《计算机应用》唯一官方网站

蔡国永, 贺歆灏, 储阳阳

2019, 39(8): 2181-2185. DOI: 10.11772/j.issn.1001-9081.2018122452

摘要 ( )

PDF (901KB) ( )

参考文献 | 相关文章 | 计量指标

目前多数图像视觉情感分析方法主要从图像整体构建视觉情感特征表示，然而图像中包含对象的局部区域往往更能突显情感色彩。针对视觉图像情感分析中忽略局部区域情感表示的问题，提出一种嵌入图像整体特征与局部对象特征的视觉情感分析方法。该方法结合整体图像和局部区域以挖掘图像中的情感表示，首先利用对象探测模型定位图像中包含对象的局部区域，然后通过深度神经网络抽取局部区域的情感特征，最后用图像整体抽取的深层特征和局部区域特征来共同训练图像情感分类器并预测图像的情感极性。实验结果表明，所提方法在真实数据集TwitterⅠ和TwitterⅡ上的情感分类准确率分别达到了75.81%和78.90%，高于仅从图像整体特征和仅从局部区域特征分析情感的方法。

基于注意力机制的卷积双向长短期记忆模型跨领域情感分类方法

龚琴, 雷曼, 王纪超, 王保群

2019, 39(8): 2186-2191. DOI: 10.11772/j.issn.1001-9081.2019010096

摘要 ( )

PDF (873KB) ( )

参考文献 | 相关文章 | 计量指标

针对现有跨领域情感分类方法中文本表示特征忽略了重要单词的情感信息，且在迁移过程中存在负迁移的问题，提出一种基于注意力机制的卷积-双向长短期记忆（AC-BiLSTM）模型的知识迁移方法。首先，利用低维稠密的词向量对文本进行向量表示；其次，采用卷积操作获取局部上下文特征之后，通过双向长短期记忆（BiLSTM）网络充分考虑特征之间的长期依赖关系；然后，通过引入注意力机制考虑不同词汇对文本的贡献程度，同时为了避免迁移过程中出现负迁移现象，在目标函数中引入正则项约束；最后，将在源领域产品评论训练得到的模型参数迁移到目标领域产品评论中，并在少量目标领域有标注数据上进行微调。实验结果表明，与AE-SCL-SR方法和对抗记忆网络（AMN）方法相比，AC-BiLSTM方法的平均准确率分别提高了6.5%和2.2%，AC-BiLSTM方法可以有效地提高跨领域情感分类性能。

基于并行混合神经网络模型的短文本情感分析

陈洁, 邵志清, 张欢欢, 费佳慧

2019, 39(8): 2192-2197. DOI: 10.11772/j.issn.1001-9081.2018122552

摘要 ( )

PDF (884KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统的卷积神经网络（CNN）在进行情感分析任务时会忽略词的上下文语义以及CNN在最大池化操作时会丢失大量特征信息，从而限制模型的文本分类性能这两大问题，提出一种并行混合神经网络模型CA-BGA。首先，采用特征融合的方法在CNN的输出端融入双向门限循环单元（BiGRU）神经网络，通过融合句子的全局语义特征加强语义学习；然后，在CNN的卷积层和池化层之间以及BiGRU的输出端引入注意力机制，从而在保留较多特征信息的同时，降低噪声干扰；最后，基于以上两种改进策略构造出了并行混合神经网络模型。实验结果表明，提出的混合神经网络模型具有收敛速度快的特性，并且有效地提升了文本分类的F1值，在中文评论短文本情感分析任务上具有优良的性能。

融合位置权重的基于注意力交叉注意力的长短期记忆方面情感分析模型

武婷, 曹春萍

2019, 39(8): 2198-2203. DOI: 10.11772/j.issn.1001-9081.2018122565

摘要 ( )

PDF (847KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统的基于注意力机制的神经网络模型不能对方面特征和情感信息进行有效关注，以及不同距离或不同方向的上下文词对方面词的情感极性判断有不同的贡献等问题，提出一种融合位置权重的基于注意力交叉注意力的长短期记忆方面情感分析模型（LWAOA-LSTM）。首先，为词向量加入位置权重信息；然后，使用长短期记忆（LSTM）网络同时对方面和句子进行建模以生成方面表示和句子表示，同时通过注意力交叉注意力模块共同学习方面和句子的表示以获得方面到文本和文本到方面的交互关注，并自动关注句子中的重要部分；最后，在景点、餐饮、住宿不同主题数据集上进行实验，验证了该模型对方面情感分析的准确性。实验结果表明，所提模型在景点、餐饮、住宿主题数据集上的准确率分别达到78.3%、80.6%和82.1%，取得了比传统LSTM网络模型更好的效果。

伪标签置信选择的半监督集成学习视频语义检测

尹玉, 詹永照, 姜震

2019, 39(8): 2204-2209. DOI: 10.11772/j.issn.1001-9081.2019010129

摘要 ( )

PDF (1074KB) ( )

参考文献 | 相关文章 | 计量指标

在视频语义检测中，有标记样本不足会严重影响检测的性能，而且伪标签样本中的噪声也会导致集成学习基分类器性能提升不足。为此，提出一种伪标签置信选择的半监督集成学习算法。首先，在三个不同的特征空间上训练出三个基分类器，得到基分类器的标签矢量；然后，引入加权融合样本所属某个类别的最大概率与次大概率的误差和样本所属某个类别的最大概率与样本所属其他各类别的平均概率的误差，作为基分类器的标签置信度，并融合标签矢量和标签置信度得到样本的伪标签和集成置信度；接着，选择集成置信度高的样本加入到有标签的样本集，迭代训练基分类器；最后，采用训练好的基分类器集成协作检测视频语义概念。该算法在实验数据集UCF11上的平均准确率到达了83.48%，与Co-KNN-SVM算法相比，平均准确率提高了3.48个百分点。该算法选择的伪标签能体现样本所属类别与其他类别的总体差异性，又能体现所属类别的唯一性，可减少利用伪标签样本的风险，有效提高视频语义概念检测的准确率。

加权信息熵与增强局部二值模式结合的人脸识别

丁莲静, 刘光帅, 李旭瑞, 陈晓文

2019, 39(8): 2210-2216. DOI: 10.11772/j.issn.1001-9081.2019010181

摘要 ( )

PDF (1131KB) ( )

参考文献 | 相关文章 | 计量指标

针对人脸识别因光照、姿态、表情、遮挡及噪声等多种因素的影响而导致的识别率不高的问题，提出一种加权信息熵（IEw）与自适应阈值环形局部二值模式（ATRLBP）算子相结合的人脸识别方法（IE （w） ATR-LBP）。首先，从原始人脸图像分块提取信息熵，得到每个子块的IEw；然后，利用ATRLBP算子分别对每个人脸子块提取特征从而得到概率直方图；最后，将各个块的IEw与概率直方图相乘，再串联成为原始人脸图像最后的特征直方图，并利用支持向量机（SVM）对人脸进行识别。在AR人脸库的表情、光照、遮挡A和遮挡B四个数据集上，IE （w） ATR-LBP方法分别取得了98.37%、94.17%、98.20%和99.34%的识别率。在ORL人脸库上，IE （w） ATR-LBP方法的最大识别率为99.85%；而且在ORL人脸库5次不同训练样本的实验中，与无噪声时相比，加入高斯和椒盐噪声后的平均识别率分别下降了14.04和2.95个百分点。实验结果表明，IE （w） ATR-LBP方法能够有效提高人脸在受光照、姿态、遮挡等影响时的识别率，尤其是存在表情变化及脉冲类噪声干扰时的识别率。

基于深度学习的ARM平台实时人脸识别

方国康, 李俊, 王垚儒

2019, 39(8): 2217-2222. DOI: 10.11772/j.issn.1001-9081.2019010164

摘要 ( )

PDF (958KB) ( )

参考文献 | 相关文章 | 计量指标

针对ARM平台上人脸识别实时性不强和识别率低的问题，提出一种基于深度学习的实时人脸识别方法。首先基于MTCNN人脸检测算法设计了一种实时检测并追踪人脸的算法；然后在ARM平台上基于深度残差网络（ResNet）设计人脸特征提取网络；最后针对ARM平台的特点，使用Mali-GPU加速人脸特征提取网络的运算，分担CPU负荷，提高系统整体运行效率。算法部署在基于ARM的瑞芯微RK3399开发板上，运行速度达到22 帧/s。实验结果表明，与MobileFaceNet相比，该方法在MegaFace上的识别率提升了11个百分点。

基于深度多视图特征距离学习的行人重识别

邓轩, 廖开阳, 郑元林, 袁晖, 雷浩, 陈兵

2019, 39(8): 2223-2229. DOI: 10.11772/j.issn.1001-9081.2018122505

摘要 ( )

PDF (1190KB) ( )

参考文献 | 相关文章 | 计量指标

传统手工特征很大程度上依赖于行人的外观特征，而深度卷积特征作为高维特征，直接用来匹配图像会消耗大量的时间和内存，并且来自较高层的特征很容易受到行人姿势背景杂波影响。针对这些问题，提出一种基于深度多视图特征距离学习的方法。首先，提出一种新的整合和改善深度区域的卷积特征，利用滑框技术对卷积特征进行处理，得到低维的深度区域聚合特征并使其维数等于卷积层通道数；其次，通过交叉视图二次判别分析方法，从深度区域聚合特征和手工特征两个角度出发，提出一种多视图特征距离学习算法；最后，利用加权融合策略来完成传统特征和卷积特征之间的协作。在Market-1501和VIPeR数据集上的实验结果显示，所提融合模型的Rank1值在两个数据集上分别达到80.17%和75.32%；在CUHK03数据集新分类规则下，所提方法的Rank1值达到33.5%。实验结果表明，通过距离加权融合之后的行人重识别的精度明显高于单独的特征距离度量取得的精度，验证了所提的深度区域特征和算法模型的有效性。

基于Movidius神经计算棒的行人检测方法

张洋硕, 苗壮, 王家宝, 李阳

2019, 39(8): 2230-2234. DOI: 10.11772/j.issn.1001-9081.2018122595

摘要 ( )

PDF (729KB) ( )

参考文献 | 相关文章 | 计量指标

Movidius神经计算棒是基于USB模式的深度学习推理工具和独立的人工智能加速器，为广泛的移动和嵌入式视觉设备提供专用深度神经网络加速功能。针对深度学习的嵌入式应用，实现了一种基于Movidius神经计算棒的近实时行人目标检测方法。首先，通过改进RefineDet目标检测网络结构使模型大小和计算适应嵌入式设备的要求；然后，在行人检测数据集上对模型进行重训练，并部署于搭载Movidius神经计算棒的树莓派上；最后，在实际环境中对模型进行测试，算法达到了平均每秒4帧的处理速度。实验结果表明，基于Movidius神经计算棒，在计算资源紧张的树莓派上可完成近实时的行人检测任务。

基于人体关节点数据的攻击性行为识别

陈皓, 肖利雪, 李广, 潘跃凯, 夏雨

2019, 39(8): 2235-2241. DOI: 10.11772/j.issn.1001-9081.2019010084

摘要 ( )

PDF (974KB) ( )

参考文献 | 相关文章 | 计量指标

针对人体攻击性行为识别问题，提出一种基于人体关节点数据的攻击性行为识别方法。首先，利用OpenPose获得单帧图像中的人体关节点数据，并通过最近邻帧特征加权法和分段多项式回归完成由人体自遮挡和环境因素所导致缺失值的补全；然后，对每个人体定义动态"安全距离"阈值，如果两人真实距离小于阈值，则构建行为特征矢量，其中包括帧间人体重心位移、人体关节旋转角角速度和发生交互时的最小攻击距离等；最后，提出改进的LightGBM算法w-LightGBM，并对攻击性行为进行识别。采用公共数据集UT-interaction对所提出的攻击性行为分类识别方法进行测试实验，准确率达到95.45%。实验结果表明，所提方法能够有效识别各种角度的攻击性行为。

基于双重金字塔网络的视频目标分割方法

姜斯浩, 宋慧慧, 张开华, 汤润发

2019, 39(8): 2242-2246. DOI: 10.11772/j.issn.1001-9081.2018122566

摘要 ( )

PDF (787KB) ( )

参考文献 | 相关文章 | 计量指标

针对复杂视频场景中难以分割特定目标的问题，提出一种基于双重金字塔网络（DPN）的视频目标分割方法。首先，通过调制网络的单向传递让分割模型适应特定目标的外观。具体而言，从给定目标的视觉和空间信息中学习一种调制器，并通过调制器调节分割网络的中间层以适应特定目标的外观变化。然后，通过基于不同区域的上下文聚合的方法，在分割网络的最后一层中聚合全局上下文信息。最后，通过横向连接的自左而右结构，在所有尺度中构建高阶语义特征图。所提出的视频目标分割方法是一个可以端到端训练的分割网络。大量实验结果表明，所提方法在DAVIS2016数据集上的性能与较先进的使用在线微调的方法相比，可达到相竞争的结果，且在DAVIS2017数据集上性能较优。

融合重检测机制的卷积回归网络目标跟踪算法

贾永超, 何小卫, 郑忠龙

2019, 39(8): 2247-2251. DOI: 10.11772/j.issn.1001-9081.2018122593

摘要 ( )

PDF (868KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于人工特征的背景感知相关滤波（CACF）算法在形变、运动模糊、低分辨率情形跟踪效果较差以及跟踪器遇到严重遮挡等情形容易陷入局部最优而导致跟踪失败的问题，提出一种融合重检测机制的卷积回归网络（CRN）目标跟踪算法。在训练阶段，将相关滤波作为CRN层融入进深度神经网络，使网络成为一个整体进行端到端训练；在跟踪阶段，通过残差连接融合不同网络层及其响应值，同时引入重检测机制使算法从潜在的跟踪失败中恢复，当响应值低于给定阈值时激活检测器。在数据集OTB-2013上的实验表明，所提算法在50个视频序列上精确度达到88.1%，相比原始CACF算法提高9.7个百分点，在具有形变、运动模糊等属性的视频序列上相比原始算法表现更优秀。

基于三元多臂赌博机的树结构最优动作识别

刘郭庆, 王婕婷, 胡治国, 钱宇华

2019, 39(8): 2252-2260. DOI: 10.11772/j.issn.1001-9081.2018112394

摘要 ( )

PDF (1397KB) ( )

参考文献 | 相关文章 | 计量指标

蒙特卡罗树搜索（MCTS）在棋类博弈问题中展现出卓越的性能，但目前多数研究仅考虑胜负两种反馈从而假设博弈结果服从伯努利分布，然而这种设定忽略了常出现的平局结果，导致不能准确地评估盘面状态甚至错失最优动作。针对这个问题，首先构建了基于三元分布的多臂赌博机（TMAB）模型并提出了最优臂确认算法TBBA；然后，将TBBA算法应用到三元极大极小采样树（TMST）中，提出了简单迭代TBBA算法的TBBA_tree算法和通过将树结构转化成TMAB的TMST最优动作识别（TTBA）算法。在实验部分，建立了两个精度不同的摇臂空间并在其基础上构造了多个具有对比性的TMAB和TMST。实验结果表明，相比均匀采样算法，TBBA算法准确率保持稳步上升且部分能达到100%，TBBA算法准确率基本保持在80%以上且具有良好的泛化性和稳定性，不会出现异常值和波动区间。

基于高斯混合时间序列模型的轨迹预测

高建, 毛莺池, 李志涛

2019, 39(8): 2261-2270. DOI: 10.11772/j.issn.1001-9081.2019010030

摘要 ( )

PDF (1517KB) ( )

参考文献 | 相关文章 | 计量指标

针对不同时间道路车流量变化下轨迹预测误差变化大的问题，提出基于概率分布模型的高斯混合-时间序列模型（GMTSM），对海量车辆历史轨迹进行模型回归和路段车流量的分析以实现车辆轨迹预测。首先，针对均匀网格划分方法容易造成相关轨迹点分裂的问题，提出迭代式网格划分来实现轨迹点的数量均衡；其次，训练并结合高斯混合模型（GMM）和时间序列分析中的差分自回归滑动平均模型（ARIMA）；然后，为了避免GMTSM中子模型自身的不稳定性对预测结果产生干扰，对子模型的预测进行误差分析，动态计算子模型的权重；最后，依据动态权重组合子模型实现轨迹预测。实验结果表明，GMTSM在路段车流量突变情况下，平均预测准确率为90.3%；与相同参数设置下的高斯混合模型和马尔可夫模型相比，GMTSM预测准确性提高了55%左右。GMTSM不仅能在正常情况下准确预测车辆轨迹，而且能有效提高道路车流量变化情况下的轨迹预测准确率，适用于现实路况环境。

双输入流深度反卷积的插值神经网络

张强, 杨剑, 富丽贞

2019, 39(8): 2271-2275. DOI: 10.11772/j.issn.1001-9081.2018122555

摘要 ( )

PDF (822KB) ( )

参考文献 | 相关文章 | 计量指标

在实际工作中深度学习方法通常不具备大量的训练样本，因此提出了双输入流深度反卷积生成神经网络的构架，依据给定的条件产生新的目标图像，从而扩充训练样本集。该神经网络的整体架构由双输入的卷积网络和一个反卷积网络输出构成，其中双输入卷积网络接收目标物体不同视角的两张图片并提取抽象特征，而反卷积网络则利用抽象特征和设定的参数产生新的插值目标图像。在ShapeNetCore数据集上的实验结果显示，在相同数量的训练样本空间中，与未扩展数据集的卷积网络相比，双输入流深度反卷积生成神经网络的识别率提高了20%左右。结果表明，双输入流深度反卷积生成神经网络无需输入目标物类别，可生成新参数条件下的目标图像，扩充训练样本空间，从而提高识别率，可用于少样本的目标物多角度识别。

基于稀疏和正交约束非负矩阵分解的高光谱解混

陈善学, 储成泉

2019, 39(8): 2276-2280. DOI: 10.11772/j.issn.1001-9081.2019010105

摘要 ( )

PDF (773KB) ( )

参考文献 | 相关文章 | 计量指标

针对基于非负矩阵分解（NMF）的高光谱解混存在的容易陷入局部极小值和受初始值影响较大的问题，提出一种稀疏和正交约束相结合的NMF的线性解混算法SONMF。首先，从传统的基于NMF的高光谱线性解混方法出发，分析高光谱数据本身的理化特性；然后，结合丰度的稀疏性和端元的独立性两个方面，将稀疏非负矩阵分解（SNMF）和正交非负矩阵分解（ONMF）两种方法结合应用到高光谱解混当中。模拟数据和真实数据实验表明，相比顶点成分分析法（VCA）、SNMF和ONMF这三种参考解混算法，所提算法提高了线性解混的性能；其中，评价指标光谱角距离（SAD）降低了0.012~0.145。SONMF能够结合两种约束条件的优势，弥补传统基于NMF线性解混方法对高光谱数据表达的不足，取得较好的效果。

基于凸边界的学习样本抽取方法

顾依依, 谈询滔, 袁玉波

2019, 39(8): 2281-2287. DOI: 10.11772/j.issn.1001-9081.2019010162

摘要 ( )

PDF (1258KB) ( )

参考文献 | 相关文章 | 计量指标

学习样本的质量和数量对于智能数据分类系统至关重要，但在数据分类系统中没有一个通用的良好方法用于发现有意义的样本。以此为动机，提出数据集合凸边界的概念，给出了快速发现有意义样本集合的方法。首先，利用箱型函数对学习样本集合中的异常和特征不全样本进行清洗；接着，提出数据锥的概念，对归一化的学习样本进行锥形分割；最后，对每个锥形样本子集进行中心化，以凸边界为基础提取距离凸边界差异极小的样本构成凸边界样本集合。实验在12个UCI数据集上进行，并与高斯朴素贝叶斯（GNB）、决策树（CART）、线性判别分析（LDA）、提升算法（AdaBoost）、随机森林（RF）和逻辑回归（LR）这六种经典的数据分类算法进行对比。结果表明，各个算法在凸边界样本集合的训练时间显著缩短，同时保持了分类性能。特别地，对包含噪声数据较多的数据集，如剖腹产、电网稳定性、汽车评估等数据集，凸边界样本集合能使分类性能得到提升。为了更好地评价凸边界样本集合的效率，以样本变化率和分类性能变化率的比值定义了样本清洗效率，并用该指标来客观评价凸边界样本的意义。清洗效率大于1时说明方法有效，且数值越高效果越好。在脉冲星数据集合上，所提方法对GNB算法的清洗效率超过68，说明所提方法性能优越。

区间值决策表的正域增量式属性约简算法

鲍迪, 张楠, 童向荣, 岳晓冬

2019, 39(8): 2288-2296. DOI: 10.11772/j.issn.1001-9081.2018122518

摘要 ( )

PDF (1293KB) ( )

参考文献 | 相关文章 | 计量指标

实际应用中存在大量动态增加的区间型数据，若采用传统的非增量正域属性约简方法进行约简，则需要对更新后的区间值数据集的正域约简进行重新计算，导致属性约简的计算效率大大降低。针对上述问题，提出区间值决策表的正域增量属性约简方法。首先，给出区间值决策表正域约简的相关概念；然后，讨论并证明单增量和组增量的正域更新机制，提出区间值决策表的正域单增量和组增量属性约简算法；最后，通过8组UCI数据集进行实验。当8组数据集的数据量由60%增加至100%时，传统非增量属性约简算法在8组数据集中的约简耗时分别为36.59 s、72.35 s、69.83 s、154.29 s、80.66 s、1498.11 s、4124.14 s和809.65 s，单增量属性约简算法的约简耗时分别为19.05 s、46.54 s、26.98 s、26.12 s、34.02 s、1270.87 s、1598.78 s和408.65 s，组增量属性约简算法的约简耗时分别为6.39 s、15.66 s、3.44 s、15.06 s、8.02 s、167.12 s、180.88 s和61.04 s。实验结果表明，提出的区间值决策表的正域增量式属性约简算法具有高效性。

结合主动学习和密度峰值聚类的协同训练算法

龚彦鹭, 吕佳

2019, 39(8): 2297-2301. DOI: 10.11772/j.issn.1001-9081.2019010075

摘要 ( )

PDF (770KB) ( )

参考文献 | 相关文章 | 计量指标

针对协同训练算法对模糊度高的样本容易标记错误导致分类器精度降低和协同训练在迭代时选择加入的无标记样本隐含有用信息不够的问题，提出了一种结合主动学习和密度峰值聚类的协同训练算法。在每次迭代之前，先选择模糊度高的无标记样本主动标记后加入有标记样本集，然后利用密度峰值聚类对无标记样本聚类得到每个无标记样本的密度和相对距离。迭代时选择具有较高密度和相对距离较远的无标记样本交由朴素贝叶斯（NB）分类，反复上述过程直到满足终止条件。利用主动学习标记模糊度高的样本能够改善分类器误标记识别问题，利用密度峰值聚类能够选择出较好表现数据空间结构的样本。在UCI的8个数据集和Kaggle的pima数据集上的实验表明，与SSLNBCA算法相比，所提算法的准确率最高提升6.7个百分点，平均提升1.46个百分点。

污点分析技术研究综述

任玉柱, 张有为, 艾成炜

2019, 39(8): 2302-2309. DOI: 10.11772/j.issn.1001-9081.2019020238

摘要 ( )

PDF (1432KB) ( )

参考文献 | 相关文章 | 计量指标

污点分析技术是保护隐私数据安全和实现漏洞检测的重要技术手段，也是信息安全研究的热点领域。对近年来污点分析技术的研究现状和发展情况进行综述，介绍了污点分析的理论基础以及静态污点分析和动态污点分析的基本概念、关键技术和研究进展，并从技术实现方式的角度出发，阐述了基于硬件、软件、虚拟环境和代码等四种污点分析技术的实现方式、核心思想以及优缺点；然后，从污点数据流向的角度出发，概述了污点分析技术在相关领域的两种典型应用，即隐私数据泄露检测和漏洞探测；最后，简要分析了污点分析的缺点和不足，并展望该技术的研究前景和发展趋势。

移动群智感知中面向任务需求的用户选择激励机制

陈秀华, 刘慧, 熊金波, 马蓉

2019, 39(8): 2310-2317. DOI: 10.11772/j.issn.1001-9081.2019010226

摘要 ( )

PDF (1328KB) ( )

参考文献 | 相关文章 | 计量指标

现有的移动群智感知激励机制大多以平台为中心或是以用户为中心进行设计，缺乏对感知任务需求的多维考虑，从而无法切实地以任务为中心进行用户选择，导致无法满足任务需求的最大化和多样化。针对上述问题，提出一种面向任务需求的用户选择激励机制TRIM，这是一种以任务为中心的设计方法。首先，感知平台根据任务需求发布感知任务，并从任务类型、时空特性以及感知报酬等多维度构建任务向量以最大化满足任务需求，而感知用户则基于意愿偏好、个人贡献值以及期望报酬等属性构建用户向量，实现个性化选择感知任务参与响应；然后，通过引入高效且隐私保护的余弦相似度计算协议（PCSC），计算任务和用户的相似度并根据相似度高低进行用户匹配筛选得到目标用户集，更好地满足感知任务需求的同时保护用户隐私不泄露；最后，通过仿真实验表明，在感知任务和感知用户的匹配过程中，与采用Paillier加密协议的激励机制相比，TRIM缩短了指数级增量的计算时间开销，提高了计算效率；与采用直接余弦相似度计算协议的激励机制相比，TRIM保证了感知用户的隐私安全，达到了98%的匹配精确度。

位置隐私保护的虚拟轨迹填充算法

付宇, 王红

2019, 39(8): 2318-2325. DOI: 10.11772/j.issn.1001-9081.2018122585

摘要 ( )

PDF (1176KB) ( )

参考文献 | 相关文章 | 计量指标

针对位置隐私保护中路网环境和欧氏空间环境对移动对象不同的约束限制，提出一种适用于这两类不同空间约束特点的虚拟轨迹填充算法。该算法接管了用户与位置服务提供者之间的交互，并构建了虚拟用户轨迹对真实轨迹进行混淆填充，从而实现了真实轨迹的隐藏和保护。首先，对目标区域进行分区和汇聚点提取；随后，以汇聚点为基础进行轨迹分段和虚拟轨迹的生成；最后，通过构建时序预置算法和轨迹混淆填充算法实现了虚拟轨迹的合理分布，增加了将轨迹信息关联到特定目标对象的难度。实验结果表明，所提算法能够在每用户15次以内的填充后将位置隐私披露风险概率从60%下降并稳定在10%左右，轨迹隐私披露概率从50%下降并稳定在6%左右，能达到较好的位置隐私保护的效果。

多跳多策略属性基全同态加密方案

余卿斐, 涂广升, 李宁波, 周潭平

2019, 39(8): 2326-2332. DOI: 10.11772/j.issn.1001-9081.2019010188

摘要 ( )

PDF (989KB) ( )

参考文献 | 相关文章 | 计量指标

为解决单策略属性基全同态加密方案无法对不同策略函数对应的属性向量下的密文进行同态运算和访问控制，并且新的参与方密文无法动态地加入同态运算的问题，提出了一个基于误差学习（LWE）问题的高效的多跳多策略属性基全同态加密方案。首先，对单策略属性基全同态加密方案适当变形；其次，将方案对应到多用户场景；最后，利用多跳多密钥全同态转化机制来实现新的参与方密文加入后的同态运算。结果表明，该方案在功能上兼具属性基加密和多跳多密钥全同态加密的优势，并被证明为选择属性下的选择明文攻击不可区分性（IND-CPA）安全。与利用目标策略函数集合构造的多策略属性基全同态加密方案相比，该方案在不改变单个参与方私钥尺寸的情况下，密文/明文比明显降低，效率更高。

基于多特征融合的恶意代码分类算法

郎大鹏, 丁巍, 姜昊辰, 陈志远

2019, 39(8): 2333-2338. DOI: 10.11772/j.issn.1001-9081.2019010116

摘要 ( )

PDF (902KB) ( )

参考文献 | 相关文章 | 计量指标

针对多数恶意代码分类研究都基于家族分类和恶意、良性代码分类，而种类分类比较少的问题，提出了多特征融合的恶意代码分类算法。采用纹理图和反汇编文件提取3组特征进行融合分类研究，首先使用源文件和反汇编文件提取灰度共生矩阵特征，由n-gram算法提取操作码序列；然后采用改进型信息增益（IG）算法提取操作码特征，其次将多组特征进行标准化处理后以随机森林（RF）为分类器进行学习；最后实现了基于多特征融合的随机森林分类器。通过对九类恶意代码进行学习和测试，所提算法取得了85%的准确度，相比单一特征下的随机森林、多特征下的多层感知器和Logistic回归算法分类器，准确率更高。

基于椭圆曲线的改进RC4算法

陈虹, 刘雨朦, 肖成龙, 郭鹏飞, 肖振久

2019, 39(8): 2339-2345. DOI: 10.11772/j.issn.1001-9081.2018122459

摘要 ( )

PDF (1134KB) ( )

参考文献 | 相关文章 | 计量指标

针对流密码（RC4）算法存在不变性弱密钥、密钥流序列随机性不高和算法初始状态可以被破解等问题，提出一种基于椭圆曲线的RC4改进算法。该算法利用椭圆曲线、哈希函数和伪随机数产生器生成初始密钥，在S盒和指针的作用下进行非线性变换最终生成具有高随机性的密钥流序列。美国国家标准与技术研究院（NIST）随机性测试结果表明，改进算法的频率检验、游程检验和Maurer指标比原RC4算法分别高出0.13893，0.13081和0.232050，能有效防止不变性弱密钥的产生，抵抗"受戒礼"攻击；初始密钥是一个分布均匀的随机数，不存在偏差，能够有效抵御区分攻击；椭圆曲线、哈希函数具有单向不可逆性，伪随机数产生器具有高密码强度，初始密钥猜测赋值困难，不易破解，能够抵抗状态猜测攻击。理论和实验结果表明改进RC4算法的随机性和安全性高于原RC4算法。

D2D缓存网络中基于随机几何的成功卸载概率分析

龙彦汕, 富勤学, 郭继斌, 张孟其, 蔡跃明

2019, 39(8): 2346-2353. DOI: 10.11772/j.issn.1001-9081.2019010141

摘要 ( )

PDF (1192KB) ( )

参考文献 | 相关文章 | 计量指标

针对所有移动用户均具有缓存能力的终端直传（D2D）缓存网络，将移动用户的位置分布建模为均匀泊松点过程（HPPP），并在此基础上结合内容缓存和内容请求的随机性，对网络干扰进行了精确分析和特定场景下的近似分析。考虑到D2D缓存技术融合了用户终端缓存与D2D通信的双重特点，即内容卸载包括自卸载和D2D卸载两种卸载方式、内容传输需要满足接收端信干比（SIR）和D2D距离的双重约束，利用随机几何理论推导出D2D缓存网络的成功卸载概率（SOP）的闭式表达式。仿真结果表明，结合D2D缓存网络特点的SOP更具有一般性，在特定场景下可以退化成已有研究中的特例。例如，在用户密集分布以及D2D最大通信距离较大的情况下SOP会退化成不考虑D2D距离约束的成功传输概率（STP）。

基于概要数据结构的全网络持续流检测方法

周爱平, 朱琛刚

2019, 39(8): 2354-2358. DOI: 10.11772/j.issn.1001-9081.2019010203

摘要 ( )

PDF (790KB) ( )

参考文献 | 相关文章 | 计量指标

持续流是隐蔽的网络攻击过程中显现的一种重要特征，它不产生大量流量且在较长周期内有规律地发生，给传统的检测方法带来极大挑战。针对网络攻击的隐蔽性、单监测点的重负荷和信息有限的问题，提出全网络持续流检测方法。首先，设计一种概要数据结构，并将其部署在每个监测点；其次，当网络流到达监测点时，提取流的概要信息并更新概要数据结构的一位；然后，在测量周期结束时，主监测点将来自其他监测点的概要信息进行综合；最后，提出流持续性的近似估计，通过一些简单计算为每个流构建一个位向量，利用概率统计方法估计流持续性，使用修正后的持续性估计检测持续流。通过真实的网络流量进行实验，结果表明，与长持续时间流检测算法（TLF）相比，所提方法的准确性提高了50%，误报率和漏报率分别降低了22%和20%，说明全网络持续流检测方法能够有效监测高速网络流量。

基于遗传算法和模糊C均值聚类的WSN分簇路由算法

董发志, 丁洪伟, 杨志军, 熊成彪, 张颖婕

2019, 39(8): 2359-2365. DOI: 10.11772/j.issn.1001-9081.2019010134

摘要 ( )

PDF (963KB) ( )

参考文献 | 相关文章 | 计量指标

针对无线传感器网络（WSN）的节点能量有限、生命周期短、吞吐量低等问题，提出一种基于遗传算法（GA）和模糊C均值（FCM）聚类的WSN分簇路由算法GAFCMCR，采取"集中分簇，分布簇头选举"的方式。网络初始化时基站采用由GA优化的FCM聚类算法形成网络分簇。第一轮簇头由距簇中心最近的节点担任；从第二轮开始，簇头的选举由上一轮的簇头负责，选举过程综合考虑候选节点的剩余能量、与基站的距离、与簇内其他节点的平均距离三个因子，并根据网络状态实时调整三个因子的权重。在数据传输阶段，将轮询机制引入簇内通信。仿真结果表明，相同网络环境下，与LEACH算法和基于K-Means的均匀分簇路由（KUCR）算法相比，GAFCMCR将网络生命周期延长了105%和20%。GAFCMCR成簇效果良好，具有良好的能量均衡性和更高的吞吐量。

基于高阶近似的链路预测算法

杨燕琳, 冶忠林, 赵海兴, 孟磊

2019, 39(8): 2366-2373. DOI: 10.11772/j.issn.1001-9081.2019010213

摘要 ( )

PDF (1295KB) ( )

参考文献 | 相关文章 | 计量指标

目前大部分链路预测算法只研究了节点与邻居节点之间的一阶相似性，没有考虑节点与邻居的邻居节点之间的高阶相似性关系。针对此问题，提出一种基于高阶近似的链路预测算法（LP-HOPA）。首先，求出网络的归一化邻接矩阵和相似度矩阵；其次，利用矩阵分解的方法将相似度矩阵进行分解，得到网络节点的表示向量以及其上下文的表示向量；然后，通过高阶网络表示学习的网络嵌入更新（NEU）算法对原始相似度矩阵进行高阶优化，并利用归一化的邻接矩阵计算出更高阶的相似度矩阵表示；最后，在四个真实的数据集上进行大量的实验。实验结果表明，与原始链路预测算法相比，大部分利用LP-HOPA优化后的链路预测算法准确率提升了4%到50%。此外，LP-HOPA算法能够将基于低阶网络局部结构信息的链路预测算法转换为基于节点高阶特征的链路预测算法，在一定程度上肯定了基于高阶近似链路预测算法的有效性和可行性。

阵列互耦误差FIR校正滤波器设计与FPGA实现

姚志成, 吴智慧, 杨剑, 张盛魁

2019, 39(8): 2374-2380. DOI: 10.11772/j.issn.1001-9081.2019010131

摘要 ( )

PDF (1001KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统型FIR滤波器在高阶条件下运算速度变慢与耗费资源增多这一问题，提出一种基于分段卷积的高速高阶FIR滤波器设计方法，通过在频域并行处理的方式实现了数据的快速处理。首先，确定滤波器的设计阶数M并将其作为基准序列长度，对输入的数字信号进行M周期延时；然后，将原序列与延时序列分别作快速傅里叶变换（FFT）；其次，将变换后的频域结果分别与滤波器相乘后作快速傅里叶逆变换（IFFT）；最后，通过重叠保留的方法实现两路数据的拼接。理论分析与仿真测试表明，与基于查找表（LUT）的传统分布式方法相比，同等阶数下所提方法的寄存器资源节省了30%以上。在此基础上利用实验平台的实测数据进行验证，结果表明，与互耦误差校正前相比，校正后的幅度失配均方根小于1 dB，相位失配均方根小于0.1 rad，实验数据充分展示了该方法对互耦误差校正的有效性。

基于低成本接收机的双天线测姿算法

王守华, 李云柯, 孙希延, 纪元法

2019, 39(8): 2381-2385. DOI: 10.11772/j.issn.1001-9081.2018122554

摘要 ( )

PDF (723KB) ( )

参考文献 | 相关文章 | 计量指标

针对低成本接收机双天线测姿系统利用直接法解算精度较低且存在系统粗差的问题，提出一种基于载波和伪距双差实时动态定位（RTK）卡尔曼滤波算法。首先，引入基线长度作为观测量，并将事先测量得到的精确基线长度作为观测量误差；然后，根据从天线接收机的历元时间间隔对主天线位置进行实时矫正，而周整模糊度采用改进LABMDA算法求解。在静态和动态情况下进行了测试，结果表明，在基线长度为1.1 m、采用GPS和北斗双系统进行观测的情况下，所提算法解算出的航向角精度在1°左右，俯仰角精度在2°~3°。相比传统的双天线直接法测姿，该算法在系统抗差性能和精度上都较优。

短波通信中基于自适应帧长的数据速率变化改进算法

王也, 黄国策, 董淑福

2019, 39(8): 2386-2390. DOI: 10.11772/j.issn.1001-9081.2019010128

摘要 ( )

PDF (657KB) ( )

参考文献 | 相关文章 | 计量指标

为解决传统数据速率变化（DRC）传输算法中因速率震荡造成的高误码率（BER）问题，提出一种基于自适应帧长（AFL）的DRC改进传输算法。首先，在初始化阶段，根据当前信道的参数和以往经验值信息确定初始传输的帧长和传输速率，并进行数据传输。然后，当检测到传输过程中连续两个相同长度帧发送成功后，开始增加帧长；若出现重发帧连续两次重传失败的情况，则在下次传输时将帧长减半。最后，结合当前的帧长计算误帧率，若该值小于预设的阈值，则提高数据传输速率。与RapidM DRC算法相比，该算法的链路平均BER降低了个1.8百分点，链路连通率提高了11个百分点。实验结果表明，所提算法基本消除了速率震荡的现象，能够提高短波通信系统的通信能力。

基于自注意力网络的图像超分辨率重建

欧阳宁, 梁婷, 林乐平

2019, 39(8): 2391-2395. DOI: 10.11772/j.issn.1001-9081.2019010158

摘要 ( )

PDF (798KB) ( )

参考文献 | 相关文章 | 计量指标

针对图像超分辨率重建中纹理细节等高频信息恢复的问题，提出一种基于自注意力网络的图像超分辨率重建方法。该网络框架利用两个重建阶段逐步地将图像的精确度从粗到细进行恢复。在第一阶段中，首先将低分辨率（LR）图像作为输入通过一个卷积神经网络（CNN），并输出一个粗精度的高分辨率（HR）图像；然后将粗精度图像作为输入并产生更加精细的高分辨率图像。在第二阶段中，使用自注意力模块计算特征之间所有位置的关联性，通过捕捉特征的全局依赖关系来提高纹理细节的恢复能力。在基准数据集上的实验结果表明，与现有基于深度神经网路的超分辨率重建算法相比，所提算法不仅图像视觉效果最好，而且在数据集Set5和BDSD100上的峰值信噪比（PSNR）平均提高了0.1 dB、0.15 dB，表明该网络可以通过增强特征的全局表达能力来重建出高质量图像。

基于改进网格运动统计特征的图像匹配算法

朱成德, 李志伟, 王凯, 高燕, 郭亨长

2019, 39(8): 2396-2401. DOI: 10.11772/j.issn.1001-9081.2018122590

摘要 ( )

PDF (1003KB) ( )

参考文献 | 相关文章 | 计量指标

为了解决尺度不变特征变换（SIFT）算法在图像匹配中匹配正确率低、耗时长等问题，提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法。首先，利用快速旋转不变性特征（ORB）算法对图像进行预匹配，对预匹配的特征点采用网格运动统计（GMS）来支持估计量以实现正确匹配点与错误匹配点的区分；然后，采用改进的随机抽样一致性（RANSAC）算法通过匹配点间的距离相似性对特征点进行筛选，并采用评价函数对筛选后的新数据集进行重新整理，进而实现对误匹配点的剔除。采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比，实验结果表明，所提算法在图像匹配中的平均匹配正确率达到91%以上；与GMS、SIFT、ORB等算法相比，该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点，说明它能有效剔除误匹配点，进一步提高图像匹配精度。

基于多尺度双线性卷积神经网络的多角度下车型精细识别

刘虎, 周野, 袁家斌

2019, 39(8): 2402-2407. DOI: 10.11772/j.issn.1001-9081.2019010133

摘要 ( )

PDF (936KB) ( )

参考文献 | 相关文章 | 计量指标

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。

基于动作模板匹配的弱监督动作定位

石祥滨, 周金成, 刘翠微

2019, 39(8): 2408-2413. DOI: 10.11772/j.issn.1001-9081.2019010139

摘要 ( )

PDF (964KB) ( )

参考文献 | 相关文章 | 计量指标

为解决视频中的动作定位问题，提出一种基于模板匹配的弱监督动作定位方法。首先在视频的每一帧上给出若干个动作主体位置的候选框，按时间顺序连接这些候选框形成动作提名；然后利用训练集视频的部分帧得到动作模板；最后利用动作提名与动作模板训练模型，找到最优的模型参数。在UCF-sports数据集上进行实验，结果显示，与TLSVM方法相比，所提方法的动作分类准确率提升了0.3个百分点；当重叠度阈值取0.2时，与CRANE方法相比，所提方法的动作定位准确率提升了28.21个百分点。实验结果表明，所提方法不但能够减少数据集标注的工作量，而且动作分类和动作定位的准确率均得到提升。

基于灰度梯度共生矩阵的桌面灰尘检测算法

张宇波, 张亚东, 张彬

2019, 39(8): 2414-2419. DOI: 10.11772/j.issn.1001-9081.2019010081

摘要 ( )

PDF (1004KB) ( )

参考文献 | 相关文章 | 计量指标

针对桌面灰尘检测在光照变化时有灰尘与无灰尘图像相似度区分界限不明显的问题，提出一种基于兰氏距离改进的图像相似度算法。该算法融合指数函数性质，将模板图与有灰尘和无灰尘图像之间的兰氏距离转换为（0，1］区间的相似度值，同时扩大相似度差值。为增强灰尘纹理特征信息，将灰度图进行拉普拉斯算子卷积，再用共生矩阵特征提取算法提取特征参数并将其组合成一维向量。用改进后的相似度算法计算模板图与待检测图的特征参数向量相似度，根据向量相似度判断桌面是否具有灰尘。实验结果表明在300~900 lux光照范围内，无灰尘图像之间的相似度高于90.01%，有灰尘与无灰尘图像之间的相似度低于62.57%。两种相似度的均值能够作为阈值，在光照变化时有效地判断桌面是否具有灰尘。

基于级联Vnet-S网络的CT影像单一器官自动分割算法

徐宝泉, 凌彤辉

2019, 39(8): 2420-2425. DOI: 10.11772/j.issn.1001-9081.2018122445

摘要 ( )

PDF (1098KB) ( )

参考文献 | 相关文章 | 计量指标

为了快速准确地对计算机断层扫描（CT）影像中的器官进行分割，提出基于级联Vnet-S网络的单一器官自动分割算法。首先，使用第一个Vnet-S网络对CT影像中的器官进行粗分割；然后，选择分割结果中的最大连接通量做两次膨胀，根据膨胀后的最大连接通量确定器官边界并提取器官区域；最后，使用第二个Vnet-S网络对器官进行细分割。为了验证算法的性能，采用MICCAI 2017 Liver Tumor Segmentation Challenge （LiTS）数据集进行肝脏分割实验，采用ISBI LUng Nodule Analysis 2016（LUNA16）数据集进行肺分割实验。级联Vnet-S算法在LiTS的70例线上测试数据上的Dice系数为0.9600，在LUNA16的288例测试数据上的Dice系数为0.9810，均高于Vnet-S网络和Vnet网络。实验结果表明，基于级联Vnet-S网络的单一器官分割算法可以准确地对器官进行分割，而且级联Vnet-S算法的计算量小于Unet网络和Vnet网络。

多噪声环境下双微阵列语音增强算法

罗瀛, 曾庆宁, 龙超

2019, 39(8): 2426-2430. DOI: 10.11772/j.issn.1001-9081.2018122494

摘要 ( )

PDF (772KB) ( )

参考文献 | 相关文章 | 计量指标

为提高双微阵列语音增强系统在多噪声环境下的消噪性能，提出一种适用于双微阵列的改进广义旁瓣抵消器语音增强算法。根据双微麦克风阵列的结构特点，首先，用基于噪声互功率谱估计的改进相干滤波算法消除距离较远麦克风之间产生的弱相关噪声；然后，利用广义旁瓣抵消算法消除距离较近麦克风之间产生的强相关噪声；最后，通过基于最小值控制递归平均的子带谱减法有针对性地消除不同频带上的残留噪声。仿真实验表明，在多噪声环境下所提算法较现有的双微阵列语音增强算法取得了更好的感知语音质量评价得分，一定程度上改善了双微阵列语音增强系统对复杂噪声的抑制效果。

基于累计工作量的在线大数据分析作业调度算法

李叶飞, 徐超, 许道强, 邹云峰, 张晓达, 钱柱中

2019, 39(8): 2431-2437. DOI: 10.11772/j.issn.1001-9081.2019010073

摘要 ( )

PDF (1056KB) ( )

参考文献 | 相关文章 | 计量指标

针对Hadoop和Spark等大数据分析系统中无先验知识任务的高效执行问题，设计了基于累计工作量（CRW）的任务调度器CRWScheduler。该调度器根据CRW将任务在低权重队列与高权重队列间切换；在为作业分配资源时，同时考虑到作业所在的队列和其瞬时占用资源量，无需作业先验知识即显著提升系统性能。基于Apache Hadoop YARN实现了CRWScheduler原型，在28个节点的基准测试集群上的实验表明，与YARN的公平调度机制相比，作业流时间（JFT）平均降低21%，其中95百分位的作业流时间（JFT）最多降低了35%，并且在与任务级调度程序协作时可获得进一步的性能提升。

基于联盟区块链的农产品质量安全高效追溯体系

王可可, 陈志德, 徐健

2019, 39(8): 2438-2443. DOI: 10.11772/j.issn.1001-9081.2019020235

摘要 ( )

PDF (952KB) ( )

参考文献 | 相关文章 | 计量指标

针对农产品追溯系统中的安全和效率问题，依据区块链的去中心化安全特性，提出一种基于联盟区块链的高效解决办法。首先，通过星际文件系统（IPFS）对农产品数据进行hash转变，从而减小区块中单条事务数据量，并利用IPFS数据的不可逆原理，达到数据的初步保障；其次，建立联盟区块链模型进行数据验证，区块链数据验证的共识算法采用实用拜占庭容错（PBFT）算法来减少全网共识时间；最后，根据仿真实验中参与节点数、区块大小和网络带宽，来拟合验证交易的时间曲线，进而计算出不同带宽下的区块链交易效率，并结合数以万计的传感器参与下的农产品追溯系统的实际情况，对比区块链双链结构，给出分析结果。实验结果表明，在低于1000个验证节点的条件下，区块链最大共识时长为32 min，联盟链系统可支持35~40万条传感器数据，可适用于大范围、多数据的农产品追溯。

考虑紧急度的救灾车辆路径问题建模与优化

张玉州, 徐廷政, 郑军帅, 饶舜

2019, 39(8): 2444-2449. DOI: 10.11772/j.issn.1001-9081.2018122516

摘要 ( )

PDF (962KB) ( )

参考文献 | 相关文章 | 计量指标

为了减少救灾物资配送的延误时间和救灾车辆的总运输时间，引入紧急度的概念，建立了基于紧急度的救灾物资车辆路径问题模型，并设计了一种改进遗传算法对该模型进行求解。首先，采用多种策略生成初始种群；然后，提出一种基于紧急度的任务再分配算法作为局部搜索算子，该算法依据紧急度为延误安置点重新安排配送车辆或调整配送顺序从而减少延误时间，对无延误的车辆优化其路线从而减少总运输时间，以达到延误时间和总运输时间两者最优。在17个数据集上与先来先服务（FCFS）算法、按紧急度排序（URGS）算法和遗传算法（GA）三种算法进行了对比。实验结果表明，具有基于紧急度的任务再分配策略的遗传算法（TRUD-GA）与GA相比，平均延误时间减少25.0%，平均运输时间减少1.9%，与FCFS、URGS算法相比改进则更加明显。

联合分层注意力网络和独立循环神经网络的地域欺凌识别

孟曌, 田生伟, 禹龙, 王瑞锦

2019, 39(8): 2450-2455. DOI: 10.11772/j.issn.1001-9081.2019010033

摘要 ( )

PDF (983KB) ( )

参考文献 | 相关文章 | 计量指标

为提高对文本语境深层次信息的利用效率，提出了联合分层注意力网络（HAN）和独立循环神经网络（IndRNN）的地域欺凌文本识别模型——HACBI。首先，将手工标注的地域欺凌文本通过词嵌入技术映射到低维向量空间中；其次，借助卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）提取地域欺凌文本的局部及全局语义特征，并进一步利用HAN捕获文本的内部结构信息；最后，为避免文本层次结构信息丢失和解决梯度消失等问题，引入IndRNN以增强模型的描述能力，并实现信息流的整合。实验结果表明，该模型的准确率（Acc）、精确率（P）、召回率（R）、F1和AUC值分别为99.57%、98.54%、99.02%、98.78%和99.35%，相比支持向量机（SVM）、CNN等文本分类模型有显著提升。

针对色彩教育的游戏化设计及效果分析

律睿慜, 杨帆, 陆菁, 陈伟

2019, 39(8): 2456-2461. DOI: 10.11772/j.issn.1001-9081.2019010106

摘要 ( )

PDF (875KB) ( )

参考文献 | 相关文章 | 计量指标

当前的研究普遍关注于运用游戏化来提高学习的参与度，但对于色彩教育这样的特定领域的游戏化研究还不充分，而且缺少对游戏化要素及学习效果影响因素的分析。针对这一问题，设计了一款用于训练色彩辨识能力的游戏模型。首先设计了核心玩法相同、但交互方式不同的两种玩法；然后在这两种玩法中都加入了相同的虚拟奖励；最后分别比较在有或无虚拟奖励的情况下两种玩法对训练效果的影响，以及在相同玩法下有无虚拟奖励对训练效果的影响。结果显示，玩法设计影响学习效率，而虚拟奖励显著影响参与度。

在线投资组合选择的半指数梯度策略及实证分析

吴婉婷, 朱燕, 黄定江

2019, 39(8): 2462-2467. DOI: 10.11772/j.issn.1001-9081.2018122588

摘要 ( )

PDF (935KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统投资组合策略的高频资产配置调整产生高额交易成本从而导致最终收益不佳这一问题，提出基于机器学习与在线学习理论的半指数梯度投资组合（SEG）策略。该策略对投资期进行划分，通过控制投资期内的交易量来降低交易成本。首先，基于仅在每段分割的初始期调整投资组合而其余时间不进行交易这一投资方式来建立SEG策略模型，并结合收益损失构造目标函数；其次，利用因子图算法求解投资组合迭代更新的闭式解，并证明该策略累积资产收益的损失上界，从理论上保证算法的收益性能。在纽约交易所等多个数据集上进行的仿真实验表明，该策略在交易成本存在时仍然能够保持较高的收益，证实了该策略对于交易成本的不敏感性。

基于贝叶斯网络的楼层定位算法

张榜, 朱金鑫, 徐正蓺, 刘盼, 魏建明

2019, 39(8): 2468-2474. DOI: 10.11772/j.issn.1001-9081.2019010119

摘要 ( )

PDF (1037KB) ( )

参考文献 | 相关文章 | 计量指标

针对在室内定位导航过程中单独依赖行人高度位移推测楼层位置误差较大的问题，提出一种基于贝叶斯网络的楼层定位算法。该算法先是利用扩展卡尔曼滤波（EKF）对惯性传感器数据和气压计数据进行融合，计算出行人垂直位移；然后利用误差补偿后的加速度积分特征对行人在楼梯中的转角进行检测；最后，利用贝叶斯网络融合行人行走高度和转角信息推测行人在某一层的概率，从而将行人定位在建筑物中最可能出现的楼层上。实验结果表明，与基于高度的楼层定位算法相比，所提算法的楼层定位准确率提升6.81%；与平台检测算法相比，该算法的楼层定位准确率提升14.51%；所提算法在总共1247次楼层变换实验中，楼层定位准确率达到99.36%。

基于MobileNet的移动端城管案件目标识别算法

杨辉华, 张天宇, 李灵巧, 潘细朋

2019, 39(8): 2475-2479. DOI: 10.11772/j.issn.1001-9081.2019010232

摘要 ( )

PDF (819KB) ( )

参考文献 | 相关文章 | 计量指标

针对目前大量安装的固定监控摄像头存在监控死角，以及移动设备硬件性能较低等问题，提出一种可在较低性能的IOS移动设备上运行的城市管理案件目标识别算法。首先，在MobileNet中增加新的超参数，优化输入输出图像的通道数与每个通道所产生的特征图数量；随后，将改进后的MobileNet与SSD目标识别框架相结合构成一种新的识别算法，并移植到IOS移动端设备上；最后，该算法利用移动端设备自带的摄像头拍摄案发现场视频，实现对8种特定城管案件目标的准确检测。该算法检测结果的平均精度均值（mAP）与原型YOLO和原型SSD相比，分别提升了15.5个百分点和10.4个百分点。实验结果表明，所提算法可以在低性能IOS移动设备上流畅运行，减少了监控死角，为城管队员加速案件分类与处理提供了技术支撑。

基于时频域的卷积神经网络运动想象脑电信号识别方法

胡章芳, 张力, 黄丽嘉, 罗元

2019, 39(8): 2480-2483. DOI: 10.11772/j.issn.1001-9081.2018122553

摘要 ( )

PDF (643KB) ( )

参考文献 | 相关文章 | 计量指标

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。

基于弱监督的改进型GoogLeNet在DR检测中的应用

丁英姿, 丁香乾, 郭保琪

2019, 39(8): 2484-2488. DOI: 10.11772/j.issn.1001-9081.2019010225

摘要 ( )

PDF (750KB) ( )

参考文献 | 相关文章 | 计量指标

针对糖尿病视网膜病变分级检测中标定样本少、多目标检测的问题，提出了一种基于改进型GoogLeNet的弱监督目标检测网络。首先，对GoogLeNet网络进行改进，去掉最后一个全连接层并保留检测目标的位置信息，添加全局最大池化层，以sigmoid交叉熵作为训练的目标函数以获得带有多种特征位置信息的特征图；然后，基于弱监督方法仅使用类别标签对网络进行训练；其次，设计一种连通区域算法来计算特征连通区域边界坐标集合；最后在待测图片中使用边界框定位病灶。实验结果表明，在小样本条件下，改进模型准确率达到了94.5%，与SSD算法相比，准确率提高了10%。改进模型实现了小样本条件下端到端的病变识别，同时该模型的高准确率保证了模型在眼底筛查中具有应用价值。

当期目录