当期目录

2019年 第39卷 第9期 刊出日期：2019-09-10

上一期   下一期

人工智能

用于知识表示学习的对抗式负样本生成

张钊, 吉建民, 陈小平

2019, 39(9):  2489-2493.  DOI: 10.11772/j.issn.1001-9081.2019020357

摘要 ( )   PDF (827KB) ( )  

参考文献 | 相关文章 | 计量指标

知识表示学习目的是将知识图谱中符号化表示的关系与实体嵌入到低维连续向量空间。知识表示模型在训练过程中需要大量负样本，但多数知识图谱只以三元组的形式存储正样本。传统知识表示学习方法中通常使用负采样方法，这种方法生成的负样本很容易被模型判别，随着训练的进行对性能提升的贡献也会越来越小。为了解决这个问题，提出了对抗式负样本生成器（ANG）模型。生成器采用编码-解码架构，编码器读入头或尾实体被替换的正样本作为上下文信息，然后解码器利用编码器提供的编码信息为三元组填充被替换的实体，从而构建负样本。训练过程采用已有的知识表示学习模型与生成器进行对抗训练以优化知识表示向量。在链接预测和三元组分类任务上评估了该方法，实验结果表明该方法对已有知识表示学习模型在FB15K237、WN18和WN18RR数据集上的链接预测平均排名与三元组分类准确度都有提升。

面向概念漂移问题的渐进多核学习方法

白东颖, 易亚星, 王庆超, 余志勇

2019, 39(9):  2494-2498.  DOI: 10.11772/j.issn.1001-9081.2019020299

摘要 ( )   PDF (717KB) ( )  

参考文献 | 相关文章 | 计量指标

针对概念漂移问题，构建数据特性随时间发生渐进变化特点的分类学习模型，提出一种基于渐进支持向量机（G-SVM）的渐进多核学习方法（G-MKL）。该方法采用支持向量机（SVM）为基本分类器，进行多区间上的子分类器耦合训练，并通过约束子分类器增量方式使模型适应数据渐进变化特性，最终将多个核函数以线性组合方式融入SVM求解框架。该方法综合发挥了各个核函数的优势，大大提高了模型适应性和有效性。在具有渐变特性的模拟数据集和真实数据集上将所提算法与多种经典算法进行了对比，验证了所提算法在处理非静态数据问题的有效性。

基于最远总距离采样的代价敏感主动学习

任杰, 闵帆, 汪敏

2019, 39(9):  2499-2504.  DOI: 10.11772/j.issn.1001-9081.2019020763

摘要 ( )   PDF (862KB) ( )  

参考文献 | 相关文章 | 计量指标

主动学习旨在通过人机交互减少专家标注，代价敏感主动学习则致力于平衡标注与误分类代价。基于三支决策（3WD）和标签均匀分布（LUD）模型，提出一种基于最远总距离采样的代价敏感主动学习算法（CAFS）。首先，设计了最远总距离采样策略，以查询代表性样本的标签；其次，利用了LUD模型和代价函数，计算期望采样数目；最后，使用了k-Means聚类技术分裂已获得不同标签的块。CAFS算法利用三支决策思想迭代地进行标签查询、实例预测和块分裂，直至处理完所有实例。学习过程在代价最小化目标的控制下进行。在9个公开数据上比较，CAFS比11个主流的算法具有更低的平均代价。

结合语义边界信息的道路环境语义分割方法

宋小娜, 芮挺, 王新晴

2019, 39(9):  2505-2510.  DOI: 10.11772/j.issn.1001-9081.2019030488

摘要 ( )   PDF (1018KB) ( )  

参考文献 | 相关文章 | 计量指标

语义分割是实现道路语义环境解释的重要方法，深度学习语义分割由于卷积、池化及反卷积的作用使分割边界模糊、不连续以及小目标漏分错分，影响了分割效果，降低了分割精度。针对上述问题，提出了一种结合语义边界信息的新的语义分割方法，首先在语义分割深度模型中构建了一个语义边界检测子网，利用网络中的特征共享层将语义边界检测子网络学习到的语义边界信息传递给语义分割网络；然后结合语义边界检测任务和语义分割任务定义了新的模型代价函数，同时完成语义边界检测和语义分割两个任务，提升语义分割网络对物体边界的描述能力，提高语义分割质量。最后在Cityscapes数据集上进行一系列实验证明，结合语义边界信息的语义分割方法在准确率上比已有的语义分割网络SegNet提升了2.9%，比ENet提升了1.3%。所提方法可以改善语义分割中出现的分割不连续、物体边界不清晰、小目标错分漏分、分割精度不高等问题。

基于改进的迁移率模型的生物地理学优化算法

王雅萍, 张正军, 颜子寒, 金亚洲

2019, 39(9):  2511-2516.  DOI: 10.11772/j.issn.1001-9081.2019020325

摘要 ( )   PDF (713KB) ( )  

参考文献 | 相关文章 | 计量指标

生物地理学优化（BBO）算法通过迁移和变异不断更新栖息地，以寻找最优解，其中迁移率模型的优劣会直接影响算法的优化性能。针对原始BBO算法采用线性迁移率模型适应性不足的问题，基于Logistic函数、三次多项式函数以及双曲正切函数提出了三种新的非线性迁移率模型，并应用于原始BBO算法中。对17个典型的基准函数进行优化性能测试，结果表明，基于双曲正切函数的迁移率模型所得解更接近函数的全局最小值，总体表现优于原始线性迁移率模型的BBO算法以及相关改进算法中表现优异的余弦迁移率模型。稳定性测试结果表明，在不同的变异率下，基于双曲正切函数的迁移率模型在多数测试函数上表现优于原始线性迁移率模型。在满足解多样性的基础上，该模型能够较好地适应非线性迁移问题，提高寻优能力。

改进A^*算法的机器人全局最优路径规划

王中玉, 曾国辉, 黄勃, 方志军

2019, 39(9):  2517-2522.  DOI: 10.11772/j.issn.1001-9081.2019020284

摘要 ( )   PDF (912KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统A^*算法规划的路径存在很多冗余点和拐点的问题，提出了一种基于A^*算法改进的高效路径规划算法。首先，改进评价函数的具体计算方式，减小算法搜索每个区间的计算量，从而降低寻路时间，并改变生成路径；其次，在改进评价函数具体计算方式的基础上，改进评价函数的权重比例，减少生成路径中的冗余点和拐点；最后，改进路径生成策略，删除生成路径中的无用点，从而提高路径的平滑性；此外，考虑到机器人的实际宽度，改进后算法引入障碍物扩展策略保证规划路径的可行性。将改进A^*算法与三种算法进行仿真对比，实验结果表明，改进后的A^*算法规划的路径更加合理，寻路时间更短，平滑性更高。

基于改进模糊算法的水面无人艇自主避障

林政, 吕霞付

2019, 39(9):  2523-2528.  DOI: 10.11772/j.issn.1001-9081.2019020317

摘要 ( )   PDF (930KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高水面无人艇（USV）在未知、复杂环境下的连续避障性能，提出一种具有速度反馈的模糊避障算法。USV利用激光扫描雷达与多路超声波传感器感知周围环境，通过对障碍物信息进行分组并设置权值的方式进行多传感器数据融合，并在模糊控制的基础上根据环境情况自动调整航速；进而提出一种考虑障碍物所有分布情况的更全面的模糊控制规则表，增强了USV对复杂环境的适应能力。实验结果表明，所提方法能通过与环境交互调整USV航速使其成功避障并优化避障路径，具有良好的可行性和有效性。

基于能量约束的自主水下航行器任务规划算法

赵旭浩, 王轶群, 刘健, 徐春晖

2019, 39(9):  2529-2534.  DOI: 10.11772/j.issn.1001-9081.2019030539

摘要 ( )   PDF (900KB) ( )  

参考文献 | 相关文章 | 计量指标

多水下自主航行器（AUV）任务规划是影响集群智能水平的关键技术。针对现有任务规划模型只考虑同构AUV集群和单潜次任务规划的问题，提出了适用于AUV异构集群的多潜次任务规划模型。首先，该模型考虑了AUV的能量约束、AUV多次往返母船充电的工程代价、异构集群个体间的效能差异、任务多样性等关键因素；然后，为提高问题模型的求解效率，提出了一种基于离散粒子群的优化算法，该算法引入用于描述粒子速度、位置的矩阵编码和用于评估粒子质量的任务损耗模型，改进粒子更新过程，实现了高效的目标寻优。仿真实验表明，该算法不仅解决了异构AUV集群的多潜次任务规划问题，而且与采用遗传算法的任务规划模型相比较，任务损耗降低了11%。

基于RCF的精细边缘检测模型

景年昭, 杨维

2019, 39(9):  2535-2540.  DOI: 10.11772/j.issn.1001-9081.2019030462

摘要 ( )   PDF (970KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前基于深度学习的边缘检测技术生成的边缘粗糙及模糊等问题，提出一种基于更丰富特征的边缘检测（RCF）模型的端到端的精细边缘检测模型。该模型以RCF模型为基础，在主干网络中引入"注意力"机制，采用SE模块提取图像边缘特征，并且去掉主干网络部分下采样，避免细节信息过度丢失，使用扩张卷积技术增大模型感受野，并利用残差结构将不同尺度的边缘图进行融合。对伯克利分割数据集（BSDS500）进行增强，使用一种多步骤的训练方式在BSDS500和PASCAL VOC Context数据集上进行训练，并用BSDS500进行测试实验。实验结果表明，该模型将全局最佳（ODS）和单图最佳（OIS）指标分别提高到了0.817和0.838，在不影响实时性的前提下可以输出更精细的边缘，同时还具有较好的鲁棒性。

基于光谱距离聚类的高光谱图像解混算法

刘颖, 梁楠楠, 李大湘, 杨凡超

2019, 39(9):  2541-2546.  DOI: 10.11772/j.issn.1001-9081.2019020351

摘要 ( )   PDF (997KB) ( )  

参考文献 | 相关文章 | 计量指标

为了解决实际高光谱解混（HU）中噪声对解混精度的影响和光谱、空间信息利用不足的问题，提出了一种改进的基于光谱距离聚类的群稀疏非负矩阵分解的解混算法。首先，引入了基于最小误差的高光谱信号辨识算法（Hysime），通过计算特征值的方式估计信号矩阵和噪声矩阵；然后，提出了一种简单的基于光谱距离的聚类算法，对多个波段生成的光谱反射率距离值小于某一值的相邻像元进行合并聚类生成空间群结构；最后，在生成的群结构基础上进行稀疏化非负矩阵分解。实验分析表明，对于模拟数据和实际数据而言，该算法都比传统算法产生更小的均方根误差（RMSE）和光谱角距离（SAD），能够产生优于同类算法的解混效果。

基于熵自加权联合正则化最近点的图像集分类算法

任珍文, 吴明娜

2019, 39(9):  2547-2551.  DOI: 10.11772/j.issn.1001-9081.2019030463

摘要 ( )   PDF (837KB) ( )  

参考文献 | 相关文章 | 计量指标

图像集分类算法通过充分利用图像的集合信息来提高识别性能，得到了广泛的关注。但是现有的图像集分类算法存在如下问题：1）需要样本满足某种概率统计分布；2）忽略了图库集类与类之间的互斥性；3）对非高斯噪声不具备鲁棒性。为了解决上述问题，提出了一种基于熵自加权联合正则化最近点的图像集分类算法（SRNPC）。首先在测试集中寻找唯一的全局联合正则化最近点，同时最小化该点与每个图库集中正则化最近点之间的距离；然后，为了增强类之间的判别力以及对非高斯噪声的鲁棒性，引入一种基于熵尺度的自加权策略来迭代更新测试集与各个图库集合之间的熵加权权重，得到的权重能够直接反映测试集与每个图库集之间相关性的高低；最后，利用测试集和每个图库集之间的最小残差值获得分类结果。通过在UCSD/Honda、CMU Mobo和YouTube这三个公开数据集上与当前主流的算法进行的对比实验结果表明，所提出的算法具有更高的分类精度和更强的鲁棒性。

盲去模糊的多尺度编解码深度卷积网络

贾瑞明, 邱桢芝, 崔家礼, 王一丁

2019, 39(9):  2552-2557.  DOI: 10.11772/j.issn.1001-9081.2019020373

摘要 ( )   PDF (1078KB) ( )  

参考文献 | 相关文章 | 计量指标

针对拍摄场景中物体运动不一致所带来的非均匀模糊，为提高复杂运动场景中去模糊的效果，提出一种多尺度编解码深度卷积网络。该网络采用"从粗到细"的多尺度级联结构，在模糊核未知条件下，实现盲去模糊；其中，在该网络的编解码模块中，提出一种快速多尺度残差块，使用两个感受野不同的分支增强网络对多尺度特征的适应能力；此外，在编解码之间增加跳跃连接，丰富解码端信息。与2018年国际计算机视觉与模式识别会议（CVPR）上提出的多尺度循环网络相比，峰值信噪比（PSNR）高出0.06 dB；与2017年CVPR上提出的深度多尺度卷积网络相比，峰值信噪比和平均结构相似性（MSSIM）分别提高了1.4%和3.2%。实验结果表明，该网络能快速去除图像模糊，恢复出图像原有的边缘结构和纹理细节。

医学影像人工智能辅助诊断的样本增广方法

魏小娜, 李英豪, 王振宇, 李皓尊, 汪红志

2019, 39(9):  2558-2567.  DOI: 10.11772/j.issn.1001-9081.2019030450

摘要 ( )   PDF (1697KB) ( )  

参考文献 | 相关文章 | 计量指标

针对不同领域人工智能（AI）应用研究所面临的采用常规手段获取大量样本时耗时耗力耗财的问题，许多AI研究领域提出了各种各样的样本增广方法。首先，对样本增广的研究背景与意义进行介绍；其次，归纳了几种公知领域（包括自然图像识别、字符识别、语义分析）的样本增广方法，并在此基础上详细论述了医学影像辅助诊断方面的样本获取或增广方法，包括X光片、计算机断层成像（CT）图像、磁共振成像（MRI）图像的样本增广方法；最后，对AI应用领域数据增广方法存在的关键问题进行总结，并对未来的发展趋势进行展望。经归纳总结可知，获取足够数量且具有广泛代表性的训练样本是所有领域AI研发的关键环节。无论是公知领域还是专业领域都进行样本增广，且不同领域甚至同一领域的不同研究方向，其样本获取或增广方法均不相同。此外，样本增广并不是简单地增加样本数量，而是尽可能再现小样本量无法完全覆盖的真实样本存在，进而提高样本多样性，增强AI系统性能。

基于多尺度核特征卷积神经网络的实时人脸表情识别

李旻择, 李小霞, 王学渊, 孙维

2019, 39(9):  2568-2574.  DOI: 10.11772/j.issn.1001-9081.2019030540

摘要 ( )   PDF (1097KB) ( )  

参考文献 | 相关文章 | 计量指标

针对人脸表情识别的泛化能力不足、稳定性差以及速度慢难以满足实时性要求的问题，提出了一种基于多尺度核特征卷积神经网络的实时人脸表情识别方法。首先，提出改进的MobileNet结合单发多盒检测器（MSSD）轻量化人脸检测网络，并利用核相关滤波（KCF）模型对检测到的人脸坐标信息进行跟踪来提高检测速度和稳定性；然后，使用三种不同尺度卷积核的线性瓶颈层构成三条支路，用通道合并的特征融合方式形成多尺度核卷积单元，利用其多样性特征来提高表情识别的精度；最后，为了提升模型泛化能力和防止过拟合，采用不同的线性变换方式进行数据增强来扩充数据集，并将FER-2013人脸表情数据集上训练得到的模型迁移到小样本CK+数据集上进行再训练。实验结果表明，所提方法在FER-2013数据集上的识别率达到73.0%，较Kaggle表情识别挑战赛冠军提高了1.8%，在CK+数据集上的识别率高达99.5%。对于640×480的视频，人脸检测速度达到每秒158帧，是主流人脸检测网络多任务级联卷积神经网络（MTCNN）的6.3倍，同时人脸检测和表情识别整体速度达到每秒78帧。因此所提方法能够实现快速精确的人脸表情识别。

基于眼底图像层次特征的分类方法

余林芳, 邓伏虎, 秦少威, 秦志光

2019, 39(9):  2575-2579.  DOI: 10.11772/j.issn.1001-9081.2019030511

摘要 ( )   PDF (843KB) ( )  

参考文献 | 相关文章 | 计量指标

针对眼底图像中视网膜血管结构的划分问题，提出一种自适应的广度优先搜索算法。首先，基于视网膜血管的结构提出层次特征的概念并进行特征提取；然后，对分割的视网膜血管进行分析及处理，提取得到多个无向图子图；最后，使用自适应的广度优先搜索算法对每个子图中的层次特征进行分类。视网膜血管结构的划分问题被转化为层次特征的分类问题，通过对视网膜血管中的层次特征进行分类，包含这些层次特征的视网膜血管段的层次结构就可以被确定，从而实现视网膜血管结构的划分。该算法运用于公开的眼底图像数据库时具有良好的性能。

结合全卷积网络和K均值聚类的球栅阵列焊球边缘气泡分割

赵瑞祥, 侯宏花, 张鹏程, 刘祎, 田珠, 桂志国

2019, 39(9):  2580-2585.  DOI: 10.11772/j.issn.1001-9081.2019030523

摘要 ( )   PDF (1006KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在球栅阵列（BGA）气泡检测中，由于图像干扰因素的多样性导致焊球存在边缘气泡与背景之间灰度级接近，从而造成焊球气泡分割结果不精确的问题，提出了一种结合全卷积神经网络（FCN）和K均值（K-means）聚类分割的焊球气泡分割方法。首先根据所制作的BGA标签数据集搭建FCN，通过训练该网络得到合适的网络模型，再对待测BGA图像进行预测处理得到图像的粗分割结果；然后对焊球区域映射提取，通过同态滤波法提高气泡区域辨识度，再使用K-means聚类分割对图像进行细分割处理，得到最终分割结果图；最后对原图焊球及气泡区域进行标注识别。将所提出的算法与传统BGA气泡分割算法进行对比，实验结果表明，所提出的算法对复杂BGA焊球的边缘气泡分割精确，图像分割结果与其真实轮廓高度匹配，准确度更高。

数据科学与技术

基于聚合距离参数的改进K-means算法

王巧玲, 乔非, 蒋友好

2019, 39(9):  2586-2590.  DOI: 10.11772/j.issn.1001-9081.2019030485

摘要 ( )   PDF (670KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统K均值聚类（K-means）算法随机选择初始中心及K值导致的聚类结果不确定且精度不高问题，提出了一种基于聚合距离的改进K-means算法。首先，基于聚合距离参数筛选出优质的初始聚类中心，并将其作用于K-means算法。然后，引入戴维森堡丁指数（DBI）作为算法的准则函数，循环更新聚类直到准则函数收敛，最后完成聚类。改进算法提供了优质的初始聚类中心及K值，避免了聚类结果的随机性。二维数值型仿真数据的聚类结果表明，改进算法在数据样本数达到10000时仍能保持较好的聚类效果。针对Iris和Seg这两个UCI标准数据集的调整兰德系数，改进算法比传统算法性能分别提高了83.7%和71.0%，最终验证了改进算法比传统算法聚类结果的准确性更高。

改进SMOTE的不平衡数据集成分类算法

王忠震, 黄勃, 方志军, 高永彬, 张娟

2019, 39(9):  2591-2596.  DOI: 10.11772/j.issn.1001-9081.2019030531

摘要 ( )   PDF (981KB) ( )  

参考文献 | 相关文章 | 计量指标

针对不平衡数据集的低分类准确性，提出基于改进合成少数类过采样技术（SMOTE）和AdaBoost算法相结合的不平衡数据分类算法（KSMOTE-AdaBoost）。首先，根据K近邻（KNN）的思想，提出噪声样本识别算法，通过样本的K个近邻中所包含的异类样本数目，对样本集中的噪声样本进行精确识别并予以滤除；其次，在过采样过程中基于聚类的思想将样本集划分为不同的子簇，根据子簇的簇心及其所包含的样本数目，在簇内样本与簇心之间进行新样本的合成操作。在样本合成过程中充分考虑类间和类内数据不平衡性，对样本及时修正以保证合成样本质量，平衡样本信息；最后，利用AdaBoost算法的优势，采用决策树作为基分类器，对平衡后的样本集进行训练，迭代多次直到满足终止条件，得到最终分类模型。选择G-mean、AUC作为评价指标，通过在6组KEEL数据集进行对比实验。实验结果表明，所提的过采样算法与经典的过采样算法SMOTE、自适应综合过采样技术（ADASYN）相比，G-means和AUC在4组中有3组最高；所提分类模型与现有的不平衡分类模型SMOTE-Boost，CUS-Boost，RUS-Boost相比，6组数据中：G-means均高于CUS-Boost和RUS-Boost，有3组低于SMOTE-Boost；AUC均高于SMOTE-Boost和RUS-Boost，有1组低于CUS-Boost。验证了所提的KSMOTE-AdaBoost具有更好的分类效果，且模型泛化性能更高。

网络空间安全

物联网节点动态信任度评估方法

谢丽霞, 魏瑞炘

2019, 39(9):  2597-2603.  DOI: 10.11772/j.issn.1001-9081.2019020315

摘要 ( )   PDF (1070KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有物联网（IoT）信任度评估方法未考虑信任的时效性、非入侵因素对直接信任度评估的影响以及缺乏对推荐节点可靠度的评估，造成信任评估准确度低且不能有效应对节点恶意行为的不足，提出一种IoT节点动态信任度评估方法（IDTEM）。首先，设计节点服务质量持续因子评估节点行为，并采用动态信任衰减因子表达信任的时效性，改进基于贝叶斯的直接信任度评估方法；其次，从推荐节点价值、评价离散度与节点自身的信任度值三个方面评估推荐节点可靠度，并据此优化推荐信任度权重计算方法；同时，设计推荐信任反馈机制，通过服务提供节点完成服务后的实际信任度与推荐信任度的反馈误差实现对协同恶意推荐节点的惩罚；最后，基于熵计算节点自适应权重，得到节点综合信任度值。实验结果表明，同基于贝叶斯理论的面向无线传感器网络的信誉信任评估框架（RFSN）模型及基于节点行为的物联网信任度评估方法（BITEM）相比，IDTEM可较好地识别恶意服务和抑制恶意推荐行为，且具有较低的传输能耗。

基于改进卷积神经网络的网络入侵检测模型

杨宏宇, 王峰岩

2019, 39(9):  2604-2610.  DOI: 10.11772/j.issn.1001-9081.2019020327

摘要 ( )   PDF (1032KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基于深度学习的网络入侵检测技术存在检测效率低、模型训练易出现过拟合和泛化能力较弱的问题，提出一种基于改进卷积神经网络（ICNN）的入侵检测模型（IBIDM）。与传统"卷积-池化-全连接"层叠式网络设计方式不同，该模型采用跨层聚合网络的设计方式。首先，将预处理后的训练集数据作为输入数据前向传播并提取网络特征，对跨层聚合网络的输出数据执行合并操作；然后，根据分类结果计算训练误差并通过反向传播过程进行迭代优化至模型收敛；最后，利用训练好的分类器对测试数据集进行分类测试。实验结果表明，IBIDM具有较高的入侵检测准确率和真正率，且误报率较低。

云存储中基于代理重加密的CP-ABE访问控制方案

王海勇, 彭垚, 郭凯璇

2019, 39(9):  2611-2616.  DOI: 10.11772/j.issn.1001-9081.2019020356

摘要 ( )   PDF (968KB) ( )  

参考文献 | 相关文章 | 计量指标

针对云存储中基于密文策略的属性加密（CP-ABE）访问控制方案存在用户解密开销较大的问题，提出了一种基于代理重加密的CP-ABE （CP-ABE-BPRE）方案，并对密钥的生成方法进行了改进。此方案包含五个组成部分，分别是可信任密钥授权、数据属主、云服务提供商、代理解密服务器和数据访问者，其中云服务器对数据进行重加密，代理解密服务器完成大部分的解密计算。方案能够有效地降低用户的解密开销，在保证数据细粒度访问控制的同时还支持用户属性的直接撤销，并解决了传统CP-ABE方案中因用户私钥被非法盗取带来的数据泄露问题。与其他CP-ABE方案比较，此方案对访问云数据的用户在解密性能方面具有较好的优势。

基于门限秘密共享的区块链分片存储模型

张国潮, 王瑞锦

2019, 39(9):  2617-2622.  DOI: 10.11772/j.issn.1001-9081.2019030406

摘要 ( )   PDF (894KB) ( )  

参考文献 | 相关文章 | 计量指标

针对存储原因所导致的区块链技术难以在大型业务场景应用的问题，提出了一种基于门限秘密共享的区块链分片存储模型。首先由共识节点使用改进的Shamir门限，将要上链的交易数据进行分片处理；其次，共识节点基于分片数据构造不同的区块，并分发给现存于区块链网络中的其他节点进行存储；最后，当节点要读取交易数据时，在从分发到交易数据分片的n个节点中的k个节点请求数据，并利用拉格朗日插值算法进行交易数据的恢复。实验结果表明，该模型在保证了上链数据安全性、可靠性、隐私性的同时，每个节点的数据存储量约为传统存储方法的1/（k-1），从而有利于区块链技术在大型业务场景的应用。

基于Simhash的安全密文排序检索方案

李珍, 姚寒冰, 穆逸诚

2019, 39(9):  2623-2628.  DOI: 10.11772/j.issn.1001-9081.2019020269

摘要 ( )   PDF (873KB) ( )  

参考文献 | 相关文章 | 计量指标

针对密文检索中存在的计算量大、检索效率不高的问题，提出一种基于Simhash的安全密文排序检索方案。该方案基于Simhash的降维思想构建安全多关键词密文排序检索索引（SMRI），将文档处理成指纹和向量，利用分段指纹和加密向量构建B+树，并采用"过滤-精化"策略进行检索和排序，首先通过分段指纹的匹配进行快速检索，得到候选结果集；然后通过计算候选结果集与查询陷门的汉明距离和向量内积进行排序，带密钥的Simhash算法和安全k近邻（SkNN）算法保证了检索过程的安全性。实验结果表明，与基于向量空间模型（VSM）的方案相比，基于SMRI的排序检索方案计算量小，能节约时间和空间成本，检索效率高，适用于海量加密数据的快速安全检索。

适用于区块链电子投票场景的门限签名方案

程亚歌, 贾志娟, 胡明生, 公备, 王利朋

2019, 39(9):  2629-2635.  DOI: 10.11772/j.issn.1001-9081.2019030513

摘要 ( )   PDF (1051KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统的盲签名、群签名等签名算法适用于区块链异构网络时可能出现依赖可信中心、效率低等问题，提出了适用于区块链电子投票场景的门限签名方案。该方案基于Asmuth-Bloom秘密共享方案，无需可信中心。首先，由区块链节点通过相互协作产生签名，实现节点之间相互验证功能，提升节点可信度；其次，建立节点加入和退出机制，以适应区块链节点流动性大等特点；最后，定期更新节点私钥，以抵抗移动攻击，使其具有前向安全性。安全性分析表明，该方案的安全性基于离散对数难题，能够有效地抵御移动攻击，满足前向安全性；性能分析表明，与其他方案相比，该方案在签名生成和验证阶段的计算复杂度较低，计算量较小。结果表明，所提方案能够很好地适用于区块链电子投票场景。

隐私保护DNA序列汉明距离计算问题

马敏耀, 徐艺, 刘卓

2019, 39(9):  2636-2640.  DOI: 10.11772/j.issn.1001-9081.2019020247

摘要 ( )   PDF (816KB) ( )  

参考文献 | 相关文章 | 计量指标

DNA序列承载着人体重要的生物学信息，如何在保护隐私的情况下正确地对不同的DNA序列进行比对，成为亟待研究的科学问题。汉明距离在一定程度上刻画了两个DNA序列的相似程度，在保护隐私的情况下，研究DNA序列的汉明距离计算问题。首先定义了DNA序列的0-1编码规则，该规则将长度为n的DNA序列编码成长度为4n的0-1串，证明了两个DNA序列的汉明距离等于它们的0-1编码串的汉明距离的一半。以此结论为基础，以GM加密算法为主要密码学工具，构造了计算DNA序列汉明距离的一个安全两方计算协议。在半诚实攻击者模型下，证明了协议的正确性，给出了基于模拟器的安全性证明，并对协议的效率进行了分析。

先进计算

无能级稳定判据的多尺度量子谐振子算法

王德志, 王鹏

2019, 39(9):  2641-2645.  DOI: 10.11772/j.issn.1001-9081.2019020339

摘要 ( )   PDF (852KB) ( )  

参考文献 | 相关文章 | 计量指标

多尺度量子谐振子算法是一种基于量子理论构建的智能优化算法。能级稳定过程是该算法的核心迭代过程之一，能级稳定判据是判断算法是否达到暂稳态的条件。通过对算法物理模型的分析，可知算法在初始采样阶段每一次迭代操作都是能级下降的过程，所以取消能级稳定判据，也可实现算法从高能态过渡到暂稳态直至基态的进化过程。无能级稳定判据的算法在6个标准测试函数上的结果显示其在求解精度、成功率、迭代次数上均表现出了优异的性能，算法的波函数显示无能级稳定判据的算法仍然可以完成从高能态到基态的收敛，且算法在结构上更加简洁，易用性更高，实现难度更低。无能级稳定判据的多尺度量子谐振子算法能够以更加简洁且有效的方式进行应用。

彩色图像颜色量化问题的求解方法

李贺, 江登英, 黄樟灿, 王占占

2019, 39(9):  2646-2651.  DOI: 10.11772/j.issn.1001-9081.2019030384

摘要 ( )   PDF (947KB) ( )  

参考文献 | 相关文章 | 计量指标

针对K-means聚类算法在彩色图像颜色量化问题中对初始条件依赖性较强而易陷入局部最优的缺点，以及传统智能优化算法在寻优时只考虑了种群层内个体的相互竞争而忽略种群层间相互协作的问题，提出了一种基于K-means的金字塔结构演化策略（PES）彩色图像量化算法。首先，将K-means聚类算法中的聚类损失函数作为新算法的适应度函数；其次，运用PES对色彩进行种群初始化、分层、探索、加速以及聚类等操作；最后，利用新算法对4幅标准彩色测试图像进行不同色彩量化级的量化。实验结果表明，所提算法能够改善K-means聚类算法以及传统智能算法的上述缺陷，在类内均方误差评判准则下，图像的平均失真率比基于PES的算法低12.25%，比差分进化算法低15.52%，比粒子群优化（PSO）算法低58.33%，比K-means算法低15.06%，且随着色彩量化级的减少，算法量化后的图像失真率比其他算法降低更多，此外，算法量化图像的视觉效果优于其他算法。

网络与通信

基于相关检测的低复杂度窄带物理下行控制信道盲检测算法

王丹, 李安艺, 杨艳娟

2019, 39(9):  2652-2657.  DOI: 10.11772/j.issn.1001-9081.2019020262

摘要 ( )   PDF (1016KB) ( )  

参考文献 | 相关文章 | 计量指标

在窄带物联网系统（NB-IoT）中，物联网（IoT）终端应当快速获取下行控制信息（DCI），以便正确接收数据信道的资源分配和调度信息。为此，针对窄带物理下行控制信道（NPDCCH）搜索空间大小大于等于32时，提出一种利用相关检测的低复杂度的NPDCCH盲检测算法。首先，通过对一个NPDCCH可能最小重复传输单元进行两次相关判决，剔除搜索空间中其他无效的数据，以降低计算复杂度；然后，对判决为有效数据所在的重复周期进行合并译码，以提高盲检性能；最后，对两个相关阈值设定进行了理论与仿真分析。仿真结果表明，相比穷举盲检测算法，所提算法在计算复杂度上至少降低了75%，检测性能提高了增益2.5~3.5 dB，更加利于工程实践。

D2D跨小区通信中人工噪声辅助时间反演的安全优化传输方案

李方伟, 周嘉维, 张海波

2019, 39(9):  2658-2663.  DOI: 10.11772/j.issn.1001-9081.2019020298

摘要 ( )   PDF (857KB) ( )  

参考文献 | 相关文章 | 计量指标

针对终端直通（D2D）用户间通信在跨小区环境下被窃听的问题，提出了人工噪声辅助时间反演（TR）的反窃听安全传输方案。首先，在跨小区信道模型下对小区间干扰进行消除；其次，通过基站发送人工噪声辅助TR技术对窃听用户窃取信息能力进行恶化；最后，为了满足蜂窝用户服务质量的需求和系统遍历保密速率最大化，采用凸优化的功率控制分配方案最大化D2D用户发射功率。仿真实验分析说明，与人工噪声方案相比，该方法在信噪比（SNR）一样的情况下提高了0.8 b·s^-1·Hz^-1的可达保密速率，并且随着邻近小区分布数量的增加，所提方案对可达保密速率的提升效果明显。

移动边缘计算中一种贪心策略的内容卸载方案

袁培燕, 蔡云云

2019, 39(9):  2664-2668.  DOI: 10.11772/j.issn.1001-9081.2019030509

摘要 ( )   PDF (743KB) ( )  

参考文献 | 相关文章 | 计量指标

基于移动边缘计算的内容卸载技术可以有效降低骨干网络的流量压力，提升终端用户体验。针对终端用户与小基站之间的异质接触率，设计了一种贪心策略的内容卸载方案。首先，将内容最优卸载问题转化为内容最大投递率问题；其次，证明最大投递率问题满足子模性，在此基础上，采用贪心算法部署内容，该算法可以以概率（1-1/e）保证其最优性；最后，详细分析了内容流行度指数以及缓存大小对不同卸载方案的影响。实验结果表明，所提方案提高了内容投递率同时降低了内容传输时延。

基于H运算的动态网络重要节点识别方法

邵豪, 王伦文, 邓健

2019, 39(9):  2669-2674.  DOI: 10.11772/j.issn.1001-9081.2019020324

摘要 ( )   PDF (850KB) ( )  

参考文献 | 相关文章 | 计量指标

传统K-shell网络重要节点识别方法迭代时需网络全局拓扑信息，而且难以应用于动态网络。为解决该问题，提出基于邻域优先异步H运算的动态网络重要节点识别方法。首先，证明该算法收敛于Ks值，其次以各节点的度作为h指数初始值；然后，通过节点h指数排序和邻居节点h指数变化选择更新节点，同时针对动态网络节点的增减数目和最大度，修改h指数适应拓扑变化，直至算法收敛并找到重要节点。仿真实验结果表明，该方法通过邻居节点局部信息且以更高效率找到动态网络的重要节点，收敛时间在静态网络中较随机选择更新节点法与变化邻居选点法分别下降77.4%和28.3%，在网络拓扑变化后分别下降84.3%和38.8%。

计算机软件技术

主数据管理驱动的高校信息化SOA建设

梅广, 邹恒华, 张甜, 许维胜

2019, 39(9):  2675-2682.  DOI: 10.11772/j.issn.1001-9081.2019030418

摘要 ( )   PDF (1271KB) ( )  

参考文献 | 相关文章 | 计量指标

异构信息系统在高校中的大量存在阻碍了数据资产整合与信息交互，面向服务的架构（SOA）的出现及在企业中的广泛采用为解决此问题提供了思路，但在高校中实施SOA存在难度大、难以形成以SOA为基础的信息化生态的问题。针对这些问题，提出主数据管理驱动的SOA建设方案。首先，在数据层面运用主数据管理平台对校级核心数据资产进行建模和整合；为实现数据同步和消费，并解决其中存在的协议转换及服务鉴权问题，提出了基于企业服务总线的解决方案；然后，针对遗留"信息孤岛"系统进行SOA改造，提出主数据驱动的建设方案。实验结果表明单用户、10用户、100用户及10000用户并发下的平均延迟分别为8、11、59及18 ms，表明在不同并发场景下所提方案性能均满足高校业务需求。实施结果表明，数据资产整合和信息交互问题得到了解决，因此方案具有可行性。

虚拟现实与多媒体计算

基于用户自定义兴趣区的飞行员眼动数据可视分析方法

贺怀清, 郑立源, 刘浩翰, 张昱旻

2019, 39(9):  2683-2688.  DOI: 10.11772/j.issn.1001-9081.2019030494

摘要 ( )   PDF (922KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统基于兴趣区的可视化方法在分析飞行员眼动数据过程中无法关注细节的问题，提出了一种基于用户自定义兴趣区的眼动数据可视分析方法。首先，根据具体的分析任务，引入对任务背景图像的自我划分和定义；然后，在此基础上，结合多种辅助视图和交互手段，设计并实现了面向飞行员培训的眼动数据可视分析系统，帮助分析人员分析不同的飞行员之间的眼动差异，最后通过案例分析，证明了可视分析方法的有效性和分析系统的实用性。实验结果表明，较传统方法来说，所提方法增加了分析人员在分析过程中的主动性，在整体和局部方面，支持分析人员对任务背景进行细节的探索，增加了分析人员分析数据的多角度性，让分析人员能够结合整体发现飞行学员在训练过程中认知困难的部分，进而制定更有针对性、更有效的训练课程。

基于混合现实技术的中国建筑史教学系统设计与实现

姚陆吉, 章立

2019, 39(9):  2689-2694.  DOI: 10.11772/j.issn.1001-9081.2019030545

摘要 ( )   PDF (1150KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统中国建筑史教学建筑结构繁杂、局限于二维平面化教学、不易于学生理解等问题，提出构建一种基于混合现实技术的中国建筑史教学系统的实现方法。选取宁波保国寺大殿木构体系作为研究案例，采用混合现实设备微软HoloLens作为案例的教学平台。首先，基于收集的数据，在3ds Max中对保国寺大殿木构体系进行三维仿真建模，建立建筑模型库；然后，在unity3D中构建虚拟教学系统的三维空间操作界面，利用C#脚本，实现环境理解和多种人机交互等关键技术，构建以建筑结构识别和文化认知为核心功能的HoloLens教学系统。结果表明，该系统具备良好三维可视化的视觉效果和自然高效的人机交互方式，能有效提高知识的传递效率和学生的学习主动性。

耦合先验拉普拉斯坐标的半监督图像分割算法

曹昀炀, 王涛

2019, 39(9):  2695-2700.  DOI: 10.11772/j.issn.1001-9081.2019030543

摘要 ( )   PDF (1037KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统半监督图像分割方法难以精确分割分散或细小区域的缺陷，提出了一种耦合标签先验和拉普拉斯坐标模型的半监督图像分割算法。首先，扩展拉普拉斯坐标（LC）模型，通过引入标签先验项进一步精确表征未标记像素点与已标记像素点之间的关系。然后，基于矩阵方程的求导优化，有效估计像素属于标签的后验概率，以实现图像目标分割的任务。得益于标签先验的引入，所提算法对分散或细小区域的分割更加鲁棒。最后，在多个公开的半监督分割数据集上实验结果表明，相比拉普拉斯坐标算法，所提算法的分割准确率获得了显著提升，验证了所提算法的有效性。

基于TV-L¹结构纹理分解的图像融合质量评价算法

张斌, 罗晓清, 张战成

2019, 39(9):  2701-2706.  DOI: 10.11772/j.issn.1001-9081.2019020302

摘要 ( )   PDF (1039KB) ( )  

参考文献 | 相关文章 | 计量指标

为对图像融合算法进行客观准确的综合评价，提出一种基于总变差正则化（TV-L¹）结构纹理分解的评价算法。根据对人类视觉系统的研究，可知人们对图像质量的感知主要来自图像底层视觉特征，而结构特征以及纹理特征是最重要的图像底层视觉特征，但目前的图像融合质量评价算法并没有利用这两种特征来进行评价。鉴于此，将图像进行二级结构和纹理分解，根据结构和纹理图像蕴含图像特征的不同，从结构图像和纹理图像两方面分别进行相似度评价，综合各级得分得到最终的评价总得分。基于30幅图像的数据集和8种主流融合算法，参照已有的11种客观评价指标，用波达计数法和肯德尔系数检验了该评价指标的一致性，另外在主观评价图像集上验证了该客观评价指标与主观评价的一致性。

基于多支持区域局部亮度序的图像伪造检测

颜普, 苏亮亮, 邵慧, 吴东升

2019, 39(9):  2707-2711.  DOI: 10.11772/j.issn.1001-9081.2019020306

摘要 ( )   PDF (810KB) ( )  

参考文献 | 相关文章 | 计量指标

图像伪造检测是目前数字图像处理领域中的一个研究热点，其中复制-粘贴是最常用的伪造手段。由于伪造区域在粘贴前会被进行一定的尺度、旋转、JPEG压缩、添加噪声等操作，这使得检测伪造区域具有一定的挑战性。针对图像复制-粘贴伪造技术，提出一种基于多支持区域局部亮度序模式（LIOP）的图像伪造检测算法。首先，利用最大稳定极值区域（MSER）算法提取具有仿射不变性的区域作为支持区域；其次，利用非抽样Contourlet变换得到不同尺度、不同分辨率和不同方向的多个支持区域；然后，在每个支持区域上提取同时具有旋转不变性和单调亮度不变性的LIOP描述子，并利用双向距离比值法实现特征初匹配；接着，采用空间聚类将匹配的特征进行归类，进而用随机抽样一致性（RANSAC）算法对每个归类进行几何变换参数估计；最后，使用必要的后处理等操作来检测出伪造区域。实验表明，提出的算法具有较高的伪造检测精度与可信度。

基于衰减式生成对抗网络的单幅图像阴影去除

廖斌, 谭道强, 吴文

2019, 39(9):  2712-2718.  DOI: 10.11772/j.issn.1001-9081.2019020321

摘要 ( )   PDF (1327KB) ( )  

参考文献 | 相关文章 | 计量指标

图像中的阴影是投影物体的重要视觉信息，但也会对计算机视觉任务造成影响。现有的单幅图像阴影去除方法因鲁棒阴影特征的缺乏或训练样本数据的不足与误差等原因，无法得到好的阴影去除结果。为了准确生成用于描述阴影区域光照衰减程度的蒙版图像，进而获得高质量的无阴影图像，提出了一种基于衰减式生成对抗网络的单幅图像阴影去除方法。首先，敏感因子引导的衰减器被用来提升训练样本数据，为后续的生成器与判别器提供符合物理光照模型的阴影样本图像。其次，生成器将结合感知损失，并在判别器的督促下得到最终阴影蒙版。与相关研究工作比较，所提方法能有效恢复阴影区域的光照信息，可以得到更为逼真、阴影边界过渡更加自然的无阴影图像。利用客观指标评价阴影去除结果。实验结果表明，该方法能在多个真实场景下有效去除阴影，去阴影结果视觉一致性良好。

用于灰度不均图像分割的自适应灰度拟合模型

张栩源, 王艳

2019, 39(9):  2719-2725.  DOI: 10.11772/j.issn.1001-9081.2019020364

摘要 ( )   PDF (1104KB) ( )  

参考文献 | 相关文章 | 计量指标

针对灰度不均图像的分割问题，提出了一个结合全局信息的局部区域自适应灰度拟合模型。首先，分别利用图像的局部和全局信息构造了局部拟合项和全局拟合项；其次，利用像素点邻域内灰度的极差反映该点邻域内灰度的偏差程度，并以此定义了一个自适应权值函数；最后，利用定义的权值函数为局部项和全局项自适应赋权值，得到所提模型的能量泛函，并使用变分法推导出模型的水平集函数迭代方程。数值实现采用有限差分法。实验结果表明，与区域可变灰度拟合（RSF）模型和局部和全局灰度拟合（LGIF）模型相比，所提模型不仅能够稳定、准确地分割多种灰度不均图像，而且对演化曲线初始轮廓的位置、大小和形状具有更强的鲁棒性。

基于长短时记忆单元和卷积神经网络混合神经网络模型的视频着色方法

张政, 何山, 贺靖淇

2019, 39(9):  2726-2730.  DOI: 10.11772/j.issn.1001-9081.2019020264

摘要 ( )   PDF (985KB) ( )  

参考文献 | 相关文章 | 计量指标

视频可以看作是连续的视频帧图像组成的序列，视频彩色化的实质是对图像进行彩色化处理，但由于视频的长期序列性，若直接将现有的图像着色方法应用到视频彩色化上极易产生抖动或闪烁现象。针对这个问题，提出一种结合长短时记忆（LSTM）和卷积神经网络（CNN）的混合神经网络模型用于视频的着色。该方法用CNN提取视频帧的语义特征，同时使用LSTM单元学习灰度视频的时序信息，保证视频的时空一致性，然后融合局部语义特征和时序特征，生成最终的彩色视频帧序列。通过对实验结果的定量分析和用户研究表明，该方法在视频彩色化上实现了较好的效果。

基于深度可分离卷积和宽残差网络的医学影像超分辨率重建

高媛, 王晓晨, 秦品乐, 王丽芳

2019, 39(9):  2731-2737.  DOI: 10.11772/j.issn.1001-9081.2019030413

摘要 ( )   PDF (1073KB) ( )  

参考文献 | 相关文章 | 计量指标

为提高医学影像超分辨率的重建质量，提出了一种基于深度可分离卷积的宽残差超分辨率神经网络算法。首先，利用深度可分离卷积改进网络的残差块，扩宽残差块中卷积层的通道，将更多的特征信息传入了激活函数，使得网络中浅层低级图像特征更容易地传播到高层，提高了医学影像超分辨率的重建质量；然后，采用组归一化的方法训练网络，将卷积层的通道维度划分为组，在每个组内计算归一化的均值和方差，使得网络训练过程更快地收敛，解决了深度可分离卷积扩宽通道数导致网络训练难度增加的问题，同时网络表现出更好的性能。实验结果表明，对比传统的最近邻插值、双三次插值超分辨率算法，以及基于稀疏表达的超分辨率算法，所提算法重建出的医学影像纹理细节更加丰富、视觉效果更加逼真。对比基于卷积神经网络的超分辨率算法，基于宽残差超分辨率神经网络算法和生成对抗网络超分辨率算法，所提算法在峰值信噪比（PSNR）和结构相似性（SSIM）上有显著的提升。

基于深度学习的水下图像超分辨率重建方法

陈龙彪, 谌雨章, 王晓晨, 邹鹏, 胡学敏

2019, 39(9):  2738-2743.  DOI: 10.11772/j.issn.1001-9081.2019020353

摘要 ( )   PDF (893KB) ( )  

参考文献 | 相关文章 | 计量指标

由于水体本身的特性以及水中悬浮颗粒对光的吸收和散射作用，水下图像普遍存在信噪比（SNR）低、分辨率低等一系列问题，但大部分方法传统处理方法包含图像增强、复原及重建，都依赖退化模型，并存在算法病态性问题。为进一步提高水下图像恢复算法的效果和效率，提出了一种改进的基于深度卷积神经网络的图像超分辨率重建方法。该方法网络中引入了改良的密集块结构（IDB），能在有效解决深度卷积神经网络梯度弥散问题的同时提高训练速度。该网络对经过配准的退化前后的水下图像进行训练，得到水下低分辨率图像和高分辨率图像之间的一个映射关系。实验结果表明，在基于自建的水下图像作为训练集上，较卷积神经网络的单帧图像超分辨率重建算法（SRCNN），使用引入了改良的密集块结构（IDB）的深度卷积神经网络对水下图像进行重建，重建图像的峰值信噪比（PSNR）提升达到0.38 dB，结构相似度（SSIM）提升达到0.013，能有效地提高水下图像的重建质量。

基于三维卷积神经网络的虫音特征识别方法

万永菁, 王博玮, 娄定风

2019, 39(9):  2744-2748.  DOI: 10.11772/j.issn.1001-9081.2019030481

摘要 ( )   PDF (794KB) ( )  

参考文献 | 相关文章 | 计量指标

进口木材蛀虫检疫是海关的一项重要工作，但其存在着虫声检测算法准确率低、鲁棒性差等问题。针对这些问题，提出了一种基于三维卷积神经网络（3D CNN）的虫音检测方法以实现虫音特征的识别。首先，对原始虫音音频进行交叠分帧预处理，并使用短时傅里叶变换得到虫音音频的语谱图；然后，将语谱图作为3D CNN的输入，使其通过包含三层卷积层的3D CNN以判断音频中是否存在虫音特征。通过设置不同分帧长度下的输入进行网络训练及测试；最后以准确率、F₁分数以及ROC曲线作为评估指标进行性能分析。结果表明，在交叠分帧长度取5 s时，训练及测试效果最佳。此时，3D CNN模型在测试集上的准确率达到96.0%，F₁分数为0.96，且比二维卷积神经网络（2D CNN）模型准确率提高近18%。说明所提算法能准确地从音频信号中提取虫音特征并完成蛀虫识别任务，为海关检验检疫提供有力保障。

应用前沿、交叉与综合

基于改进蚁群算法的铁路乘务交路计划的编制

王东先, 孟学雷, 乔俊, 汤霖, 焦志臻

2019, 39(9):  2749-2756.  DOI: 10.11772/j.issn.1001-9081.2019020368

摘要 ( )   PDF (1297KB) ( )  

参考文献 | 相关文章 | 计量指标

针对提高铁路乘务交路计划编制质量和效率的问题，将乘务交路计划编制问题抽象为单基地、均衡行驶路程的多旅行商问题（MTSP），引入均衡因子，建立了以乘务交路用时少和子乘务交路间任务均衡为目标的数学模型。针对该模型提出了一种双重策略蚁群优化算法，该算法首先构建满足时空约束的解空间，分别对乘务区段节点和接续路径设置信息素浓度，然后采用双重策略状态的转移概率，使蚂蚁遍历所有乘务区段，最终找到符合乘务约束规则的子乘务交路。最后运用广深线城际铁路数据对设计的模型及算法进行检验，经与遗传算法的实验结果对比分析表明：在相同的模型条件下，运用双重策略蚁群优化算法编制的乘务交路计划乘务交路个数减少了约21.74%、乘务交路总时长降低了约5.76%、交路超劳率为0。运用所设计的模型和算法编制乘务交路计划能够减少乘务计划交路时长，均衡工作量，避免产生超劳交路。

基于换乘导向的大型客运枢纽高铁列车接续优化

乔俊, 孟学雷, 王东先, 汤霖

2019, 39(9):  2757-2764.  DOI: 10.11772/j.issn.1001-9081.2019020350

摘要 ( )   PDF (1248KB) ( )  

参考文献 | 相关文章 | 计量指标

针对高速铁路成网条件下的客运枢纽高铁列车接续优化问题，分析了枢纽内的旅客换乘过程，提出了中长途客流的换乘满意度概念；以平均换乘满意度和枢纽车站列车到发均衡性为优化目标，以大站合理发车时间、合理终到时间、车站作业间隔时间、旅客换乘时间、车站到发线能力等为约束条件，建立了基于换乘协同的大型客运枢纽高速列车接续优化模型。设计了改进染色体编码方式和选择策略的遗传算法对算例进行了求解。改进后的遗传算法同基本遗传算法、基本模拟退火算法相比，目标函数中所求的平均换乘满意度分别增加了5.10%、2.93%，枢纽车站列车到发均衡性分别提高了0.27%、2.31%，算例结果验证了改进遗传算法的有效性和稳定性，表明所提方法可以有效地提高大型枢纽高铁列车的接续质量。

应急物资运输路径多目标优化模型及求解算法

李卓, 李引珍, 李文霞

2019, 39(9):  2765-2771.  DOI: 10.11772/j.issn.1001-9081.2019020270

摘要 ( )   PDF (983KB) ( )  

参考文献 | 相关文章 | 计量指标

针对应急前期运输商自有车辆不足的实际背景，采用自有车辆和第三方租用车辆共同配送的运输模式，对混合车辆路径的组合优化问题进行研究。首先，考虑需求点和运输商的不同利益诉求，以系统满意度最大、系统配送时间和总成本最小为优化目标，建立带软时间窗的多目标混合车辆路径优化模型。其次，考虑NSGA-Ⅱ算法在求解该类问题时收敛性差和Pareto前沿分布不均匀的缺点，将蚁群算法的启发式策略和信息素正反馈机制用于生成子代种群，非支配排序策略模型用于指导算法的多目标择优过程，并引入变邻域下降搜索以扩大搜索空间，提出求解多目标的非支配排序蚁群算法以突破原有算法瓶颈。算例表明：构建的模型可对决策者在不同的情境下依据不同的优化目标选择合理的路径提供参考，提出的算法在求解不同规模的问题和不同分布类型的问题中均表现出较好的性能。

基于启发式遗传算法的混合流水车间成套订单问题

贾叶玲, 董绍华

2019, 39(9):  2772-2777.  DOI: 10.11772/j.issn.1001-9081.2019030468

摘要 ( )   PDF (882KB) ( )  

参考文献 | 相关文章 | 计量指标

针对并行机带工艺约束的混合流水车间环境下的成套订单问题，提出一种基于分批调度策略的启发式-遗传算法。首先，以最大化加权成套订单数为目标建立数学模型，对工件分批采用内层遗传算法生成初始调度；再以外层启发式规则转化目标为最大加权成套订单数，设计一种订单评价指标用于突破交货时间瓶颈；最后，内外层算法循环优化，直到不存在瓶颈即得到满意解。实例验证结果显示，启发式-遗传算法能在20代以内得到每组最优调度，种群规模大于50时得到最优解的概率达到70%。对比实验结果显示，当问题规模增加到40个工件时，遗传算法求解时间显著增加，在不同问题规模中临界比最小（SCR）规则优化后的加权成套订单数均较启发式-遗传算法更少。启发式-遗传算法能在实际工程中够将加权成套订单数提高到1.5倍以上，使加工时间平均缩短5.1%。结果表明，启发式-遗传算法能够改善成套订单问题在混合流水车间环境下易陷入局部最优的问题，可在大规模复杂混合流水车间的订货型企业中实现计划与生产同步，具有实际意义。

移动群智感知系统中基于离散布谷鸟搜索算法的任务分配

杨正清, 周朝荣, 袁姝

2019, 39(9):  2778-2783.  DOI: 10.11772/j.issn.1001-9081.2019020365

摘要 ( )   PDF (886KB) ( )  

参考文献 | 相关文章 | 计量指标

针对移动群智感知系统中工人积极性低以及任务过期的问题，提出了基于初始成本和软时间窗的任务分配算法。对应的任务分配问题为NP-hard问题，不存在计算有效的最优算法，因此，基于离散布谷鸟搜索算法（DCSA）进行求解。首先，根据问题特征，分别设计了对应的全局搜索过程以及局部搜索过程。其次，根据任务与工人起始位置的距离以及时间窗大小，分析其优先级以便得到更好的解。最后，执行可行化操作，使各次任务分配均满足相关约束。仿真结果表明，与遗传算法和贪婪算法相比，基于DCSA的任务分配算法能够提升工人的参与积极性，解决任务过期的问题，并最终降低系统的总成本。

基于值差度量和聚类优化的K最近邻算法在银行客户行为预测中的应用

李博, 张晓, 颜靖艺, 李可威, 李恒, 凌玉龙, 张勇

2019, 39(9):  2784-2788.  DOI: 10.11772/j.issn.1001-9081.2019030571

摘要 ( )   PDF (806KB) ( )  

参考文献 | 相关文章 | 计量指标

为提升贷款金融客户行为预测的准确性，针对传统的K-最近邻（KNN）算法在数据分析中处理非数值因素的不完备问题，提出了一种采用值差度量（VDM）距离的对聚类结果迭代优化的改进KNN算法。首先对收集到的数据信息进行基于VDM距离的KNN算法的聚类，再对聚类结果进行迭代分析，最后通过联合训练提高了预测精度。基于葡萄牙零售银行2008—2013年收集的客户数据比较可知，改进的KNN算法与传统的KNN算法、基于属性值相关距离的KNN改进（FCD-KNN）算法、高斯贝叶斯算法、Gradient Boosting等现有算法相比具有更好的性能和稳定性，在银行数据预测客户行为中具有很大的应用价值。

基于pHash分块局部探测的海量图像查重算法

唐林川, 邓思宇, 吴彦学, 温柳英

2019, 39(9):  2789-2794.  DOI: 10.11772/j.issn.1001-9081.2019020792

摘要 ( )   PDF (834KB) ( )  

参考文献 | 相关文章 | 计量指标

数据库中大量重复图片的存在不仅影响学习器性能，而且耗费大量存储空间。针对海量图片去重，提出一种基于pHash分块局部探测的海量图像查重算法。首先，生成所有图片的pHash值；其次，将pHash值划分成若干等长的部分，若两张图片的某一个pHash部分的值一致，则这两张图片可能是重复的；最后，探讨了图片重复的传递性问题，针对传递和非传递两种情况分别进行了算法实现。实验结果表明，所提算法在处理海量图片时具有非常高的效率，在设定相似度阈值为13的条件下，传递性算法对近30万张图片的查重仅需2 min，准确率达到了53%。