小型微型计算机系统

Select

陶永才,贾圣杰,石磊,卫琳

2019, 40(8): 1585-1588.

摘要 ( ) PDF全文 ( )

可视化

项目反应理论所估计出的项目参数不受被试者能力分布的影响,即具有参数不变性的优点.项目反应理论中的参数估计是应用项目反应理论的前提,常用参数估计方法有极大似然法、贝叶斯法等建立在数理统计基础上的方法,一般要求较大的样本,对于小样本缺乏合适的参数估计方法.本文提出一种广义回归神经网络(GRNN)的参数估计方法,以二值记分的测验结果作为样本,通过实验与数理统计方法进行对比,分析不同样本量下参数估计结果的误差.与传统数理统计方法相比,基于GRNN参数估计方法在小样本下对参数估计的精度较高.

Select

面向冷启动用户的代表性物品选择

汪静,赵海燕,陈庆奎,曹健

2019, 40(8): 1589-1594.

摘要 ( ) PDF全文 ( )

可视化

冷启动问题一直是推荐系统在实际应用过程中的一大难点,主动学习在推荐领域的应用一定程度上可以缓解这一困境.本文提出一个针对用户冷启动而生成“代表性物品”的主动学习策略.它利用用户与物品之间的关系,对用户与物品进行协同聚类,再借助于决策树得到最终的“代表性物品”.实验证明,用“代表性物品”对用户进行分类后给出询问列表,能够获取到更多的评分数据以及更优的RMSE.

Select

基于邻域关系矩阵的属性约简算法

徐波,冯山

2019, 40(8): 1595-1600.

摘要 ( ) PDF全文 ( )

可视化

对邻域决策系统属性约简，针对邻域决策误差率最小化准则不能准确反映各类分布均匀时样本邻域信息粒中决策信息的问题，结合样本邻域信息粒及其决策分布提出一种能反映条件属性子集与决策属性相关性的度量.首先，用邻域关系矩阵将邻域关系间的集合运算转为矩阵运算；其次，证明新度量的粒化单调性，结合排序思想与邻域关系矩阵对称性改进计算单属性的邻域关系矩阵算法（SANRM），构建了基于邻域关系矩阵的启发式属性约简算法（NRMAR）；最后，UCI数据集上实验分析表明，NRMAR能够有效选择属性且保持或改善数据集分类能力.

Select

基于DE-CStacking集成的基因表达数据分类算法

高慧云,陆慧娟,严珂,叶敏超

2019, 40(8): 1601-1605.

摘要 ( ) PDF全文 ( )

可视化

从基因层面对癌症进行诊断将有效提高患者的治愈率，但癌症基因表达数据集通常存在高维、小样本、高噪声并且类别不平衡等问题，对此类数据进行分类是一项具有挑战性的任务.针对这些问题，提出一种基于差分进化的代价敏感Stacking（DE-CStacking）集成的基因表达数据分类算法，采用随机森林、K近邻、朴素贝叶斯作为Stacking集成的初级学习器，将代价敏感的支持向量机作为次级学习器，初级学习器的输出类概率和原始特征集作为次级学习器的输入，并采用差分进化对这些学习器的参数进行优化.通过在四个UCI的癌症基因数据上的实验对比，相对于其他传统的集成算法，DE-CStacking算法在癌症基因数据上表现出更好的泛化性能.

Select

利用Plackett-Luce模型的在线服务评价方法

张继康,付晓东(,),岳昆,刘骊,刘利军

2019, 40(8): 1606-1611.

摘要 ( ) PDF全文 ( )

可视化

每一位用户在选择服务过程都中具有自己独特的标准,这就导致不同用户对同一服务的评价不具备可比较性.通过不具备可比较性的服务评价进行简单计算得到的评价结果会影响用户选择.为此,本文提出一种利用Plackett-Luce模型的在线服务评价方法.首先根据用户服务评分计算获取在线服务的偏好关系,并根据偏好关系得到占优次数;其次将服务占优次数转化为服务排序权重,并建立Plackett-Luce模型的迭代函数,对排序权重值进行迭代计算;最后把排序权重值转化的概率作为服务评价结果.通过基于公开数据集的实验验证了本文所提出方法的合理性和有效性.

Select

融合动量BP算法的样本数自适应粒子滤波

张园,赵长胜,李晓明

2019, 40(8): 1612-1616.

摘要 ( ) PDF全文 ( )

可视化

传统粒子滤波算法样本数保持不变，而固定的样本数将会直接影响粒子滤波算法的计算复杂度，进而影响粒子滤波算法的实时性和精度.针对这一问题，引入样本数可自适应调整的粒子滤波，既可以在每一步状态方差估计中设定样本数的下限，也考虑了状态方差过大或者过小的情形；同时将动量BP算法与样本数自适应粒子滤波结合，增大位于低概率密度区域粒子的权值，使位于这部分区域的小权值粒子重新进入高权值区域，降低粒子退化，同时部分高权值的粒子分裂为小权值粒子.仿真模型选取为单变量非静态增长模型和多维单目标跟踪模型，仿真结果得出：使用融合动量BP算法的样本数自适应粒子滤波优于标准粒子滤波算法、基于BP神经网络的粒子滤波算法，在系统状态、均方根误差、估计与真值的关系、有效粒子数等方面体现出较好的预测能力，预测结果表现为精度较高，稳定性较好，且降低了计算的复杂度.

Select

利用关联矩阵探究属性约简方法

毛华,武振宇

2019, 40(8): 1617-1621.

摘要 ( ) PDF全文 ( )

可视化

形式背景的属性约简可以约简掉不必要的属性，使得其结构变得简单，一定程度上降低规则提取的难度.利用图论中有向图的性质并结合关联矩阵，对形式背景的属性约简问题进行考虑，找出所给形式背景中两两属性之间覆盖关系生成有向边，再利用有向图中弧的头与尾的性质，找到生成边与属性之间的对应关系，并用关联矩阵表示出来，进而可以得到一个关于属性与属性之间生成有向边的表格，之后对表格中每一行构成情况进行分析，根据属性特征覆盖关系以及有向图中弧之头与尾的性质，给出了不必要属性的判别定理，根据不必要属性的判别定理可以推得核心属性的判别，根据此给出完成属性约简的算法，并通过实例验证算法的可行性.

Select

Trans-NER：一种迁移学习支持下的中文命名实体识别模型

王银瑞,彭敦陆,陈章,刘丛

2019, 40(8): 1622-1626.

摘要 ( ) PDF全文 ( )

可视化

目前存在的中文命名实体识别方法依赖于大量标注数据，但是某些领域标注数据的获取成本十分高昂.通过引入迁移学习技术，降低了实体识别模型对于大量标注数据的需求.论文从大规模非结构化文本数据出发，利用双向循环神经网络构建语言预测模型，将其作为迁移学习源模型；同时，基于上下文特征的字符级向量生成算法迁移源模型知识至实体识别模型，最终构建出迁移学习模型：Trans-NER.实验结果显示，提出的模型表现优于其他实体识别模型.

Select

基于逆k近邻计数和权值剪枝的离群数据挖掘算法

朱云丽,张继福

2019, 40(8): 1627-1632.

摘要 ( ) PDF全文 ( )

可视化

利用逆k近邻计数与k近邻距离均值相结合的方式,给出了一种无监督离群数据挖掘算法.该算法以k近邻对象集合、k近邻对象距离作为前提条件,首先计算数据集中对象的逆k近邻计数,求得每个对象的antihub分数;其次,根据k近邻距离得到每个对象KNN的antihub分数和权值,将权值大于等于1的对象保存在离群对象候选集List中;然后根据antihub分数以及k近邻距离均值,重新定义了离群分数公式,选取离群分数最大的若干个对象作为离群对象;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

一种利用半监督学习的在线服务信誉度量方法

张烨,付晓东(,),刘骊,刘利军,冯勇(,)

2019, 40(8): 1633-1639.

摘要 ( ) PDF全文 ( )

可视化

针对现有信誉度量模型存在的粒度过粗、维度考虑不全的问题,本文提出一种基于半监督学习的在线服务信誉度量方法.首先将在线服务信誉度量建模成对服务的分类问题,通过人工标注服务训练集并训练对服务的决策树分类器.然后基于Tri-training算法利用所得到的分类器对未标注服务集中的服务进行分类,并将分类后的服务和标签一起加入到训练集,重新训练分类器模型并用所训练分类器对服务进行分类.同时,为对抗模型过拟合提升模型的泛化能力,对模型进行改进,提出剪枝处理和增加分类器个数并抽样决策属性构造半监督随机森林两种方法,并用所得分类器对服务进行分类实现信誉度量.通过实验验证了本文所提出方法的有效性与高效性.

Select

一种面向烟草行业的供给预测服务算法

洪峰,潘法昱,赵建翊,高楠,曹斌,范菁

2019, 40(8): 1640-1645.

摘要 ( ) PDF全文 ( )

可视化

烟草供给预测一直以来是烟草行业销售的重要环节之一,然而区域内烟草的供给预测单纯依靠人工和市场反馈,常常会发生部分地区烟草滞销,脱销等因投放不合理所产生的问题.虽然现在已经有很多针对烟草行业的供给预测算法,但是目前还没有考虑投放量的供给预测服务算法.考虑到烟草投放量的供给预测服务算法,使烟草的销售过程中不会产生因投放不合理产生滞销,脱销等问题.因此本文提出了一种面向烟草行业的供给服务预测算法,弥补这一不足.算法利用随机森林算法预测烟草的销量,采用传统算法中未曾使用过的分类的方式,进行预测,之后结合ARIMA模型建立烟草的投放模型,从而完善整个烟草供给服务.经实验证明,本算法对于烟草销量预测结果平均误差为平均误差为0.076,大类客户投放量平均误差为0.064,小类客户投放量平均误差为0.068.

Select

微博营销中融合行为分析的重要用户发现方法

冯勇(,),马宇光,刘建

2019, 40(8): 1646-1651.

摘要 ( ) PDF全文 ( )

可视化

微博作为社交网络的典型代表聚集了大量用户和信息资源,发掘其中的重要用户对开展精准营销具有巨大的商业价值.本文提出一种微博营销中融合行为分析的重要用户发现方法.该方法首先计算微博营销核心影响因素权重,包括:用户活跃度、用户忠诚度以及用户影响力;然后,将其融入到PageRank计算模型,对用户的概率转移矩阵进行更新,并利用更新后的概率转移矩阵计算得到最终用户分阶.经对比实验分析,相较于现有主流算法,本文所提方法因为对用户行为特征的分析更为全面,所以能够更加准确地发现微博营销中的重要用户.

Select

基于PoW的Web服务保护方法

高建,白晓菲,张亮

2019, 40(8): 1652-1657.

摘要 ( ) PDF全文 ( )

可视化

当Web服务开放给公共使用时,容易遭受爬虫类的资源滥用和攻击.现有的保护手段一般基于验证码或某种形式的审计,各自存在失效或影响服务质量的场景,并且由于严格限制自动化访问,对跨组织合作产生了很高的门槛.服务计算领域广泛存在机器对机器的交互,受影响尤其严重.本文提出一种基于工作量证明的Web服务保护方案,从另一种思路出发,在实现有效保护的同时,放行合理规模的自动化服务请求,降低了服务整合的门槛,促进了组织间的合作,起到优化Web服务资源分配的作用.

Select

面向天地一体化信息网络的恶意用户行为仿真技术

温晗,刘渊,王晓锋,叶海洋

2019, 40(8): 1658-1665.

摘要 ( ) PDF全文 ( )

可视化

网络仿真是验证天地一体化信息网络安全技术有效性与可靠性的重要手段.面向天地一体化信息网络中各种恶意用户行为，研究了基于云平台的高逼真、高并发恶意用户行为仿真技术，重点探讨了基于真实流量回放的宽带、窄带恶意用户行为仿真技术，基于真实时序驱动的双向流量回放技术及分布式多节点协同运控的高并发流量生成技术.构建了具有6颗骨干卫星、66颗低轨卫星的天地一体化网络仿真场景，对论文所提出的恶意用户行为仿真技术进行了实验验证表明：该仿真技术可实现多样化的恶意用户行为仿真，且仿真并发量达10000条/秒，可有效满足天地一体化信息网络安全评测的需求；此外，本文所提的双向恶意流量回放技术与传统方法相比，具有时序高逼真的优势.

Select

多用户分子通信模型的比特错误率和信道容量分析

程珍,章益铭

2019, 40(8): 1666-1671.

摘要 ( ) PDF全文 ( )

可视化

在多用户分子通信模型中,由于分子的随机扩散,码间干扰和用户间干扰不可避免地同时存在.首先,利用泊松分布逼近二项分布得到了当前时隙接收方纳米机器收到分子的个数;然后,通过码间干扰和用户间干扰的分子数所服从的Skellam分布,得到了最优检测阈值的数学表达式.在此基础上分析了该系统的比特错误率和信道容量性能.仿真结果展示了如何控制参数包括扩散系数、发送方纳米机器和接收方纳米机器之间的距离、信道传输概率、每个时隙释放的分子个数以及每个时隙的持续时间,从而达到降低比特错误率和提高信道容量的目的.

Select

双学习率自适应的Q路由算法

沙鑫磊,白光伟,张杰,赵文天,沈航(,)

2019, 40(8): 1672-1677.

摘要 ( ) PDF全文 ( )

可视化

随着网络不断演进,网络流量呈爆炸式增长,路由方法成为了网络流量控制中的关键难题.这是因为传统的路由策略不具备学习能力,不能从过去的转发经验中学习到拥塞、链路中断等网络异常,也就不能根据网络状态调整路由策略.本文提出了一种双学习率自适应的Q路由算法DALRQ-routing.在轮询阶段,DALRQ-routing根据网络延迟调整echo学习率,减少轮询操作造成的延迟抖动.在转发阶段,算法根据TD-error调整transfer学习率,提高算法收敛速度.通过这种双学习率自适应的机制来降低延迟抖动,加速算法收敛.本文将提出的算法与Full Echo Q-routing和AQFE算法进行了比较.实验结果表明,在动态变化的网络负载下,本文所提出的算法在保持高收敛速度和低初始化峰值延迟的基础上明显减少了延迟抖动,提高了网络的稳定性.

Select

新的基于Niederreiter密码体制的签名方案

王众,韩益亮,刘文超,陈林

2019, 40(8): 1678-1681.

摘要 ( ) PDF全文 ( )

可视化

随着量子技术的发展,传统的基于公钥密码体制的签名方案面临越来越大的威胁.编码密码体制由于其良好的抗量子计算能力以及数据压缩能力,成为抗量子密码的可靠候选者之一.当今对于编码密码体制的研究主要在码的选择上,来降低公钥尺寸,提高实用性,保证安全性,但是大多数的密码与签名方案并没有真正的将私钥进行隐藏,以导致了可能的对编码密码体制的攻击,例如区分攻击等.以Niederreiter密码体制为基石,根据CFS签名方案的构造方法,提出了新Niederreiter签名方案,在保证效率在合理范围内的前提下,相比CFS签名方案的安全性有较为明显的提高.

Select

软件定义网络的安全态势感知研究

徐雅斌(,),贾珊珊

2019, 40(8): 1682-1688.

摘要 ( ) PDF全文 ( )

可视化

随着SDN越来越多的开始在实际应用中进行部署,其安全问题备受关注.为准确评估SDN网络安全状况,本文提出一种面向SDN的网络安全态势感知方法.该方法根据数据平面、控制平面、应用平面可能遭受的攻击特征提取网络安全态势指标.并在对这些态势指标进行量化的基础上,构建优化的RBF神经网络模型,实现SDN网络安全态势的综合感知和可视化展示.实验结果表明,采用该方法评估网络安全态势不仅准确率高而且资源开销较小.

Select

一种动态迭代分区紧急消息广播方法

聂雷(,),张全玉(,),李鹏(,),何亨(,),吴黎兵

2019, 40(8): 1689-1694.

摘要 ( ) PDF全文 ( )

可视化

基于Black-burst的多跳广播方法在车联网环境中能够有效地传播紧急消息,该类方法利用车辆间的Black-burst交互,通过迭代分区快速缩小最佳候选车辆的竞争范围,从而实现减少竞争冲突和提高紧急消息传播速度的目的.然而,现有这类方法的迭代分区机制较为固定,没有考虑车流密度对分区机制效果的影响.针对上述问题,本文提出了一种基于动态迭代分区机制的多跳广播(Dynamic and Iterative Partitioning Scheme based Multi-hop Broadcast,DIPS-MB)方法,该方法首先估算当前的车流密度,并利用Black-burst交互确定最佳的迭代分区机制,在尽可能减少冲突区域的前提下缩小了寻找最佳中继车辆的时间.数学分析和仿真实验验证了DIPS-MB方法的有效性.与同类型方法进行对比,基于DIPS-MB的紧急消息在动态车流环境中具有更小的单跳时延和更快的传播速度.

Select

一种使用CPN的恶意软件行为可视化自动生成方法

曹宏盛(,),焦健(,),陈昕,刘其源(,)

2019, 40(8): 1695-1701.

摘要 ( ) PDF全文 ( )

可视化

目前针对恶意软件行为的研究主要集中在恶意软件识别上,缺乏对恶意软件的行为逻辑以及相关行为所引起的状态变化的可视化描述.本文提出了一种行为可视化自动生成的方法,该方法在目前已有的Android恶意软件行为研究的基础上,给出了Android恶意软件的行为模型,并利用颜色Petri网(CPN)理论生成相应的可视化文件.本文最后使用现有的恶意软件测试集合进行了实验,使用CPN Tools软件对恶意软件行为进行仿真,并将仿真实验结果与在线检测结果比较,验证了本文可视化自动生成方法的可行性.

Select

应用网络编码的动态连续协作重传改进算法

姚玉坤,张云霞,宋威威,濮浩,李威

2019, 40(8): 1702-1706.

摘要 ( ) PDF全文 ( )

可视化

为了解决多跳无线网络中由于无线链路的不可靠性导致的数据包丢失恢复问题,提出了一种应用网络编码的动态连续协作重传算法来恢复发生丢失的原始数据包.在该算法中,首先选择可侦听到最多原始数据包的节点为最佳协作节点.在原始数据传输的过程中,使用连续的重传策略可直接搜索丢包进行重传,从而充分利用了网路编码机会,减少了重传次数.此外,为了快速高效的选择网络编码组合,原始丢包组合的选择采用高效的哈希汉明搜索.该算法的主要优势是原始数据包传输过程中可进行丢包的重传过程,减少了重传次数.仿真结果表明,文中所提出的方案在减少重传次数上明显优于传统重传方案.

Select

基于BP神经网络的RFID室内定位算法研究

邓昀(,),朱彦(,),杨逸夫,程小辉(,),李朝庆(,)

2019, 40(8): 1707-1712.

摘要 ( ) PDF全文 ( )

可视化

室内定位技术的研究一直都是近年来物联网研究的热点.为了验证一种廉价的RFID(Radio Frequency Identification)设备也有着良好的室内定位效果,提出一种基于廉价的nRF24l01芯片的主动RFID标签与K-means,SVM(Support Vector Machine)和BP(Back Propagation Neural Network)神经网络三种算法相融合的定位算法.首先借助参考标签来建立指纹数据库,通过K-means的聚类算法,把收集到的指纹数据聚成K类,以此将定位区域划分为K个宏区域,再对每个宏区域建立SVM分类模型以及BP神经网络模型.最后采用具体实例对于室内定位性能进行测试.结果表明,当对区域划分为2类,3类,4类的时候,算法的均方根误差分别为1.0863 M,0.9265M,0.9567M,可见当划分3类宏区域时,误差最小,该误差范围满足了室内定位研究的需求.

Select

基于AE-BNDNN模型的入侵检测方法

江颉,高甲,陈铁明

2019, 40(8): 1713-1717.

摘要 ( ) PDF全文 ( )

可视化

基于深度学习的网络入侵检测系统中大量的冗余数据特征会加大模型的训练时间并降低训练效果，针对此问题，提出了AE-BNDNN入侵检测模型.首先利用自编码器网络（Auto-Encoder，AE）对入侵检测数据进行特征降维，去除冗余特征，而后在深度神经网络隐藏层添加批量规范化层，作为训练入侵检测数据特征降维后的分类器，最后采用多层网格搜索算法对AE-BNDNN模型参数进行自动优化，寻找模型的最优参数.在NSL-KDD数据集上的实验结果表明，采用多层网格搜索算法优化的AE-BNDNN模型取得了较高的分类准确率和训练速度.

Select

面向图匹配的属性关系图模型

姚强(,),朱明(,),唐俊,张艳

2019, 40(8): 1718-1722.

摘要 ( ) PDF全文 ( )

可视化

为了提高图像匹配方法的效果，提出了一种面向图匹配的属性关系图模型，该模型利用特征点集的分布情况构建特征点和边的属性关系.首先用特征点与点集中心点连线一侧的特征点数目作为特征点的属性，再根据特征点间连线两侧的点数目大小来指定边的方向关系和属性信息；然后构造两幅图像之间的亲和矩阵；最后利用整数约束下的迭代求解方法求解匹配结果.实验结果表明该算法具有很好的性能，在形变大的图像上也有很好的匹配效果.

Select

深度学习人脸识别系统的对抗攻击算法研究

陈晋音,周嘉俊,沈诗婧,郑海斌,宣琦

2019, 40(8): 1723-1728.

摘要 ( ) PDF全文 ( )

可视化

目前,基于深度学习的应用越来越广泛,但是深度学习易受到人为细微扰动的对抗攻击.针对精度和安全要求较高的人脸识别深度模型,通过研究其在对抗攻击下的脆弱性,有助于进一步提出相应防御策略来提高模型鲁棒性.本文针对基于深度学习的黑盒人脸识别系统,利用生物面部配件(如眼镜框)约束对抗扰动区域,通过粒子群优化(PSO)策略生成对抗配件,攻击人脸识别模型.本文实现了针对最新人脸识别框架FaceNet的对抗攻击,取得了较好的攻击效果.最后利用对抗训练进行了防御测试,验证了该方法能提高模型鲁棒性.

Select

BPR优化的矩阵补全图像分类算法

梁顺攀,雷瑜,冯凯东,李晨,原福永,黄国言

2019, 40(8): 1729-1733.

摘要 ( ) PDF全文 ( )

可视化

在图像分类领域,通过预测图片标签信息以加强图片信息矩阵的稠密度,是解决因信息过载导致图像检索效率低的一种比较流行的思路.本文在该思路的基础上,提出了利用矩阵补全的BPR优化方法来提高图像分类效率的算法.本文先通过矩阵补全将图像学习得到的低维向量空间恢复成高维的图像ID-标签矩阵,再通过贝叶斯个性化排序(Bayesian Personalized Ranking,BPR)算法改进基于矩阵分解的矩阵补全算法,优化标签排序,进而预测图片标签,完成图像分类.本文首先对比了三种矩阵补全模型,分析得到矩阵分解的矩阵补全模型性能最优;其次,在Librec工具库和Google的Open Image数据集上,将改进的奇异值分解算法(FunkSVD)与贝叶斯个性化排序(Bayesian Personalized Ranking,BPR)优化的矩阵分解算法进行对比实验.结果表明,无论是在准确率、召回率、AUC还是计算效率上,BPR优化后的矩阵补全结果值都优于FunkSVD.

Select

多特性融合的多尺度显著性检测

岳星宇,赵应丁,杨文姬,杨红云(,),邵鹏

2019, 40(8): 1734-1739.

摘要 ( ) PDF全文 ( )

可视化

图像显著性检测已经发展多年，被广泛应用于目标检测与识别、图像分割等领域中.本文针对图像显著性目标和背景相似时，检测结果较差的问题，提出一种多特性融合的多尺度检测方法，有效改善了这个情况.方法主要有三个阶段：首先构建图像层次的多尺度图像；其次在单尺度图像上，融合基于对象性、背景性和外观性的检测结果，获得单尺度显著性图；最后融合多个单尺度显著性图获得最终的显著性图.在两个公开数据集ASD和ECSSD上，将本文方法同其它12种流行的显著性检测方法进行比较，结果表明本文方法优于其它方法，能够更加准确地确定显著性目标区域，尤其在图像显著性目标和背景相似的情况下，也能保证较高的准确率.

Select

基于GAN的生成式图像隐写方案

王耀杰,杨晓元,刘佳

2019, 40(8): 1740-1744.

摘要 ( ) PDF全文 ( )

可视化

针对信息隐藏中载体修改会留有修改痕迹、载体选择困难且负载量太低的问题,本文在载体合成的基础上提出了一种基于GAN的生成式图像隐写方案(GS-GAN).GS-GAN在生成对抗网络的基础上,采用隐藏的信息作为驱动直接生成含密图像进行传输,符合“无载体”信息隐藏思想,可有效抵抗基于统计特性的隐写检测.同时,基于加密算法的密钥,即使截获隐藏的内容,在无密钥的前提下,只会获得无意义的结果.我们在CelebA数据集进行了实验,验证了该方案的安全优势和可行性.

Select

结合邻域信息的TV正则化稀疏角度重建算法

齐泽瑶,王远军

2019, 40(8): 1745-1749.

摘要 ( ) PDF全文 ( )

可视化

在计算机断层扫描(Computed Tomography,CT)成像领域,全变分(total variation,TV)重建算法可以从稀疏角度投影数据中重建出高质量的图像而不引入显著的伪影.为了进一步改善算法的性能,本文提出了一种结合邻域信息的TV正则化稀疏角度重建算法.首先通过像素邻域信息的均值和均方差构建了一个自适应权重函数,然后引入到TV模型中以此利用图像的各向异性边缘属性.本文算法可以自适应调节图像局部信息进一步改善了图像的稀疏性,可以更好的重建图像.应用此算法对Shepp-Logan仿真模型和真实的核桃投影数据进行重建,实验结果表明,该算法在抑制伪影和保留边缘结构细节信息方面能够取得更好的性能.

Select

一种基于Bilinear-HashNet网络的车型识别方法

费东炜,孙涵

2019, 40(8): 1750-1754.

摘要 ( ) PDF全文 ( )

可视化

车型识别对于智能交通系统具有重要的意义.目前基于深度学习的车型识别技术通常采用卷积神经网络来进行图像分类，这一类方法对于已训练的车型类别具有较好的识别效果，但是对于未训练数据类型就无能为力了.针对这一缺点，本文设计了Bilinear-HashNet网络，该网络以HashNet为基础，使用双线性模块替换HashNet中的AlexNet部分，使网络具有提取精细粒度特征的能力；并根据提取到的特征生成哈希码，再通过哈希码的匹配实现车型识别.实验证明，基于Bilinear-HashNet的车型识别方法对已训练和未训练的车辆类型都能取得较好的效果.

Select

改进的粒子群优化正交匹配追踪重构算法

王丽,王威,陈博

2019, 40(8): 1755-1759.

摘要 ( ) PDF全文 ( )

可视化

利用正交匹配追踪算法可以实现基于冗余字典的高光谱图像压缩感知重构.因高光谱图像的波段数多,正交匹配追踪算法的计算复杂度较高,无法满足实时处理的需要.针对此问题,提出基于粒子群优化的快速正交匹配追踪算法.应用粒子群算法的较强局部寻优能力对正交匹配追踪算法的匹配过程进行改进.进一步地,利用Hermitian求逆引理对正交匹配追踪算法的残差更新迭代过程进行改进,提高了算法的效率.利用所提算法对高光谱图像进行压缩感知重构,实验结果表明,所提算法降低了正交匹配追踪算法的计算复杂度,在保持重构精度的条件下,计算效率提高了18倍.

Select

一种拉普拉斯金字塔结构的团网络超分辨率图像重建算法

贾婷婷,王济浩,郑雅羽,冯杰

2019, 40(8): 1760-1766.

摘要 ( ) PDF全文 ( )

可视化

Select

对抗分析技术对安卓生态系统安全性影响研究

张桢宇,朱东来,杨哲慜,杨珉

2019, 40(8): 1767-1774.

摘要 ( ) PDF全文 ( )

可视化

对抗分析技术是指一系列能够干扰程序分析的技术手段,良性软件作者使用对抗分析技术以保护应用不被非法破解,而恶意软件作者使用对抗分析技术以规避检测.然而,目前尚未出现针对对抗分析技术对安卓生态系统安全性影响的系统性研究.为了实现此研究,本文设计并实现了自动化加固工具AATPacker.AATPacker能够对样本自动化地附加动态代码加载,反模拟器,反调试及完整性检查等四类对抗分析技术.本文首次将商业化加固服务纳入了安卓生态系统中反对抗分析能力评估的研究范围.本文利用AATPacker对31个原始样本附加不同种类组合的对抗分析技术,生成共计239个应用样本,并用其进行实验.本文发现现有反对抗研究工作尚未在实际安卓生态系统中得到足够应用,使用对抗分析技术能够极大地干扰安卓生态系统中各环节的安全性检查,使恶意软件检出率降低,而良性软件却可能遭到误报;在不同种类的对抗分析技术中,动态代码加载技术对安卓生态系统的安全性影响最为显著.

Select

一种基于GO图的故障树自动生成方法

宛伟健,黄志球,沈国华,尹小花

2019, 40(8): 1775-1780.

摘要 ( ) PDF全文 ( )

可视化

故障树作为一种重要的安全性和可靠性分析方法,被广泛应用于工业界.然而,针对大型复杂系统的故障树建模,传统的基于手工构建的方式存在建模周期长、对建模者要求较高且容易发生遗漏和错误等缺点.而GO图由于其与系统功能原理图的相似性易于构建.因此,基于系统GO图,提出一种故障树自动生成方法.首先,定义操作符到故障树节点的语义映射规则;然后,根据定义的语义映射规则,提出一个自动转换算法,实现GO图到故障树的自动转换;并对生成的故障树进行简化,删除冗余的故障树逻辑门;最后,通过对机床液压系统的案例分析,验证该方法的正确性与可行性.

Select

特征选择与Logistic回归相结合的担保圈风险识别方法

刘亚,李华(,),郑冰(,),赵文欣

2019, 40(8): 1781-1787.

摘要 ( ) PDF全文 ( )

可视化

在银行风险管控方面,通过监管部门的现场监测,各种可疑金融交易行为和企业信贷风险层出不穷,如担保圈、洗钱等.本文提出一种CSAFS特征选择算法和Logistic回归相结合的担保圈风险识别方法,在特征选择阶段,CSAFS特征选择算法既能解决特征间的多重共线性问题,又能选择出覆盖全部或者大部分原始数据信息的、无冗余的新特征子集.之后将新特征子集作为输入项进行Logistic回归,建立担保圈风险识别模型.通过实验验证以及对比四种应用较为广泛的数据挖掘算法(SVM、RF、决策树和朴素贝叶斯),本文提出的方法识别准确率最高,可以更好的为银行贷款业务提供参考,具有实际应用价值.

Select

一种面向海上频谱监测的无人机调度方法

邓志刚,周桐庆,谢莹,肖晓强,徐明,祁特立

2019, 40(8): 1788-1793.

摘要 ( ) PDF全文 ( )

可视化

高效做好频谱管理、提高频谱利用率,是有效发挥频谱设备效能的关键因素.而使用传统频谱监测手段获取目标海域完整电磁环境信息,存在高成本、延时、低精度的缺点.鉴于此,提出一种面向海上频谱监测的无人机调度方法—UAVSense.该方法通过指派少量无人机搭载频谱感知设备完成监测任务,利用频谱插值技术解决无人机数量不足带来的数据稀疏性问题,实现低成本监测;同时,设计首轮任务分配机制,解决任务初始化阶段采样点的选取问题,确保采样数据的均衡覆盖;设计多时隙无人机调度算法,解决重建结果的快速收敛问题,以实现实时、高精度的重建.与传统无人机调度方法的仿真对比实验表明,UAVSense具有低成本、实时、高精度的特点.

Select

杂波环境下雷达/红外数据融合目标跟踪算法的研究

陈星,李战武(,),胡晓东

2019, 40(8): 1794-1798.

摘要 ( ) PDF全文 ( )

可视化

在杂波环境中,利用雷达/红外传感器跟踪机动目标的背景下.针对传统的概率数据关联理论在解决量测中多个目标回波以及数目等问题方面的不足,提出了一种基于交互式多模型和多传感器多检测概率数据关联的融合算法(IMM/MS-MDPDAF).IMM算法具有适应目标高机动和杂波环境的能力,MS-MDPDAF算法能够检测到多个有效目标回波,考虑了杂波环境下的多种不确定性.依据雷达传感器的多重检测模式对目标进行有效量测以及状态向量的更新,再通过数据融合和概率数据关联理论在贝叶斯框架下进行相应的概率计算和状态预测、估计和更新,从而实现对机动目标的连续估计.仿真结果表明,IMM/MS-MDPDAF算法能够提高目标跟踪的有效性和跟踪精度,具有比IMM/MSPDAF更好的跟踪性能.

Select

一种自适应序列长度的RNA二级结构深度预测方法

吴宏杰,汤烨,陆卫忠,崔志明(,),付保川,GAO Zhen(,)

2019, 40(8): 1799-1803.

摘要 ( ) PDF全文 ( )

可视化

RNA二级结构预测是结构生物信息学中的一个重要问题.带假结的RNA二级结构预测,由于复杂的假结结构,更是增加了预测的难度.传统的机器学习方法受限于学习模型的结构,输入特征数目必须固定.大部分方法将不同长度的序列统一截断后进行训练,这不仅导致有用信息丢失,而且并破坏了生物序列完整性.针对该问题提出了一种适应序列长度的深度递归神经网络模型,构造了序列长度自适应模块及训练算法,从而不需要截断.同时,由于实际样本比例不均衡,采用了动态加权方法进行改善.随后,在权威数据集RNA STRAND上与四种优秀方法进行了四组比较实验.实验结果表明,本方法的正确率和 Matthews相关系数比定长LSTM方法分别提高了1.6%和3.3%;比其它四种典型方法提高了13.6%和14.8%.

Select

增强型稀疏后缀数组索引的高错误率reads比对

韦好,钟诚

2019, 40(8): 1804-1808.

摘要 ( ) PDF全文 ( )

可视化

生物序列比对有助于定位序列之间的相似区域.测序技术的快速发展需要序列比对算法能够灵活地处理更长且错误率更高的reads序列.通过增强型稀疏后缀数组对参考序列建立索引,自适应地调整种子的最小长度,寻找参考序列与reads序列之间的最大精确匹配和超大精确匹配,以此进行种子扩展,提出一种改进的long-read比对算法.与已有代表性的算法相比,模拟和真实数据实验结果表明,本文算法在获得基本相同精确度的前提下,召回率明显提升,敏感度总体上更高,且能够识别更多的reads序列.

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