小型微型计算机系统

Select

杜伟静,李翀,王宇宸,刘学敏

2020, 41(12): 2465-2469.

摘要 ( ) PDF全文 ( )

可视化

本文以1900-2019年“Web of Science（WOS）”核心合集中的中国科学院（中科院）部分论文数据为面板数据对热点学科、科研社区及相关权威专家进行了分析研究.首先对艺术与人文、生命科学与生物医学、自然科学、社会科学、应用科学五大学科数据进行分析，发现应用科学（Technology）发表论文年增速最快，且研究热点为计算机科学（Computer Science）;其次针对研究热点应用Neo4j图数据库构建论文语义网络图，对实体关系进行优化，提升了社区内部关联度;并基于Louvain社区发现算法进行了相关优化和数据挖掘，分析了其背后的优秀科研团队;最后针对挖掘出的社区，利用PageRank算法筛选出高产出的权威科研人员，为科研合作和人才发现甚至国家学科布局提供参考.实验表明，通过Neo4j图数据库中实体数据索引设计，查询性能提升高达16倍;通过对Louvain算法关系属性weight添加机构影响维度，社区模块度提升了84%.

Select

一种Dual-LSTM混合模型的产线设备状态预测方法与应用

马跃,李成蒙,尹震宇,李明时,柴安颖,赵志浩

2020, 41(12): 2470-2474.

摘要 ( ) PDF全文 ( )

可视化

智能化生产线设备健康状态、加工过程状态、产品信息等数据具有复杂化、多样化、大容量的特点，传统上对于设备的运行状况主要依靠人工经验来判断，不能及时有效地给出维护意见.针对上述问题，本文提出了一种基于Dual-LSTM(Long Short-Term Memory)混合模型的时序数据预测方法.首先建立LSTM预测模型对设备状态进行初步预测，然后针对多步预测过程中出现的误差“累积”问题，通过预测残差数据建立LSTM辅助模型对初步预测结果进行修正，最后采用循环迭代的方式实现了对数据的多步预测过程.通过与单LSTM模型进行实验对比，该方法在数据的单步预测和多步预测中的表现均优于单模型，验证了所提方法在时序数据预测上的准确性，为分析生产线整体的运行状态趋势提供了有效地判断依据.

Select

一种基于集成学习的多元时间序列预测方法

左亚尧,王铭锋,洪嘉伟,马铎

2020, 41(12): 2475-2479.

摘要 ( ) PDF全文 ( )

可视化

多元时间序列包含丰富的变量，且变量间存在着相关性，相互影响，可能会降低某一变量的预测精度.为此，本文提出了一种基于RNN和CNN的混合模型.模型利用互信息法进行特征选择，通过融合CNN的抽象特征提取以及GRU的时序信息提取来预测未来7个单位时刻的数据.实验表明，模型的预测效果优于LSTM等模型.此外，为了检验所构建的模型的泛用性，在PM2.5数据集和SML2010数据集上进行了对比测试，同样证明了模型的优越性.

Select

脑网络分类中的改进图核

张森森,张大坤

2020, 41(12): 2480-2483.

摘要 ( ) PDF全文 ( )

可视化

目前在用图核进行的脑网络分类研究中，所用图核没有考虑拓扑结构中对应节点是否相同的问题，使脑网络分类不够准确.本文提出一种新型图核（称其为改进图核），将每个路径中的节点加上标签信息并通过网络中加入节点标签的最短路径的长度和路径上节点的标签来判断两个脑网络的相似性，能够更有效地反映脑网络之间拓扑结构的差异性.为了验证改进图核的有效性，在脑网络数据集上进行了实验，并与最短路径核、子树核、多频融合图核和特征选择图核进行了对比实验.改进图核与子树核、多频融合图核、特征选择图核和最短路径核相比，其计算得到的平均相似度分别降低了67.06%、69.78%、70.20%和88.72%，说明改进图核的判断更精确.实验结果表明：本文提出的改进图核能够更有效地区分两类脑网络数据之间的差异性，提高了脑网络分类的准确性.

Select

判别式相关滤波器的目标跟踪综述

徐宁,王娟娟,郭晓雨,赵增顺

2020, 41(12): 2484-2493.

摘要 ( ) PDF全文 ( )

可视化

目标跟踪是计算机视觉领域的重要研究方向，单目标跟踪主要分为深度学习、判别式相关滤波器和传统方法.得益于频域计算的高效性，本文选择以判别式相关滤波器为切入点.首先介绍了判别式相关滤波器进行目标跟踪的原理，然后围绕着基础框架进行横向展开，解决边界效应成为判别式相关滤波器发展的分水岭.伴随着卷积神经网络的发展，描述了基于预训练模型的特征提取和深度学习与相关滤波器框架相结合的两个方向，最后总结了关于判别式相关滤波器的发展脉络图.对比于特征插值与置信图融合的方向，在模型中构建合理的约束项进行模型创新成为一个重要方向.实验部分呈现了跟踪器在OTB-2015与VOT-2018数据集下的对比结果与排名，并进行简短的分析.

Select

基于模式回溯的#WS(≠)快速定界算法

翟治年,卢亚辉,俞坚,潘志刚,周武杰,

2020, 41(12): 2494-2499.

摘要 ( ) PDF全文 ( )

可视化

#WS(≠)是互斥约束工作流可满足性的量化问题，与第三方环境中有重要意义的资源弹性密切相关.为克服其求解性能瓶颈，本文利用模式回溯法的解空间压缩特性和两层求解机制，提出了一种真实可行解的数量定界方法.它对模式回溯法的结构进行扩展，实现完全可行模式的遍历和统计.对其中每个模式，计算其资源指派二分图上匹配数量的界.再汇总二者，给出#WS(≠)的上、下界.随机生成数据集上的实验表明，在高资源配比和低约束密度条件下，本文算法相对现有算法有比较突出的时间和空间性能，且其给出的上界相当接近于准确值.

Select

基于偏好融合的群组推荐方法研究综述

许晓明,梅红岩,于恒,李晓会

2020, 41(12): 2500-2508.

摘要 ( ) PDF全文 ( )

可视化

群组推荐是推荐系统领域的研究热点之一，相比传统推荐系统，群组推荐针对团体性活动对群组成员进行推荐，很好地缓和了群组成员间的偏好冲突，取得了更好的推荐效果.本文介绍了近年来基于偏好融合的群组推荐方法相关研究进展;总结了群组推荐方法常使用的评价指标和数据集;并通过实验重点分析比较了不同偏好融合对推荐结果的影响及偏好融合、推荐特征、推荐方法之间的关系;最后对群组推荐中偏好融合策略和方法的下一步研究重点进行了展望.为基于偏好融合的群组推荐方法进一步深入研究提供参考.

Select

一种基于集成学习的用户基础属性预测方法

王曼,曹倩,孙践知,张青川,徐菲

2020, 41(12): 2509-2515.

摘要 ( ) PDF全文 ( )

可视化

随着移动互联网的发展，越来越多的公司开始关注用户性别、年龄等基础属性信息，以便提供更有效的商品推荐、广告投放等个性化服务.本文提出一种基于集成学习的预测方法，通过分析智能手机App安装和使用情况，预测用户的基础属性.首先将原多分类问题转化为多个二分类问题，将LightGBM和FM融合作为基分类器;然后把二分类的预测结果与原始特征合并，再进行多分类模型的学习.实验结果表明，本文提出的融合模型能够提高用户属性预测的效果.

Select

融合实体信息的循环神经网络文本分类模型

杨春霞,吴佳君,李欣栩

2020, 41(12): 2516-2521.

摘要 ( ) PDF全文 ( )

可视化

基于机器学习的文本分类方法通常忽略了文本上下文内容的语义特征，基于深度学习的文本分类方法虽考虑了上下文内容的语义特征，但弱化了实体信息在文本分类中的作用，无法丰富文本语义表示，突出文本内容特征.本文融合实体信息，提出一种循环神经网络与实体表示相结合的分类模型.该模型通过循环神经网络和Attention机制对文本进行建模表示，充分挖掘文本上下文内容的语义特征;同时，将实体表示与文本表示做注意力计算，进一步丰富文本语义与内容特征.在20NG、R8、IMDB、AG News四个数据集上进行实验，实验结果显示，该模型与其他主流基线方法相比，在准确率(Accuracy)上取得显著提高.

Select

一种解决非光滑非凸优化问题的暂态混沌神经网络

喻昕,汪炎林,徐柳明,伍灵贞

2020, 41(12): 2522-2528.

摘要 ( ) PDF全文 ( )

可视化

提出了一个新的递归神经网络模型，目标是解决一类带等式与不等式约束的非光滑非凸优化问题.证明了当可行域有界时，递归神经网络能在有限时间内收敛到可行域，并且能最终收敛到优化问题的一个关键点.并针对一般的递归神经网络在解决非凸优化问题过程中容易陷入局部最优解的情况，本文的递归神经网络扩展为暂态混沌神经网络，能通过混沌遍历收敛到优化问题的全局最优点.最终通过实验验证了提出模型的有效性和全局寻优能力.

Select

一种融合用户偏好和信任不信任关系的社会化推荐方法

虞胜杰,熊丽荣,王玲燕

2020, 41(12): 2529-2535.

摘要 ( ) PDF全文 ( )

可视化

引入辅助数据如社交关系信息是解决传统个性化推荐算法数据稀疏问题的一种有效方法.目前大部分基于信任的推荐算法直接利用二值信任网络来提升推荐质量，然而，直接信任关系也是稀疏的.因此，本文利用社交网络中的信任信息，挖掘用户在推荐系统中的隐式信任关系，增加信任数据的密度.考虑到用户偏好信息的稀疏性，本文利用社交网络中信任信息和评分信息，结合矩阵分解的特征因子分析法缓解该影响.在线网络也存在不信任关系，如电子商务网站Epinions等.不信任信息对社交网络有重要意义，但很少有算法将不信任关系引入到推荐中.本文利用不信任信息对信任网络进行调节，选择符合社会平衡理论的稳定的路径，利用Jaccard系数的变体计算用户间的不信任权重，对于不信任权重大于设定阈值的用户，否定其局部信任度量的结果.实验结论证明,本文的信任模型可以提高预测精度，相比于融合信任的传统协同过滤算法和已有的信任增强的矩阵分解推荐方法，本文的算法具有更好的推荐准确率.

Select

分组策略下的高维目标协同进化算法

王丽萍,俞维,邱飞岳

2020, 41(12): 2536-2542.

摘要 ( ) PDF全文 ( )

可视化

为平衡高维目标优化问题在进化过程中收敛性与多样性的冲突，本文提出基于两阶段分配策略的高维目标协同进化算法.首先，利用参考向量将种群进行分组，划分为若干个子种群，在进化前期，主要根据子种群中非支配解密度评估子种群优化难易程度;在进化后期，主要根据非支配解分布的广度评估子种群多样性，以此确定子种群进化潜力，为高进化潜力的子种群分配目标向量.然后，在整个目标空间内产生随机目标向量，防止其余个体的退化.本文将改进后算法与PICEAg在3、5、7、10、15维DTLZ1-7函数上进行性能对比实验.仿真实验结果表明，除DTLZ5测试问题外，改进后算法在收敛性及多样性上均优于原算法.

Select

一种基于邻域改进的分解多目标进化算法

谭玮,邱启仓,俞维,王丽萍

2020, 41(12): 2543-2549.

摘要 ( ) PDF全文 ( )

可视化

基于分解的多目标进化算法（MOEA/D）是将多目标优化问题分解为若干个简单子问题进行并行求解的方法.然而MOEA/D对不同子问题均采用固定邻域求解，这不利于算法在邻域范围内选择到合适的解替换更新.针对此问题，本文提出一种新的调整邻域大小分配的分解多目标进化算法，以平衡算法的收敛性和多样性.该算法根据子问题距离中心区域的偏离程度，动态调整选择邻域和替换邻域大小.在算法性能对比实验中，将本文提出的算法与MOEA/D、MOEA/D-GR、MOEA/D-DRA及MOEA/D-DU在二维ZDT测试函数和三到五维DTLZ测试函数进行性能测试.实验结果表明，本文所提算法与其他几种经典算法相比，在测试函数上解集的整体质量显著提高.

Select

使用胶囊网络的细粒度情感分析方法

滕磊,严馨,徐广义,周枫,邓忠莹

2020, 41(12): 2550-2556.

摘要 ( ) PDF全文 ( )

可视化

Aspect-BasedSentimentClassification（ABSC）属于细粒度情感分析任务之一，旨在发现实体方面（Aspect）相关的情感倾向.本论文中提出一种基于胶囊网络的模型：MADC（Model based on Asp-Routing and Doc-Routing Capsule），通过迁移模型将文档级别的特征和语义信息用于方面级情感分析中，针对文档级别和句子级别的的任务，分别使用了基于注意力机制的Asp-Routing和Doc-Routing动态路由方法，加强了句子级别任务情感分析的可信度.为了让模型识别特定领域词向量的语义信息，文章使用双嵌入词向量加位置信息的表示方法，通过卷积神经网络抽取特征作为胶囊网络的输入，再使用两层动态路由算法使网络共享迁移学习的特征胶囊和主胶囊，最后针对不同的任务使用不同的类胶囊输出向量对方面情感或文档级别情感作出极性预测.文章通过在数据集上与多个框架的对比论证了模型的有效性.

Select

ENT-BERT：结合BERT和实体信息的实体关系分类模型

张东东,彭敦陆

2020, 41(12): 2557-2562.

摘要 ( ) PDF全文 ( )

可视化

目前，在关系抽取和分类任务中，通过将卷积神经网络和循环神经网络与注意力机制相结合的深度学习技术，一直以来都是主流和最佳的解决方法.最近提出的BERT（Bidirectional Encoder Representations from Transformers）模型在自然语言处理方向的多项任务中都达到了最佳效果，尤其对于文本分类任务，仅利用从模型中得到的句子向量结合全连接层便可使得分类效果有较大提升.针对实体关系分类任务，它与文本分类任务最主要的区别在于它更需要突出实体信息，因此该文章提出实体关系分类模型ENTBERT，该模型首先通过BERT得到句子向量和字向量，再通过对实体中的字向量取平均得到实体向量，然后通过注意力机制将句子向量和实体向量相结合，最终利用全连接层和softmax函数来确定实体对之间的关系，实现实体关系的分类.实验结果表明，该模型能有效突出实体信息，并且在中英文数据集上都取得较佳效果.

Select

对抗学习在带妆人脸验证中的应用

王宁,李京

2020, 41(12): 2563-2568.

摘要 ( ) PDF全文 ( )

可视化

近年来研究人员在人脸识别与验证领域取得了巨大成就，尽管现有人脸验证算法已经取得了很好的成绩，但是由于化妆会改变面部图像的局部纹理信息，依旧给人脸验证带来了极大的挑战，针对此问题，本文提出了一种新的人脸验证的框架.设置两个残差网络用于提取带妆面部图像和不带妆面部图像的特征，同时在两个残差网络［1］的特征空间中引入一个判别器，判别器可以鉴别输入的特征向量是来自于哪一个残差网络，通过协同训练两个残差网络和判别器，利用对抗学习的机制使得残差网络可以提取到与妆容无关的特征.通过在MYP数据集上的实验证明，本文的方法能够取得较好的效果，且对于妆容的鲁棒性大大增强.

Select

基于条件生成式对抗网络的图像转换综述

林振峰,尹梦晓,杨锋,钟诚,

2020, 41(12): 2569-2581.

摘要 ( ) PDF全文 ( )

可视化

图像转换实现两个图像域之间的映射，源域图像经过转换得到目标域图像.随着生成式对抗网络(Generative Adversarial Network，GAN)在计算机视觉领域的发展，图像转换越来越受到重视.结合条件生成式对抗网络(Conditional GAN)与深度学习中的其他图像处理技术，图像转换模型能够处理更复杂的跨域转换以及更具有针对性的实例转换等任务.该文从监督学习与无监督学习入手论述图像转换模型，其中监督学习包括一对一映射模型与多模态映射模型，无监督学习包括基于循环一致性约束的转换模型、实例级图像转换模型、基于潜在编码的转换模型、基于共享潜在空间的图像转换模型与基于特征分离的转换模型等，最后介绍常见的转换模型评价方法，并尝试探讨图像转换研究的热点与可能的发展趋势.

Select

面向低剂量CT图像的多生成器对抗网络降噪模型的研究

裴颂文,樊静,沈天马,顾春华

2020, 41(12): 2582-2587.

摘要 ( ) PDF全文 ( )

可视化

针对低剂量计算机断层扫描将导致扫描图像噪声高的问题，本文提出了一种用于图像降噪的多生成器的生成对抗网络（TriGAN）模型.首先提出了三个生成器的并行结构对不同类型噪声进行有针对性的图像降噪;其次引入残差网络，避免梯度消失等问题，保证训练阶段的稳定和高效;最后，利用谱归一化方法解决生成对抗网络在训练过程中可能出现的模式坍塌和慢收敛的问题.实验结果表明，TriGAN和其他深度学习模型DnCNN和GAN等相比较，图像的峰值信噪比达到26.67，平均提高了4.5%;结构相似性达到0.98，平均提高了1.5%.此外，采用TriGAN模型降噪后的断层扫描图像亨氏单位的平均值为32.61，标准差为58.91，最接近标准剂量CT样本图像的断层扫描数.

Select

一种梯度正则化稀疏表示的图像超分辨率重建方法

黄淑英,胡晓燕,吴昕,吴佳俊,许亚婷

2020, 41(12): 2588-2594.

摘要 ( ) PDF全文 ( )

可视化

近年来，稀疏表示的方法在图像超分辨率（Super-resolution，SR）重建方面取得了较好的结果.但是，由于图像在获取的过程中受外界因素的影响，获取到的低分辨率（Low Resolution，LR）图像细节往往损失严重，在图像SR重建中LR图像自身可利用的先验信息有限.因此，传统的稀疏表示不能很好地恢复出图像的高频细节.针对这一不足，本文基于稀疏表示的SR重建思想，采用邻域回归的方法从外部样例中学习图像的梯度先验信息来弥补图像自身先验不足的缺点，提出一种梯度正则化稀疏表示的图像SR重建方法.该方法通过构建一种图像梯度正则化项来引导图像的细节重建，提高重建的高分辨率（High Resolution，HR）图像的质量.实验结果表明，本文提出的SR重建算法重建结果较好，能恢复出更清晰的边缘信息，在主观和客观上重建结果都优于大多数的方法.

Select

微生物数字全息显微图像的嵌入式分类系统

陈朋,戴陈统,宫平,王海霞

2020, 41(12): 2595-2600.

摘要 ( ) PDF全文 ( )

可视化

微生物识别对于水质检测及污水处理领域具有重要意义，传统方法效率低下，需要大型仪器、人工干预.针对上述问题，本文提出一种嵌入式平台下微生物数字全息显微图像分类系统.本文使用数字全息显微镜采集微生物图像，引入卷积神经网络进行分类计算，利用Tengine架构在嵌入式平台部署神经网络算法，构建实现了GoogLeNet、AlexNet、VGG16Net等模型，实现在Whoi微生物数据集上的分类检测.使用精简的GoogLeNet-Lite网络在国产嵌入式平台RK3399达到94.15%的准确率，以及12.7fps的运算速度.实验结果说明，采用卷积神经网络，在嵌入式平台RK3399上进行数字全息图像分类，既满足了快速检测的要求，同时也解决了系统体积问题，验证了本方法的有效性.

Select

融合改进YOLOv2网络的视觉多目标跟踪方法

昝珊珊,李波

2020, 41(12): 2601-2606.

摘要 ( ) PDF全文 ( )

可视化

针对现有视觉目标跟踪方法精度不高的实际问题，提出了一种融合改进YOLOv2网络的视觉多目标跟踪方法.首先，优化了原有YOLOv2网络结构以提高视觉多目标检测的可靠性.然后，结合Deep-SORT的多目标实时跟踪方法克服了YOLOv2在检测阶段存在的帧间信息被忽略的缺陷.针对目标遮挡情况，提出了目标状态变化率修正策略，移植轻量级神经网络的深度可分离卷积取代特征提取网络中的普通卷积，提高了跟踪的整体性能.最后，采用运动匹配与表观匹配加权融合的方法确定目标的最优位置，实现视觉多目标跟踪.

Select

一种基于服务区分的实时数据传输调度模型研究与实现

柴安颖,马跃,尹震宇,李明时,李成蒙,高珊珊

2020, 41(12): 2607-2612.

摘要 ( ) PDF全文 ( )

可视化

面向工业物联网的故障运维数据对传输量、实时性等要求各有不同，在传感信息多样化及大数据量传输条件下，建立高效灵活的通信调度模型，保障事件触发类通信中突发敏感数据的实时传输，是工业物联网无线通信领域亟待解决的重要问题.本文针对当前工业物联网中时延敏感数据传输实时性低，无法根据各类数据不同时延容忍度采取合理调度方法的问题，提出一种基于服务区分的实时数据传输调度模型，将模型动态队列中的报警、状态、图像以及视频四类通信数据分为4种优先级进行传输，利用多优先级感知时隙数据传输方法，将多个时隙组合为一个感知时隙，并根据业务的不同优先级实现感知时隙的合理分配，提高时间敏感数据的实时传输，同时运用模型的良好的动态控制策略，保证缓冲队列的稳定性.仿真实验结果表明，该模型在传感数据量不断变化过程中，队列长度实时调整，时隙资源得到充分利用，保证了高优先级时延敏感数据传输的实时性，有效提高了模型的稳定性.

Select

改进Rossler方程的异变混沌堆混合加解密系统

林之博,刘媛华

2020, 41(12): 2613-2619.

摘要 ( ) PDF全文 ( )

可视化

对称加密算法是混合加密通信过程中的子算法，通常结合两端对称的加密密钥序列使用.针对已有某些对称加密算法存在的密钥较短、易产生弱密钥以及加密文件后空间占用增加等问题，改进Rossler混沌系统设计了异变混沌堆加密算法，配合非对称加密实现了一套混合加密系统.该系统加密文件用时、空间占用都优于AES算法.通过仿真给出混沌系统在不同相态微调情况下的加密序列效果数据，证明了加密算法具有可靠性、安全性，对亿分之一精度的密钥微调极其敏感;面对传输过程噪声影响时鲁棒性良好.

Select

IABC：一种基于区块链和布谷鸟过滤器的跨域认证方法

黄穗,李健,范冰冰

2020, 41(12): 2620-2625.

摘要 ( ) PDF全文 ( )

可视化

融合区块链技术的跨域认证方案充分发挥区块链具有去中心化、不可篡改和开放共识的优点，实现用户身份在不同信任域之间的点对点认证.然而传统方案中的区块链系统采用LevelDB存储数字证书，查询性能较低，难以执行重认证时大规模查询证书的请求.同时，方案仅在链上记录证书的附加状态，并未真正解决证书撤销的问题.为此，本文提出一种基于区块链和布谷鸟过滤器的跨域认证方法，在不改变原有认证架构的前提下，通过智能合约在区块链上构造布谷鸟过滤器，设计区块链跨域数字证书的组成结构，将证书映射为指纹信息插入到过滤器，实现证书注册、查询和撤销的功能，在提高跨域用户身份认证效率的同时，降低了证书的存储成本，实验结果验证了该方法的有效性和可行性.

Select

边缘计算中基于马尔可夫决策过程的数据分流时间优化

杨桂松,候玲,何杏宇

2020, 41(12): 2626-2630.

摘要 ( ) PDF全文 ( )

可视化

随着物联网的发展，大规模的数据传输增大了网络负载和数据分流时间.为了优化数据分流时间，本文在边缘计算的环境中，提出基于马尔可夫决策过程（MDP）的分流节点选择策略.本文首先构建一个支持蜂窝和WiFi通信的网络模型，该模型由终端设备、分流节点和中心云构成，然后通过终端设备的位置和上传数据量的大小构建马尔可夫决策过程模型，最后，运用值迭代算法求解马尔可夫决策过程模型，得到最优分流节点选择策略，达到优化数据分流时间的效果.本文采用两组对比实验，大量实验结果表明本文所提策略在传输数据的同时，其数据分流时间比基准算法更短.

Select

物联网设备的深度学习故障预测方法

汪晓臣,段鹏宇,李樊,孙同庆

2020, 41(12): 2631-2635.

摘要 ( ) PDF全文 ( )

可视化

随着物联网的发展，对物联网设备进行故障预测，提高其可靠性变得越来越重要.如果能够预测故障，就能够进行相应的准备来避免故障或减少损失.本文阐述了故障预测的现有技术，传统的方法需要对设备建立数理模型，很多系统和设备的模型很复杂.本文提出了基于长短期记忆网络（LSTM）的设备故障预测方法，使用摄像头的故障日志数据建立模型，对其故障进行预测.该模型以最小化均方根误差为目标，使用当前时间以前的故障记录作为模型的输入，对下一次故障的发生时间进行预测，并使用当前故障的发生时间更新模型以进行下一次故障的预测.相比于传统的ARIMA和SVR算法，预测结果的均方根误差减少了89%以上，优于现有的预测算法，具有较强的实用意义.

Select

一种改进的高维孤立点挖掘入侵检测方法

申利民,孙中魁,陈磊,冯佳音,李志明

2020, 41(12): 2636-2640.

摘要 ( ) PDF全文 ( )

可视化

入侵检测系统中原始数据多为高维数据，针对基于频繁模式高维孤立点挖掘算法不易获取完全频繁模式和时间复杂度高等问题，提出了一种基于最大频繁模式因子的高维孤立点挖掘算法获取孤立点集，并对孤立点集合进行进一步分析获取入侵检测的攻击模式.利用NSL-KDD数据集进行实验，和相关工作对比，结果表明所提出的方法在检测精确度和复杂度都具有优异的表现.

Select

基于DPDK的边缘集群内低成本高速通信方案

吴明杰,陈庆奎

2020, 41(12): 2641-2648.

摘要 ( ) PDF全文 ( )

可视化

边缘计算作为云计算的协同与补充，未来需要应对物联网50%的细小、实时的数据.同时，边缘AI的兴起，对成本受限的边缘节点的计算资源、存储资源和网络资源提出了更高的要求.如何以较低的成本为边缘集群提供较高的网络带宽和通信效率是本文的研究目标.鉴于传统OS对多网卡带宽叠加技术实现的不够友好以及单条连接最大带宽的限制，本文基于Intel DPDK技术，提出一种新颖的多网卡带宽叠加方案.该方案充分发挥DPDK对多核多网卡的支持，不仅能够实现多张网卡的带宽叠加，而且单条连接能够达到多张网卡的叠加带宽.最后利用操作系统的Socket本地回环机制，为用户提供语言无关的调用接口.在万兆带宽连接的边缘集群内，使用该方案能够将成本缩减到原来的1/3，并且提供相同的连接带宽.相比于传统的通信机制通信效率的到了极大的提高，不仅延时降低了10%，丢包率也降低了60%.

Select

一种利用半监督Fisher判别分析检测推荐攻击的方法

武锦霞,周全强,段亮亮

2020, 41(12): 2649-2656.

摘要 ( ) PDF全文 ( )

可视化

协同推荐系统容易受到推荐攻击，为了检测该攻击，很多无监督、有监督及半监督检测方法被提出，其中，半监督检测方法的优势在于可以利用无标签用户概貌提升检测性能.然而，已有半监督检测方法的准确率较低，针对该问题，本文提出一种基于半监督Fisher判别分析（Semi-supervised Fisher Discriminant Analysis，SFDA）的推荐攻击检测方法RAD-SFDA来提升半监督检测方法的准确率.首先，利用Fisher判别分析（Fisher Discriminant Analysis，FDA）技术结合有标签用户概貌确定投影向量，在投影后的空间中最大化真实概貌和攻击概貌的离散度的同时最小化同类用户概貌间的离散度;然后，利用主元分析（Principal Components Analysis，PCA）技术从有标签和无标签用户概貌建立的数据集中提取全局结构;最后，综合上述由有标签用户概貌确定的判别结构和由所有用户概貌确定的全局结构确定最佳投影向量，在最终的投影空间中训练贝叶斯分类器检测推荐攻击.在MovieLens数据集上的实验结果表明，本文方法在保持较高召回率的前提下有效提升了准确率.

Select

面向数据发布的隐私保护技术研究综述

王明月,张兴,李万杰,张青云,李晓会

2020, 41(12): 2657-2667.

摘要 ( ) PDF全文 ( )

可视化

数据发布的隐私保护问题被广泛关注和研究，如何在用户隐私信息不被泄露的情况下保证大量数据的高可用性成为一大挑战.由于大数据的海量性、多样性和高速性，导致传统面向数据发布的隐私保护模型不能保证隐私安全.当前亟需对大数据发布的隐私保护技术发展现状进行梳理，为大数据发布的隐私保护重点问题的研究和突破提供参考.因此，分析了现存的攻击模型，分类介绍了分组技术、加密技术和失真技术的隐私保护方法，对最新研究算法进行归纳和整理，总结了数据发布在具体领域的应用，根据对现有技术的了解，提出了未来数据发布中隐私保护问题所面临的挑战和展望.

Select

Apriori算法的改进及其在睡眠辅助医疗中的应用

石升,董金琳,王玮,闫悦,孙艳蕊

2020, 41(12): 2668-2671.

摘要 ( ) PDF全文 ( )

可视化

针对睡眠呼吸暂停低通气综合征结合沈阳市某医院的数据对睡眠呼吸暂停低通气综合征的相关诊断指标及潜在病因进行频繁项集的挖掘.常用的Apriori算法实用性较强但效率不高且有局限性.本文针对Apriori算法的缺陷结合已有的优化算法提出了一个新的优化算法，并在此基础上建立了睡眠呼吸暂停低通气综合征辅助医疗的模型.该算法效率更高、速度更快、适用性更广，并且将结果与医学临床表现进行对比，符合临床表现，可信度较高.

Select

一种改进灰狼算法优化LSSVM的交通流量预测

戴丽珍,付涛,杨刚,杨辉,徐芳萍

2020, 41(12): 2672-2676.

摘要 ( ) PDF全文 ( )

可视化

随着现代智能交通系统的发展，准确的交通流量预测，尤其是短时交通流量的预测，对实时交通控制的重要性日益凸显.为了解决交通流量数据强非线性对预测精度的影响，本文基于最小二乘支持向量机研究交通流量预测方法.提出了一种改进型的灰狼优化算法，通过改变灰狼优化算法中控制参数a的非线性并且引入差分算法中的交叉、变异和选择操作来提高灰狼优化算法中种群的多样性，从而提高算法的全局搜索能力，并用于优化LSSVM的惩罚因子γ和核函数参数σ，实现对短时交通流的精准预测.实验结果表明，改进GWO优化LSSVM的泛化性能和鲁棒性优于其他同类方法，可以实现交通流的精准预测.

Select

应用小波多尺度特征检测机械通气人机不同步

陆云飞,陆飞,方路平,葛慧青,潘清

2020, 41(12): 2677-2682.

摘要 ( ) PDF全文 ( )

可视化

机械通气人机不同步检测对于改善重症病人的呼吸状态具有重要意义.本文提出了一种应用小波多尺度特征的算法对其进行自动检测.首先对原始呼吸波形进行预处理;然后在对呼吸波形进行离散小波变换的基础上，根据不同步波形序列波动的不规律性和不可预测性的特点，提出了一种新的特征提取方法，即对不同层次的信号提取多种熵值特征以及非线性特征;利用序列前项选择算法选择最佳特征;最后利用SVM得到人机不同步分类结果.将算法应用于临床采集的数据集，结果显示，利用所选择特征分类效果理想，灵敏度和特异性达到了93.41%和96.68%，优于传统方法，有望辅助重症机械通气患者的治疗.

Select

加权全序列卷积神经网络方法的帕金森声纹识别研究

徐志京,张铁海

2020, 41(12): 2683-2688.

摘要 ( ) PDF全文 ( )

可视化

帕金森患者由于无法稳定控制发声器官，导致声纹与健康人有所不同，使得利用声纹识别进行帕金森疾病检测成为可能.本文提出一种动态帧双门限端点检测方法，通过将帧能量升序排列进行阈值设定，实现静音区的剔除，解决准确捕捉有效音频区域问题;将小波变换融入提取过程，改进滤波器结构，更好拟合非平稳的音频信号，保留高频中的细节特征，获得高频梅尔频率倒谱小波系数（HMFCWC）特征，充分获取音频中有效信息;设计加权全序列卷积神经网络（Weighted Deep Fully Convolutional Necural Network，W-DFCNN），通过引入特征加权层，有效区分两类人群的特征进行加权并分类，在Sakar数据集上进行了实验验证，结果表明该方案识别确率达95.1%，优于其他传统分类方法，为帕金森疾病的声纹检测提供了可靠参考.

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