当期目录

2020年 第40卷 第10期 刊出日期：2020-10-10

上一期   下一期

人工智能

基于评分填充与信任信息的混合推荐算法

沈学利, 李子健, 赫辰皓

2020, 40(10):  2789-2794.  DOI: 10.11772/j.issn.1001-9081.2020020267

摘要 ( )   PDF (904KB) ( )  

参考文献 | 相关文章 | 计量指标

针对推荐系统的数据稀疏性导致的推荐效果不佳的问题，提出一种基于评分填充与信任信息的混合推荐的算法RTWSO（Real-value user item restricted Boltzmann machine Trust WSO）。首先，使用改进的受限玻尔兹曼机模型对评分矩阵进行填充，以缓解评分矩阵的稀疏性问题；其次，从信任关系中提取信任与被信任关系，并通过基于矩阵分解的隐含信任关系相似度来解决信任信息稀疏的问题，而且对原有算法进行了包含信任信息的修正，以提高推荐准确度；最后，通过加权Slope One（WSO）算法对矩阵填充与信任相似度信息加以整合，并对评分数据进行预测。在Epinions与Ciao数据集中验证算法性能，可见所提出混合推荐算法较组成算法在推荐准确度上提升3%以上，较现有社会化推荐算法SocialIT（Social recommendation algorithm based on Implict similarity in Trust）在推荐准确度上提升1.2%以上。实验结果表明，所提出的基于评分填充与信任信息的混合推荐算法在一定程度上提高了推荐准确度。

基于多维社交关系嵌入的深层图神经网络推荐方法

何昊晨, 张丹红

2020, 40(10):  2795-2803.  DOI: 10.11772/j.issn.1001-9081.2020040569

摘要 ( )   PDF (1544KB) ( )  

参考文献 | 相关文章 | 计量指标

社会化推荐系统通过用户的社会属性信息能缓解推荐系统中数据稀疏性和冷启动问题，从而提高推荐系统的精度。然而大多数社会化推荐方法主要针对单一的社交网络，或对多个社交网络进行线性叠加，使得用户社会属性难以充分参与计算，因而推荐的精度有限。针对该问题，提出一种多重网络嵌入的图形神经网络模型来实现复杂多维社交网络下的推荐，该模型构建了统一的方法来融合用户-物品、用户-用户等各种关系构成的多维复杂网络，通过注意力机制聚合不同类型的多邻居对节点生成作出贡献，并将多个图神经网络进行组合，从而构建了多维社交关系下的图神经网络推荐框架。这种方法通过拓扑结构直接反映推荐系统中实体及其相互间关系，直接在图上对相关信息进行不断更新计算，具有很强的归纳性，有效避免了传统推荐方法中信息利用不完全的问题。通过与相关的社会推荐算法进行比较，实验结果表明，所提方法在均方根误差（RMSE）和平均绝对误差（MAE）等推荐精度指标上有所改善，甚至在数据稀疏情况下也有良好的精度。

基于自适应学习率优化的AdaNet改进

刘然, 刘宇, 顾进广

2020, 40(10):  2804-2810.  DOI: 10.11772/j.issn.1001-9081.2020020237

摘要 ( )   PDF (1134KB) ( )  

参考文献 | 相关文章 | 计量指标

人工神经网络的自适应结构学习（AdaNet）是基于Boosting集成学习的神经结构搜索框架，可通过集成子网创建高质量的模型。现有的AdaNet所产生的子网之间的差异性不显著，因而限制了集成学习中泛化误差的降低。在AdaNet设置子网网络权重和集成子网的两个步骤中，使用Adagrad、RMSProp、Adam、RAdam等自适应学习率方法来改进现有AdaNet中的优化算法。改进后的优化算法能够为不同维度参数提供不同程度的学习率缩放，得到更分散的权重分布，以增加AdaNet产生子网的多样性，从而降低集成学习的泛化误差。实验结果表明，在MNIST（Mixed National Institute of Standards and Technology database）、Fashion-MNIST、带高斯噪声的Fashion-MNIST这三个数据集上，改进后的优化算法能提升AdaNet的搜索速度，而且该方法产生的更加多样性的子网能提升集成模型的性能。在F1值这一评估模型性能的指标上，改进后的方法相较于原方法，在三种数据集上的最大提升幅度分别为0.28%、1.05%和1.10%。

基于FPGA的卷积神经网络定点加速

雷小康, 尹志刚, 赵瑞莲

2020, 40(10):  2811-2816.  DOI: 10.11772/j.issn.1001-9081.2020020256

摘要 ( )   PDF (1063KB) ( )  

参考文献 | 相关文章 | 计量指标

针对卷积神经网络（CNN）在资源受限的硬件设备上运行功耗高及运行慢的问题，提出一种基于现场可编程门阵列（FPGA）的CNN定点计算加速方法。首先提出一种定点化方法，并且每层卷积设计不同的尺度参数，使用相对散度确定位宽的长度，以减小CNN参数的存储空间，而且研究不同量化区间对CNN精度的影响；其次，设计参数复用方法及流水线计算方法来加速卷积计算。为验证CNN定点化后的加速效果，采用了人脸和船舶两个数据集进行验证。结果表明，相较于传统的浮点卷积计算，所提方法在保证CNN精度损失很小的前提下，当权值参数和输入特征图参数量化到7-bit时，在人脸识别CNN模型上的压缩后的权重参数文件大小约为原来的22%，卷积计算加速比为18.69，同时使FPGA中的乘加器的利用率达94.5%。实验结果表明了该方法可以提高卷积计算速度，并且能够高效利用FPGA硬件资源。

深度神经网络的仿生矩阵约简与量化方法

朱倩倩, 刘渊, 李甫

2020, 40(10):  2817-2821.  DOI: 10.11772/j.issn.1001-9081.2020020222

摘要 ( )   PDF (1067KB) ( )  

参考文献 | 相关文章 | 计量指标

基于生物学原理的深度神经网络（DNN）的发展给人工智能领域带来了革命性的突破，然而当前神经网络的发展却越来越脱离生物学原理，DNN越来越臃肿的模型对存储空间和计算力的需求越来越高，并且对于DNN在嵌入式/移动端设备上的部署带来了阻碍。针对这一问题，对生物学进化选择原理进行研究，并提出一种基于“进化”+“随机”+“选择”的全新神经网络算法。该方法在保持现有神经网络模型的基本框架的前提下，能极大简化现有模型的大小。首先对权值参数进行聚类，然后在参数的聚类质心值的基础上添加随机微扰进行参数重构，最后通过对重构模型进行图像分类和目标检测来实现准确度测试以及模型稳定性分析。在ImageNet数据集和COCO数据集上的实验结果表明，提出的模型重构方法在对图像分类和目标检测的测试准确度提升1%~3%的情况下，仍可将Darknet19、ResNet18、ResNet50以及YOLOv3等四种重构模型的体量压缩到原来的1/4~1/3，并还有进一步简化的可能。

基于联合优化的强耦合孪生区域推荐网络的目标跟踪算法

石国强, 赵霞

2020, 40(10):  2822-2830.  DOI: 10.11772/j.issn.1001-9081.2020030297

摘要 ( )   PDF (2660KB) ( )  

参考文献 | 相关文章 | 计量指标

针对区域推荐网络（RPN）在目标跟踪任务中出现的最大分类分数与最佳边框不匹配的问题，提出一种基于联合优化的强耦合孪生区域推荐跟踪算法（SCSiamRPN）。首先，采用Bounded IoU方法来优化正样本交并比（IoU）值的计算，通过分解公式、固定变量、替换差值和约束近似的操作来简化计算过程。然后，优化损失函数结构，通过在分类损失函数中添加以IoU值为纽带的耦合因子来联合分类任务和边框回归任务，以提升高IoU样本的损失值；通过在边框回归损失函数中添加以IoU为主变量的加权系数来提高目标中心样本的贡献，以提升边框定位精度。仿真结果显示：SCSiamRPN算法在OTB100数据集上的精度和成功率为0.86和0.64；同基于孪生区域推荐候选网络的高性能单目标跟踪（SiamRPN）算法相比，均有3%的提升。实验结果表明：SCSiamRPN算法解决了最大分类分数与最佳边框不匹配的问题，增强了分类和边框回归任务的耦合性，且在不损失跟踪速度的前提下实现了跟踪精度的较大幅度提升。

负载影响下纯电动汽车配送路径规划及充电策略

刘育良, 陈淮莉

2020, 40(10):  2831-2837.  DOI: 10.11772/j.issn.1001-9081.2020020157

摘要 ( )   PDF (899KB) ( )  

参考文献 | 相关文章 | 计量指标

由于纯电动汽车行驶里程的限制，在满足商用要求的前提下，纯电动汽车用于长途运输服务在短期内难以实现。不过，城市物流因其配送区域较小、货物的批量较小、批次较多的特点，可以考虑使用纯电动汽车来完成城市的配送任务。为满足车辆当天多次配送任务的要求以及考虑车辆负载对实时能耗的具体影响，建立了考虑车辆负载对实时能耗影响的配送模型，以及时满足客户的服务时间要求。并以城市A为例，设计了蚁群算法对模型进行求解，为纯电动汽车的配送任务进行合理的路径规划与充电策略的安排。最后，通过与使用燃油车辆运营相比较，分析未来纯电动汽车在城市配送物流中的可行性。

基于文本筛选和改进BERT的长文本方面级情感分析

王昆, 郑毅, 方书雅, 刘守印

2020, 40(10):  2838-2844.  DOI: 10.11772/j.issn.1001-9081.2020020164

摘要 ( )   PDF (1014KB) ( )  

参考文献 | 相关文章 | 计量指标

方面级情感分析旨在分类出文本在不同方面的情感倾向。在长文本的方面级情感分析中，由于长文本存在的冗余和噪声问题，导致现有的方面级情感分析算法对于长文本中方面相关信息的特征提取不够充分，分类不精准；而在方面分层为粗粒度和细粒度方面的数据集上，现有的解决方案没有利用粗粒度方面中的信息。针对以上问题，提出基于文本筛选和改进BERT的算法TFN+BERT-Pair-ATT。该算法首先利用长短时记忆网络（LSTM）和注意力机制相结合的文本筛选网络（TFN）从长文本中直接筛选出与粗粒度方面相关的部分语句；然后将部分语句按次序进行组合，并与细粒度方面相结合输入至在BERT上增加注意力层的BERT-Pair-ATT中进行特征提取；最后使用Softmax进行情感分类。通过与基于卷积神经网络（CNN）的GCAE（Gated Convolutional Network with Aspect Embedding）、基于LSTM的交互式注意力模型（IAN）等经典模型相比，该算法在验证集上的相关评价指标分别提高了3.66%和4.59%，与原始BERT模型相比提高了0.58%。实验结果表明，基于文本筛选和改进BERT的算法在长文本方面级情感分析任务中具有较大的价值。

基于句子关联图的汉越双语多文档新闻观点句识别

王剑, 唐珊, 黄于欣, 余正涛

2020, 40(10):  2845-2849.  DOI: 10.11772/j.issn.1001-9081.2020020280

摘要 ( )   PDF (815KB) ( )  

参考文献 | 相关文章 | 计量指标

传统的观点句识别多利用句子内部的情感特征进行分类，而在跨语言的多文档观点句识别任务中，不同语言、不同文档的句子之间具有密切的关联，这些关联特征对于观点句识别有一定的支撑作用。因此，提出一种基于双向长短期记忆（Bi-LSTM）网络框架并融入句子关联特征的汉越双语多文档新闻观点句识别方法。首先提取汉越双语句子的情感要素和事件要素，构建句子关联图，并利用TextRank算法得到句子关联特征；然后基于双语词嵌入和Bi-LSTM将汉语和越语的新闻文本编码在同一个语义空间；最后联合考虑句子编码特征和关联特征进行观点句识别。理论分析和模拟结果表明，融入句子关联图能够有效地提升多文档观点句识别的准确率。

基于双层特征的彝语数据情感自动标注方法

何俊, 张彩庆, 张云飞, 张德海, 李小珍

2020, 40(10):  2850-2855.  DOI: 10.11772/j.issn.1001-9081.2020020148

摘要 ( )   PDF (1335KB) ( )  

参考文献 | 相关文章 | 计量指标

现有的情感自动标注方法大多仅从声学层或语言层提取单一识别特征，而彝语受分支方言多、复杂性高等因素的影响，对其使用单层情感特征进行自动标注的正确率较低。利用彝语情感词缀丰富等特点，提出一种双层特征融合方法，分别从声学层和语言层提取情感特征，采用生成序列和按需加入单元的方法完成特征序列对齐，最后通过相应的特征融合和自动标注算法来实现情感自动标注过程。以某扶贫日志数据库中的彝语语音和文本数据为样本，分别采用三种不同分类器进行对比实验。结果表明分类器对自动标注结果影响不明显，而双层特征融合后的自动标注正确率明显提高，正确率从声学层的48.1%和语言层的34.4%提高到双层融合的64.2%。

基于多姿态特征融合生成对抗网络的人脸校正方法

林乐平, 李三凤, 欧阳宁

2020, 40(10):  2856-2862.  DOI: 10.11772/j.issn.1001-9081.2020020205

摘要 ( )   PDF (3013KB) ( )  

参考文献 | 相关文章 | 计量指标

针对人脸校正中单幅图像难以解决大姿态侧脸的问题，提出一种基于多姿态特征融合生成对抗网络（MFFGAN）的人脸校正方法，利用多幅不同姿态侧脸之间的相关信息来进行人脸校正，并采用对抗机制对网络参数进行调整。该方法设计了一种新的网络，包括由多姿态特征提取、多姿态特征融合、正脸合成三个模块组成的生成器，以及用于对抗训练的判别器。多姿态特征提取模块利用多个卷积层提取侧脸图像的多姿态特征；多姿态特征融合模块将多姿态特征融合成包含多姿态侧脸信息的融合特征；而正脸合成模块在进行姿态校正的过程中加入融合特征，通过探索多姿态侧脸图像之间的特征依赖关系来获取相关信息与全局结构，可以有效提高校正结果。实验结果表明，与现有基于深度学习的人脸校正方法相比，所提方法恢复出的正脸图像不仅轮廓清晰，而且从两幅侧脸中恢复出的正脸图像的识别率平均提高了1.9个百分点，并且输入侧脸图像越多，恢复出的正脸图像的识别率越高，表明所提方法可以有效融合多姿态特征来恢复出轮廓清晰的正脸图像。

基于单目视觉的多种群粒子群机械臂路径规划算法

袁蒙恩, 陈立家, 冯子凯

2020, 40(10):  2863-2871.  DOI: 10.11772/j.issn.1001-9081.2020020145

摘要 ( )   PDF (1773KB) ( )  

参考文献 | 相关文章 | 计量指标

针对复杂静态背景下具有多约束条件的机械臂路径规划问题，提出一种新的基于单目视觉的多种群粒子群算法。首先，使用图像差分算法消除背景，再利用轮廓包围法找出目标物体区域，然后使用模型位姿估计法求出目标物体位置。其次，提出一种多种群粒子群算法，根据目标物体位置演化出机械臂最优角度。该算法将精英种群与子种群组成多种群粒子群，使用预选择与交互机制使算法跳出局部最优。仿真结果表明，与实际坐标对比，使用背景消除法后求出的物体位置坐标误差较小。将多种群粒子群优化算法与现有的一流演化算法对比，结果表明对不同位置的物体，该算法获得的路径平均自适应度与均方误差（MSE）最小。

基于改进空间金字塔池化卷积神经网络的交通标志识别

邓天民, 方芳, 周臻浩

2020, 40(10):  2872-2880.  DOI: 10.11772/j.issn.1001-9081.2020020214

摘要 ( )   PDF (3595KB) ( )  

参考文献 | 相关文章 | 计量指标

针对雾天、光照、遮挡和大倾角等因素导致的交通标志识别准确率低、泛化性差等问题，提出一种基于神经网络的轻量级交通标志识别方法。首先，利用图像归一化、仿射变换和限制对比度自适应直方图均衡化（CLAHE）方法进行图像预处理，以提高图像质量；其次，基于卷积神经网络（CNN），融合空间金字塔结构和批量归一化（BN）方法构建改进空间金字塔池化卷积神经网络（SPPN-CNN）模型，并利用Softmax分类器实现交通标志分类；最后，选用德国交通标志识别数据集（GTSRB），对比不同图像预处理方法、模型参数和模型结构的训练效果，并验证和测试所提模型。实验结果表明，SPPN-CNN模型的识别精度达到98.04%，损失小于0.1，在低配GPU条件下识别速率大于3 000 frame/s，验证了模型精度高、泛化性强、实时性好的特点。

梯度直方图卷积特征的胶囊网络在交通监控下的车型分类

陈立潮, 张雷, 曹建芳, 张睿

2020, 40(10):  2881-2889.  DOI: 10.11772/j.issn.1001-9081.2020020152

摘要 ( )   PDF (3651KB) ( )  

参考文献 | 相关文章 | 计量指标

为了充分利用图像信息以提高现有交通监控下车型分类的效果，在胶囊网络的基础上增加梯度直方图卷积（HOG-C）特征提取方法，提出HOG-C特征的胶囊网络模型——HOG-C CapsNet。首先，使用梯度统计特征提取层对图像中的梯度信息进行统计，构建方向梯度直方图（HOG）特征图；其次，使用卷积层提取出图像的颜色信息，把提取出的颜色信息与HOG特征图融合构成HOG-C特征图；最后，输入卷积层提取HOG-C特征图的抽象特征，并通过胶囊网络对提取的抽象特征进行具有三维空间特征表达的胶囊封装，使用动态路由算法实现车型分类。在BIT-Vehicle数据集上对该模型和其他相关模型进行的对比实验中，该模型得到98.17%的准确率、97.98%的平均精确率均值（MAP）、98.42%的平均召回率均值（MAR）和98.20%的综合评价指标。实验结果表明，该模型在交通监控下的车型分类上具有更好的效果。

面向轴承早期故障检测的多尺度残差注意力深度领域适配模型

毛文涛, 杨超, 刘亚敏, 田思雨

2020, 40(10):  2890-2898.  DOI: 10.11772/j.issn.1001-9081.2020030329

摘要 ( )   PDF (2274KB) ( )  

参考文献 | 相关文章 | 计量指标

针对由工作环境和设备状况的差异引起的轴承早期故障检测模型可靠性差、误报警率高的问题，根据早期故障检测的特点和需求，提出一种多尺度注意力深度领域适配模型。首先，将监测信号处理成由原始信号、希尔伯特-黄变换边际谱、频谱组成的三通道数据；然后，通过在残差注意力模块中增加不同尺寸的滤波器以提取多尺度深度特征，使用卷积-反卷积操作来重构输入信息从而获得注意力信息，并且将注意力信息与多尺度特征融合构建了一种多尺度残差注意力模块，用于提取对早期故障表征能力更强的注意力特征；其次，在所提取到的注意力特征基础上，构建基于交叉熵和最大均值差异（MMD）正则化约束的损失函数来实现领域适配；最后，采用随机梯度下降算法进行网络参数优化，构建端到端的早期故障检测模型。在IEEE PHM-2012数据挑战赛数据集上的实验结果表明，与8种代表性的早期故障检测和诊断方法以及迁移学习算法相比，所提方法能够在不延迟报警时间点的前提下，分别比8种方法的平均误报警率降低了62.7%和61.3%，有效提高了早期故障检测的鲁棒性。

基于机器视觉和轻量级卷积网络的安瓿瓶包装质量检测算法

郜明, 任德均, 胡云起, 付磊, 邱吕

2020, 40(10):  2899-2903.  DOI: 10.11772/j.issn.1001-9081.2020020143

摘要 ( )   PDF (1784KB) ( )  

参考文献 | 相关文章 | 计量指标

针对人工检测安瓿瓶包装质量时存在的速度慢以及受主观因素影响导致的准确率低等问题，提出一种机器视觉和轻量级卷积神经网络结合的安瓿瓶包装质量检测方法。首先，采用机器视觉中基于阈值分割以及仿射变换的方法对待测图片进行阈值处理、倾斜校正和安瓿瓶区域的裁剪；然后，根据图像特点以及缺陷识别要求设计分类算法的网络结构；最后，采集生产现场图片构建安瓿瓶包装缺陷数据集，之后对提出的安瓿瓶包装缺陷识别网络进行了验证，并测试了部署在Jetson Nano嵌入式平台上的算法的准确率及检测速度。实验结果表明：以每盒五支装的产品为例，所提安瓿瓶包装质量检测算法平均每盒耗时70.1 ms，即可达14盒/秒，而准确率为99.94%，能够实现在Jetson Nano嵌入式平台上的在线高精度安瓿瓶包装质量检测。

基于深度混合卷积模型的肺结节检测方法

戚永军, 顾军华, 张亚娟, 王锋, 田泽培

2020, 40(10):  2904-2909.  DOI: 10.11772/j.issn.1001-9081.2020020192

摘要 ( )   PDF (1572KB) ( )  

参考文献 | 相关文章 | 计量指标

基于高维肺部计算机断层扫描（CT）图像的肺结节检测是一项极具挑战性的任务。在诸多肺结节检测算法中，深度卷积神经网络（CNN）最引人注目，其中二维（2D） CNN具有预训练模型多、检测效率高等优点，应用非常广泛，但肺结节本质是三维（3D）病灶，2D CNN会不可避免地造成信息损失，从而影响检测精度。3D CNN能充分利用CT图像空间信息，有效提升检测精度，但是3D CNN存在参数多、计算消耗大、过拟合风险高等不足。为了兼顾两者的优势，提出基于深度混合CNN的肺结节检测模型，通过在神经网络模型的浅层部署3D CNN，在模型的深层部署2D CNN，并增加反卷积模块，融合了多层级的图像特征，达到了在不损失检测精度的情况下减少模型参数、增强模型泛化能力，提高检测效率的目的。在LUNA16数据集上的实验结果表明，所提出的模型在平均每次扫描8个假阳性的情况下的敏感度为0.924，优于现有的先进模型。

基于条件生成对抗网络的乳腺上皮和间质区域自动分割

张泽林, 徐军

2020, 40(10):  2910-2916.  DOI: 10.11772/j.issn.1001-9081.2020020162

摘要 ( )   PDF (7615KB) ( )  

参考文献 | 相关文章 | 计量指标

乳腺病理组织图像中上皮和间质区域的自动分割对乳腺癌的诊断和治疗具有非常重要的临床意义。但是由于乳腺组织病理图像中上皮和间质区域具有高度复杂性，因此一般的分割模型很难只根据提供的分割标记来有效地训练，并对两种区域进行快速、准确的分割。为此，提出一种基于条件对抗网络（cGAN）的上皮和间质分割条件对抗网络（EPScGAN）模型。在EPScGAN中，判别器的判别机制为生成器的训练提供了一个可训练的损失函数，来更加准确地衡量出生成器网络的分割结果输出和真实标记之间的误差，从而更好地指导生成器的训练。从荷兰癌症研究所（NKI）和温哥华综合医院（VGH）两个机构提供的专家标记的乳腺病理图像数据集中随机裁剪出1 286张尺寸为512×512的图像作为实验数据集，然后将该数据集按照7：3的比例划分为训练集和测试集对EPScGAN模型进行训练和测试。结果表明，EPScGAN模型在测试集的平均交并比（mIoU）为78.12%，和其他6种流行的深度学习分割模型相比较，提出的EPScGAN具有更好的分割性能。

基于生成对抗网络的自动细胞核分割半监督学习方法

程凯, 王妍, 刘剑飞

2020, 40(10):  2917-2922.  DOI: 10.11772/j.issn.1001-9081.2020020136

摘要 ( )   PDF (3833KB) ( )  

参考文献 | 相关文章 | 计量指标

为了减少对标注图像数量的依赖，提出一种新颖的半监督学习方法用于细胞核的自动分割。首先，通过新的卷积神经网络（CNN）从背景中自动提取细胞区域。其次，判别器网络通过应用全卷积网络来为输入的图像生成置信图；同时耦合对抗性损失和标准交叉熵损失，以改善分割网络的性能。最后，将标记图像和无标记图像与置信图结合来训练分割网络，使分割网络可以在提取的细胞区域中识别单个细胞核。对84张图像（训练集中的1/8图像带标注，其余图像无标注）的实验结果表明，提出的细胞核分割方法的分割准确率度量（SEG）得分可以达到77.9%，F1得分可以达到76.0%，这比该方法使用670张图像且训练集中的所有图像都带标注时的表现要好。

数据科学与技术

面向大数据任务的调度方法

李孜颖, 石振国

2020, 40(10):  2923-2928.  DOI: 10.11772/j.issn.1001-9081.2020030348

摘要 ( )   PDF (903KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在大数据的处理过程中，对大数据任务的划分和资源分配缺乏合理性的问题，提出一种面向大数据任务的调度方法。该方法首先引入了调度理论用于处理大数据任务，帮助建立合理的大数据任务管理体系并规范大数据任务处理流程；然后，基于大数据任务的本质对数据集进行分析处理，引入决策表进行属性约简，以减小大数据分析任务的数据量和提高大数据分析效率；最后，采用模糊综合评价方法，将模糊综合评价的结果作为对任务调度的依据，以提高任务资源分配合理性。在UCI（University of California Irvine）数据集上进行测试，实验结果表明，该调度算法在平均预测准确度上比朴素贝叶斯（NB）算法高7.42个百分点，比误差反向传播（BP）算法高5.16个百分点，比均方根传递（RMSProp）算法高3.74个百分点。而对于特征数较多的数据集，所提算法在预测精度上较其他算法有显著提高。所提算法在平均调度长度比（SLR）上较HCPFS（Heterogeneous Critcal Path First Synthesis）算法和HIPLTS（Heterogeneous Improved Priority List for Task Scheduling）算法分别下降了12.14%和4.56%，在平均加速比上分别提升了7.14%和42.56%，表明该算法能有效提高大数据系统中任务调度的效率。综合比较分析，所提方法具有较高的预测精度，且高效可靠。

基于网络嵌入的稀疏子图发现算法

孙鹤立, 何亮, 何方, 孙苗苗, 贾晓琳

2020, 40(10):  2929-2935.  DOI: 10.11772/j.issn.1001-9081.2020020207

摘要 ( )   PDF (1167KB) ( )  

参考文献 | 相关文章 | 计量指标

针对稀疏子图发现问题中使用高维稀疏向量表示网络信息存在的时间和空间消耗大的问题，提出一种基于网络嵌入的稀疏子图发现（TGF）算法。该算法首先通过网络嵌入的方法将网络结构映射到低维空间中，得到节点的低维向量表示；然后定义向量空间中的稀疏子集发现问题，将稀疏子图发现问题转化为稀疏子集发现问题；迭代搜索局部密度最低的样本点并对其进行扩张，最终找到一个满足条件的最大稀疏子集。实验结果表明，在Synthetic_1000数据集上与TERA（Triangle and Edge Reduction Algorithm）和WK（Weight of K-hop）算法相比，TGF算法的搜索效率是TERA的1 353倍，是WK算法的4倍，并且在k-line、k-triangle和k-density指标上也取得了较优的结果。

基于时间线段树的城市可达区域搜索

孙鹤立, 张优优, 杨洲, 何亮, 贾晓琳

2020, 40(10):  2936-2941.  DOI: 10.11772/j.issn.1001-9081.2020020231

摘要 ( )   PDF (1286KB) ( )  

参考文献 | 相关文章 | 计量指标

针对城市计算中的可达区域搜索问题，提出一种基于时间线段树的搜索方法。该方法中，设计了存储局部可达区域的时间线段树结构，并提出动态自适应的可达区域搜索算法，从而提高了城市可达区域搜索的效率与准确率。该方法主要包括4个步骤：根据道路速度分布模型和轨迹数据生成道路段的概率时间权重；利用层级跳跃表算法进行短时间可达区域的查询与存储；利用时间线段树对层级可达区域建立高效的索引结构；使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合。在北京市道路网络和出租车轨迹数据集上进行了大量实验，结果表明，与最新的单点上下界限区域可达查询（SQMB）方法比较，该方法在时间效率和准确率上分别提高了18.6%和25%。

分布式存储系统中的低修复成本纠删码

张航, 刘善政, 唐聃, 蔡红亮

2020, 40(10):  2942-2950.  DOI: 10.11772/j.issn.1001-9081.2020010127

摘要 ( )   PDF (1250KB) ( )  

参考文献 | 相关文章 | 计量指标

纠删码技术是分布式存储系统中典型的数据容错方法，与多副本技术相比，能够以较低的存储开销提供较高的数据可靠性；然而，纠删码修复成本过高的特点限制了其应用。针对现有纠删码修复成本高、编码复杂和灵活性差的问题，提出一种编码简单的低修复成本的纠删码——旋转分组修复码（RGRC）。RGRC首先将多个条带组合成条带集，然后利用条带之间的关联关系对条带集内的数据块进行分层旋转编码，以此得到相应的冗余块。RGRC大幅度地减少了单节点修复过程中所需要读取和传输的数据量，从而能节省大量的网络带宽资源。同时RGRC在解决单节点修复成本高的问题时，依然保留着较高的容错能力，且为满足分布式存储系统的不同需求，可以灵活地权衡系统的存储开销和修复成本。在分布式存储系统中进行的对比实验分析结果展示，与其他常用的RS（Reed-Solomon）码、LRC（Locally Repairable Codes）、basic-Pyramid、DLRC（Dynamic Local Reconstruction Codes）、pLRC（proactive Locally Repairable Codes）、GRC（Group Repairable Codes）、UFP-LRC（Unequal Failure Protection based Local Reconstruction Codes）相比，RGRC只需要增加少量的存储开销，就能降低单节点修复14%~61%的修复成本，同时减少14%~58%的修复时间。

基于R2指标的高维多目标差分进化推荐式课程系统

郝秦霞

2020, 40(10):  2951-2959.  DOI: 10.11772/j.issn.1001-9081.2020010086

摘要 ( )   PDF (1063KB) ( )  

参考文献 | 相关文章 | 计量指标

针对高等教育新形态下网络教学平台缺乏精准推荐选课问题，提出了一种基于高维多目标进化算法的课程引导、推荐式选课方法。首先为节省存储空间设计了多维事实数据仓库模型，并对课程、学生、教师、课程难度、课程推荐指数等数据仓库中的相关属性进行形式化定义以及规约处理；其次构建了基于R2的高维多目标差分进化（R2-MODE）算法的推荐式选课模型，算法改善了高维复杂空间中的搜索能力；最终实现对课程教师专业度、课程的专业相关度、课程难度系数、课程综合评价这4项性能的同时最优化。实验结果表明，所提算法与基于参考点的NSGA-Ⅲ相比，在收敛性上提高了50%，与基于支配关系的ε-MOEA相比，在分布性上提高了5%，所设计的方法在数据集的收敛性和分布性上整体效果最优。实验中，所提算法成功实现了根据学生个体的特征、意愿来进行的课程的精准推荐，为网络平台精准引导、推荐课程选择提供了必要的理论支持，为智能选课提供了一种新的方法。

网络空间安全

基于生成对抗网络的系统日志级异常检测算法

夏彬, 白宇轩, 殷俊杰

2020, 40(10):  2960-2966.  DOI: 10.11772/j.issn.1001-9081.2020020270

摘要 ( )   PDF (1412KB) ( )  

参考文献 | 相关文章 | 计量指标

针对大规模软件系统自动化异常检测任务中异常样本过少且异常反馈不及时的问题，提出一种基于生成对抗网络（GAN）与注意力机制的日志级异常检测算法。首先，通过日志模板将非结构化的日志转化为结构化的事件，每一个事件包含了日志的时间戳、签名与变量。其次，以滑动窗口的方式划分解析的事件序列，将产生的事件模式与下一时刻的事件组成真实的数据样本集。然后，将真实的事件模式作为训练样本输入来训练基于注意力机制的生成对抗网络，通过对抗学习的机制训练基于循环神经网络（RNN）的生成器直至收敛。最后，生成器通过输入的流式事件模式生成在新到来的事件模式下的正常与异常事件分布，并在系统管理员设置阈值的情况下，自动判断下一时刻的特定日志为正常事件或是异常事件。实验结果表明，提出的以门控循环单元网络为注意力权重并且用长短时记忆（LSTM）网络来解析事件模式的异常检测算法，比仅使用门控循环单元网络时的算法精准率提高了21.7%；此外，与日志级异常检测算法LogGAN相比，所提算法比LogGAN的异常检测精准率提升了7.8%。

对PICO算法基于可分性的积分攻击

刘宗甫, 袁征, 赵晨曦, 朱亮

2020, 40(10):  2967-2972.  DOI: 10.11772/j.issn.1001-9081.2019122228

摘要 ( )   PDF (810KB) ( )  

参考文献 | 相关文章 | 计量指标

对近年来提出的基于比特的超轻量级分组密码算法PICO抵抗积分密码分析的安全性进行评估。首先，研究了PICO密码算法的结构，并结合可分性质的思想构造其混合整数线性规划（MILP）模型；然后，根据设置的约束条件生成用于描述可分性质传播规则的线性不等式，并借助数学软件求解MILP问题，从目标函数值判断构建积分区分器成功与否；最终，实现对PICO算法积分区分器的自动化搜索。实验结果表明，搜索到了PICO算法目前为止最长的10轮积分区分器，但由于可利用的明文数太少，不利于密钥恢复。为了取得更好的攻击效果，选择搜索到的9轮积分区分器对PICO算法进行11轮密钥恢复攻击。通过该攻击能够恢复128比特轮子密钥，攻击的数据复杂度为2^63.46，时间复杂度为2⁷⁶次11轮算法加密，存储复杂度为2²⁰。

基于一维卷积神经网络的HTTP慢速DoS攻击检测方法

陈旖, 张美璟, 许发见

2020, 40(10):  2973-2979.  DOI: 10.11772/j.issn.1001-9081.2020020172

摘要 ( )   PDF (1225KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决HTTP慢速拒绝服务（SHDoS）攻击流量检测在攻击频率变化时出现的准确率降低的问题，提出一种基于一维卷积神经网络（CNN）的SHDoS攻击流量检测方法。首先，该方法在多种攻击频率下对三种类型的SHDoS攻击流量进行报文采样和数据流提取；之后，设计了一种数据流转换算法，将采集的攻击数据流转换为一维序列并进行去重；最后，使用一维CNN构建分类模型，该模型通过卷积核来提取序列片段，并从片段中学习攻击样本的局部模式，从而使模型对多种攻击频率的数据流都具备检测能力。实验结果显示，与基于循环神经网络（RNN）、长短期记忆（LSTM）网络及双向长短期记忆（Bi-LSTM）网络构建的分类模型相比，该模型对未知攻击频率的样本同样具有较好的检测能力，在验证集上的检测准确率和精确率分别达到了96.76%和94.13%。结果表明所提方法能够满足对不同攻击频率的SHDoS流量进行检测的需求。

面向用户隐私保护的联邦安全树算法

张君如, 赵晓焱, 袁培燕

2020, 40(10):  2980-2985.  DOI: 10.11772/j.issn.1001-9081.2020030332

摘要 ( )   PDF (1608KB) ( )  

参考文献 | 相关文章 | 计量指标

针对联邦学习算法在用户行为预测中存在的准确率低和运行效率不高等问题，提出一种无损失的联邦学习安全树（FLSectree）算法。首先，通过对损失函数的推导，证明损失函数的一阶偏导数与二阶偏导数为敏感数据，采用特征索引序列的扫描和分裂来返回加密后的最佳分裂点，以保护敏感数据不被泄露；接着，通过对实例空间的更新来继续向下分裂并寻找下一个最佳分裂点，直至满足终止条件后结束训练；最后，利用训练后的结果使得各参与方得到本地算法参数。实验结果表明，FLSectree算法能够在保护数据隐私的前提下有效提高用户行为预测算法的准确率和训练效率，与联邦学习FATE（Federated AI Technology Enabler）框架中的SecureBoost算法相比，FLSectree算法在用户行为预测中的准确率提高了9.09%，运行时间降低了87.42%，训练结果与集中式Xgboost算法一致。

基于随机函数的非线性映射保序加密方案

徐衍胜, 张游杰

2020, 40(10):  2986-2991.  DOI: 10.11772/j.issn.1001-9081.2020020167

摘要 ( )   PDF (1061KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有保序加密方案在安全性、高效性和易用性方面难以兼顾的问题，提出一种基于随机函数的非线性映射保序加密方案。该方案将明文空间看作一个等差递增数列，基于密钥将数列中每一个元素都映射到一个单独的密文空间。该密钥通过一个非均匀分布的随机数发生函数来生成，而密文空间的构造利用计算机程序来实现。在加密时，只需从对应的密文空间中随机选取一个值即可作为其密文。分析和实验结果表明，所提方案达到了等序明文不可区分（IND-OCPA）安全，并能有效防止统计攻击；其每十万个数据的平均加密时间为30 ms~50 ms，加密效率较高；该方案不需要复杂的参数预设，且可以采用任何计算机语言实现，具有良好的易用性。

基于区块链技术的车联网高效匿名认证方案

陈葳葳, 曹利, 邵长虹

2020, 40(10):  2992-2999.  DOI: 10.11772/j.issn.1001-9081.2020020211

摘要 ( )   PDF (1304KB) ( )  

参考文献 | 相关文章 | 计量指标

针对车联网（IOV）中心化认证效率低和隐私保护差的问题，提出一种基于区块链技术的高效匿名认证方案。该方案基于IOV开放、自组织、快速移动的特点，利用区块链技术防篡改和分布式的特性来完成车辆临时身份的生成和区块链存储。车辆相互通信时，通过触发智能合约实现高效匿名的双向身份认证。实验结果表明，在认证效率上，与传统公钥基础设施（PKI）认证、假名授权身份认证相比，随着验证量的增加，所提方案的匿名身份认证的时延增长较慢，效率较高；在安全性能上，所提方案中存入区块链的临时身份具有不可篡改、不可否认、可追溯等特点。所提方案中，恶意车辆身份可回溯并进行权限控制，并且，公钥密码体制和数字签名技术保证了通信数据的保密性和完整性。

网络与通信

基于组合相关函数的AltBOC（15，10）信号的无模糊跟踪方法

袁志鑫, 周艳玲

2020, 40(10):  3000-3005.  DOI: 10.11772/j.issn.1001-9081.2020030289

摘要 ( )   PDF (1183KB) ( )  

参考文献 | 相关文章 | 计量指标

针对由于自相关函数的多峰性质导致的交替二进制偏移载波（AltBOC）（15，10）信号的跟踪模糊问题提出一种基于组合相关函数的无模糊跟踪方法。首先设计了两个特殊的本地信号，然后通过码跟踪环路实现本地参考信号与接收信号的相关运算，从而获得两个互相关函数，最后将这两个互相关函数相乘以获得无模糊相关函数来消除模糊问题。分析了该方法的热噪声跟踪精度以及抗多径干扰性能，结果表明：1）该方法实现了无模糊跟踪；2）其跟踪精度介于类二进制相位键控（BPSK Like）方法和伪相关函数（PCF）法之间，当载噪比大于40 dB·Hz时跟踪精度与PCF方法相当；3）当多径延迟大于0.1个码片时，多径误差明显小于BPSK Like方法和PCF方法。

基于室内动静结合分割的射线跟踪加速方法

黄一航, 江虹, 韩宾

2020, 40(10):  3006-3012.  DOI: 10.11772/j.issn.1001-9081.2020020200

摘要 ( )   PDF (6394KB) ( )  

参考文献 | 相关文章 | 计量指标

密闭环境的信道建模在许多应用场景中具有重要作用。在空间内障碍物较多时，传统射线跟踪算法在运算过程中会有无用的求交点次数过多的问题，使得算法的计算效率较低。为此，提出一种基于空间分割的射线跟踪加速方法。该方法根据三维空间中物体的分布情况，合理地结合静态与动态两种空间分割加速方法，大幅度减少了射线与空间内物体的求交点次数，提高了算法的计算效率。仿真分析表明，在相同预测精度的三维环境下，与原始算法对比，使用静态空间分割的射线跟踪算法随着分割等级的提升计算效率提高了至少50.2%；而与只使用静态空间分割的算法对比，使用静态与动态空间分割结合的加速方法的计算效率在已经提高的基础上至少还能提升8.9%。

计算机软件技术

基于Markov过程的IaaS系统可用性建模与分析方法

杨哂哂, 吴慧珍, 庄黎丽, 吕宏武

2020, 40(10):  3013-3018.  DOI: 10.11772/j.issn.1001-9081.2019122245

摘要 ( )   PDF (1088KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有基础设施即服务（IaaS）可用性模型难以计算存在多个可用物理机器（PM）概率的问题，提出一种基于Markov过程的IaaS可用性分析方法。首先，将计算资源划分为hot PM、warm PM和cold PM三类；然后，结合资源分配过程的相应阶段对可用性影响进行建模，分别生成对应的三种分配子模型，子模型之间通过不同种类计算资源的转换关系相互协作，构建系统整体模型；其次，基于Markov过程建立方程组以对可用性模型进行求解；最后，结合实例对分析模型进行验证，并对PM变迁速率等关键影响因素进行了分析。实验结果表明，增加PM尤其是cold PM的数量有助于提升IaaS的可用性。所提方法可以用于评估IaaS存在一个或多个可用PM的概率。

社会网络下分配众包任务的真实机制

秦海燕, 章永龙, 李斌

2020, 40(10):  3019-3024.  DOI: 10.11772/j.issn.1001-9081.2020020174

摘要 ( )   PDF (922KB) ( )  

参考文献 | 相关文章 | 计量指标

众包平台上出现了越来越多的宏任务，而这些宏任务需要工人的专业技能和团队的集体贡献。社会网络为社会工作者之间的合作提供了一个可用的平台。事实上，很少有研究关注众包工人之间的社会网络。在社会网络下的众包任务分配问题是NP难问题，并且社会网络中会存在参与者为了提高自己的效用而谎报要价的情况，因此提出一种社会网络下分配众包任务的真实机制（TMC-SN）。在社会网络下的众包任务分配问题被模拟成一个拍卖，其中任务请求者是买家，工人是卖家，众包平台充当拍卖者。为了找出最合适的团队，TMC-SN从边际贡献和团队凝聚力两个方面来衡量工人对团队的适应性。理论分析证明，TMC-SN具有真实性、个体理性、预算平衡等经济属性。实验结果表明，TMC-SN在社会福利方面具有一定的优势，并且能够提升工人的效用。

基于控制流的软件设计与实现一致性分析方法

张家奇, 牟永敏, 张志华

2020, 40(10):  3025-3033.  DOI: 10.11772/j.issn.1001-9081.2020030311

摘要 ( )   PDF (1635KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前软件设计与实现一致性检测方法需要大量模板集，难以一般化的问题，提出一种基于控制流的软件设计与实现一致性分析方法。首先，将设计文档伪代码和程序源代码转换为具有相同特征的中间表示，从中间表示中分别提取设计特征和实现特征，特征包括能反映系统结构的函数调用关系和能反映函数内部结构的控制流信息；然后，根据设计特征和实现特征分别建立设计特征模型和实现特征模型；最后，通过计算特征相似度来度量特征模型的相似度，进而获取一致性检测结果。实验结果表明，所提方法在软件实现的函数调用关系与设计不一致时，能够正确检测不一致函数调用关系；而在软件实现的函数调用关系与设计一致时，能够正确检测函数内部结构的不一致情况，准确度达到了92.85%。该方法可以有效获取一致性检测结果，不需要模板集，具有更优越的一般性。

虚拟现实与多媒体计算

基于听皮层神经元感受野的强噪声环境下说话人识别

牛晓可, 黄伊鑫, 徐华兴, 蒋震阳

2020, 40(10):  3034-3040.  DOI: 10.11772/j.issn.1001-9081.2020020272

摘要 ( )   PDF (1737KB) ( )  

参考文献 | 相关文章 | 计量指标

针对说话人识别易受环境噪声影响的问题，借鉴生物听皮层神经元频谱-时间感受野（STRF）的时空滤波机制，提出一种新的声纹特征提取方法。在该方法中，对基于STRF获得的听觉尺度-速率图进行了二次特征提取，并与传统梅尔倒谱系数（MFCC）进行组合，获得了对环境噪声具有强容忍的声纹特征。采用支持向量机（SVM）作为分类器，对不同信噪比（SNR）语音数据进行测试的结果表明，基于STRF的特征对噪声的鲁棒性普遍高于MFCC系数，但识别正确率较低；组合特征提升了语音识别的正确率，同时对环境噪声具有良好的鲁棒性。该结果说明所提方法在强噪声环境下说话人识别上是有效的。

结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法

欧阳宁, 韦羽, 林乐平

2020, 40(10):  3041-3047.  DOI: 10.11772/j.issn.1001-9081.2020020185

摘要 ( )   PDF (4821KB) ( )  

参考文献 | 相关文章 | 计量指标

针对图像超分辨率重建模型需要大量参数去捕获低分辨率（LR）图像和高分辨率（HR）图像之间的统计关系，以及使用L₁或L₂损失优化的网络模型不能有效恢复图像高频细节等问题，提出一种结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法。该方法基于由粗到细的思想，设计了一种两阶段的网络模型。第一阶段通过卷积神经网络（CNN）提取图像特征，并将图像特征上采样至HR大小，得到粗糙特征；第二阶段使用多尺度估计将低维统计模型逐步逼近高维统计模型，将第一阶段输出的粗糙特征作为输入来提取图像多尺度特征，并通过注意力融合模块逐步融合不同尺度特征，以精细化第一阶段提取的特征。同时，该方法引入一种更丰富的卷积特征用于边缘检测，并将其作为感知边缘约束来优化网络，以更好地恢复图像高频细节。在Set5、Set14和BSDS100等基准数据集上进行实验，结果表明与现有的基于CNN的超分辨率重建方法相比，该方法不但能够重建出更为清晰的边缘和纹理，而且在×3和×4放大因子下的峰值信噪比（PSNR）和结构相似度（SSIM）都取得了一定的提升。

混合阶通道注意力网络的单图像超分辨率重建

姚鲁, 宋慧慧, 张开华

2020, 40(10):  3048-3053.  DOI: 10.11772/j.issn.1001-9081.2020020281

摘要 ( )   PDF (3787KB) ( )  

参考文献 | 相关文章 | 计量指标

目前用于图像超分辨率重建的通道注意力机制存在注意力预测破坏每个通道和其权重的直接对应关系以及仅仅只考虑一阶或二阶通道注意力而没有综合考虑优势互补的问题，因此提出一种混合阶通道注意力网络的单图像超分辨率重建算法。首先，该网络框架利用局部跨通道相互作用策略将之前一、二阶通道注意力模型采用的升降维改为核为k的一维卷积。这样不仅使得通道注意力预测更直接准确，而且得到的模型相比之前的通道注意力模型更简单；同时，采用改进一、二阶通道注意力模型以综合利用不同阶通道注意力的优势，提高网络判别能力。在基准数据集上的实验结果表明，和现有的超分辨率算法相比，所提算法重建图像的纹理细节和高频信息能得到更好的恢复，且在Set5和BSD100数据集上感知指数（PI）分别平均提高0.3和0.1。这表明此网络能更准确地预测通道注意力并综合利用了不同阶通道注意力，一定程度上提升了性能。

基于深度先验及非局部相似性的压缩感知核磁共振成像

宗春梅, 张月琴, 曹建芳, 赵青杉

2020, 40(10):  3054-3059.  DOI: 10.11772/j.issn.1001-9081.2020030285

摘要 ( )   PDF (1058KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有压缩感知核磁共振成像（CSMRI）算法在低采样率下重构质量低的问题，提出一种融合深度先验及非局部相似性的成像方法。首先，利用深度去噪器和块匹配三维滤波（BM3D）去噪器构建能够融合多种图像先验知识的稀疏表示模型；其次，将该模型作为正则化项，利用高度欠采样的k空间数据构建压缩感知核磁共振成像优化模型；最后，利用交替优化方法求解构建的优化问题。所提出的算法不仅能够通过深度去噪器利用深度先验，还能够通过BM3D去噪器利用图像的非局部相似性来进行图像重建。实验结果表明，与基于BM3D的重建算法相比，该算法在采样率为0.02、0.06、0.09及0.13情况下重构的平均峰值信噪比高出约1 dB；此外，从视觉角度，与现有的基于小波树稀疏性的核磁共振成像算法WaTMRI、基于字典学习的核磁共振成像算法DLMRI、基于字典更新及块匹配和三维滤波的核磁共振成像算法DUMRI-BM3D等相比，所提算法重构的图像包含大量纹理信息，与原始图像最接近。

基于卷积神经网络的欠采样脑部核磁共振图像重建方法

杜年茂, 徐佳陈, 肖志勇

2020, 40(10):  3060-3065.  DOI: 10.11772/j.issn.1001-9081.2020030344

摘要 ( )   PDF (3713KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前基于深度学习的欠采样磁共振（MR）图像重建方法都是基于单个切片的重建而忽略相邻切片间的数据冗余的问题，提出一种用于欠采样的多切片脑部MR图像重建的混合级联卷积神经网络（HC-CNN）。首先，将传统的重建方法拓展为基于深度学习的重建模型，并使用级联卷积神经网络来代替传统的迭代重建框架。然后，在每次迭代重建中，分别使用3D卷积模块和2D卷积模块来学习脑部MR图像序列中存在的相邻切片间与单幅切片内部的数据冗余。最后，在每次迭代中使用数据一致性（DC）模块来保持重建图像在k-空间的数据保真度。在单线圈脑部MR图像数据集上的仿真实验结果显示，相较于基于单幅MR图像的重建方法，所提方法在4倍加速因子下的峰值信噪比（PSNR）值平均提升了1.75 dB，在6倍降采样因子下的PSNR值平均提升了2.57 dB，而且该方法的单张图像重建平均用时为15.4 ms。实验结果表明：所提方法不仅能够有效利用切片间的数据冗余并重建出更高质量的图像，而且具有较高的实时性。

基于缺陷比例限制的背景差分钢轨表面缺陷检测方法

曹义亲, 刘龙标

2020, 40(10):  3066-3074.  DOI: 10.11772/j.issn.1001-9081.2020030337

摘要 ( )   PDF (3568KB) ( )  

参考文献 | 相关文章 | 计量指标

针对钢轨表面图像具有的光照不均匀、可识别特征有限、对比度低、反射特性易变等特性，提出基于缺陷比例限制的背景差分钢轨表面缺陷检测方法。该方法主要包括轨面图像预处理、背景建模与差分、缺陷比例限制滤波、缺陷比例限制最大熵阈值分割和连通区域标记5个步骤。首先结合轨面图像列灰度均值和列灰度中值进行快速背景建模，将预处理后的图像与背景图像进行差分操作；其次利用轨面图像缺陷占比较低的特征对差分图进行缺陷比例上限的阈值截断，以增强差分图的对比度；随后利用此特征改进最大熵阈值分割，采用自适应加权因子对目标熵进行全局可变加权，并选择出一个合适的阈值使熵值最大化，使得在保留真实缺陷的同时减弱诸如阴影、锈迹等噪声的干扰；最后利用连通区域标记法对阈值分割后的二值图像中的缺陷区域进行统计，并把缺陷面积低于钢轨损伤标准的区域判定为噪声并进行去除，以实现钢轨表面缺陷检测。仿真实验结果表明，新方法可以对钢轨表面缺陷进行很好的检测，其检测结果的召回率、精确率和加权调和平均值分别达到94.19%、88.34%和92.96%，平均错误分类误差值为0.006 4，具有一定的实用价值。

基于多特征融合与分层数据关联的空中红外多目标跟踪方法

杨博, 蔺素珍, 禄晓飞, 李大威, 秦品乐, 左健宏

2020, 40(10):  3075-3080.  DOI: 10.11772/j.issn.1001-9081.2020030320

摘要 ( )   PDF (1977KB) ( )  

参考文献 | 相关文章 | 计量指标

针对星空背景下目标相似度高、数量大和误检数目较多所导致的空中红外多目标跟踪困难问题，提出基于分层数据关联的空中红外多目标在线跟踪方法。首先，根据红外场景特性来提取目标的位置特征、灰度特征和尺度特征；其次，综合这三个特征来计算目标与轨迹之间的初步关联关系以获得真实目标；再次，将所获得的真实目标按照尺度大小分类，大尺度类目标数据关联采用表观特征、运动特征、尺度特征三种特征相加的方法来计算，小尺度类目标数据关联采用表观特征与运动特征两种特征相乘的方法来计算；最后，根据匈牙利算法对两类目标分别进行目标分配、完成轨迹更新。多种复杂情况下的实验结果表明：与仅采用运动特征的在线跟踪方法相比，所提方法的跟踪准确率提升了12.6%；与采用多特征融合的方法相比，所提方法的分层数据关联不仅提高了跟踪速度，也使跟踪准确率提升了19.6%。综上，该方法不仅跟踪精度高，而且具有较好的实时性和抗干扰能力。

应用前沿、交叉与综合

基于机器学习的异构感知多核调度方法

安鑫, 康安, 夏近伟, 李建华, 陈田, 任福继

2020, 40(10):  3081-3087.  DOI: 10.11772/j.issn.1001-9081.2020010118

摘要 ( )   PDF (1048KB) ( )  

参考文献 | 相关文章 | 计量指标

异构多核处理器已成为现代嵌入式系统的主流解决方案，而好的在线映射或调度方法对其充分发挥高性能和低功耗的优势起着至关重要的作用。针对异构多核处理系统上的应用程序动态映射和调度问题，提出一种基于机器学习、能快速准确评估程序性能和程序行为阶段变化的检测技术来有效确定重映射时机从而最大化系统性能的映射和调度解决方案。该方案一方面通过合理选择处理核和程序运行时的静态和动态特征来有效感知异构处理所带来的计算能力和工作负载运行行为的差异，从而能够构建更加准确的预测模型；另一方面通过引入阶段检测来尽可能减少在线映射计算的次数，从而能够提供更加高效的调度方案。最后，在SPLASH-2数据集上验证了所提出调度方案的有效性。实验结果表明，与Linux默认的完全公平调度（CFS）方法相比，所提出的方法在系统计算性能方面提高了52%，在CPU资源利用率上提高了9.4%。这表明所提方法在系统计算性能和CPU资源利用率方面具备优良的性能，可以有效提升异构多核系统的应用动态映射和调度效果。

基于医疗文本数据聚类的帕金森病早期诊断预测

张晓博, 杨燕, 李天瑞, 陆凡, 彭莉兰

2020, 40(10):  3088-3094.  DOI: 10.11772/j.issn.1001-9081.2020030359

摘要 ( )   PDF (1270KB) ( )  

参考文献 | 相关文章 | 计量指标

针对多发于老龄人群的帕金森病（PD）的早期智能化诊断的问题，提出基于医疗检测文本信息数据的聚类技术来对PD进行分析预测。首先，对原始数据集进行预处理以获取有效特征信息，并通过主成分分析（PCA）方法将原始特征分别降维到8个不同维度的维度空间；然后，应用5个传统的经典聚类模型和3种不同的聚类集成方法分别对8个维度空间的数据进行聚类；最后，采用4个聚类性能指标来预测数据集中的多巴胺异常PD患者、健康体和无多巴胺缺失（SWEDD） PD患者。仿真结果显示，PCA特征维度值取30时，高斯混合模型（GMM）的聚类准确度达到89.12%；PCA特征维度值取70时，谱聚类（SC）的聚类准确度达到61.41%；PCA特征维度值取80时，元聚类算法（MCLA）的聚类准确度达到59.62%。对比实验结果表明，5种经典聚类方法中，PCA的特征维度值小于40时，高斯混合模型聚类效果最佳；3种聚类集成方法中，对于不同的特征维度，MCLA的聚类性能均表现优异，进而为PD的早期智能化辅助诊断提供了技术和理论支撑。

面向无人机电力巡检的语义实体构建及航迹控制方法

任娜, 张楠, 崔妍, 张融雪, 庞新富

2020, 40(10):  3095-3100.  DOI: 10.11772/j.issn.1001-9081.2020020198

摘要 ( )   PDF (2216KB) ( )  

参考文献 | 相关文章 | 计量指标

航迹的合理控制是影响无人机（UAV）智能决策重要因素。考虑UAV巡检的局部观测性和任务环境的高空复杂性，以电力巡检领域知识为背景，提出面向UAV电力巡检的语义实体构建及航迹控制方法。首先，基于电力巡检领域的实体知识构建空间拓扑网络，并生成关于位置节点的语义航迹序列网络及其语义接口；然后，根据空间拓扑结构相似性度量的结果集，提出安全许可机制和基于强化学习的航迹控制策略，实现UAV电力巡检在统一的概念内涵和位置结构上的轨迹控制。实验结果表明：作为UAV巡检的实例，所提方法得到的最优策略能获得最大化的鲁棒性能；同时，该方法通过强化学习方法使目标网络的适应度稳定收敛且实体区域覆盖率高于95%，为UAV电力巡检任务决策提供了飞行依据。