小型微型计算机系统

过刊目录

  • 2019年, 40卷, 第6期
    刊出日期：2019-06-01
      
  • 全选
    |
  • 融合self-attention机制的卷积神经网络文本分类模型
    邵清,马慧萍
    2019, 40(6): 1137-1141.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统的文本分类算法采用词向量表示文本,忽视了上下文语境中词义的变化.本文通过引入self-attention机制处理词向量,提出一种卷积神经网络模型与关键词提取技术相结合的文本分类模型.该模型对文档进行self-attention操作,以抽取关键信息,构建文档特征图,根据卷积神经网络模型和关键词提取技术实现特征向量的分类.在真实数据集上进行性能分析,并与循环神经网络模型、长短时记忆网络模型进行比较,结果表明该分类模型有效地提高了分类的准确性.
  • 基于迁移学习和BiLSTM-CRF的中文命名实体识别
    武惠,吕立,于碧辉
    2019, 40(6): 1142-1147.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对中文命名实体识别问题,该文提出了一种基于迁移学习和深度学习的TrBiLSTM-CRF模型.该模型采用基于实例的迁移学习算法,通过权值生成和样本选择,将源域的知识迁移到目标域,有效地解决了深度学习对少量数据学习能力不足的问题;通过词向量、BiLSTM、CRF等操作融合了上下文语义信息,克服了对人工特征和专家知识的依赖.实验结果表明,TrBiLSTM-CRF模型在小规模数据集上进行中文机构名命名实体识别时,其准确率、召回率和F值分别为91.57%、72.29%和80.80%,相比于该文提到的其他方法,取得了较好的效果.
  • MGSC：一种多粒度语义交叉的短文本语义匹配模型
    吴少洪,彭敦陆,苑威威,陈章,刘丛
    2019, 40(6): 1148-1152.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    语义匹配对许多自然语言处理任务至关重要，诸如信息检索中信息匹配、问答系统中问题和答案的匹配等.基于语义的匹配，即通过提取文本内在语义进行匹配度计算，是目前自然语言处理领域研究的热点.本文提出一种基于深度神经网络的文本语义匹配模型——多粒度语义交叉模型，从语义匹配的角度来解决文本匹配问题.模型首先通过循环神经网络获取短文本不同粒度的语义表示，然后从两个短文本不同粒度的语义交互信息中提取它们语义匹配信息，从而计算两个短文本的语义匹配度.实验表明，本文提出的基于多粒度语义交叉模型在短文本匹配上表现出较好的计算效果.
  • 一种基于社会选择的本体聚类与合并机制
    滕玲,朱俊武,李斌,杨洲,朱泽宇
    2019, 40(6): 1153-1159.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    语义web为网页扩展了计算机可理解的、可处理的语义信息，然而由于本体数量激增导致的异构本体现象阻碍了语义的通信与融合.本体合并是解决本体异构的有效途径之一，旨将多个由agent构建的异构源本体通过本体合并机制形成一个共享的顶层本体，以期形成一个更大的语义共享空间.本文将本体合并看作是社会选择的一种应用，用于分析个体源本体与决策共享本体之间的关系.由于构建者的背景知识和推理能力不同会对合并结果产生影响，因此本文综合考虑源本体的可信度和一致赞同属性，设计了包含本体聚类器和本体聚集器的本体合并机制.首先，以社会选择和描述逻辑为基础构建本体合并框架和具体流程；在此基础上设计了基于距离的本体聚类算法，以减少不可信本体对合并结果的不利影响；接着对社会选择中的聚集函数进行总结和改进，并将其应用在本体合并中，介绍了积分聚集规则和阶梯性聚集规则.最后，本文对本体聚集规则的一致赞同属性做出分析，并通过对比实验验证了本体合并机制的有效性.
  • 采用正弦映射与扩张算子的二进制粒子群优化算法
    张鹏威
    2019, 40(6): 1160-1164.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为解决二进制粒子群优化算法在寻优后期易出现早熟收敛、陷入局部最优的问题，提出一种采用正弦映射与扩张算子的二进制粒子群优化算法（SEBPSO）.该算法利用正弦映射函数将粒子速度的正弦值映射为粒子位置变化的概率值，并采用非强制性位置更新程序；同时，为了使算法跳出局部最优解，设计了扩张算子加入粒子的寻优过程，赋予引导粒子探索新区域的能力，增强算法的全局搜索性能.通过选取6个测试函数和3个对比算法进行实验，结果表明，SEBPSO算法具有更好的收敛精度和收敛速度.
  • 一种结合随机游走和粗糙决策的文本分类方法
    韩飞,柴玉梅,王黎明,刘箴
    2019, 40(6): 1165-1173.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    情感分析一直是社交媒体领域所研究的热点，为克服有些情感词语在文本中模糊性强的问题，本文引入了两个模型.随机游走模型在互联网分析及页面排序中有了一些成熟的应用，但在文本倾向性分析中少有涉及.文中提出基于扩展随机游走模型的情感词极性判别算法，对模糊性词语的情感词极性进行分析，通过建立文本向量空间，提出基于情感词极性权重序的属性离散化算法，对候选属性进行离散化处理.最后通过粗糙决策置信度模型，对文本最终情感类别进行判定.实验通过词极性判别、离散化、粗糙决策置信分类三个阶段，把各阶段得到的结果与其他方法进行对比，最后通过多种评价指标对情感分类的最终分类结果进行评判，实验结果证明了方法的有效性.
  • 一种基于混合采样的非均衡数据集分类算法
    张明,胡晓辉,吴嘉昕
    2019, 40(6): 1174-1179.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在非均衡数据集中,针对使用单一的过采样或欠采样方法可能造成少数类样本过拟合或者丢失含有重要信息样本的问题.提出了一种新的基于混合采样的随机森林算法(USI).首先通过引进“变异系数”检测出样本集的稀疏域和密集域,然后对稀疏域中的少数类样本,提出了一种改进的过采样方法(USMOTE);对密集域中的多数类样本,提出了一种改进的欠采样方法(IS),最后将平衡后的数据集送入随机森林分类器中进行训练.通过实验表明,该算法与传统算法相比,取得了更高的G-mean值,F-value值,具有更高的综合分类准确率.
  • 一种基于评论分析双层图的推荐方法
    陈晋音,陈一贤,林翔,吴洋洋
    2019, 40(6): 1180-1186.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着电子商务的飞速发展,推荐方法受到广泛关注.大多数推荐方法是基于图论或者代数方法,这些方法仅使用用户的签到信息或者评分信息,而忽略了产品的其他特征.此外,推荐系统面临数据维度高,稀疏性强等挑战.本文提出了一种基于评论分析双层图的推荐方法(RM-DGR),首先通过评论挖掘与密度聚类,分别构建基于簇与用户的双层图结构,之后使用物质扩散算法在加权网络中进行资源重分配来完成对用户的个性化推荐.最后在Yelp和亚马逊数据集上将我们的算法与常用推荐算法、没有使用评论挖掘与密度聚类的对照算法进行对比,表明加入评论挖掘与密度聚类有效地提高了双层图推荐的准确率.
  • 一种基于姿态先验的鲁棒的人脸对齐方法
    周丽芳,谷 雨,文佳黎,李伟生,雷帮军,李佳其
    2019, 40(6): 1187-1190.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    人脸对齐作为人脸图像分析中的重要步骤，被广泛应用于各个领域.其中，主动表观模型（AAM）因其良好的对齐效果而被大量使用.但AAM对初始模型依赖度极高，且极易受到姿态、光照以及遮挡等因素的影响.当初始形状和标准形状相差较大时，匹配效果并不理想.对此，本文提出一种基于姿态先验的人脸对齐方法.首先，在非限制环境下的人脸库LFPW上进行训练，根据姿态的不同分别建立正脸模型、左偏模型和右偏模型.在搜索阶段，利用特征三角形自动选择合适的模型作为人脸的初始模型，从而避免了姿态变化对初始模型产生影响导致后续匹配效果不理想的问题.其次，利用同时反向合成算法，实现了鲁棒精确的AAM匹配.理论分析与实验证明，所提方法针对遮挡、光照以及姿态变化的有效性.
  • 关于命名实体识别的生成式对抗网络的研究
    冯建周,马祥聪,刘亚坤,宋沙沙
    2019, 40(6): 1191-1196.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文结合条件生成式对抗网络(CGAN)和改进的Wasserstein生成式对抗网络(WGAN-GP),提出一种适合于命名实体识别任务的条件Wasserstein生成式对抗网络模型(CWGAN).该模型借鉴CGAN以文本描述为条件的图像概率分布的思想,来完成以句子序列为条件获得标注序列概率分布的任务.该模型的生成器和判别器都采用BiLSTM结构,不同的是生成器生成命名实体标签的概率分布,判别器则为生成器的生成质量打分并反馈给生成器,生成器根据反馈更新梯度从而提升生成标签概率的质量.另外,CWGAN采用梯度惩罚的方法来保证梯度在反向传播的过程中保持平稳,通过拉近真实样本分布和生成样本之间的Wasserstein距离,优化目标函数.最后通过实验验证了该方法的可行性和优越性.
  • 基于CUDA的KNN算法并行化研究
    刘端阳,郑江帆,刘志
    2019, 40(6): 1197-1202.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    KNN分类算法在面对大规模数据集时，计算时间将随着数据集的增大而成倍增长，为了提升算法的运算性能，设计了一种基于CUDA模型的并行KNN算法，即GS_KNN算法.针对KNN算法进行了并行化分析，在距离计算阶段采用通用矩阵乘加速，提高了计算速度;在距离排序阶段根据k值的大小提出两种策略，分别是基于k次最小值查找的最近邻选择和基于双调排序的最近邻选择；在决定分类标号阶段采用CUDA内部的原子加法操作，从而提高整体性能.使用KDDCUP99数据集对改进算法进行实验，结果表明，在保证实验结果准确性的情况下，改进算法提高了计算速度，与经典的BF-CUDA算法相比加速比达到2.8倍.
  • 基于双向量模型的自适应微博话题追踪方法
    黄畅,郭文忠,郭昆
    2019, 40(6): 1203-1209.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对微博文本篇幅短小、网络新词层出不穷等特点以及在话题发展过程中产生的漂移问题,提出了基于双向量模型的自适应微博话题追踪方法.该方法首先提出双向量模型,将文本用词嵌入和VSM向量空间模型两种方法分别向量化,保留文本语义的同时也解决了微博新词问题.其次,将话题和微博分别用双向量模型表示,计算话题双向量模型和微博双向量模型的余弦相似度作为话题与微博的相似度.接着,将话题与微博的相似度与自适应学习获得的相似度阈值进行比较,判定微博是否为话题相关微博.最后,自适应更新话题模型,能够有效地应对微博话题发展所产生的漂移.实验结果表明,该方法能够实时地跟踪话题并降低了话题相关微博的漏检率和误检率.
  • 基于差分进化和森林优化混合的特征选择
    林达坤,黄世国,林燕红,洪铭淋,
    2019, 40(6): 1210-1214.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    特征选择在分类中是一个极其困难而又重要的问题.为实现精确、快速地筛选特征，本研究针对森林优化算法收敛速度过慢的问题，将差分进化算法与森林优化算法结合，引入一种反馈机制，提出了差分进化和森林优化混合的算法并将其用于特征选择问题.同时根据森林优化算法局部播种的特点，引入一种针对局部搜索阶段改进的K最近邻算法以降低计算量.差分进化和森林优化混合的算法在与其它特征选择算法的对比中展现了良好的性能，实验结果表明该算法具有较好的分类性能与稳定的收敛速度，且改进的K最近邻算法能够显著提升该算法的运行速度.因此，差分进化和森林优化混合的算法是一种有效的特征选择方法.
  • 融合Attention多粒度句子交互自然语言推理研究
    程淑玉,郭泽颖,刘威,印鉴
    2019, 40(6): 1215-1220.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    自然语言推理的很多问题都可以抽象为句子匹配问题,传统的匹配方法采用的是对句子向量或句子间的词向量做匹配,这些方法都只关注句子自身的语义信息,忽略句子之间的组合特征,造成语义损失.本文提出多粒度句子交互匹配方法,引入Attention机制,通过不同粒度、不同层次的句子交互,利用深度神经网络模型(BiLSTM)对句子蕴含关系进行分类.本文方法在SNLI语料库上进行了丰富的实验,结果表明该方法在自然语言推理任务上比当前最优的方法获得了更好的表现.
  • 面向图计算系统的异步计算-加载模型
    周晓丽,陈榕
    2019, 40(6): 1221-1226.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文提出了全新的异步计算-加载模型，该模型是对核外（out-of-core）图计算系统的进一步优化.在异步计算-加载模型中，计算过程和I/O加载过程并行进行，较长的I/O加载时间能够“隐藏”数据计算时间，从用户程序角度来看，整体系统的运行时间几乎只有I/O加载时间，从而提高系统性能；此外，本文的异步模型能够根据不同的访问需求和硬件特性创建不同的线程组：计算线程和I/O加载线程.计算线程数量由服务器计算能力决定，I/O线程数量由服务器的I/O处理能力决定，这样既保证充分利用硬盘带宽又保证高效的计算；异步模型利用LIBAIO引擎的batch机制使得各线程的工作负载更加均衡.实验结果说明，与原先的同步模型相比，本文的模型能将整体系统性能提升高达一倍，并且有更好的带宽利用率和负载平衡性.
  • 文件管理中一种新颖的冲突检测和解决方法
    高丽萍,陶长青
    2019, 40(6): 1227-1235.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着云服务的快速发展,越来越多的应用软件被迁移到云端以提供更好的协作支持.而企业面对日渐增长的庞杂的文件,单人管理文件显得力不从心,提高文件管理的效率迫在眉睫.多人实时协同管理文件不仅可以提高文件管理效率,同时也可以清楚的了解同伴的意愿需求,提高用户的体验度.而实时的多人协同管理文件中面临的最大的挑战就是维护文件管理系统的一致性维护.传统的一致性维护方法通常是基于复杂的控制机制和转换函数来维护协作文本的一致性,这对于云环境下的协同管理不是很理想的.近年来,CRDT(Commutative Replicated Data Type)被提出作为协作文本编辑中的新的一致性维护机制,但鲜少将其应用到云环境和文件管理等场景下.本文提出了一种新的基于CRDT的冲突检测和解决方法,来维护文件协同管理的最终一致性.首先定义操作之间的关系,并提出了基于CRDT的冲突检测机制;其次,提出基于CRDT的冲突解决的有效方案;最后,举例并证明了提出方案的正确性,并从理论上分析其时间复杂度和空间复杂度.因此,本文所提出的方法可以大大提高云环境下文件协同管理的正确性和高效性.
  • 亚马逊竞价型云服务定价策略的分析
    李雪菲,李铮,张贺,荣国平
    2019, 40(6): 1236-1241.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    当今,移动互联网行业飞速发展,云服务提供了大量方便易用的云资源.在我国提出“互联网+”的概念以及推行了一系列鼓励创业的政策以后,企业和研究机构对于云服务的需求越来越大.云服务提供商众多,其定价机制和服务种类各不相同,存在着巨大的竞争和可挖掘的市场.亚马逊公司是如今云计算领域中的巨头,其中,竞价型云服务以其易用性和低廉价格受到了广大用户的欢迎.因此,研究其定价模式可以帮助云服务供应商完善其定价方法、获取更多盈利,另一方面,帮助用户选择适合自己的付款模式,节约成本.本次研究以亚马逊竞价型云服务作为对象,将亚马逊官方提供的混杂价格历史做了整理、筛选、可视化以及数据统计.预处理后,输入到KNN分类器和k-means分类算法中,实现了分类的功能,通过两种分类方法进行比对,通过Boosting算法投票选出典型类别.另外,提出了一种补齐不同云服务产生价格时间点的方法,可以辅助提高分类的准确性,以便找出最典型的价格轨迹进行统计分析、建模,提取价格变化的共同特征,更加精确地推测定价机制.
  • 一种基于互信息的实时特征提取算法
    王妍,李俊,曾辉,杨冰清,宋宝燕
    2019, 40(6): 1242-1247.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在工业生产过程中由于数据采集设备多样,采样频率高,各变量之间相互耦合,导致工业大数据维度高、数据间呈现出非线性关系、处理实时性要求高.传统的特征提取方法会降低非线性数据在后续数据挖掘中的精度,同时其数据处理速度无法满足工业大数据的实时性要求.针对该问题,提出一种基于互信息的实时特征提取算法(MIFE);采用改进的互信息作为提取特征的评价准则,以提高非线性数据在后续挖掘中的精度;同时采用自适应的滑动窗口技术以较小代价实现对增量数据的实时处理,将历史数据和动态新增数据结合,实现了整个数据集的快速降维.实验结果表明MIFE算法可以快速地对数据进行特征提取,并在多种分类器上验证了算法的准确率.
  • Spark框架中RDD缓存替换策略优化
    陈天宇,张龙信,李肯立,周立前
    2019, 40(6): 1248-1253.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    Spark作为分布式计算引擎,其基于内存的抽象概念弹性分布式数据集(RDD)产生了高效的数据处理能力.实际的生产环境中,任务在执行的过程中经常由于内存空间不足需要替换掉部分RDD.Spark默认的最近最少使用替换算法(LRU)仅考虑最近是否使用RDD分片而忽略其它因素.基于RDD权重值改进后的WR缓存替换策略侧重于RDD的权值替换,在此研究基础上,本文提出了缓存权重替换(CWS)策略,优化选择策略,并在替换阶段考虑了历史访问次数与计算成本.本文的实验使用斯坦福大学提供的公开网络分析项目进行测试,实验结果表明CWS策略在充足内存条件下处理较小数据的平均执行时间高于WR算法24%,内存占用率相比降低36%.
  • 一种非独立同分布下K-means算法的初始中心优化方法
    潘品臣,姜合,吕奕锟
    2019, 40(6): 1254-1259.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统聚类算法研究都是在假设数据集的对象、属性等方面满足独立性且服从同一分布的基础上进行的.然而现实中的数据往往是非独立同分布的，即属性之间或多或少都会存在一些交互关系.传统K-means算法随机地选择初始聚类中心，对于中心点的选取比较敏感，容易陷入局部最优且准确率低.Min_max方法针对这一缺点进行了改进，但原始的和改进后的K-means算法都忽略了属性之间存在的交互关系.因此本文利用Pearson相关系数公式来计算属性之间的交互关系，并映射于原始数据集.同时利用双领域思想对Min_max方法进行了优化.实验结果表明该方法能够得到较高的准确率、较好的聚类效果以及相对较少的迭代次数.
  • 状态机无关的TLS数据采集方法研究
    闫露,邓浩江,陈晓,叶晓舟
    2019, 40(6): 1260-1265.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    网络安全审计系统用于监督规范用户行为，防止内部人员对网络的损害，对于保障内网安全有着重要的意义.传输层安全协议是网络上应用广泛的安全协议，由于协议对数据进行加密传输，在审计系统中需要采取一定的技术手段将其转化为相应的明文后才能进行分析审计工作.本文基于多核网络处理器实现传输层安全协议数据采集，提出了一种状态机无关的数据采集方法，使得系统具有更高的灵活性和可维护性.针对私钥操作，提出一种结构化私钥信息缓存算法，提高了系统的性能，实验表明当配置1024位和2048位RSA证书时，系统每秒新建连接数性能分别提升了130%和50%.
  • 带隐私保护的群智感知任务分配机制
    曹振,孙玉娥,黄河,陆乐,杜扬,黄刘生
    2019, 40(6): 1266-1273.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    存在多任务发布者的公共群智感知平台存在不可信问题,但现有机制均无法在任务分配过程中保护任务发布者的隐私信息,影响了群智感知系统的应用和发展.针对该问题,文章研究了如何在保证分配机制正常运行的前提下,同时保护任务发布者的预算、收益函数以及用户的敏感信息不泄露.所设计的机制引入了半可信第三方,通过动态IP交互、同态加密扰乱、置换以及数字签名等技术,保证了平台和半可信第三方均无法获得相关价格隐私,且无法将用户与其所提交数据相关联,从而进一步预防泄露用户数据的潜在隐私.所设计的机制可以在任务匹配和支付过程中保护隐私,且能实现所有任务发布者收益最大化.通过仿真实验结果验证了机制的有效性和可行性.
  • SM4-FPE:基于SM4的数字型数据保留格式加密算法
    陈佳,彭长根,樊玫玫,丁红发,赵园园
    2019, 40(6): 1274-1279.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    保留格式加密算法能在加密的同时保证明文和密文格式相同.现有保留格式加密算法以国际分组密码算法为基础设计,且效率有待改进.提出一种基于我国商用分组密码算法SM4的数字型数据的保留格式加密算法.通过对数字型特征数据进行分段处理后,利用平衡Feistel结构或非平衡Feistel结构进行轮运算和模运算,在每轮轮运算中用SM4加密截断实现F函数功能,并对分段加密结果组合后的密文进行校验得到加密后的保留格式密文.所提出的算法能正确实现保留格式加密,扩展了SM4的应用,且通过减少Cycle-Walking的使用提高算法效率.安全性分析表明,提出的算法与SM4安全性相当.
  • 端点活跃度对链接预测的影响研究
    杨凯凯,钱宇华,马国帅,艾科
    2019, 40(6): 1280-1285.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    链路预测旨在通过已知的网络结构信息预测网络中未连接的两个端点是否会产生链接,现有的链路预测方法主要基于两端点之间的连接关系,忽略了端点自身活跃程度对链接产生的不同影响.本文从度中心性、介数中心性、接近中心性、Pagerank四个角度来刻画端点的活跃程度,通过大量的实证分析发现端点越活跃,它产生链接的可能性越大,其中,度中心性和Pagerank大的端点容易产生更多的链接.因此,本文在基于端点间连接关系基础上考虑端点活跃性,提出了一类基于端点活跃性的链路预测方法,并在8个真实网络数据上进行实验,此类方法的预测精度比原有指标有较大的提高.
  • 可预测的差分扰动用户轨迹隐私保护方法
    胡德敏,詹涵
    2019, 40(6): 1286-1290.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    连续查询时由于轨迹位置间的相关性,满足差分隐私定义要求的拉普拉斯混淆机制在查询次数较少时可以很好地起到位置隐私保护作用,但独立向每个真实位置添加噪声导致隐私预算水平迅速消耗.针对这一问题,提出一种可预测的差分扰动用户轨迹隐私保护方法,由预测函数、测试函数和噪声机制三部分构成,同时使用预算管理器配置每步所需参数.如果预测函数生成的干扰位置通过测试函数,则直接使用该位置请求服务,否则通过噪声机制重新生成一干扰位置.实验结果表明,该方法比单独向每个位置添加噪声在轨迹偏移度和隐私预算消耗率上均具有较高优势,实现了隐私保护度与服务质量的平衡.
  • 车载社交网络中基于雾计算的信任评估算法
    董文远,丁任霜,黄文艳,张光华
    2019, 40(6): 1291-1298.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对车载社交网络中节点信任度不可靠和分组投递率低的问题,提出一种基于雾计算的信任评估算法.首先,根据车辆节点信息交互行为、时间衰减函数、距离衰减函数和区域影响函数计算信任度和可靠度,并利用生成的可靠度判定车辆节点权重,进而求解下一跳车辆节点的全局信任.然后,对于多个下一跳车辆节点,采用最高信任优选算法选择全局信任最高的车辆节点进行信息交互.最后,基于雾计算技术对信任评估算法进行实现.仿真实验结果和分析表明,该算法提高了分组投递率,对车载社交网络中的恶意车辆节点具有较好的检测效果.
  • 分簇路由算法中的多跳跳数及中继节点优化
    孙振,王凯,王亚刚
    2019, 40(6): 1299-1305.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了描绘和减轻无线传感器网络中的“热区”与降低路由能耗，提出了一种基于最优跳数的非均匀分簇算法UCOH（Uneven clustering routing algorithm based on optimal hops）.本文首先推导了使节点直线传输数据到基站总能耗最小时的最优跳数，得到路由消耗最小的理想路径；然后，所提算法根据该理想路径形成的热区引入入簇半径调整簇规模，以平衡节点出任簇头时的簇内和路由中继能耗；最后，在保证能耗均衡的前提下，选择邻居候选簇头中较符合理想路径的节点作为下一跳中继节点，进一步降低能耗速率.仿真结果显示，针对节点密度较大的网络，本算法较DEBUC、UCDP、SNNUC算法延长了以30%节点死亡为网络失效的网络生命周期，表明算法能有效地降低节点能耗和减轻热区效应.
  • 跨层多径AOMDV路由协议的研究
    钟辉,周甜甜
    2019, 40(6): 1306-1312.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    移动Ad hoc网络具有高速移动,拓扑动态变化以及频繁的链路失效等特点,针对这些特点,提出基于DropTail的主动丢包队列管理机制,并将这种新的队列管理机制应用于AOMDV多路径路由协议,采用跨层设计模式,提出基于AOMDV的改善链路压力的多路径路由协议QE_AOMDV.从负载均衡的角度出发,在路由发现中,节点通过获取队列缓存区的实时长度并确定是否能参与传输.选取队列缓存区长度累加和最小即链路压力最小的路径作为主路径传输数据.在路由维护中,通过实时监测队列缓存区长度来启动路由修复机制.仿真结果表明:改进后的QE_AOMDV多路径路由协议较原AOMDV协议相比,在多节点仿真和多速率仿真中,吞吐量提高,端到端延时下降,丢包率下降,改善网络整体性能.
  • 面向隐写图像的频域主动攻击方法
    杨飞,匡柯澜,易军凯
    2019, 40(6): 1313-1317.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对隐写术带来的潜在安全威胁，提出一种频域主动攻击方法.根据隐写术对图像频域影响的特点，对图像进行快速傅里叶变换，并分别对低频和高频数据分开处理.对低频数据采用改进的维纳滤波器滤波，对高频数据先逆快速傅里叶转换到空间域，并计算像素的邻域像素差分矩阵及转移概率矩阵，根据差分矩阵和转移概率矩阵来进行卷积滤波，来消除隐写数据.实验结果表明，该主动攻击隐写分析方法能有效破坏图像的隐写数据，中断潜在的基于隐写术的隐蔽通讯.
  • 一种避免页迁移的混合内存页管理策略
    刘翠梅,杨璇,贾刚勇,韩光洁
    2019, 40(6): 1318-1323.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    相变存储器（Phase-change Memory，PCM）具有非易失性、能耗低、密度大等诸多优点，将成为下一代主流存储器.然而，相变存储器的写操作速度慢以及写次数有限的特征限制其立马替代现有主流的双倍速率同步动态随机存储器（DDR系列）.为了发挥两种存储介质各自的优势，目前主要采用混合内存的体系结构，该结构不仅包括新型的相变存储器同时还包括传统的动态随机存储器.针对混合内存结构，数据划分变得尤为重要，目前大多数划分算法采用页面迁移作为保障效率和损耗的手段.但是迁移需要消耗大量的处理器资源，同时导致大量不必要的写相变存储器的操作，降低混合内存系统的性能和寿命.为了减少迁移操作带来的效率损失，本文提出一种避免页迁移的混合内存页管理策略（PMP）提高混合内存系统的性能和寿命.该策略最大的优势在于提出了一种基于虚拟内存页的访存行为特征分析方法，能够高效准确的获取各页的访存行为，所以在系统运行过程中避免因页分配错误导致的页迁移操作.实验表明本文提出的避免页迁移的混合内存页管理策略（PMP）能够有效的提高混合内存系统的性能和寿命.
  • 融合位置尺度信息的胸部X光肺结节检测
    焦庆磊,陈宇彤,朱明
    2019, 40(6): 1324-1329.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    基于胸部正面X光的肺结节检测任务因结节较小、肋骨遮挡等原因检测难度较大,需要在保证高敏感度的前提下,尽可能地减少假阳性样本比率.目前大多数肺结节检测方法一般分为3个步骤:肺部区域分割;候选区域生成;通过进一步分类,减少假阳性结果.这类方法存在一些问题,每一步的结果都依赖于前一步的性能,整个流程往往会使用多个模型、多次处理以提升效果,算法复杂而且计算量大.同时,会有些结节因为器官遮挡不在肺部分割的区域内,肺部分割会漏掉一些结节.针对这个问题,本文使用一个端到端的目标检测网络来完成肺结节检测任务,X光片经过图像预处理后输入网络,直接得到肺结节的预测结果.此方法基于卷积神经网络(Convolutional Neural Network, CNN)的目标检测模型,同时在分类任务中融合位置和尺寸信息,实验证明这些信息有助于模型判断.在公开数据集——日本放射技术学会(Japanese Society of Radiological Technology, JSRT)数据集的实验结果显示,本文方法在平均每张图像4.5个假阳性结果时敏感度为92%,2个假阳性结果时敏感度为88%,在较低的假阳性率的情况下,超出了先前的研究成果.
  • 应用卷积神经网络识别花卉及其病症
    林君宇,李奕萱,郑聪尉,罗雯波,许蕾
    2019, 40(6): 1330-1335.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着我国花卉产业规模扩大，养花赏花人数不断增加，如何能够快速自动地识别花卉种类及花卉病症受到了广泛的关注.目前图像识别技术已有大量研究工作，卷积神经网络研究已获重大突破，其在花卉分类问题上的应用也有很大进展，但关于花卉疾病识别方面的研究仍然较少.针对10种常见观赏花卉，提供一个包含4种花卉的共16种叶部病症的图像数据集，结合网络多输入和迁移学习方法，设计并实现基于卷积神经网络的分类模型，集成为花卉分类-病症识别一体化工具.实验结果表明，所设计的基于卷积神经网络的分类模型有较高的准确率，病症识别总体准确率达到88.2%，经迁移学习后提升至94.4%，相比于基于支持向量机的分类模型准确率高出至少27.0%.
  • 随机森林和水平集的椎骨CT分割方法
    陶永鹏,景雨,顼聪
    2019, 40(6): 1336-1339.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    由于椎骨间的形态差距较小、椎体的结构较为复杂,椎骨的CT图像分割处理近来成为医学研究的热门话题之一.本文针对脊柱CT图像水平集分割方法对初始轮廓敏感问题,提出了基于加权随机森林和水平集模型的有效椎骨CT分割方法WRF-CV(Wighted Random forest-Chan Vese).本文方法提取图像的SIFT特征,利用加权随机森林回归算法获得脊柱中心点位置,并将平稳控制演化速度和噪声敏感度的水平集分割模型初始轮廓置于预测中心点处,通过求解能量函数演化方程最小值来实现椎骨分割.本文对5190张CT图像进行了评估,方法在椎骨分割测试中得到较好的分割效果,可以更加有效准确地分割椎骨CT图像.
  • 超低信噪比冷冻电镜图像的深度学习去噪算法—DWT-CAE
    刘小晴,左清曈,刘青,刘昌灵,杨刚,龚新奇
    2019, 40(6): 1340-1345.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    冷冻电镜成像技术是获取蛋白质等生物分子结构的重要途径之一,对研究蛋白质功能特性以及在制药、医疗、疾病防治等方面的应用有着重要意义.针对冷冻电镜图像的大数据量和超低信噪比特征,本文着重研究了冷冻电镜图像去噪和颗粒挑选的方法.结合卷积神经网络模型和自动编码机模型,提出了用于去噪的EM-CAE(Electron Microscopy-Convolutional AutoEncoder)方法,并在实验中验证了算法的效果.针对原始图像噪声的复杂特点,本文对EM-CAE方法做进一步改进,将自动编码机模型与小波变换相结合,提出DWT-CAE(Discrete Wavelet Transform-Convolutional AutoEncoder)算法.由于现实中被标注好的粒子图像十分缺乏,本文根据已解析出结构的蛋白质,设计生成算法构造了人工图像protein-projection数据集.实验中DWT-CAE方法在protein-projection数据集和真实数据集上均取得了良好的效果.最后,本文进行了一系列对比实验,进一步证明了DWT-CAE方法在图像去噪和颗粒边缘确定方面的优势.
  • 一种面向移动端的快速手势分割优化方法
    张美玉,项小雨,侯向辉,简琤峰
    2019, 40(6): 1346-1349.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对移动端手势分割存在的移动设备计算资源有限和手势分割易受到复杂背景干扰等问题,本文提出了一种面向移动端的快速手势分割优化方法.首先结合场景变化率对背景模型的更新速率进行自适应控制,以加强背景模型对环境变化的适应性;然后通过HSV和YCbCr色彩空间构建肤色模型,有效提取肤色区域,排除非肤色运动物体干扰;再通过局部区域定位,减少冗余计算量,同时防止将慢速移动的手部误判为背景.实验结果证明,该方法可以快速排除复杂环境干扰,较准确高效地实现手部分割.
  • 滚动引导传播滤波下的图像纹理平滑
    聂栋栋,葛新迪
    2019, 40(6): 1350-1353.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对当前一些局部保构滤波方法在图像纹理平滑和结构保持上的不足,本文提出了一种新的在滚动引导传播滤波下的方法.该方法首先利用块平移和改进的相对全变差技术,构造了一种新的纹理移除结构图像,然后以此图像作为引导图进行滚动引导传播滤波,实现图像的结构恢复.在滤波的过程中使用通路上的所有像素信息定义新的权值函数,不再直接使用两个像素点间的空间距离和像素值差异来定义权值,这样不仅能够更全面的利用图像的局部信息,而且削弱了预定义空间邻域大小对滤波结果的影响.实验结果表明该方法相对于传统局部滤波方法,在有效移除图像纹理的同时,能更好的保留图像自身的边缘结构.
  • 单参多极值点复解析多项式映射迭代函数系
    陈宁,关博文,海智刚
    2019, 40(6): 1354-1360.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文研究具有多极值点的单参复解析映射族f(z)=zn+cz构造非线性迭代函数系及其分形.首先分析复解析映射族f(z)=zn+cz在动力平面上的数学特性、M集及充满Julia集的几何特点;进而研究该复映射族在其M集的2个1周期参数区域上选取参数构造的迭代映射在动力平面上的动力学特性;在参数模值大于1的1周期参数区域中挑选N(N≥2)个参数,构造动力平面上的迭代映射(f(z)=zn+ciz,i=1,2,…,N);在N个迭代映射的公共吸引域内构造非线性迭代函数系;根据该复映射族在动力平面上有n-1个对称分布的1周期吸引不动点的数学特性,提出了将迭代点z随机旋转(2πj/(n－1),j={0,1,…,n－2})角度后再随机挑选迭代函数系中迭代映射的双随机迭代算法.结果表明:关于复映射族(f(z)=zn+cz,n=3,4,5,…),在M集的参数|c|>1的1周期参数区域挑选N个参数可以构造出有效的非线性迭代函数系;采用本文提出的双随机迭代算法可以在动力平面上大量生成n-1旋转对称分形.