《计算机应用》唯一官方网站

聚类算法综述

章永来, 周耀鉴

2019, 39(7): 1869-1882. DOI: 10.11772/j.issn.1001-9081.2019010174

摘要 ( )

PDF (2238KB) ( )

参考文献 | 相关文章 | 计量指标

大数据时代，聚类这种无监督学习算法的地位尤为突出。近年来，对聚类算法的研究取得了长足的进步。首先，总结了聚类分析的全过程、相似性度量、聚类算法的新分类及其结果的评价等内容，将聚类算法重新划分为大数据聚类与小数据聚类两个大类，并特别对大数据聚类作了较为系统的分析与总结。此外，概述并分析了各类聚类算法的研究进展及其应用概况，并结合研究课题讨论了算法的发展趋势。

基于K最近邻样本平均距离的代价敏感算法的集成

杨浩, 王宇, 张中原

2019, 39(7): 1883-1887. DOI: 10.11772/j.issn.1001-9081.2018122483

摘要 ( )

PDF (794KB) ( )

参考文献 | 相关文章 | 计量指标

为了解决不均衡数据集的分类问题和一般的代价敏感学习算法无法扩展到多分类情况的问题，提出了一种基于K最近邻（KNN）样本平均距离的代价敏感算法的集成方法。首先，根据最大化最小间隔的思想提出一种降低决策边界样本密度的重采样方法；接着，采用每类样本的平均距离作为分类结果的判断依据，并提出一种符合贝叶斯决策理论的学习算法，使得改进后的算法具备代价敏感性；最后，对改进后的代价敏感算法按K值进行集成，以代价最小为原则，调整各基学习器的权重，得到一个以总体误分代价最低为目标的代价敏感AdaBoost算法。实验结果表明，与传统的KNN算法相比，改进后的算法在平均误分代价上下降了31.4个百分点，并且代价敏感性能更好。

消费者偏好预测的深度学习神经网络模型

金忠星, 李东

2019, 39(7): 1888-1893. DOI: 10.11772/j.issn.1001-9081.2019010061

摘要 ( )

PDF (1094KB) ( )

参考文献 | 相关文章 | 计量指标

通过对于人类大脑活动的研究来分析消费者对广告和产品的反应的神经营销正在受到新的关注。针对基于脑电波（EEG）的神经营销，提出了一种基于深度学习神经网络的消费者对产品的偏好预测方法。首先，为了提取消费者EEG的特征，采用短时傅里叶变换（STFT）与双调和样条插值，从多通道脑电信号中得到了5个不同频带的EEG形图视频；然后，提出了一种结合5个三维卷积神经网络（3D CNN）与多层长短期记忆（LSTM）神经网络的预测模型，用于从脑电地形图视频预测到消费者的偏好。与卷积神经网络（CNN）模型和LSTM神经网络模型相比，消费者依赖模型的平均准确度分别提高了15.05个百分点和19.44个百分点，消费者独立模型的平均准确度分别提高了16.34个百分点和17.88个百分点。理论分析与实验结果表明，所提出的消费者偏好预测系统可以以低成本提供有效的营销策略开发和营销管理。

基于长短期记忆的车辆行为动态识别网络

卫星, 乐越, 韩江洪, 陆阳

2019, 39(7): 1894-1898. DOI: 10.11772/j.issn.1001-9081.2018122448

摘要 ( )

PDF (858KB) ( )

参考文献 | 相关文章 | 计量指标

高级辅助驾驶装置采用机器视觉技术实时处理摄录的行车前方车辆视频，动态识别并预估其姿态和行为。针对该类识别算法精度低、延迟大的问题，提出一种基于长短期记忆（LSTM）的车辆行为动态识别深度学习算法。首先，提取车辆行为视频中的关键帧；其次，引入双卷积网络并行对关键帧的特征信息进行分析，再利用LSTM网络对提取出的特性信息进行序列建模；最后，通过输出的预测得分判断出车辆行为类别。实验结果表明，所提算法识别准确率可达95.6%，对于单个视频的识别时间只要1.72 s；基于自建数据集，改进的双卷积算法相比普通卷积网络在准确率上提高8.02%，与传统车辆行为识别算法相比准确率提高6.36%。

蜂群双抑制劳动分工算法及其在交通信号配时中的应用

胡亮, 肖人彬, 李浩

2019, 39(7): 1899-1904. DOI: 10.11772/j.issn.1001-9081.2018112337

摘要 ( )

PDF (1080KB) ( )

参考文献 | 相关文章 | 计量指标

群智能劳动分工是指任何启发于群居性昆虫和其他动物群体的集体行为而设计的算法和分布式问题解决方式，可以广泛用于现实生活中的任务分配问题。针对交通信号配时这类任务分配问题，引入描述蜜蜂个体之间交互方式的劳动分工理论，提出了一种基于群智能的蜂群双抑制劳动分工算法（BDILDA），该算法通过个体内部抑制剂和外部抑制剂的相互作用，达到群体劳动分工的动态调节。为了验证BDILDA的有效性，选取交通信号配时问题进行仿真实验。采用BDILDA对实际案例进行了交通信号配时求解，并把所得结果与Webster算法、群智能多种群蚁群算法（MCAA）、迁移蜂群（TBO）算法和反向烟花算法（BFWA）得出的结果进行了对比。实验结果显示所提算法减小平均延误时间14.3~20.1个百分点，减少平均停车次数3.7~4.5个百分点，在最大通行能力方面增加5.2~23.6个百分点。结果表明该算法适于求解不确定环境下的动态分配问题。

基于改进鲸鱼优化算法的外骨骼机器人步态检测

何海琳, 郑建彬, 余方利, 余烈, 詹恩奇

2019, 39(7): 1905-1911. DOI: 10.11772/j.issn.1001-9081.2018122474

摘要 ( )

PDF (999KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题，提出基于改进鲸鱼算法优化的支持向量机（IWOA-SVM）的外骨骼机器人步态检测算法，即在鲸鱼优化算法（WOA）中引入遗传算法（GA）的选择、交叉、变异操作，进而去优化支持向量机（SVM）的惩罚因子与核参数，再使用参数优化后的SVM建立分类模型，从而扩大算法的搜索范围，减小算法陷入局部最优的概率。首先，使用混合传感技术采集步态数据，即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据，并作为步态检测系统的输入；然后，使用门限法对步态相位进行划分并标记标签；最后，将足底压力信号与髋关节、膝关节角度信号融合作为输入，使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验，并与GA、粒子群优化（PSO）算法、WOA进行比较，数值实验表明，改进鲸鱼优化算法（IWOA）的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现，准确率可达98.8%，验证了所提算法在新一代外骨骼机器人中的可行性和实用性，并与基于遗传优化算法的支持向量机（GA-SVM）、基于粒子群优化算法的支持向量机（PSO-SVM）、基于鲸鱼优化算法的支持向量机（WOA-SVM）算法进行比较，结果表明，该算法识别准确率分别提高了5.33%、2.70%、1.44%，能够对外骨骼机器人的步态进行有效检测，进而实现外骨骼机器人的精确控制及稳定行走。

贪心核加速动态规划算法求解折扣{0-1}背包问题

史文旭, 杨洋, 鲍胜利

2019, 39(7): 1912-1917. DOI: 10.11772/j.issn.1001-9081.2018112393

摘要 ( )

PDF (860KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有动态规划算法求解折扣{0-1}背包问题（D{0-1}KP）缓慢的问题，基于动态规划思想并结合新型贪心修复优化算法（NGROA）与核算法，通过缩小问题规模加速问题求解来提出一种贪心核加速动态规划（GCADP）算法。首先利用NGROA对问题进行贪心求解，得到非完整项；然后通过计算得到模糊核区间的半径和模糊核区间范围；最后对于模糊核区间内的物品及同一项集内的物品利用基础动态规划（BDP）算法求解。实验结果表明：GCADP算法适用于求解D{0-1}KP，且在求解速度上相比BDP算法平均提升了76.24%，相比FirEGA算法平均提升了75.07%。

基于强化学习的实体关系联合抽取模型

陈佳沣, 滕冲

2019, 39(7): 1918-1924. DOI: 10.11772/j.issn.1001-9081.2019010182

摘要 ( )

PDF (1115KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有的基于远程监督的实体和关系抽取方法存在着标签噪声问题，提出了一种基于强化学习的实体关系联合抽取方法。该模型有两个模块：句子选择器模块和实体关系联合抽取模块。首先，句子选择器模块选择没有标签噪声的高质量句子，将所选句子输入到实体关系联合抽取模型；然后，实体关系联合抽取模块采用序列标注方法对输入的句子进行预测，并向句子选择器模块提供反馈，指导句子选择器模块挑选高质量的句子；最后，句子选择器模块和实体关系联合抽取模块同时训练，将句子选择与序列标注一起优化。实验结果表明，该模型在实体关系联合抽取中的F1值为47.3%，与CoType为代表的联合抽取模型相比，所提模型的F1值提升了1%；与LINE为代表的串行模型相比，所提模型的F1值提升了14%。结果表明强化学习结合实体关系联合抽取模型能够有效地提高序列标注模型的F1值，其中句子选择器能有效地处理数据的噪声。

基于层次注意力机制神经网络模型的虚假评论识别

颜梦香, 姬东鸿, 任亚峰

2019, 39(7): 1925-1930. DOI: 10.11772/j.issn.1001-9081.2018112340

摘要 ( )

PDF (958KB) ( )

参考文献 | 相关文章 | 计量指标

针对虚假评论识别任务中传统离散模型难以捕捉到整个评论文本的全局语义信息的问题，提出了一种基于层次注意力机制的神经网络模型。首先，采用不同的神经网络模型对评论文本的篇章结构进行建模，探讨哪种神经网络模型能够获得最好的篇章表示；然后，基于用户视图和产品视图的两种注意力机制对评论文本进行建模，用户视图关注评论文本中用户的偏好，而产品视图关注评论文本中产品的特征；最后，将两个视图学习的评论表示拼接以作为预测虚假评论的最终表示。以准确率作为评估指标，在Yelp数据集上进行了实验。实验结果表明，所提出的层次注意力机制的神经网络模型表现最好，其准确率超出了传统离散模型和现有的神经网络基准模型1至4个百分点。

融合情感与语义信息的情感分析方法

孟仕林, 赵蕴龙, 关东海, 翟象平

2019, 39(7): 1931-1935. DOI: 10.11772/j.issn.1001-9081.2018112375

摘要 ( )

PDF (825KB) ( )

参考文献 | 相关文章 | 计量指标

在使用词嵌入法进行词转向量时，两个反义词会转换成相近的向量。如果这两个词是情感词，将会导致词的情感信息的丢失，这在情感分析任务中是不合理的。为了解决这个问题，提出了一种在词嵌入的基础上增加情感向量来获取情感信息的方法。首先利用情感词典资源构建情感向量，将其与词嵌入法得到的词向量融合在一起；然后采用双向长短期记忆（BiLSTM）网络获取文本的特征；最后对文本的情感进行分类。在4个数据集上分别对该方法与未融合情感向量的方法进行了实验。实验结果表明所提方法分类准确度与F1值都高于未融合方法，说明了加入情感向量有助于提高情感分析的性能。

基于一维卷积混合神经网络的文本情感分类

陈郑淏, 冯翱, 何嘉

2019, 39(7): 1936-1941. DOI: 10.11772/j.issn.1001-9081.2018122477

摘要 ( )

PDF (1060KB) ( )

参考文献 | 相关文章 | 计量指标

针对情感分类中传统二维卷积模型对特征语义信息的损耗以及时序特征表达能力匮乏的问题，提出了一种基于一维卷积神经网络（CNN）和循环神经网络（RNN）的混合模型。首先，使用一维卷积替换二维卷积以保留更丰富的局部语义特征；再由池化层降维后进入循环神经网络层，整合特征之间的时序关系；最后，经过softmax层实现情感分类。在多个标准英文数据集上的实验结果表明，所提模型在SST和MR数据集上的分类准确率与传统统计方法和端到端深度学习方法相比有1至3个百分点的提升，而对网络各组成部分的分析验证了一维卷积和循环神经网络的引入有助于提升分类准确率。

基于特征选择和深度信念网络的文本情感分类算法

向进勇, 杨文忠, 吾守尔·斯拉木

2019, 39(7): 1942-1947. DOI: 10.11772/j.issn.1001-9081.2018112363

摘要 ( )

PDF (984KB) ( )

参考文献 | 相关文章 | 计量指标

由于人类语言的复杂性，文本情感分类算法大多都存在因为冗余而造成的词汇量过大的问题。深度信念网络（DBN）通过学习输入语料中的有用信息以及它的几个隐藏层来解决这个问题。然而对于大型应用程序来说，DBN是一个耗时且计算代价昂贵的算法。针对这个问题，提出了一种半监督的情感分类算法，即基于特征选择和深度信念网络的文本情感分类算法（FSDBN）。首先使用特征选择方法（文档频率（DF）、信息增益（IG）、卡方统计（CHI）、互信息（MI））过滤掉一些不相关的特征从而使词汇表的复杂性降低；然后将特征选择的结果输入到DBN中，使得DBN的学习阶段更加高效。将所提算法应用到中文以及维吾尔语中，实验结果表明在酒店评论数据集上，FSDBN在准确率方面比DBN提高了1.6%，在训练时间上比DBN缩短一半。

基于多层次模板的脑功能网络特征选择及分类

吴浩, 王昕璨, 李欣芸, 刘志芬, 陈俊杰, 郭浩

2019, 39(7): 1948-1953. DOI: 10.11772/j.issn.1001-9081.2018112421

摘要 ( )

PDF (1024KB) ( )

参考文献 | 相关文章 | 计量指标

基于单一脑图谱模板的功能连接网络中提取的特征表示不足以揭示患者组和正常对照组（NC）之间的复杂拓扑结构差异，而传统的基于多模板的功能脑网络定义多采用独立模板，缺乏模板间的关联，从而忽略了各模板构建的功能脑网络中潜在的拓扑关联信息。针对上述问题，提出了一种多层次脑图谱模板和一种使用关系诱导稀疏（RIS）特征选择模型的方法。首先定义了具有关联的多层次脑图谱模板，挖掘模板之间潜在关系和表征组间网络结构差异；然后用RIS特征选择模型进行参数优化，进而提取组间差异特征；最后利用支持向量机（SVM）方法构建分类模型，并应用于抑郁症患者的诊断。在山西大学第一医院抑郁症临床诊断数据库上的实验结果显示，基于多层次模板的功能脑网络通过使用具有RIS特征的选择方法取得了91.7%的分类准确率，相比传统多模板方法的准确率提高了3个百分点。

全生命周期的云外包数据安全审计协议

柳玉东, 王绪安, 涂广升, 王涵

2019, 39(7): 1954-1958. DOI: 10.11772/j.issn.1001-9081.2018122438

摘要 ( )

PDF (832KB) ( )

参考文献 | 相关文章 | 计量指标

海量数据的产生给用户带来了极大的存储和计算负担，云服务器的出现很好地解决了这一问题，但数据外包给用户带来便利的同时，也引起了一些的安全问题。针对数据在外包过程中的安全性问题，结合经典的字符串相等检测协议和基于等级的默克尔哈希树（RMHT）算法，设计并实现了一种理论更简化、效率更高的全生命周期的云外包数据安全审计协议。该协议不仅可以保证外包存储数据的完整性，用户可以定期对数据的完整性进行审计；而且可以保证数据的安全迁移；此外，还可以防止恶意的云服务器保留迁移数据的副本，更好地保护用户的隐私。安全性分析和效率分析显示，该协议足够安全并较为高效，外包数据在整个生命周期的安全性将得到较好的保护。

智能合约安全漏洞挖掘技术研究

付梦琳, 吴礼发, 洪征, 冯文博

2019, 39(7): 1959-1966. DOI: 10.11772/j.issn.1001-9081.2019010082

摘要 ( )

PDF (1413KB) ( )

参考文献 | 相关文章 | 计量指标

近年来，以智能合约为代表的第二代区块链平台及应用出现了爆发性的增长，但频发的智能合约漏洞事件严重威胁着区块链生态安全。针对当前主要依靠基于专家经验的代码审计效率低下的问题，提出开发通用的自动化工具来挖掘智能合约漏洞的重要性。首先，调研并分析了智能合约面临的安全威胁问题，总结了代码重入、访问控制、整数溢出等10种出现频率最高的智能合约漏洞类型和攻击方式；其次，讨论了主流的智能合约漏洞的检测手段，并梳理了智能合约漏洞检测的研究现状；然后，通过实验验证了3种现有符号执行工具的检测效果。对于单一漏洞类型，漏报率最高达0.48，误报率最高达0.38。实验结果表明，现有研究涵盖的漏洞类型不完整，误报及漏报多，并且依赖人工复核；最后，针对这些不足展望了未来研究方向，并提出一种符号执行辅助的模糊测试框架，能够缓解模糊测试代码覆盖率不足和符号执行路径爆炸问题，从而提高大中型规模智能合约的漏洞挖掘效率。

基于逆向习得推理的网络异常行为检测模型

杨宏宇, 李博超

2019, 39(7): 1967-1972. DOI: 10.11772/j.issn.1001-9081.2018112302

摘要 ( )

PDF (908KB) ( )

参考文献 | 相关文章 | 计量指标

针对网络异常行为检测中因数据不平衡而导致召回率低的问题，提出一种基于逆向习得推理（ALI）的网络异常行为检测模型。首先，去除数据集中用离散数据表示的特征项，并对处理后的数据集进行归一化以提高模型的收敛速度与精度；然后，提出改进的ALI模型，通过ALI训练算法用仅由正样本所构成的数据对其进行训练，并利用已训练完成的改进ALI模型处理检测数据以生成处理后的检测数据集；最后，依据异常检测函数计算检测数据与处理后的检测数据之间的距离来判断数据是否异常。与单类支持向量机（OC-SVM）、深层结构能量模型（DSEBM）、深度自编码高斯混合模型（DAGMM）和生成对抗网络异常检测模型（AnoGAN）的对比实验结果表明，所提模型的准确率提升了5.8~17.4个百分点，召回率提升了1.4~31.4个百分点，F₁值提升了14.18~19.7个百分点。可知所提出的基于逆向习得推理的网络异常行为检测模型在数据不平衡时仍具有较高的召回率和检测精度。

基于隐半马尔可夫模型的SWIM应用层DDoS攻击的检测方法

马兰, 崔博花, 刘轩, 岳猛, 吴志军

2019, 39(7): 1973-1978. DOI: 10.11772/j.issn.1001-9081.2019010017

摘要 ( )

PDF (900KB) ( )

参考文献 | 相关文章 | 计量指标

针对广域信息管理（SWIM）系统受到应用层分布式拒绝服务（DDoS）攻击的问题，提出了一种基于隐半马尔可夫模型（HSMM）的SWIM应用层DDoS攻击的检测方法。首先采用改进后的前向后向算法，利用HSMM建立动态异常检测模型动态地追踪正常SWIM用户的浏览行为；然后通过学习和预测正常SWIM用户行为得出正常检测区间；最后选取访问包的大小和请求时间间隔为特征进行建模，并训练模型进行异常检测。实验结果表明，所提方法在攻击1和攻击2情况下检测率分别为99.95%和91.89%，与快速前向后向算法构建的HSMM相比，检测率提升了0.9%。测试结果表明所提方法可以有效地检测SWIM系统应用层DDoS攻击。

高效的半监督多层次入侵检测算法

曹卫东, 许志香

2019, 39(7): 1979-1984. DOI: 10.11772/j.issn.1001-9081.2019010018

摘要 ( )

PDF (829KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于监督学习的入侵检测算法需要的大量有标签数据难以收集，无监督学习算法准确率不高，且对R2L及U2R两类攻击检测率低等问题，提出一种高效的半监督多层次入侵检测算法。首先，利用Kd-tree的索引结构，利用加权密度在高密度样本区选择K-means算法的初始聚类中心；然后，将聚类之后的数据分为三个类簇，将无标签类簇和混合类簇借助Tri-training采用加权投票规则扩充有标签数据集；最后，利用二叉树形结构设计层次化分类模型，在NSL-KDD数据集上进行了实验验证。结果表明半监督多层次入侵检测模型能够在利用少量有标签数据的情况下，对R2L及U2R的检测率分别达到49.38%、81.14%，有效提高R2L及U2R两类攻击的检测率，从而降低系统的漏报率。

可穿戴设备数值型敏感数据本地差分隐私保护

马方方, 刘树波, 熊星星, 牛晓光

2019, 39(7): 1985-1990. DOI: 10.11772/j.issn.1001-9081.2018122466

摘要 ( )

PDF (956KB) ( )

参考文献 | 相关文章 | 计量指标

针对数据服务器不可信时，直接收集可穿戴设备多维数值型敏感数据有可能存在泄露用户隐私信息的问题，通过引入本地差分隐私模型，提出了一种可穿戴设备数值型敏感数据的个性化隐私保护方案。首先，通过设置隐私预算的阈值区间，用户在区间内设置满足个人隐私需求的隐私预算，同时也满足了个性化本地差分隐私；其次，利用属性安全域将敏感数据进行归一化；最后，利用伯努利分布分组扰动多维数值型敏感数据，并利用属性安全域对扰动结果进行归一化还原。理论分析证明了该算法满足个性化本地差分隐私。实验结果表明该算法的最大相对误差（MRE）明显低于Harmony算法，在保护用户隐私的基础上有效地提高了不可信数据服务器从可穿戴设备收集数据的可用性。

服务器管理控制系统威胁建模与应用

苏振宇, 宋桂香, 刘雁鸣, 赵媛

2019, 39(7): 1991-1996. DOI: 10.11772/j.issn.1001-9081.2018122475

摘要 ( )

PDF (1026KB) ( )

参考文献 | 相关文章 | 计量指标

基板管理控制器（BMC）作为大型嵌入式系统负责对服务器进行控制和管理，针对BMC的脆弱性以及面临的安全威胁，提出一种服务器管理控制系统的威胁模型。首先，为了寻找威胁，根据BMC的硬件结构和软件架构建立了数据流图（DFD）；其次，采用威胁六要素（STRIDE）方法进行威胁发现，得出全面的威胁列表；然后，为了对威胁进行细化描述，建立了威胁树模型，得出具体的攻击方式并对威胁进行量化；最后，针对STRIDE分类的威胁制定了应对策略，给出了BMC威胁的具体防护方法，满足了机密性、完整性、可用性等安全目标。分析结果表明，所提模型能够全面识别BMC的安全威胁，基于该模型提出的BMC具体防护方法已作为安全基线应用于设计过程中，提升了服务器整体安全性。

基于改进版Niederreiter的双公钥密码方案

王众, 韩益亮

2019, 39(7): 1997-2000. DOI: 10.11772/j.issn.1001-9081.2018122429

摘要 ( )

PDF (743KB) ( )

参考文献 | 相关文章 | 计量指标

基于编码的密码体制可以有效地抵抗量子计算攻击，具有较好的可操作性以及数据压缩能力，是后量子时代密码方案的可靠候选者之一。针对量子时代中计算机数据的安全保密问题，对编码密码中的Niederreiter密码方案改进版进行深入研究，提出了一种与双公钥加密方式相结合的密码方案。所提方案的安全性相比Niederreiter方案改进版以及基于准循环低密度奇偶校验码（QC-LDPC）的Niederreiter双公钥加密方案得到提升，在密钥量方面相比传统Niederreiter密码方案的公钥量至少下降了32%，相比基于QC-LDPC码的Niederreiter双公钥加密方案也有效下降，在量子时代保证计算机数据安全表现出较强的可靠性。

Gaming@Edge:基于边缘节点的低延迟云游戏系统

林立, 熊金波, 肖如良, 林铭炜, 陈秀华

2019, 39(7): 2001-2007. DOI: 10.11772/j.issn.1001-9081.2019010163

摘要 ( )

PDF (1232KB) ( )

参考文献 | 相关文章 | 计量指标

云游戏作为云计算的"杀手级"应用正在引领游戏运行方式的变革。然而，云端与终端设备之间较大的网络延迟影响了云游戏的用户体验，因此，提出一种基于边缘计算理念，部署在边缘节点之上的低延迟的云游戏框架——Gaming@Edge。为了降低边缘节点的计算负载以提升其并发能力，Gaming@Edge实现了一种基于压缩图形流的云游戏运行机制——GSGOD。GSGOD分离了游戏运行中的逻辑计算和画面渲染，实现了一种边+端的计算融合。此外，GSGOD还通过数据缓存、指令流水处理以及对象状态延迟更新等机制优化了云游戏的网络数据传输和系统延迟。实验结果表明，Gaming@Edge相比传统的云游戏系统能够降低平均74%的网络延迟，并提高4.3倍游戏实例并发能力。

基于图形处理器的形态学重建系统

何希, 吴炎桃, 邸臻炜, 陈佳

2019, 39(7): 2008-2013. DOI: 10.11772/j.issn.1001-9081.2018122549

摘要 ( )

PDF (942KB) ( )

参考文献 | 相关文章 | 计量指标

形态学重建是医学图像处理中非常基础和重要的操作。它根据掩膜图像的特征对标记图像反复进行膨胀操作，直到标记图像中的像素值不再变化为止。对于传统基于中央处理器（CPU）的形态学重建系统计算效率不高的问题，提出了使用图形处理器（GPU）来加速形态学重建。首先，设计了适合GPU处理的数据结构：并行堆集群；然后，基于并行堆集群，设计和实现了一套基于GPU的形态学重建系统。实验结果表明，相比传统基于CPU的形态学重建系统，基于GPU的形态学重建系统可以获取超过20倍的加速比。基于GPU的形态学重建系统展示了如何把基于复杂数据结构的软件系统高效地移植到GPU上。

无信号间干扰的相关延迟差分混沌移位键控混沌通信方案

贺利芳, 陈俊, 张天骐

2019, 39(7): 2014-2018. DOI: 10.11772/j.issn.1001-9081.2019010036

摘要 ( )

PDF (752KB) ( )

参考文献 | 相关文章 | 计量指标

现有的差分混沌移位键控（DCSK）通信系统主要的缺陷是传输速率较低，为此提出了一种无信号间干扰的相关延迟-差分混沌移位键控（CD-DCSK）通信方案。在发送端，由正交信号发生器产生两路正交混沌信号，并经符号函数归一化以保持发送信号的能量恒定，然后，这两路混沌信号与其延迟不同时间间隔后的混沌信号分别调制1 bit数据信息形成一帧发送信号。在解调端，采用相关解调提取数据信息，通过检测相关器输出结果的符号恢复信息比特。利用高斯近似（GA）法分析了系统在加性高斯白噪声（AWGN）信道下的理论误码率（BER）性能，并与经典的混沌通信系统进行了比较。分析及实验结果表明：与DCSK系统相比，无信号间干扰的CD-DCSK系统的传输速率提升了50个百分点，且其误码性能优于相关延迟移位键控（CDSK）系统。

连续时间完全服务与门限服务两级轮询系统性能研究

杨志军, 刘征, 丁洪伟

2019, 39(7): 2019-2023. DOI: 10.11772/j.issn.1001-9081.2019010063

摘要 ( )

PDF (762KB) ( )

参考文献 | 相关文章 | 计量指标

在信息分组以连续时间规律到达系统的基础上，对于轮询系统中不同优先级的业务问题，提出区分优先级的两级轮询服务模型。首先，在该模型中，低优先级站点采用门限服务，高优先级站点采用完全服务；然后，在高优先级转低优先级时，将传输服务与转移查询并行处理来降低服务器在查询转换期间所耗费的时间，提高轮询系统的效率；最后，运用马尔可夫链和概率母函数的方法建立了系统的数学模型，通过对数学模型精确解析，得到了连续时间两级服务系统每个站点的平均排队队长和平均等待时间的表达式，精确解析出平均排队队长和平均等待时间的值。仿真实验结果表明：理论计算值与实验仿真值近似相等，说明理论分析正确合理。该模型既能保障低优先级站点服务质量，又能为高优先级站点提供优质服务。

基于共邻节点相似度的社区划分算法

付立东, 郝伟, 李丹, 李凡

2019, 39(7): 2024-2029. DOI: 10.11772/j.issn.1001-9081.2019010183

摘要 ( )

PDF (827KB) ( )

参考文献 | 相关文章 | 计量指标

复杂网络中的社区结构能帮助人们认识网络的基本结构及其功能。针对目前多数社区划分算法准确率低、复杂度高的问题，提出了一种基于共邻节点相似度的社区划分算法。首先，为了计算节点间相似度值，提出了相似度模型，该模型通过将被测节点对的邻居节点引入一并计算，提高了相似度度量的准确性；然后，计算节点局部影响力值，能客观地表现出节点在所处网络中的重要性；其次，结合节点相似度值和节点局部影响力值对节点进行层次聚类，完成网络社区结构的初步划分；最后，通过聚合初步划分的子社区，获得复杂网络的最优模块度值。仿真结果表明，在网络的社区特征模糊时，与新的基于局部相似度的社区发现算法（CDALS）相比，所提算法的准确率提高了14%，证明了所提提法更能够准确、有效地划分复杂网络的社区结构。

异构网络中天线资源有限时的部分干扰对齐方案

李世宝, 王宜馨, 赵大印, 叶伟, 郭琳, 刘建航

2019, 39(7): 2030-2034. DOI: 10.11772/j.issn.1001-9081.2018122456

摘要 ( )

PDF (838KB) ( )

参考文献 | 相关文章 | 计量指标

针对异构网络中天线资源有限导致无法实现完全干扰对齐（IA）这一问题，提出一种根据异构网络特点使天线资源利用率最大的部分IA方案。首先，根据异构网络中部分连通性构建系统模型，并分析系统实现IA的可行性条件；然后，基于网络的异构性（基站功率和用户稳定性的不同）对用户划分不同的优先级并分配不同的天线资源；最后，以系统总速率最大和天线资源利用率最大为目标设计高优先级用户完全对齐、低优先级用户消除最大干扰的部分IA方案。在Matlab仿真实验中，所提算法相比传统的IA算法在天线有限情况下能提高10%的系统总速率，并且高优先级用户接收到的速率比低优先级用户的速率高40%。实验结果表明，所提算法能充分利用有限天线资源，在满足用户差异性需求的同时实现系统总速率最大。

基于改进正弦余弦算法的无线传感器节点部署优化

何庆, 徐钦帅, 魏康园

2019, 39(7): 2035-2043. DOI: 10.11772/j.issn.1001-9081.2018112282

摘要 ( )

PDF (1225KB) ( )

参考文献 | 相关文章 | 计量指标

为了提高无线传感器网络（WSN）的性能，提出了一种基于改进正弦余弦算法（ESCA）的节点部署优化方法。首先，引入双曲正弦调节因子和动态余弦波权重系数，以平衡算法的全局探索与局部开发能力；然后，提出了一种基于拉普拉斯和高斯分布的变异策略，避免算法陷入局部最优。对于基准函数的优化实验结果表明，ESCA相比引力搜索算法、鲸鱼优化算法、基本正弦余弦算法（SCA）及其改进算法具有更高的收敛精度和收敛速度。最后，将ESCA应用于WSN节点部署优化，结果表明其优化覆盖率相比改进粒子群优化算法、外推人工蜂群算法、改进灰狼优化算法和自适应混沌量子粒子群算法分别提高了1.55个百分点、7.72个百分点、2.99个百分点和7.63个百分点，用更少节点便可达到相同目标精度。

基于协作小小区与流行度预测的在线热点视频缓存更新策略

张超, 李可, 范平志

2019, 39(7): 2044-2050. DOI: 10.11772/j.issn.1001-9081.2018122465

摘要 ( )

PDF (1110KB) ( )

参考文献 | 相关文章 | 计量指标

针对无线移动设备数量的指数增长使得异构协作小小区（SBS）将承载大规模的流量负载问题，提出了一种基于协作SBS与流行度预测的在线热点视频缓存更新方案（OVCRP）。首先，分析在线热点视频的流行度在短期内变化情况；然后，构建k近邻模型进行在线热点视频流行度的预测；最后，确定在线热点视频的缓存更新位置。为了选择合适的位置存放在线热点视频，以最小化总体传输时延为目标，建立数学模型，设计整数规划优化算法。仿真实验结果显示，与随机缓存（RANDOM）、最近最少使用（LRU）、最不经常使用（LFU）方案相比，OVCRP在平均缓存命中率和平均访问时延方面具有明显的优势，因此减轻了协作SBS的网络负担。

基于用户偏好与副本阈值的端到端缓存算法

文凯, 谭笑

2019, 39(7): 2051-2055. DOI: 10.11772/j.issn.1001-9081.2018122462

摘要 ( )

PDF (682KB) ( )

参考文献 | 相关文章 | 计量指标

在端到端（D2D）缓存网络中存在大量多媒体内容，而移动终端中缓存空间却相对有限。为了实现移动终端中缓存空间的高效利用，提出了一种基于用户偏好与副本阈值的D2D缓存部署算法。首先，基于用户偏好，设计缓存收益函数，用于判断各文件的缓存价值；然后，以系统缓存命中率最大化为目标，利用凸规划理论设计缓存副本阈值，用于部署系统中文件的副本数量；最后，联合缓存收益函数与副本阈值，提出一种启发式算法实现了文件的缓存部署。与现有缓存部署算法相比，该算法可显著提升缓存命中率及卸载增益，降低服务时延。

基于WiFi信道状态信息的人员活动持续时间估计

刘立双, 魏忠诚, 张春华, 王巍, 赵继军

2019, 39(7): 2056-2060. DOI: 10.11772/j.issn.1001-9081.2018122431

摘要 ( )

PDF (817KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统人员活动持续时间估计系统隐私性及灵活性较差的问题，分析信道状态信息（CSI）的幅度变化，提出了一个基于WiFi信道状态信息的人员活动持续时间估计系统。该系统重点将连续复杂的人员活动持续时间估计问题转化为离散简单的人员检测问题。首先，采集CSI信息并滤除异常值和噪声；其次，利用主成分分析法（PCA）进行子载波降维，获取主成分以及相应的特征向量；随后计算主成分方差和特征向量一阶差分均值，并将两者比值作为特征值训练反向传输神经网络（BPNN）模型；然后，利用训练好的BPNN模型进行人员检测，并当检测出有人员活动时，进一步对CSI数据进行等宽分割；最后，针对所有分割后的CSI数据实现人员检测，并依据符合人员检测结果的数据来估计人员活动的持续时间。在真实室内环境中对系统进行实验评估，人员检测平均准确率可达到97%，活动持续时间误差不超过10%。实验结果表明，该系统能够有效估计出人员活动的持续时间。

基于电网的采样感知加权循环调度算法

谭鑫, 李晓卉, 刘振兴, 丁月民, 赵敏, 王琦

2019, 39(7): 2061-2064. DOI: 10.11772/j.issn.1001-9081.2018112339

摘要 ( )

PDF (636KB) ( )

参考文献 | 相关文章 | 计量指标

针对智能电网相量测量设备竞争使用有限的网络通信资源时，会因资源分配不均而导致数据包延时或丢失，进而影响电力系统状态估计的精度这一问题，提出了一种采样感知加权循环（SAWRR）调度算法。首先根据电网相量测量单元（PMU）采样频率和数据包大小的特性，提出了基于PMU业务流均方差的权重定义方法；然后设计了相应的PMU采样感知迭代循环调度算法；最后将该算法运用到PMU采样传输模型中。该算法能自适应地感知PMU的采样变化，及时调整数据包的传输。仿真结果表明，与原始的加权循环调度算法相比，SAWRR算法减少了95%的PMU采样数据包的调度时延，降低了一半的丢包率，增加了两倍的吞吐量。将SAWRR算法运用到PMU数据传输中有利于保证智能电网的稳定性。

基于Dixon结式和逐次差分代换的多项式秩函数探测方法

袁月, 李轶

2019, 39(7): 2065-2073. DOI: 10.11772/j.issn.1001-9081.2019010199

摘要 ( )

PDF (1216KB) ( )

参考文献 | 相关文章 | 计量指标

秩函数探测是循环程序终止性分析的重要方法，目前，已有很多研究者致力于为线性循环程序探测对应的线性秩函数，然而，针对具有多项式循环条件和多项式赋值的多项式型的循环，现有的秩函数探测方法还有所不足，解决方案大多是不完备的、或者具有较高的时间复杂度。针对现有工作对于多项式秩函数探测方法不足的问题，基于扩展Dixon结式（KSY方法）和逐次差分代换（SDS）方法，提出一种为多项式循环程序探测多项式型秩函数的方法。首先，将待探测的秩函数模板看作带参数系数的多项式，将秩函数的探测转换为寻找满足条件的参数系数的问题；然后，进一步将问题转换为判定相应的方程组是否有解的问题，至此，利用KSY方法中的扩展的Dixon结式，将问题更进一步简化为带参系数多项式（即结式）严格为正的判定问题；最后，利用SDS方法，找到一个充分条件，使得得到的结式严格为正，此时，可以获取满足条件的参数系数的取值，从而找到一个满足条件的秩函数，通过实验验证该秩函数探测方法的有效性。实验结果表明，利用该方法，可以有效地为多项式循环程序找到多项式秩函数，包括深度为d的多阶段多项式秩函数，与已有方法相比，该方法能够更高效地找到多项式秩函数，对于基于柱形代数分解（CAD）方法的探测方法因时间复杂度问题无法而应对的一些循环，利用所提方法能够在几秒内为这些循环找到秩函数。

基于图像相似度检测代码克隆

王亚芳, 刘东升, 侯敏

2019, 39(7): 2074-2080. DOI: 10.11772/j.issn.1001-9081.2019010083

摘要 ( )

PDF (1041KB) ( )

参考文献 | 相关文章 | 计量指标

目前在代码克隆检测领域，学者们主要从文本、词汇、语法和语义四种角度展开研究，然而长期以来代码克隆检测效果并未取得新的突破。针对这一问题，从图像处理角度提出了一种基于图像相似度的新型代码克隆检测（CCIS）方法。首先对源代码进行移除注释、空白符等操作，以获取"干净"的函数片段，并将函数中的标识符、关键字等进行高亮处理；然后将处理好的源代码转换为图像，并对图像进行规范化处理；最后使用Jaccard距离和感知哈希算法进行检测，得到代码克隆信息。为了验证实验的有效性，使用6款开源软件构建评价数据集进行测试。实验结果表明，CCIS方法能够检测出100%的类型一代码克隆、88%的类型二代码克隆与60%的类型三代码克隆，因此CCIS方法可以很好地进行代码克隆检测。

基于视频分段的空时双通道卷积神经网络的行为识别

王萍, 庞文浩

2019, 39(7): 2081-2086. DOI: 10.11772/j.issn.1001-9081.2019010156

摘要 ( )

PDF (1002KB) ( )

参考文献 | 相关文章 | 计量指标

针对原始空时双通道卷积神经网络（CNN）模型对长时段复杂视频中行为识别率低的问题，提出了一种基于视频分段的空时双通道卷积神经网络的行为识别方法。首先将视频分成多个等长不重叠的分段，对每个分段随机采样得到代表视频静态特征的帧图像和代表运动特征的堆叠光流图像；然后将这两种图像分别输入到空域和时域卷积神经网络进行特征提取，再在两个通道分别融合各视频分段特征得到空域和时域的类别预测特征；最后集成双通道的预测特征得到视频行为识别结果。通过实验讨论了多种数据增强方法和迁移学习方案以解决训练样本不足导致的过拟合问题，分析了不同分段数、预训练网络、分段特征融合方案和双通道集成策略对行为识别性能的影响。实验结果显示所提模型在UCF101数据集上的行为识别准确率达到91.80%，比原始的双通道模型提高了3.8个百分点；同时在HMDB51数据集上的行为识别准确率也比原模型提高，达到61.39%，这表明所提模型能够更好地学习和表达长时段复杂视频中人体行为特征。

基于Retinex理论的多曝光图像融合算法

王克强, 张雨帅, 王保群

2019, 39(7): 2087-2092. DOI: 10.11772/j.issn.1001-9081.2018112382

摘要 ( )

PDF (994KB) ( )

参考文献 | 相关文章 | 计量指标

多曝光图像融合技术是将一组场景相同但曝光程度不同的图像序列直接融合成为一幅含有更多场景细节信息的高质量图像。针对现有算法局部对比度差和色彩失真的问题，结合Retinex理论模型提出了一种新的多曝光图像融合算法。首先，基于Retinex理论模型，利用光照估计算法将曝光序列图像分为入射光分量序列和反射光分量序列，然后分别采用不同的融合方法对这两组序列进行处理。对于入射光分量，要保证场景的全局亮度的变化特性并且削弱过曝光和欠曝光区域的影响；而对于反射光分量，要采用适度曝光的评价参数来更好地保留场景的色彩及细节信息。分别从主观和客观两方面对所提算法进行了分析。实验结果表明，同传统基于图像域合成的算法相比，该算法在结构相似度（SSIM）上平均提升了1.7%，另外在图像色彩和局部细节上的处理效果更好。

适用于倾斜影像的加速KAZE-SIFT特征提取算法

薄单, 李宗春, 王晓南, 乔涵文

2019, 39(7): 2093-2097. DOI: 10.11772/j.issn.1001-9081.2018122564

摘要 ( )

PDF (840KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统正摄影像的特征提取算法处理倾斜影像匹配效果不佳的问题，在已有特征提取算法的基础上，提出了一种适用于倾斜影像的特征提取算法——加速KAZE-尺度不变特征变换（AKAZE-SIFT）算法。首先，为保证特征检测的准确性与独特性，采用充分保留图像轮廓信息的加速KAZE（AKAZE）算子进行特征检测；其次，为提升特征描述的稳定性，采用稳健的尺度不变特征变换（SIFT）算子进行特征描述；然后，依据目标特征向量和候选特征向量间的欧氏距离确定粗匹配点对；最后，采用随机抽样一致性算法进行单应性约束，提高匹配纯度。模拟影像在倾斜摄影条件下的模糊、旋转、亮度、视角和尺度变化，对特征提取算法性能进行评估，实验结果表明，AKAZE-SIFT算法相比SIFT算法和AKAZE算法召回率分别提高了12.8%和5.3%，精准率提高了6.5%和6.1%，F1值提升了13.8%和5.6%；提取效率优于SIFT算法，略逊于AKAZE。AKAZE-SIFT算法具有良好的检测和描述能力，更适用于倾斜影像特征提取。

基于人眼信息特征的人体疲劳检测

罗元, 云明静, 王艺, 赵立明

2019, 39(7): 2098-2102. DOI: 10.11772/j.issn.1001-9081.2018122441

摘要 ( )

PDF (799KB) ( )

参考文献 | 相关文章 | 计量指标

人眼状态是反映疲劳程度的重要指标，头部姿势变化、光线等因素对人眼定位造成很大影响，从而影响人眼状态识别以及疲劳检测的准确性，为此提出了一种利用级联卷积神经网络通过检测人眼6个特征点来识别人眼状态进而识别人体疲劳的方法。首先，一级网络采用灰度积分投影结合区域-卷积神经网实现人眼的检测与定位；然后，二级网络将人眼图片进行分割后采用并联子卷积系统进行人眼特征点回归；最后，利用人眼特征点计算人眼开闭度识别当前人眼状态，并根据单位时间闭眼百分比（PERCLOS）准则判断人体疲劳状态。实验结果表明，利用所提方法实现了在归一化误差为0.05时，人眼6特征点的平均检测准确率为95.8%，并根据模拟视频帧的PERCLOS值识别疲劳状态验证了该方法的有效性。

基于深度神经网络的表面划痕识别方法

李文俊, 陈斌, 李建明, 钱基德

2019, 39(7): 2103-2108. DOI: 10.11772/j.issn.1001-9081.2018112247

摘要 ( )

PDF (997KB) ( )

参考文献 | 相关文章 | 计量指标

为实现亮度不均的复杂纹理背景下表面划痕的鲁棒、精确、实时识别，提出一种基于深度神经网络的表面划痕识别方法。用于表面划痕识别的深度神经网络由风格迁移网络和聚焦卷积神经网络（CNN）构成，其中风格迁移网络针对亮度不均的复杂背景下的表面划痕进行预处理，风格迁移网络包括前馈转换网络和损失网络，首先通过损失网络提取亮度均匀模板的风格特征和检测图像的知觉特征，对前馈转换网络进行离线训练，获取网络最优参数值，最终使风格迁移网络生成亮度均匀且风格一致的图像，然后，利用所提出的基于聚焦结构的聚焦卷积神经网络对生成图像中的划痕特征进行提取并识别。以光照变化的金属表面为例，进行划痕识别实验，实验结果表明：与需要人工设计特征的传统图像处理方法及传统深度卷积神经网络相比，划痕漏报率低至8.54%，并且收敛速度更快，收敛曲线更加平滑，在不同的深度模型下均可取得较好的检测效果，准确率提升2%左右。风格迁移网络能够保留完整划痕特征的同时有效解决亮度不均的问题，从而提高划痕识别精度；同时聚焦卷积神经网络能够实现对划痕的鲁棒、精确、实时识别，大幅度降低划痕漏报率和误报率。

基于深度卷积神经网络的肺结节检测算法

邓忠豪, 陈晓东

2019, 39(7): 2109-2115. DOI: 10.11772/j.issn.1001-9081.2019010056

摘要 ( )

PDF (1207KB) ( )

参考文献 | 相关文章 | 计量指标

在传统的肺结节检测算法中，存在检测敏感度低，假阳性数量大的问题。针对这一问题，提出了基于深度卷积神经网络（CNN）的肺结节检测算法。首先，有目的性地简化传统的全卷积分割网络；然后，创新地加入对部分CNN层的深监督并使用改进的加权损失函数，获得高质量的候选肺结节，保证高敏感度；其次，设计了基于多尺度上下文信息的三维深度CNN来增强对图像的特征提取；最后，将训练得到的融合分类模型用于候选结节分类，以达到降低假阳率的目的。所提算法使用了LUNA16数据集，并通过对比实验验证算法的性能。在检测阶段，当每个CT检测出的候选结节数为50.2时，获得的敏感度为94.3%，与传统的全卷积分割网络相比提升了4.2个百分点；在分类阶段，竞争性能指标达到0.874。实验结果表明，所提算法能够有效提高检测敏感度和降低假阳率。

基于图像分析的飞机蒙皮裂纹检测

薛倩, 罗其俊, 王岳

2019, 39(7): 2116-2120. DOI: 10.11772/j.issn.1001-9081.2019010092

摘要 ( )

PDF (795KB) ( )

参考文献 | 相关文章 | 计量指标

为实现飞机蒙皮裂纹的自动检测，在通过云台搭载长焦成像系统进行扫描成像的基础上，研究蒙皮图像处理与裂纹参数提取算法。针对飞机蒙皮图像的特点，首先通过光照一致化、自适应灰度拉伸、分区大津（OTSU）法阈值分割等处理得到裂纹的二值化图像；然后利用连通域的面积、矩形度等特征剔除块噪声；在去噪的基础上，对二值化图像中的裂纹部分进行细化、去毛刺等操作，并通过去节点获取各条裂纹枝干；最后以枝干像素为索引，逐点跟踪获取各条裂纹枝干的长度、平均宽度、最大宽度、起点坐标、终点坐标、中心坐标、裂纹走向及数目等信息并由检测软件输出裂纹检测报告。实验结果表明，所提方法可有效检测宽度大于1 mm的蒙皮表面裂纹，为飞机机身和机翼蒙皮表面裂纹的自动检测提供了一种可行手段。

基于卷积神经网络的超声图像左心室分割方法

朱锴, 付忠良, 陈晓清

2019, 39(7): 2121-2124. DOI: 10.11772/j.issn.1001-9081.2018112321

摘要 ( )

PDF (690KB) ( )

参考文献 | 相关文章 | 计量指标

超声图像左心室的分割在临床上对医生的作用巨大。由于超声图像含有大量噪声，轮廓特征不明显，目前的卷积神经网络（CNN）方法对左心室分割容易得到不必要的区域，并且分割目标不完整。为了解决上述问题，在全卷积神经网络（FCN）基础上加入了关键点定位和求取图像凸包方法对分割结果进行优化。首先采用FCN获取初步的分割结果；然后为了去除分割结果中的错误区域，提出一种CNN定位左心室三个关键点的位置，通过关键点筛选掉分割结果中不必要的区域；最后为保证剩余区域能够组合成一个完整的心室，利用求取图像凸包算法将所有有效区域进行合并。实验结果表明，在超声图像左心室分割效果上，所提方法能够在普通FCN的基础上获得很大的提升，在交并比评价标准下，该方法获取的左心室结果能够比传统CNN方法提升近15%。

基于深度学习的织物缺陷在线检测算法

王理顺, 钟勇, 李振东, 贺宜龙

2019, 39(7): 2125-2128. DOI: 10.11772/j.issn.1001-9081.2019010110

摘要 ( )

PDF (681KB) ( )

参考文献 | 相关文章 | 计量指标

织物缺陷在线检测是纺织行业面临的重大难题，针对当前织物缺陷检测中存在的误检率高、漏检率高、实时性不强等问题，提出了一种基于深度学习的织物缺陷在线检测算法。首先基于GoogLeNet网络架构，并参考其他分类模型的经典算法，搭建出适用于实际生产环境的织物缺陷分类模型；其次利用质检人员标注的不同种类织物图片组建织物缺陷数据库，并用该数据库对织物缺陷分类模型进行训练；最后对高清相机在织物验布机上采集的图片进行分割，并将分割后的小图以批量的方式传入训练好的分类模型，实现对每张小图的分类，以此来检测缺陷并确定其位置。对该模型在织物缺陷数据库上进行了验证。实验结果表明：织物缺陷分类模型平均每张小图的测试时间为0.37 ms，平均测试时间比GoogLeNet减少了67%，比ResNet-50减少了93%；同时模型在测试集上的正确率达到99.99%。说明其准确率与实时性均满足实际工业需求。

基于生成式对抗网络的图像自动标注

税留成, 刘卫忠, 冯卓明

2019, 39(7): 2129-2133. DOI: 10.11772/j.issn.1001-9081.2018112400

摘要 ( )

PDF (875KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于深度学习的图像标注模型输出层神经元数目与标注词汇量成正比，导致模型结构因词汇量的变化而改变的问题，提出了结合生成式对抗网络（GAN）和Word2vec的新标注模型。首先，通过Word2vec将标注词汇映射为固定的多维词向量；其次，利用GAN构建神经网络模型——GAN-W模型，使输出层神经元数目与多维词向量维数相等，与词汇量不再相关；最后，通过对模型多次输出结果的排序来确定最终标注。GAN-W模型分别在Corel 5K和IAPRTC-12图像标注数据集上进行实验，在Corel 5K数据集上，GAN-W模型准确率、召回率和F1值比卷积神经网络回归（CNN-R）方法分别提高5、14和9个百分点；在IAPRTC-12数据集上，GAN-W模型准确率、召回率和F1值比两场K最邻近（2PKNN）模型分别提高2、6和3个百分点。实验结果表明，GAN-W模型可以解决输出神经元数目随词汇量改变的问题，同时每幅图像标注的标签数目自适应，使得该模型标注结果更加符合实际标注情形。

结合局部熵和鲁棒主成分分析的眼底图像硬性渗出物检测方法

陈莉, 陈晓云

2019, 39(7): 2134-2140. DOI: 10.11772/j.issn.1001-9081.2019010208

摘要 ( )

PDF (1062KB) ( )

参考文献 | 相关文章 | 计量指标

针对眼科医生诊断眼底图像工作耗时且易出错的问题，提出一种无监督的眼底图像硬性渗出物检测方法。首先，通过形态学的背景估计方法去除血管、暗病变区域和视盘；然后，以图像亮度通道为初始图像，利用硬性渗出物在眼底图像中的局部性和稀疏性，结合局部熵和鲁棒主成分分析方法分解得到低秩矩阵和稀疏矩阵；最后，归一化稀疏矩阵得到硬性渗出物区域。实验结果显示，在e-ophtha EX和DIARETDB1公开数据库上，所提方法在病灶水平上灵敏性为91.13%和特异性为90%，在图像水平上准确率为99.03%，平均运行时间0.5 s；与支持向量机（SVM）和K-means方法相比灵敏性高且耗时少。

基于区块链原理的集装箱共享模式下集装箱运输流程建模与仿真

刘伟荣, 真虹

2019, 39(7): 2141-2147. DOI: 10.11772/j.issn.1001-9081.2018122440

摘要 ( )

PDF (1154KB) ( )

参考文献 | 相关文章 | 计量指标

针对集装箱存量共享与增量共享均不能有效实施的问题，提出基于区块链原理的集装箱共享模式。首先，阐述基于区块链原理的集装箱共享模式的运作机制；其次，分析在该模式的作用下，集装箱运输流程发生的变化；然后以Petri网理论为基础，使用CPN Tools分别建立传统模式与基于区块链集装箱共享模式下的集装箱运输流程的赋时着色Petri网（CPTN）模型；最后，对模型进行仿真实验，选取不同模式下接收订单到提取空箱装货的时间、路运段空车行驶时间比例、订单损失率、作漏装的集装箱比例这四项指标对比分析。实验结果显示，与传统模式下相比，基于区块链的集装箱共享模式下，发货人提箱时间缩短，集卡空车行驶比例减小5.28%，不再出现因船期与订单时间窗不匹配而损失的订单，作漏装的集装箱比例减小6.99%。通过仿真实验结果可知，基于区块链原理的集装箱共享模式不仅能够弥补集装箱存量共享与增量共享中存在的不足，而且对集装箱运输流程起到优化作用，是集装箱运输行业实现降本增效的一种有效途径。

区块链实用拜占庭容错共识算法的改进

甘俊, 李强, 陈子豪, 张超

2019, 39(7): 2148-2155. DOI: 10.11772/j.issn.1001-9081.2018112343

摘要 ( )

PDF (1409KB) ( )

参考文献 | 相关文章 | 计量指标

针对应用于联盟链的实用拜占庭容错（PBFT）共识算法网络结构静态、主节点选取随意和通信开销较大的问题，提出了一种改进的实用拜占庭容错（EPBFT）共识算法。首先，给共识节点设置一系列活动状态使得节点通过状态转换在系统中拥有完整生命周期，由此节点可以动态地加入和退出，系统拥有动态的网络结构。其次，对PBFT的主节点选取方式加以改进，增加以最长链为选举原则的主节点选举过程。在主节点选举完成之后，通过数据同步和主节点验证过程进一步保证主节点的可信性。最后，优化PBFT算法的共识流程以提高共识效率，使得EPBFT算法的通信开销在视图变更较少发生的情况下降低为PBFT算法的1/2。实验结果表明，EPBFT算法具有较好的有效性和实用性。

基于区块链技术的公益时间银行系统

肖凯, 王蒙, 唐新余, 蒋同海

2019, 39(7): 2156-2161. DOI: 10.11772/j.issn.1001-9081.2018122503

摘要 ( )

PDF (1072KB) ( )

参考文献 | 相关文章 | 计量指标

在现有的时间银行系统中，时间币的发行功能和结算功能完全集中到一个中心节点上。这种极度中心化的功能结构，不仅存在容易发生中心节点单点失效、数据容易被篡改等信息安全问题，还存在着时间币的发行和流通缺乏透明度以及时间币的结算依赖中心化的结算机构等问题。针对这些问题，提出了一种基于区块链技术的解决方法。首先，将时间币的发行功能和结算功能从中心节点上分离出来；然后，利用具有分布式去中心化、集体维护和不可篡改等特性的区块链技术，将分离出来的发行功能逐步去中心化，将分离出来的结算功能去中心化，形成公益时间链（PWTB）；最终，PWTB利用区块链技术以去中心化的方式将时间银行系统由单个节点维护账本变成由集体维护一个分布式的共享账本，使时间币的发行和流通公开透明，时间币的结算不依赖某个中心化的节点。安全分析表明所设计的PWTB能够实现安全的信息传输与存储，以及数据的共享。

委托权益证明共识机制的改进方案

黄嘉成, 许新华, 王世纯

2019, 39(7): 2162-2167. DOI: 10.11772/j.issn.1001-9081.2018122527

摘要 ( )

PDF (916KB) ( )

参考文献 | 相关文章 | 计量指标

针对委托权益证明（DPoS）共识机制由于投票不积极和选举周期过长造成的恶意节点剔除不及时的问题，提出了一种基于熔断机制、信用机制和备用见证人节点的DPoS共识机制改进方案。首先，引入熔断机制，提供了反对票功能，加快踢出作恶节点；其次，引入信用机制，为节点设置信用分数和信用等级，通过监测节点行为来动态调整节点信用分数和等级，加大作恶节点获得票数的难度；最后，加入备用见证人节点列表，及时填补因为节点作恶被撤销见证权后出现的空缺。搭建了基于本改进方案的测试区块链系统，通过实验验证改进方案的可用性和有效性。实验结果表明，采用改进后的DPoS共识机制的区块链可及时剔除作恶节点，适用于大多数场景的应用。

模糊环境下多周期多决策生鲜闭环物流网络

杨晓华, 郭健全

2019, 39(7): 2168-2174. DOI: 10.11772/j.issn.1001-9081.2018122434

摘要 ( )

PDF (1059KB) ( )

参考文献 | 相关文章 | 计量指标

针对生鲜品因易腐易损性而产生的高频次物流配送及不确定需求与退货量的问题，提出了模糊环境下多周期生鲜闭环物流网络系统，以实现最小系统成本、最优设施选址与最佳配送路径的多决策安排。为求解系统对应的模糊混合整数线性规划（FMILP）模型，首先将生鲜需求量和退货量设定为三角模糊值，其次运用模糊机会约束规划方法将模糊约束等价变换为清晰式，最后利用遗传算法（GA）和粒子群优化（PSO）算法搜索案例的最优解。实验结果表明，多周期闭环系统比单周期更能兼顾多决策规划，同时三角模糊量的置信水平变化对企业最优运作有着显著影响，进而为相关决策者提供借鉴。

基于压缩感知和深度小波网络的列车故障识别

杜小磊, 陈志刚, 张楠, 许旭

2019, 39(7): 2175-2180. DOI: 10.11772/j.issn.1001-9081.2018112278

摘要 ( )

PDF (981KB) ( )

参考文献 | 相关文章 | 计量指标

针对列车走行部故障振动数据无监督特征学习的难点，提出了一种基于压缩感知和深度小波神经网络（CS-DWNN）的列车故障识别方法。首先，对采集得到的列车走行部振动信号利用高斯随机矩阵进行压缩采样；其次，构建以改进小波自编码器（WAE）为基础的深层小波网络，将压缩后的信号直接输入网络进行自动逐层特征提取；最后，用DWNN学习到的多层特征分别训练多个深度支持向量机（DSVM）和深度森林（DF）分类器，并将识别结果进行集成。该方法利用深层小波网络从压缩信号中自动挖掘隐藏的故障信息，受先验知识和主观影响较小，并且避免了复杂的人工特征提取过程。实验结果表明，CS-DWNN方法取得了99.16%的平均诊断正确率，能够有效识别列车走行部的3种常见故障，识别能力优于传统的人工神经网络（ANN）、支持向量机（SVM）等方法和深度信念网络（DBN）、堆栈降噪自编码器（SDAE）等深度学习模型。

当期目录