小型微型计算机系统

Select

周煜坤,陈渝,赵容梅,琚生根

2022, 43(11): 2241-2250.

摘要 ( ) PDF全文 ( )

可视化

现有的关系抽取方法提取全局特征和局部特征，并将其连接作为关系表示进行分类.然而，简单的连接操作意味着将各种特征视为同等重要的信息来处理，忽略了它们对关系抽取的不同贡献程度，限制了模型的效果.实际上，在复杂的语境下，不同信息的重要程度大相径庭.针对此问题，提出了一种基于优化信息融合策略的关系抽取方法.首先，通过BERT获得句向量以及实体表示，将句子表示分别融入到两实体表示中，以获得两种复合特征.随后，采用一种自适应的信息学习策略融合两种特征作为关系表示用于分类.该方法融合了输入序列的全局和局部信息，并自动聚焦于贡献更大的部分.在TACRED、TACREV、Semeval2010 Task8数据集上的实验表明，该方法的F1值优于当前最优模型.

Select

CNCP：一种新型仿生的轻量级电能质量扰动信号分类模型

简献忠,赖左略

2022, 43(11): 2251-2256.

摘要 ( ) PDF全文 ( )

可视化

电能质量扰动信号分类对智能电网的稳定以及安全运行具有重要意义.针对当前电能质量信号分类模型中分类准确度不高、分类模型参数较多等问题，本文首次提出了一种基于NCP（Neural Circuit Policy）的轻量级电能质量信号分类模型CNCP（Classification-NCP），CNCP网络模型由信号特征提取、预分类和分类优化3个部分构成.首先，通过引入一维卷积核代替传统二维卷积核对信号进行特征提取，从而更有效的提取信号潜在特征.其次，通过优化NCP神经元数，减少了在特征处理过程中信息的损失.最后，通过全连接网络对预分类结果进行优化，提高了CNCP网络的泛化能力.在IEEE-1159电能质量扰动信号数据集上的实验结果表明，本文提出的CNCP与其他常用的电能质量扰动信号分类模型相比，分类结果准确性更高，抗噪性更强，模型参数更少.

Select

神经网络异构加速跟踪系统设计与实现

吴凯,党鑫,郭风祥,焦禹铭,宋庆增

2022, 43(11): 2257-2262.

摘要 ( ) PDF全文 ( )

可视化

基于深度学习的目标跟踪算法由于其网络结构十分复杂，计算量大，难以在功耗受限的移动平台上部署，本文针对这一问题提出了一种基于FPGA进行加速神经网络向前推断的异构跟踪系统，使用YOLOv5目标检测算法，根据卷积神经网络特点设计硬件加速模块，改进Deepsort跟踪算法以获得更好的抗遮挡效果，设计指令集开发上位机使硬件模块可以加速YOLOv5目标检测速度，采取软硬件协同优化设计方法分配计算任务，使跟踪系统达到低功耗，实时性的效果，实测处理速度达到50FPS.

Select

融合词性位置的无监督老挝语实体关系抽取

马霄飞,周兰江,周蕾越

2022, 43(11): 2263-2270.

摘要 ( ) PDF全文 ( )

可视化

老挝语属于低资源语言，在自然语言处理方面的研究较为薄弱，针对相对复杂的实体关系抽取技术暂时还没有相关研究.因此，该文通过研究老挝语的语言特点，提出了一种融合词性位置的无监督老挝语实体关系抽取方法.首先，通过爬虫技术在中国国际广播电台网(China Radio International，CRI)上爬取老挝语新闻3000篇，其次，对爬取的新闻文本进行预处理，包括分句，分词，命名实体识别以及词性标注;然后，使用融合了距离特征、TF-IDF特征和词性位置特征的词的分布式表示上下文特征，将其作为聚类模型的输入;之后，使用改进的KANN-DBSCAN聚类模型在预处理后的语料集上进行聚类试验;最后，采用优化的DCM方法对聚类结果进行关系标注，选出簇的关系标签，最终得到关系三元组.实验结果表明，该文提出的方法在低资源语言老挝语上达到了不错的效果，平均准确率达到了60.43%.

Select

融合改进Logistics混沌和正弦余弦算子的自适应t分布海鸥算法

毛清华,王迎港

2022, 43(11): 2271-2277.

摘要 ( ) PDF全文 ( )

可视化

针对基本海鸥算法存在的缺陷,提出一种融合改进Logistics混沌和正弦余弦算子的自适应t分布海鸥算法(ISOA).首先,采用改进Logistics混沌映射初始化种群,使海鸥更加均匀地分布于初始解空间;其次,在海鸥位置更新方式中引入正弦余弦算子来协调算法的局部搜索和全局搜索,同时加入改进的参数A加快算法收敛速度;然后,引入自适应t分布变异策略,在最优解位置进行扰动变异产生新解,增强算法跳出局部最优的能力;最后,基于8个标准测试函数与3种基本算法进行对比仿真实验,结果表明ISOA与其余3种算法相比,有较强的跳出局部最优能力,收敛速度更快,精度更高.

Select

DMM+C:一个融合多源数据的位置预测方法

卢菁,安吉,刘丛

2022, 43(11): 2278-2284.

摘要 ( ) PDF全文 ( )

可视化

Markov模型在位置预测领域有着广泛的应用,然而,动态Markov模型阶数难以确定.本文设计了一个在对用户地理轨迹和语义轨迹进行挖掘的过程中动态确定阶数的方法DMM+C,根据用户当前的轨迹序列和历史轨迹模式,结合轨迹前缀树(TPtree)以及相邻簇中用户信息,动态确定合适的阶数进行用户位置预测.该方法基于滑动时间窗口的PrefixSpan(STW-P)算法实现,通过挖掘最近一系列块中的移动模式以及用户位置访问频率不断更新用户的轨迹模式,捕捉用户移动序列模式随时间的变化规律,利用用户评论的概率分布提高位置预测精度.真实数据集上的实验证明了本方法的有效性.

Select

融合方向感知Transformer的目标情感分析

蔡瑞初,尹婉,许柏炎

2022, 43(11): 2285-2292.

摘要 ( ) PDF全文 ( )

可视化

基于目标的情感分析(Target-Based Sentiment Analysis)是情感分析领域最具有挑战性的课题之一，需要同时解决目标提取和特定目标情感分析两个子任务.现有研究工作仍存在两个问题:第一，模型无法充分利用目标边界和情感信息;第二，普遍采用长短期记忆网络提取特征，无法捕抓输入句子的内部关系.为了解决上述问题，本文通过引入方向感知的Transformer，提出一种基于双辅助网络的目标情感分析模型DNTSA(Dual-assist Network based model for Target Sentiment Analysis)，其核心思想是使用方向感知的Transformer作为特征提取器有效对齐多个目标词和情感词的内在联系，通过双辅助网络进一步增强模型的情感识别和目标提取能力.本文提出的方法在Laptop，Restaurant，Twitter 3个公开数据集上对比基准方法E2E-TBSA分别提升了2.3%，1.8%，3.9%的F1值.

Select

一种基于禁忌搜索优化的全比较数据分发策略

邓丹,李雷孝,高静,杨艳艳,王永生

2022, 43(11): 2293-2301.

摘要 ( ) PDF全文 ( )

可视化

针对在分布式系统下进行多序列比对等全比较计算的数据分发问题，提出了一种基于禁忌搜索优化的全比较数据分发策略用于提高计算效率.首先，以负载均衡、最小化存储为优化目标构建了全比较计算数据分发模型.其次，通过设计n进制编码方式、正向任务调度规则和异节点任务互换等优化算子对标准禁忌搜索算法进行改进，得到了基于禁忌搜索优化的负载均衡数据分发算法和最小化存储数据分发算法并在MATLAB上进行了实现.实验结果表明，本文提出的数据分发策略能让分布式系统达到负载均衡，节约40%-50%的存储空间，实现100%的数据本地化率，相比于主流的全比较数据分发算法具备最快的求解速度.

Select

面向基本路径学习的代码自动命名

王一凡,赵逢禹,艾均

2022, 43(11): 2302-2307.

摘要 ( ) PDF全文 ( )

可视化

在基于学习的方法代码抽象命名研究中，现有工作中的模型学习的代码表示缺少方法代码的控制流与动态可执行的信息.针对这一问题，本文提出一种面向基本路径学习的代码自动命名模型.该模型首先将方法代码通过编译器得到三地址码的中间表示并在其基础上通过本文给出的算法构建控制流图，然后基于深度优先搜索的思想构建算法提取基本路径集作为代码表示，最后引入使用注意力机制神经网络对基本路径集学习建模，训练得到方法名命名模型.为了验证模型的有效性，基于先前工作的数据集进行实验，实验结果表明本文提出的方法在本实验数据集上实验评估效果优于基线模型，并且在代码较复杂的情况下模型能够更好的理解代码语义.

Select

面向语言模型的全自动单元结构搜索

万全,吴霖,余正涛

2022, 43(11): 2308-2313.

摘要 ( ) PDF全文 ( )

可视化

可微神经网络结构搜索（DARTS）是目前主流的神经结构搜索（Neural architecture search，NAS）方法之一，但大多数基于DARTS的方法都应用于计算机视觉领域，在自然语言处理领域的研究相对较少.语言模型是目前NAS在自然语言领域应用较多的任务，DARTS在应用于语言模型任务时，会先对输入进行人工处理，整个过程为：输入-人工处理-结构搜索-输出，不满足NAS不靠人工干预，让机器自动设计网络结构的初衷.本文在DARTS的基础上提出了一种基于全自动搜索单元的NAS方法：1)移除结构搜索前的人工处理过程，实现整个单元搜索过程自动化；2)增加节点和操作数量抵消移除人工处理过程带来的模型规模和复杂度降低的影响；3)Softmax决策优化.本文提出的方法实现了单元搜索过程全自动化，搜索到的模型结构也在PTB和WT2数据集上取得了一定的竞争性.

Select

一种改进RAO算法与多核SVM的锂离子电池寿命预测模型

简献忠,张博,王如志

2022, 43(11): 2314-2320.

摘要 ( ) PDF全文 ( )

可视化

针对目前锂离子电池剩余寿命预测存在预测精度低的问题,提出了一种基于改进的无参数RAO算法与多核支持向量机(IRAO-MSVM)的电池寿命预测模型.在IRAO-MSVM模型中,采用凸组合的方法将高斯核与多项式核函数融合,提高了支持向量机的泛化能力;将混沌序列和rand-best-df随机扰动策略加入到RAO算法中,提高了RAO算法的全局搜索能力;利用所提出的算法对多核支持向量机的核参数寻优,提升了模型的预测性能.利用基准函数测试,验证了IRAO算法的有效性;采用美国NASA电池数据集进行测试,结果表明所提出的IRAO-MSVM模型的各项评价指标均优于其他比较模型.同时,IRAO算法参数设置少,更新策略只包含加乘运算,便于硬件实现.

Select

一种时空周期性注意力网络的交通流量预测模型

王婧娟,陈庆奎

2022, 43(11): 2321-2327.

摘要 ( ) PDF全文 ( )

可视化

当车流较密集时,易出现车辆拥堵继而引发交通事故,精确的交通流量预测对交通安全很重要.针对道路交通流量拥有复杂的空间相关性和时间依赖性的特性,本文提出了一种时空周期性注意力网络的交通流量预测模型(STPAN).首先,使用GCN构造空间相关性.其次,综合短期和长期的周期性信息对车流量进行预测,并采用LSTM获得时序依赖关系.交通流量数据具有周期性,然而此数据序列的周期性非真正意义上的按日或按周的.针对此问题,本文提出了一个周期性注意力机制解决周期性时间变化.此外,还将外部信息增添到此模型中以提升模型的预测精度.最后本文在PeMS数据集上验证所提模型的有效性.

Select

深层2D反卷积神经网络的序列推荐算法

李昆仑,孙瑞刚,王珺

2022, 43(11): 2328-2335.

摘要 ( ) PDF全文 ( )

可视化

序列推荐是推荐算法体系中重要的内容之一.尽管传统的序列推荐算法已经取得了较好的效果,但是传统序列推荐算法容易受到用户行为序列的单向链式结构约束,一旦序列中出现突发性购买项目则会影响整体的推荐效果.本文基于深层2D反卷积神经网络通过成对编码放松了对序列单链的约束,跳过部分不合理项目,并通过反卷积神经网络扩充、提取序列信息.随后将多层神经网络相加,充分利用用户和项目的信息并加入丢弃层,避免出现过拟合现象.在训练过程中对损失函数进行了改进,增加权重系数,使训练时更容易找到神经网络损失函数的最小值,获得更好的推荐效果.在MovieLens和Gowalla数据集中的实验结果表明,本文所提出的算法可有效的提高神经网络对序列信息的处理能力,提高推荐的准确性.

Select

基于计算机视觉的居家康复训练评估算法

郑奇,郭立泉,陈静,杨朝,王晓军,熊大曦

2022, 43(11): 2336-2341.

摘要 ( ) PDF全文 ( )

可视化

针对老年人肌肉力量、平衡和活动能力等运动功能受损问题，如何有效开展居家的肢体康复训练和评估，是目前临床的痛点和研究热点.对此提出一种基于计算机视觉和支持向量机（Support Vector Machine，SVM）的居家康复训练评估算法.通过MobileNetV3结构改进了姿态估计算法，在普通RGB摄像头和家用级电脑上实现了约30FPS的实时人体姿态估计，降低了使用成本；用创新性的归一化方法和动态时间规整算法（Dynamic Time Warping，DTW），解决了人体体型差异和老年人动作滞后的问题；通过支持向量机算法建立了与临床评估结果相映射的模型.48名受试者参与了居家康复训练评估实验，结果表明，算法准确度为93.2%，与康复专家评分呈强正线性关系（r=0.967）.

Select

BTDGCNN：面向三维点云拓扑结构的BallTree动态图卷积神经网络

张学典,方慧

2022, 43(11): 2342-2347.

摘要 ( ) PDF全文 ( )

可视化

点云卷积网络对点云进行分割分类时，独立提取点云特征却忽略了点之间的几何关联，从而丢失了许多局部特征.而对稀疏、无结构、无序的点云进行输入转换则会导致数据变得更加庞大，卷积效率降低.为此构建了面向三维点云拓扑结构的BallTree动态图卷积神经网络，利用Bat-Net变换网络（BallTree transfromation network）对初始无序点云进行空间变换，恢复点云的拓扑结构和距离向量，提高点云中各个点间的关联性，结合三层BAT边卷积模块（BallTree edge convolution network），提升其信息表征能力，以便更好地进行分类分割任务.实验结果表明，该方法在ModelNet40数据集上的分类性能均优于其他五种方法，分别提高了4.4%、2.9%、1.3%、2%和1.4%.同时在ShapeNet Parts数据集上的分割的平均交并比分别提高了1.7%、0.3%、0.3%、0.3%、0.3%，有效地提升了三维点云的分类分割性能.

Select

一种采用区域知识蒸馏网络的车道线检测算法

叶飞,刘子龙

2022, 43(11): 2348-2353.

摘要 ( ) PDF全文 ( )

可视化

目前,深度学习技术被广泛应用于车道线检测,但是弱光条件下检测至今仍是一个挑战.主要原因有两个:第一,弱光数据不足;第二,模型鲁棒性不强.针对这两个问题,本文提出了一种改进循环生成对抗网络数据增强的方法来解决弱光数据不足的情况,避免了人工增加数据的复杂度;另外根据图片中车道线与背景区域之间的联系,使用一种区域亲和知识蒸馏的方法,对检测模型性能进行优化,提高模型对图片各个区域之间特征理解,提高模型的检测精度.与目前主流的车道线检测算法进行实验对比,本文提出的车道线检测算法对弱光环境的检测速度快,精度更高,不同环境的鲁棒性更强.

Select

结合区块链的可认证医疗图像共享方案

温文媖,简云鹏,方玉明,张玉书,杨勇

2022, 43(11): 2354-2360.

摘要 ( ) PDF全文 ( )

可视化

在医疗图像的内容保护和安全分享领域,引入区块链技术存在密钥丢失问题,密钥一旦丢失便无法达到数据共享的目的.为此,提出一种结合区块链的可认证医疗图像共享方案.借助改进的基于多项式的秘密图像共享技术对医疗图像进行共享,利用区块链中的智能合约和可视化秘密共享技术对影子图像进行认证,结合智能合约进行秘密图像的恢复以降低共享机构本地客户端的负载.实验结果表明,提出的医疗图像共享方案在无损恢复秘密图像的同时具有较高的安全性;并且使用简单的异或和堆叠操作便可以进行认证,具有较低的计算复杂度,可以应用于医疗图像的内容保护与安全分享.

Select

遮挡判别下自适应融合更新相关滤波跟踪

孔菁泽,刘万军,姜文涛,邴晓环

2022, 43(11): 2361-2369.

摘要 ( ) PDF全文 ( )

可视化

针对相关滤波跟踪方法在目标被遮挡和出现形变、运动等因素影响下跟踪效果较差的问题,提出遮挡判别下自适应融合更新的相关滤波跟踪方法.首先,利用分配权重的方式将目标的不同特征进行融合,从而得到初次融合特征,再进行第二次的特征自适应融合,并通过可信度策略得到最优融合特征,进而完成候选目标位置的确定;其次,在目标位置确定的基础上,根据候选位置的可信度判断是否启动遮挡检测机制,以确定目标最终位置;最后,根据预设更新阈值对模型进行自适应更新,保证跟踪器对目标的描述能力.在OTB100数据集进行实验,本文方法跟踪精准度和成功率分别为0.817和0.767,跟踪速度为40.1帧/s.实验表明本文提出方法能够在满足实时性前提下,可有效精准地跟踪目标.

Select

一种基于轻量级堆叠沙漏网络的机械臂姿态估计方法

王琦,郑飂默,王诗宇,刘信君,郭威

2022, 43(11): 2370-2374.

摘要 ( ) PDF全文 ( )

可视化

现有的机械臂姿态估计方法通常只考虑如何改进模型的泛化能力,而忽略了模型的效率,因此在实际应用中,开发出的模型参数量和计算量过大.为了解决此问题,本文提出一种新的基于Ghost模块的堆叠沙漏网络(Ghost Module-Based Stacked Hourglass Network,Ghost-SHN).Ghost-SHN以堆叠沙漏网络(Stacked hourglass Network,SHN)为基础,构建了具有两个堆的堆叠沙漏网络,并通过把堆叠沙漏网络中的普通卷积替换成轻量的Ghost模块来压缩模型,能够更好地在机械臂上进行部署,实现了轻量级的机械臂姿态估计.四个典型数据集上的实验结果表明,Ghost-SHN相比同类模型,不仅减少了参数量和计算量,而且泛化性能很好,取得了比堆叠沙漏网络更好的精度.

Select

亮度和对比度调整的内窥镜图像增强技术

李凯,徐超,冯博,刘鸿瑞

2022, 43(11): 2375-2390.

摘要 ( ) PDF全文 ( )

可视化

为了提高医用内窥镜图像的血管和组织对比度，本文提出一种融合技术.该方法分为两部分，第1部分基于剪裁直方图的加权分布伽玛校正（AGCWHD），利用负像策略实现亮图像增强，采用截断伽玛值的方法增强暗图像，基于对比度强弱增强中等亮度图像.之后采用改进的离散小波变换的奇异值分解（DWT-SVD）技术实现亮度增强.第2部分基于Lab颜色空间对奇异值均衡图像的L分量执行对比度受限的自适应直方图均衡（CLAHE）增强局部对比度.在实验室自建的LEI_D数据集上基于暗、中等和亮图像3类，将该方法与其他6种现有方法进行主观和客观分析，结果表明提议方法表现出良好的亮度调节和对比度增强效果，同时能够很好地保持色彩和血管及组织的边缘细节.

Select

解析图引导的多任务人物图像姿态转换算法

谭台哲,钟晓静,杨卓,刘洋,黄丹,

2022, 43(11): 2381-2386.

摘要 ( ) PDF全文 ( )

可视化

人物图像合成技术最近已成为一个研究热点，在网上购物、社交平台等有着重要的作用.针对于姿态转换任务，姿态信息的引导有局限性，视角变换时生成模型难以处理复杂的人物外观特征.为了解决以上问题，首先提出多尺度特征融合的编码解码结构生成具有目标姿态的人体解析图作为辅助信息取代简单的姿态节点，然后提出一个多任务生成网络，将预训练好的VGG网络和可训练的卷积神经网络组合在一起提高网络的特征提取能力，同时生成粗糙结果、光流和掩码，通过一个光流引导的变形模块和融合模块将多任务结果融合在一起，保留了特征级的人物轮廓信息和像素级的纹理细节信息，生成更精准的目标姿态的人物图像.在多类别大型服装数据集DeepFashion上验证了所提出算法的有效性.

Select

基于分数阶Chen超混沌系统和压缩感知的可视化图像加密算法

蒋东华,刘立东,陈颖频,王兴元,孙珂

2022, 43(11): 2387-2393.

摘要 ( ) PDF全文 ( )

可视化

本文基于分数阶Chen超混沌系统,压缩感知以及伯恩斯坦多项式嵌入提出了一具有视觉意义的图像加密算法,其旨在同时实现对图像数据和图像外形的双重保护.整个的加密过程主要由预加密和嵌入这两个阶段组成.在预加密阶段,首先利用Arnold置乱和由改进型Sine映射所产生的受控测量矩阵对明文图像的小波系数进行加密和压缩.接着再将加密数据线性量化到0到255之间以产生类噪声秘密图像.同时为了降低遭到攻击的可能性,在嵌入阶段中,本文采用伯恩斯坦多项式嵌入将类噪声秘密图像隐藏到某一可公开获取的载体图像中以生成具有视觉意义的密文图像.另外,明文特征值用于生成加密过程中的密码流,从而提高了加密算法抵抗明文攻击的能力.最后,仿真实验和安全性分析表明本文提出的加密算法是有效的,同时具有很好的视觉安全性和解密质量.

Select

一种基于移动目标防御的列车通信网络闭环动态安全防护方法

李伟,陈则,秦元庆,彭思维,杨小波,

2022, 43(11): 2394-2398.

摘要 ( ) PDF全文 ( )

可视化

工业以太网技术的引入，使列车通信网络的兼容性、开放性、数据吞吐量大幅提升，但同时也引入了更大的网络安全风险.本文通过分析列车通信网络的结构特点和安全风险，提出一种基于移动目标防御的闭环动态安全防护方法，设计部署集散式混合入侵检测系统分析实时网络数据，提出定时触发和入侵事件触发相结合的移动目标防御策略，提高网络攻击的难度和成本.采用软件定义网络技术和Mininet仿真软件，搭建了列车通信网络仿真环境，测试移动目标防御策略对网络通信实时性的影响以及对拒绝服务攻击防御的有效性.仿真结果证明了所提安全策略的可行性.

Select

恶意数字证书检测方法研究

宋丹,努尔布力,俞文杰

2022, 43(11): 2399-2405.

摘要 ( ) PDF全文 ( )

可视化

随着更多的恶意软件利用数字证书来隐藏其恶意活动，伪造证书或免费证书的出现和用户对证书警告信息和证书的安全通信意义不敏感，使得恶意软件频发.针对上述问题，本文使用证书内容数据实现恶意数字证书检测，通过恶意数字证书的检测实现恶意软件的预防.首先，通过收集的证书数据，提取了基于恶意证书属性的手工特征，其中分类特征向量化方法使用改进的CLE方法；还提取了基于TF-IDF方法的特征；最后融合两种特征在机器学习模型中训练和测试.结果表明，Catboost准确率能达到98.76%.

Select

使用模糊关键字可搜索同态加密的区块链隐私保护方案

蔡玉涵,王静宇

2022, 43(11): 2406-2413.

摘要 ( ) PDF全文 ( )

可视化

针对区块链中用户对数据文件安全以及隐私保护的需求，提出了一种基于模糊关键字可搜索同态加密的区块链隐私保护方案.设计了方案的框架，并进行形式化分析和证明，包括内容加密、搜索、用户获取加密文档和用户解密4个阶段.通过引入中间节点和加法同态加密算法，实现了加密密钥的保护，防止区块链上的其他节点获取用户的隐私.与现有的基于模糊关键字可搜索加密的区块链隐私保护方案相比，该方案能同时保护数据文件安全和用户隐私.安全性、正确性和可靠性分析表明了该方案的可行性；相关的仿真实验结果表明，方案具有较低的计算开销，并具备良好的隐私保护能力.

Select

一种强化学习的射频供能通信收包率优化方法

苏小枫,陈清华

2022, 43(11): 2414-2421.

摘要 ( ) PDF全文 ( )

可视化

在射频供能的通信方式中，反向散射通信由于过度依赖射频信号导致传输速率低、传输不稳定问题；无线供能通信传输过程易因环境干扰造成数据丢包问题.为此，本文联合考虑反向散射与无线供能通信，以最大化长期平均收包率为目标，考虑有限电池容量和环境动态变化等因素，在马尔可夫决策过程框架下，研究了反向散射辅助无线供能通信系统中的模式选择和功率分配策略.设计了代价函数表示丢包开销，并计算了不同通信方式的误码率与丢包率.基于此，采用SARSA算法求解无先验信息的解，运用深度Q学习方法解决状态空间连续性问题.最后通过仿真实验表明混合传输在动态环境下的稳定性和有效性，此外，基于SARSA和深度Q学习的在线解决方案性能优于基线方案Q学习.

Select

面向资源均匀使用需求的工业5G实时调度方法

田宇,陈文谣,关锁玲,许驰,夏长清,金曦,

2022, 43(11): 2422-2427.

摘要 ( ) PDF全文 ( )

可视化

在保证控制系统性能要求以及通讯系统吞吐量的同时,本文对5G非授权网络进行建模并研究其非授权频段资源分配与调度算法,针对多回路的数据收发进行资源分配与调度,以均匀占用时隙资源为目标,为不可预知的事件触发数据提供最快的响应,来寻找一种动态的调度方法.首先为明确表示该问题中复杂的依赖关系,构建了传输拓扑,之后根据该拓扑进行系统模型的构建,并将其描述为0-1整数线性规划问题,使其能够通过求解器进行求解,最后对该问题模型进行改进,使得在保证可行解的前提下,缩短求解时间,并设计一种基于资源均匀占用的启发式算法,来大幅度提高问题规模可扩展性.

Select

空间信息网络端到端可靠性建模

蔡睿妍,张容容,杨力,戚耀文

2022, 43(11): 2428-2433.

摘要 ( ) PDF全文 ( )

可视化

针对空间信息网络具有环境动态性、服务差异性等特征，导致传统的多状态系统可靠性不能准确反映网络的实时状态，从而影响网络的可靠性问题，提出一种基于RBD（Reliability Block Diagrams）的QoS（Quality of Service）可靠性数学模型.该模型使用线性权重法综合考虑链路剩余带宽、节点丢包率多状态以及时延对可靠性的影响，对带宽敏感业务、时延敏感业务和可靠性敏感业务给予不同的权重，计算不同业务背景环境下通信可靠性.仿真结果表明，与不交和法可靠性模型相比，本文所提出的可靠性数学模型计算复杂度更低，实验仿真值更接近本文的理论值，计算准确度得到明显提升，能够较为准确的计算出空间信息网络端到端可靠性.

Select

基于混沌工程的自动化故障实验系统

魏星,李京,童飞帆

2022, 43(11): 2434-2441.

摘要 ( ) PDF全文 ( )

可视化

分布式系统运行中可能发生网络分区、磁盘损坏等各种故障，混沌工程技术通过模拟故障场景提前测试系统面临故障时的表现，发现潜在风险并修复.现有混沌工程技术大多仅支持单机故障注入，少数支持故障编排但不支持实验中进行数据验证等操作，且以上两者的实验粒度仅限于指定IP机器，用户无法进行自动化、灵活的故障实验.针对上述问题，提出一种新的故障实验技术架构，支持含系统读写、数据验证操作的自动化故障编排实验，支持基于系统进程角色粒度的动态实验，并提供能力扩展支持数据验证等操作定制化.根据实现的自动化故障实验系统对不同分布式系统进行实验，结果表明该技术能提供基于角色粒度的自动化、灵活的故障实验能力.

Select

一种面向持久化内存的热点变量快速写入算法

燕保跃,姜博

2022, 43(11): 2442-2448.

摘要 ( ) PDF全文 ( )

可视化

近年来出现的持久化内存硬件(NVM)因其容量大、延迟低、可字节寻址、掉电非易失等诸多特性，为数据的存储与管理带来新的契机.然而，现有的持久化内存需要进行显式且昂贵的缓存刷新操作以确保数据持久化，且针对同一个缓存行的刷新操作比不同缓存行开销显著增大.这对于热点变量(dancing variables)的持久化带来较大挑战.为提升热点变量的更新效率，提出了PDV算法，设置多个位于不同缓存行的影子变量，并且为每个影子变量添加一个固定大小的标签.在每次更新热点变量时，PDV采用轮询策略选择不同的影子变量以确保每次写入不同的缓存行，同时根据当前的状态更新其对应的标签，以确保在系统恢复时能正确的解析出最近更新的影子变量.对于任意数量的影子变量，证明了仅需要2比特大小的标签即可确保PDV总能正确的恢复.实验结果显示，PDV算法对于热点变量的写入速度提升高达1.9倍.

Select

一种基于深度学习的源代码摘要生成模型

孟尧,祝跃飞

2022, 43(11): 2449-2455.

摘要 ( ) PDF全文 ( )

可视化

源代码摘要是一段用自然语言描述的有关源代码的简介.源程序和自然语言之间存在着巨大的差异，计算机程序生成的摘要很难满足实际的需要.本文提出了一个基于深度学习的代码摘要生成模型At-ComGen，该模型基于混合的注意力机制设计，使用编码器-解码器结构的神经网络搭建.为了保持源代码的文本和结构信息，At-ComGen模型在源代码编码过程中同时使用独立的词汇编码器和语法树编码器.At-ComGen的解码器中还创新性地引入了BERT预训练模型技术提高生成摘要的描述能力.实验结果表明，At-ComGen模型在BLUE、METEOR等评价指标上均优于目前流行的代码摘要生成模型.

Select

Knox特征优化在网格化犯罪时空预测中的应用

魏东,张天祎

2022, 43(11): 2456-2464.

摘要 ( ) PDF全文 ( )

可视化

本文针对传统犯罪预测模型中数据处理方法不适用于犯罪近重复性分析,以及犯罪数据高度不平衡特性导致的犯罪预测结果分散的问题,提出了一种基于Mnd-Knox算法以及时空交互网格结构改进的犯罪预测模型.该模型框架由确定时空阈值、建立时空网格结构、扩充数据集、数据挖掘4部分组成.首先采用Mnd-Knox算法确定犯罪近重复性显著的时空域值;其次采用网格化地理信息管理方法建立网格结构,并确定各因子间影响权重;然后在基础数据集上融合附加地理环境特征;最后采用深度神经网络算法进行数据挖掘.针对2016年芝加哥地区4类频发型犯罪数据进行实验.结果表明,与传统犯罪预测模型相比,本文所提出的模型构建方法有更好的预测效果,模型平均绝对误差值降低了88.56%.

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