当期目录

2019年 第39卷 第3期 刊出日期：2019-03-10

上一期   下一期

人工智能

针对不平衡数据的决策树改进方法

王伟, 谢耀滨, 尹青

2019, 39(3):  623-628.  DOI: 10.11772/j.issn.1001-9081.2018071513

摘要 ( )   PDF (1053KB) ( )  

参考文献 | 相关文章 | 计量指标

针对异常检测中异常数据与正常数据的比例严重不平衡导致决策树性能下降的问题，提出了C4.5决策树的三种改进方法——C4.5+δ、均匀分布熵（UDE）和改进分布熵函数（IDEF）。首先，推导了C4.5算法中属性选择准则会倾向于选择偏斜划分的属性；然后，分析了偏斜划分使得异常（少数类）检测精度下降的原因；其次，分别通过引入缓和因子、均匀分布熵或替换分布熵函数改进了C4.5算法的属性选择准则——信息增益率；最后，利用WEKA平台和NSL-KDD数据集对改进的决策树进行验证。实验结果表明，三种改进方法均能提高异常检测精度。其中，相比于C4.5，C4.5+7、UDE和IDEF算法在KDDTest-21数据集上的少数类检测精度（灵敏度）分别提高了3.16、3.02和3.12个百分点，均优于采用Rényi熵和Tsallis熵作为分裂准则的方法。此外，利用三种改进的决策树检测工业控制系统中的异常，不仅可以提高异常的查全率还能减小误报率。

新的基于代价敏感集成学习的非平衡数据集分类方法NIBoost

王莉, 陈红梅, 王生武

2019, 39(3):  629-633.  DOI: 10.11772/j.issn.1001-9081.2018071598

摘要 ( )   PDF (858KB) ( )  

参考文献 | 相关文章 | 计量指标

现实生活中存在大量的非平衡数据，大多数传统的分类算法假定类分布平衡或者样本的错分代价相同，因此在对这些非平衡数据进行分类时会出现少数类样本错分的问题。针对上述问题，在代价敏感的理论基础上，提出了一种新的基于代价敏感集成学习的非平衡数据分类算法——NIBoost（New Imbalanced Boost）。首先，在每次迭代过程中利用过采样算法新增一定数目的少数类样本来对数据集进行平衡，在该新数据集上训练分类器；其次，使用该分类器对数据集进行分类，并得到各样本的预测类标及该分类器的分类错误率；最后，根据分类错误率和预测的类标计算该分类器的权重系数及各样本新的权重。实验采用决策树、朴素贝叶斯作为弱分类器算法，在UCI数据集上的实验结果表明，当以决策树作为基分类器时，与RareBoost算法相比，F-value最高提高了5.91个百分点、G-mean最高提高了7.44个百分点、AUC最高提高了4.38个百分点；故该新算法在处理非平衡数据分类问题上具有一定的优势。

基于标签权重的协同过滤推荐算法

雷曼, 龚琴, 王纪超, 王保群

2019, 39(3):  634-638.  DOI: 10.11772/j.issn.1001-9081.2018071521

摘要 ( )   PDF (830KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统协同过滤推荐算法中由于相似度计算导致推荐精度不足的问题，提出一种基于标签权重相似度量方法的协同过滤推荐算法。首先，通过改进当前算法中标签权重的计算，并构成用户-标签权重矩阵和物品-标签权重矩阵；其次，考虑到推荐系统是以用户为中心进行推荐，继而通过构建用户-物品关联矩阵来获取用户对物品最准确的评价和需求；最后，根据用户-物品的二部图，利用物质扩散算法计算基于标签权重的用户间相似度，并为目标用户生成推荐列表。实验结果表明，与一种基于"用户-项目-用户兴趣标签图"的协同好友推荐算法（UITGCF）相比，在稀疏度环境为0.1时该算法的召回率、准确率和F1值分别提高了14.69%、9.44%、17.23%。当推荐项目数量为10时，三个指标分别提高了17.99%、8.98%、16.27%。结果表明基于标签权重的协同过滤推荐算法可有效提高推荐结果。

基于PU学习的建议语句分类方法

张璞, 刘畅, 李逍

2019, 39(3):  639-643.  DOI: 10.11772/j.issn.1001-9081.2018081759

摘要 ( )   PDF (880KB) ( )  

参考文献 | 相关文章 | 计量指标

建议挖掘作为一项新兴研究任务，具有重要的应用价值。针对传统建议语句分类方法所存在的规则复杂、标注工作量大、特征维度高、数据稀疏等问题，提出一种基于PU学习的建议语句分类方法。首先，使用简单规则从无标注评论集合中选择建议语句的正例集合；然后，为了降低特征维度，缓解数据稀疏性，在自编码神经网络（Autoencoder）特征空间中使用Spy技术划分可靠反例集合；最后，利用正例集合和可靠反例集合来训练多层感知机（MLP）对剩余的无标注样例进行分类。该方法在中文数据集上的F1值和准确率值分别达到81.98%和82.67%，实验结果表明，该方法能够有效地对建议语句进行分类，且不需要对数据进行人工标注。

结合改进主动学习的SVD-CNN弹幕文本分类算法

邱宁佳, 丛琳, 周思丞, 王鹏, 李岩芳

2019, 39(3):  644-650.  DOI: 10.11772/j.issn.1001-9081.2018081757

摘要 ( )   PDF (1109KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决传统卷积神经网络（CNN）模型使用池化层进行文本特征降维会损失较多文本语义信息的问题，提出一种基于奇异值分解（SVD）算法的卷积神经网络模型（SVD-CNN）。首先，采用改进的基于密度中心点采样的主动学习算法（DBC-AL）选择对分类模型贡献率较高的样本进行标注，以低标注代价获得高质量模型训练集；然后，结合SVD算法建立SVD-CNN弹幕文本分类模型，使用奇异值分解的方法代替传统CNN模型池化层进行特征提取和降维，并在此基础上完成弹幕文本分类任务；最后，使用改进的梯度下降算法（PSGD）对模型参数进行优化。为了验证改进算法的有效性，使用多种弹幕数据样本集，对提出的模型与常用的文本分类模型进行对比实验。实验结果表明，改进的算法能够更好地保留文本语义特征，保证训练过程的稳定性并提高了模型的收敛速度，在不同的弹幕文本上较传统算法具有更好的分类性能。

基于改进随机游走的网络表示学习算法

王文涛, 黄烨, 吴淋涛, 柯璇, 唐菀

2019, 39(3):  651-655.  DOI: 10.11772/j.issn.1001-9081.2018071509

摘要 ( )   PDF (817KB) ( )  

参考文献 | 相关文章 | 计量指标

现有的基于Word2vec的网络表示学习（NRL）算法使用随机游走（RW）来生成节点序列，针对随机游走倾向于选择具有较大度的节点，生成的节点序列不能很好地反映网络结构信息，从而影响表示学习性能的问题，提出了基于改进随机游走的网络表示学习算法。首先，使用RLP-MHRW算法生成节点序列，它在生成节点序列时不会偏向大度节点，得到的节点序列能更好地反映网络结构信息；然后，将节点序列投入到Skip-gram模型得到节点表示向量；最后，利用链路预测任务来测度表示学习性能。在4个真实网络数据集上进行了实验。在论文合作网络arXiv ASTRO-PH上与LINE和node2vec算法相比，链路预测的AUC值分别提升了8.9%和3.5%，其他数据集上也均有提升。实验结果表明，RLP-MHRW能有效提高基于Word2vec的网络表示学习算法的性能。

折扣{0-1}背包问题的简化新模型及遗传算法求解

杨洋, 潘大志, 刘益, 谭代伦

2019, 39(3):  656-662.  DOI: 10.11772/j.issn.1001-9081.2018071580

摘要 ( )   PDF (1164KB) ( )  

参考文献 | 相关文章 | 计量指标

当前折扣{0-1}背包问题（D{0-1}KP）模型将折扣关系作为一个新的个体，导致求解过程必需采取修复法对个体编码进行修复，求解方式较少。针对求解方法单一的问题，通过改变模型中二进制的编码表达方式，提出折扣关系不在个体编码中的表达方法。首先，设定对任意折扣关系，当且仅当所涉及个体编码值同时为1（即其乘积为1）时，折扣关系成立，据此建立简化折扣{0-1}背包问题（SD{0-1}KP）模型；然后，针对SD{0-1}KP模型，基于杰出者保留策略（EGA），结合贪心策略（GRE），提出改进遗传算法——第一遗传算法（FG）；最后，再结合罚函数法，提出求解SD{0-1}KP高精度罚函数法——第二遗传算法（SG）。结果表明，SD{0-1}KP能够完全覆盖D{0-1}KP问题领域，与FirEGA相比，所提出的两类算法在求解速度方面优势明显，且SG算法首次引入罚函数法，有效地丰富了该问题的求解算法。

基于动态压力控制算子的磷虾群算法

沈莹, 黄樟灿, 谈庆, 刘宁

2019, 39(3):  663-667.  DOI: 10.11772/j.issn.1001-9081.2018081661

摘要 ( )   PDF (786KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基础磷虾群（KH）算法在求解复杂函数优化问题时局部搜索能力差、求解精度低、收敛速度慢、容易陷入局部最优等问题，提出一种基于动态压力控制算子的磷虾群算法（DPCKH）。该算法将一种新的动态压力控制算子加入了标准磷虾群算法，使其处理复杂函数优化问题更有效。动态压力控制算子通过欧氏距离量化了多个不同优秀个体对目标个体的诱导效应，进而在优秀个体附近加速产生新磷虾个体，提高了磷虾个体的局部探索能力。通过比较蚁群算法（ACO）、差分进化算法（DE）、磷虾群算法（KH）、改进的磷虾群算法（KHLD）和粒子群算法（PSO），DPCKH算法在7个测试函数上的结果表明，DPCKH算法与ACO算法、DE算法、KH算法、KHLD算法和PSO算法相比有着更强的局部勘测能力，其开采能力更强。

基于注意力机制的行人轨迹预测生成模型

孙亚圣, 姜奇, 胡洁, 戚进, 彭颖红

2019, 39(3):  668-674.  DOI: 10.11772/j.issn.1001-9081.2018081645

摘要 ( )   PDF (1160KB) ( )  

参考文献 | 相关文章 | 计量指标

针对长短期记忆网络（LSTM）在行人轨迹预测问题中孤立考虑单个行人，且无法进行多种可能性预测的问题，提出基于注意力机制的行人轨迹预测生成模型（AttenGAN），来对行人交互模式进行建模和概率性地对多种合理可能性进行预测。AttenGAN包括一个生成器和一个判别器，生成器根据行人过去的轨迹概率性地对未来进行多种可能性预测，判别器用来判断一个轨迹是真实的还是由生成器伪造生成的，进而促进生成器生成符合社会规范的预测轨迹。生成器由一个编码器和一个解码器组成，在每一个时刻，编码器的LSTM综合注意力机制给出的其他行人的状态，将当前行人个体的信息编码为隐含状态。预测时，首先用编码器LSTM的隐含状态和一个高斯噪声连接来对解码器LSTM的隐含状态初始化，解码器LSTM将其解码为对未来的轨迹预测。在ETH和UCY数据集上的实验结果表明，AttenGAN模型不仅能够给出符合社会规范的多种合理的轨迹预测，并且在预测精度上相比传统的线性模型（Linear）、LSTM模型、社会长短期记忆网络模型（S-LSTM）和社会对抗网络（S-GAN）模型有所提高，尤其在行人交互密集的场景下具有较高的精度性能。对生成器多次采样得到的预测轨迹的可视化结果表明，所提模型具有综合行人交互模式，对未来进行联合性、多种可能性预测的能力。

基于Adaboost-Markov模型的移动用户位置预测方法

杨震, 王红军

2019, 39(3):  675-680.  DOI: 10.11772/j.issn.1001-9081.2018071506

摘要 ( )   PDF (1000KB) ( )  

参考文献 | 相关文章 | 计量指标

针对Markov模型在位置预测中存在预测精度不高及匹配稀疏等问题，提出了一种基于Adaboost-Markov模型的移动用户位置预测方法。首先，通过基于转角偏移度与距离偏移量的轨迹划分方法对原始轨迹数据进行预处理，提取出特征点，并采用密度聚类算法将特征点聚类为用户的各个兴趣区域，把原始轨迹数据离散化为由兴趣区域组成的轨迹序列；然后，根据前缀轨迹序列与历史轨迹序列模式树的匹配程度来自适应地确定模型阶数k；最后，采用Adaboost算法根据1~k阶Markov模型的重要程度为其赋予相应的权重系数，组成多阶融合Markov模型，从而实现对移动用户未来兴趣区域的预测。在大规模真实用户轨迹数据集上的实验结果表明，与1阶Markov模型、2阶Markov模型、权重系数平均的多阶融合Markov模型相比，Adaboost-Markov模型的平均预测准确率分别提高了20.83%、11.3%以及5.38%，且具有良好的普适性与多步预测性能。

基于蚁群算法及博弈论的多Agent路径规划算法

郑延斌, 王林林, 席鹏雪, 樊文鑫, 韩梦云

2019, 39(3):  681-687.  DOI: 10.11772/j.issn.1001-9081.2018071601

摘要 ( )   PDF (1115KB) ( )  

参考文献 | 相关文章 | 计量指标

针对多Agent路径规划问题，提出了一个两阶段的路径规划算法。首先，利用改进的蚁群算法来为每个Agent规划出一条从起始点到目标点，不与环境中静态障碍物碰撞的最优路径。在蚁群算法的改进中引入反向学习方法来对蚂蚁位置进行初始化分布，提高了算法的全局搜索能力；利用粒子群算法中的自适应惯性权重因子来调节信息素强度Q值，使其自适应地变化，避免陷入局部最优；对信息素挥发因子ρ进行调节，提高算法的迭代速度。其次，若多Agent之间存在动态碰撞，利用博弈论构建多Agent之间的动态避障模型，并利用虚拟行动法来解决博弈的求解问题及多Nash均衡的选择问题，确保每个Agent能够快速学习到最优Nash均衡。仿真实验结果表明改进蚁群算法与传统蚁群算法相比在搜索精度与搜索速度上有明显的提高，与Mylvaganam的多Agent动态避障算法相比，所提算法减小了路径总长度并提高了收敛速度。

基于深度学习的井下巷道行人视觉定位算法

韩江洪, 袁稼轩, 卫星, 陆阳

2019, 39(3):  688-694.  DOI: 10.11772/j.issn.1001-9081.2018071501

摘要 ( )   PDF (1079KB) ( )  

参考文献 | 相关文章 | 计量指标

自主驾驶矿井机车需要实时检测和定位行驶前方的巷道行人，激光雷达等非视觉类方法成本高昂，而传统基于特征提取视觉类方法无法解决井下光照差且光线不均匀的问题。提出一种基于深度学习的井下巷道行人视觉定位算法。首先给出基于深度学习网络的系统整体结构；其次，搭建目标检测多层卷积神经网络（CNN），生成自主驾驶机车前方视野范围内行人的二维坐标及边界框的尺寸；再次，通过多项式拟合计算出图像中行人到机车之间的第三维距离；最后通过真实样本集实施模型训练、验证与测试。实验结果表明，所提算法的检测准确率达94%，速度达每秒25帧，测距误差小于4%，实现了实时高效的巷道行人视觉定位。

基于卷积神经网络的人脸图像质量评价

李秋珍, 栾朝阳, 汪双喜

2019, 39(3):  695-699.  DOI: 10.11772/j.issn.1001-9081.2018071588

摘要 ( )   PDF (821KB) ( )  

参考文献 | 相关文章 | 计量指标

针对人脸识别过程中人脸图像质量较低造成的低识别率问题，提出了一种基于卷积神经网络的人脸图像质量评价模型。首先建立一个8层的卷积神经网络模型，提取人脸图像质量的深层语义信息；然后在无约束环境下收集人脸图像，并通过传统的图像处理方法以及人工筛选进行过滤，得到的数据集用以进行模型参数的训练；其次通过在图形处理器（GPU）上加速训练，得到用于拟合人脸图像到类别的映射关系；最后将输入在高质量图像类别的概率作为图像的质量得分，建立人脸图像的质量打分机制。实验结果表明，与VGG-16网络相比，所提模型准确率降低了0.21个百分点，但是参数规模减小了98%，极大地提高了模型运算效率；同时所提模型在人脸模糊、光照、姿态和遮挡方面都具有较强的判别能力。因此，可将该模型应用在实时人脸识别系统中，在不影响系统运行效率的前提下提高系统的准确性。

基于深度学习的监控视频中多类别车辆检测

徐子豪, 黄伟泉, 王胤

2019, 39(3):  700-705.  DOI: 10.11772/j.issn.1001-9081.2018071587

摘要 ( )   PDF (976KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统机器学习算法在交通监控视频的车辆检测中易受视频质量、拍摄角度、天气环境等客观因素影响，预处理过程繁琐、难以进行泛化、鲁棒性差等问题，结合空洞卷积、特征金字塔、焦点损失，提出改进的更快的区域卷积神经网络（Faster R-CNN）和单阶段多边框检测检测器（SSD）两种深度学习模型进行多类别车辆检测。首先从监控视频中截取的不同时间的851张标注图构建数据集；然后在保证训练策略相同的情况下，对两种改进后的模型与原模型进行训练；最后对每个模型的平均准确率进行评估。实验结果表明，与原Faster R-CNN和SSD模型相比，改进后的Faster R-CNN和SSD模型的平均准确率分别提高了0.8个百分点和1.7个百分点，两种深度学习方法较传统方法更适应复杂情况下的车辆检测任务，前者准确度较高、速度较慢，更适用于视频离线处理，后者准确度较低、速度较快，更适用于视频实时检测。

基于弹性网和直方图相交的非负局部稀疏编码

万源, 张景会, 陈治平, 孟晓静

2019, 39(3):  706-711.  DOI: 10.11772/j.issn.1001-9081.2018071483

摘要 ( )   PDF (1007KB) ( )  

参考文献 | 相关文章 | 计量指标

针对稀疏编码模型在字典基的选择时忽略了群效应，且欧氏距离不能有效度量特征与字典基之间距离的问题，提出基于弹性网和直方图相交的非负局部稀疏编码方法（EH-NLSC）。首先，在优化函数中引入弹性网模型，消除字典基选择数目的限制，能够选择多组相关特征而排除冗余特征，提高了编码的判别性和有效性。然后，在局部性约束中引入直方图相交，重新定义特征与字典基之间的距离，确保相似的特征可以共享其局部的基。最后采用多类线性支持向量机进行分类。在4个公共数据集上的实验结果表明，与局部线性约束的编码算法（LLC）和基于非负弹性网的稀疏编码算法（NENSC）相比，EH-NLSC的分类准确率分别平均提升了10个百分点和9个百分点，充分体现了其在图像表示和分类中的有效性。

基于多分类器融合的步态识别方法

郇战, 陈学杰, 吕士云, 耿宏杨

2019, 39(3):  712-718.  DOI: 10.11772/j.issn.1001-9081.2018071638

摘要 ( )   PDF (1202KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高现有基于智能手机加速度传感器步态身份识别的性能，提出了一种基于多分类器融合（MCF）的识别方法。首先，针对现有方法所提取的步态特征较为单一的问题，对单个步态周期提取相对匀变加速度的速度变化量，以及单位时间内加速度变化量作为两类新特征（共16个）；其次，将新特征结合常用的时域、频域特征组成新的特征集，用于训练识别效果与训练时间俱佳的多个分类器；最后，采用多尺度投票法（MSV）对多分类器的输出进行融合处理，得到最终的分类结果。为了检测该方法的性能，采集了32个志愿者的步态数据。实验结果表明，新特征对于单个分类器的识别率平均提升5.95个百分点，最终通过MSV融合算法的识别率为97.78%。

数据科学与技术

数据流频繁模式挖掘综述

韩萌, 丁剑

2019, 39(3):  719-727.  DOI: 10.11772/j.issn.1001-9081.2018081712

摘要 ( )   PDF (1510KB) ( )  

参考文献 | 相关文章 | 计量指标

一些先进应用如欺诈检测和趋势学习等带来了数据流频繁模式挖掘的发展。不同于静态数据，数据流挖掘面临着时空约束和项集组合爆炸等问题。对已有数据流频繁模式挖掘算法进行综述并对经典和最新算法进行分析。按照模式集合的完整程度进行分类，数据流中频繁模式分为全集模式和压缩模式。压缩模式主要包括闭合模式、最大模式、top-k模式以及三者的组合模式。不同之处是闭合模式是无损压缩的，而其他模式是有损压缩的。为了得到有趣的频繁模式，可以挖掘基于用户约束的模式。为了处理数据流中的新近事务，将算法分为基于窗口模型和基于衰减模型的方法。数据流中模式挖掘常见的还包含序列模式和高效用模式，对经典和最新算法进行介绍。最后给出了数据流模式挖掘的下一步工作。

基于阈值自适应忆阻器Hopfield神经网络的关联规则挖掘算法

于永斌, 戚敏惠, 尼玛扎西, 王琳

2019, 39(3):  728-733.  DOI: 10.11772/j.issn.1001-9081.2018071497

摘要 ( )   PDF (980KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基于Hopfield神经网络的最大频繁项集挖掘（HNNMFI）算法存在的挖掘结果不准确的问题，提出基于电流阈值自适应忆阻器（TEAM）模型的Hopfield神经网络的改进关联规则挖掘算法。首先，使用TEAM模型设计实现突触，利用阈值忆阻器的忆阻值随方波电压连续变化的能力来设定和更新突触权值，自适应关联规则挖掘算法的输入。其次，改进原算法的能量函数以对齐标准能量函数，并用忆阻值表示权值，放大权值和偏置。最后，设计由最大频繁项集生成关联规则的算法。使用10组大小在30以内的随机事务集进行1000次仿真实验，实验结果表明，与HNNMFI算法相比，所提算法在关联挖掘结果准确率上提高33.9个百分点以上，说明忆阻器能够有效提高Hopfield神经网络在关联规则挖掘中的结果准确率。

基于最大联合条件互信息的特征选择

毛莺池, 曹海, 平萍, 李晓芳

2019, 39(3):  734-741.  DOI: 10.11772/j.issn.1001-9081.2018081694

摘要 ( )   PDF (1284KB) ( )  

参考文献 | 相关文章 | 计量指标

在高维数据如图像数据、基因数据、文本数据等的分析过程中，当样本存在冗余特征时会大大增加问题分析复杂难度，因此在数据分析前从中剔除冗余特征尤为重要。基于互信息（MI）的特征选择方法能够有效地降低数据维数，提高分析结果精度，但是，现有方法在特征选择过程中评判特征是否冗余的标准单一，无法合理排除冗余特征，最终影响分析结果。为此，提出一种基于最大联合条件互信息的特征选择方法（MCJMI）。MCJMI选择特征时考虑整体联合互信息与条件互信息两个因素，两个因素融合增强特征选择约束。在平均预测精度方面，MCJMI与信息增益（IG）、最小冗余度最大相关性（mRMR）特征选择相比提升了6个百分点；与联合互信息（JMI）、最大化联合互信息（JMIM）相比提升了2个百分点；与LW向前搜索方法（SFS-LW）相比提升了1个百分点。在稳定性方面，MCJMI稳定性达到了0.92，优于JMI、JMIM、SFS-LW方法。实验结果表明MCJMI能够有效地提高特征选择的准确率与稳定性。

基于核技巧和超图正则的稀疏非负矩阵分解

余江兰, 李向利, 赵朋飞

2019, 39(3):  742-749.  DOI: 10.11772/j.issn.1001-9081.2018071617

摘要 ( )   PDF (1229KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统的非负矩阵分解（NMF）应用于聚类时，没有同时考虑到鲁棒性和稀疏性，导致聚类性能较低的问题，提出了基于核技巧和超图正则的稀疏非负矩阵分解算法（KHGNMF）。首先，在继承核技巧的良好性能的基础上，用L_2，1范数改进标准非负矩阵分解中的F范数，并添加超图正则项以尽可能多地保留原始数据间的内在几何结构信息；其次，引入L_2，1/2伪范数和L_1/2正则项作为稀疏约束合并到NMF模型中；最后，提出新算法并将新算法应用于图像聚类。在6个标准的数据集上进行验证，实验结果表明，相对于非线性正交图正则非负矩阵分解方法，KHGNMF使聚类性能（精度和归一化互信息）成功地提升了39%~54%，有效地改善和提高了算法的稀疏性和鲁棒性，聚类效果更好。

网络空间安全

高效的身份基多用户全同态加密方案

涂广升, 杨晓元, 周潭平

2019, 39(3):  750-755.  DOI: 10.11772/j.issn.1001-9081.2018081669

摘要 ( )   PDF (903KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统的身份基全同态加密（IBFHE）方案无法对不同身份标识（ID）下的密文进行同态运算的问题，提出一个基于误差学习（LWE）问题的分层身份基多用户全同态加密方案。该方案利用Clear等（CLEAR M，McGOLDRICK C.Multi-identity and multi-key leveled FHE from learning with errors.Proceedings of the 2015 Annual Cryptology Conference，LNCS 9216.Berlin：Springer，2015：630-656）在2015年提出的身份基多用户全同态加密方案（[CM15]方案）的转化机制，结合Cash等（CASH D，HOFHEINZ D，KILTZ E，et al.Bonsai trees，or how to delegate a lattice basis.Proceedings of the 2010 Annual International Conference on the Theory and Applications of Cryptographic Techniques，LNCS 6110.Berlin：Springer，2010：523-552）在2010年提出的身份基加密（IBE）方案（[CHKP10]方案），实现了不同身份标识下的密文同态运算，应用前景更加广阔，在随机预言机模型下为基于身份匿名的选择明文攻击下的不可区分性（IND-ID-CPA）安全。与[CM15]方案相比，该方案在公钥规模、私钥规模、密文尺寸、分层性质和密钥更新周期方面都具有优势。

基于矢量直方图迁移的视频加密域可逆隐写方案

钮可, 张硕, 杨晓元

2019, 39(3):  756-762.  DOI: 10.11772/j.issn.1001-9081.2018071604

摘要 ( )   PDF (1032KB) ( )  

参考文献 | 相关文章 | 计量指标

针对压缩域视频隐藏算法嵌入容量低、不可见性差的问题，提出了一种H.264/AVC加密域的可逆隐写方案。首先由嵌入容量和载体大小决定参考帧间隔参数，并根据需要决定是否对载体进行加密；然后，根据待嵌视频帧数生成嵌入密钥；最后通过压缩视频中矢量直方图迁移，实现运动矢量上的可逆信息嵌入。所提方案通过指定解码参考帧，克服了由于运动矢量修改而造成的失真累加效应。所提方案兼容基于运动矢量的视频加密算法，视频的解密和信息提取分别依赖解密密钥和嵌入密钥，两者之间相互分离，在视频密文域或者解密后的明文域中均能提取信息并无损恢复视频载体。信息的安全性依赖于嵌入密钥，密钥长度可以根据需要控制，最大长度等于可嵌入信息的帧数。实验表明该方案计算复杂度低，安全度高，并可以根据嵌入负载调整容量和不可见性，与BCH码可逆嵌入方案相比PSNR值提高3~5 dB，平均嵌入容量增加5~10倍。

满足本地化差分隐私的众包位置数据采集

霍峥, 张坤, 贺萍, 武彦斌

2019, 39(3):  763-768.  DOI: 10.11772/j.issn.1001-9081.2018071541

摘要 ( )   PDF (922KB) ( )  

参考文献 | 相关文章 | 计量指标

针对位置数据众包采集中个人位置隐私泄露的问题，提出了一种满足本地化差分隐私的位置数据众包采集方法。首先，使用逐点插入法构造维诺图，对路网空间进行分割；然后，采用满足本地化差分隐私的随机扰动的方式对每个维诺格中的位置数据进行扰动；再次，设计了一种在扰动数据集上进行空间范围查询的方法，获得对真实结果的无偏估计；最后，在空间范围查询下进行了实验验证，并与保护隐私的轨迹数据采集（PTDC）算法进行了对比，算法查询误差率最坏不超过40%，最好情况在20%以下，运行时间在8 s以内，在隐私保护度高于PTDC算法的前提下，上述参数优于PTDC算法。

基于改进的稀疏去噪自编码器的入侵检测

郭旭东, 李小敏, 敬如雪, 高玉琢

2019, 39(3):  769-773.  DOI: 10.11772/j.issn.1001-9081.2018071627

摘要 ( )   PDF (833KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统浅层的入侵检测方法无法有效解决高维网络入侵数据的问题，提出了一种基于堆叠稀疏去噪自编码器（SSDA）的入侵检测方法。首先，利用SSDA对入侵数据进行降维操作；然后，将高度抽象后的低维数据作为输入，利用softmax分类器进行入侵检测；最后，又在SSDA方法的基础之上提出了一种改进模型（ISSDA），即在传统稀疏去噪自编码器的基础上增加新的约束条件，以此来提高深度网络对原始入侵数据的解码能力以及模型的入侵检测性能。实验结果证明，ISSDA方法与SSDA方法相比，对4种类型的攻击的检测准确率提高了将近5%，也有效地降低了误报率。

可扩展及可证安全的射频识别认证协议

史志才, 王益涵, 张晓梅, 陈珊珊, 陈计伟

2019, 39(3):  774-778.  DOI: 10.11772/j.issn.1001-9081.2018081648

摘要 ( )   PDF (817KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前广泛应用的被动式射频识别（RFID）标签中的计算、存储资源有限，导致RFID认证协议的安全和隐私保护，特别是可扩展性一直没有得到很好解决的问题，提出一种基于哈希函数、可证安全的轻权认证协议。该协议通过哈希运算和随机化等操作确保认证过程中会话信息的保密传输和隐私性；在认证过程中，标签的身份信息通过伪名进行确认，其真实身份没有透漏给阅读器等不信任实体；后端服务器进行身份确认仅需进行一次哈希运算，通过标识符构造哈希表可使身份信息查找时间为常数；每次认证后，标签的秘密信息和伪名等均进行更新，从而确保协议的前向安全性。分析证实，该RFID轻权认证协议具有很好的可扩展性、匿名性和前向安全性，能够抵抗窃听、追踪、重放、去同步化等攻击，而且标签仅需提供哈希运算和伪随机数生成操作，非常适合应用于低成本的RFID系统。

基于椭圆曲线密码的智能电网通信认证协议

刘欣东, 徐水帅, 陈建华

2019, 39(3):  779-783.  DOI: 10.11772/j.issn.1001-9081.2018071486

摘要 ( )   PDF (801KB) ( )  

参考文献 | 相关文章 | 计量指标

为了确保通信在智能电网中的安全可靠，越来越多的认证协议被应用在通信过程中。针对Mahmood等（MAHMOOD K，CHAUDHRY S A，NAQVI H，et al.An elliptic curve cryptography based lightweight authentication scheme for smart grid communication.Future Generation Computer Systems，2018，81：557-565）提出的认证协议，指出此协议易受到内部特权人员攻击，缺少更换口令阶段，对用户缺少亲和性，无法保证用户有唯一的用户名，并有一个公式的错误。为改进此协议，提出一个基于椭圆曲线的认证协议。首先，增加用户与设备之间的登录阶段，其次，利用椭圆曲线密码学难题进行信息交互，最后补充口令更换阶段。通过BAN逻辑形式化分析，改进协议安全可行，能抵挡住内部人员攻击，并具有口令更换、用户名唯一、对用户有亲和性的特点。

先进计算

容器云环境虚拟资源配置策略的优化

李启锐, 彭志平, 崔得龙, 何杰光

2019, 39(3):  784-789.  DOI: 10.11772/j.issn.1001-9081.2018081662

摘要 ( )   PDF (1119KB) ( )  

参考文献 | 相关文章 | 计量指标

针对容器化云环境中数据中心能耗较高的问题，提出了一种基于最佳能耗优先（Power Full，PF）物理机选择算法的虚拟资源配置策略。首先，提出容器云虚拟资源的配置和迁移方案，发现物理机选择策略对数据中心能耗有重要影响；其次，通过研究主机利用率与容器利用率，主机利用率与虚拟机利用率，主机利用率与数据中心能耗之间的数学关系，建立容器云数据中心能耗的数学模型，定义出优化目标函数；最后，通过对物理机的能耗函数使用线性插值进行模拟，依据邻近事物相类似的特性，提出改进的最佳能耗优先物理机选择算法。仿真实验将此算法与先来先得（First Fit，FF）、最低利用率优先（Least Fit，LF）、最高利用率优先（Most Full，MF）进行比较，实验结果表明，在有规律不同物理机群的计算服务中，其能耗比FF、LF、MF分别平均降低45%、53%和49%；在有规律相同物理机群的计算服务中，其能耗比FF、LF、MF分别平均降低56%、46%和58%；在无规律不同物理机群的计算服务中，其能耗比FF、LF、MF分别平均降低32%、24%和12%。所提算法实现了对容器云虚拟资源的合理配置，且在数据中心节能方面具有优越性。

障碍空间中基于并行蚁群算法的k近邻查询

郭良敏, 朱莹, 孙丽萍

2019, 39(3):  790-795.  DOI: 10.11772/j.issn.1001-9081.2018081647

摘要 ( )   PDF (932KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决障碍空间中的k近邻查询问题，提出一种基于改进的并行蚁群算法的k近邻查询方法（PAQ）。首先，利用不同信息素种类的蚁群实现并行查询k近邻；其次，增加时间因素作为路径长短的判断条件，以最直接地呈现蚂蚁的搜索时间；然后，重新定义初始信息素浓度，以避免蚂蚁的盲目搜索；最后，引入可视点将障碍路径分割为多段欧氏路径，选择可视点进行概率转移，并改进启发函数，以促使蚂蚁朝着更为正确的方向搜索，避免算法过早陷入局部最优。与WithGrids相比，当数据点个数小于300时，对于线段障碍，算法运行时间平均缩短约91.5%；对于多边形障碍平均缩短约78.5%。实验结果表明，该方法在数据规模较小时的运行时间具有明显的优势，且可以处理多边形障碍。

改进的粒子群优化算法优化分数阶PID控制器参数

金滔, 董秀成, 李亦宁, 任磊, 范佩佩

2019, 39(3):  796-801.  DOI: 10.11772/j.issn.1001-9081.2018081698

摘要 ( )   PDF (931KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高分数阶比例积分微分（FOPID）控制器的控制效果，针对FOPID控制器参数整定的范围广、复杂性高等特点，提出改进的粒子群优化（PSO）算法优化FOPID控制器参数的方法。该算法对PSO中惯权重系数的上下限设定范围并随迭代次数以伽玛函数方式非线性下降，同时粒子的惯性权重系数和学习因子根据粒子的适应度值大小动态调整，使粒子保持合理运动惯性和学习能力，提高粒子的自适应能力。仿真实验表明，改进的PSO算法优化FOPID控制器的参数较标准PSO算法具有收敛速度快和收敛精度高等优点，使FOPID控制器得到较优的综合性能。

网络与通信

网络背景流量的分类与识别研究综述

邹腾宽, 汪钰颖, 吴承荣

2019, 39(3):  802-811.  DOI: 10.11772/j.issn.1001-9081.2018071552

摘要 ( )   PDF (1686KB) ( )  

参考文献 | 相关文章 | 计量指标

互联网流量分类是识别网络应用和分类相应流量的过程，这被认为是现代网络管理和安全系统中最基本的功能。与应用相关的流量分类是网络安全的基础技术。传统的流量分类方法包括基于端口的预测方法和基于有效载荷的深度检测方法。在目前的网络环境下，传统的方法存在一些实际问题，如动态端口和加密应用，因此采用基于流量统计特征的机器学习（ML）技术来进行流量分类识别。机器学习可以利用提供的流量数据进行集中自动搜索，并描述有用的结构模式，这有助于智能地进行流量分类。起初使用朴素贝叶斯方法进行网络流量分类的识别和分类，对特定流量进行实验时，表现较好，准确度可达90%以上，但对点对点传输网络流量（P2P）等流量识别准确度仅能达到50%左右。然后有使用支持向量机（SVM）和神经网络（NN）等方法，神经网络方法使整体网络流量的分类准确度能达到80%以上。多项研究结果表明，对于多种机器学习方法的使用和后续的改进，很好地提高了流量分类的准确性。

智能电网中电力线通信网络负载均衡的机会路由协议

李祝红, 赵灿明, 闫龙, 张信明

2019, 39(3):  812-816.  DOI: 10.11772/j.issn.1001-9081.2018071457

摘要 ( )   PDF (790KB) ( )  

参考文献 | 相关文章 | 计量指标

针对智能电网（SG）中电力线通信（PLC）网络中负载均衡的问题，提出了一个自适应机会路由协议——负载均衡的机会路由协议（LBORP）。在LBORP中，所有收到数据包的候选转发节点都有机会参与到数据包的转发中，不再局限于一条路由路径，避免了流量仅从一条链路经过导致的负载不均衡现象；而且候选转发节点的转发优先级不仅考虑到转发节点到目的节点的距离，还考虑到了PLC链路的不稳定性以及流量的变化。除此之外，在LBORP中采用一种隐式确认方案，进一步减少协议的端到端时延。在仿真实验中，与基于有序树的PLC路由协议（PLC-TR）和PLC机会路由协议（PLC-OR）相比，LBORP在时延上分别降低了19.7%和45.8%，在丢包率上分别降低了23.4%和32.5%。实验结果表明，LBORP能够实现网络的负载均衡，提升网络的可靠性并减小端到端时延。

基于可靠信标和节点度估计距离的无线传感器网络定位算法

钱开国, 卜春芬, 王玉见, 申时凯

2019, 39(3):  817-823.  DOI: 10.11772/j.issn.1001-9081.2018071661

摘要 ( )   PDF (1083KB) ( )  

参考文献 | 相关文章 | 计量指标

针对经典的DV-Hop、Amorphous等免测距无线传感器网络（WSN）定位算法信标节点选择不可靠、距离模糊和距离估计不准确等问题导致定位精度低，难以适应传感器节点分布不均匀应用的情况，提出了基于可靠信标和节点度估计距离的无线传感器网络定位算法（RDLA）。首先，通过跳数阈值和定位三角可靠度计算来选择引入误差小的信标节点；然后，利用节点度感知的距离估计方法计算单跳距离以解决距离模糊问题，在累积最小跳数路径（SHP）距离并修正使估计的最小跳数路径距离更准确；最后用双曲线定位方法提高定位精度。Matlab R2012a仿真结果表明：在节点均匀分布的应用中，RDLA的平均定位误差（ALE）比DV-Hop算法及其改进算法小；在节点非均匀和具有覆盖洞的C型分布的应用中，与DV-Hop算法及其改进算法相比，RDLA的ALE显著降低，几乎控制在28%以下。

基于动态损耗因子和权重的改进质心定位算法

任晓奎, 李锋, 程琳

2019, 39(3):  824-828.  DOI: 10.11772/j.issn.1001-9081.2018081674

摘要 ( )   PDF (810KB) ( )  

参考文献 | 相关文章 | 计量指标

针对无线传感器网络（WSN）节点的定位精度受环境和误差权重因子的影响问题，提出一种对路径损耗因子和误差权重因子动态修正的质心定位算法。前期根据实测和路径损耗模型，加权修正得出动态损耗因子；后期通过划分矩形区域，构造权重因子矩阵。首先，使用动态损耗因子，代入传统加权质心定位算法估算出未知节点的位置；然后，查询误差权重因子矩阵，确定最优权重因子，重新计算出未知节点坐标。实验结果表明，改进的算法降低了平均误差和最小误差，定位精度比普通质心算法提高了58%，比动态修正质心算法提高了21%，比动态加权质心算法提高了11%，定位精度有所提高。

信息中心网络内数据重传算法的优化

辛营营, 刘晓娟, 方春林, 罗欢

2019, 39(3):  829-833.  DOI: 10.11772/j.issn.1001-9081.2018071492

摘要 ( )   PDF (786KB) ( )  

参考文献 | 相关文章 | 计量指标

对于信息中心网络（ICN）中原始数据恢复机制的网络带宽利用率低下的问题，提出一种基于网络编码的实时数据重传（NC-RDR）算法。首先，根据网络的实时状态对网络中丢失的数据包进行统计；然后，将网络编码结合到信息中心网络中，对统计的丢失的数据包进行组合编码；最后，将编码后的数据包重传发送给接收端。对提出的方案进行分析，仿真结果表明，与基于网络编码的多播数据恢复（NC-MDR）算法相比，在传输带宽（平均传输次数）方面，降低了约30%，因此，在信息中心网络中，该算法能有效地减少网络重传次数，提高网络传输效率。

社会网络中基于社群衰减的影响力最大化算法

孙子力, 彭舰, 仝博

2019, 39(3):  834-838.  DOI: 10.11772/j.issn.1001-9081.2018081695

摘要 ( )   PDF (837KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有网络传播模型忽略了信息传播过程中的信息衰减，传统影响力最大化算法无法有效利用社群结构提高影响力传播范围的问题，提出一种基于社群结构的影响力最大化算法——社群衰减的影响力最大化（IMID）算法。首先对整个社会网络进行社群结构划分，评估社群中节点影响力范围，并考虑社群之间关联点之间的关联概率，在信息传播过程中增加节点之间信息传播衰减度计算。通过实验与分析，该算法不仅降低了时间复杂度，还获得了接近贪心算法的影响力传播范围，影响覆盖率达到90%以上。因此，在核心种子节点集和连接社群之间纽带节点选取若干节点作为初始节点，会让信息以最小的代价在网络中获得广泛传播。

基于天线分组的高铁大规模多输入多输出自适应波束赋形方案

席皓哲, 王瑞峰

2019, 39(3):  839-844.  DOI: 10.11772/j.issn.1001-9081.2018081778

摘要 ( )   PDF (843KB) ( )  

参考文献 | 相关文章 | 计量指标

针对高铁大规模多输入多输出（MIMO）系统的吞吐量未被充分提升的问题，提出一种基于天线分组的自适应波束传输方案。首先利用基站（BS）预知的列车位置信息，并将波束赋形技术引入高速场景，建立高铁大规模MIMO的三维模型；其次验证BS天线分组情况下，子波束的吞吐量与其对应的发射天线数满足非线性关系，且子波束天线数变化并未对其他波束的吞吐量产生影响。基于此，以天线分组的自适应波束赋形方案对列车运行至不同位置的波束数和子波束所需的发射天线数进行调整，保证不同位置的最优系统吞吐量。计算机仿真表明，该方案与传统的单波束、双波束、八波束相比，在列车距基站125 m范围内分别实现了系统吞吐量87.9%、62.3%、50.6%的提升，在125 m之外与单波束赋形的系统吞吐量相近。实验结果表明，所提方案无论列车距BS较近或较远时，系统吞吐量均处于最佳水平，更好地适应高速铁路环境。

计算机软件技术

基于改进细菌觅食算法的测试用例生成方法

王曙燕, 王瑞, 孙家泽

2019, 39(3):  845-850.  DOI: 10.11772/j.issn.1001-9081.2018081692

摘要 ( )   PDF (881KB) ( )  

参考文献 | 相关文章 | 计量指标

针对测试用例自动化生成技术中效率较低的问题，尝试引入新的细菌觅食算法，并结合测试用例生成问题提出了一种基于细菌觅食算法的改进算法（IM-BFOA）。IM-BFOA首先采用Kent映射来增加细菌的初始种群和全局搜索的多样性，其次针对算法中趋化阶段的步长进行自适应设计，使其在细菌趋化过程中更加合理化，并通过实验仿真验证其合理性，最后根据被测程序构造适应度函数来加速测试数据的优化。实验结果表明，与遗传算法（GA）、粒子群优化（PSO）算法和标准细菌觅食优化算法（BFOA）相比，该算法在保证覆盖率的前提下，在迭代次数和运行时间方面都是较优的，可有效提高生成测试用例的效率。

针对多并发三角形二度循环结构的过程模型挖掘方法

孙慧明, 杜玉越

2019, 39(3):  851-857.  DOI: 10.11772/j.issn.1001-9081.2018081651

摘要 ( )   PDF (1014KB) ( )  

参考文献 | 相关文章 | 计量指标

为了在不完备的日志中挖掘含有多并发的三角形二度循环结构的过程模型，在扩展Alpha算法的基础上提出AlphaMatch算法。该算法可以在不包含重复行为序列的日志中，将两个活动匹配成三角形二度循环，并挖掘出含有多并发三角形二度循环的过程模型。首先，根据活动数量关系将构成三角形二度循环的活动分为两类；然后，再根据活动位置关系，使用三角形二度循环活动的首尾标记位置矩阵匹配这两类活动，并且给出足迹矩阵显示活动之间的关系；最后，在ProM平台上进行了大量仿真实验，从模型正确性、挖掘效率、拟合度和精确度四个角度验证了算法能有效挖掘含有多并发的三角形二度循环的Petri网模型。

虚拟现实与多媒体计算

基于最优最小生成树的三维模型形状优化方法

韩丽, 刘书宁, 于冰, 徐圣斯, 唐棣

2019, 39(3):  858-863.  DOI: 10.11772/j.issn.1001-9081.2018081710

摘要 ( )   PDF (975KB) ( )  

参考文献 | 相关文章 | 计量指标

针对海量、异构、复杂的三维模型高效形状分析需求，提出基于最优最小生成树的三维模型形状优化方法。首先基于三维模型最小生成树（3D-MST）构造模型的结构描述；其次通过拓扑结构与几何形状检测并结合双边滤波与熵权值分布进行局部优化，获得模型的优化MST表示；最终基于优化的Laplacian谱特征，结合薄板样条函数（TPS），实现模型的形状分析与相似性检测。实验结果表明，所提方法不仅有效地保留了模型的形状特征，而且可高效地实现复杂模型的稀疏优化表示，能进一步提高几何处理与形状检索的高效性和增强鲁棒性。

未知环境基于单目次优视差的多模滤波目标跟踪算法

黄帅, 付光远, 伍明, 岳敏

2019, 39(3):  864-868.  DOI: 10.11772/j.issn.1001-9081.2018071535

摘要 ( )   PDF (748KB) ( )  

参考文献 | 相关文章 | 计量指标

在未知环境下基于单目视觉的机器人同时定位、地图构建和目标追踪的耦合问题（SLAMOT）中，需要足够的视差才能满足目标跟踪的可观性条件。同时，针对目标运动的不确定性以及系统对于目标运动方式的未知性，提出一种基于次优视差的多模滤波目标跟踪算法。首先，采用目标不确定性椭球投影面积变化最大的方向为次优视差方向，并将其作为机器人视差控制方向；然后，采用多模滤波算法计算目标各种运动方式的概率；其次，对各运动方式的目标状态进行估计，最后根据各运动方式的概率加权估计出目标状态。另外，考虑到工程应用中应减小能耗，因此，在满足目标跟踪要求的条件下，降低视差速度。仿真实验表明：视差速度为0.3 m/s时，次优视差算法的残差均值为0.16 m，而启发式算法、多模滤波算法、传统扩展卡尔曼滤波（EKF）算法的残差均值为0.25 m、0.06 m和0.16 m。在视差速度较低时，所提算法也能满足目标跟踪的可观性条件，具有较强的工程应用价值。

基于深度图的3D-HEVC鲁棒视频水印算法

曹海燕, 冯桂, 韩雪, 方定邦, 黄鑫达

2019, 39(3):  869-873.  DOI: 10.11772/j.issn.1001-9081.2018081676

摘要 ( )   PDF (750KB) ( )  

参考文献 | 相关文章 | 计量指标

针对多视点加深度格式的3D视频中深度图鲁棒性不足的问题，提出了一种基于深度图的3D鲁棒视频水印算法。首先，将深度图不重叠的划分为4×4大小的块，计算每一块像素域的均方差，并设置一个阈值来区分纹理块和平坦块；其次，对纹理块计算区域块的能量值，根据计算的能量值设置一个阈值来选择性嵌入水印比特位；最后，获取每个块变换量化后的DC系数，根据获取的DC系数值构造3×3的可逆矩阵，对可逆矩阵进行QR分解，将水印嵌入在分解后的Q矩阵中。所提算法保证了平均峰值信噪比不变，且不同量化参数（QP）值（25、30、35、40）的重编码攻击下的平均误码率为14.9%。从测试的结果来看，该算法具有较好鲁棒性和嵌入容量，同时对视频的质量影响很小。

基于One-class SVM的噪声图像分割方法

尚方信, 郭浩, 李钢, 张玲

2019, 39(3):  874-881.  DOI: 10.11772/j.issn.1001-9081.2018071494

摘要 ( )   PDF (1642KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决现有无监督图像分割模型对强噪声环境鲁棒性差、无法适应复杂混合噪声的问题，提出了一种基于One-class SVM方法的改进后的噪声鲁棒图像分割模型。首先，基于One-class SVM构建一种数据离群程度检测机制；然后，将离群程度值引入能量泛函，令分割模型可以在多种噪声强度下获得较为准确的图像信息，同时避免现有方法在强噪声环境下，降权机制失效的问题；最后，通过最小化能量函数，驱动分割轮廓向目标边缘演化。在噪声图像分割实验中，当选取不同类型和强度的噪声时，该模型均能得到较为理想的分割结果。在F₁-score评估标准下，该模型比基于局部相关熵的K-means（LCK）模型高0.2~0.3，在强噪声环境下具有更高的稳定性，且在分割收敛时间上仅略大于LCK模型0.1 s左右。实验结果表明，所提模型在未显著增加分割耗时的前提下，对于概率、极值及混合噪声均有着更强的鲁棒性，并且可以分割带有噪声的自然图像。

基于HSI颜色空间与灰度波动相结合的复杂桥梁蜂窝麻面的图像分割

姚学练, 贺福强, 平安, 罗红, 万思路

2019, 39(3):  882-887.  DOI: 10.11772/j.issn.1001-9081.2018081688

摘要 ( )   PDF (968KB) ( )  

参考文献 | 相关文章 | 计量指标

针对桥梁蜂窝麻面图像经常存在光照不均、多背景并存的干扰问题，提出了基于HSI颜色空间与灰度波动相结合的复杂桥梁蜂窝麻面的图像分割算法。首先，绘制S分量灰度变化曲线；其次，搜索曲线所有潜在的波峰波谷，并求相邻波峰波谷的高度差；然后，基于灰度像素个数差分值的标准差筛选出部分高度差；最后，基于部分高度差的标准差搜索最佳阈值完成图像的阈值分割。实验结果表明，与二维OTSU法、Niblack法、二维Tsallis熵法等几种算法相比，该算法的分割效果和实时性更好。

结合全局和局部约束的sLDA铁路扣件分类模型

杨飞, 罗建桥, 李柏林

2019, 39(3):  888-893.  DOI: 10.11772/j.issn.1001-9081.2018081767

摘要 ( )   PDF (1088KB) ( )  

参考文献 | 相关文章 | 计量指标

针对监督潜在狄利克雷分布（sLDA）模型中测试图像缺乏标注，导致测试主题分布忽略目标结构的问题，提出一种结合全局和局部约束的sLDA（glc-sLDA）扣件图像分类模型。首先，人工标注训练图像，并在sLDA模型中学习得到含有结构信息的训练主题分布；然后，计算测试主题分布，将测试图像的类别概率作为全局约束，将测试图像子块与训练图像子块的主题相似程度作为局部约束；最后，以全局和局部约束的乘积为更新权值，对训练主题分布加权求和得到新的测试主题分布，并在Softmax分类器中得到测试图像的分类结果。实验结果表明，glc-sLDA模型能表达扣件结构信息，与sLDA相比，各类别的扣件图像区分性增强，分类误检率减小了55%。

基于感知掩蔽的重构非负矩阵分解单通道语音增强算法

李艳生, 刘园, 张毅

2019, 39(3):  894-898.  DOI: 10.11772/j.issn.1001-9081.2018071489

摘要 ( )   PDF (830KB) ( )  

参考文献 | 相关文章 | 计量指标

针对非负矩阵分解（NMF）语音增强算法在低信噪比（SNR）非稳定环境下存在噪声残留的问题，提出一种基于感知掩蔽的重构NMF（PM-RNMF）单通道语音增强算法。首先，将心理声学掩蔽特性应用于NMF语音增强算法中；其次，对不同频率位采用不同的掩蔽阈值，建立自适应感知掩蔽增益函数，通过阈值约束残余噪声能量和语音失真能量；最后，结合语音存在概率（SPP）进行感知增益修正，重构NMF算法，以此建立新的目标函数。仿真结果表明，在不同SNR的3种非稳定噪声环境下，与NMF、重构NMF（RNMF）、感知掩蔽深度神经网络（PM-DNN）算法相比，PM-RNMF算法的感知语音质量评估（PESQ）平均值分别提高了0.767、0.474、0.162，信源失真比（SDR）平均值分别提高了2.785、1.197、0.948。实验结果表明，无论是在低频还是高频PM-RNMF有更好的降噪效果。

应用前沿、交叉与综合

基于节点映射的核型企业重叠社群发现算法

卢志刚, 胡昕晨

2019, 39(3):  899-906.  DOI: 10.11772/j.issn.1001-9081.2018071628

摘要 ( )   PDF (1254KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有企业社群发现算法多侧重于同质性市场环境，不能反映部分企业会参与多条供应链作业的问题，提出一种基于节点映射关系的核社群表示模型Map-Community，通过构塑两种角色节点及其相互间不同的映射关系，判断企业的社群归属问题。基于该表示模型提出一种具有近似线性阶时空复杂度的节点映射算法（NMA）。首先，采取过滤操作获得供应链网络拓扑图中的双连通核心图；然后，引入映射度择选出核心企业节点；其次，依据映射判断规则进行局部扩展；最后，通过回溯将局部社群结构拓展至全局网络并发现重叠区域。LFR网络应用实验中，NMA对阈值变化反映出低敏感性，且在实用性方面优于LFM、COPRA和GCE。在企业社交网络进行仿真，利用划分情况总结分布效应意义。实验结果验证了该算法对于企业重叠社群发现的可行性及其在发现质量方面的性能优势。

基于区域道路实况数据的交通行为谱分析方法

黄丰雨, 吴业福, 陈镜任, 吴冰

2019, 39(3):  907-912.  DOI: 10.11772/j.issn.1001-9081.2018081699

摘要 ( )   PDF (906KB) ( )  

参考文献 | 相关文章 | 计量指标

针对国内外有关交通行为谱研究的特征指标和评价指标不完善，且不能定量分析等问题，设计并定义了相应的特征指标和评价指标以建立完整的、能够定量化的分析区域交通行为数据的交通行为谱体系。首先基于交通行为特征，采用改进的层次分析法（AHP）对交通秩序类型进行了分类；其次采用多数据融合的实时系统集成（RTSI）算法对某路段交通安全性进行综合评判。最后开发了交通行为谱分析工具，该工具能根据交通实况数据计算区域路段的交通安全指数，较为完备地分析该路段内的交通行为。

基于视觉抓取的并联桁架机器人最优路径控制

杨继东, 孙兆琦, 王飞龙

2019, 39(3):  913-917.  DOI: 10.11772/j.issn.1001-9081.2018071586

摘要 ( )   PDF (873KB) ( )  

参考文献 | 相关文章 | 计量指标

针对元件的抓取路径规划问题，提出一种以最小化时间为目的，结合蚁群算法和禁忌搜索算法的混合优化算法。首先，将基于机器视觉抓取元件的问题确定为有约束的旅行商问题（TSP）；然后，分析了元件大小和抓取放置过程对于路径规划的综合影响，对路径选择概率和禁忌域进行了适应性改进；其次，一方面引入了2-opt局部优化以及信息素惩罚、奖励机制以改善蚂蚁的搜索能力，另一方面对信息挥发因子作适应性改进以提高蚂蚁的自适应能力；最后，针对基本算法和改进的混合优化算法，仿真实验和平台实验分别进行了性能指标和抓取时间的对比分析。实验结果表明，仿真环境下，与蚁群优化（ACO）算法和禁忌搜索（TS）算法相比，混合优化算法的平均迭代次数降低了约50%，且其他性能较为优越，平台测试的抓取用时测试结果也说明了混合优化算法较随机结果和基本算法的优越性，可以快速完成元件抓取任务。

基于自适应零行列式策略的区块链矿池合作演化方法

范丽, 郑红, 黄建华, 李忠诚, 江亚慧

2019, 39(3):  918-923.  DOI: 10.11772/j.issn.1001-9081.2018071619

摘要 ( )   PDF (834KB) ( )  

参考文献 | 相关文章 | 计量指标

矿工加入矿池是目前比特币挖矿最常见的方式。然而，比特币系统中存在矿池互相渗透攻击的现象，这将导致被攻击矿池的矿工收益减少，发起攻击的矿池算力降低，从而造成比特币系统的整体算力减小。针对矿池之间互相攻击，不合作挖矿的问题，提出自适应零行列式策略（AZD），采取"比较预期合作收益与背叛收益，选择促进高收益的策略"的思想促进矿池合作。首先，通过结合时序差分增强算法与零行列式策略的方法预测下一轮合作收益与背叛收益；其次，通过决策过程（DMP）选择策略进一步改变下一轮的合作概率和背叛概率；最后，通过迭代执行自适应零行列式策略，达到网络中矿池均互相合作、积极挖矿的目的。实验模拟表明，AZD策略与自适应策略相比，合作概率收敛为1的速度提高了36.54%；与零行列式策略相比，稳定度提高了50%。这个结果表明AZD策略能够有效促进矿工合作，提高合作收敛速率，保证矿池的稳定收益。

基于双向LSTM的Seq2Seq模型在加油站时序数据异常检测中的应用

陶涛, 周喜, 马博, 赵凡

2019, 39(3):  924-929.  DOI: 10.11772/j.issn.1001-9081.2018081681

摘要 ( )   PDF (936KB) ( )  

参考文献 | 相关文章 | 计量指标

加油时序数据包含加油行为的多维信息，但是指定加油站点数据较为稀疏，现有成熟的数据异常检测算法存在挖掘较多假性异常点以及遗漏较多真实异常点的缺陷，并不适用于挖掘加油站时序数据。提出一种基于深度学习的异常检测方法识别加油异常车辆，首先通过自动编码器对加油站点采集到的相关数据进行特征提取，然后采用嵌入双向长短期记忆（Bi-LSTM）的Seq2Seq模型对加油行为进行预测，最后通过比较预测值和原始值来定义异常点的阈值。通过在加油数据集以及信用卡欺诈数据集上的实验验证了该方法的有效性，并且相对于现有方法在加油数据集上均方根误差（RMSE）降低了21.1%，在信用卡欺诈数据集上检测异常的准确率提高了1.4%。因此，提出的模型可以有效应用于加油行为异常的车辆检测，从而提高加油站的管理和运营效率。

基于深度长短时记忆神经网络模型的心律失常检测算法

杨朔, 蒲宝明, 李相泽, 王帅, 常战国

2019, 39(3):  930-934.  DOI: 10.11772/j.issn.1001-9081.2018081677

摘要 ( )   PDF (762KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统基于形态特征的心电检测算法存在特征提取不准确和高复杂性等问题，提出了一种多层的长短时记忆（LSTM）神经网络结构。结合传统LSTM模型在时序数据处理上的优势，该模型增加了反向和深度计算，避免了人工提取波形特征，提高了网络的学习能力。通过给定心拍序列和分类标签进行监督学习，然后实现对未知心拍的心律失常检测。通过对MIT-BIH数据库中的心律失常数据集进行实验验证，模型的总体准确率为98.34%。相比支持向量机（SVM），该模型的准确率和F1值均有提高。