视化

随着人工智能技术的高速发展，基于神经网络的机器翻译技术愈发受到人们的重视.然而，限于有限的数据资源，基于该方法的小语种翻译效果并不理想.乌尔都语作为印度和巴基斯坦的官方语言被广泛使用，实现它与英语之间的翻译模型具有重要意义.本文基于编码器-解码器框架，提出了一种预标准化Transformer的乌英机器翻译模型.该模型在基准Transformer模型上增加了预标准化层，保证数据分布一致的同时避免发生梯度消失.实验采用BLEU作为评价指标.实验表明，在少量乌尔都语与英语平行语料库的基础上，本文提出的基于预标准化Transformer的乌英机器翻译模型能够取得较好的结果.与基准Transformer模型相比在BLEU值上有了一定的提高.

Select

基于CPN模型Auction智能合约的形式化验证

董春燕,谭良,

2020, 41(11): 2292-2297.

摘要 ( ) PDF全文 ( )

可视化

区块链智能合约是运行在区块链网络中的代码，它能够根据外部环境条件自动执行相应的规则，完成对应的交易和数字资产的转移.Auction合约是一个公开拍卖的智能合约，广泛应用到竞拍、游戏和博彩等行业，吸引了众多用户参与.近年来，该合约暴露出了拒绝服务攻击漏洞，导致很多参与者无法竞拍成功.为此，本文基于CPN模型对Auction合约进行形式化验证，检测漏洞并确定漏洞位置.首先使用CPN中的建模工具分别对Auction合约整体、无攻击操作和有攻击操作进行建模，然后使用CPN中的仿真工具对合约的执行过程进行仿真.结果表明，通过该方法，不仅可以发现和定位Auction合约的逻辑漏洞，而且也可以发现Auction合约语言的局限性.

Select

NHRec：一种基于长短期兴趣的神经混合推荐模型

孙金杨,刘柏嵩,任豪,黄伟明

2020, 41(11): 2298-2302.

摘要 ( ) PDF全文 ( )

可视化

用户建模是推荐系统中的一项基本任务，传统的方法使用协同过滤（CF）建模用户的潜在兴趣，但用户的兴趣往往是复杂多样且会随时间而变化，单一的模型无法准确建模用户的兴趣特征，针对此问题，本文提出一种新的自适应融合用户长短期兴趣的混合推荐模型（NHRec）.该模型根据用户的历史信息，利用融合注意力机制的门控循环单元（GRU）建模用户的短期兴趣，兼顾时序信息和内容上的相关性，同时采用卷积神经网络（CNN）对用户的全局信息进行提取得到用户长期兴趣，并使用基于时间间隔信息的自适应方式融合两类兴趣进行推荐计算.实验结果表明，提出的推荐算法NHRec相较于目前比较流行的推荐算法表现出更为优越的推荐性能.

Select

基于英语枢轴的汉-越双语词典构建方法

陈亚豪,张亚飞,余正涛,文永华,朱俊国,

2020, 41(11): 2303-2307.

摘要 ( ) PDF全文 ( )

可视化

从双语资源中抽取双语词典是一个重要的研究工作，一般需要大规模双语平行语料支撑.针对汉语和越南语，汉越双语平行语料规模少，双语词典获取比较困难，但汉语、英语、越南语单语语料比较丰富，而且具有汉英、越英双语词典.如何有效利用单语语料及汉英及越英词典抽取汉越双语词典是一个很值得探索的工作.本文提出了一种基于枢轴语言的汉-越双语词典构建方法.该方法首先利用单语语料分别学习汉语、越南语及英语词向量表示.然后以汉语-英语、越南语-英语种子词典作为弱监督信息，学习汉语-英语、越南语-英语对齐关系，以建立汉语-英语、越南语-英语的对齐关系.在此基础上，在英语枢轴词向量共享空间中通过对抗网络学习汉-越的对齐关系.最后在汉越对齐关系上抽取获得汉越双语词典.实验结果表明本方法比基于平行语料的有监督模型提升了3.24%的准确率，准确率达61.82%.

Select

一种两阶段的漫画自动着色模型

郭燕,吴志强,何彦辉

2020, 41(11): 2308-2313.

摘要 ( ) PDF全文 ( )

可视化

近年来对抗生成网络广泛应用于诸如风格迁移、黑白照片着色等很多图像生成的场景中.本文根据生成网络观点提出了一种新的基于深度学习的漫画着色算法.由于漫画原始的线稿中并没有漫画人物的纹理细节、阴影等信息，所以相比于现有的照片着色生成任务，漫画着色的难度大大增加.为了解决上述问题，文中提出了一个两阶段的漫画自动着色模型.首先，在第一阶段中，网络模型根据线稿和颜色提示信息来丰富漫画的细节信息对漫画主题进行勾勒，并对漫画的整体进行着色；然后第二阶段会对第一阶段的着色错误的信息进行迭代修正，并最终产生满意的漫画着色的结果.在相关的漫画数据集上进行的测试验证了本文算法的有效性.同时为了便于自动化测试，条件信息使用了提示色的方法.

Select

面向嵌入式的残差网络加速方法研究

甘岚,李佳,沈鸿飞

2020, 41(11): 2314-2320.

摘要 ( ) PDF全文 ( )

可视化

残差网络由于其优越的性能广泛应用于图像分类领域.但是作为典型的深层网络，其网络参数众多，对于资源受限的嵌入式设备网络推理速度极低，传统的网络加速局限于单一卷积分解和模型压缩方法.针对这一问题，拟将结合优化残差结构和混合剪枝量化的方法，实现残差网络的加速与优化，该方法可以很好的维持准确率，并大量减少网络模型的参数量和计算量.改进后残差结构的参数相比常见的ResNet34和ResNet50网络使用的两种残差结构分别减少了43.6%和40.3%，混合加速后，模型存储体积降低了86.3%.通过cifar10数据集对网络进行实验，改进残差结构后的网络检测速度降低了33.28%，再通过混合剪枝量化和优化BN层后模型的检测速度最多可降低69.1%，精度只损失1%左右.实验表明该方法使残差网络在嵌入式端加速明显.

Select

基于改进的YOLOv3及其在遥感图像中的检测

陈磊,张孙杰,王永雄

2020, 41(11): 2321-2324.

摘要 ( ) PDF全文 ( )

可视化

为进一步提高遥感图像的小目标识别率，本文提出一种基于双向金字塔特征融合的卷积神经网络.首先将网络最后一层的卷积层特征输出与相邻上一层的卷积层特征输出相结合，构成自顶向下的金字塔特征层，还考虑将浅层的卷积层特征输出与相邻下一层的卷积层特征输出相结合，构成自底向上的金字塔特征层，融合双向结合的金字塔特征.其次为保留更多小目标空间位置信息，将网络的第一个降采样层改为两个3×3的卷积层.此外利用K-means++聚类算法对目标候选框的个数和宽高比进行聚类分析.最后采用1×1的卷积减小网络模型的维度，提高网络的检测速度.在VEDAI和NWPU VHR-10公开数据集的识别实验结果表明，改进后的YOLOv3识别准确率要高于原网络模型，且检测速度几乎保持不变.

Select

基于事件相机的视觉跟踪算法综述

周小龙,刘倩倩,产思贤,陈胜勇,

2020, 41(11): 2325-2332.

摘要 ( ) PDF全文 ( )

可视化

事件相机是一种受生物启发的新型视觉传感器，通过模仿生物视网膜的操作，代表着向传统相机的重大范式转变.它不同于传统相机以固定速率捕获图像帧，而是异步输出有关亮度变化信息的事件流.因此，事件相机能发挥出强大的优势比如低延迟、高时间分辨率以及高动态范围等.基于事件相机的目标跟踪是计算机视觉跟踪领域新的研究方向.为推动该方向的发展，本文简要介绍了事件相机的工作原理及在视觉领域上的优势与挑战，着重分析了现有的基于事件相机跟踪算法以及有关的数据集，最后对该方向的发展趋势进行了展望.

Select

一种改进的Mask R-CNN图像篡改检测模型

宣锦昭,徐超,冯博,闪文章

2020, 41(11): 2333-2339.

摘要 ( ) PDF全文 ( )

可视化

篡改图像检测和定位的研究在数字取证中具有重要意义.不同于语义对象检测，它更加需要关注篡改区域和非篡改区域之间的区别特征，这表明网络需要学习更丰富的特征.因此我们提出具有注意力机制(Attention)的双分支Mask R-CNN网络.该网络实现分类、定位、分割篡改区域的通用模型结构.分支之一是主分支，目的是利用注意力机制从RGB图像提取特征，以发现篡改痕迹，例如强烈的对比度差异，非自然的篡改边界.另一个是噪声分支，利用隐写丰富模型(SRM)滤波器层提取的噪声特征来区分真实区域和篡改区域之间的噪声不一致.最后通过双线性池化层(Bilinear Pooling)融合主分支和噪声分支的特征，进一步学习两个分支空间上的信息.由于目前公开数据集不足以训练深层神经网络，因此我们利用COCO公共数据集合成了4万张篡改检测数据集(COCO STDS)，产生预训练模型.整个网络能够检测两种不同类型的图像篡改操作，包括复制-移动和拼接.我们在COLUMBIA和COVER标准数据集上进行了评估，实验表明，我们提出的算法性能优于未改进Mask R-CNN网络，同时也优于现有一些最新的算法.

Select

超分辨率重建的微小人脸识别算法

周燕,项杨,曾凡智,邹磊

2020, 41(11): 2340-2346.

摘要 ( ) PDF全文 ( )

可视化

针对多人密集环境下所采集的人脸分辨率不高且人脸面积微小，导致现有人脸识别算法检测和识别的准确率不高的问题，本文首先提出一种微小人脸检测算法，即利用图像金字塔和残差网络结合的方式，对每层图像金字塔的网络特征面进行检测，并根据图像金字塔缩放大小选择合适的检测模板的尺寸.其次，设计一种融合人脸先验信息的人脸超分辨率重建网络，利用面部先验知识，更好地还原小尺寸人脸的面部细节.最后，利用重建后的高分辨率人脸提取的面部特征进行人脸识别.实验结果表明，该算法可以提高密集环境下小尺寸人脸的人脸检测和人脸识别的准确率.

Select

基于预测误差压缩编码的可逆信息隐藏算法

郭继峰,刘玉彤,张健,刘志刚

2020, 41(11): 2347-2353.

摘要 ( ) PDF全文 ( )

可视化

提出一种基于预测误差压缩编码的可逆信息隐藏算法.本算法利用全局混沌异或加密方法，在加密灰度图像的基础上，对图像n次均匀分块，每块采用无损预测编码原则，筛选出压缩的加密图像块，每位像素值八进制的低三位作为隐藏空间用于嵌入信息.对于嵌入秘密信息后的加密图像可直接利用隐藏密钥提取出秘密信息，拥有隐藏密钥和加密密钥时可提取出秘密信息，并且完全无误得恢复出载体图像.实验表明，在n次的均分块经无损编码不仅提高了加密图像的嵌入容量，并且可逆无损恢复出原始载体图像.在UCID图像库中测试随机选取的100幅图像，平均嵌入率为1.094bpp，可见本文算法普遍适用于一般图像.

Select

多层特征动态加权图卷积网络

杨志豪,蒋卫丽,杜国栋,相艳,马磊,邵党国,杨嘉林

2020, 41(11): 2354-2358.

摘要 ( ) PDF全文 ( )

可视化

针对目前的图卷积神经网络中，没有关注节点的重要程度和有效利用每一层卷积层所提取信息的问题，本文提出了一种用于图分类任务的改进图同构网络模型.首先，为了区分节点的重要程度，本文通过用度矩阵加权卷积算子的方式，使邻居节点数目多的节点获得了更大的权重，使得网络在学习时优先考虑这些节点特征信息.其次，为了区分每一层卷积层重要程度不同，本文计算了每一层节点特征的相似度，根据相似度来为每层节点的特征加权.在实验部分，本文将提出的方法与6个主流的神经网络方法在4个数据集上作比较.实验结果表明，本文提出的多层特征动态加权图卷积网络在图分类问题上比主流的模型性能更好.

Select

搭载RGB-D相机轮式机器人误匹配特征点筛除方法

李少波,张伟,孙采鹰,任彦

2020, 41(11): 2359-2364.

摘要 ( ) PDF全文 ( )

可视化

根据搭载RGB-D相机的平面运动轮式机器人运动特点，本文提出一种基于等高约束条件和直线约束条件的误匹配特征点对筛选方法.本文首先在平面运动机器人相机运动约束条件下，建立了匹配特征点对的等高约束条件和直线约束条件，然后利用该条件筛除了暴力匹配法产生的误匹配点对，取得了高质量的帧间匹配点对.最后，本文将误匹配特征点筛除算法与随机抽样一致性算法相结合，估计了机器人相机的运动.实验证明，与原始随机抽样一致性算法相比，本文提出的特征点筛除算法能够有效提高随机抽样一致性算法的效率，并提高其计算精度.

Select

一种多尺度稀疏卷积的高分辨率遥感图像变化检测方法

胡蕾,江宇,李进,张永梅

2020, 41(11): 2365-2370.

摘要 ( ) PDF全文 ( )

可视化

高分辨率遥感图像中地物越来越清晰，变化检测不仅要能检测出大目标的变化，也要能检测出小目标的变化，还要兼顾干扰因素对变化性质的判断.本文针对高分辨率遥感图像变化检测，提出一种多尺度稀疏卷积模型，利用不同数量不同尺度的卷积层提取多尺度的特征，通过1×1卷积层实现跨通道信息整合，把不同通道中相关性高、同一空间位置的特征聚合在一起，有效减少了通道数量和参数数量，使得模型呈现稀疏性，大幅度削减参数的相互依存关系，一定程度上缓解了过拟合问题，使模型具有高效的学习能力和高容量的表达能力.同时，本文探讨了孪生网络和多通道网络对变化检测精度的影响.通过对不同场景的高分辨率遥感图像数据进行实验，表明所提方法能有效检测大目标和小目标的变化情况.

Select

半监督异常流量检测研究综述

李杰铃,张浩

2020, 41(11): 2371-2379.

摘要 ( ) PDF全文 ( )

可视化

随着信息网络的高速发展，特别是高速互联网、5G网络、物联网等的发展，网络流量信息的获取也变得更加容易，但对流量数据进行标记面临着不可逾越的困难.半监督学习能够将少量标记的流量与大量未标记的流量同时进行训练，也因此成为网络安全领域的研究热点.学术界已有半监督技术的相关综述，尚未有对半监督技术在异常流量检测方法上进行总结的文献.因此，本文对近年来半监督异常流量检测技术进行综述，首先论述异常流量检测的特性与关联性，然后对半监督学习的研究内容进行介绍，其次，对基于半监督的异常流量检测方法进行分析和比较，包括半监督聚类、半监督分类、半监督降维、半监督集成和增量半监督，最后指出当前半监督检测方法中存在的不足和未来值得研究的方向.

Select

随机障碍物下的有向传感器网络覆盖优化算法

关志艳,黄向生

2020, 41(11): 2380-2385.

摘要 ( ) PDF全文 ( )

可视化

针对随机障碍物影响的有向传感器网络区域覆盖情形，易出现避障效果差及覆盖重叠区空洞区等问题，提出了受障碍物影响的虚拟力融合到粒子群的覆盖算法.首先考虑到有向传感器节点感知能力衰减概率，引进了有向概率感知模型；然后在圆心距和质心距双重限制下，进行了节点间及与障碍物间的受力分析，节点与障碍物的斥力，推导节点所受合力与节点转向角度的关系公式；最后将节点抽象成粒子模型来弱化虚拟力算法的局部极值效应.仿真实验表明，在100m×100m的监测区域内，随机分布若干个障碍物，相对于单独虚拟力算法，虚拟力融合粒子群算法的避障效果更好，网络有效覆盖率提升率高出近10%左右，且迭代次数降低一半就趋于收敛.

Select

一种基于链路稳定性的最小MPR选择算法

吴佳琪,任智,王磊,赵子军

2020, 41(11): 2386-2391.

摘要 ( ) PDF全文 ( )

可视化

MPR选择算法是移动自组网OLSR路由协议的关键组成部分，负责从节点的一跳邻居中选出能够覆盖所有两跳邻居的最小集合.现有的MPR选择算法虽然能够选出最小MPR集，但是未见考虑MPR链路的稳定性，对数据传输的可靠性存在不利影响.为此，提出一种基于链路稳定性的MPR选择算法，定义一种新的链路稳定性判据之后，在初始和当前覆盖度相同的节点中选择链路稳定性更好的节点作为MPR，从而延长了MPR节点集的有效时间，降低了拓扑变化对数据传输的影响.仿真系统测试数据显示新算法提高了吞吐量，降低了端到端时延和丢包率.

Select

基于CBOW模型的链路预测方法

赵宇红,张政

2020, 41(11): 2392-2398.

摘要 ( ) PDF全文 ( )

可视化

为了有效、准确地挖掘节点自身的属性与网络结构的关系信息并将其联合应用于链路预测，受概率语言检索研究的启发，提出基于CBOW模型的链路预测方法.通过使用包含节点邻居信息和网络连通信息的节点序列库训练CBOW模型产生节点向量，结合节点向量自身属性和节点对之间的趋向程度提出一种新的相似性评价指标—向量自量趋向性（SMTV），使用此相似性指标进行网络链路预测.在PPI-Yeast、Facebook和Power Grid三个真实数据集上进行实验，分别对比CN，AA，LP和Node2vec-Hadamard四种方法的AUC值，CBOW-SMTV相比其中AUC最低的方法，分别有5.3109%、14.4955%、41.9747%的提高；相比AUC最高的方法也有0.2497%、0.6921%、9.5714%的提高.因此基于CBOW-SMTV的链路预测方法能有效结合节点属性和网络结构信息，提高链路预测有效性.

Select

边缘计算场景下车联网身份隐私保护方案研究

彭维平,熊长可,贺军义,宋成

2020, 41(11): 2399-2406.

摘要 ( ) PDF全文 ( )

可视化

针对车联网(Internet of Vehicles，IoV)环境中身份隐私信息易泄漏问题，基于椭圆曲线上的双线性对性质，提出一个隐私保护认证方案.该方案通过选取覆盖区域内某一移动边缘计算(Mobile Edge Computing，MEC)服务器作为可信中心(Trust Agency，TA)，对车载终端(On Board Unit，OBU)和路侧单元(Road Side Unit，RSU)进行匿名化处理，实现终端用户身份隐私保护；采用单个及批量消息签名验证和去匿名化技术，实现终端车辆和路侧单元的可追溯性.分析表明，方案不仅满足正确性、不可链接性、不可伪造性、可追溯性、前/后向安全性和抵抗重放攻击等安全特性，而且在通信复杂度和时间复杂度方面具有一定的优势.实验结果显示，方案降低了消息丢失率、缩短了消息延迟.

Select

针对一类非线性系统的虚假数据注入攻击估计方法

俞晓天,朱俊威,冯宇

2020, 41(11): 2407-2412.

摘要 ( ) PDF全文 ( )

可视化

针对一类非线性离散网络化控制系统，构造了一种适用于丢包环境的安全估计器，用于同时估计系统的状态和多个虚假数据注入攻击信号.首先将丢包现象用一个伯努利过程来描述，给出具有网络丢包和并发攻击的系统模型.其次，引入一个中间变量，设计增广估计器，将估计问题转化为误差系统的稳定性分析问题.再次，通过构造Lyapunov函数，并利用Lyapunov稳定性理论和线性矩阵不等式方法得到使估计误差系统稳定的充分条件.在此基础上，进一步给出某些特定参数的调节方法.最后，通过网络化多轴运动系统实验来验证该安全估计器设计方法的有效性.

Select

线性时序逻辑公式的可监控性量化算法

陈云云,陈哲

2020, 41(11): 2413-2419.

摘要 ( ) PDF全文 ( )

可视化

在运行时验证中，对于给定的线性时序逻辑公式，常用其可监控性和弱可监控性来衡量其是否适合用于运行时验证.而实际上，可监控性的要求过于严格，弱可监控性解决的又仅仅是一个“存在”问题.为了量化公式的可监控性和弱可监控性，本文提出了概率可监控性，并给出了根据其定义进行求解的方法.此外，本文还提出了基于马尔可夫链的概率可监控性求解算法，并将该算法分别基于概率模型检测器PRISM和SMT求解器进行了代码实现.实验结果表明，基于马尔可夫链的概率可监控性求解算法是正确的，且基于SMT求解器实现的算法效率明显高于基于PRISM实现的算法效率.

Select

消除测试代码异味对代码质量的影响分析

黄华俊,吴海涛,高建华,黄子杰

2020, 41(11): 2420-2426.

摘要 ( ) PDF全文 ( )

可视化

良好的软件测试可以提升软件的可靠性，因此测试代码的设计和实现是国际学者研究的热点之一.测试异味是软件测试中潜在的设计问题，已有研究讨论了测试异味的定义和检测方式，但消除测试异味对代码质量的影响仍不明确.本文量化测试异味消除前后测试代码及关联生产代码的缺陷倾向，进而探究消除测试异味后代码质量的受益程度.在此基础上，本文提出了一种基于SZZ算法和相对风险的方法，以评估测试异味对代码质量的影响.实验聚焦5种测试代码异味，通过挖掘6个开源项目的93个历史发布版本，计算测试异味消除后代码质量的受益程度.实验发现，消除测试异味可显著提升测试代码质量.消除测试异味后，生产代码存在缺陷倾向的概率较之前减少59%.相较于其他4种测试异味，重构EagerTest异味对生产代码质量提升的帮助更大.

Select

跨界服务设计中面向多方价值冲突消解的自动协商方法

刘伟东,马超,涂志莹,徐晓飞,王忠杰

2020, 41(11): 2427-2433.

摘要 ( ) PDF全文 ( )

可视化

在设计跨界服务时，设计者需要对各服务参与者的服务质量与服务资源进行合理的优化配置，从而使多方的价值期望得到满足.但在某些情况下，各参与方所能提供的服务质量和所拥有的服务资源可能无法满足全部的价值期望，存在多方价值冲突问题.因此，合理的价值冲突消解方法是跨界服务设计的一个关键.本文提出了一种基于Stackelberg博弈的多线程自动协商方法，用于解决跨界服务设计中的多方价值冲突问题.首先中心代理利用数学规划算法计算出每轮价值期望的全局优化的退让方案，然后利用基于Stackelberg博弈的群智协商算法，中心代理与每个服务参与者的代理进行自动协商谈判，迭代地寻找多组局部优化的退让方案并返回给中心代理，通过多轮计算和协商进行冲突消解，最终得到同时兼顾整体效用和个体利益的价值期望退让方案.最后，运用比较分析的方法，通过数值仿真验证了所提模型的合理性和有效性.

Select

结合遗传规划和遗传算法的代码异味检测方法

赵敏,高建华

2020, 41(11): 2434-2441.

摘要 ( ) PDF全文 ( )

可视化

代码异味检测和处理在很大程度上能减少软件项目维护的开销，基于手工、关联以及可视化等一些检测方法在一定程度上不能保证检测的精确性和效率.本文提出一种基于协同并行算法优化的代码异味检测方法，该方法利用结构化度量从代码异味的范例中生成检测规则，利用与良好范例代码的偏差生成检测器，通过遗传规划搜索得到最优检测规则，遗传算法搜索得到最优检测器，将最优的检测规则和检测器经过交叉得到检测代码异味的最优解决方案.在评估检测器时，通过Jaccard系数对Needleman-Wuncsh算法进行优化，提高了谓词参数之间的相似性，降低了检测器的成本.实验证明，基于协同并行算法优化的代码异味检测方法在精确度和耗时方面都优于其它基于单一种群算法以及基于协同并行算法的代码异味检测方法.

Select

高错误率长序列的高敏感度比对

罗贤橦,钟诚,黎瑶

2020, 41(11): 2442-2448.

摘要 ( ) PDF全文 ( )

可视化

将第三代测序平台产生的高错误率的长序列（long read）与参考基因组进行映射比对，需要高的编辑距离阈值.为此种求解长序列比对问题，将高错误率的长序列分割成较短的片段，借鉴全映射比对的思想，寻找所有满足编辑距离阈值的序列片段的候选位置；采用对高编辑距离更敏感的基于Hash索引的变长种子播种算法，定位序列片段在参考基因组上的候选位置，将连续“插入删除”相同碱基的编辑距离设置为1，使得算法可以处理第三代测序数据中新出现的“均聚物（homopolymer）”类型错误，以提升序列比对的敏感度；对片段侯选位置数量进行统计分析，求出片段候选位置质量分数，过滤掉质量不高的片段侯选位置；根据序列片段间的位置关系，动态连接片段的侯选位置，连接时对不同错误类型给予不同罚分，以去除假阳性的候选位置，确保比对的准确度.在模拟和真实数据集上的实验结果表明，与同类方法相比，本文方法在获得相同高的准确度的同时，提升了比对查全率和敏感度.

Select

机器学习在脊柱疾病临床诊断中的应用研究进展

崔亚轩,胥义,付强,

2020, 41(11): 2449-2457.

摘要 ( ) PDF全文 ( )

可视化

脊柱相关疾病是现代社会中的多发病、常见病.鉴于脊柱生理结构的复杂性，脊柱疾病的临床诊断需要经验丰富的医师.机器学习技术可有助于脊柱疾病的快速、精准诊断，辅助医生进行术前规划以及术后结果预测，有助于提高诊断效率，减少医护人员的负担并降低误诊率.回顾了常用于脊柱疾病临床诊断领域的机器学习技术的研究现状，从脊柱的分割、椎骨定位和标记以及脊柱疾病临床辅助诊断等三个方面对机器学习在脊柱疾病临床诊断中的应用研究进行综述，分析目前机器学习技术在脊柱疾病临床诊断中的不足和挑战.

Select

SPGAPSO-SVM：一种城市公交客流量预测算法

林浩,李雷孝,王慧,

2020, 41(11): 2458-2464.

摘要 ( ) PDF全文 ( )

可视化

准确预测城市公交客流量对于科学地进行城市公交车运营调度决策、提高公交车运营效率具有十分重要的意义.本文基于遗传算法（GA）和粒子群算法（PSO）提出了GAPSO-SVM算法，并将GAPSO-SVM算法基于Spark平台进行了并行化设计，提出了SPGAPSO-SVM算法.设计多组实验采用公交IC卡数据对SPGAPSO-SVM算法进行了验证，实验结果表明，SPGAPSO-SVM算法在保证较高预测准确率的同时有效提高了算法运行效率，并具有良好的可扩展性.

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