当期目录

2020年 第40卷 第5期 刊出日期：2020-05-10
简明目录
带摘要目录
上一期   下一期

全选:

导出引用 EndNote Ris BibTeX

人工智能

基于深度学习的行人重识别综述

杨锋, 许玉, 尹梦晓, 符嘉成, 黄冰, 梁芳烜

2020, 40(5):  1243-1252.  DOI: 10.11772/j.issn.1001-9081.2019091703

摘要 ( )   PDF (1156KB) ( )  

参考文献 | 相关文章 | 计量指标

行人重识别(Re-ID)是计算机视觉领域的热点问题，主要研究的是“如何关联位于不同物理位置的不同摄像机捕获到的特定人员的问题”。传统的行人Re-ID方法主要基于底层特征如局部描述符、颜色直方图和人体姿势的提取。近几年，针对行人遮挡和姿势不对齐等传统方法所遗留问题，业内提出了基于区域、注意力机制、姿势和生成对抗性网络(GAN)等深度学习的行人Re-ID方法，实验结果得到较明显的提高。故对深度学习在行人Re-ID中的研究进行了总结和分类，区别于以前的综述，将行人重识别方法分成四大类来讨论。首先,通过区域、注意力、姿势和GAN四类方法来综述基于深度学习的行人Re-ID方法;然后,分析这些方法在主流数据集上的mAP和Rank-1指标性能表现，结果显示基于深度学习的方法可以增强局部特征之间的联系并缩小域间隙，从而减少模型过拟合;最后,展望了行人Re-ID方法研究的发展方向。

基于梯度的深度网络剪枝算法

王忠锋, 徐志远, 宋纯贺, 张宏宇, 蔡颖凯

2020, 40(5):  1253-1259.  DOI: 10.11772/j.issn.1001-9081.2019081374

摘要 ( )   PDF (772KB) ( )  

参考文献 | 相关文章 | 计量指标

深度神经网络模型通常存在大量冗余的权重参数，计算深度网络模型需要占用大量的计算资源和存储空间，导致深度网络模型难以部署在一些边缘设备和嵌入式设备上。针对这一问题，提出了一种基于梯度的深度网络剪枝(GDP)算法。GDP算法核心思想是以梯度作为评判权值重要性的依据。首先，通过自适应的方法找出阈值进行权值参数的筛选；然后，剔除那些小于阈值的梯度所对应的权值；最后，重新训练剪枝后的深度网络模型来恢复网络精度。实验结果表明：在CIFAR-10数据集上，GDP算法在精度仅下降0.14个百分点的情况下，计算量减少了35.3个百分点；与当前流行的PFEC算法相比，GDP算法使网络模型精度提高了0.13个百分点，计算量下降了1.1个百分点，具有更优越的深度网络压缩与加速性能。

基于激活-熵的分层迭代剪枝策略的CNN模型压缩

陈程军, 毛莺池, 王绎超

2020, 40(5):  1260-1265.  DOI: 10.11772/j.issn.1001-9081.2019111977

摘要 ( )   PDF (718KB) ( )  

参考文献 | 相关文章 | 计量指标

针对卷积神经网络(CNN)模型现有剪枝策略各尽不同和效果一般的情况，提出了基于激活-熵的分层迭代剪枝(AE-LIP)策略，保证模型精度在可控范围内的同时缩减模型的参数量。首先，结合神经元激活值和信息熵，构建基于激活-熵的权重评判准则，计算权值重要性得分；然后，逐层剪枝，根据重要性得分对权值排序，并结合各层剪枝数量筛选出待剪枝权重并将其设置为0；最后，微调模型，重复上述过程，直至迭代结束。实验结果表明，采用基于激活-熵的分层迭代剪枝策略:AlexNet模型压缩了87.5%;相应的准确率下降了2.12个百分点，比采用基于幅度的权重剪枝策略提高了1.54个百分点，比采用基于相关性的权重剪枝策略提高0.91个百分点。VGG-16模型压缩了84.1%；相应的准确率下降了2.62个百分点，比采用上述两个对比策略分别提高了0.62个百分点和0.27个百分点。说明所提策略在保证模型精确度下有效缩减了CNN模型的大小，有助于CNN模型在存储受限的移动设备上的部署。

基于新的森林优化算法的特征选择算法

谢琪, 徐旭, 程耕国, 陈和平

2020, 40(5):  1266-1271.  DOI: 10.11772/j.issn.1001-9081.2019091614

摘要 ( )   PDF (484KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统的基于森林优化算法的特征选择算法在初始化阶段、候选森林生成阶段和更新阶段存在的问题，提出了一种新的基于森林优化算法的特征选择算法。该算法在初始化阶段采用皮尔森相关系数和L₁正则化方法代替随机初始化策略；在候选森林生成阶段，采用优劣树分开和差额补足的方法解决优劣树不完备问题；在更新阶段，将与最优树精度相同但维度不同的树木添加到森林中。在实验中，所提算法采用与传统的基于森林优化算法的特征选择算法相同的实验数据和实验参数，分别测试了小维度、中维度和大维度数据。实验结果表明，在2个大维度数据和2个中维度数据上，所提算法的分类精度和维度缩减能力均高于传统的基于森林优化算法的特征选择算法。实验结果验证了所提算法在处理特征选择问题的有效性。

基于图卷积神经网络的医保欺诈检测算法

易东义, 邓根强, 董超雄, 祝苗苗, 吕周平, 朱岁松

2020, 40(5):  1272-1277.  DOI: 10.11772/j.issn.1001-9081.2019101766

摘要 ( )   PDF (2297KB) ( )  

参考文献 | 相关文章 | 计量指标

针对医疗保险欺诈检测当中欺诈样本不足、数据标注昂贵和传统基于欧氏空间的模型准确率低的问题，提出了一种新的基于图卷积和变分自编码的单分类医保欺诈检测模型（OCGVAE）。首先,通过病人就诊记录建立社交网络，计算病人和医生之间的权重关系，并设计了一个2层的图卷积神经网络（GCN）作为社交网络数据的输入，用以降低社交网络的数据维度；然后,设计了一个变分自编码（VAE）用以实现只存在一类欺诈样本标签的情况下的模型训练；最后,设计了一个逻辑回归（LR）模型用以判别数据类别。实验结果表明，OCGVAE模型的检测准确率达到87.26%，相较于一类对抗神经网络（OCAN）、一类高斯过程（OCGP）、一类近邻（OCNN）、一类支持向量机（OCSVM）和半监督图卷积神经网络（Semi-GCN）算法，分别高出16.1%、70.2%、31.7%、36.5%和27.6%，说明所提模型有效提高了医保欺诈筛查精度。

求解旅行商问题的多尺度量子自由粒子优化算法

杨云亭, 王鹏

2020, 40(5):  1278-1283.  DOI: 10.11772/j.issn.1001-9081.2019112019

摘要 ( )   PDF (478KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前元启发式算法在求解组合优化问题中的旅行商问题（TSP）时求解缓慢的问题，受量子理论中波函数的启发提出一种多尺度自适应的量子自由粒子优化算法。首先，在可行域中随机初始化表示城市序列的粒子，作为初始的搜索中心；然后，以每个粒子为中心进行当前尺度下的均匀分布函数的采样，并交换采样位置上的城市编号产生新解；最后，根据新解相较上一次迭代中最优解的优劣进行搜索尺度的自适应调整，并在不同的尺度下进行迭代搜索直到满足算法结束条件。将该算法和混合粒子群优化（HPSO）算法、模拟退火(SA)算法、遗传算法(GA)和蚁群优化算法应用在TSP上进行性能测试，实验结果表明自由粒子模型算法适合求解组合优化问题，在TSP数据集上相比目前较优算法在求解速度上平均提升50%以上。

动态事件时间数据的多任务Logistic生存预测方法

阮灿华, 林甲祥

2020, 40(5):  1284-1290.  DOI: 10.11772/j.issn.1001-9081.2019091673

摘要 ( )   PDF (722KB) ( )  

参考文献 | 相关文章 | 计量指标

事件时间数据广泛存在于临床医学研究领域，包含大量复杂的随时间变化的动态风险因子变量。为了对这些动态事件时间数据进行有效分析，克服生存模型参数假设的局限性，提出了一种多任务Logistic生存学习和预测方法。将生存预测转化为一系列不同时间点的多任务二元生存分类问题，利用动态风险因子变量的全部观测值估计累积风险。通过对事件样本和删失样本的全数据学习正则化Logistic回归参数。评估风险因子与事件时间的动态关系，根据生存概率估计事件时间。在多个实际临床数据集上开展的对比实验验证了提出的多任务预测方法对于动态数据不仅具有较强的适用性，而且能够保障预测结果的准确性和可靠性。

贪心二进制狮群优化算法求解多维背包问题

杨艳, 刘生建, 周永权

2020, 40(5):  1291-1294.  DOI: 10.11772/j.issn.1001-9081.2019091638

摘要 ( )   PDF (537KB) ( )  

参考文献 | 相关文章 | 计量指标

针对经典的多约束组合优化问题——多维背包问题(MKP)，提出了一种贪心二进制狮群优化(GBLSO)算法。首先，采用二进制代码转换公式将狮群个体位置离散化，得到二进制的狮群算法；其次，引入反置移动算子对狮王位置进行更新，同时对母狮和幼狮位置重新定义；然后，充分利用贪心算法进行解的可行化处理，增强搜索能力并进一步提高收敛速度；最后，对10个MKP典型算例进行仿真实验，并把GBLSO算法与离散二进制粒子群(DPSO)算法和二进制蝙蝠算法(BBA)进行对比。实验结果表明，GBLSO算法是一种有效的求解MKP的新方法，在求解MKP时具有相对良好的收敛效率、较高的寻优精度和很好的鲁棒性。

基于多分支神经网络模型的弱监督细粒度图像分类方法

边小勇, 江沛龄, 赵敏, 丁胜, 张晓龙

2020, 40(5):  1295-1300.  DOI: 10.11772/j.issn.1001-9081.2019111883

摘要 ( )   PDF (751KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统基于注意力机制的神经网络不能联合关注局部特征和旋转不变特征的问题，提出一种基于多分支神经网络模型的弱监督细粒度图像分类方法。首先，用轻量级类激活图(CAM)网络定位有潜在语义信息的局部区域，设计可变形卷积的残差网络ResNet-50和旋转不变编码的方向响应网络(ORN)；其次，利用预训练模型分别初始化特征网络，并输入原图和以上局部区域分别对模型进行微调；最后，组合三个分支内损失和分支间损失优化整个网络，对测试集进行分类预测。所提方法在CUB-200-2011和FGVC_Aircraft数据集上的分类准确率分别达到87.7%和90.8%，与多注意力卷积神经网络(MA-CNN)方法相比，分别提高了1.2个百分点和0.9个百分点；在Aircraft_2数据集上的分类准确率达到91.8%，比ResNet-50网络提高了4.1个百分点。实验结果表明，所提方法有效提高了弱监督细粒度图像分类的准确率。

基于深度学习的小样本中药材粉末显微图像识别

王一丁, 郝晨宇, 李耀利, 蔡少青, 袁媛

2020, 40(5):  1301-1308.  DOI: 10.11772/j.issn.1001-9081.2019091646

摘要 ( )   PDF (1619KB) ( )  

参考文献 | 相关文章 | 计量指标

针对中药材种类繁多、数据量稀少以及难以对其导管进行分类的问题，提出一种基于多通道颜色空间与注意力机制模型的卷积神经网络改进方法。首先，采用多通道颜色空间将RGB颜色空间与其他颜色空间合并为6通道作为网络输入，使网络学习亮度、色调和饱和度等特征信息，弥补数据量的不足；其次，在网络中加入注意力机制模型，其中通道注意力模型将两个池化层紧密连接到一起，空间注意力模型将多尺度空洞卷积结合到一起，使网络将注意力聚焦于小样本中关键的特征信息。实验结果表明，针对34种中药材样本的8 774张导管图像，采用多通道颜色空间和注意力机制模型的方法，与原始ResNet网络相比，准确率分别提升了1.8个百分点和3.1个百分点，将二者结合后准确率提升了4.1个百分点，说明所提方法对小样本分类的准确率有着大幅度的提升。

基于胶囊网络的三维模型识别

曹小威, 曲志坚, 徐玲玲, 刘晓红

2020, 40(5):  1309-1314.  DOI: 10.11772/j.issn.1001-9081.2019101750

摘要 ( )   PDF (2645KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决传统卷积神经网络中大量池化层的引入导致特征信息丢失的问题，依据胶囊网络(CapsNet)使用向量神经元保存特征空间信息的特性，提出了一种用以识别三维模型的网络模型3DSPNCapsNet。使用新的网络结构，提取更具代表性的特征的同时降低了模型复杂度，并提出基于动态路由(DR)算法的DRL算法来优化胶囊权重的迭代计算过程。在ModelNet10上的实验结果表明，相比3DCapsNet以及VoxNet，该网络取得了更好的识别效果，在原始测试集上3DSPNCapsNet的平均识别准确率达到95%，同时验证了该网络对旋转三维模型的识别能力。适当扩展旋转训练集之后，所提网络对各角度旋转模型的平均识别率达到81%。实验结果表明，3DSPNCapsNet对三维模型及其旋转具有良好的识别能力。

基于改进的三向流Faster R-CNN的篡改图像识别

徐代, 岳璋, 杨文霞, 任潇

2020, 40(5):  1315-1321.  DOI: 10.11772/j.issn.1001-9081.2019081515

摘要 ( )   PDF (1699KB) ( )  

参考文献 | 相关文章 | 计量指标

为了进一步提高对拼接、缩放旋转、复制粘贴三种主要篡改手段的识别准确率，增强算法普适性，提出了一个基于三向流特征提取的卷积神经网络篡改图像识别系统。首先，分别根据图像局部彩色不变量特性比较特征子块相似度，根据噪声相关性比较篡改区域边缘的噪声相关系数，以及根据图像重采样痕迹计算子块标准偏差对比度，完成了对图像RGB流、噪声流和信号流的特征提取；然后，通过多线性池化，结合改进的分段AdaGrad梯度算法，实现了特征降维和参数自适应更新；最后，通过网络训练和分类，完成了对拼接、缩放旋转、复制粘贴这三种主要的图像篡改手段的识别与相应的篡改区域的定位。为衡量所提模型的效果，在VOC2007和CIFAR-10两个数据集上进行了实验。在约9 000张图像上的实验结果表明，该模型对拼接、缩放旋转、复制粘贴这三种篡改手段均能进行较准确的识别与定位，识别率分别为0.962、0.956和0.935。与对照文献的双向流特征提取方法相比，该模型的识别率分别提高了1.050%、2.137%、2.860%。三向流特征提取模型丰富了卷积神经网络对图像的特征信息采集，提高了网络的学习性能与识别精度，同时改进的梯度算法通过分段控制参数学习率的下降速度，降低了过拟合，减少了收敛震荡，提高了收降速度，实现了算法的优化设计。

数据科学与技术

基于图上随机游走的离群点检测算法

杜旭升, 于炯, 叶乐乐, 陈嘉颖

2020, 40(5):  1322-1328.  DOI: 10.11772/j.issn.1001-9081.2019101708

摘要 ( )   PDF (1616KB) ( )  

参考文献 | 相关文章 | 计量指标

离群点检测算法在网络入侵检测、医疗辅助诊断等领域具有十分广泛的应用。针对LDOF、CBOF及LOF算法在大规模数据集和高维数据集的检测过程中存在的执行时间长及检测率较低的问题，提出了基于图上随机游走(BGRW)的离群点检测算法。首先初始化迭代次数、阻尼因子以及数据集中每个对象的离群值；其次根据对象之间的欧氏距离推导出漫步者在各对象之间的转移概率；然后通过迭代计算得到数据集中每个对象的离群值；最后将数据集中离群值最高的对象判定为离群点并输出。在UCI真实数据集与复杂分布的合成数据集上进行实验，将BGRW算法与LDOF、CBOF和LOF算法在执行时间、检测率和误报率指标上进行对比。实验结果表明，BGRW算法能够有效降低执行时间并在检测率及误报率指标上优于对比算法。

基于自编码器和隐马尔可夫模型的时间序列异常检测方法

霍纬纲, 王慧芳

2020, 40(5):  1329-1334.  DOI: 10.11772/j.issn.1001-9081.2019091631

摘要 ( )   PDF (633KB) ( )  

参考文献 | 相关文章 | 计量指标

针对已有基于隐马尔可夫模型(HMM)的时间序列异常检测模型的符号化方法不能很好地表征原始时间序列的问题，提出了一种基于自编码器和HMM的时间序列异常检测方法(AHMM-AD)。首先,通过滑动窗口对时间序列样本进行分段，按照分段位置形成若干时间序列分段样本集，由正常时间序列上不同位置的分段样本集训练各个分段的自编码器；然后,利用自编码器得到每个分段时间序列样本的低维特征表示，通过对低维特征表示向量集的K-means聚类处理，实现时间序列样本集的符号化；最后,由正常时间序列的符号序列集生成HMM，根据待测样本在已建HMM上的输出概率值进行异常检测。在多个公共基准数据集上的实验结果显示，AHMM-AD比已有的基于HMM的时间序列异常检测模型在精确度、召回率和F1值分别平均提高了0.172、0.477、0.313，比基于autoencoder的时间序列异常检测模型，在这三方面分别平均提高了0.108、0.450、0.319。实验结果表明，AHMM-AD方法能够提取时间序列中的非线性特征，解决已有HMM建模时间序列符号化过程中不能很好表征时间序列的问题，并在时间序列异常检测性能上也有显著提升。

基于长短期记忆网络和滑动窗口的流数据异常检测方法

仇媛, 常相茂, 仇倩, 彭程, 苏善婷

2020, 40(5):  1335-1339.  DOI: 10.11772/j.issn.1001-9081.2019111970

摘要 ( )   PDF (637KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前流数据存在数量巨大、生成迅速和概念漂移的特点，提出了一种基于长短期记忆(LSTM)网络和滑动窗口的流数据异常检测方法。首先采用LSTM网络进行数据预测，之后计算预测值与实际值的差值。对于每个数据，选择合适的滑动窗口，将滑动窗口区间内的所有差值进行分布建模，再根据每个差值在当前分布的概率密度来计算数据异常可能性。LSTM网络不仅可以进行数据预测，还可以边预测边学习，实时更新调整网络，保证模型的有效性；而利用滑动窗口可以使得异常分数的分配更为合理。最后使用在真实数据基础上制造的模拟数据进行了实验。实验结果验证了所提方法在低噪声环境下比直接利用差值进行检测和异常数据分布建模法（ADM）方法的平均曲线下面积(AUC)值分别提高了0.187和0.05。

网络空间安全

基于订阅/发布服务的广域信息管理系统应急响应机制

吴志军, 王航

2020, 40(5):  1340-1347.  DOI: 10.11772/j.issn.1001-9081.2019091699

摘要 ( )   PDF (1095KB) ( )  

参考文献 | 相关文章 | 计量指标

广域信息管理系统（SWIM）是一个分布式的大型网络系统，它实时地向空中交通管理部门、航空机场和航空公司等提供不间断的航空信息数据共享和传输服务。为了保障SWIM服务的连续性，研究了基于订阅/发布服务的SWIM系统应急响应机制。首先，根据实时监测SWIM网络的各性能指标，提出了基于改进的模糊层次分析的网络可生存性评估方法；其次，当SWIM网络生存性指标下降到低于参量的边界值时，发布相应信息到订阅者，由订阅者确定是否进行服务漂移；最后，分别针对自然灾害和分布式拒绝服务（DDoS）攻击两种情况，提出了基于订阅/发布服务的SWIM应急响应模型（ERMSP），该模型以订阅发布和信任管理机制为基础。仿真实验结果表明，通过对网络性能各指标的实时监测和部署ERMSP，可抵抗性提高了8.9%，业务连续性提高了18.2%，可以实现SWIM的应急响应。

聚焦图像对抗攻击算法PS-MIFGSM

吴立人, 刘政浩, 张浩, 岑悦亮, 周维

2020, 40(5):  1348-1353.  DOI: 10.11772/j.issn.1001-9081.2019081392

摘要 ( )   PDF (1400KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前主流对抗攻击算法通过扰动全局图像特征导致攻击隐蔽性降低的问题，提出一种聚焦图像的无目标攻击算法——PS-MIFGSM。首先，通过Grad-CAM算法捕获卷积神经网络(CNN)在分类任务中对图像的重点关注区域；然后，使用MI-FGSM攻击分类网络，生成对抗扰动，并且将扰动作用于图像的重点关注区域，而图像的非关注区域保持不变，从而生成新的对抗样本。在实验部分，以三种图像分类模型Inception_v1、Resnet_v1和Vgg_16为基础，对比了PS-MIFGSM和MI-FGSM两种方法分别进行单模型攻击和集合模型攻击的效果。实验结果表明，PS-MIFGSM能够在攻击成功率不变的同时，有效降低对抗样本与真实样本的差异大小。

基于马尔可夫随机场的加密二值图像有损压缩算法

李添正, 王春桃

2020, 40(5):  1354-1363.  DOI: 10.11772/j.issn.1001-9081.2019101740

摘要 ( )   PDF (1082KB) ( )  

参考文献 | 相关文章 | 计量指标

尽管当前已有众多二值图像的压缩方法，但这些方法并不能直接应用于加密二值图像的压缩。在云计算、分布式处理等场景下，如何高效地对加密二值图像进行有损压缩仍然是一个挑战，而当前鲜有这方面的研究。针对此问题，提出了一种基于马尔可夫随机场(MRF)的加密二值图像有损压缩算法。该算法用MRF表征二值图像的空域统计特性，进而借助MRF及解压缩还原的像素推断加密二值图像压缩过程中被丢弃的像素。所提算法的发送方采用流密码对二值图像进行加密，云端先后利用分块均匀但块内随机的下抽样方式及低密度奇偶校验(LDPC)编码对加密二值图像进行压缩，接收方则通过构造包含解码、解密及MRF重构的联合因子图实现二值图像的有损重构。实验结果表明，所提算法获得了较好的压缩效率，在0.2~0.4 bpp压缩率时有损重构图像的比特误差率(BER)不超过5%；而与针对未加密原始二值图像的国际压缩标准JBIG2的压缩效率相比，所提算法的压缩效率与其相当。这些充分表明了所提算法的可行性与有效性。

增强现实中基于位置安全性的LBS位置隐私保护方法

杨洋, 王汝传

2020, 40(5):  1364-1368.  DOI: 10.11772/j.issn.1001-9081.2019111982

摘要 ( )   PDF (542KB) ( )  

参考文献 | 相关文章 | 计量指标

为了解决基于位置的服务(LBS)和增强现实(AR)技术快速发展带来的用户位置隐私泄露的隐患，分析了现有的位置隐私保护方法的优缺点，提出基于位置安全性的位置隐私保护方法。将区域安全度和伪装区域引入该方法中，将提示某区域是否需要保护这一度量标准定义为区域安全度，非安全区域（即需要给予保护的区域）的区域安全度设置为1，安全区域（即不需要保护的区域）设置为0，通过扩大区域安全度和识别等级来计算位置安全度。实验结果表明，该方法与未引入位置安全性的方法相比降低了平均定位误差，提高了平均安全性，从而有效地保护了用户的位置隐私，提高了LBS的服务质量。

先进计算

Lite寄存器模型的设计与实现

潘国腾, 欧国东, 晁张虎, 李梦君

2020, 40(5):  1369-1373.  DOI: 10.11772/j.issn.1001-9081.2019091674

摘要 ( )   PDF (2258KB) ( )  

参考文献 | 相关文章 | 计量指标

针对集成电路规模扩大、片内寄存器数量激增，导致验证难度加大的问题，提出一种轻量级寄存器模型。首先,设计精简的底层结构，配合参数化设置减少寄存器模型在运行时的内存消耗;然后,分析模块级、系统级等不同层次的寄存器验证需求，使用SystemVerilog语言实现验证所需的各项功能;最后,开发内建测试用例和寄存器模型自动生成工具，缩短寄存器模型所处验证环境的建立时间。实验结果表明，在运行时内存消耗方面，该寄存器模型为通用验证方法学(UVM)寄存器模型的21.65%；在功能方面，可应用于传统的UVM验证环境和非UVM验证环境，对25类寄存器的读写属性、复位值、后门访问路径等功能进行检查。该轻量级寄存器模型在工程实践中拥有良好的通用性和灵活性，满足寄存器验证需求，能有效提高寄存器验证的效率。

云环境下基于模糊隶属度的虚拟机放置算法

郭曙杰, 李志华, 蔺凯青

2020, 40(5):  1374-1381.  DOI: 10.11772/j.issn.1001-9081.2019081408

摘要 ( )   PDF (1010KB) ( )  

参考文献 | 相关文章 | 计量指标

虚拟机放置问题是云数据中心资源调度的核心问题之一，它对数据中心的性能、资源利用率和能耗有着重要的影响。针对此问题，以降低数据中心能耗、改善资源利用率和保证服务质量(QoS)为优化目标，借助模糊聚类的思想提出了一种基于模糊隶属度的虚拟机放置算法。首先，结合物理主机过载概率和虚拟机与物理主机之间的相适性放置关系，提出了新的距离度量方法；然后，根据模糊隶属度函数计算得出虚拟机与物理主机之间的相适性模糊隶属度矩阵；最后，借助能耗感知机制，在模糊隶属度矩阵中进行局部搜索从而获得迁移虚拟机的最优放置方案。仿真实验结果表明，提出的算法在降低云数据中心能耗、改善资源利用率和保证QoS方面表现比较优异。

变分布的量子行为粒子群优化算法求解工程约束优化问题

施晓倩, 陈祺东, 孙俊, 冒钟杰

2020, 40(5):  1382-1388.  DOI: 10.11772/j.issn.1001-9081.2019091577

摘要 ( )   PDF (704KB) ( )  

参考文献 | 相关文章 | 计量指标

针对工程形状设计领域中带有多个约束条件的非线性设计优化问题，提出了一种自适应的基于高斯分布的量子行为粒子群优化（AG-QPSO）算法。通过自适应地调整高斯分布，AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力，随着搜索过程的进行，算法的局部搜索能力逐渐增强，从而满足了算法在搜索过程不同阶段的需要。为了验证算法的有效性，在压力容器和张弦设计问题这两个工程约束优化问题上进行50轮独立实验。实验结果表明，在满足所有约束条件的情况下，AG-QPSO算法在压力容器设计问题上取得了5 890.931 5的平均解和5 885.332 8的最优解，在张弦设计问题上取得了0.010 96的平均解和0.010 96的最优解，远优于标准粒子群优化(PSO)算法、具有量子行为的粒子群优化(QPSO)算法和高斯量子行为粒子群(G-QPSO)算法等现有的算法的结果，同时AG-QPSO算法取得的结果的方差较小，说明该算法具有很好的鲁棒性。

网络与通信

移动边缘计算中的内容分发加速策略

柳兴, 杨震, 王新军, 朱恒

2020, 40(5):  1389-1391.  DOI: 10.11772/j.issn.1001-9081.2019091679

摘要 ( )   PDF (490KB) ( )  

参考文献 | 相关文章 | 计量指标

针对移动边缘计算(MEC)中的内容分发加速问题，考虑MEC服务器存储空间受限对内容缓存的影响，以移动用户获取对象延时为优化目标，根据用户群对不同对象的兴趣的差异，提出了一种基于兴趣的内容分发加速策略(ICDAS)。该策略根据MEC服务器的存储空间、移动用户群对不同对象的兴趣以及对象的文件大小，选择性地在MEC服务器上缓存对象，并及时对MEC服务器上缓存的对象进行更新，最大限度地满足移动用户群的内容需求。仿真结果表明，所提策略具有良好的收敛性能，其缓存命中率相对稳定且明显优于现有策略；当系统运行达到稳定后，相较于现有策略，该策略可使用户获取对象数据的时延减少20%。

基于演化博弈的用户接入机制

王月平, 徐涛

2020, 40(5):  1392-1396.  DOI: 10.11772/j.issn.1001-9081.2019112024

摘要 ( )   PDF (546KB) ( )  

参考文献 | 相关文章 | 计量指标

用户接入问题就是无线终端选择接入某个服务基站的问题。用户接入可以看作无线资源管理的第一步，对于网络性能有着重要的影响，在实现负载均衡、控制干扰、提高频谱和能量效率等方面起着非常重要的作用。针对包含宏基站和全双工小基站的多层异构网络特点，考虑了分离多接入机制，即允许一个终端在上行和下行接入到不同的多个基站，从而实现性能的提升。在此基础上，将异构网络中的上行下行分离多接入的用户接入问题建模成一个演化博弈问题，其中用户是博弈方，相互之间进行资源的竞争，基站的接入选择就是博弈中的策略，每个用户希望能通过策略的选择实现自身效用的最大化。此外，基于演化博弈和强化学习设计了低复杂度自组织用户接入算法，用户可以根据当前的策略选择收益来进行策略调整，并最终达到均衡状态，实现了用户公平性。最后通过大量的仿真实验验证了所提方法的有效性。

基于相遇概率时效性和重复扩散感知的机会网络消息转发算法

葛宇, 梁静

2020, 40(5):  1397-1402.  DOI: 10.11772/j.issn.1001-9081.2019081495

摘要 ( )   PDF (671KB) ( )  

参考文献 | 相关文章 | 计量指标

在机会网络中，为了更合理地选择消息传输中继节点并提高消息投递效率，设计了消息转发效用，并给出了对应的消息副本转发算法。首先,从节点历史相遇信息入手，重点分析了节点的间接相遇概率及其对应的时效性问题，提出了评估相遇信息价值的时效指标；然后，结合节点运动相似性分析了消息重复扩散问题，并提出节点移动偏离指标，用于评价节点重复扩散消息的可能性。仿真实验结果表明：与Epidemic、ProPHET、Maxprop和SAW(Spray And Wait)算法相比，综合考虑投递成功率、开销和延时指标，所提算法表现出了更好性能。

虚拟现实与多媒体计算

基于二进制鲁棒不变尺度关键点-加速稳健特征的自然特征虚实注册方法

周翔, 唐丽玉, 林定

2020, 40(5):  1403-1408.  DOI: 10.11772/j.issn.1001-9081.2019091621

摘要 ( )   PDF (1572KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基于视觉的增强现实(AR)中虚实注册的准确率和实时效果受光照、遮挡和视角变化影响大，易导致注册失败的问题，提出一种基于二进制鲁棒不变尺度关键点-加速稳健特征(BRISK-SURF)算法的自然特征虚实注册方法。首先,利用加速稳健特征(SURF)特征提取算子检测特征点；然后,采用二进制尺度旋转不变鲁棒(BRISK)特征描述算子对特征点进行二进制描述，结合汉明距离实现准确高速的特征匹配；最后，根据图像间的单应性关系实现虚实注册。从图像特征匹配和虚实注册两方面进行实验，结果显示BRISK-SURF算法的平均准确率与SURF算法基本保持一致，比BRISK算法提高了约25%，平均召回率提高了约10%；基于BRISK-SURF的注册方法的结果接近参考标准数据，精度较高，实时性较好。实验结果表明，所提方法对于光照、遮挡和视角情况不同的图像具有较高的识别准确度、注册精度和实时效果。另外，使用此方法实现了基于AR的交互式旅游资源呈现与体验系统。

基于光滑粒子流体动力学方法的交互式水流加热仿真

王江坤, 何坤金, 曹红飞, 王金强, 张燕

2020, 40(5):  1409-1414.  DOI: 10.11772/j.issn.1001-9081.2019101734

摘要 ( )   PDF (2338KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统水流加热仿真中交互困难与效率低下的问题，提出一种基于光滑粒子流体动力学(SPH)的热运动仿真方法，旨在交互式控制水流加热变化过程。首先，基于SPH方法将连续水流粒子化，以粒子群模拟水流的运动，并通过碰撞检测方法将粒子运动限定在容器内；然后，采用第一类边界条件的热传导模型加热水粒子，并根据粒子的温度更新粒子的运动状态，以模拟加热过程中水流的热运动；最后，定义可编辑的系统参数与约束关系，通过人机交互仿真多种条件下水流加热及其运动过程。以太阳能热水器加热仿真为例，通过修改少量参数控制热水器的加热工作验证了SPH方法求解热传导问题时的交互性与高效性，为交互式水流加热在其他虚拟场景的应用提供了便利。

基于图像分割的立体匹配算法

张一飞, 李新福, 田学东

2020, 40(5):  1415-1420.  DOI: 10.11772/j.issn.1001-9081.2019101771

摘要 ( )   PDF (1843KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在立体匹配中弱纹理及纯色区域匹配不准确和图像分割算法耗时较多的问题，提出一种融合图像分割的立体匹配算法。首先，将初始图像进行高斯滤波和Sobel平滑的处理，获取图像的边缘特征图；然后，将原图的红、绿、蓝三个通道值采用最大类间方差法进行二分类，再融合得到分割模板图；最后，将所得到的灰度图、边缘特征图和分割模板图用于视差计算和视差优化的过程，计算得到视差图。相比绝对差值和（SAD）算法，所提算法在精度上平均提升了14.23个百分点，时间开销上平均每万个像素点只多消耗了7.16 ms。实验结果表明，该算法在纯色及弱纹理区域和视差不连续区域取得了更加平滑的匹配结果，在图像分割上能够自动计算阈值且能够较快地对图像进行分割。

基于改进体素锥追踪的大规模场景光照计算

喻光继, 罗伟泰, 吴肖云

2020, 40(5):  1421-1424.  DOI: 10.11772/j.issn.1001-9081.2019091574

摘要 ( )   PDF (724KB) ( )  

参考文献 | 相关文章 | 计量指标

针对大规模场景光照渲染计算量大的问题，提出一种基于改进体素锥滤波器追踪的全局光照计算算法。首先，以级联纹理结构改进简单的体素结构，实现快速高效且经各向异性过滤的场景光照信息存储，减少内存消耗；其次，基于法线加权累积计算直接光照衰减，缓解法向一致性问题；最后，基于级联纹理结构对锥波滤器进行改进，采用动态体素查找，避免整个存储结构的遍历，从而实现全局光照的高效计算。实验结果表明，改进算法在降低内存占用、提高渲染速度的同时，保持与经典体素锥追踪算法相近的渲染效果。

基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择

张伍, 陈红梅

2020, 40(5):  1425-1430.  DOI: 10.11772/j.issn.1001-9081.2019101769

摘要 ( )   PDF (626KB) ( )  

参考文献 | 相关文章 | 计量指标

波段选择能有效减少高光谱数据的空间冗余，为后续分类提供有效的支持。多核模糊粗糙集模型能够对包含不确定性的数值数据进行分析和近似描述，而蝗虫优化算法对优化问题求解具有较强的探索和开发能力，因而将多核模糊粗糙集模型引入高光谱的不确定性分析建模中，采用蝗虫优化算法对波段子集进行选择，提出了一种基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择算法。首先,使用多核算子来进行相似性度量，提高模型对数据分布的适应性。定义基于核模糊粗糙集的波段相关性度量，通过模糊粗糙集中不同像素点地物上的下近似分布来度量波段之间的相关性。然后,综合考虑波段依赖度、波段信息熵、波段间相关性来定义波段子集的适应度函数。最后,在常用高光谱数据集Indiana Pines农业区上，采用J48和K近邻（KNN）作为分类算法，把所提算法与波段相关性分析(BCA)、标准化互信息(NMI)算法进行分类性能比较。实验结果表明,在选取较少波段个数时，所提算法的总体平均分类精度提高了2.46和1.54个百分点。

融合语义标签和噪声先验的图像生成

张素素, 倪建成, 周子力, 侯杰

2020, 40(5):  1431-1439.  DOI: 10.11772/j.issn.1001-9081.2019101757

摘要 ( )   PDF (2335KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有生成模型难以直接从复杂语义标签生成高分辨率图像的问题，提出了融合语义标签和噪声先验的生成对抗网络(SLNP-GAN)。首先，直接输入语义标签（包含形状、位置和类别等信息），使用全局生成器对其进行编码，并结合噪声先验来学习粗粒度的全局属性，初步合成低分辨率图像；然后，基于注意力机制，使用局部细化生成器来查询低分辨率图像子区域对应的高分辨率子标签，获取细粒度信息，从而生成纹理清晰的复杂图像；最后，采用改进的引入动量的Adam算法(AMM)算法来优化对抗训练。实验结果表明，与现有方法text2img相比，所提方法的像素精确度（PA）在COCO_Stuff和ADE20K数据集上分别提高了23.73%和11.09%；相较于Adam算法，AMM算法收敛速度提升了约一倍，且损失值波幅较小。可见，SLNP-GAN能高效地获取全局特征和局部纹理，生成细粒度、高质量的图像。

基于顶帽底帽变换的仿生图像增强算法

于天河, 李昱祚, 兰朝凤

2020, 40(5):  1440-1445.  DOI: 10.11772/j.issn.1001-9081.2019081496

摘要 ( )   PDF (3089KB) ( )  

参考文献 | 相关文章 | 计量指标

针对低照度图像对比度低、细节模糊、色彩饱和度低的问题，通过分析人眼的主观亮度感受和光照强度的非线性关系以及人眼的视网膜神经节细胞中感受野的传输特性，提出一种顶帽变换和底帽变换相结合的仿生图像增强算法。首先，将低照度图像的RGB色彩空间转换为HSV空间，对亮度分量进行全局亮度对数变换；其次，采用视网膜神经元感受野三高斯模型对图像局部边缘的对比度进行调整；最后，用顶帽变换和底帽变换辅助对较亮背景的提取。实验结果表明，所提算法增强的低照度图像不仅细节清楚、对比度高，同时还没有设备采集图像存在的光照不均匀和图像景深的问题，而且增强后的图像色彩饱和度高，具有很强的视觉感受效果。

基于轻量自动残差缩放网络的图像超分辨率重建

代强, 程曦, 王永梅, 牛子未, 刘飞

2020, 40(5):  1446-1452.  DOI: 10.11772/j.issn.1001-9081.2019112014

摘要 ( )   PDF (1461KB) ( )  

参考文献 | 相关文章 | 计量指标

近年来，由于深度卷积神经网络的出色性能，深度学习已成为图像超分辨率领域的研究热点，已经有许多具有很深结构的大型模型被提出。而在实际应用中，普通个人计算机或智能终端的硬件显然不适合大规模深度神经网络模型。提出了一种针对单幅图像超分辨率且具有自动残差缩放功能的轻量级网络(ARSN)，与许多基于深度学习的方法相比，它的层和参数更少。此外，该网络中有特殊的残差块和跳跃连接用来进行残差缩放以及全局和局部残差学习。根据测试数据集结果，该网络在重建质量和运行速度上都达到了非常优异的性能。所提出的网络在性能、速度和硬件消耗方面均取得了良好的效果，具有较高的实用价值。

基于深度学习的秀丽隐杆线虫显微图像分割方法

曾招鑫, 刘俊

2020, 40(5):  1453-1459.  DOI: 10.11772/j.issn.1001-9081.2019091683

摘要 ( )   PDF (2638KB) ( )  

参考文献 | 相关文章 | 计量指标

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析，至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多，线虫边缘像素与周围环境相似，而且线虫的体态具有鞭毛和其他附着物需要分离，多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题，提出了一种基于深度学习的线虫分割方法，通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先，通过改进多级特征池化将高级语义特征与低级边缘特征融合，结合大幅度软最大损失(LMSL)损失算法改进损失计算；然后，改进非极大值抑制；最后，引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明，相比原始的Mask R-CNN，该方法平均精确率(AP)提升了4.3个百分点，平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率，在显微图像中更加精确地分割出线虫体。

基于迁移学习的多视角乳腺肿块和钙化簇分类方法

肖禾, 刘志勤, 王庆凤, 黄俊, 周莹, 刘启榆, 徐卫云

2020, 40(5):  1460-1464.  DOI: 10.11772/j.issn.1001-9081.2019101744

摘要 ( )   PDF (1943KB) ( )  

参考文献 | 相关文章 | 计量指标

针对乳腺肿块和钙化簇分类任务中可用训练数据量较少的问题，结合乳腺钼靶图成像特点提出了一种基于二次迁移学习的多视角模型。首先，使用CBIS-DDSM制作乳腺局部组织切片数据集来预训练主干网络，完成主干网络的领域适应性学习，使之具备基本的病理特征捕捉能力；随后,把主干网络二次迁移到多视角网络中，在绵阳市中心医院数据集上进行微调，同时利用CBIS-DDSM增加训练的正样本数量以提升网络的泛化能力。实验结果表明，领域适应性学习和数据扩充策略平均提升了17%性能指标，取得了94%和90%的肿块和钙化簇曲线下面积(AUC)值。

基于稠密卷积神经网络的烟雾识别方法

程广涛, 巩家昌, 李建

2020, 40(5):  1465-1469.  DOI: 10.11772/j.issn.1001-9081.2019091583

摘要 ( )   PDF (847KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统烟雾检测方法中提取的图像特征鲁棒性较差的问题，提出了基于稠密卷积神经网络（DenseNet）的烟雾识别方法。首先，利用卷积操作和特征图融合构建稠密网络块，在卷积层之间设计稠密连接机制，以增强稠密网络块结构内的信息流通和特征重利用；然后，将已构建的稠密网络块叠加成稠密卷积神经网络用于烟雾识别，节省计算资源的同时提升对烟雾图像特征的表达能力；最后，针对烟雾图像数据量较小的问题，采取数据增强技术进一步改善训练模型的识别能力。在公开烟雾数据集上对提出的方法进行实验验证，实验结果表明，所提方法的模型大小只有0.44 MB，在两个测试集上的准确率分别为96.20%和96.81%。

基于Faster R-CNN的颜色导向火焰检测

黄杰, 巢夏晨语, 董翔宇, 高云, 朱俊, 杨波, 张飞, 尚伟伟

2020, 40(5):  1470-1475.  DOI: 10.11772/j.issn.1001-9081.2019101737

摘要 ( )   PDF (947KB) ( )  

参考文献 | 相关文章 | 计量指标

基于深度特征的目标检测方法Faster R-CNN在火焰检测任务上存在检测效率低的问题，因此提出了基于颜色引导的抛锚策略。该策略设计火焰颜色模型来限制锚的生成，即利用火焰颜色约束锚的生成区域，从而减少了初始锚的数量，提升了计算效率。为了进一步提高网络的计算效率，将区域生成网络中的卷积层替换成掩膜卷积。为了验证所提方法的检测效果，采用BoWFire和Corsician数据集进行验证。实验结果表明，该方法实际检测速度相较于原Faster R-CNN提高了10.1%，BoWFire上该方法的火焰检测F值为0.87，Corsician上该方法的准确度可达99.33%。所提方法可以提高火焰检测的效率，并能够准确检测图像中的火焰。

工业噪声环境下多麦状态空间模型语音增强算法

吴庆贺, 吴海锋, 沈勇, 曾玉

2020, 40(5):  1476-1482.  DOI: 10.11772/j.issn.1001-9081.2019081514

摘要 ( )   PDF (1567KB) ( )  

参考文献 | 相关文章 | 计量指标

在协同作业的工业环境中进行语音通信时，语音往往会淹没于工业噪声中，致使语音通信的有效性受到影响。针对这种工业噪声下的语音环境，提出了一种采用多麦克风的卡尔曼语音增强算法。该算法简化了状态空间模型(SSM)中的差分方程以降低复杂度，每个采样点实时得到去噪信号从而增强了实时性。另外，为了进一步简化复杂度，还利用最小二乘原则来对语音进行增强。实验中采用了公开数据库的语音信号和工厂噪声信号来模拟多麦下的带噪语音，将所提算法与传统算法进行了对比。实验结果表明，所提算法的输出语噪比（增强后的语音与残留噪声之比）优于传统算法约2 dB，而运行时间仅不到传统算法的2%，且延迟时间仅是毫秒级。

应用前沿、交叉与综合

基于智能合约的可信筹款捐助方案与平台

谭文安, 王慧

2020, 40(5):  1483-1487.  DOI: 10.11772/j.issn.1001-9081.2019111999

摘要 ( )   PDF (1060KB) ( )  

参考文献 | 相关文章 | 计量指标

传统筹款捐助平台的集中式管理难以满足高可信机制的需求，筹款信息真假难辨，善款流向不透明。区块链技术的去中心化、数据不可篡改、可溯源、点对点交易等特点为构建可信捐助平台奠定了基础。由此以区块链技术为基础，提出了一种基于以太坊智能合约的捐助方案。首先，将筹款信息和捐款交易事件等存储在以太坊区块链上，并利用保证金机制保证了数据的真实性和可溯性；同时，阐述了该方案的架构模型，提出智能合约算法Donate代替人工操作，防止善款挪用和久未到账问题；最后，通过基于智能合约的可信筹款捐助平台验证了该方案的可行性。将所提平台与传统筹款平台比较分析，证明了该平台能安全有效地防止虚假筹款和善款挪用。

基于时空节点选择和深度学习的城市道路短时交通流预测

曹堉, 王成, 王鑫, 高悦尔

2020, 40(5):  1488-1493.  DOI: 10.11772/j.issn.1001-9081.2019091568

摘要 ( )   PDF (712KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前交通流短时预测对于交通流特性考虑得不够全面、预测精度不高的问题，提出一种基于时空节点选择和深度学习的城市道路交通流短时预测方法。首先,在理论和数据表现上对交通流特性进行分析，获得时空特性;其次,根据车流的可达范围确定候选时空节点集合，以误差平方和的倒数为目标函数计算适应度，在训练集上使用遗传算法和反向传播神经网络(BPNN)进行时空节点选择，得到最终的时空节点和训练好的BPNN;最后,在工作集上将选择的时空节点的实测值输入训练好的BPNN得出预测值。实验结果表明，所提模型与仅使用相邻时空节点数据、采用其他时间节点范围、支持向量机(SVM)和梯度提升树(GBDT)相比误差略有降低，平均绝对误差(MAE)和平均绝对百分误差(MAPE)分别为10.631 6和14.275 8%；仅使用与待预测路段相邻空间的交通流数据的预测结果相比MAE和MAPE两个值上分别高出了0.257 3和0.999 1个百分点。

基于改进遗传算法的生鲜多目标闭环物流网络模型

霍晴晴, 郭健全

2020, 40(5):  1494-1500.  DOI: 10.11772/j.issn.1001-9081.2019091682

摘要 ( )   PDF (702KB) ( )  

参考文献 | 相关文章 | 计量指标

针对生鲜产品闭环物流网络中存在的经济成本高、碳排放量大、社会效益重视不足等问题，综合考虑退货量的不确定性，以经济成本最小、碳排放最小、社会效益最大为目标，建立了不确定条件下的生鲜多目标闭环物流网络模型。首先，利用改进的遗传算法（GA）求解该模型；然后，结合上海某生鲜企业运营管理数据，验证了模型的可行性；最后，将改进的GA的结果与粒子群优化（PSO）算法的结果对比，验证了算法的有效性，凸显了改进的GA在求解多目标的复杂约束问题时的优越性。算例结果表明，多目标优化满意度达到0.92，高于单目标优化满意度，展示了所提模型的有效性。

基于自适应鲸鱼优化算法结合Elman神经网络的股市收盘价预测算法

朱昶胜, 康亮河, 冯文芳

2020, 40(5):  1501-1509.  DOI: 10.11772/j.issn.1001-9081.2019091678

摘要 ( )   PDF (1434KB) ( )  

参考文献 | 相关文章 | 计量指标

针对Elman神经网络在基于股市网络舆情的收盘价预测中存在的收敛速度慢且预测精度低的问题，提出了结合基于自适应噪声的完全集合经验模态分解(CEEMDAN)的改进鲸鱼优化算法（IWOA）结合Elman神经网络预测模型。首先，通过文本挖掘技术对上海证券交易所股票价格综合指数(SSE)180股的网络舆情进行挖掘和量化，并利用Boruta算法筛选重要属性以降低属性集的复杂度；然后，通过CEEMDAN算法在属性集中添加一定数量特定方差的白噪声，实现属性序列的分解与降噪；同时，利用自适应权重改进鲸鱼优化算法(WOA)以增强其全局搜索及局部开采能力；最后，利用WOA在迭代过程中不断优化Elman神经网络的初始权重和阈值。结果表明：比起单独使用Elman神经网络，所提模型的平均绝对误差(MAE)从358.812 0降低至113.055 3；与未采用CEEMDAN算法的原始数据集相比，该模型的平均绝对百分比误差(MAPE)从4.942 3%降低到1.445 31%，说明所提模型有效提高了预测精度，为股市网络舆情的预测提供了一种有效的实验方法。

基于XGBoost与拓扑结构信息的蛋白质复合物识别算法

徐周波, 杨健, 刘华东, 黄文文

2020, 40(5):  1510-1514.  DOI: 10.11772/j.issn.1001-9081.2019111992

摘要 ( )   PDF (643KB) ( )  

参考文献 | 相关文章 | 计量指标

蛋白质相互作用(PPI)网络中存在大量不确定性及已知蛋白质复合物数据的不完整性，单独地根据结构信息进行搜索或对已知复合物进行监督学习的方法在识别蛋白质复合物的准确性上存在不足。对此，提出一种XGBoost模型与复合物拓扑结构信息相结合的搜索方法(XGBP)。首先，根据复合物拓扑结构信息进行特征提取；然后，把所提取的特征用XGBoost模型进行训练；最后，将拓扑结构信息与监督学习方法相结合，建立特征与复合物之间的映射关系以提高蛋白质复合物预测的准确性。该算法分别与目前流行的马尔可夫聚类算法(MCL)、极大团聚类方法(CMC)、基于核心-附属结构算法(COACH)、快速层级聚类算法(HC-PIN)、基于重叠邻居的扩展聚类(ClusterONE)、分子复合物检测算法(MCODE)、基于不确定图模型的蛋白质复合物检测方法(DCU)和加权核心-附属算法(WCOACH)这八种非监督学习算法和三种监督学习方法贝叶斯网络(BN)、支持向量机（SVM）、回归模型（RM）进行比较，所提方法在精准度、敏感度、F-measure方面显示出良好的性能。

多无人机自适应编队协同航迹规划

许洋, 秦小林, 刘佳, 张力戈

2020, 40(5):  1515-1521.  DOI: 10.11772/j.issn.1001-9081.2019112047

摘要 ( )   PDF (2198KB) ( )  

参考文献 | 相关文章 | 计量指标

针对多无人机（UAV）协同航迹规划中因编队队形约束而忽略部分较窄通道的问题，提出了一种基于自适应分布式模型预测控制的快速粒子群优化(ADMPC-FPSO)方法。该方法利用领航跟随法和虚拟结构法相结合的编队策略构造出虚拟编队引导点，以完成自适应编队协同控制任务。根据模型预测控制的思想，结合分布式控制方法，将协同航迹规划转化为滚动在线优化问题，且以最小距离等性能指标为代价函数。通过设计评价函数准则，使用变权重快速粒子群优化算法对问题进行求解。仿真结果表明，通过所提算法能够有效实现多无人机协同航迹规划，并可根据环境变化快速完成自适应编队变换，同时较传统编队策略代价更低。

基于残差决策的自动飞行控制系统远程实时故障诊断

孙淑光, 周琪

2020, 40(5):  1522-1528.  DOI: 10.11772/j.issn.1001-9081.2019091530

摘要 ( )   PDF (1212KB) ( )  

参考文献 | 相关文章 | 计量指标

针对自动飞行控制系统结构复杂、关联部件众多，发生故障时诊断时间长，从而影响飞机运行效率的问题，提出一种基于飞机通信寻址报告系统（ACARS）的远程实时故障诊断方案。首先,分析自动飞行控制系统的故障特点，设计搭建检测滤波器;然后,利用ACARS数据链实时发送的自动飞行控制系统的关键信息进行相关部件的残差计算，并根据残差决策算法进行故障诊断及定位;最后,针对不同故障部件残差间的差异大、决策门限无法统一的缺点，提出基于二次差值的残差决策改进算法，减缓了检测对象的整体变化趋势，降低了随机噪声和干扰的影响，避免了将瞬态故障诊断为系统故障的情况。实验仿真结果表明，基于二次差值的改进残差决策算法避免了多决策门限的复杂性，在采样时间为0.1 s的情况下，故障检测所需时间大约为2 s，故障检测时间大幅降低，有效故障检测率大于90%。

基于深度卷积神经网络的舰载机目标检测

朱兴动, 田少兵, 黄葵, 范加利, 王正, 陈化成

2020, 40(5):  1529-1533.  DOI: 10.11772/j.issn.1001-9081.2019091694

摘要 ( )   PDF (823KB) ( )  

参考文献 | 相关文章 | 计量指标

针对航母甲板面舰载机密集易遮挡，舰载机目标难以检测，且检测效果易受光照条件和目标尺度影响的问题，提出了一种改进的更快的区域卷积神经网络(Faster R-CNN)舰载机目标检测方法。该方法设计了带排斥损失策略的损失函数，并结合多尺度训练，利用实验室条件下采集的图片对深度卷积神经网络进行训练并测试。测试实验显示，相对于原始Faster R-CNN检测模型，改进后的模型对遮挡舰载机目标具有良好的检测效果，召回率提高了7个百分点，精确率提高了6个百分点。实验结果表明，所提的改进方法能够自动全面地提取舰载机目标特征，解决了遮挡舰载机目标的检测问题，检测精度和速度均能够满足实际需要，且在不同的光照条件和目标尺度下适应性强，鲁棒性较高。

基于RFID标签阵列的睡眠期间呼吸量连续监测系统

徐晓翔, 常相茂, 陈方进

2020, 40(5):  1534-1538.  DOI: 10.11772/j.issn.1001-9081.2019111971

摘要 ( )   PDF (769KB) ( )  

参考文献 | 相关文章 | 计量指标

睡眠期间连续且准确的呼吸量监测有助于推断用户的睡眠阶段以及提供一些慢性疾病的线索。现有工作主要针对呼吸频率进行感知和监测，缺乏对呼吸量进行连续监测的手段。针对上述问题提出了一种基于商用无线射频识别(RFID)标签的无线感知用户睡眠期间呼吸量的系统——RF-SLEEP。RF-SLEEP通过阅读器连续收集附着在胸部表面的标签阵列返回的相位值及时间戳数据，计算出呼吸引起的胸部不同点的位移量，基于广义回归神经网络(GRNN)构建胸部不同点的位移量与呼吸量之间的关系模型，从而实现对用户睡眠期间呼吸量的评估。RF-SLEEP通过在用户肩膀处附着双参考标签，消除用户睡眠期间翻转身体对胸部位移计算造成的误差。实验结果表明，RF-SLEEP对不同用户睡眠期间的呼吸量连续监测的平均精确度为92.49%。

基于心率变异性分析的睡眠音乐推荐系统

彭程, 常相茂, 仇媛

2020, 40(5):  1539-1544.  DOI: 10.11772/j.issn.1001-9081.2019111969

摘要 ( )   PDF (1052KB) ( )  

参考文献 | 相关文章 | 计量指标

现有睡眠监测研究主要是针对睡眠质量提出非干扰式监测方法的研究，而缺乏对睡眠质量主动调节方法的研究。基于心率变异性(HRV)分析的精神状态以及睡眠分期研究主要集中在这两种信息的获取上，而这两种信息的获取需要佩戴专业医疗设备，并且这些研究缺乏对信息的应用以及调整。音乐可以作为一种解决睡眠问题的非药物类方法，但现有音乐推荐方法并未考虑个体睡眠及精神状态的差异。针对以上问题提出了一种基于移动设备的精神压力和睡眠状态的音乐推荐系统。首先，用手表采集光体积扫描计信号来提取特征并计算心率；其次，将采集的信号通过蓝牙传递给手机，手机通过这些信号评估人的精神压力以及睡眠状态来播放调整音乐；最后，根据个体每晚的入眠时间进行音乐推荐。实验结果表明，在使用睡眠音乐推荐系统后，用户睡眠总时长相较于使用前增长11.0%。

基于改进相干增强扩散与纹理能量测度和高斯混合模型的导光板表面缺陷检测方法

张亚洲, 卢先领

2020, 40(5):  1545-1552.  DOI: 10.11772/j.issn.1001-9081.2019091519

摘要 ( )   PDF (7279KB) ( )  

参考文献 | 相关文章 | 计量指标

针对液晶屏(LCD)导光板表面缺陷检测方法存在漏检率和误检率较高,对产品表面复杂渐变的纹理结构适应性差的问题,提出一种基于改进相干增强扩散(ICED)与纹理能量测度和高斯混合模型(TEM-GMM)的LCD导光板表面缺陷检测方法。首先,构建ICED模型,基于结构张量引入平均曲率流扩散(MCF)滤波,使得相干增强扩散(CED)模型对缺陷的细线状纹理有良好的边缘保持效果,并利用相干性得到缺陷纹理增强和背景纹理抑制的滤波后图像;然后,根据Laws纹理能量测度(TEM)提取图像纹理特征,将图像的背景纹理特征作为离线阶段高斯混合模型(GMM)的训练数据,使用期望最大化(EM)算法估计GMM参数;最后,计算待检测图像各像素的后验概率,并将其作为在线检测阶段缺陷像素的判断依据。实验结果表明,该检测方法在导光颗粒随机、规则两种分布的缺陷图像测试数据组上的漏检率和误检率分别为3.27%、4.32%和3.59%、4.87%。所提检测方法适用范围广,可有效检测出LCD导光板表面划痕、异物、脏污和压伤等类型的缺陷。