小型微型计算机系统

Select

丁一,张瑶,李冠男,

2020, 41(5): 897-901.

摘要 ( ) PDF全文 ( )

可视化

对于水下目标被动跟踪,通常采用扩展卡尔曼滤波算法进行目标状态估计,但在目标跟踪过程中,由于目标运动的不确定性及系统噪声的影响,此时对目标的状态估计通常难以获得较高的精度.针对以上问题,本文提出一种由BP神经网络来校正扩展卡尔曼滤波的被动目标跟踪算法.利用BP神经网络的学习能力,将卡尔曼滤波过程中的滤波增益、滤波值与预测值之差、滤波值与量测值之差作为BP神经网络的输入,学习得出卡尔曼滤波的滤波误差,并利用此误差值对滤波过程进行在线校正.仿真表明,BP神经网络辅助校正扩展卡尔曼滤波的方法,对滤波过程的可靠性和精确度都有了提升.

Select

基于张量分解的多维信息融合兴趣点推荐算法

杨晓蕾,李胜,何熊熊,刘桂云

2020, 41(5): 902-907.

摘要 ( ) PDF全文 ( )

可视化

网络及移动设备的普及促使基于位置的社交网络（Location Based Social Network）被人们广泛使用，为个性化的兴趣点推荐系统带来了巨大的发展前景.用户出行受到多方面因素影响，当前兴趣点推荐多数利用地点的地理位置和用户的社会关系，只同时考虑两种或三种影响因素，影响因素利用不够全面导致准确率难以提高.此外，推荐系统仍存在数据稀疏和冷启动问题，大多数研究也没有讨论本地和异地推荐问题.本文提出了一种基于张量分解的多维信息融合的兴趣点推荐通用模型，先利用社会关系、兴趣点类别和时间因素构造三阶张量并定义用户常驻地用于刻画用户画像，再利用地理因素和流行度影响构造地点标签，结合两者后分配影响因素权重，最后得到每个用户的TOPN个兴趣点进行推荐.在Foursquare数据集上的实验结果表明，该算法不仅具有灵活的扩展性和较低的复杂度，而且相比当前流行的兴趣点推荐算法获得了较为显著的准确率提升.

Select

邻域多粒度粗糙集知识更新增量算法

徐怡,孙伟康,王泉

2020, 41(5): 908-918.

摘要 ( ) PDF全文 ( )

可视化

邻域多粒度粗糙集由邻域关系族组成，能够有效地处理连续的数值型数据，所以有广泛的应用前景.但在实际应用中，论域的变化会导致多粒度环境下粒度划分的变化，进而导致原始知识的变化，如本文中邻域多粒度粗糙集的正域、负域和边界域的变化.为了解决这一问题，本文提出了一种基于矩阵的增量式知识更新方法.首先，我们给出了邻域多粒度粗糙集模型的矩阵表示方法.在此基础上，提出了正域、负域和边界域的增量更新算法.通过使用该方法，减少了知识更新的时间复杂度，提高了算法的效率，通过具体的数据集和实验验证了该算法的有效性.

Select

一种面向枢纽现象的离群数据检测算法

马文强,赵旭俊,张继福,饶元淇

2020, 41(5): 919-924.

摘要 ( ) PDF全文 ( )

可视化

在高维数据中，逆k近邻查询会导致出现枢纽现象，这严重影响了基于逆k近邻离群检测算法的性能.为解决这一问题，提出了一种面向枢纽现象的双向近邻离群检测算法.该算法首先引入并重新定义了对象的影响空间，在影响空间中，同时兼顾了对象的k近邻和逆近邻的影响作用，有效提高了算法的准确性；其次，引入了启发式信息，不仅考虑对象的离群程度同时还考虑其k近邻的离群情况，显著降低了k的取值，从而减少了算法的计算量和运行时间；最后，采用真实数据集，实验验证了本文算法同传统的基于枢纽现象的离群挖掘算法相比具有更高的效率和准确性.

Select

平面并联机构的形式化建模与验证

陈琦,王国辉,张倩颖,施智平,陈善言,关永

2020, 41(5): 925-931.

摘要 ( ) PDF全文 ( )

可视化

平面并联机构运动学分析是机构学研究热点之一，平面并联机构运动学模型的构建和求解的错误会给整个系统带来灾难性损失.传统运动学分析方法难以保证模型的完备性和求解的正确性.而基于高阶逻辑的定理证明方法可以弥补传统分析方法的不足.本文以几何代数、共形几何代数的高阶逻辑表达为基础，在HOL Light定理证明器中形式化描述平面并联机构的相关数学理论，建立正向运动学高阶逻辑模型，验证正向运动学的一般性求解算法，从而确保了平面并联机构运动学分析的正确性和分析求解方法的可靠性.

Select

始发保优的序列比对

陆成刚

2020, 41(5): 932-939.

摘要 ( ) PDF全文 ( )

可视化

动态时间规整(Dynamic Time Warping，DTW)是序列比对的经典方法，可以计算动态对应的序列间距的最小值.该文从一个新颖的角度重构了DTW的理论框架，提出了DTW的可加保优和始发保优两条特性.并依赖始发保优的算法拓展能力，将DTW由普通距离延拓到平均距离、Pearson相关系数、和Tanimoto相似系数的动态优化的计算模式，建立了一系列序列比对的新方法.动态计算的Pearson相关系数和Tanimoto相似系数较常规Pearson系数和Tanimoto系数分别更能捕捉长度一致的序列之间的真实相似性.对该系列方法以计算效率最高的动态平均距离为代表作内置，进行大量标注数据集的层次聚类比较测试，证实相较于传统DTW算法在基于序列比对的聚类准确率（平均F值）上至少有35个百分点的提高.且使用kNN作序列匹配分类实验也证实了动态平均距离优于传统DTW距离.

Select

混合范数趋势滤波时间序列分类算法研究

任守纲,刘国阳,顾兴健,熊迎军,王浩云,徐焕良

2020, 41(5): 940-945.

摘要 ( ) PDF全文 ( )

可视化

针对时间序列分类算法易受噪声影响的问题，传统的L1趋势滤波和L2趋势滤波都是有效的时间序列平滑方法，然而两者的趋势模型固定，仅适用于特定类型的数据.另外常用的欧氏距离度量在处理时间序列时没有考虑时序属性.因此，本文提出一种基于混合范数趋势滤波的时间序列分类算法.首先，在趋势滤波目标函数中引入混合范数模型作为正则项，获取更适于分类的时间序列趋势估计；然后，采用动态时间弯曲(DTW)距离度量消除时序干扰，训练基于DTW的k近邻分类器实现时间序列分类；最后，使用贝叶斯优化算法自适应地寻找最优的超参数组合，以降低问题求解的时间复杂度.在UCR时间序列数据库的40个数据集上进行实验，结果表明本文算法在时间序列分类任务中的性能更佳、分类错误率更低.

Select

一种自适应双门限与KLT融合的目标跟踪方法

高捷

2020, 41(5): 946-951.

摘要 ( ) PDF全文 ( )

可视化

为解决视频监控系统中目标跟踪过程出现的漂移问题，提出一种自适应双门限与KLT融合的目标跟踪方法.该方法首先采用自适应双门限运动目标检测获得高门限和低门限二值图像信息，同时将双门限二值图像信息与KLT目标特征点跟踪进行融合处理.如果KLT找到的特征点大部分在双门限目标的轮廓内，标记该轮廓为目标轮廓；否则，使用KLT特征点来确定目标的轮廓，最终实现场面复杂监视下运动目标的持续、准确跟踪.利用不同监控场景下跟踪多类目标体做实验，验证了本文方法不仅能够持续、准确地跟踪运动目标，而且可适用于场面雾天低能见度条件.

Select

利用时空轨迹数据的城市可达区域计算方法

柴明璐,唐晓岚,陈潇然,陈文龙

2020, 41(5): 952-960.

摘要 ( ) PDF全文 ( )

可视化

针对现有的城市可达性研究主要利用静态的道路网络进行路段或路段上的位置间的可达分析，以路网的空间特征来支持城市应用，而关于城市交通的时间特征尚未得到深入研究的不足，本文提出一种利用大量的具有时空信息的出租车轨迹数据和道路数据的可达区域计算方法（RAC）.在RAC中，根据起始位置和起始时间的时空约束从轨迹中提取出在查询时间段内的目标轨迹，并且每条目标轨迹计算唯一对应的可达点以达到加速计算的效果.接着，通过可达点的路段匹配和在同一路段上合并操作，提高了计算效率.最后，通过基于最大轨迹抵达数的边界路段选择策略实现了高精度的可达区域边界的选择.基于真实轨迹数据的实验结果表明，与传统方法相比，RAC能够得到更准确的可达区域且拥有更高的执行效率.

Select

成长鸡群优化RBF神经网络的亚健康诊断模型

郭炜儒,邱存月,张大波,王彦捷,张利

2020, 41(5): 961-966.

摘要 ( ) PDF全文 ( )

可视化

针对RBF神经网络不能准确计算中心向量和节点宽度，导致RBF神经网络识别亚健康准确率达不到最优的问题，提出一种成长鸡群优化RBF神经网络的亚健康诊断模型.首先，对设备数据进行小波变换去除噪声，提取特征，将数据归一化处理；其次，用混沌搜索策略求得成长鸡群的初始种群；最后，对鸡群算法进行改进，将得到的优化参数输入到RBF神经网络模型进行训练，输出结果.解决RBF神经网络参数择优困难以及识别效果不佳问题.实验结果表明，提出算法收敛速度快、亚健康识别准确率较高.

Select

一种结合LSTM和集成算法的文本校对模型

陶永才,吴文乐,海朝阳,石磊,卫琳

2020, 41(5): 967-971.

摘要 ( ) PDF全文 ( )

可视化

伴随着互联网的飞速发展，各行各业产生了大量的电子文本数据，但是这些文本经常存在语义错误，数据质量良莠不齐，如何提高电子文本的质量是亟待解决的难题.本文设计一种基于集成算法和长短时记忆网络的集成模型，提高语义特征检测和校对的准确性.主要工作分为三部分：（1）使用神经网络和HowNet学习词语义原之间的搭配关系；（2）将抽象化信息输入至长短时记忆网络集成模型，预测语义搭配关系；（3）结合模糊匹配方法，依据聚合度对预测结果投票并排序，将排名靠前的结果作为校对建议输出.实验结果显示，本文提出的校对模型和算法与其他文献相比在检错准确率和校对准确率上分别提高了1.8%和2.3%.

Select

带时间窗车辆路径规划算法研究与实现

孙沪增,李章维,秦子豪,周晓根,张贵军

2020, 41(5): 972-978.

摘要 ( ) PDF全文 ( )

可视化

针对基本蚁群算法易陷入局部最优、早熟等特点，设计了一种基于蚁群系统和局部增强搜索策略的蚁群算法求解带时间窗的车辆路径问题.首先，利用改进的状态转移规则，设计多种局部搜索算子实现可行解子回路以及子回路之间的路径优化；其次，引入了动态更新信息素挥发以及转移规则参数策略，指导算法在迭代过程不同阶段进行动态参数选择.最后，通过与标准测试数据集比对表明算法在较短时间内可得出满意解，并结合GIS物流配送实际案例验证了算法的有效性.

Select

基于数字孪生的生产线三维检测与交互算法研究

陈末然,邓昌义,张健,郭锐锋

2020, 41(5): 979-984.

摘要 ( ) PDF全文 ( )

可视化

针对生产线中检测算法与各个生产环节相对独立、缺乏被测物体特征描述与特征匹配约束等问题，提出基于数字孪生技术的三维检测算法，通过建立物理空间与虚拟空间的数字化映射，实现检测算法和设备的匹配，解决传统三维特征匹配方法中出现大量伪对应关系的问题.算法在离线环节建立被测物三维特征描述的孪生模型，是基于SHOT特征上的局部投票向量；在线检测环节仅采用一个孪生的三维投票空间，投票选出正确的匹配关系，也降低了计算复杂度.将所提算法在数字孪生产线中进行实验，通过与传统匹配方法对比，验证了新算法在特征点匹配精确性、识别率方面都强于传统方法，在生产线的检测应用领域中有积极的意义.

Select

稀疏表示及区分性联合字典学习语音降噪算法

姜峰,霍彦明,李争

2020, 41(5): 985-989.

摘要 ( ) PDF全文 ( )

可视化

经过传统的联合字典学习算法所训练出来的语音字典会与相同算法下训练出来的噪声字典之间形成相互干扰，残留的噪声以及波形失真都是降噪之后的语音容易产生的问题.针对这一问题，提出一种新的算法，其基于稀疏表示及区分性联合字典学习.为确保信号能够在其对应子字典上进行正确稀疏表示，在字典的学习阶段，这个算法添加了字典区分约束项.最后利用基于区分性联合字典得到的稀疏表示系数对纯净语音进行估计，有效避免了语音失真，获得了更好的语音降噪效果.相比于传统算法，实验结果表明，所提算法在两种评测方式下均获得了最优的评价结果.

Select

一种结合深度知识追踪的个性化习题推荐方法

马骁睿,徐圆,朱群雄

2020, 41(5): 990-995.

摘要 ( ) PDF全文 ( )

可视化

个性化习题推荐是教育数据挖掘领域的重要课题，现有习题推荐方法中，对知识建模的方法大多忽略了对相似学生之间共同特征的利用；而协同过滤方法往往忽略学生对知识的掌握状态.针对以上缺陷，提出一种结合深度知识追踪模型与协同过滤方法的个性化习题推荐方法.该方法首先以深度知识追踪模型对学生知识建模，再结合协同过滤方法，计算学生的习题正确概率，并依据该概率，将一定难度范围内的习题推荐给学生.该方法同时参考了个人的知识水平和相似情况学生的近邻信息，具有更好的模型精度，并能够根据难度范围推荐适合的内容.最后通过实验验证了本文方法的有效性.

Select

模拟退火算法优化PSOGA算法解决柔性流水车间调度问题

景会成,王颖

2020, 41(5): 996-999.

摘要 ( ) PDF全文 ( )

可视化

针对遗传算法解决柔性流水车间调度（Flexible Flow Shop scheduling，FFSP）时问题存在的搜索效率低、容易陷入局部最优解等方面不足进行分析，提出了一种模拟退火（SA）算法优化粒子群遗传（PSOGA）算法.首先通过增加工艺路线的对应工序数完成双层编码，自适应函数中引入CTmax和CTmin两个变量、采用自适应交叉和变异算子的方法完成对PSOGA的改进，之后用SA算法与改进后的PSOGA算法进行结合，完成了SAPSOGA算法的设计.最后将传统PSOGA与SAPSOGA进行仿真比较，验证了SAPSOGA算法在解决FFSP问题时拥有更好地最优解和速度.

Select

应用CNNSeq2seq的PM2.5未来一小时浓度预测模型

刘旭林,赵文芳,唐伟

2020, 41(5): 1000-1006.

摘要 ( ) PDF全文 ( )

可视化

为了提高PM2.5未来一小时浓度预测的准确率，提出了一种基于卷积神经网络和序列到序列（SequencetoSequence，简称Seq2Seq）的深度学习预报测型.首先，综合分析PM2.5浓度随季节的变化趋势、PM2.5浓度在不同季节逐小时变化趋势、站点PM2.5浓度与最近邻站点相关性以及PM2.5浓度和气象要素相关性.其次，利用PM2.5浓度数据、气象站点观测数据和气象要素网格数据进行融合处理，生成用于训练和测试的时空序列数据，并使用卷积神经网络和Seq2Seq网络获取时空特征.最后，使用模型对PM2.5未来24小时逐时浓度进行预测，并与支持向量机和其他深度学习模型作对比.实验结果表明，相比其他机器学习方法和深度学习，卷积神经网络和长短时记忆相结合的预测方法能有效提高PM2.5浓度未来一小时预测精度，并具有较高的泛化能力.

Select

一种基于密度峰值聚类的链路预测算法

邵豪,王伦文,邓健

2020, 41(5): 1007-1012.

摘要 ( ) PDF全文 ( )

可视化

传统基于网络结构的链路预测算法只考虑单个节点相似性指标，在结构不同的网络中预测结果差异明显且预测精度低.针对此问题，本文考虑不同指标的互补性，提出一种自适应融合多指标的链路预测算法.首先改进传统路径相似性指标未完全挖掘路径信息的缺点，提出PLD和INR指标，分别考虑路径中间链接及中间节点连通性对预测的贡献以提升预测性能；其次将节点间是否存在链接的预测问题转变为二分类问题，并将上述指标与邻居相似性指标、随机游走指标结合进行链路预测；再次利用密度峰值聚类进行无监督学习，根据学习结果预测链路.仿真实验结果表明该算法在各个网络的预测精度都明显高于传统相似性预测算法.

Select

使用网页元素随机化方法的广告反屏蔽系统

韦俊琳,段海新,白宇,季姝廷,张皓宇

2020, 41(5): 1013-1018.

摘要 ( ) PDF全文 ( )

可视化

互联网的稳定发展得益于网站与用户之间长久以来形成的商业模式,网站为用户提供“免费”内容,而广告作为“免费”内容的价格.广告作为互联网公司的主要收入来源,广告拦截器的介入打乱了原有的用户与网站之间的商业模式,给互联网公司带来了巨大的经济损失.广告拦截器的使用量不断增加,让广告供应商也不得不寻求有效的广告反屏蔽方案.鉴于广告服务器结构复杂、模板多样,逐一修改广告服务器代码的方法显得不太可行,需要一种不用广告服务器介入的通用反屏蔽方案.本文采用中间件与浏览器端配合的方式搭建了广告反屏蔽系统,在对广告服务器透明化的基础上实现了广告反屏蔽功能.广告反屏蔽系统从两方面实现反广告拦截功能,首先是对广告资源地址进行加密以对抗广告拦截器对网站页面资源请求的监控,其次是对广告元素属性的随机化以对抗广告拦截器对广告元素的隐藏.本文将广告反屏蔽系统应用于百度CDN,为百度联盟提供广告反屏蔽服务.通过对广告反屏蔽系统进行广告请求、广告展示对比测试和系统上线对比测试,表明在CDN处使用广告反屏蔽系统将大幅度提升广告请求及展示的成功率,是一种有效的对抗广告拦截器的方法.

Select

面向语音识别系统的黑盒对抗攻击方法

陈晋音,叶林辉,郑海斌,杨奕涛,俞山青

2020, 41(5): 1019-1029.

摘要 ( ) PDF全文 ( )

可视化

随着深度学习方法在语音识别系统中的广泛应用，尤其是在自动驾驶、身份认证等安全等级较高的应用，语音识别系统的安全问题至关重要.深度学习给语音识别系统带来更便捷的训练步骤、更高的识别准确率的同时，也给系统的安全性带来了潜在风险.最近的研究表明深度神经网络容易受到对输入数据添加细微扰动的对抗攻击，导致模型输出错误的预测结果.当基于深度学习的语音识别系统被外加的细微扰动所攻击，自动驾驶汽车将会被恶意语音攻击执行危险操作，给自动驾驶系统带来了严重的安全隐患.针对语音识别系统的安全性，本文提出了一种面向语音识别系统的黑盒对抗攻击方法，采用布谷鸟搜索算法自动生成对抗语音样本，实现目标攻击.最后，利用生成的对抗语音样本攻击语音识别系统，挖掘当前性能优异的语音识别系统存在的安全漏洞，将本文提出的黑盒攻击方法在公共语音数据集、谷歌语音命令数据集、GTZAN数据集和LibriSpeech数据集上展开实验，验证了黑盒攻击方法的有效性.更进一步，利用对抗样本对其他语音识别系统进行攻击，验证其具有较强攻击迁移性，并对生成的对抗样本进行了主观评价试验，探究其隐蔽性.

Select

融合遗传聚类的可靠Web服务组合优化方法

张苑蕾,邵清,李刘静,鲁建斌,张程斌

2020, 41(5): 1030-1035.

摘要 ( ) PDF全文 ( )

可视化

大数据环境下随着用户需求越来越复杂，单个Web服务的不确定性增加，导致服务组合的难度增加.提出一种基于混合遗传聚类的可靠Web服务组合优化模型.该模型首先通过混沌映射产生初始组合服务集，并借助置信度表对服务集进行一次筛选，以提高组合可靠性.在此基础上利用遗传算法优化服务集，并以二次聚类为基础建立服务组合优化模型，最终收敛于全局最优解.实验结果表明，与传统优化方法相比，所提模型在提高可靠性的同时改善了组合优化度.

Select

单跳移动的分子通信系统的信道容量和比特错误率分析

程珍,章益铭,涂宇淳

2020, 41(5): 1036-1040.

摘要 ( ) PDF全文 ( )

可视化

考虑单跳移动的分子通信系统，首先，对纳米机器的运动方式在一维空间进行建模，并分析了该系统模型的信道特点；其次，考虑了多时隙码间干扰，采用加权和检测器对接收方纳米机器进行建模，用泊松分布逼近二项分布得到接收方纳米机器在当前时隙收到的分子总数，得到了该系统信道容量和比特错误率的计算公式；最后，通过Matlab数值仿真验证了不同的参数对单跳移动的分子通信系统的信道容量及比特错误率的影响.可通过设置这些参数的值，从而达到提高该系统信道容量和降低比特错误率的目的.

Select

改进差分进化算法下的无线传感器网络覆盖优化

王振东,刘燔桃,胡中栋,李大海,温卫

2020, 41(5): 1041-1046.

摘要 ( ) PDF全文 ( )

可视化

为了提升无线传感器网络节点的有效覆盖率，设计了一种改进差分进化算法下的网络节点部署优化策略.使用节点的有效覆盖率作为优化因子构造目标函数优化模型，在优化阶段，采用混沌反向学习初始化策略，设置精英群体引导变异向量、参数自适应等机制改进差分进化算法以加快收敛速度、提升节点的网络覆盖率.将该算法在6个基准测试函数上与其他文献的3种算法进行不同维度的实验对比，并应用到无线传感器网络节点的覆盖优化中，仿真结果表明，改进后的差分进化算法能有效加快收敛速度，提高计算精度，提升无线传感器网络的覆盖率.

Select

结合概率路由的机会网络自私节点检测算法

任智,陈民华,康健,李秀峰,

2020, 41(5): 1047-1052.

摘要 ( ) PDF全文 ( )

可视化

针对现有机会网络中自私节点检测算法开销较大和节点自私行为判断不够准确问题，提出了一种结合概率路由的自私节点检测算法——SNPR（Selfish Node Detection Algorithm Combined With Probabilistic Routing）.该算法采用了“基于控制消息判定节点自私性“、“借助相遇节点信息判定节点自私性”、“基于概率值捎带节点自私信息”三种新机制，这三种新机制能够有效提高网络中自私节点检测正确性以及检测出网络中更多的自私节点并且能够降低网络开销.仿真结果显示，相较于现有的2ACK自私节点检测算法和RSND检测算法，SNPR算法能有效提高网络中自私节点的检测准确率、网络吞吐量及消息到达率，并减少了时延.

Select

基于DPDK的多端口并行通信机制

姜海粟,陈庆奎

2020, 41(5): 1053-1058.

摘要 ( ) PDF全文 ( )

可视化

物联网终端产生的大量数据给云数据中心造成巨大负担.边缘计算技术的出现分担了云端的部分数据处理，但是随着规模扩大，大量物联网终端数据处理对边缘计算通信性能提出了更高的要求.现有的一些通信处理手段都是通过减少数据量来提高整体性能，底层的通信效率问题并未得到有效解决.针对以上问题，本文提出一种能够在边缘计算节点通信中使用的基于DPDK的多端口并行通信机制，并加入改进的端口分发策略和反馈控制策略.实验表明，该机制不仅实现了基于数据链路层的多端口并行通信，还实现了DPDK底层通信进程和多个应用进程的高速数据交互以及根据底层通信控制模块合理分配带宽资源.

Select

基于卫星延迟容忍网络的拥塞控制机制研究

陈梦婷,田茂,陈小莉,程用志

2020, 41(5): 1059-1064.

摘要 ( ) PDF全文 ( )

可视化

针对卫星延迟容忍网络(Delay Tolerant Network，DTN)中因卫星节点资源受限引起卫星节点拥塞问题，且由于DTN的保管传输特性不适用于传统拥塞控制机制，提出一种具有通用性的基于节点拥塞状态的队列优先级拥塞控制机制(Queue Priority Congestion Control mechanism based on Congestion State，QPCCCS).QPCCCS机制能适用于多种DTN路由策略，处理拥塞时将卫星节点按拥塞程度进行分类，并按照不同的拥塞状态对卫星节点消息转发进行优先级队列化，同时清除冗余消息副本，通过消息迁移与消息删除相结合的方式处理溢出的消息，管理卫星节点缓存来缓解卫星节点拥塞.经仿真相比原路由策略QPCCCS策略的加入能提高卫星数据投递率，降低了卫星网络传输开销，能给卫星DTN提供更好的性能需求.

Select

天地一体化信息网络动态重构技术与仿真方法

董若楠,张光杰,刘渊,王晓锋,李乾治

2020, 41(5): 1065-1070.

摘要 ( ) PDF全文 ( )

可视化

相对于传统互联网，天地一体化信息网络更容易遭受无意或者蓄意的攻击和干扰，为此有必要研究保证天地一体化信息网络持续可用的方法.提出了一种面向天地一体化信息网络的动态重构技术，该技术首先根据链路最短路径数作为资源关键度的衡量标准感知天地一体化信息网络拓扑的实时变化；基于所感知到的变化，通过路由的动态收敛，为失效业务寻找新路径，保证网络的持续连通；进一步，通过信关站共享集群的方法，实现通信业务的动态迁移；最后，基于云计算平台，构建了天地一体化信息网络仿真体系.仿真实验表明，该技术可以在卫星节点出现故障及卫星链路发生变化时，自动感知变化并实现路径切换，保证卫星网络的重构可用；在DDoS的攻击下，能够实现在不同信关站节点的业务迁移，保持正常的通信，保证通信网络的动态重构.

Select

软件开发中的情感状态分析研究综述

赵海燕,徐英杰,陈庆奎,曹健

2020, 41(5): 1071-1077.

摘要 ( ) PDF全文 ( )

可视化

软件开发是一个复杂的任务.近年来，软件开发活动中的情感受到越来越多的关注.一方面，研究者围绕利用了文本情感分析进行软件开发中的情感状态获取，研究如何提高现有情感分析工具对软件开发领域分析精度以及提出针对软件开发领域的有效情感分析工具或方法；另一方面，研究者也通过实际项目数据对软件开发中的情感状态及其影响因素和效应进行了实证研究.本文从情感分析的现状、软件开发中的情感特点，情感分析的一些主流工具、主要方法、目前已有的实证研究，以及情感对于软件开发的影响研究这些方面阐述近年来软件开发中的情感状态分析的研究现状.最后，对于软件开发情感分析一些存在的问题和未来的发展趋势进行了展望.

Select

融合定向自注意机制的代码完成方法

虞慧群,黄家杰,范贵生,刁旭炀

2020, 41(5): 1078-1083.

摘要 ( ) PDF全文 ( )

可视化

智能代码完成是现代智能软件开发中的重要组成部分，但对于动态类型编程语言来说可能具有挑战性.基于学习大型代码库有助于促进动态类型编程语言的代码完成.然而，即使具有注意机制的标准神经语言模型同样丢失了代码的时间顺序信息和代码之间的远程依赖关系.本文使用抽象语法树将源代码转换为单词序列，受到程序源代码结构顺序信息以及定向自注意网络的启发，本文提出使用定向自注意机制来捕捉源代码的时间顺序信息以及代码上下文的远程依赖关系，更好地用于进行代码完成.两个基准数据集上的实验证明了本文的定向自注意机制对代码完成任务的有效性.

Select

HUIMIPSO：一个改进的粒子群优化高效用项集挖掘算法

王常武,尹松林,刘文远,魏小梅,郑红军,杨继萍

2020, 41(5): 1084-1090.

摘要 ( ) PDF全文 ( )

可视化

高效用项集挖掘是数据挖掘中发现数据之间关系的技术之一.例如在商业服务领域效用值代表了某些商品组合的利润.高效用项集挖掘能够挖掘出数据中效用值比较大的项集—高效用项集，因此高效用项集挖掘近年来受到了更多的关注与研究.针对高效用项集在数据集中的不均匀分布，提出一个改进的粒子群优化高效用项集挖掘算法.算法改进了粒子群优化流程中种群优化值的生成方式，通过轮盘赌选择法在当前代种群的高效用项集中以一定概率选择下一代种群的初始优化值.这个改进增加了种群的多样性，使得算法能够挖掘出更多的高效用项集.实验结果验证了算法的可行性和有效性.

Select

一种基于分布式存储系统的Piggyback码

周悦,李贵洋,江小玉,李慧,韩鸿宇

2020, 41(5): 1091-1097.

摘要 ( ) PDF全文 ( )

可视化

随着大数据时代的来临，纠删码在分布式存储系统中有着越来越重要的应用.Piggyback码作为纠删码的一种，因其同时具有高效率存储和低修复带宽的优点而成为近年来的研究热点，RSRII码作为Piggyback码中在减少修复带宽方面最典型的码，因其修复过程中需要进行有限域上方程组的求解，使得编码复杂度和修复复杂度过高.针对这个问题，提出了一种新的Piggyback码，并给出了其一般性构造和修复算法，该码基于分布式存储系统中广泛使用的系统型MDS码，通过结合Piggybacking框架的核心思想，构造了新的piggybacks添加规则，有效避免了有限域上的方程组求解问题.对比分析表明，新的Piggyback码既保持了RSRII码较低的平均修复带宽率，还具有更低的编码复杂度和修复复杂度.

Select

稀疏混合字典学习的人脸鉴别算法

矫慧文,狄岚,梁久祯

2020, 41(5): 1098-1105.

摘要 ( ) PDF全文 ( )

可视化

在基于稀疏表示的人脸鉴别方法中，提高鉴别准确率的关键在于增强字典和稀疏编码的辨别性.针对小样本训练情况，本文提出一种新的混合字典学习方法.首先以费舍尔判别准则和拉普拉斯矩阵为约束，利用类别特色字典提取数据类别之间的特殊性，在保留稀疏编码数据相似性的同时减小类内编码离散度，增大类间编码离散度.然后利用类内差异字典提取类别共性，捕捉不同类别的相同特征.最后将类别特色字典与类内差异字典相结合，分为4个实验方案在AR、CMUPIE、LFW等人脸数据库上进行实验，结果表明该算法在少样本训练条件下可以获得更高识别精度.

Select

一种基于目标检测的偏斜图像校准方法

徐振杰,陈庆奎

2020, 41(5): 1106-1111.

摘要 ( ) PDF全文 ( )

可视化

本文提出了一种新颖的的偏斜图像校准方法，致力于对大规模物联网场景下的偏斜图像进行自动校准.本算法以特征金字塔网络作为基础，提出AFPN网络增加网络特征图的语义信息.由于传统目标检测的方法对非水平目标的匹配会并不能获得目标偏斜角度的信息，因此本文增加偏斜感兴趣区域变换.偏斜感兴趣区域变换中包括了三个阶段，分别为偏斜感兴趣区域学习机，偏斜位置敏感感兴趣区域校准以及偏斜感兴趣区域计算.最后通过对边界框的参数引入direction损失得到边界框偏斜的角度并加权平均得到图像偏斜角度，从而能够对偏斜图像进行校准.

Select

基于三流联合卷积神经网络的机械臂抓取检测

王勇,陈荟西

2020, 41(5): 1112-1116.

摘要 ( ) PDF全文 ( )

可视化

目前已有一些研究将深度学习应用于机械臂的抓取检测中，但很难同时保证检测的实时性和准确性.本文提出一种用于抓取检测的三流联合卷积神经网络模型，该模型由三个独立的深度卷积神经网络流组成，其中每个流分别处理其对应的输入模态，并将它们以一种后期融合的方式结合在一起；然后利用改进的单级回归算法进行抓取位置预测,并提出一种新的置信度计算方式.该模型在康奈尔抓取数据集上图像分割和对象分割的准确率分别为94.9%和93.7%.并且在GPU上以每秒14.2帧的速度进行实时检测.测试结果表明，我们的模型同时保证了抓取检测的实时性与准确性，提高了检测的速度与精度.

Select

元胞自动机改善大规模海面污染物扩散实时绘制算法

吕梦雅,张鹏,刘培艺,唐勇,李颖

2020, 41(5): 1117-1120.

摘要 ( ) PDF全文 ( )

可视化

海洋污染是目前世界面临最重要的环境问题之一,针对大规模海面模拟时海面网格建模计算量大,以及海洋表面污染物扩散细节不足的问题,提出一种结合投影网格和元胞自动机的方法来动态模拟大规模海洋表面污染物的扩散漂移.首先,利用投影网格算法进行海面建模,以减少计算量;其次,采用二维元胞自动机对海面中污染物的扩散漂移过程进行模拟,并引入浓度因子增加元胞自动机模拟污染物扩散的细节,利用高斯平滑滤波改善传统边界细节不足;然后,采用四叉树算法简化海面网格,提高绘制效率.最后,设计多组分析对比实验,结果表明,该方法能在实时状态下,绘制具有真实感的大规模海面污染物扩散.

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

模态框（Modal）标题

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