小型微型计算机系统

Select

孙健,郭武

2018, 39(10): 2129-2133.

摘要 ( ) PDF全文 ( )

可视化

目前，端到端的语音识别系统因其简洁性和高效性成为大规模连续语音识别的发展趋势.本文将基于链接时序分类的端到端技术应用到日语语音识别上，考虑到日语中平假名、片假名和日语汉字多种书写形式的特性，通过在日语数据集上的实验，探讨了不同建模单元对识别性能的影响；进一步将音素信息应用到模型的初始网络训练中，改善语音识别系统性能，最终效果优于基于隐马尔可夫模型和双向长短时记忆网络的主流语音识别系统.

Select

基于栈式自动编码机的语音质量评价方法

杨明极,张贵山

2018, 39(10): 2134-2137.

摘要 ( ) PDF全文 ( )

可视化

针对现有的无参考语音质量评价与主观评价结果相关性较低、无法满足市场需求的问题，本文提出了一种基于栈式自动编码机（SAE）的无参考语音质量评价新方法.该方法由BP神经网络和SAE组成的深度神经网络实现.通过栈式自动编码机提取语音的本质特征，再将此特征通过BP神经网络与主观MOS分数进行映射.仿真结果表明，文中提出的算法与已有的ITUT P.563和基于FSVM（模糊支持向量机）的语音质量评价方法相比，降低了均方误差，提高了与主观评价的相关系数.

Select

一种半监督集成学习软件缺陷预测方法

张肖,王黎明

2018, 39(10): 2138-2145.

摘要 ( ) PDF全文 ( )

可视化

针对软件缺陷预测中标记样本难以获取以及分类不平衡的问题，提出一种基于半监督集成学习方法的软件缺陷预测模型(Tri_Adaboost).一方面利用欠采样方法以及半监督学习对标记样本进行扩充，随机选取一部分无标记样本进行预标注，缓解标记样本不足的问题；另一方面，利用SMOTE方法对扩充后的标记样本进行采样，然后使用AdaBoost集成方法对标记样本集进行预测.本文在NASA MDP 数据集及基于开源项目下生成的空指针引用缺陷数据集上，验证模型的有效性，较于四种基本的机器学习分类方法，Tri_Adaboost算法在Fmeasure和AUC上均能取得较高的值.

Select

TFT-LCD模块组装调度问题的改进灰狼优化算法

姚远远,叶春明,杨枫

2018, 39(10): 2146-2153.

摘要 ( ) PDF全文 ( )

可视化

随着半导体产业的快速发展产生了很多重要的生产计划问题，其中，TFT-LCD（薄膜晶体管液晶显示器）属于资金和技术密集型产业，面对激烈的市场竞争亟需提高生产力.提出一种改进灰狼优化算法求解以最小化最大完工时间为优化目标的TFT-LCD模块组装调度问题，针对该问题特点对基本灰狼优化算法进行了一系列改进，包括工序插入式方法解码，机器选择部分采用一种全局搜索、局部搜索和随机产生相结合的初始化方法，基于搜索的方法进行工序排序部分初始化，以及均匀交叉操作和进化种群动态操作.同时，对所设计的改进灰狼优化算法的计算复杂度和收敛性进行了分析.由于该问题与柔性作业车间调度问题（FJSP）比较相似，通过对FJSP问题的不同规模基准算例的仿真实验，验证了算法有效性.另外，通过对实际生产活动中的一个TFT-LCD模块组装调度问题的测试，进一步表明本文提出的算法解决真实TFT-LCD模块组装调度问题的实用性和有效性.

Select

动态惩罚分解策略下的高维目标进化算法

王丽萍,张梦紫,吴峰,章鸣雷,叶枫

2018, 39(10): 2154-2161.

摘要 ( ) PDF全文 ( )

可视化

基于分解的多目标进化算法(MOEA/D)的求解精度与聚合方法有直接关系，其中基于惩罚的边界交叉聚合法(PBI)受惩罚参数θ影响较大，固定的惩罚参数难以匹配不同位置的子问题，尤其边界子问题上的极端解易被邻域内非支配解替代.为此，本文提出一种基于动态惩罚分解策略的高维目标进化算法(MOEA/D-DPS)，通过动态调整惩罚参数θ来改变候选解选择区域大小，使不同位置的子问题都有更合适的选择区域，且减少了边界子问题上优秀解的丢失，更好地平衡了算法的收敛性与多样性.最后，本文通过仿真实验对比分析了MOEA/D-DPS算法与相关算法的性能，实验结果表明：MOEA/D-DPS算法在DTLZ1-4测试函数上所得解集整体性能更优.

Select

一种改进过采样的不平衡数据集成分类算法

张菲菲,王黎明,柴玉梅

2018, 39(10): 2162-2168.

摘要 ( ) PDF全文 ( )

可视化

不平衡数据分类是机器学习和数据挖掘的重要环节.类分布不均衡和类中“困难样本”会导致许多传统分类算法效果不理想.为此，本文提出一种改进过采样的不平衡数据集成分类算法，一方面利用多数类样本划分少数类样本为不同子簇，充分考虑类间与类内数据的不平衡，根据子簇的概率分布进行过采样，并且对过采样后的样本及时进行修正，保证合成样本质量；另一方面利用AdaBoost算法处理不平衡数据的优势，采用决策树作为基本分类器，在每次迭代初始利用过采样方法合成样本，平衡训练信息，得到最终分类模型.7组UCI数据实验表明改进过采样的不平衡数据集成分类算法可以显著提高分类的精度，进而提升分类器的性能.

Select

一种时空轨迹群体运动移动簇模式的排序算法

张玉洁,吉根林,赵斌,张书亮

2018, 39(10): 2169-2175.

摘要 ( ) PDF全文 ( )

可视化

移动对象的群体运动移动簇模式是时空轨迹模式挖掘的重要内容，可用于发现群体运动规律、运动趋势以及群体事件.轨迹模式挖掘过程中通常会产生大量移动簇模式，然而用户感兴趣的只是少数一部分.我们可以通过对移动簇模式进行排序，从而帮助用户找出其感兴趣的少数移动簇模式，但目前针对移动对象群体运动移动簇模式排序的研究工作尚未报道，为此本文提出群体运动移动簇模式排序算法.首先利用移动簇所包含的空间属性，建立"移动簇兴趣点"的图模型，并基于该模型提出重启式随机游走的群体运动移动簇模式排序算法RWRRanking，对大量移动簇进行排序，使得用户感兴趣的结果尽可能排在前面；此外，对RWRRanking方法进行改进，结合移动簇所包含的时空属性提出带权重的重启式随机游走的群体运动移动簇模式排序算法WRWRRanking；最后，利用真实轨迹数据集进行实验，验证了本文所提出的方法的有效性.

Select

科学文献中参考文献影响力评估方法研究

张瑜,顾进广,张铭晖,张俊

2018, 39(10): 2176-2179.

摘要 ( ) PDF全文 ( )

可视化

从科技文献的若干参考文献中寻找到一篇对其最具影响力的参考文献对研究人员获取科技文献的研究目的和研究思路是十分有益的.基于文献引用关系分析科学文献与其参考文献之间的相似性和统计特征，对参考文献进行评估；使用具有人工标记训练集的分类器，通过考虑文献的相关特征从参考文献中区分出非常重要的参考文献；使用ArnetMiner和Libra下载的会议文献和期刊文献及作者信息进行了测试实验，测试结果表明，本文对参考文献影响力的评估方法效果良好.

Select

时间序列的区域周期模式及挖掘算法

郭静,陈欣,何杰,谭志国,

2018, 39(10): 2180-2185.

摘要 ( ) PDF全文 ( )

可视化

时间序列中周期行为的挖掘是众多领域研究的理论基础.针对时间序列中只在区域部分存在的周期行为，提出了一种新型周期模式概念，称之为区域周期模式.在对区域周期模式进行形式化描述的基础上，进一步提出了三种拥有不同求解目标的区域周期模式挖掘算法.算法1结合已有的部分周期模式挖掘算法和暴力迭代过程进行求解，虽能保证得到完整解，但由于过大的计算量，使其不具备实践应用价值；算法2基于类Apriori原则和三种剪枝策略，不仅能保证完整解，还具备较高的运算效率；算法3通过一阶区域周期模式的密集度推荐计算区域，大幅度地压缩了计算代价，为重要区域周期模式的快速挖掘提供了便捷方法.最后利用公开数据集测试和评估了3种算法的求解完整性和计算性能，验证了所提出算法的设计目标.

Select

自适应局部半径的DBSCAN聚类算法

秦佳睿,徐蔚鸿,马红华,曾水玲

2018, 39(10): 2186-2190.

摘要 ( ) PDF全文 ( )

可视化

经典的基于密度的聚类方法DBSCAN算法需要指定邻域半径和最小数据点阈值两个基本参数.这两个参数的确定对聚类结果的影响非常大.目前缺少有效的参数选择确定方法，同时DBSCAN算法在聚类过程中，使用统一的邻域半径参数，使得密度不均匀集上的聚类质量不高.本文提出一种自适应选择局部半径的密度聚类算法（SALE-DBSCAN），通过确定密度峰值点，自适应选择聚类的局部邻域半径，简化了参数选择的过程；通过使用自适应选择的局部邻域半径扩张密度峰值点的邻域进行聚类，提高了聚类结果质量.实验结果表明，本SALE-DBSCAN算法相较其他密度聚类算法的聚类结果更加准确.

Select

协议无关的有状态VNF的设计与实现

苟建国,吕高锋,邱为好,孙志刚

2018, 39(10): 2191-2196.

摘要 ( ) PDF全文 ( )

可视化

MiddleBox在网络中的应用可以说是无处不在，MiddleBox（如防火墙、NAT、限速器）在网络中的作用是至关重要的.然而传统的设备大多是基于硬件的，功能固化、可扩展性差、管理困难等.为了解决这些问题，可以使用软件的方法来实现虚拟网络功能（VNF），这些VNF可以是防火墙、NAT、限速器等MiddleBox.本文使用P4语言进行开发，因为P4言语开发简单，且可以实现MiddleBox协议无关.但由于P4的match-action工作方式，无法满足复杂VNF的实现，故文中进行有状态VNF的研究.本文实现了有状态的VNF——限速器，并将限速器部署于Docker容器当中.与虚拟机相比，Docker更加轻量级，方便移植，在通用的X86设备上即可部署本VNF.

Select

一种有向复杂网络生成模型的建立方法

刘大伟,杨文峰,王海洋,刘玮,

2018, 39(10): 2197-2201.

摘要 ( ) PDF全文 ( )

可视化

对于很多网络数据挖掘的应用，如链路预测、朋友推荐、社区发现和网络演化等，理解网络链路的生成模式是重要的基础性工作.随着复杂网络研究的发展，越来越多的网络应用可以抽象为有向网络的形式，但现有的研究大多关注于无向网络的范围，有向网络的生成机制亟待深入研究.通过分析有向网络的局部结构，基于微观组织模式，提出一种有向复杂网络生成模型的建立方法：局部相关位置方法.同时提出一种对应的链路预测算法来检验生成模型.在各种真实有向网络数据集中的实验结果证明了网络生成模型的有效性.

Select

观点传播的双世界网络模型

臧泽林,王万良

2018, 39(10): 2202-2208.

摘要 ( ) PDF全文 ( )

可视化

对观点传播数学模型的研究有利于更好地描述社会信息传播的一般规律.本文在小世界网络模型解决观点传播问题的基础上，深入探讨了其缺点，并将社会关系网络所依赖的毗邻关系、地理限制等因素融入模型，提出了专门解决观点传播问题的双世界网络模型.在临界值模型的基础上，提出描述单个节点对信息接纳方式的置信法则.为了验证双世界网络模型的通用性，本文使用了PKUVIS 微博可视分析工具采集的5组数据集合，对双世界网络和小世界网络进行了对比仿真实验，结果显示双世界网络模型的误差更小.这说明双世界网络模型可以更加精确地拟合真实数据，有更强的泛化能力.实验的敏感性分析显示，双世界网络模型是一个稳定有效的信息传播模型.

Select

Storm平台下基于稀疏ADtree的贝叶斯网络分布式学习算法

丁飞,庄毅

2018, 39(10): 2209-2215.

摘要 ( ) PDF全文 ( )

可视化

使用云计算技术对搜索与评分算法进行分布化是加速贝叶斯网络结构学习过程的有效方法，但需要频繁地根据分布式文件系统中的数据集计算统计信息.为了克服分布式学习贝叶斯网络的性能瓶颈，本文使用Apache Storm平台建立了基于Topology框架的贝叶斯网络分布式学习机制，并提出了基于稀疏ADtree的统计信息提取算法和状态空间搜索算法.通过使用Topology框架细粒度地分布化了贝叶斯网络结构学习算法，达到了较高的并行度.本文使用稀疏ADtree存储全局统计信息，并在各计算节点中恢复出列联表来计算评分值.本文使用真实数据集在集群上进行了性能测试实验，结果表明评分过程的时间大幅缩短，弥补了构造稀疏ADtree的时间开销.总体上，贝叶斯网络结构分布式学习的过程得到了明显加速.

Select

一种能耗优化的云内容分发网络

刘玉洁,陆佃杰,张桂娟,

2018, 39(10): 2216-2221.

摘要 ( ) PDF全文 ( )

可视化

使用云内容分发网络(Cloud Content Delivery Network,CCDN)对数据内容进行分发与传统的内容分发网络(Content Delivery Network,CDN)相比可以节省大量运营成本,是当前进行内容分发的主要措施.内容副本放置优化问题是CCDN研究的关键问题之一.然而如何在考虑CCDN系统服务质量、降低能耗开销的情况下选择最优路径放置副本仍然是一个极有挑战性的问题.为解决这一问题,本文提出了一种基于多播树的能耗优化分发模型(Energy Efficient Delivery Model,EEDM).该模型首先使用K-Canopy算法确定关键节点个数k;其次通过K-Means聚类算法,将整个网络划分成k个区域;然后通过关键节点选择算法,找出这k个区域的关键节点作为多播组的成员;最后根据最小化分发代价的副本放置多播路由选择算法,构建一棵连接所有多播成员的分发树.实验表明,该模型减少了副本分发的路径长度,降低了整体能耗.

Select

无线传感器网络LEACH算法的研究与改进

池涛,严浩伟,陈明

2018, 39(10): 2222-2225.

摘要 ( ) PDF全文 ( )

可视化

针对传统LEACH算法中簇头分布不合理和能量浪费问题，在LEACH算法的基础上提出一种改进算法GEC(Geographical Energetic Clustering)算法以及分层功率控制技术.GEC算法的基本思想是：首先采用K-means聚类算法将节点进行分簇，将簇内距离汇聚节点最近的节点作为首轮簇头，然后将簇内节点基于位置分层，通过节点所处层次和剩余能量进行备选簇头的选举.GEC算法的优点在于：使用K-means分簇效果更好，簇内分好层以后可以直接在第一层内进行簇头的选取并极大地减少了节点处理所浪费的资源.分层功率控制技术根据节点间的距离信息动态调整其发射功率.本文将GEC算法同LEACH、LEACHC和SEP算法做比较，实验结果表明：GEC算法能够更好地优化簇的结构，提升网络生命周期.

Select

一种基于SSD缓存的RAID5/6写优化技术研究

詹玲,吴畏,王方,朱承浩,万继光

2018, 39(10): 2226-2232.

摘要 ( ) PDF全文 ( )

可视化

基于SSD与磁盘混合结构具有很好的性价比，是存储研究的一个重要方向，本文针对使用SSD做RAID缓存的结构，提出了一种利用SSD缓存保留区中无效数据来优化RAID写性能的技术.根据SSD的物理特性，写请求的数据被写到空白的数据页上，而原来的旧数据被置为无效数据，存在SSD的保留区中等待垃圾回收.本文采用延迟擦除这些无效数据的方法，将其用于优化RAID5/6小写时的校验更新操作，通过在校验更新时从SSD中读取旧数据来减少磁盘操作次数，从而提高系统性能.本文也对该设计技术进行了实现与测试，实验结果表明，在缓存采用写回模式下，改进后系统平均写响应时间要比原来减少了10.13%到16.17%，而在写穿模式下响应时间可以减少16.67%到21.32%.

Select

多维大规模网络射频能量收集性能分析

夏洪星,李勇朝,张海林

2018, 39(10): 2233-2239.

摘要 ( ) PDF全文 ( )

可视化

随着大规模网络密度增加和射频能量收集技术的发展，从环境中采集通信用射频能量已达到实用化水平.为评估无线大规模网络中实际可用的射频能量，该文研究了收集器功率门限对射频能量收集性能的影响，提出两个衡量收集性能的指标：有效能量收集概率和平均可用能量.假设收发机位置服从密度不同的d维均匀泊松点过程，利用随机几何工具对典型接收机的到达功率进行建模，获得了瑞利分布随机信道下接收功率的分布函数和可用平均能量.蒙特卡洛仿真验证了分析结论.数值分析结果表明，高收集门限会导致充电概率和可收集能量显著减少；同时，在高密集网络中，收集电路敏感性对收集性能影响较大.

Select

移动云平台下基于局部复制的结构性文档协同编辑冲突消解

王丹,朱思征,高丽萍,王山山,徐烨,史旻

2018, 39(10): 2240-2247.

摘要 ( ) PDF全文 ( )

可视化

本文针对移动设备存储空间和计算能力有限的特点,在移动云平台下研发设计的一款基于局部复制的结构性文档协同编辑冲突消解算法,简称MCPS算法,在其基础上进行了冲突消解内容的补充.结构性文档在日常生活中较高的使用率和云平台下科研技术的迅猛发展,以及局部复制技术的提出,为本文的研究奠定了可靠基础.MCPS算法部署在云服务器端,各协作客户端通过局部复制策略在本地参与结构性文档(本文又称标题结构文档)的协同编辑工作,且本地部分副本内容通过树结构存储.创新性的提出副本监听与活跃度两个概念来辅助判断冲突产生时操作执行的优先级,更大程度的满足多用户的意愿.该算法总结出大致6种冲突情况,在前文的基础上,补充给出另外5种冲突消解处理方法.最后通过更加详细的案例分析描述了整个策略的执行过程,证明策略的有效性和正确性.

Select

一种基于枢纽现象和加权离群分数的离群数据挖掘算法

郭峰,张继福

2018, 39(10): 2248-2253.

摘要 ( ) PDF全文 ( )

可视化

针对高维数据集中出现的枢纽现象，本文给出了一种基于枢纽现象和加权离群分数的离群数据挖掘算法.该算法首先根据逆k近邻中出现的枢纽现象，以及与离群数据的关系，利用k近邻中的距离信息作为权值，对逆k近邻的离群分数进行加权；其次随机生成区分度阈值，根据该阈值判断区分度比例满意值，并根据满意值计算数据对象的离群程度，选取离群程度最大的若干数据对象作为离群数据；最后采用人工数据集和UCI标准数据集，实验验证了该算法的有效性.

Select

基于改进禁忌搜索的云任务负载均衡调度策略研究

陆佳炜,李杰,张元鸣,肖刚

2018, 39(10): 2254-2259.

摘要 ( ) PDF全文 ( )

可视化

云计算是一种管理和提供服务的互联网新平台，而云计算环境下的任务调度是一个NP-hard问题，任务的合理分配、虚拟机资源的负载均衡是云任务调度的重要方面.在本文中，提出了一种基于改进禁忌搜索的云任务负载均衡调度策略.该策略综合考虑任务总完成时间及虚拟机负载均衡度，提出基于时间贪心的初始解求解步骤，进而引入结合多因素优值函数的禁忌搜索算法优化任务调度的负载均衡，再进一步给出跳出局部最优的惩戒策略.为了验证提出的算法的有效性，使用CloudSim作为仿真平台，与RR算法、Min-Max算法、ACO算法等进行对比，以有限元分析计算过程中的任务调度为背景进行模拟实验，结果表明，此算法不仅缩短了任务总体完成时间，同时优化了虚拟资源负载均衡度.

Select

基于用户签到行为的群组兴趣点推荐模型

陶永才,丁鑫,石磊,卫琳

2018, 39(10): 2260-2265.

摘要 ( ) PDF全文 ( )

可视化

推荐系统将符合用户兴趣分布的项目推荐给用户.目前对推荐系统的研究大多集中于对个体用户进行推荐.然而在实际生活中，很多活动是由多个用户共同参与的.因此，组推荐系统逐渐成为研究的热点.本文提出一种基于用户签到行为的群组兴趣点推荐模型（Group POI recommendation model based on the User Check-in behavior,GPUC），该模型首先采用协同过滤的推荐算法挖掘组内成员可能感兴趣的项目，并基于TF-IDF(term frequencyinverse document frequency)的思想预测用户对项目的评分，生成个人推荐列表.在融合组内成员兴趣偏好时，提出一种加权混合融合策略，兼顾考虑不同组员在群组中的权重以及群组偏好差异度的大小.本文采用Gowalla网站的真实数据集验证了推荐模型的准确性，与算法HAaB相比，基于用户签到行为的群组兴趣点推荐模型GPUC的准确率提高了4.03%，为群组用户提供了更有效的推荐.

Select

融合的三维卷积神经网络的视频流分类研究

裴颂文,杨保国,顾春华

2018, 39(10): 2266-2270.

摘要 ( ) PDF全文 ( )

可视化

三维数学模型擅长描述连续性视频流数据的多维度信息,是视频分类研究中的重要手段.将多个顺序模型融合(Merge)后通过全连接(Dense)的方式构建了融合的三维卷积神经网络模型(3DConvNet_Ensemble),解决了单个三维卷积神经网络模型训练不充分性和低相关性问题.对UCF-101视频流数据集的101类场景进行动作行为分类实验,结果表明该模型在UCF-101数据集上获得了87.7%的分类准确率,相比二维ConvNet和三维ConvNet模型的分类准确率分别提高了32%和17%.

Select

一种基于群组的反向k排名查询算法

周杨淏,秦小麟,谢小军,郭成盖

2018, 39(10): 2271-2278.

摘要 ( ) PDF全文 ( )

可视化

近年来，随着偏好查询主体视角的变化，对于反向排名的查询成为研究热点.反向k排名查询以产品作为主体，为给定的产品查询对其而言最优的k个用户，这在产品推荐、商业评估等方面有着非常重要的应用.然而，针对多产品点查询的问题，现有的方法在结果集质量和查询效率上都存在一定的不足.为此，本文提出了一种基于群组的反向k排名查询算法GP-Rkr.该方法首先通过动态阈值调整，对查询点集合进行有效分割；在此基础上，给出了一种层次网格索引结构LG-Index，并基于该索引结构在数据集上进行裁剪和过滤，采用层次渐进式的求解策略，进一步优化查询效率.最后，在人造数据和真实数据集上进行了实验.实验结果表明，本文提出的查询方法能够有效提高结果集质量，并且具有更好的查询效率.

Select

并行计算框架Spark中一种新的RDD分区权重缓存替换算法

刘恒,谭良,

2018, 39(10): 2279-2284.

摘要 ( ) PDF全文 ( )

可视化

并行计算框架Spark的缓存替换机制是提高其计算性能和效率的重要手段.目前,针对Spark采用的缓存替换算法LRU会使高重用但最近未使用的Block容易被换出缓存的缺点,提出了基于权重的缓存替换算法,但已有的基于权重的缓存替换算法存在权重值计算不准确,考虑因素不全面,度量方法不够细致,影响了缓存的命中率和作业执行的效率.提出一种新的RDD分区的权重缓存替换算法——WCSRP.为了使RDD分区权重值的计算更加准确,WCSRP不仅综合考虑RDD的计算代价、使用次数、分区的大小和生命周期四大因素对权重的影响,而且还增加考虑了Task执行时Locality Level这个因素,并对以上五个因素进行了量化计算.实验结果表明WCSRP算法让RDD分区权重值的计算更准确,提高了内存资源利用率和作业执行效率.

Select

一种改进模糊kNN的云计算故障检测方法

刘诚诚,姜瑛,

2018, 39(10): 2285-2290.

摘要 ( ) PDF全文 ( )

可视化

在大规模复杂的云计算体系中，通过采集、分析系统数据可以了解系统运行的状态，从而发现并解决云计算故障问题.然而，目前基于监督学习的云计算故障检测方法忽略了噪声数据处理、训练样本的更新、未知类型故障的识别，影响了云计算故障检测的准确性.为此，本文定义了云计算故障模型并提出一种改进模糊kNN的云计算故障检测方法.该方法首先使用基于密度聚类的方法对初始云计算故障数据训练集进行预处理；其次根据模糊熵与互信息相结合的方法对云计算故障特征进行加权；然后根据故障特征权值以及分层检测改进模糊kNN，确定待检测云计算数据的近邻训练样本；最后通过基于最大隶属度的自学习确定待检测云计算数据的故障检测结果.通过实验表明本文方法对云计算故障检测是有效的.

Select

基于模板匹配的静脉注射滴速测量

余翠,李立,龙凡,张原

2018, 39(10): 2291-2295.

摘要 ( ) PDF全文 ( )

可视化

为了实现静脉滴注的自动测速，减轻医护人员的负担，本文将模板匹配算法运用到静脉注射滴速检测中.利用OpenCV对输液视频提取出每帧的图像序列，首先对视频图像利用混合高斯模型、积分投影算法、Hough变换进行液滴模板的提取，极大的避免了环境干扰对液滴模板的影响；然后利用模板匹配找出液滴帧并提取液滴帧号，最后根据帧号计算出输液速度.本文通过对50个静脉注射视频进行实验并与传统方法进行对比，结果表明该方法能够在各种复杂因素存在的情况下准确地对静脉注射滴速进行测量.

Select

一种面向多模态手术轨迹的快速无监督分割方法

邵振洲,赵红发,渠瀛,施智平,关永,袁慧梅

2018, 39(10): 2296-2302.

摘要 ( ) PDF全文 ( )

可视化

基于视频和机器人运动学数据的多模态手术轨迹分割是机器人辅助微创手术中的一类基本任务，用于生成低复杂度的子任务进行学习和技能评估等.然而由于手术视频的高维特征空间，传统的特征提取方法存在效率低下、难以提取有效特征的缺陷.此外，传统轨迹分割方法未对运动学轨迹进行去噪处理，分割结果易受噪声影响.为此，本文提出了一种基于手术视频和机器人运动学数据的快速手术轨迹无监督分割方法.一方面，采用堆叠卷积自编码器方法对手术视频进行无监督的低维特征提取，提高特征提取的效率；另一方面，利用小波变换对手术运动学轨迹进行多尺度去噪处理，平滑短程轨迹，减少噪声对分割结果的影响.最后，采用非参混合模型实现手术轨迹的分割.实验表明，本文提出的手术轨迹分割方法能够在保证准确性的前提下，基于视觉和运动学特征的分割速度相较于基于深度学习转移状态聚类（TSC-DL）提高了10倍.

Select

一种基于改进粒子系统的池火灾实时渲染方法

苏谟,郭锐锋,王丽丽,王鸿亮,马元婧,赵玉彬,

2018, 39(10): 2303-2308.

摘要 ( ) PDF全文 ( )

可视化

为解决池火灾模拟难以实现实时性和真实感的问题，提出一种基于改进粒子系统的池火灾实时渲染方法.首先分析了池火灾数学模型，在此基础上，建立了改进的粒子系统模型并考虑外力因素（如风速等），再通过基于GPU的粒子系统实现模型，利用 GPU 强大的并行计算能力对粒子状态更新加速，并使用基于自适应二叉树的剖分算法对燃液碰撞检测进行优化加速，从而实现池火灾实时渲染过程优化，使性能得到显著提高.实验结果表明，该方法实现简单，有效地降低渲染时间，显示的效果更为真实.

Select

融合深度信息的Grabcut自动图像分割

刘辉,石小龙,漆坤元,左星

2018, 39(10): 2309-2313.

摘要 ( ) PDF全文 ( )

可视化

Grabcut是一种准确度很高的图像分割方法，但是当图像中存在前背景颜色相近、阴影或低对比度区域时，仅利用颜色、纹理等信息难以准确分割感兴趣区域，而深度信息中包含了这些信息所没有的物体相对前后位置的信息.鉴于此，本文在用显著性实现Grabcut自动分割的基础上，融合了深度信息，提高了算法的分割准确度.为了充分利用深度和显著信息，依次从两方面进行了改进：以深度信息指导的显著图来提取Grabcut矩形框；将深度和显著信息通过自适应权重结合到Grabcut的颜色模型中，改进原算法的能量公式.实验表明，与当前主流算法对比，本文算法更有效地结合了深度信息，提高了分割算法的准确性.

Select

结合分数阶微分与结构张量的医学图像细微结构增强

王宇,王远军,靳珍怡,方丽萍

2018, 39(10): 2314-2319.

摘要 ( ) PDF全文 ( )

可视化

从分数阶微分和结构张量的特点出发，考虑到分数阶微分算子具有较好的纹理细节表达能力，结构张量具有保持图像几何形状的特性，本文通过构造分数阶结构张量，提出了结合分数阶微分算子与结构张量的医学图像细微结构增强方法.分别针对计算机断层扫描（CT）图像和磁共振（MR）图像做了增强实验，结合小波分解，对低频信号作Tiansi微分算子锐化以加强轮廓提取，对高频信号构建基于分数阶结构张量的特征值相干性度量，并根据此相干性度量加权高频信号以得到更清晰连续的纹理细节.实验结果表明，结合分数阶微分算子与结构张量的增强方法对图像的纹理细节表征能力更强，增强后的图像信息更为丰富，细节更为清晰，从而具有较好的临床应用潜力.

Select

核协同近邻表示的人脸识别算法

李昆仑,李尚然,王琳,巩春景

2018, 39(10): 2320-2325.

摘要 ( ) PDF全文 ( )

可视化

协同近邻表示分类算法将协同表示和线性保持嵌入算法结合，在处于欧式空间的训练样本中寻找未知样本的最近邻表示基，但协同近邻表示属于线性算法，很难利用样本间的非线性关系.核局部Fisher判别分析的核局部投影空间能够保持样本的最小类内离散度和最大类间离散度，使同类样本更容易聚集到一起，核方法的非线性投影将样本投影到高维的核空间中，改变样本的空间分布，使得输入空间中线性不可分的特征向量在核空间中线性可分.本文利用核方法在解决非线性问题时的优势，对协同近邻表示算法进行两点改进：1）在核局部投影空间中定义新的度量方法，寻找未知样本的最近邻表示基，提出基于核局部投影度量的协同近邻表示算法.2）将所有样本投影到核空间，在核空间中构造协同近邻表示，提出基于核方法的协同近邻表示算法.在ORL、AR及Extended Yale B等人脸库上的测试结果证明改进算法的有效性.

Select

真实感海下光照效果实时绘制

吕梦雅,刘丁,唐勇,李颖,周升腾

2018, 39(10): 2326-2329.

摘要 ( ) PDF全文 ( )

可视化

海洋场景仿真一直是计算机图形学的研究热点.为解决海下光照效果实时模拟问题，提出一种海下光照的模型.首先，以光线追踪理论和比尔朗伯定律为基础，通过求解采样点的亮度值积分和透光比率解决海水与光照交互光束产生问题；其次，引入Shadow Mapping方法对深度图采样，改善物体阴影绘制实时性问题，并通过纹理映射技术模拟光散射形成的焦散现象；再次，修改相位函数非对称因子g，消除海水散射对体积光的影响，提高了光在水中传播的真实性；最后，利用线性八叉树算法对其进行优化加速，保证算法的实时性.实验对比和分析表明，能够实时绘制出逼真的海下光照效果.

Select

结合核相关滤波和Kalman预测的运动目标跟踪

田亚蕾,马杰,杨楠

2018, 39(10): 2330-2334.

摘要 ( ) PDF全文 ( )

可视化

核相关滤波（kernelized correlation filter，KCF）目标跟踪算法的跟踪过程容易受到快速运动和运动模糊、遮挡及相似物干扰等因素影响，导致跟踪效果不佳.针对以上问题，本文提出了一种结合KCF框架和Kalman预测器的运动目标跟踪算法.该算法首先将原始图像映射到CN（Color-Name）特征空间，使跟踪器能够处理多通道颜色特征的图像；其次在跟踪过程中，加入Kalman滤波器来预测图像目标位置，根据预测位置确定待检测区域进行检测，并利用检测结果更新Kalman滤波器，提高跟踪检测精度.在OTB-2013数据集上对改进的算法多次进行实验，并与其他6种较先进的跟踪算法进行对比，分析实验结果可知在目标发生快速运动、遮挡及相似物干扰等复杂情况下，本文方法均有较强的鲁棒性.

Select

一种虚实融合场景中的火焰交互研究

唐勇,张颖,陶建新,郭慧玲,张思,

2018, 39(10): 2335-2338.

摘要 ( ) PDF全文 ( )

可视化

流固自然交互是图形学上的一个研究难题,在虚实融合场景中完成流固实时交互更是难上加难,为此探索基于Kinect的虚实融合场景中与火焰的真实自然的实时交互.首先,为模拟出真实跳动的火焰模型,在N-S方程求解过程中,引入柏林函数产生的随机数,创造随机风场,增强虚拟火焰的真实感;其次,为确保更加准确的手势识别,在建立的基于Kinect的虚实融合场景中,设计手势指令集及其相应算法,适配最佳灵敏度系数和控制系数,提高交互指令鲁棒性;最后,分析火焰与障碍物之间的单向耦合关系,建立两者间的耦合方程,保证交互细节真实自然流畅.多组火焰模拟及虚实融合场景中与火焰交互的实验对比和分析表明,人能够在虚实融合场景完成与火焰的交互.

Select

自适应匹配追踪图像超分辨算法

华臻,张海程,李晋江

2018, 39(10): 2339-2344.

摘要 ( ) PDF全文 ( )

可视化

为了提高图像超分辨率重建的效果,提出一种基于自适应匹配追踪稀疏表示的图像超分辨重建算法.该方法采用k次奇异值分解算法联合训练适用于高、低分辨率图像块的联合字典对;然后,寻找输入的低分辨率图像块在低分辨率字典下的稀疏表示;最后,利用字典间的相似性,通过低分辨率稀疏系数和高分辨率字典来生成清晰的高分辨率图像.在稀疏表示过程中,求解稀疏表示系数的优化算法大多使用正交匹配追踪算法.为了提高重构精度,缩短算法时间,采用自适应匹配追踪算法进行求解.实验表明,该算法的重构精度明显优于其他算法,对边缘和细节具有更好的重构能力,并且能够缩短字典训练的时间.

Select

基于模型驱动的Web应用服务系统开发理论框架

侯金奎,鹿旭东,陈春雷,王磊

2018, 39(10): 2345-2352.

摘要 ( ) PDF全文 ( )

可视化

从软件设计实践出发，针对基于Web应用服务和设计模式的软件设计方法，提出了一种新的模型驱动开发理论框架.该框架以类型范畴理论为基础，以服务构件标识为范畴对象，以服务构件之间的交互和依赖关系为范畴态射，从而用范畴图表给出了软件体系结构模型的框架描述.设计模式看成是构件规范的模板，模板的实例化和规范的集成过程就是软件设计和实现的过程，从而建立起了模型转换和精化中特性描述和一致性研究的统一框架.应用研究表明，该框架符合模型驱动软件设计的本质要求，为模型转换和模型驱动的Web应用服务开发提供了新的认知、分析和研究的指导架构.

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