当期目录

2017年 第37卷 第11期 刊出日期：2017-11-10

上一期   下一期

第十六届中国机器学习会议(CCML 2017)

大数据下的典型机器学习平台综述

焦嘉烽, 李云

2017, 37(11):  3039-3047.  DOI: 10.11772/j.issn.1001-9081.2017.11.3039

摘要 ( )   PDF (1608KB) ( )  

参考文献 | 相关文章 | 计量指标

由于大数据海量、复杂多样、变化快，传统的机器学习平台已不再适用，因此，设计一个高效的、通用的大数据机器学习平台成为目前的研究热点。通过介绍和分析机器学习算法的特点以及大规模机器学习的数据和模型并行化，引出常见的并行计算模型。简单介绍了整体同步并行模型（BSP）、SSP并行计算模型以及BSP、SSP模型与AP模型的区别，主要介绍了基于这些并行模型的典型的机器学习平台和这些平台的优缺点，并指出各个平台最适合处理何种大数据问题。最后从采用的抽象数据结构、并行计算模型、容错机制等方面对典型的机器学习平台进行了总结，并提出一些建议和展望。

回归模型中哑变量的相对重要性指数

李海超, 王开军, 胡淼, 陈黎飞

2017, 37(11):  3048-3052.  DOI: 10.11772/j.issn.1001-9081.2017.11.3048

摘要 ( )   PDF (819KB) ( )  

参考文献 | 相关文章 | 计量指标

为在回归模型中描述定性属性，通常需要引入哑变量。对含哑变量的回归方程，提出描述不同哑变量在回归方程中不同重要程度的方法。该方法分解出含哑变量的回归方程中哑变量部分和非哑变量部分的回归平方和，计算这两部分在该回归方程中所起作用的占比，将该占比设计为各哑变量在回归方程中的相对重要程度指数。在近10万笔的Lending Club和Prosper网络借贷数据集上，所进行的挖掘借款用途对借款成功率、信用等级对借款利率的影响程度的实验结果表明，与传统回归方程仅提供哑变量前的系数却不能展现其重要程度相比，所提方法展现出不同哑变量的不同重要程度，为定量分析回归方程中定性自变量对因变量的影响程度提供了重要的手段。

基于卷积神经网络的谣言检测

刘政, 卫志华, 张韧弦

2017, 37(11):  3053-3056.  DOI: 10.11772/j.issn.1001-9081.2017.11.3053

摘要 ( )   PDF (748KB) ( )  

参考文献 | 相关文章 | 计量指标

人工检测谣言通常需要耗费大量的人力物力，并且会有很长的检测延迟。目前现存的谣言检测模型一般根据谣言的内容、用户属性、传播方式人工地构造特征，而人工构建特征存在考虑片面、浪费人力等现象。为了解决这个问题，提出了基于卷积神经网络（CNN）的谣言检测模型。将微博中的谣言事件向量化，通过卷积神经网络隐含层的学习训练来挖掘表示文本深层的特征，避免了特征构建的问题，并能发现那些不容易被人发现的特征，从而产生更好的效果。实验结果表明，所提方法能够准确识别谣言事件，在准确率、精确率与F1值指标上优于支持向量机（SVM）与循环神经网络（RNN）等对比算法。

基于机器学习的PM2.5短期浓度动态预报模型

戴李杰, 张长江, 马雷鸣

2017, 37(11):  3057-3063.  DOI: 10.11772/j.issn.1001-9081.2017.11.3057

摘要 ( )   PDF (1092KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前现有的PM2.5模式预报系统的预报值偏离实际浓度较大的问题，从上海市浦东气象局获得2015年2月至7月的PM2.5实况观测浓度、PM2.5模式预报（WRF-Chem）浓度和5个主要气象因子的模式预报数据资料，联合应用支持向量机（SVM）和粒子群优化（PSO）算法建立滚动预报模型，对PM2.5未来24小时浓度进行预报，同时对未来一天的昼、夜均值及日均值浓度进行预报，并与径向基函数神经网络（RBFNN）、多元线性回归法（MLR）、模式预报（WRF-Chem）作对比。实验结果表明，相比其他预报方法，所提出的SVM模型较大提高了PM2.5未来1小时浓度预报精度，这与此前的研究结论相符；所提模型能对PM2.5未来24小时浓度进行较好的预报，能对未来一天的昼均值、夜均值及日均值进行有效预报，并且对未来12小时的逐时浓度及未来一天的夜均值浓度的预报准确度较高。

类自动车牌识别轨迹数据的伴随车辆组挖掘

王保全, 蒋同海, 周喜, 马博, 赵凡

2017, 37(11):  3064-3068.  DOI: 10.11772/j.issn.1001-9081.2017.11.3064

摘要 ( )   PDF (908KB) ( )  

参考文献 | 相关文章 | 计量指标

自动车牌识别（ANPR）数据比私人全球定位系统（GPS）数据更易获得，且包含更有用的信息，但是相对成熟的针对GPS轨迹数据挖掘伴随车辆组方法并不适用于自动车牌识别数据，现有的少量自动车牌识别数据伴随车辆组挖掘算法存在重视轨迹相似而忽视时间因素的缺陷，因此提出一种基于轨迹特征的聚类方法挖掘伴随车辆组。针对自动车牌识别数据中采样点固定而采样时间不定的特点，通过轨迹中共现的次数判定两个对象构成伴随模式。该共现定义引入豪斯多夫距离，综合考虑轨迹的地点、方向和时间特征，旨在挖掘数据中采样点不同但采样点距离近且轨迹相似的伴随车辆组，以此提高伴随车辆组挖掘效率。实验结果表明，所提方法较现有方法更能有效挖掘伴随车辆组，识别非伴随模式数据，效率提升了近两倍。

基于有效迭代算法的鲁棒L1范数非平行近似支持向量机

赵彩云, 吴长勤, 葛华

2017, 37(11):  3069-3074.  DOI: 10.11772/j.issn.1001-9081.2017.11.3069

摘要 ( )   PDF (989KB) ( )  

参考文献 | 相关文章 | 计量指标

针对鲁棒L1范数非平行近似支持向量机（L1-NPSVM）求解算法无法保证获取可靠解的问题，提出一个新颖的迭代算法来解L1-NPSVM的目标问题。首先，根据L1-NPSVM原目标问题对解具有规模不变性，将其转换为一个等价的带等式约束的最大化问题。该迭代算法在每次迭代中利用更新权机制获取每次迭代的更新解；每次迭代中，问题归结为解两个快速的线性方程问题。从理论上证明了算法的收敛性。在公共UCI数据集上，实验显示，所提算法不仅在分类性能上要远远好于L1-NPSVM，且具有相当的计算优势。

基于演进向量量化聚类的增量模糊关联分类方法

霍纬纲, 屈峰, 程震

2017, 37(11):  3075-3079.  DOI: 10.11772/j.issn.1001-9081.2017.11.3075

摘要 ( )   PDF (773KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高动态数据集上模糊关联分类器（FAC）的建模效率，提出了一种基于演进向量量化（eVQ）聚类的增量模糊关联分类方法。首先，采用eVQ聚类算法增量更新数量属性上的高斯隶属度函数参数；然后，扩展早剪枝更新（UWEP）算法，使之适用于增量挖掘模糊频繁项；最后，以模糊相关度（FCORR）和分类规则前件长度为度量方式裁剪并更新模糊关联分类规则库。在4个UCI标准数据集上的实验结果表明，与批量模糊关联分类建模方法相比，所提方法能够在保证分类精度和解释性的前提下，减少模糊关联分类器的训练时间；基于eVQ的高斯隶属度函数的增量更新有助于提高动态数据集上模糊关联分类器的分类精度。

基于密度峰值的网格聚类算法

杨洁, 王国胤, 王飞

2017, 37(11):  3080-3084.  DOI: 10.11772/j.issn.1001-9081.2017.11.3080

摘要 ( )   PDF (809KB) ( )  

参考文献 | 相关文章 | 计量指标

2014年提出的密度峰值聚类算法，思想简洁新颖，所需参数少，不需要进行迭代求解，而且具有可扩展性。基于密度峰值聚类算法提出了一种网格聚类算法，能够高效地对大规模数据进行处理。首先，将N维空间粒化为不相交的长方形网格单元；然后，统计单元空间的信息，利用密度峰值聚类寻找中心点的思想确定中心单元，即中心网格单元被一些低局部密度的数据单元包围，而且与比自身局部密度高的网格单元的距离相对较大；最后，合并与中心网格单元相近网格单元，从而得出聚类结果。在UCI人工数据集上的仿真实验结果表明，所提算法能够较快得出聚类中心，有效处理大规模数据的聚类问题，具有较高的效率，与原始的密度峰值聚类算法相比，在不同数据集上时间损耗降低至原来的1/100~1/10，而精度损失维持在5%~8%。

基于迭代框架的主动链接选择半监督社区发现算法

陈嶷瑛, 柴变芳, 李文斌, 贺毅朝, 吴聪聪

2017, 37(11):  3085-3089.  DOI: 10.11772/j.issn.1001-9081.2017.11.3085

摘要 ( )   PDF (758KB) ( )  

参考文献 | 相关文章 | 计量指标

针对非负矩阵分解（NMF）半监督社区发现方法随机选择先验约束，导致提升相同性能需要更多约束信息的问题，提出一种基于迭代框架的主动链接选择半监督社区发现算法——ALS_GNMF。在迭代框架下，首先，主动选择不确定性高且对社区划分指导性强的链接对作为先验信息；其次，为主动选择的链接对增加must-link约束，增强社区间连接，生成先验矩阵；同时，增加cannot-link约束，减弱社区间连接，修改邻接矩阵；最后，将先验矩阵作为正则项，加入基于NMF的最优化目标函数，并融合网络拓扑结构信息，以期用较少的先验信息，达到较高的社区发现准确性和鲁棒性。实验结果表明，ALS_GNMF算法在真实网络及人工网络上，相同的先验比例下，性能比未采用迭代框架和主动策略的NMF半监督社区发现方法有更大的提升，且在结构不清晰的网络中表现稳定。

基于链接模型的主动半监督社区发现方法

柴变芳, 王建岭, 许冀伟, 李文斌

2017, 37(11):  3090-3094.  DOI: 10.11772/j.issn.1001-9081.2017.11.3090

摘要 ( )   PDF (756KB) ( )  

参考文献 | 相关文章 | 计量指标

链接模型可对网络的社区发现问题建模，相比具有相同目标的对称模型和条件模型，PPL模型处理网络类型更多、社区发现准确率更高。但PPL模型是一个无监督模型，在网络社区结构不清晰时效果不佳，且不能利用易获取的先验信息。为使用尽可能少的先验，获得社区发现链接模型性能较大的提升，提出了一个主动节点先验学习（ANPL）算法，该算法主动选择效用高、易标记的成对约束进行标记，基于标记的约束对自动生成信息量更大的标记节点集合。基于PPL模型设计了一个融合网络拓扑结构和标记节点先验的半监督社区发现（SPPL）模型，并给出模型用于半监督社区发现的参数估计算法。人工网络和实际网络上的实验结果表明，利用ANPL获得的标记节点先验和网络拓扑结构，SPPL模型的社区发现准确率高于无监督PPL模型及当前流行的基于非负矩阵分解（NMF）的半监督社区发现模型。

基于忠诚度的社交网络用户发现方法

薛云, 李国和, 吴卫江, 洪云峰, 周晓明

2017, 37(11):  3095-3100.  DOI: 10.11772/j.issn.1001-9081.2017.11.3095

摘要 ( )   PDF (869KB) ( )  

参考文献 | 相关文章 | 计量指标

针对社交网络中提高用户的高黏性问题，提出了一种基于用户忠诚度的用户发现的算法。该算法利用双重RFM模型对用户忠诚度进行计算，挖掘出忠诚度不同分类的用户。首先，通过双重RFM模型动态计算出用户在某一时间段的消费价值与行为价值，得到用户某一时间段的忠诚度；其次，根据用户的忠诚度，确定标度曲线，利用相似度计算找到典型的忠诚用户与不忠诚用户；最后，采用基于模块度的社区发现与独立级联传播模型，发现潜在的忠诚用户与不忠诚用户。在某社交网络的微博数据集上，实现了社会性网络服务（SNS）下用户忠诚度的量化表示，获得了基于用户忠诚度的用户发现结果。实验结果表明，所提算法能够有效挖掘出基于忠诚度的用户分类，可以为社交网站针对用户的个性化推荐及营销等，提供理论支持和实用方法。

大规模社交网络中高效的关键用户选取方法

郑永广, 岳昆, 尹子都, 张学杰

2017, 37(11):  3101-3106.  DOI: 10.11772/j.issn.1001-9081.2017.11.3101

摘要 ( )   PDF (965KB) ( )  

参考文献 | 相关文章 | 计量指标

针对大规模社交网络及其用户发布消息的历史数据，如何快速有效地选取具有较强信息传播能力的关键用户，提出了一种关键用户选取方法。首先，利用社交网络的结构信息，构建以用户为节点的有向图，利用用户发布消息的历史数据，基于Spark计算框架，定量计算由用户活跃度、转发交互度和信息量占比刻画的权重，从而构建社交网络的有向带权图模型；然后，借鉴PageRank算法，建立用户信息传播能力的度量机制，给出基于Spark的大规模社交网络中用户信息传播能力的计算方法；进而，给出基于Spark的d-距选取算法，通过多次迭代，使得所选取的不同关键用户的信息传播范围尽量少地重叠。建立在新浪微博数据上的实验结果表明，所提方法具有高效性、可行性和可扩展性，对于控制不良突发信息传播、社交网络舆情监控具有一定的支撑作用。

基于最大团的条件偏好挖掘

谭征, 刘惊雷, 余航

2017, 37(11):  3107-3114.  DOI: 10.11772/j.issn.1001-9081.2017.11.3107

摘要 ( )   PDF (1274KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在数据库的个性化查询中条件约束（或上下文约束）没有被充分考虑的问题，首先提出了条件约束模型i⁺≻i^-|X，它表示在上下文X的约束下，相对于i^-，用户更偏好i⁺。在此模型的基础上，采用最大团（MaxClique）关联规则算法挖掘获得用户偏好；随后又提出了条件偏好挖掘（CPM）算法，该算法结合上下文用于挖掘偏好规则，从而得出用户的偏好。实验结果表明，基于CPM算法的偏好挖掘模型具有较强的偏好表达能力，将CPM算法与基于Apriori的算法以及CONTENUM算法进行了实验对比，实验的主要参数为最小支持度、最小可信度、数据规模等，实验结果进一步表明所提出的CPM算法可明显提高用户偏好规则的产生效率。

基于置信传播的复杂网络社团发现算法

尤心心, 葛檬

2017, 37(11):  3115-3118.  DOI: 10.11772/j.issn.1001-9081.2017.11.3115

摘要 ( )   PDF (655KB) ( )  

参考文献 | 相关文章 | 计量指标

经典的置信传播（BP）算法能够通过有限次数的迭代，推断出所有节点的边缘概率分布和最大似然概率。针对该算法在迭代过程中产生的影响精度和收敛速度的强烈震荡，找出了造成震荡的三个主要因素：强势能、紧密的环路和矛盾的方向，并有针对性地改进了该算法的核心更新规则；同时又进一步提出了异步消息传递方式，克服传统置信传播算法采用的同步消息传播方式的收敛慢、效率低等缺点。利用随机块模型拟合网络的生成过程，利用经典的期望最大化算法对模型进行求解，分别利用改进前后的置信传播算法推断隐变量的后验概率。在五个真实网络上的实验表明，两个改进均使得精度和速度不同程度地提高。

移动机器人动态路径规划方法的研究与实现

史进, 董瑶, 白振东, 崔泽晨, 董永峰

2017, 37(11):  3119-3123.  DOI: 10.11772/j.issn.1001-9081.2017.11.3119

摘要 ( )   PDF (721KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在未知动态障碍物存在且目标点移动的环境下，采用人工势场法规划路径时斥力影响半径往往大于障碍物的半径从而导致动态障碍物与机器人发生碰撞的问题，提出非完全等待策略与Morphine算法相结合的改进人工势场法动态路径规划策略。当动态障碍物与机器人发生侧面碰撞时采用非完全等待策略；当动态障碍物与机器人发生迎面碰撞时采用Morphine算法局部规划路径；同时引入滚动窗口理论提高躲避动态障碍物的精确度。通过仿真实验，与传统人工势场作对比，提出的改进算法在发生侧面碰撞时要缩短12步，在发生迎面碰撞时要缩短6步，由此可得提出改进算法在路径平滑性和规划步数方面效果更优。

基于级联深度卷积神经网络的高性能图像超分辨率重构

郭晓, 谭文安

2017, 37(11):  3124-3127.  DOI: 10.11772/j.issn.1001-9081.2017.11.3124

摘要 ( )   PDF (783KB) ( )  

参考文献 | 相关文章 | 计量指标

为了进一步提高现有图像超分辨率重构方法所得图像的分辨率，提出一种高性能的深度卷积神经网络（HDCN）模型用于重构放大倍数固定的超分辨率图像。通过建立级联HDCN模型解决传统模型重构图像时放大倍数无法按需选择的问题，并在级联过程中引入深度边缘滤波器以减少级联误差，突出边缘信息，从而得到高性能的级联深度卷积神经网络（HCDCN）模型。基于Set5、Set14数据集进行超分辨率图像重构实验，证明了引入深度边缘滤波器的有效性，对比HCDCN方法与其他图像超分辨率重构方法的性能评估结果，展现了HCDCN方法的优越性能。

融合前景判别和圆形搜索的目标跟踪算法

林玲鹏, 黄添强, 林晶

2017, 37(11):  3128-3133.  DOI: 10.11772/j.issn.1001-9081.2017.11.3128

摘要 ( )   PDF (1049KB) ( )  

参考文献 | 相关文章 | 计量指标

针对运动目标在发生遮挡、形变、旋转和光照等变化时会导致跟踪误差大甚至丢失目标以及传统跟踪算法实时性差的问题，提出了一种融合前景判别和圆形搜索（CS）的目标跟踪算法。该算法采用了图像感知哈希技术来描述与匹配跟踪目标，跟踪过程使用了两种跟踪策略相结合的方法，能够有效地解决上述问题。首先，根据目标运动方向的不确定性和帧间目标运动的缓慢性，通过CS算法搜索当前帧局部（目标周围）最佳匹配位置；然后，采用前景判别PBAS算法搜索当前帧全局最优目标前景；最终，选取两者与目标模板相似度更高者为跟踪结果，并根据匹配阈值判断是否更新目标模板。实验结果表明，所提算法在精度、准确率和实时性上都比MeanShift算法更好，在目标非快速运动时有较好的跟踪优势。

融合时空多特征表示的无监督视频分割算法

李雪君, 张开华, 宋慧慧

2017, 37(11):  3134-3138.  DOI: 10.11772/j.issn.1001-9081.2017.11.3134

摘要 ( )   PDF (1045KB) ( )  

参考文献 | 相关文章 | 计量指标

针对视频分割的难点在于分割目标的无规则运动、快速变换的背景、目标外观的任意变化与形变等，提出了一种基于时空多特征表示的无监督视频分割算法，通过融合像素级、超像素级以及显著性三类特征设计由细粒度到粗粒度的稳健特征表示。首先，采用超像素分割对视频序列进行处理以提高运算效率，并设计图割算法进行快速求解；其次，利用光流法对相邻帧信息进行匹配，并通过K-D树算法实现最近邻搜索以引入各超像素的非局部时空颜色特征，从而增强分割的鲁棒性；然后，对采用超像素计算得到的分割结果，设计混合高斯模型进行完善；最后，引入图像的显著性特征，协同超像素分割与混合高斯模型的分割结果，设计投票获得更加准确的视频分割结果。实验结果表明，所提算法是一种稳健且有效的分割算法，其结果优于当前大部分无监督视频分割算法及部分半监督视频分割算法。

基于用户兴趣语义的视频关键帧提取

俞璜悦, 王晗, 郭梦婷

2017, 37(11):  3139-3144.  DOI: 10.11772/j.issn.1001-9081.2017.11.3139

摘要 ( )   PDF (1017KB) ( )  

参考文献 | 相关文章 | 计量指标

目前，视频关键信息提取技术主要集中于根据视频低层特征进行关键帧的提取，忽略了与用户兴趣相关的语义信息。对视频进行语义建模需收集大量已标注的视频训练样本，费时费力。为缓解这一问题，使用大量互联网图像数据构建基于用户兴趣的语义模型，这些图像数据内容丰富、同时涵盖大量事件信息；然而，从互联网获取的图像知识多样且常伴随图像噪声，使用蛮力迁移将大幅影响视频最终提取效果，提出使用近义词联合权重模型衡量互联网中存在差异但语义相近的图像组，并利用这些图像组构建语义模型。通过联合权重学习获取语义权重，每一图像组在知识迁移中所起的作用由权重值决定。使用来自不同视频网站的多段视频对所提方法进行验证，实验结果表明对用户感兴趣的内容进行联合权重语义建模能更加全面、准确地获取信息，从而有效指导视频关键帧提取。

基于自步学习的加权稀疏表示人脸识别方法

王学军, 王文剑, 曹飞龙

2017, 37(11):  3145-3151.  DOI: 10.11772/j.issn.1001-9081.2017.11.3145

摘要 ( )   PDF (1023KB) ( )  

参考文献 | 相关文章 | 计量指标

近年来基于稀疏表示的分类方法（SRC）成为了一个新的热点问题，在人脸识别领域取得了很大的成功。但基于稀疏表示的方法在重建待测样本时，有可能会利用与待测样本相差较大的训练样本，并且没有考虑到表示系数的局部信息，从而导致分类结果不稳定。提出一种基于自步学习的加权稀疏表示算法SPL-WSRC，在字典中有效剔除与待测样本相差较大的训练样本，并利用加权手段考虑样本间的局部信息，以提高分类精度和稳定性。通过3个典型的人脸数据集中的实验，实验结果表明，所提算法优于原稀疏表示算法SRC，特别是当训练样本足够多时，效果更明显。

基于代价敏感深度决策树的公交车环境人脸检测

娄康, 薛彦兵, 张桦, 徐光平, 高赞, 王志岗

2017, 37(11):  3152-3156.  DOI: 10.11772/j.issn.1001-9081.2017.11.3152

摘要 ( )   PDF (1038KB) ( )  

参考文献 | 相关文章 | 计量指标

针对公交车环境下的人脸检测具有光照变化、模糊、遮挡、低分辨率和姿势变化等问题，提出了基于代价敏感深度决策树的人脸检测算法。首先，基于归一化的像素差异（NPD）特征构建单个深度二次树（DQT）；接着，根据当前决策树的分类结果，利用代价敏感Gentle Adaboost方法对样本权重进行更新，依次训练出多棵深度决策树；最后，将所有决策树通过Soft-Cascade级联得到最终的检测算法。在人脸检测数据集（FDDB）和公交车视频上的实验结果表明，所提算法与现有的深度决策树算法相比，在检测率和检测速度上均有提升。

基于样条的林火图像多阈值分割算法

杨绪兵, 覃欣怡, 张福全

2017, 37(11):  3157-3161.  DOI: 10.11772/j.issn.1001-9081.2017.11.3157

摘要 ( )   PDF (923KB) ( )  

参考文献 | 相关文章 | 计量指标

基于光滑样条原理，提出一种自适应的多阈值分割算法HistSplineReg，即采用光滑样条回归图像一维直方图，再从回归函数寻找极值从而实现图像的多阈值自动分割。较之现有的阈值分割方法，HistSplineReg具有以下优势：1）设计方法符合人类直觉；2）基于光滑样条设计算法，有理论依据；3）阈值个数及阈值位置可自动选择；4）回归函数可分析求解，计算规模主要集中在矩阵的Cholesky分解，矩阵大小由图像像素水平级决定，而不是图像尺寸；5）只有一个待定参数，该参数用于平衡回归经验误差和回归函数的光滑性。对林火识别问题，实验提供一个经验参数供参考。最后，在红绿蓝颜色（RGB）模式的林火数字图像上进行实验，从灰度图像、多种颜色通道、各通道分割结果合成的彩色图像等方面进行验证，与同样采样回归思想的支持向量回归（SVR）及多项式回归（PolyFit）相比，HistSplineReg方法直观分割效果更好，且三种方法都反映出红色通道信息对林火图像分割效果的影响更为显著。

结合纹理去除的遥感图像分割

周明非, 汪西莉

2017, 37(11):  3162-3167.  DOI: 10.11772/j.issn.1001-9081.2017.11.3162

摘要 ( )   PDF (1051KB) ( )  

参考文献 | 相关文章 | 计量指标

针对包含复杂纹理信息的遥感图像难以进行精准图像分割的问题，提出了一种结合纹理去除的遥感图像分割方法。首先，改进了相对全变差纹理去除方法，通过引入新的范数约束使相对全变差纹理去除方法可以在去除纹理信息的同时凸显图像中的主要结构，达到辅助分割的效果；然后，使用均值漂移算法对经过纹理去除的遥感图像进行无监督聚类，达到分割的目的；最后，提出的遥感图像分割算法在不同遥感图像上进行了测试。实验结果表明，在高分辨遥感图像的分割上，所提算法可以分割出遥感图像中的主要目标，和直接分割或者结合其他纹理去除方法相比取得了更好的分割结果。所提出的分割算法可以降低纹理信息对图像分割的影响，提高遥感图像分割的精度。

迭代自适应权重均值滤波的图像去噪

张新明, 程金凤, 康强, 王霞

2017, 37(11):  3168-3175.  DOI: 10.11772/j.issn.1001-9081.2017.11.3168

摘要 ( )   PDF (1473KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有滤波方法滤除图像椒盐噪声的性能不理想和耗时长等缺陷，提出了一种迭代自适应权重均值滤波的图像去噪方法（IAWF）。首先，利用图像邻域像素与处理点的相似性采用新型方法构建邻域权重；然后，将此邻域权重与开关裁剪均值滤波结合形成新型权重均值滤波方法，充分利用像素间的相关性和开关裁剪滤波的优势，有效提高了算法的去噪效果，同时采用自适应的方式调整滤波窗口大小，以便尽可能地保护图像细节；最后，采用迭代式滤波方法，即如果上述操作还没有处理完噪声点，则迭代去噪直至噪声点处理完毕，实现自动处理。仿真实验结果表明，在各种不同噪声密度下，IAWF在峰值信噪比（PSNR）、失真度，以及视觉效果等方面均优于现有的几种优秀的滤波算法，且具有更快的运行速度，更适用于实际应用场合。

基于深度迁移学习的烟雾识别方法

王文朋, 毛文涛, 何建樑, 窦智

2017, 37(11):  3176-3181.  DOI: 10.11772/j.issn.1001-9081.2017.11.3176

摘要 ( )   PDF (1219KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统的基于传感器和图像特征的烟雾识别方法易被外部环境干扰且识别场景单一，从而造成烟雾识别精度较低，而基于深度学习的识别方法对数据量要求较高，对于烟雾数据缺失或数据来源受限的情况模型识别能力较弱的问题，提出一种基于深度迁移学习的烟雾识别方法。将ImageNet数据集作为源数据，利用VGG-16模型进行基于同构数据下的特征迁移。首先，将所有的图像数据进行预处理，对每张图像作随机变换（随机旋转、剪切、翻转等）；其次，引入VGG-16网络，将其卷积层特征进行迁移，并连接预先使用烟雾数据在VGG-16网络中训练过的全连接层；进而构建出基于迁移学习的深度网络，从而训练得到烟雾识别模型。利用公开数据集以及真实场景烟雾图像进行实验验证，实验结果表明，和现有主流烟雾图像识别方法相比，所提方法有较高的烟雾识别率，实验精度达96%以上。

基于三维形状指数的肺结节自动检测方法

董林佳, 强彦, 赵涓涓, 原杰, 赵文婷

2017, 37(11):  3182-3187.  DOI: 10.11772/j.issn.1001-9081.2017.11.3182

摘要 ( )   PDF (935KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在肺结节计算机辅助检测中存在误诊率、假阳性率较高，检测准确率较低等问题，提出一种基于三维形状指数和Hessian矩阵特征值构建类球形滤波器的结节检测方法。首先，提取肺实质区域，并计算各体素点Hessian矩阵的特征值和特征向量；其次，通过二维形状指数推导出三维形状指数公式，构建改进的三维类球形滤波器；最后，在三维肺实质区域内检测疑似结节区域，去除较多的假阳性区域，针对三维体数据上检测出结节所在位置，将检测到的坐标作为置信连接的多种子点输入，进行三维体数据分割，最终分割出三维结节。实验结果表明，所提算法能够有效地检测出不同类型的肺结节，对较难检测的磨玻璃结节也有较好的检测效果，结节检测的假阳性低，最终能达到92.36%的准确率和96.52%的敏感度。

基于Hadoop的IPTV隐式评分模型

顾军华, 官磊, 张建, 高星, 张素琪

2017, 37(11):  3188-3193.  DOI: 10.11772/j.issn.1001-9081.2017.11.3188

摘要 ( )   PDF (867KB) ( )  

参考文献 | 相关文章 | 计量指标

根据网路协定电视（IPTV）用户收视行为数据中的隐式特性，提出一种新型的隐式评分模型。首先，介绍了IPTV用户收视行为数据的主要特点，提出一种新的用户收视比值、用户兴趣偏置因子以及视频类型影响因子相结合的多特征混合隐式评分模型；然后，提出基于收视时长和收视比值的收视行为筛选策略；最后，设计并实现了基于Hadoop的分布式模型架构。实验结果表明，所提模型有效提高了IPTV系统中推荐结果的质量，同时提升了时间效率，对于大规模数据有良好的可扩展性。

2017年中国计算机学会人工智能会议(CCFAI 2017)

交叉反向学习和同粒社会学习的粒子群优化算法

张新明, 康强, 王霞, 程金凤

2017, 37(11):  3194-3200.  DOI: 10.11772/j.issn.1001-9081.2017.11.3194

摘要 ( )   PDF (1241KB) ( )  

参考文献 | 相关文章 | 计量指标

针对社会学习粒子群优化（SLPSO）算法存在的优化效率低、收敛速度慢等问题，提出了一种改进的SLPSO算法，即基于交叉反向学习和同粒社会学习的PSO算法（CPPSO）。首先，将最优解随机纵向交叉与一般反向学习以及随机反向学习构建交叉反向学习；然后，以此交叉反向学习策略更新种群中的最优粒子位置，增强探索能力，并克服SLPSO中最优粒子无更新导致效率低下的缺点；最后，对于非最优粒子，与SLPSO采用基于维的社会学习不同，均采用新型基于粒子的社会学习机制，在提高全局搜索能力同时，更提高开采能力和搜索效率。在一组不同维基准函数上优化的实验结果表明，CPPSO的优化性能、搜索效率和普适性大幅度领先于SLPSO和其他先进的PSO改进算法，如交叉搜索PSO （CSPSO）算法、自我调节的PSO （SRPSO）算法、异构综合学习的PSO （HCLPSO）算法和反向学习和局部学习能力的PSO （RLPSO）算法。

融合异质网络与主题模型的方面分预测

吉余岗, 李依桐, 石川

2017, 37(11):  3201-3206.  DOI: 10.11772/j.issn.1001-9081.2017.11.3201

摘要 ( )   PDF (863KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统方面分预测模型只考虑内容信息而缺乏对评论网络结构的分析，提出了融合异质信息网络和主题模型构建方面分预测算法（HINToAsp）。首先，从意见短语角度构建了评论主题挖掘模型（Phrase-PLSA），有效整合评论信息和评分信息进行方面主题挖掘；进而，考虑用户、评论和商品之间的结构信息，提出了在"用户-评论-商品"异质信息网络上的主题传播模型模型，用于刻画用户特性、商品属性；最后，基于随机游走框架有效整合内容信息和结构信息，进行精准的方面分预测。通过在大众点评（Dianping）和TripAdvisor数据集上和四元组PLSA （QPLSA）、高斯分布的情绪评估（GRAOS）模型及情绪均衡主题模型（SATM）的准确度对比实验，证明了HINToAsp算法的有效性，可以更好地用于商品的推荐系统。

基于复杂学习分类系统的密度聚类方法

黄虹玮, 葛笑天, 陈烜松

2017, 37(11):  3207-3211.  DOI: 10.11772/j.issn.1001-9081.2017.11.3207

摘要 ( )   PDF (779KB) ( )  

参考文献 | 相关文章 | 计量指标

提出一种基于复杂学习分类系统（XCS）的密度聚类方法，可以用于对任意形状且带有噪声的二维数据进行聚类分析。此方法称为DXCSc，主要包括以下三个过程：1）基于学习分类系统，对输入数据生成规则种群，并对规则进行适当压缩；2）将已经生成的规则视为二维数据点，进而基于密度聚类思想对二维数据点进行聚类；3）对密度聚类后的规则种群进行适当聚合，生成最终的规则种群。在第一个过程中，采用学习分类系统框架生成规则种群并进行适当约减。第二个过程认为种群的各规则簇中心比它们的邻居规则具有更高的密度，并且与密度更高的规则间距离更大。在第三个过程中，采用图分割方法对相关重叠簇进行适当聚合。在实验中，将所提方法与K-means、近邻传播聚类算法（AP）、Voting-XCSc等算法进行了比较，实验结果表明，所提方法在精度方面优于对比算法。

基于深度学习的小面积指纹匹配方法

张永良, 周冰, 詹小四, 裘晓光, 卢天培

2017, 37(11):  3212-3218.  DOI: 10.11772/j.issn.1001-9081.2017.11.3212

摘要 ( )   PDF (1270KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统的基于细节特征点的指纹匹配方法多适用于采集面积较大的指纹，在面向智能手机端的小采集面积指纹时准确率明显下降的问题，提出一种基于深度学习的小面积指纹匹配方法。首先，提取指纹图像的细节特征点信息；其次，搜索和标定感兴趣纹理区域（ROI）；然后，构建并改进基于残差结构的轻量级深度神经网络，通过采用二值化特征模式优化网络和Triplet Loss方式训练模型；最后，制定一种智能手机端注册-匹配策略实现小面积指纹匹配。实验结果表明，提出方法在公开库FVCDB1与自建数据库上的等错率（EER）分别仅为0.50%与0.58%，远低于传统的基于细节特征点的指纹匹配方法，能够有效提升小面积指纹匹配的性能，更好地满足智能手机端的应用需求。

求解大规模优化问题的新型协同差分进化算法

董小刚, 邓长寿, 谭毓澄, 彭虎, 吴志健

2017, 37(11):  3219-3225.  DOI: 10.11772/j.issn.1001-9081.2017.11.3219

摘要 ( )   PDF (1056KB) ( )  

参考文献 | 相关文章 | 计量指标

基于分而治之的策略，研究求解大规模优化问题的新方法。首先，基于加性可分性原理提出一种改进的变量分组方法，该方法以随机取点的方式，成对检测所有变量之间的相关性；同时，充分利用相关性学习的信息，对可分变量组进行再次降维；其次，引入改进的差分进化算法作为新型子问题优化器，增强了子空间的寻优性能；最后，将两项改进引入到协同进化框架构建DECC-NDG-CUDE算法。在10个选定的大规模优化问题上进行分组和优化两组仿真实验，分组实验结果表明新的分组方法能有效识别变量的相关性，是有效的变量分组方法；优化实验表明，DECC-NDG-CUDE算法对10个问题的求解相对于两种知名算法DECC-DG、DECCG在性能上具备整体优势。

低质量无约束人脸图像下的超分辨率摆正

孙强, 谭晓阳

2017, 37(11):  3226-3230.  DOI: 10.11772/j.issn.1001-9081.2017.11.3226

摘要 ( )   PDF (963KB) ( )  

参考文献 | 相关文章 | 计量指标

针对人脸识别算法准确率受面部姿态、遮挡、图像分辨率等因素影响的问题，提出一种超分辨率摆正的方法，作用于低质量无约束输入图像上，生成高清晰度标准正面视图。主要通过估计输入图像与3D模型间的投影矩阵，产生标准正面视图，通过人脸对称性的特点，补全由于姿态、遮挡等原因所产生的面部缺失像素。在摆正过程中，为了提高图像分辨率以及避免面部像素信息丢失，引入一个16层的深度递归卷积神经网络进行超分辨率重构；并提出两个扩展：递归监督和跳跃链接，来降低网络训练难度以及缩小模型体量。在经过处理的LFW数据集上实验表明，该方法对人脸识别和性别检测算法的性能具有显著提升作用。

基于遗传机制和高斯变差的自动前景提取方法

陈凯星, 刘赟, 王金海, 袁玉波

2017, 37(11):  3231-3237.  DOI: 10.11772/j.issn.1001-9081.2017.11.3231

摘要 ( )   PDF (1023KB) ( )  

参考文献 | 相关文章 | 计量指标

针对无监督或全自动前景提取这一技术难点问题，提出了一种基于遗传机制和高斯变差的自动前景提取（GFO）方法。首先，利用高斯变差提取图像中的相对重要区域，定义为候选种子前景；之后，利用原始图像和候选种子前景的边沿信息，根据连通性和凸球原则生成前景目标区域轮廓，称之为星凸轮廓；最后，构造适应性函数，选择种子前景，利用选择、交叉及变异的遗传机制，得到精确且有效的最终前景。在Achanta数据库和多个视频上的实验结果表明，GFO方法的性能优于已有的基于高斯变差的自动前景提取（FMDOG）方法，且在识别的准确率、召回率以及F_β指标上都取得了较好的抽取效果。

基于颜色的压缩层次图像表示方法

朱杰, 吴树芳, 谢博鋆, 马丽艳

2017, 37(11):  3238-3243.  DOI: 10.11772/j.issn.1001-9081.2017.11.3238

摘要 ( )   PDF (1047KB) ( )  

参考文献 | 相关文章 | 计量指标

空间金字塔模型在每层中把图像划分成细胞单元用于给图像表示提供空间信息，但是这种方式不能很好地匹配对象上的不同部分，为此提出一种基于颜色的层次（CL）划分算法。CL算法从多特征融合的角度出发，通过优化的方式在不同层次中得到每个类别中有判别力的颜色，然后根据每层中有判别力的颜色对图像进行迭代的层次划分；最后连接不同层次直方图用于图像表示。为了解决图像表示维度过高的问题，采用分化信息理论的特征聚类（DITC）方法对字典进行聚类用于字典降维，并用压缩生成的字典进行最终的图像表示。实验结果表明，所提方法能够在Soccer，Flower 17和Flower 102上取得良好的识别效果。

非受限条件下的深度人脸年龄分类

张珂, 高策, 郭丽茹, 苑津莎, 赵振兵

2017, 37(11):  3244-3248.  DOI: 10.11772/j.issn.1001-9081.2017.11.3244

摘要 ( )   PDF (970KB) ( )  

参考文献 | 相关文章 | 计量指标

针对非受限条件下人脸图像年龄分类准确度较低的问题，提出了一种基于深度残差网络（ResNets）和大数据集微调的非受限条件下人脸年龄分类方法。首先，选用深度残差网络作为基础卷积神经网络模型处理人脸年龄分类问题；其次，在ImageNet数据集上对深度残差网络预训练，学习基本图像特征的表达；然后，对大规模人脸年龄图像数据集IMDB-WIKI清洗，并建立了IMDB-WIKI-8数据集用于微调深度残差网络，实现一般物体图像到人脸年龄图像的迁移学习，使模型适应于年龄段的分布并提高网络学习能力；最后，在非受限人脸数据集Adience上对微调后的网络模型进行训练和测试，并采用交叉验证方法获取年龄分类准确度。通过34/50/101/152层残差网络对比可知，随着网络层数越深年龄分类准确度越高，并利用152层残差网络获得了Adience数据集上人脸图像年龄分类的最高准确度65.01%。实验结果表明，结合更深层残差网络和大数据集微调，能有效提高人脸图像年龄分类准确度。

基于关键点的服装检索

陈嫒嫒, 李来, 刘光灿, 刘青山

2017, 37(11):  3249-3255.  DOI: 10.11772/j.issn.1001-9081.2017.11.3249

摘要 ( )   PDF (1166KB) ( )  

参考文献 | 相关文章 | 计量指标

目前，同款或近似款式服装检索主要分为基于文本和基于内容两类。基于文本算法往往需要海量标注样本，且存在人工主观性带来的标注缺失和标注差异等问题；基于内容算法一般对服装图像的颜色、形状、纹理提取特征，进行相似性度量，但难以应对背景颜色干扰，以及视角、姿态引起的服装形变等问题。针对上述问题，提出一种基于关键点的服装检索方法。利用级联深度卷积神经网络为基础，定位服装关键点，融合关键点区域低层视觉信息以及整幅图像的高层语义信息。对比传统检索方法，所提算法能有效处理视角、姿态引起的服装形变和复杂背景的干扰；同时不需大量样本标定，且对背景、形变鲁棒。在Fashion Landmark数据集和BDAT-Clothes数据集上与常用算法进行对比实验。实验结果表明所提算法能有效提升检索的查准率和查全率。

网络与通信

基于压缩感知的无线传感器网络数据收集研究综述

乔建华, 张雪英

2017, 37(11):  3261-3269.  DOI: 10.11772/j.issn.1001-9081.2017.11.3261

摘要 ( )   PDF (1635KB) ( )  

参考文献 | 相关文章 | 计量指标

为了对无线传感器网络的压缩数据收集有一个全面的认识和评估，对到目前为止国内外的相关研究成果作了一个系统的介绍。首先，介绍了压缩数据收集及改进方法的框架的建立；然后，分别根据无线传感器网络的传输模式和压缩感知理论的三要素，对压缩数据收集方法分类进行了阐述；接下来，说明了压缩数据收集的自适应和优化问题，与其他方法的联合应用，及实际应用范例；最后，指出了压缩数据收集存在的问题和未来的发展方向。

K复合衰落信道下3D分布式MIMO和速率上界

彭红星, 胡译雯, 杨雪晴, 李兴旺

2017, 37(11):  3270-3275.  DOI: 10.11772/j.issn.1001-9081.2017.11.3270

摘要 ( )   PDF (861KB) ( )  

参考文献 | 相关文章 | 计量指标

针对二维多输入多输出（2D MIMO）系统只考虑天线水平辐射增益的影响而忽略垂直辐射增益，以及K复合衰落信道下和速率的确切闭式表达式涉及复杂函数，提出两种在K（Rayleigh/Gamma）复合衰落信道下3D分布式MIMO （3D-MIMO）系统基于迫零（ZF）检测的可达和速率上界。该上界同时考虑瑞利（Rayleigh）多径衰落、伽马（Gamma）阴影衰落、基于几何的路径损耗，3D天线辐射损耗以及用户分布。实验结果表明：所得闭式表达式与蒙特卡洛仿真结论充分相一致。

基于改进AP选择和K最近邻法算法的室内定位技术

李新春, 侯跃

2017, 37(11):  3276-3280.  DOI: 10.11772/j.issn.1001-9081.2017.11.3276

摘要 ( )   PDF (913KB) ( )  

参考文献 | 相关文章 | 计量指标

针对复杂的室内环境和在传统K最近邻法（KNN）算法中认为信号差相等时物理距离就相等两个问题，提出了一种新的接入点（AP）选择方法和基于缩放权重的KNN室内定位算法。首先，改进AP的选择方法，使用箱形图过滤接收信号强度（RSS）的异常值，初步建立指纹库，剔除指纹库中丢失率高的AP，使用标准偏差分析RSS的变化，选择干扰较小的前n个AP；其次，在传统的KNN算法中引入缩放权重，构建一个基于RSS的缩放权重模型；最后，计算出获得最小有效信号距离的前K个参考点坐标，得到未知位置坐标。定位仿真实验中，仅对AP选择方法进行改进的算法平均定位误差比传统的KNN算法降低了21.9%，引入缩放权重算法的平均定位误差为1.82 m，比传统KNN降低了53.6%。

网络空间安全

基于区块链的数字作品DCI管控模型

李悦, 黄俊钦, 王瑞锦

2017, 37(11):  3281-3287.  DOI: 10.11772/j.issn.1001-9081.2017.11.3281

摘要 ( )   PDF (1030KB) ( )  

参考文献 | 相关文章 | 计量指标

针对互联网生态下数字知识产权面临的版权登记、盗版猖獗和版权纠纷等问题，提出了去信任的数字作品数字版权唯一标识符（DCI）管控模型。首先，构建了基于区块链去中心化理念的端到端体系架构，区块链取代传统关系数据库作为核心存储机制，通过创建交易、构造区块、区块的合法性验证与链接构建了数字作品区块链的交易信息存储机制，保证版权信息不可篡改性和可溯源性；其次，提出了基于智能合约的数字化发行和流通协议，设计了版权登记、查询、转让三类合约，通过自动执行预设指令的方式产生交易，保证模型透明高效与自动化运作。理论分析和仿真表明，在数字作品区块链网络中，伪造区块攻击的概率趋近于零，与传统的基于可信第三方版权认证机制相比，该模型具有更好的架构安全性。实验结果表明，该模型降低了数字版权登记的门槛，增强了版权认证的权威，具有更好的实时性和鲁棒性。

组件拒绝服务漏洞自动挖掘技术

周敏, 周安民, 刘亮, 贾鹏, 谭翠江

2017, 37(11):  3288-3293.  DOI: 10.11772/j.issn.1001-9081.2017.11.3288

摘要 ( )   PDF (1044KB) ( )  

参考文献 | 相关文章 | 计量指标

针对Android应用对获取到的数据没有进行空数据和异常数据的安全验证，会发生崩溃导致组件拒绝服务的问题，提出了一种组件拒绝服务漏洞自动化挖掘框架。通过逆向分析和静态数据流分析技术获取安卓应用的包名和组件信息，同时跟踪应用对Intent对象的数据访问，提取Intent对象携带的数据信息，并且识别公开组件启动私有组件的路径信息，辅助动态模糊测试挖掘漏洞。为了增大测试用例的覆盖范围和实现自动化，该框架增加了对Intent的Action、Category、Data和Extra属性的畸变，并且采用Accessibility技术自动关闭应用崩溃弹窗，大幅提高了检测效率。为了验证框架的有效性和实用性，利用所提的框架设计实现了工具——DroidRVMS，并与Intent Fuzzer工具进行了对比。实验结果表明，DroidRVMS能够有效地发现动态广播组件的拒绝服务漏洞和大部分类型异常导致的拒绝服务攻击。

ART虚拟机中的DEX文件脱壳技术

蒋钟庆, 周安民, 贾鹏

2017, 37(11):  3294-3298.  DOI: 10.11772/j.issn.1001-9081.2017.11.3294

摘要 ( )   PDF (980KB) ( )  

参考文献 | 相关文章 | 计量指标

在对现有的DEX加固技术和脱壳技术进行系统学习和研究的基础上，提出和实现了一种基于Android ART虚拟机（VM）的DEX脱壳方案。该方案能够从加固的Android应用中还原出原始DEX文件，其核心思想是将静态插桩和模拟运行技术相结合，以通用的方式实现零知识有效脱壳。首先，在ART虚拟机的解释器里插入监测代码来定位脱壳点；然后，在内存中进行模拟运行，解析相应的结构体指针，得到原始DEX文件数据在内存中的位置；最后，收集这些数据，并按照DEX文件的格式对这些数据进行重组，恢复出应用程序的原始DEX文件，实现脱壳。实验结果表明，所提出的基于ART虚拟机的DEX自动化脱壳方案在引入较小启动延迟的情况下，能够很好地实现对加壳的DEX文件的零知识脱壳。

固定密文长度的可验证属性基外包解密方案

李聪, 杨晓元, 王绪安, 白平

2017, 37(11):  3299-3303.  DOI: 10.11772/j.issn.1001-9081.2017.11.3299

摘要 ( )   PDF (806KB) ( )  

参考文献 | 相关文章 | 计量指标

传统密钥策略属性基加解密方案存在密文长度随着属性增加而线性增加，在通信过程中消耗用户大量的通信带宽的缺点。提出了属性加密的改进方案，基于密钥策略属性加密，提出具有固定密文长度的可验证外包解密方案，在非单调访问结构实现密文长度固定，有效节省通信带宽，通过对外包密钥生成算法的改进，实现一次模指数运算，有效缩短外包密钥生成时间。通过运用哈希函数，实现外包解密的验证性，并对其安全性进行了证明。

基于安全策略的负载感知动态调度机制

顾泽宇, 张兴明, 林森杰

2017, 37(11):  3304-3310.  DOI: 10.11772/j.issn.1001-9081.2017.11.3304

摘要 ( )   PDF (1196KB) ( )  

参考文献 | 相关文章 | 计量指标

针对软件定义网络（SDN）网络控制器流规则篡改攻击等单点脆弱性威胁，传统安全解决方案如备份、容错机制等存在被动防御缺陷，无法从根本上解决控制层安全问题。结合目前移动目标防御、网络空间拟态防御等主动防御技术研究现状，提出一种基于异构冗余结构的动态安全调度机制。建立控制器执行体与调度体调度模型，根据系统攻击异常、异构度等指标，以安全性为原则设计动态调度策略；同时考虑系统负载因素，通过设计调度算法LA-SSA将调度问题转化为动态双目标优化问题，以实现优化的调度方案。仿真结果表明，对比静态结构，动态调度机制在累积异常值、输出安全率等指标上有明显优势，说明安全调度机制中的动态性与多样性能够显著提高系统抵御攻击能力，LA-SSA机制负载方差较安全优先调度更平稳，在实现安全调度的同时避免了负载失衡问题，验证了安全调度机制的有效性。

应用前沿、交叉与综合

基于时间序列分析和卡尔曼滤波的霾预报技术

张恒德, 咸云浩, 谢永华, 杨乐, 张天航

2017, 37(11):  3311-3316.  DOI: 10.11772/j.issn.1001-9081.2017.11.3311

摘要 ( )   PDF (936KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高霾预报的准确率，解决时序模型的预测延时和准确率不高的问题，提出了一种基于时间序列分析和卡尔曼滤波相结合的混合霾预报算法。首先，利用图检验法和单位根检验法（ADF）检验时间序列的平稳性，通过差分运算将非平稳序列转化成平稳序列，对转化后的平稳序列进行建模；然后，将得到的模型方程作为卡尔曼滤波的状态方程和观测方程，依靠卡尔曼滤波递推性进行预报。实验结果表明，采用时间序列分析和卡尔曼滤波相结合的混合霾客观预报订正方法能有效提高霾预测精度。

多算法多模型与在线第二次学习结合的短期电力负荷预测方法

周末, 金敏

2017, 37(11):  3317-3322.  DOI: 10.11772/j.issn.1001-9081.2017.11.3317

摘要 ( )   PDF (1027KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高短期电力负荷预测精度，首次提出多算法多模型与在线第二次学习结合的预测方法。首先，利用互信息方法和统计方法对输入变量进行选择；然后，通过Bootstrap方法对数据集进行多样性采样，利用多个不同的人工智能算法和机器学习算法训练得到多个差异化较大的异构预测模型；最后，用每个待预测时刻最近一段时间的实际负荷值、第一次学习生成的多异构预测模型的负荷预测值构成新训练数据集，对新训练数据集进行在线第二次学习，得到最终预测结果。对中国广州市负荷进行预测研究，与最优单模型、单算法多模型和多算法单模型相比，在每日总负荷预测中，全年平均绝对百分误差（MAPE）分别下降了21.07%、7.64%和5.00%，在每日峰值负荷预测中，全年MAPE分别下降了16.02%、7.60%和13.14%。实验结果表明，推荐方法有效地提高了负荷预测精度，有利于智能电网实现节能降耗、调度精细化管理和电网安全预警。

基于深度自编码网络的高校招生咨询算法

俸世洲, 周尚波

2017, 37(11):  3323-3329.  DOI: 10.11772/j.issn.1001-9081.2017.11.3323

摘要 ( )   PDF (1124KB) ( )  

参考文献 | 相关文章 | 计量指标

高校招生在线咨询通常采用人工回复或基于关键词匹配的问答系统来处理，常存在人工回复效率低下，问答系统答非所问的问题；此外，咨询文本往往比较简短，文本向量化表示易导致高维稀疏问题。针对上述问题，提出一种基于栈式降噪稀疏自编码网络（SDSAE）的招生咨询算法。首先，利用自编码网络对短文本进行特征提取和降维，引入数据集增强技术和添加噪声技术解决训练样本规模较小且分类不均问题，提高算法的泛化能力；获得短文本低维特征表示后，结合反向传播（BP）算法对文本进行分类。所提算法分类效果优于BP、支持向量机（SVM）、极限学习机（ELM）等算法，能显著提高招生咨询文本的分类效果。

基于灾变机制的预防性维护和生产调度集成优化方法

吴青松, 杨宏兵, 方佳

2017, 37(11):  3330-3334.  DOI: 10.11772/j.issn.1001-9081.2017.11.3330

摘要 ( )   PDF (769KB) ( )  

参考文献 | 相关文章 | 计量指标

为了解决生产车间中多品种任务的生产调度与预防性维护集成优化问题，综合考虑其加工顺序、生产批量及预防性维护策略等要素，在订单充足的前提下，以总制造成本和加工时间最小化为联合优化目标，建立了生产调度与预防性维护集成优化模型。针对模型特点，在非支配排序遗传算法框架的基础上，基于灾变机制和荣誉空间，引入截断和拼接操作算子，提出一种变长度染色体单亲遗传算法对模型进行求解，并在不同参数条件和问题规模下，通过仿真实验验证了该算法解决复杂生产任务调度和预防性维护集成优化问题的有效性。

基于相邻请求的动态时间阈值会话识别算法

曾令, 肖如良

2017, 37(11):  3335-3338.  DOI: 10.11772/j.issn.1001-9081.2017.11.3335

摘要 ( )   PDF (674KB) ( )  

参考文献 | 相关文章 | 计量指标

在大数据平台的异常检测分析中，为提高会话序列建模的效率，提出一种基于相邻请求的动态调整时间间隔阈值的会话识别算法——DAITS算法。首先同时结合站点页面因子和用户访问页面时间的平均因子；然后在两者间加入合适的权重因子对时间阈值进行动态调整；最后根据判断是否超过该时间阈值来划分会话。实验结果表明，DAITS算法比传统使用固定阈值的方法在会话识别的精确率和查全率上提高了14.8%和13.2%，比动态调整阈值的方法在精确率和查全率上提高了6.2%和3.2%。

基于高阶最小生成树的脑网络分析及对阿兹海默氏症患者的分类

郭浩, 刘磊, 陈俊杰

2017, 37(11):  3339-3344.  DOI: 10.11772/j.issn.1001-9081.2017.11.3339

摘要 ( )   PDF (1091KB) ( )  

参考文献 | 相关文章 | 计量指标

利用静息态功能磁共振成像技术来研究大脑的功能连接网络是当前脑疾病研究的重要方法之一。这种方法能准确地检测包括阿兹海默氏症在内的多种脑疾病。然而，传统的网络只是研究两个脑区之间相关程度，而且缺乏对大脑区域之间更深层次的交互信息和功能连接之间关联程度的研究。为了解决这些问题，提出了一种构建高阶最小生成树功能连接网络的方法，该方法不仅保证了功能连接网络的生理学意义，而且研究了网络中更复杂的交互信息，提高了分类的准确率。分类结果显示，基于高阶最小生成树功能连接网络的静息态功能磁共振成像分类方法大幅提高了阿兹海默氏症检测的准确率。