小型微型计算机系统

Select

李福祥,王建敏,梁建创,王雪

2022, 43(5): 897-901.

摘要 ( ) PDF全文 ( )

可视化

朴素贝叶斯算法是一种经典的分类算法，广泛应用于很多领域.朴素贝叶斯分类算法引入了属性条件独立性假设，但这个假设在现实应用中往往不能满足，从而就会影响算法的分类性能.针对这一问题，本文对该算法进行了改进，对离散属性进行数值标记，之后用正交矩阵对连续属性和数值标记后的离散属性做正交变换，增强属性之间的相互独立性，去除了属性之间的线性关系，贴近了朴素贝叶斯分类算法的属性条件独立性假设，从而提高了分类准确率.最后基于改进的算法进行实验分析，实验结果表明，与标准朴素贝叶斯分类算法、贝叶斯网相比，改进的算法的分类性能有较大的提高.

Select

面向业务过程异常检测的深度学习模型BPADLS

付建平,赵海燕,曹健,陈庆奎

2022, 43(5): 902-912.

摘要 ( ) PDF全文 ( )

可视化

近年来，越来越多的企业组织使用业务过程管理系统管理和控制他们的业务过程.然而，在业务过程的执行过程中，容易出现各种各样的异常，如控制流异常、数据流异常、时间异常和资源异常等.控制流是业务过程的主干，检测控制流异常对业务过程的正常执行具有至关重要的作用.为了检测业务过程在执行过程中出现的控制流异常，本文提出了一种基于自注意力机制与长短期记忆网络（LSTM）相结合的神经网络模型预测业务过程的下一个活动，将预测的活动与实际发生的活动进行比较以检测业务过程是否发生控制流异常，其中自注意力用于建模活动序列中活动之间的依赖关系，而LSTM仅用于编码活动的位置信息.此外，为了解决假阳性的问题，本文提出了一种通过计算异常分数并基于阈值的方法确定实际发生的活动是否异常.为了验证方法检测异常的性能，实验中选用了5种典型的方法进行比较.实验结果表明，所提出的方法能有效检测控制流异常.

Select

一种结合IPSOBP神经网络的备件供应模型研究

陶永才,杨晨,马建红,石磊,卫琳

2022, 43(5): 913-920.

摘要 ( ) PDF全文 ( )

可视化

备件供应是制造业服务价值链协同中的重要组成，也是企业制定销售计划和生产计划的重要依据.本文将备件供应过程中的备件消耗考虑在内，以最小化总成本为目标，以订货时的备件需求量为核心参数，提出一种基于神经网络的备件供应需求预测模型.在现有标准粒子群算法的基础上，通过将惯性权重的改进、环境检测策略和自适应最优解跳跃策略结合，提出一种改进的粒子群算法（IPSO，Improved Particle Swarm Optimization）.并通过改进的粒子群算法对BP（Back Propagation）神经网络进行优化.最后通过IPSOBP神经网络模型对备件供应模型中的备件需求量进行预测，实验结果表明，相比其他的神经网络模型，IPSOBP神经网络模型的预测稳定性和精准度等性能有显著提高.

Select

用户行为序列个性化推荐研究综述

汪菁瑶,吴国栋,范维成,涂立静,李景霞

2022, 43(5): 921-935.

摘要 ( ) PDF全文 ( )

可视化

作为缓解信息过载的一种重要方式，推荐系统可以帮助用户从海量信息中快速找到有价值的信息，其应用也越来越广泛.用户行为序列个性化推荐，又简称为序列推荐，主要根据用户与物品交互行为对用户特征进行建模，进而使用不同方法捕捉用户的长期偏好和短期偏好，向用户推荐其可能感兴趣的物品.本文从用户偏好会随时间变化的视角出发，分为用户长期偏好、短期偏好和长短期偏好3个方面，重点探讨了现有用户行为序列个性化推荐研究取得的主要进展；分析了当前用户行为序列个性化推荐研究中存在的冷启动、数据稀疏和噪声干扰等主要问题，并进一步展望了该领域未来主要研究方向.

Select

大数据环境下的投票特征选择算法

周翔,翟俊海,黄雅婕,申瑞彩,侯璎真

2022, 43(5): 936-942.

摘要 ( ) PDF全文 ( )

可视化

随着数据的爆炸式增长，大数据问题越来越受到关注，然而由于大数据具有维度较高、数据复杂且变化迅速的特性，导致传统的机器学习算法不再适用，故解决大数据特征选择问题迫在眉睫.本文基于投票机制和决策树算法提出了大数据环境下的投票特征选择算法.具体步骤为，随机划分大数据集U为L个子集，将划分后的L个子集发送到L个map节点，在每个map节点上使用决策树算法进行特征选择.在reduce节点，用每个map节点选择出来的特征进行投票，将得票数大于阙值的特征选择出来.将提出的算法在Hadoop和Spark两个开源大数据平台进行了实验，发现两个大数据平台的运行机制有诸多异同.此外，将提出的大数据投票特征选择算法和单变量特征选择算法与基于遗传算法的特征选择算法在5个高维数据集上进行了实验比对.经过对实验结果的分析，发现提出的算法相较于两个相关算法分类精度和执行效率都有更优的表现.证明了提出的算法优于这两个算法，可以有效地解决高维数据的特征选择问题.

Select

融合领域知识图谱的跨境民族文化分类

毛存礼,王斌,雷雄丽,满志博,王红斌,张亚飞,

2022, 43(5): 943-949.

摘要 ( ) PDF全文 ( )

可视化

跨境民族是指居住地“跨越”了国境线，但又保留了原来共同的某些民族特色，彼此有着同一民族的认同感的民族，对于跨境民族文化中涉及到的文本分类问题可以看作领域文本细分类任务，但是，目前面临类别标签歧义的问题.为此提出一种融合领域知识图谱的跨境民族文化分类方法.首先把知识图谱中的知识三元组通过TransE模型表示为实体语义向量，并且把实体语义向量与BERT预训练模型得到文本中的词语向量相融合得到增强后的文本〖JP2〗语义表达，输入到BiGRU神经网络中进行深层语义特征提取；然后通过构建注意力权重矩阵，对特征进行权重分配，以此来提升特征的质量，最终完成跨境民族文化分类模型的训练.实验结果表明，提出的方法在跨境民族文化文本数据集上的F1值为89.6%，精确率和召回率分别为88.2%和90.1%.

Select

新能源专利文本术语抽取研究

孙甜,陈海涛,吕学强,游新冬

2022, 43(5): 950-956.

摘要 ( ) PDF全文 ( )

可视化

专业术语的自动抽取对于领域机器翻译、领域知识图谱等方面均具有重要作用.近年来，新能源领域专利文本的申请量逐年增加，我国科技文献走向世界有了更高需求，专业术语翻译质量直接影响专利文本的翻译质量.为了提高新能源领域专利文本术语抽取结果的准确率和召回率，构建新能源领域术语库以及提高新能源领域专利文本的翻译质量打下基础.本文提出了基于BERT-BiLSTM-CRF的新能源专利术语抽取方法，以自建的3002条新能源领域专利文本作为实验对象，在中文数据集上的实验结果达到了0.9211的精确率，0.9245的召回率以及0.9228的F1值.与其他经典深度学习术语抽取模型相比，基于BERT-BiLSTM-CRF的新能源专利术语抽取模型能有效地将新能源领域专利文本中字符较多的长序列术语识别出来，提高术语抽取在实际应用中的效果.

Select

融合情感增强与注意力的文本情感分析模型

朱璐,陈世平

2022, 43(5): 957-963.

摘要 ( ) PDF全文 ( )

可视化

目前深度学习技术被广泛应用于文本情感分类中，现有研究采用的网络模型输入单一，未能全面表示文本中的情感信息特征，同时也未充分考虑与待分类文本关联性更强更有意义的文本特征，以致分类器无法学习到更多隐含特征，针对上述问题提出一种融合情感增强与注意力的文本情感分析模型.该模型首先通过构造关键因子将情感信息词及其分类贡献度嵌入TF-IDF（Term frequency-inverse document frequency）实现情感增强，构建输入模型.然后通过引入加权欧氏距离改进最近邻算法，构建最近邻注意力机制，获取更多隐含相似性特征.最后将注意力机制与多尺寸卷积神经网络结合完成情感分类.实验表明相较于其他基准模型，本模型能够充分从多维矩阵学习到更全面的文本特征，有良好的分类性能.

Select

融合BSRU和胶囊网络的文档级实体关系抽取模型

杨超男,彭敦陆

2022, 43(5): 964-968.

摘要 ( ) PDF全文 ( )

可视化

文档的内部语义依赖和逻辑结构远远比句子的复杂，传统的实体关系抽取模型未能充分考虑文档中的多个不连续句子间差异化的关系，导致文档级实体关系抽取任务中模型抽取的关系特征不精确.为此，提出融合双向简单循环网络与胶囊网络的文档级实体关系抽取模型.双向简单循环网络实现多个句子间关系融合表示，同时优化对时间步的依赖，提高并行化效率；胶囊网络优化学习实体关系在空间、方向等多个维度上的关系表示.实验结果表明，本文所提出的融合模型在文档级实体关系抽取任务中具有良好表现.

Select

RDF问答系统中一种基于N-gram的消歧方法

江伟豪,严丽,屠要峰,周祥生,李忠良,

2022, 43(5): 969-975.

摘要 ( ) PDF全文 ( )

可视化

由于知识网络与互联网应用的高速发展，RDF（Resource Description Framework，资源描述框架）被广泛应用到关联数据的存储以及知识图谱的创建当中.基于自然语言处理的RDF问答系统是普通用户查询RDF数据的高效方法.在处理自然语言的过程中一般分为用户意图理解和查询验证两个阶段.而现存的研究方法是在用户意图理解阶段使用联合消歧的方式消除歧义，并且在查询验证阶段进行穷举验证，无效语句的运行延长了响应时间.本文基于N-gram模型建立语义概率模型，利用语义概率模型在用户意图理解阶段解决结构歧义与映射歧义的问题，且最终将查询意图转化为top-k个最优的查询语句进行查询并获取结果.通过与现存的方法在真实基准数据集中测试对比，本方法提高了在解决隐式关系问题方面的准确率，并且提升了查询性能.

Select

特征重要性动态提取的广告点击率预测模型

蒋兴渝,黄贤英,陈雨晶,徐福

2022, 43(5): 976-984.

摘要 ( ) PDF全文 ( )

可视化

点击率预测（Click-Through Rate，CTR）是在线展示广告中的一项关键任务，CTR预测任务中涉及的数据通常有多个特征，对其中的重要特征提取、建模的方式极大地影响了CTR预测的准确性.以往方法在特征重要性提取过程中存在信息干扰问题.针对这一问题，提出了一种特征重要性动态提取的广告点击率预测模型.该模型将门控机制引入CTR模型对特征重要性进行初步筛选，同时利用了挤压提取网络获取特征重要性，并通过双线性交互获得重要性特征之间的关联信息，最后使用了隐藏门控残差网络学习高阶信息交互.通过对两个真实广告数据集进行的广泛实验，证明了其能够比传统的点击率预测模型以及最新的基于深度学习的预测模型获得更好的准确度.

Select

基于融合相似度和层次聚类的冷启动推荐算法

韩胜宝,伊华伟,李晓会,李波,景荣

2022, 43(5): 985-991.

摘要 ( ) PDF全文 ( )

可视化

为了缓解协同过滤推荐算法中的用户冷启动问题，提出一种基于融合相似度和层次聚类的冷启动推荐算法.首先，基于用户的人口统计学信息、用户对项目的评分信息和项目种类信息，提出一种融合相似度计算方法；其次，基于用户的人口统计学信息，利用层次聚类确定冷启动用户的初始近邻用户集；最后，基于初始近邻用户集，利用融合相似度为目标用户进行推荐.基于MovieLens公共数据集，将本文提出的算法和其他推荐算法进行了实验对比分析，结果显示所提算法能够有效地缓解用户的冷启动问题，提高算法的推荐质量.

Select

使用词对齐半监督对抗学习的汉越跨语言摘要生成方法

王剑,张莹,余正涛,黄于欣,

2022, 43(5): 992-997.

摘要 ( ) PDF全文 ( )

可视化

跨语言摘要是将输入的源语言文本生成目标语言摘要的过程.目前跨语言摘要任务大多是借助于机器翻译，而针对越南语这类低资源语言，机器翻译效果不佳是汉越跨语言摘要面临的挑战.针对该问题，提出了一种基于词对齐的半监督对抗学习汉越跨语言摘要生成方法，其思想是将汉越双语对齐到同一空间，得到对齐的双语特征，然后同时利用双语特征生成跨语言摘要.具体来讲，基于编解码框架，首先利用Bert编码器分别对输入的汉越文本进行向量表征；然后基于汉越双语词典的半监督对抗学习方法，实现双语词向量在同一语义空间对齐；最后基于注意力机制同时关注双语上下文向量，解码得到目标语言摘要.在收集的汉越摘要数据集上的实验结果表明，该方法可以有效提升汉越跨语言摘要模型的性能.

Select

标签局部结构保持的离散哈希方法

敖宇翔,滕少华,张巍,滕璐瑶

2022, 43(5): 998-1005.

摘要 ( ) PDF全文 ( )

可视化

跨模态哈希检索以其存储消耗低、检索效率高引起广泛关注.现有研究仍存在如何保持标签语义和语义信息损失问题.为此,本文提出了一种新颖的标签结构保持离散哈希方法LSPDH(Label Structure Preserving Discrete Hashing),该方法将哈希学习分为哈希码学习和哈希函数学习两步.哈希码学习中,不同于其他使用流形学习提取多模态数据特征的方法,本文方法则运用流形学习提取标签信息的局部结构并在汉明空间中保持,同时将标签信息映射到哈希码矩阵,融入哈希码学习过程,来降低构建流形相似度矩阵所造成的语义信息损失;哈希函数学习中使用了核函数来获取数据间的非线性关系.最后,通过三个基准数据集上与近期跨模态哈希方法对比实验,验证了提出方法的有效性.

Select

MIKU：融合知识图谱的用户多层兴趣模型

段文菁,谢珺,续欣莹,岳晓冬,刘笑笑

2022, 43(5): 1006-1012.

摘要 ( ) PDF全文 ( )

可视化

现有的推荐算法仅依靠历史行为无法挖掘到用户的深层兴趣，且受到用户冷启动问题的制约，针对上述问题提出融合知识图谱的用户多层兴趣模型（MIKU）.该模型首先以用户的历史交互项目为知识图谱的头实体构建用户浅层兴趣，结合知识图谱中关系路径链接到历史项目的相关实体挖掘用户深层兴趣；其次考虑到用户兴趣的多样性，针对不同层次的兴趣分别采用自适应加权机制，学习用户对每个历史行为以及各个深层兴趣点的关注度.该模型在细粒度刻画物品特征的同时，利用知识图谱的结构信息为用户的推荐结果提供了一定的可解释性，并且结合了用户的属性特征有效解决了冷启动问题.通过在公开的MovieLens-1M数据集上进行验证，结果表明MIKU模型同CKE、RippleNet等基准模型相比，在推荐结果的准确率上提高了1.93%~5.59%、召回率上提升了2.95%~4.7%.

Select

基于HHT和AR模型的步行想象和空闲状态识别研究

程昭立,王晓琳,李红权,李鸿云,伏云发,

2022, 43(5): 1013-1019.

摘要 ( ) PDF全文 ( )

可视化

目前，大多数运动想象（Motor Imagery，MI）针对的是单侧肢体的研究，而传统的单侧肢体简单的运动想象不易被患者理解并且康复效果有限.本研究针对运动协调想象，设计了一种新的步行想象范式，该范式需要被试想象正常的步行动作，其涉及复合肢体的协调配合，同时，对被试的空闲状态进行识别.招募了18名被试参与本实验，分别采集了步行想象和空闲状态的脑电信号；接着分别采用自回归（Auto Regressive，AR）模型、共空间模式（Common Spatial Pattern，CSP）、希尔伯特-黄变换（Hilbert-Huang Transform，HHT）和AR模型组合方法提取特征，最后采用支持向量机（Support Vector Machine，SVM）对步行想象和空闲状态两类任务进行分类.结果显示采用AR模型提取特征取得的平均、最高和最低分类正确率分别为63.28±6.33%、80.15%和51.56%；采用CSP提取特征取得的平均、最高和最低分类正确率分别为73.58±5.37%、85.47%和59.97%；采用HHT和AR模型组合方法提取特征取得的平均、最高、最低分类正确率分别为80.51±4.06%、89.59%和62.41%.本研究表明，HHT和AR结合的特征可用于识别步行想象和空闲状态，且可分性较好.本研究可望为基于步行想象的BCI用于脑卒中偏瘫患者运动障碍康复提供思路.

Select

融合时间序列与卷积神经网络的网络谣言检测

汪建梅,彭云,余晨钰

2022, 43(5): 1020-1026.

摘要 ( ) PDF全文 ( )

可视化

针对卷积神经网络检测网络谣言没有考虑到谣言各生命周期之间的深层特征以及训练参数过于庞大问题,提出了一种融合时间序列和卷积神经网络的谣言检测算法(CNN-TS).首先将微博中的谣言事件向量化,其次将这些向量根据时间顺序分组为潜伏期、滋生期、蔓延期、消退期,然后通过卷积神经网络隐含层的学习训练来挖掘表示各阶段文本深层的特征,最后通过修改分类函数进一步加强学习效果.实验结果表明,该检测算法在准确率、精确率及F1值上均优于支持向量机与卷积神经网络,能够准确识别谣言事件.

Select

基于仿生学原理的改进KIII模型

张锦,陈玲钰,田森,刘宏,田恬恬

2022, 43(5): 1027-1032.

摘要 ( ) PDF全文 ( )

可视化

KIII模型真实地模拟了整个嗅觉神经系统，包括嗅上皮、嗅球层和嗅皮层.梨状皮质是嗅球层投射的最大区域，在气味信息处理、嗅觉产生的过程中起着非常重要的作用.但是KIII模型简化了对梨状皮质的模拟，这部分的模型结构仅使用一个KI模型和一个KII模型来表示梨状皮质中神经元的连接情况.为了完善KIII模型，本文结合嗅上皮层细胞、嗅球层中的嗅小球细胞和嗅皮层梨状皮质中锥体细胞之间的神经元比例关系，以及梨状皮质内部的神经回路、细胞结构，从仿生学原理对KIII模型进行改进.同时，本文采用小世界网络理论分析了输入通道数从5逐渐增加到100时，改进前后KIII模型的平均路径长度L和聚类系数C的变化情况.分析结果表明，与原KIII模型相比，改进KIII模型在输入通道数大于16时，具有较小的平均路径长度和更大的聚类系数；当输入通道数超过20时，改进KIII模型网络的C与对应等效随机图的Crand的比值γ增长更快且远大于改进前模型，即改进后的KIII模型较改进前的模型具有更强的小世界特性.

Select

一种低比特率变化的高容量HEVC视频数据隐藏方法

赵扬,何军辉

2022, 43(5): 1033-1038.

摘要 ( ) PDF全文 ( )

可视化

适用于高效视频编码（High Efficiency Video Coding，HEVC）视频的数据隐藏方案相对较少，现有方案大多无法充分利用所有类型视频帧，并且存在嵌入容量不高或载密视频流比特率增加较大等问题.文中提出了一种HEVC视频数据隐藏方法，利用HEVC视频新的编码元素实现在不同类型视频帧中的数据嵌入.该方法主要包括三种嵌入模式：修改编码树单元的样值自适应补偿值（Sample Adaptive Offset，SAO）、交换16×16、8×8和4×4编码单元中的残差系数以及改变4×4变换跳过块的符号位.实验结果表明，所提出的方法具有较好的嵌入不可感知性和较高的嵌入容量，并对视频流比特率影响很小.与最近提出的方案相比，载密视频具有更高的视觉质量和更小的比特率增加.

Select

增强边缘梯度二值卷积神经网络的人脸姿态识别

周丽芳,高剑

2022, 43(5): 1039-1045.

摘要 ( ) PDF全文 ( )

可视化

为了提高人脸姿态识别的识别精度,设计了一种增强边缘梯度二值卷积神经网络用于识别.首先,提出ROILBC(Region of Interest Local Binary Convolution)在人脸姿态图像上提取二值特征并归类,根据二值特征图谱和原像的对比情况选择人脸姿态图像ROI(Region of Interest)以供后续网络学习.其次,提出DR-MGPC(Dimensionality Reduced Modified Gradient Pattern Convolution)提取图像边缘梯度二值特征,在此基础上,提出Enhanced DR-LDPC(Enhanced Dimensionality Reduced Local Directional Pattern Convolution)提取图像增强边缘梯度方向特征.网络采用直方图相似度、卡方检验、常态分布比对的巴氏距离法作为测量依据来进行识别;实验在FERET和CAS-PEAL-R1数据集上进行,相比其他人脸姿态识别方法,提出的二值模式卷积神经网络在识别精度和计算效率上更优异.

Select

加权多视图聚类方法应用于快速帧间模式决策的HEVC改进算法

刘子龙,罗小龙

2022, 43(5): 1046-1050.

摘要 ( ) PDF全文 ( )

可视化

国际组织提出了新一代的视频编码标准：高效率视频编码标准.为了提高编码效率该标准引入大量新技术，随之不可避免的增加了计算复杂度.为进一步满足低延时视频传输的需求，本文提出将加权多视图聚类方法用于高效率视频编码帧间模式预测的想法，具体通过引入一种快速和高效的基于核的Ｋ均值多视图聚类算法，结合合并标签，运动矢量，跳过标签和率失真优化比率的特征选择.利用无监督机器学习视频帧间的时间相关性，达到减少帧间预测候选模式数量的目的.经过数学公式推导和实验证明，所提算法可以节省高达36.690％的编码时间，但只增加了0.278%的码率损耗.并通过与同类算法的横向比较，进一步证实所提算法的综合优势明显，达到预期目标.

Select

用于磁共振成像重构的级联UGR-Net模型

段继忠,贾伟

2022, 43(5): 1051-1055.

摘要 ( ) PDF全文 ( )

可视化

近年来,深度学习在图像处理中表现显著,因此研究者开始将深度学习用于磁共振成像的重构.现有的深度学习模型需要依赖大量数据进行训练,而医学图像很难获得大量数据,因此,为有效的提高MR成像重构的质量,本文提出一个在小数据集上表现良好的深度学习MRI重构方法.本文对U-Net模型进行改进,结合GoogleLeNet和ResNet的优势,提出了UGR-Net模型,并与数据一致性层结合得到级联的UGR-Net.在多种加速因子下使用3种欠采样模式对脑部复数数据进行欠采样,并对级联CNN网络、级联U-Net模型、新提出的级联UGR-Net重构模型的重构性能进行了比较.实验结果表明,级联UGR-Net在视觉和定量指标上均优于级联CNN模型和级联U-Net模型.

Select

结合SENet的密集卷积生成对抗网络图像修复方法

刘强,张道畅

2022, 43(5): 1056-1060.

摘要 ( ) PDF全文 ( )

可视化

本文针对数据集较小或者图像结构相对复杂的较大面积缺失的图像修复问题，提出结合SENet的密集卷积生成对抗网络图像修复方法.首先，采用生成对抗网络的思想，生成器使用密集卷积块捕捉图像中缺失部分的语义信息再利用；其次，取消密集卷积块之间的过渡层，引入SENet注意力机制SE模块，获取特征重要程度，增强特征信息指导能力；再次，在编码器和解码器之间引入跳跃连接，减少由于下采样而造成的信息损失；最后，通过引入对抗损失、MSE损失、TV损失增强网络的稳定性.所提模型在CelebA数据集进行实验.结果表明，所提算法的修复结果在图像语义、峰值信噪比（PSNR）和结构相似度（SSIM）3个方面均具有不错成效.

Select

融合Hénon映射和元胞自动机的图像加密算法

陈祥,张勇,陈云攀,肖芳艳,刘燕青

2022, 43(5): 1061-1067.

摘要 ( ) PDF全文 ( )

可视化

为增强数字图像在通信传输中的安全性,提出了一种结合了Hénon映射和元胞自动机优良特性的图像加密算法.该算法先将明文图像转换为二进制矩阵,根据外部密钥使用Hénon映射采取逐级迭代法产生伪随机序列,依据伪随机序列采用初等元胞自动机演化规则对图像信息逐行逐列地进行扩散,迭代3次后得到加密图像.经过仿真实验表明,该图像加密算法所需伪随机序列短,加密速度较快,并且对密钥、明文和密文均具有良好的敏感性,与测试指标的理论值最大相对误差仅为0.0417%,能够有效地抵抗各类被动攻击.

Select

多尺度特征金字塔网格的显著性目标检测

张卫明,史彩娟,任弼娟,陈厚儒

2022, 43(5): 1068-1074.

摘要 ( ) PDF全文 ( )

可视化

现有算法所提取的语义信息还不够丰富，影响了显著性目标检测的性能.因此，提出了一种多尺度特征金字塔网格模型来增强高层特征包含的语义信息.首先，采用特征金字塔网格结构对高层特征进行增强；其次，采用金字塔池模块对最高层特征进行多尺度操作；最后，引入非对称卷积模块，进一步提高算法性能.所提模型与其他14种显著性目标检测算法在4个数据集上进行了比较，实验结果表明所提算法能够有效提升著性目标检测的性能，特别是在复杂场景下效果更加明显.

Select

深度网络去相关层归一化技术研究

王志扬,袁旭,沈项军,赵增民,季彬

2022, 43(5): 1075-1080.

摘要 ( ) PDF全文 ( )

可视化

现有层归一化（Layer Normalization，LN）研究通过中心化和缩放网络中某一层的所有神经元输入来使得输入值落在非线性函数对输入比较敏感的区域，从而帮助稳定训练并促进模型收敛.在多通道的图像数据中，虽然现有层归一化技术能够让不同通道的特征具有相同的均值和方差，但是图像中相邻特征之间依旧具有很强的相关性，即多个通道中特征存在冗余.本文进一步提出了去相关层归一化（Decorrelated Layer Normalization，DLN）研究，所提方法通过对单个样本所有通道中加入白化（Whitening）操作，在保留原有网络层归一化的基础上进一步减少了输入特征之间的相关性，使得通道上的数据特征表达具有独立同分布的特点，从而降低了输入数据的冗余并最终提升层归一化的泛化性能.在CIFAR-10，CIFAR-100数据集上的实验结果证明本论文所提方法与其他归一化方法在小批量样本（Mini-Batch）上比较能够将图像分类准确率提高2%至4%.

Select

通道可靠局部秩变换的目标跟踪算法

李丽,李均利,田竟民

2022, 43(5): 1081-1087.

摘要 ( ) PDF全文 ( )

可视化

针对目标在遮挡、背景杂乱时跟踪定位不准确的问题，提出通道可靠局部秩变换的目标跟踪算法.使用局部秩变换特征结合Lab三通道图像构成16维特征通道，从中选择有效的特征通道进行融合，增强算法对目标特征的表达能力.实验表明，相比于利用可靠性系数选择得到的特征通道，利用经验选择的局部秩变换特征通道在特定场景的跟踪效果更好，对目标的位置估计更加准确.与其他算法进行对比，经验选择方法在特定场景测试上平均速度达到56.7帧/秒，满足实时性要求，在目标测试集上优于对比的两种方法.

Select

基于级联森林的控制流错误检测优化算法

董志腾,顾晶晶

2022, 43(5): 1088-1095.

摘要 ( ) PDF全文 ( )

可视化

在单粒子翻转引起的瞬时故障中，控制流错误占很大比例.主流的控制流错误软件检测方法依靠插桩标签来检测控制流错误.但基于标签的检测算法很难在标签插桩的开销和错误检测率之间找到一个平衡.本文提出一种智能的基本块拆分方法，在不用修改原有检测算法的基础上，提升控制流错误的检测率，同时尽可能的减小额外开销.首先，使用GDB调试工具和LLVM Pass文件，对程序进行故障注入实验并提取特征；其次，使用级联森林模型筛选出程序中易发生控制流错误的基本块，并对其进行智能拆分，使基于标签的检测算法能够在拆分点进行标签插桩；最后，在单标签算法CFCSS和双标签算法RCFC上进行验证实验，均取得很好的实验效果.本文提出的方法几乎可以在所有的基于标签的检测算法上使用，并能在提高检错能力的同时，具有较低的时空开销.

Select

基于模板的软件缺陷修复推荐方法

薄莉莉,朱轩锐,孙小兵,

2022, 43(5): 1096-1101.

摘要 ( ) PDF全文 ( )

可视化

软件中长期累积的历史遗留问题导致软件产品的规模和复杂性逐渐增大.为了有效提高软件缺陷修复的效率，本文针对源代码文件中的修复前代码版本和修复后代码版本之间的差异，根据预定义的细粒度更改操作提取缺陷修复模板，并基于此修复模板提出了一种缺陷修复推荐方法.结果表明，模板的覆盖范围可达67.11%，并且5位参评者评估其有效，认为此修复模板适用于软件缺陷并且能够解决部分缺陷问题.

Select

移动众包环境下一种多阶段质量感知的在线激励机制

高丽萍,孙明达,高丽,陈庆奎

2022, 43(5): 1102-1108.

摘要 ( ) PDF全文 ( )

可视化

随着移动人群感知成为收集数据的一种新范式,越来越多的移动众包应用应运而生.如何有效地激励工人参与任务并提供高质量的传感数据一直是该领域的关键问题,然而在线场景下的移动众包平台往往缺乏真实数据和未来信息,导致工人提交的数据质量参差不齐.所以本文考虑了在线场景下工人选择问题,提出一种多阶段质量感知的在线激励机制(SQOI).在预算和任务时限的约束下将整个活动周期分为多个阶段,每个阶段对上线的工人进行筛选采样、评估质量和更新参数,为下一阶段的选择策略提供依据.本文从理论上证明了该机制具有预算可行性、个体合理性、真实性和计算效率,同时,实验验证了该机制在提升数据质量上的有效性.

Select

使用模型检测方法对Paxos算法进行验证与改进

何东炼,杨晋吉,赵淦森,管金平

2022, 43(5): 1109-1113.

摘要 ( ) PDF全文 ( )

可视化

因通信的同步问题、网络分区的可靠性问题等，分布式系统难以在通信、分区等环节失效的情况下对特定的状态达成共识.Paxos是近年分布式系统中常见且有效的共识算法，本文通过使用模型检测的方法对Paxos算法进行形式化建模，分析和验证了Paxos作为共识算法所应当满足的性质，结果表明，Paxos算法满足安全性、活性，但执行过程中有发生活锁的可能，并通过模型检测器重现了算法发生活锁时的运行轨迹.最后通过对算法进行改进，以应对现有算法执行过程中可能出现的活锁问题，并通过了模型检测器的验证.

Select

SFCDSL:一种服务功能链领域专用语言

阮宏玮,李华,王显荣

2022, 43(5): 1114-1120.

摘要 ( ) PDF全文 ( )

可视化

为满足用户服务功能链需求,加快服务功能链编程效率,设计一种面向服务功能链领域的专用语言SFCDSL.从规范化和可扩展性考虑,首先提出SFC抽象化层次框架和SFCDSL编程框架.对于SFCDSL中的服务关系采用基于面向对象设计方法,给出了基于软件定义SF和面向对象的SFC形式化定义,在此基础上重点分析了SFCDSL的对象关系设计和风格设计,之后以实现的北向扩展ETSI NFV环境的Intent和南向基于Floodlight SDN的SFC框架原型,结合典型需求实例说明了SFCDSL语言可用性、可演化性和可扩展性优势,最后与其它SFC技术进行了分析对比.

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