当期目录

2020年 第40卷 第4期 刊出日期：2020-04-10

上一期   下一期

区块链

基于区块链的物联网访问控制框架

史锦山, 李茹, 松婷婷

2020, 40(4):  931-941.  DOI: 10.11772/j.issn.1001-9081.2019111931

摘要 ( )   PDF (1700KB) ( )  

参考文献 | 相关文章 | 计量指标

物联网（IoT）中入网设备的海量性、动态性和设备轻量级是内在联系并同时存在的特征。为了同时满足上述三个特征，提出一种基于区块链的IoT访问控制（BBIAC）框架。首先提出了该框架下的BBIAC模型，在IoT授权过程中引入属性的概念以满足模型对海量性的支持；而区块链自身的分布式结构和身份认证方式为该模型提供了动态性的支持；同时，区块链自身提供的安全性和多机构信任使BBIAC模型可以将需要大规模计算和存储的部分部署在区块链中，使该模型支持轻量级的IoT设备。接着，介绍了BBIAC模型完整的工作流程。然后，通过着色Perti网（CPN）对BBIAC模型进行形式化的安全性评估，证明了BBIAC模型的安全性。实验结果表明，BBIAC适用于具有海量性、动态性和设备轻量级特征的IoT环境。

区块链增强型轻量级节点模型

赵羽龙, 牛保宁, 李鹏, 樊星

2020, 40(4):  942-946.  DOI: 10.11772/j.issn.1001-9081.2019111917

摘要 ( )   PDF (632KB) ( )  

参考文献 | 相关文章 | 计量指标

区块链固有的链式结构意味着其数据量无休止地线性增长，随着时间的积累，对单个节点的存储造成很大的压力，对整个系统的存储空间造成极大的浪费。在比特币白皮书中提出的SPV（Simplified Payment Verification）节点模型，大大减少节点对存储空间的需求，但是，它使得全节点的个数减少、压力增大，减弱了整个系统的去中心化程度，存在拒绝服务攻击、女巫攻击等安全隐患。通过对比特币区块数据进行分析，提出一种功能完整的增强型轻量级节点模型ESPV（Enhanced SPV）。ESPV把区块分为新区块和旧区块，对它们采用不同的存储管理策略。新区块以全部副本（每个节点保存一份）的方式保存以用于交易验证，用较少的存储空间代价让ESPV具有交易验证（挖矿）功能；旧区块分片存储在网络的节点中，通过分级区块分区路由表访问，在保证数据可用性和可靠性的前提下减少系统对存储空间的浪费。ESPV节点具有完整的节点功能，从而保证区块链系统的去中心化特性，增强其安全性和稳定性。实验结果表明，ESPV节点具有80%以上的交易验证率，在数据量和增长量上这些节点仅为全节点的10%，ESPV的数据可用性和可靠性有保障，适用于系统的整个生命周期。

基于符号执行的智能合约漏洞检测方案

赵伟, 张问银, 王九如, 王海峰, 武传坤

2020, 40(4):  947-953.  DOI: 10.11772/j.issn.1001-9081.2019111919

摘要 ( )   PDF (775KB) ( )  

参考文献 | 相关文章 | 计量指标

随着区块链技术的应用推广，智能合约的数量呈现爆发式增长，而智能合约的漏洞将给用户带来巨大损失。但目前研究侧重于以太坊智能合约的语义分析、符号执行的建模与优化等，没有详细描述利用符号执行技术检测智能合约漏洞流程，以及如何检测智能合约常见漏洞。为此，在分析以太坊智能合约的运行机制和常见漏洞原理的基础上，利用符号执行技术检测智能合约漏洞。首先基于以太坊字节码构建智能合约执行控制流图，再根据智能合约漏洞特点设计相应的约束条件，利用约束求解器生成软件测试用例，检测常见的整型溢出、权限控制、Call注入、重入攻击等智能合约漏洞。实验结果表明，所提检测方案具有良好的检测效果，对Awesome-Buggy-ERC20-Tokens漏洞库中70份含漏洞的智能合约的漏洞检测正确率达85%。

基于实用拜占庭容错算法的区块链电子计票方案

李靖, 景旭, 杨会君

2020, 40(4):  954-960.  DOI: 10.11772/j.issn.1001-9081.2019091559

摘要 ( )   PDF (743KB) ( )  

参考文献 | 相关文章 | 计量指标

针对区块链电子投票中第三方计票机构不满足区块链去中心化、去信任特性以及缺乏可信度的问题，提出一种基于实用拜占庭容错（PBFT）算法的区块链电子计票方案。首先，在分布式环境中构建无中心计票模式，以节点的信任度确定计票节点；其次，基于PBFT实现待验选票的共识；再次，将PBFT中诚实节点的最低数量作为门限签名的阈值，只有达到阈值的计票结果才能形成门限签名；最后，将满足可信状态的结果记录在区块链账本上。通过测试分析表明，只有当诚实验票节点超过2/3时，才满足PBFT，得到可信的计票结果。

基于区块链的电子健康记录安全存储模型

拜亚萌, 满君丰, 张宏

2020, 40(4):  961-965.  DOI: 10.11772/j.issn.1001-9081.2019081417

摘要 ( )   PDF (664KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有中心化信任背景下电子健康记录存储存在的安全风险，提出一种基于区块链的电子健康记录安全存储模型。模型首先设计了新的电子健康记录区块链存储结构，解决了现有存储模型实用性不强的问题；然后优化了区块链中区块入链的工作流程，减少了点对点（P2P）网络中的信息传播量；最后设计了基于随机数选举的共识机制，提高区块入链的时间效率。将提出的模型在Hyperledger中进行模拟实验，并将所提出的共识机制与现有共识机制进行性能对比。实验结果表明，提出的存储模型具有较高的安全性和更好的运行时间效率。该模型适用于区块链在医疗卫生领域的应用，为电子健康记录的安全共享提供了支撑。

人工智能

基于相似论文增广的深度学习专利质量评估

韦伟, 李小娟

2020, 40(4):  966-971.  DOI: 10.11772/j.issn.1001-9081.2019091590

摘要 ( )   PDF (1017KB) ( )  

参考文献 | 相关文章 | 计量指标

实际操作中的专利质量评估多采用专家打分或者使用专家设计的质量评价指标，这导致评价过程存在主观性强、评价双方认可分歧大的问题，因此提出一种基于相似论文增广的深度学习专利质量评估方法。首先以论文作为客观评价数据，使用论文计算相似度作为增广数据来进行筛选，然后利用深度神经网络训练出能够实现论文相似性对待评估专利质量的映射的质量评估模型，最后利用评估模型估计专利质量。仿真结果表明不同领域下，在以满分为100分的前提下，所提方法得出的专利质量评估分数与对应的专家评价结果的平均误差均低于4，表明所提方法具备有效的专利质量评估能力。

通过标点恢复提高机器同传效果

陈玉娜, 史晓东

2020, 40(4):  972-977.  DOI: 10.11772/j.issn.1001-9081.2019101711

摘要 ( )   PDF (1373KB) ( )  

参考文献 | 相关文章 | 计量指标

在机器同传（MSI）流水线系统中，将自动语音识别（ASR）的输出直接输入神经机器翻译（NMT）中会产生语义不完整问题，为解决该问题，提出基于BERT（Bidirectional Encoder Representation from Transformers）和Focal Loss的模型。首先，将ASR系统生成的几个片段缓存并组成一个词串；然后，使用基于BERT的序列标注模型恢复该词串的标点符号，并利用Focal Loss作为模型训练过程中的损失函数来缓解无标点样本比有标点样本多的类别不平衡问题；最后，将标点恢复后的词串输入NMT中。在英-德和汉-英翻译上的实验结果表明，在翻译质量上，使用提出的标点恢复模型的MSI，比将ASR输出直接输入NMT的MSI分别提高了8.19 BLEU和4.24 BLEU，比使用基于注意力机制的双向循环神经网络标点恢复模型的MSI分别提高了2.28 BLEU和3.66 BLEU。因此所提模型可以有效应用于MSI中。

基于层级注意力机制与双向长短期记忆神经网络的智能合约自动分类模型

吴雨芯, 蔡婷, 张大斌

2020, 40(4):  978-984.  DOI: 10.11772/j.issn.1001-9081.2019081327

摘要 ( )   PDF (1079KB) ( )  

参考文献 | 相关文章 | 计量指标

针对区块链平台上智能合约应用种类繁多，人工筛选合适的智能合约应用服务日益困难的问题，提出一种基于层级注意力机制与双向长短期记忆（Bi-LSTM）神经网络的智能合约自动分类模型——HANN-SCA。首先，利用Bi-LSTM网络从智能合约源代码和账户信息两个角度同时建模，最大限度地提取智能合约的特征信息。其中源代码角度关注智能合约中的代码语义特征，账户信息角度关注智能合约的账户特征。然后，在特征学习过程中从词层面和句层面分别引入注意力机制，重点捕获对智能合约分类有重要意义的单词和句子。最后，拼接代码特征与账户特征以生成智能合约文档级特征表示，通过Softmax层完成分类任务。实验结果表明，所提模型在Dataset-E、Dataset-N和Dataset-EO数据集上的分类正确率分别达到了93.1%、91.7%和92.1%，效果明显优于传统的支持向量机模型（SVM）和其他神经网络基准模型，且具有更好的稳定性与更高的收敛速度。

基于多空间混合注意力的图像描述生成方法

林贤早, 刘俊, 田胜, 徐小康, 姜涛

2020, 40(4):  985-989.  DOI: 10.11772/j.issn.1001-9081.2019091569

摘要 ( )   PDF (800KB) ( )  

参考文献 | 相关文章 | 计量指标

针对近海船舶监测系统中自动化情报生成的空缺，为了构建智能化船舶监测系统，提出基于多空间混合注意力的图像描述生成方法，对近海船舶图像进行描述。图像描述生成方法就是让计算机通过符合语言学的文字描述出图像中的内容。首先使用图像的感兴趣区域的编码特征预训练出多空间混合注意力模型，然后加入策略梯度改造损失函数对预训练好的解码模型继续进行微调，得到最终的模型。在MSCOCO（MicroSoft Common Objects in COntext）图像描述数据集上的实验结果表明，所提模型较以往的注意力模型提升了图像描述生成的评价指标，比如CIDEr分数。使用该模型在自建船舶描述数据集中能够自动描述出船舶图像的主要内容，说明所提方法能为自动化情报生成提供数据支持。

基于深度可分卷积神经网络的实时人脸表情和性别分类

刘尚旺, 刘承伟, 张爱丽

2020, 40(4):  990-995.  DOI: 10.11772/j.issn.1001-9081.2019081438

摘要 ( )   PDF (1052KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前普通卷积神经网络（CNN）在表情和性别识别任务中出现的训练过程复杂、耗时过长、实时性差等问题，提出一种深度可分卷积神经网络的实时人脸表情和性别识别模型。首先，利用多任务级联卷积网络（MTCNN）对不同尺度输入图像进行人脸检测，并利用核相关滤波（KCF）对检测到的人脸位置进行跟踪进而提高检测速度。然后，设置不同尺度卷积核的瓶颈层，用通道合并的特征融合方式形成核卷积单元，以具有残差块和可分卷积单元的深度可分卷积神经网络提取多样化特征，并减少参数数量，轻量化模型结构；使用实时启用的反向传播可视化来揭示权重动态的变化并评估了学习的特征。最后，将表情识别和性别识别两个网络并联融合，实现表情和性别的实时识别。实验结果表明，所提出的网络模型在FER-2013数据集上取得73.8%的识别率，在CK+数据集上的识别率达到96%，在IMDB数据集中性别分类的准确率达到96%；模型的整体处理帧率达到80 frame/s，与结合支持向量机的全连接卷积神经网络方法所得结果相比，有着1.5倍的提升。因此针对数量、分辨率、大小等差异较大的数据集，该网络模型检测快，训练时间短，特征提取简单，具有较高的识别率和实时性。

基于深度学习的三维点云头部姿态估计

肖仕华, 桑楠, 王旭鹏

2020, 40(4):  996-1001.  DOI: 10.11772/j.issn.1001-9081.2019081479

摘要 ( )   PDF (794KB) ( )  

参考文献 | 相关文章 | 计量指标

快速、可靠的头部姿态估计算法是高级人脸分析任务的基础。为了解决现有算法存在的光照变化、遮挡、姿态尺度较大等问题，提出一种新的深度学习框架HPENet。该网络以点云数据为输入，首先通过最远点采样算法提取点云结构中的特征点，以特征点为球心，将不同半径的球体内的点构成多个分组，用于后续的特征描述；然后采用多层感知器和最大池化层实现点云的特征提取，提取的特征通过全连接层输出预测的头部姿态。为了验证HPENet的有效性，在公共数据集Biwi Kinect Head Pose上进行测试。实验结果显示，HPENet在俯仰角、侧倾角和偏航角上的误差分别为2.3°、1.5°、2.4°，平均每帧的时间消耗为8 ms。与其他优秀算法相比，所提方法在准确度和计算的复杂度方面都具有更好的性能。

面向移动平台人脸检测的FaceYoLo算法

任海培, 李腾

2020, 40(4):  1002-1008.  DOI: 10.11772/j.issn.1001-9081.2019091535

摘要 ( )   PDF (1482KB) ( )  

参考文献 | 相关文章 | 计量指标

针对移动平台上人脸检测实时性不强的问题，提出了一种基于深度学习的FaceYoLo实时人脸检测算法。首先，在YoLov3检测算法的基础上，加入快速消化卷积层（RDCL）缩小输入空间，然后加入多尺度卷积层（MSCL）丰富不同检测尺度的感受野，最后加入中心损失和致密化策略加强模型的泛化能力和鲁棒性。实验结果表明，在GPU上测试时，该算法较YoLov3算法在速度上提高至原来的8倍，每幅图像的处理速度可达0.002 8 s；精度提高了2.1个百分点；在Android平台上测试时，该算法较最好的MobileNet模型在检测速率上从5 frame/s提升到10 frame/s。通过实验结果可知，该算法能有效提高人脸检测在移动平台上的实时性能。

基于深度学习和特征融合的人脸活体检测算法

邓雄, 王洪春

2020, 40(4):  1009-1015.  DOI: 10.11772/j.issn.1001-9081.2019091595

摘要 ( )   PDF (938KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前基于深度学习的活体检测算法大都基于大型卷积神经网络的问题，提出一种基于轻量级网络MobileNetV2和特征融合的活体检测算法。首先，以改进的MobileNetV2为基础网络分别从RGB、HSV、LBP图中提取特征；然后，将得到的特征图堆叠在一起以进行特征层的融合；最后，从融合后的特征图中继续提取特征，并利用Softmax层作出真假人脸的判断。仿真结果显示，所提算法在NUAA数据集上的等错误率（EER）为0.02%，在Siw数据集上的ACER（Average Classification Error Rate）为0.75%，而且测试单张图像仅用时6 ms。实验结果表明：融合不同的信息可以获得更低的错误率，改进的轻量化网络保证了算法的高效性并满足实时性需求。

基于视觉误差与语义属性的零样本图像分类

徐戈, 肖永强, 汪涛, 陈开志, 廖祥文, 吴运兵

2020, 40(4):  1016-1022.  DOI: 10.11772/j.issn.1001-9081.2019081475

摘要 ( )   PDF (905KB) ( )  

参考文献 | 相关文章 | 计量指标

在图像分类的实际应用过程中，部分类别可能完全没有带标签的训练数据。零样本学习（ZSL）的目的是将带标签类别的图像特征等知识迁移到无标签的类别上，实现无标签类别的正确分类。现有方法在测试时无法显式地区分输入图像属于已知类还是未知类，很大程度上导致未知类在传统设定下的ZSL和广义设定下的ZSL（GZSL）上的预测效果相差甚远。为此，提出一种融合视觉误差与属性语义信息的方法来缓解零样本图像分类中的预测偏置问题。首先，设计一种半监督学习方式的生成对抗网络架构来获取视觉误差信息，由此预测图像是否属于已知类；然后，提出融合属性语义信息的零样本图像分类网络来实现零样本图像分类；最后，测试融合视觉误差与属性语义的零样本图像分类方法在数据集AwA2和CUB上的效果。实验结果表明，与对比模型相比，所提方法有效缓解了预测偏置问题，其调和指标H在AwA2（Animal with Attributes）上提升了31.7个百分点，在CUB（Caltech-UCSD-Birds-200-2011）上提升了8.7个百分点。

基于特征融合的室外天气图像分类

郭志强, 胡永武, 刘鹏, 杨杰

2020, 40(4):  1023-1029.  DOI: 10.11772/j.issn.1001-9081.2019081449

摘要 ( )   PDF (1685KB) ( )  

参考文献 | 相关文章 | 计量指标

天气状况对室外视频设备的成像效果有很大影响。为实现成像设备在恶劣天气下的自适应调整，从而提升智能监控系统的效果，同时针对传统的天气图像判别方法分类效果差且对相近天气现象不易分类的不足，以及深度学习方法识别天气准确率不高的问题，提出了一个将传统方法与深度学习方法相结合的特征融合模型。融合模型采用4种人工设计算法提取传统特征，采用AlexNet提取深层特征，利用融合后的特征向量进行图像天气状况的判别。融合模型在多背景数据集上的准确率达到93.90%，优于对比的3种常用方法，并且在平均精准率（AP）和平均召回率（AR）指标上也表现良好；在单背景数据集上的准确率达到96.97%，AP和AR均优于其他模型，且能很好识别特征相近的天气图像。实验结果表明提出的特征融合模型可以结合传统方法和深度学习方法的优势，提升现有天气图像分类方法的准确度，同时提高在特征相近的天气现象下的识别率。

基于焦点损失的半监督高光谱图像分类

张凯琳, 阎庆, 夏懿, 章军, 丁云

2020, 40(4):  1030-1037.  DOI: 10.11772/j.issn.1001-9081.2019081390

摘要 ( )   PDF (3567KB) ( )  

参考文献 | 相关文章 | 计量指标

针对高光谱图像（HSI）训练数据获取困难的问题，采用了一种新的HSI半监督分类框架，该框架利用有限的标记数据和丰富的未标记数据来训练深度神经网络。同时，由于高光谱样本分布是不平衡的，导致不同样本分类难度存在巨大差异，采用原始交叉熵损失函数无法刻画这种分布特征，因而分类效果不理想。为了解决这个问题，在半监督分类框架中提出一种基于焦点损失的多分类目标函数。最后，考虑到HSI的空间信息对分类的影响，结合马尔可夫随机场（MRF），利用样本空间特征进一步改善分类效果。在两个常用的HSI数据集上，将所提方法与多种典型算法进行了实验对比分析，实验结果表明所提方法能够产生优于其他对比方法的分类效果。

基于视觉注意机制的大范围水体信息遥感智能提取

汪权方, 张梦茹, 张雨, 汪倩倩, 陈龙跃, 杨宇琪

2020, 40(4):  1038-1044.  DOI: 10.11772/j.issn.1001-9081.2019081492

摘要 ( )   PDF (2555KB) ( )  

参考文献 | 相关文章 | 计量指标

建立契合遥感数据内在特征的智能信息分析模型与方法，是解决遥感大数据时代信息智能提取的关键所在。从普适性的大范围水体信息遥感智能采集的需求出发，构建一种基于视觉选择性注意机制与AdaBoost算法的水体信息遥感智能提取方法。首先通过对遥感多特征指数的RGB配色方案的优化设计，实现水体信息图像特征的增强和可视化表达。然后在HSV颜色空间中，利用色差距离图像的关键节点信息构造分类特征集，并采用AdaBoost算法构建水体识别分类器，据此从图像色彩聚类结果中自动识别出水体所属类别，实现水体信息的智能提取。对比实验结果表明，该方法的水体信息提取结果在漏分率（LR）和复合分类精度（CCA）上都有明显提高；同时，该方法能有效减少对高质量训练样本的依赖性，对于丰水期泥沙含量较高水体以及洪灾导致的淹没区等临时性水域也具有较好的识别性能。

基于胶囊网络的智能交通标志识别方法

陈立潮, 郑佳敏, 曹建芳, 潘理虎, 张睿

2020, 40(4):  1045-1049.  DOI: 10.11772/j.issn.1001-9081.2019091610

摘要 ( )   PDF (864KB) ( )  

参考文献 | 相关文章 | 计量指标

针对卷积神经网络的标量神经元无法表达特征位置信息，对复杂的车辆行驶环境适应性差，导致交通标志识别率低的问题，提出一种基于胶囊网络的智能交通标志识别方法。首先采用超深度卷积神经网络改进特征提取部分，然后在主胶囊层引入池化层，最后采用移动指数平均法改进了动态路由算法。在GTSRB数据集上的测试结果表明，改进后的胶囊网络方法在特殊场景下的识别精度提高了10.02个百分点，相对于传统的卷积神经网络，该方法的单张图片的识别时间缩短了2.09 ms。实验结果表明，改进后的胶囊网络方法能满足准确、实时的交通标志识别要求。

基于加权正交约束非负矩阵分解的车脸识别算法

王锦凯, 贾旭

2020, 40(4):  1050-1055.  DOI: 10.11772/j.issn.1001-9081.2019081338

摘要 ( )   PDF (968KB) ( )  

参考文献 | 相关文章 | 计量指标

面对多类别且标注数量有限的样本，为进一步提高车脸图像的识别准确性，提出一种基于改进非负矩阵分解（NMF）的车脸识别算法。首先，采用方向梯度直方图（HOG）算子提取车脸图像局部区域形状特征，并将其作为车脸图像的初始特征；而后，提出具有多权重、正交性、稀疏性约束的NMF模型，并基于该模型获得了描述车脸图像中关键区域的特征基，实现了特征的降维；最后，利用离散余弦距离计算特征间的相似性，进而对车脸图像是否匹配作出判断。实验结果表明，对于建立的车脸图像数据集，提出的识别算法能够取得较好的识别效果，准确率可达到97.56%，且满足实时性要求。

基于卷积神经网络的桥梁裂缝识别和测量方法

梁雪慧, 程云泽, 张瑞杰, 赵菲

2020, 40(4):  1056-1061.  DOI: 10.11772/j.issn.1001-9081.2019091546

摘要 ( )   PDF (1043KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高桥梁裂缝检测水平，解决目前手工检测费时费力和传统图像处理方法需要人工设定参数的问题，提出一种基于改进GoogLeNet的桥梁裂缝检测算法。首先，构建了一个较大规模的桥梁裂缝数据集RLH（Retinex-Laplace-Histogram equalization）用于模型的训练和测试。其次，基于原始的GoogLeNet模型，采用归一化的卷积核改进了inception模块，采用三种改进方案修改网络开头，去掉第七个及以后的inception层，建立桥梁裂缝特征图像分类系统。最后，利用滑动窗口精准定位裂缝并结合骨架提取算法计算裂缝的长度和宽度。实验结果表明，改进的GoogLeNet网络与原始GoogLeNet网络相比，识别准确率提升了3.13%，训练时间减少为原来的64.6%。另外，骨架提取算法能够考虑裂缝的走势，计算宽度更加准确，且最大宽度和平均宽度都能计算。综上所述，所提分类和测量方法具有准确度高、速度快、定位准确、测量准确等特点。

基于改进YOLOv2和迁移学习的管道巡检航拍图像第三方施工目标检测

谌贵辉, 易欣, 李忠兵, 钱济人, 陈伍

2020, 40(4):  1062-1068.  DOI: 10.11772/j.issn.1001-9081.2019081510

摘要 ( )   PDF (1309KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统目标检测算法应用在无人机航拍图像上第三方施工目标检测和违章占压建筑检测的数据集少、检测率低等问题，提出基于Aerial-YOLOv2和迁移学习的航拍图像目标检测算法。首先，利用结合数据增强的迁移学习策略训练的网络来扩大数据集规模，并利用K均值聚类分析得到符合所提数据集特点的锚点框数量和尺寸；其次，通过自适应对比度增强的方法对图像进行预处理；最后，提出改进卷积模块替代YOLOv2中的卷积块并结合特征融合的多尺度预测方式进行目标检测。用不同的算法和训练策略在无人机航拍图像上进行对比实验，实验结果表明，Aerial-YOLOv2算法结合多种训练策略后，其准确率、召回率分别能达到95%、91%，每张图像检测时间为14 ms。由此可知，该算法适用于无人机航拍图像第三方施工目标及违章占压建筑的智能检测。

数据科学与技术

基于共识和分类改善文档聚类的识别信息方法

王留洋, 俞扬信, 陈伯伦, 章慧

2020, 40(4):  1069-1073.  DOI: 10.11772/j.issn.1001-9081.2019091540

摘要 ( )   PDF (886KB) ( )  

参考文献 | 相关文章 | 计量指标

不同的聚类算法用于设计各自的策略，然而，每种技术在执行特定数据集时都有一定的局限性。选择恰当的识别信息方法（DIM）可确保文档聚类的进行。针对这些问题提出一种基于共识和分类的文档聚类（DCCC）的DIM。首先，选择识别信息最大化聚类（CDIM）作为数据集生成初始聚类的解决方法，并使用两种不同的CDIM方法生成两个初始聚集；其次，使用不同的参数方法对两初始聚集再进行初始化，通过簇标签信息间的关系建立共识，最大限度地提高文档的识别数总和；最后，选择识别文本权重分类（DTWC）作为文本分类器给共识分配新的簇标签，通过训练文本分类器更改基础分区，并根据预报标签信息生成最后的分区。采用8个网络数据集进行实验，选择BCubed的精度和召回率指标进行聚类验证。实验结果表明，所提出的共识分类方法的聚类结果优于对比方法的聚类结果。

基于本体特征的影评细粒度情感分类

侯艳辉, 董慧芳, 郝敏, 崔雪莲

2020, 40(4):  1074-1078.  DOI: 10.11772/j.issn.1001-9081.2019081426

摘要 ( )   PDF (588KB) ( )  

参考文献 | 相关文章 | 计量指标

针对中文影评情感分类中缺少特征属性及情感强度层面的粒度划分问题，提出一种基于本体特征的细粒度情感分类模型。首先，利用词频逆文档频率（TF-IDF）和TextRank算法提取电影特征，构建本体概念模型。其次，将电影特征属性和普鲁契克多维度情绪模型与双向长短时记忆网络（Bi-LSTM）融合，构建了在特征粒度层面和八分类情感强度下的细粒度情感分类模型。实验中，本体特征分析表明：观影人对故事属性关注度最高，继而是题材、人物、场景、导演等特征；模型性能分析表明：基于特征粒度和八分类情感强度，与应用情感词典、机器学习、Bi-LSTM网络算法在整体粒度和三分类情感强度层面的其他5个分类模型相比，该模型不仅有较高的F1值（0.93），而且还能提供观影人对电影属性的情感偏好和情感强度参考，实现了中文影评更细粒度的情感分类。

基于稀疏轨迹聚类的自驾车旅游路线挖掘

杨奉毅, 马玉鹏, 包恒彬, 韩云飞, 马博

2020, 40(4):  1079-1084.  DOI: 10.11772/j.issn.1001-9081.2019081467

摘要 ( )   PDF (1419KB) ( )  

参考文献 | 相关文章 | 计量指标

针对自驾车游客加油轨迹稀疏，还原真实旅游路线困难的问题，提出一种基于语义表示的稀疏轨迹聚类算法，用以挖掘流行的自驾车旅游路线。与基于轨迹点匹配的传统轨迹聚类算法不同，该算法考虑不同轨迹点之间的语义关系，学习轨迹的低维向量表示。首先，利用神经网络语言模型学习加油站点的分布式向量表示；然后，取每条轨迹中所有站点向量的平均值作为该轨迹的向量表示；最后，采用经典的k均值算法对轨迹向量进行聚类。最终的可视化结果表明，所提算法有效地挖掘出了两条流行的自驾车旅游线路。

网络空间安全

基于响应模糊化的抗附加块攻击云数据安全去重方法

唐鑫, 周琳娜

2020, 40(4):  1085-1090.  DOI: 10.11772/j.issn.1001-9081.2019081468

摘要 ( )   PDF (901KB) ( )  

参考文献 | 相关文章 | 计量指标

附加块攻击是威胁云数据跨用户去重安全性的一种重要攻击手段，它通过将随机数量的非命中块附加在待检测文件上，使得云服务商无法判断所检测文件的真实存在性，从而难以通过常规的响应模糊化方法保护云数据的存在性隐私。针对这个问题，提出一种基于响应模糊化的新型抗附加块攻击的云数据安全去重方法。该方法通过计算附加块数量，统计未命中块数，并比较二者以确定响应中包含的最少冗余块数，实现响应模糊化，从而只需付出少量的额外通信开销就可确保攻击者难以根据响应判断所检测文件的存在性。安全性分析和实验结果表明，相比该领域的最新工作，所提方法更高的安全性只需更低的开销，或在开销相当或少量增加的情况下显著提高安全性。

先进计算

基于代理模型的差分进化约束优化

薛锋, 史旭华, 史非凡

2020, 40(4):  1091-1096.  DOI: 10.11772/j.issn.1001-9081.2019091587

摘要 ( )   PDF (641KB) ( )  

参考文献 | 相关文章 | 计量指标

针对耗时计算目标函数的约束优化问题，提出用代理模型来代替耗时计算目标函数的方法，并结合目标函数的信息对约束个体进行选择，从而提出基于代理模型的差分进化约束优化算法。首先，采用拉丁超立方采样方法建立初始种群，用耗时计算目标函数对初始种群进行评估，并以此为样本数据建立目标函数的神经网络代理模型。然后，用差分进化方法为种群中的每一个亲本产生后代，并对后代使用代理模型进行评估，采用可行性规则来比较后代与其亲本并更新种群，根据替换机制将种群中较劣的个体替换为备用存档中较优的个体。最后，当达到最大适应度评估次数时算法停止，给出最优解。该算法与对比算法在10个测试函数上运行的结果表明，该算法得出的结果更精确。将该算法应用于工字梁优化问题的结果表明，相较于优化前的算法，该算法的适应度评估次数减少了80%；相对于FROFI（Feasibility Rule with the incorporation of Objective Function Information）算法，该算法的适应度评估次数减少了36%。运用所提算法进行优化可以有效减少调用耗时计算目标函数的次数，提升优化效率，节约计算成本。

带时间窗的同时取送货车辆路径问题建模及模因求解算法

张庆华, 吴光谱

2020, 40(4):  1097-1103.  DOI: 10.11772/j.issn.1001-9081.2019081355

摘要 ( )   PDF (1187KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决逆向物流背景下的带时间窗的同时取送货车辆路径问题（VRPSPDTW），根据实际情况建立了相应的车辆路径问题模型，并采用模因算法进行求解。在模型的求解过程中使用引导弹射搜索（GES）生成初始种群，在种群进化的过程中采用边界组合交叉（EAX）产生子代，并采用多种邻域结构对子代进行修复、教育，以提高解的质量和算法的搜索效率。通过在Wang和Chen测试数据集上与遗传算法（GA）、并行模拟退火（p-SA）算法、离散布谷鸟（DCS）算法进行比较，实验结果显示：在小规模算例进行求解时，所提算法全部取得了当前最优解；对标准规模算例进行求解时，所提算法使70%的算例更新或获取了当前最优解，获得的最优求解算例结果与当前最优解相比有超过5%的提升，充分验证了所提算法求解VRPSPDTW的良好性能。

基于随机支撑挑选的广义正交匹配追踪算法

徐志强, 蒋铁钢, 杨立波

2020, 40(4):  1104-1108.  DOI: 10.11772/j.issn.1001-9081.2019091576

摘要 ( )   PDF (797KB) ( )  

参考文献 | 相关文章 | 计量指标

针对广义正交匹配追踪（GOMP）算法复杂度高、重构时间长的问题，提出了一种基于随机支撑挑选的GOMP（StoGOMP）算法。首先引入随机支撑挑选的策略，在每次迭代中随机生成一个概率值。然后通过比较此概率值与预设概率值的大小来决定候选支撑集的挑选方式：若此概率值小于预设概率值，则采用匹配计算方式；否则，采用随机选择方式。最后根据得到的候选支撑来更新残差。这种方式充分考虑了算法单次迭代复杂度和迭代次数之间的平衡，减少了算法的计算量。一维随机信号重构实验结果表明，在预设概率值为0.5、稀疏度为20时，StoGOMP算法相较GOMP算法达到100%重构成功率所需的采样数减少了9.5%。实际图像重构实验结果表明，所提出的算法具有与GOMP算法相当的重构精度，且在采样率为0.5时，所提算法的重构时间相较于原算法减少了27%以上，这说明StoGOMP算法能够有效减少信号的重构时间。

网络与通信

面向移动应用识别的结构化特征提取方法

沈亮, 王鑫, 陈曙晖

2020, 40(4):  1109-1114.  DOI: 10.11772/j.issn.1001-9081.2019081380

摘要 ( )   PDF (1236KB) ( )  

参考文献 | 相关文章 | 计量指标

针对移动应用流量监控及行为分析等需要，为有效识别移动网络流量所属的应用，提出一种超文本传输协议（HTTP）流结构化特征提取方法。采取一款自研的基于虚拟专用网络（VPN）的流量采集工具获取研究数据，该工具能够精确标识每一条数据流归属的应用。在特征提取阶段，不预先设计特征构成，通过流聚类、获取最长公共子序列、字符替换得到应用HTTP流的结构化特征。从42种应用的117 772条HTTP流中提取特征，并对测试集的50 387条HTTP流进行识别，所提方法的平均准确率达99%，平均查全率为90.63%，单个应用最大误报率为0.52%。实验结果表明，该结构化特征提取方法能够有效识别移动应用的流量。

基于微基站发射功率的异构蜂窝网络能效优化

陈永红, 郭莉莉, 张士兵, 杨洁

2020, 40(4):  1115-1118.  DOI: 10.11772/j.issn.1001-9081.2019071236

摘要 ( )   PDF (606KB) ( )  

参考文献 | 相关文章 | 计量指标

异构蜂窝网络（HetNet）的能量效率近年来引起了广泛的关注，然而，对于宏基站采用非泊松过程系统的能量效率的研究并不多。针对这一问题，研究了两层HetNet的能量效率，其中宏基站的部署采用β-Ginibre点过程（β-GPP）建模。首先，采用一种简单的近似方法分析了两层网络的信干比（SIR）分布；然后，推导出HetNet的覆盖概率、吞吐量和系统的能量效率；最后，提出一种有效的能量效率优化算法，寻找最优的微基站发射功率，使能量效率最大化。仿真结果表明，当β=1，宏基站的分布密度为2×10^-4 m^-2，微基站的分布密度为宏基站分布密度的2倍时，采用所提能量效率优化方案可以使系统能量效率提高约20%。实验结果验证了理论分析的准确性和提出的能效优化算法的有效性。

嵌入式多通道无线视频传输的码率自适应算法

罗际炜, 瞿涛, 邓徳祥

2020, 40(4):  1119-1126.  DOI: 10.11772/j.issn.1001-9081.2019081503

摘要 ( )   PDF (833KB) ( )  

参考文献 | 相关文章 | 计量指标

无线视频传输和视频压缩技术是当前众多物联网（IoT）应用和嵌入式系统的基础和核心。而在多通道传输时无线网络状态的不断变化，会导致视频丢帧和延时抖动问题。虽然自适应算法能够在一定程度上解决在PC或服务器平台下的视频传输问题，但在嵌入式平台和无线网络下仍不能满足实时性和服务质量（QoS）要求。为此，基于DM368芯片设计了一从视频采集、压缩、WiFi传输、控制单元接收到上位机显示的完整平台。同时充分考虑了嵌入式平台的特点，提出一种结合信号质量、网络带宽、缓存状态和拥塞控制的码率自适应算法。该算法利用高斯函数统计网络带宽，使用分段反比例函数调整缓存状态，利用加权移动法对码率进行平滑，并使用极值抑制法进行码率均衡。该算法实现了码率的平滑调整，并被应用于所提平台来实现控制单元对多个WiFi相机的管理、多通道传输和负载均衡。以QoS为评价指标进行实验验证，结果表明：该算法在设计的嵌入式平台上性能良好，平滑性和缓存稳定性都有很大提升，多通道状态下的公平性和带宽利用率也有显著提高。在单相机信号质量动态变化或多相机竞争带宽等多种情况下，相对于MDI（McGinely Dynamic Indicator）算法，该算法的平滑性提升了16%~59%；相对于BBA（Buffer-Based Algorithm），该算法的缓存抖动降低了15%~72%，时延抖动降低了12%~76%。

计算机软件技术

基于Web的动态几何软件领域模型及其应用

管皓, 秦小林, 饶永生, 曹晟

2020, 40(4):  1127-1132.  DOI: 10.11772/j.issn.1001-9081.2019091672

摘要 ( )   PDF (1285KB) ( )  

参考文献 | 相关文章 | 计量指标

动态几何软件以其动态、直观的特点广泛应用于几何约束作图。针对数据结构缺乏对动态几何领域内可复用的抽象描述的问题，提出一种动态几何软件领域模型的设计方法。首先经过领域分析来识别并划分出最基本的上下文边界，然后通过领域模型设计得到动态几何软件核心领域模型，最后在体系结构建模过程中，在纵向与横向两个维度对动态几何软件进行解耦。实验结果表明，利用该领域模型设计方法研发的动态几何软件能正确地处理图形在临界位置退化的情形。该模型表达的领域知识同时适用于二维及三维的动态几何软件，并支持对不同设备分别设计布局与交互，实现了领域知识的高层次复用。

虚拟现实与多媒体计算

具有抗仿射性的局部特征点匹配方法

邱云飞, 刘兴

2020, 40(4):  1133-1137.  DOI: 10.11772/j.issn.1001-9081.2019091588

摘要 ( )   PDF (635KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有局部特征匹配算法对具有仿射性的图像匹配效果欠佳、耗时较长，以及随机采样一致性（RANSAC）算法对仿射性图像匹配得不到较好的参数模型等问题，提出一种具有抗仿射性的A-AKAZE（Affine Accelerated KAZE）算法，并用向量场一致性来筛选内点。首先利用非线性函数构建尺度空间，然后借助Hessian矩阵检测特征点，并以特征点为中心选取合适的区域作为特征采样窗口；再把特征采样窗口在经纬度上进行投影以模拟不同角度对图像的影响，随后在投影区域中提取具有抗仿射性的A-MLDB（Affine Modified-Local Difference Binary）描述符；最后利用向量场一致性算法提取内点。实验结果表明：A-AKAZE算法的正确匹配率相较于AKAZE算法提高了20%以上，与AKAZE+RANSAC算法相较提升了15%左右，与ASIFT（Affine Scale-Invariant Feature Transform）算法相比提高了10%左右，相比ASIFT+RANSAC算法提高了5%；而且该算法的匹配速度远高于AKAZE+RANSAC、ASIFT和ASIFT+RANSAC算法。

融合GMS与VCS+GC-RANSAC的图像配准算法

丁辉, 李丽宏, 原钢

2020, 40(4):  1138-1143.  DOI: 10.11772/j.issn.1001-9081.2019081465

摘要 ( )   PDF (1935KB) ( )  

参考文献 | 相关文章 | 计量指标

针对当前图像配准算法配准时间过长、配准正确率低等问题，提出一种基于网格运动统计（GMS）、矢量系数相似度（VCS）与图割随机抽样一致性（GC-RANSAC）的图像配准算法。首先，通过ORB（Oriented FAST and Rotated BRIEF）算法对图像进行特征点提取，并对特征点进行暴力匹配。之后，通过GMS算法对图像中的粗匹配特征点进行网格划分，利用网格中正确匹配点邻域内具有较高特征支持量的原理对粗匹配对进行筛选；并引入图像匹配对在进行矢量运算时VCS不超过某一设定阈值的原理对匹配对进行部分剔除，以利于算法后期的快速收敛。最后，运用GC-RANSAC算法进行局部最优模型拟合，得到精匹配特征点集，实现高精度的图像配准和拼接。通过与ASIFT+RANSAC、GMS、AKAZE+RANSAC、GMS+GC-RANSAC等算法对比，实验结果表明，该算法在平均匹配精度上提高了30.34%，平均匹配时间缩短0.54 s。

基于图像配准的零件轮廓修正方法

吴孟桦, 胡晓兵, 李航, 江代渝

2020, 40(4):  1144-1150.  DOI: 10.11772/j.issn.1001-9081.2019081463

摘要 ( )   PDF (960KB) ( )  

参考文献 | 相关文章 | 计量指标

针对智能机床视觉系统提取待加工零件边缘轮廓时易受到背景干扰，导致其提取出的零件轮廓中包含异常区域的问题，提出一种基于图像配准的高精度零件轮廓修正方法。首先，从零件工程图与真实图像当中提取出零件模板特征点集与待匹配特征点集；其次，对仿射变换模型中的参数进行分解分析，并利用两图特征点集中的面积特征与边缘结构特征构建准则函数；然后，使用改进的遗传算法搜索两图像全局最高相似度所对应的仿射变换参数，在图像配准之后，再通过计算最优迁移后的模板轮廓点集与待匹配轮廓点集的分段Hausdorff距离来检测并替换待匹配轮廓中的异常轮廓段。实验结果表明，该方法能精确、稳定地检测出待匹配轮廓点集中的异常轮廓段，配准精度比联合特征均方和（SSJF）方法高出50%，修正后轮廓交接点处的距离不超过3像素值。

基于自适应邻域的固有形状特征算法

石志良, 蔡旺月, 汪国强, 熊林杰

2020, 40(4):  1151-1156.  DOI: 10.11772/j.issn.1001-9081.2019091538

摘要 ( )   PDF (5956KB) ( )  

参考文献 | 相关文章 | 计量指标

针对三维点云特征点检测算法中固定尺度的确定需要经验知识的参与，自适应尺度的计算需消耗较多时间成本的问题，提出一种自适应邻域的固有形状特征（ANISS）改进算法。首先利用局部特征计算每一点的自适应邻域k值；然后将k值作为ANISS算法中的邻域大小，通过比较连续特征值的比率与阈值的大小来得到近似特征点；最后以近似特征点的k值作为非极大值抑制（NMS）的邻域大小，执行NMS算法，得到最终的特征点。旋转平移不变性实验和噪声敏感性实验的结果表明，ANISS算法检测出的特征点的可重复性均高于固有形状特征（ISS）算法，它不仅降低了ISS算法中邻域参数输入造成的不准确性，还具有较高的计算效率。

利用惯导测量单元确定关键帧的实时SLAM算法

卫文乐, 金国栋, 谭力宁, 芦利斌, 陈丹琪

2020, 40(4):  1157-1163.  DOI: 10.11772/j.issn.1001-9081.2019081326

摘要 ( )   PDF (3649KB) ( )  

参考文献 | 相关文章 | 计量指标

由于嵌入式处理器算力的限制，实时性差一直是视觉惯导同时定位与建图（VI-SLAM）走向实际应用的一个亟待解决的问题，因此提出一种利用惯导测量单元（IMU）确定关键帧的实时同时定位与建图（SLAM）算法，主要分为3个线程：跟踪、局部建图和闭环。首先由跟踪线程通过IMU预积分自适应地确定关键帧，而自适应阈值由视觉惯性紧耦合优化的结果得出；然后仅对关键帧进行跟踪，避免对所有帧进行特征处理；最后利用局部建图线程在滑动窗口中通过视觉惯导光束平差法得到更加精确的无人机位姿，利用闭环线程得到全局一致的轨迹和地图。在数据集EuRoC上的实验结果表明，该算法能在不降低精度和鲁棒性的情况下显著减少跟踪线程耗时，降低VI-SLAM对计算资源的依赖。在实际飞行测试中，该算法能够较实时准确地估计出具有尺度信息的无人机飞行真实轨迹。

最大差值图决策的低照度图像自适应增强算法

王瑞尧, 岳雪亭, 周志青, 耿则勋

2020, 40(4):  1164-1170.  DOI: 10.11772/j.issn.1001-9081.2019091541

摘要 ( )   PDF (1501KB) ( )  

参考文献 | 相关文章 | 计量指标

应用于光照分布不均的低照度图像，传统的图像增强算法会出现色彩失真、亮区过度增强等问题，因此提出一种最大差值图决策的低照度图像自适应增强算法。首先，提出最大差值图的概念，通过最大差值图粗略估计出初始光照分量；然后，提出交替引导滤波的算法，利用交替引导滤波对初始光照分量进行校正，实现光照分量的准确估计；最后，设计了图像亮度自适应的伽马变换，能够根据获取的光照分量自适应调整伽马变换参数，从而在增强图像的同时消除光照不均带来的影响。实验结果表明，增强后的图像有效消除了光照分布不均带来的影响，图像亮度、对比度、细节表现能力和色彩保真度都得到了明显提升，平均梯度提升了1倍以上，信息熵提升了14%以上。由于提出的算法对光照分量估计准确，自适应伽马变换针对低照度图像进行了优化，因此，对于夜间等弱光源条件下的彩色图像具有十分有效的增强效果。

混合非凸非光滑正则化约束的模糊图像盲复原

耿源谦, 吴传生, 刘文

2020, 40(4):  1171-1176.  DOI: 10.11772/j.issn.1001-9081.2019091647

摘要 ( )   PDF (2187KB) ( )  

参考文献 | 相关文章 | 计量指标

为能够复原出高质量的清晰图像，提出一种混合正则化约束的模糊图像盲复原方法。首先，根据模糊核的稀疏性，采用L₀范数的正则项对模糊核进行稀疏约束，以提高模糊核估计的准确性；然后，根据图像梯度的稀疏性，采用混合一阶和二阶图像梯度的L₀范数对图像梯度进行正则化约束，以保留图像边缘信息；最后，由于所提出的混合正则化约束模型本质上是非凸非光滑优化问题，通过交替方向乘子法对模型进行求解，并在非盲反卷积阶段采用L₁范数数据拟合项和全变分的方法复原清晰图像。实验结果表明，所提方法能够复原出更加清晰的细节和边缘信息，复原结果的质量更高。

基于区域内容感知核范数的低剂量CT影像去噪

宋芸, 张元科, 卢虹冰, 邢宇翔, 马建华

2020, 40(4):  1177-1183.  DOI: 10.11772/j.issn.1001-9081.2019091592

摘要 ( )   PDF (5420KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统基于核范数最小化（NNM）的低秩约束模型在低剂量CT（LDCT）影像去噪中易造成局部纹理细节丢失的问题，提出一种具有区域内容感知能力的加权NNM的LDCT影像去噪算法。首先采用基于奇异值分解（SVD）的方法估计LDCT影像中的局部噪声强度；然后采用基于局部统计特性的方法进行目标影像块匹配；最后根据影像局部噪声强度以及不同奇异值水平自适应设置核范数权重，以实现基于加权NNM的LDCT影像去噪。仿真实验结果表明，所提算法在均方根误差（RMSE）指标上较传统NNM算法、全变分最小化算法以及变换学习算法分别降低30.11%、14.38%和8.75%，在结构相似度（SSIM）指标上较上述3种算法分别提高34.24%、23.06%和11.52%。真实临床数据实验结果表明，所提算法处理结果的放射医生评价平均分为8.94，与常规剂量CT影像的评价平均分数仅差0.21，显著高于传统NNM算法、全变分最小化算法和变换学习算法的平均分。仿真及真实临床数据的实验结果表明，所提算法能够在滤除LDCT影像伪影噪声的同时，有效保持局部纹理细节信息。

面部美化图像质量无参考评价方法

张俊升, 徐晶晶, 余伟

2020, 40(4):  1184-1190.  DOI: 10.11772/j.issn.1001-9081.2019091552

摘要 ( )   PDF (1179KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前面部美化已被广泛研究，然而缺乏有效美化图像质量评价方法限制美化技术进一步发展的问题，提出一种面部美化图像质量的无参考评价方法。该方法结合面部美感的认知与感知和面部美化技术以挖掘美化图像的质量表示，首先构建面部美化图像数据库，将面部图像分解为皮肤、眼睛和嘴巴三种区域，然后从肤色、光滑度、光照、灰度差和清晰度等五个方面提取面部美学特征，最后用支持向量回归（SVR）训练面部美化质量模型并预测美化图像的质量。实验结果表明，所提方法在构建的数据库上Pearson线性相关系数和Spearman等级相关系数分别达到0.920 5和0.900 9，优于BIQI（Blind Image Quality Indices）、NIQE（Natural Image Quality Evaluation）图像质量评价方法。

智能音箱中的一种快速回声消除算法

张伟, 王冬霞, 于玲

2020, 40(4):  1191-1195.  DOI: 10.11772/j.issn.1001-9081.2019081482

摘要 ( )   PDF (2168KB) ( )  

参考文献 | 相关文章 | 计量指标

考虑到智能音箱中多采用麦克风阵列作为拾音装置，而单通道自适应滤波技术对声学回声消除具有失真性和复杂性，提出一种麦克风阵列快速回声消除算法。该算法首先用自适应滤波技术估计第一通道回声，然后估计阵列间的相对回声传递函数，把两者相乘得到其他通道回声；其次，把估计出的回声和噪声当作广义旁瓣抵消器（GSC）波束形成下支路的噪声参考信号，利用GSC波束形成算法去除回声和噪声。仿真结果表明，在中度混响、远距离、低回噪比且用音乐作为回声环境时，该算法具有良好的回声消除与噪声抑制性能，不仅运算量小，而且使目标语音信号具有较高的信源失真率和可懂度。

基于邻域信息的改进模糊c均值脑MRI分割

王燕, 何宏科

2020, 40(4):  1196-1201.  DOI: 10.11772/j.issn.1001-9081.2019091539

摘要 ( )   PDF (1675KB) ( )  

参考文献 | 相关文章 | 计量指标

在脑图像分割中，噪声或异常值的干扰往往会使得图像的质量下降。而传统的模糊c均值算法存在一定的缺限，容易受初始值的影响，这给医生准确识别和提取脑组织带来很大的麻烦。针对这些问题，提出一种基于用马尔可夫模型构建的图像像素点邻域的改进模糊c均值图像分割方法。首先，用遗传算法（GA）确定初始的聚类中心；然后，改变目标函数的表达方式，通过在目标函数中添加修正项来改变隶属度矩阵的计算方式，并用约束系数对其来调节；最后，由马尔可夫随机域来表达邻域像素的标号信息，并利用马尔可夫随机场（MRF）的最大化条件概率来表示像素的邻域，增强了抗噪性。实验结果显示，该方法拥有较好的抗噪性，可以降低误分割率，在对脑图像分割时具备较高的分割精度。分割后的图像平均精度可达：JS（Jaccard Similarity）指标为82.76%，Dice指标为90.45%，Sensitivity指标为90.19%；同时，对脑图像边界处的分割更加清晰，分割后的图像更加接近于标准分割图像。

基于深度学习的脑片图像区域划分方法

王松伟, 赵秋阳, 王宇航, 饶小平

2020, 40(4):  1202-1208.  DOI: 10.11772/j.issn.1001-9081.2019091521

摘要 ( )   PDF (3502KB) ( )  

参考文献 | 相关文章 | 计量指标

针对采用传统多模态配准方法进行小鼠脑片图像自动化区域划分精度差的问题，提出一种无监督多模态的脑片图像区域划分方法。首先，基于小鼠脑图谱获得脑片区域划分对应的ARA（Allen Reference Atlases）数据库中的Atlas脑图谱和Average Template脑图谱；然后，通过仿射变换预处理和PCANet-SR（Principal Component Analysis Net-based Structural Representation）网络处理将Average Template脑图谱与小鼠脑切片进行预配准及同模态转换，再根据U-net及空间变换网络实现无监督配准，并将配准变形关系作用到Atlas脑图谱上；最后，提取配准变形后的Atlas脑图谱的边缘轮廓并与原始小鼠脑切片进行融合，从而实现脑片图像的区域划分。实验结果表明，与现有PCANet-SR+B样条配准方法相比，所提方法的配准精度指标的均方根误差（RMSE）降低了1.6%，相关系数（CC）和互信息（MI）值分别提高了3.5%、0.78%；可快速实现无监督多模态的脑片图像配准任务，且使得脑片区域划分准确。

应用前沿、交叉与综合

基于协作反馈控制算法的车联网行车安全动态强化模型

黄辰, 曹建农, 王时绘, 张龑

2020, 40(4):  1209-1214.  DOI: 10.11772/j.issn.1001-9081.2019101808

摘要 ( )   PDF (2663KB) ( )  

参考文献 | 相关文章 | 计量指标

针对车联网（IoV）环境下，单车的信息采集和处理能力不足以满足时间敏感的行车安全应用需求，需要通过多车协作增强车间信息共享和信道接入能力等问题，提出一种基于协作反馈控制算法的行车安全动态强化模型。首先，提出虚拟车队协作模型，提升交通信息的采集精度，扩大采集范围，建立车间的稳定协作关系，在形成协作虚拟车队的同时降低信道拥塞；然后，实现一个针对消息传输和驾驶控制的联合优化模型，通过异构交通数据的深度融合最大化IoV的安全效用；最后，在对车流量时空变化进行预测的基础上，提出自适应的反馈控制模型实时调整驾驶安全策略。仿真结果表明，所提出的行车安全动态强化模型在各种车流分布模型下，均能够取得良好的性能指标，可以有效支持驾驶辅助控制系统，在保障行车安全的同时降低信道拥塞。

基于多重网络的复杂产品工程变更传播影响评估

李从东, 章志伟, 曹策俊, 张帆顺

2020, 40(4):  1215-1222.  DOI: 10.11772/j.issn.1001-9081.2019101779

摘要 ( )   PDF (3619KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统复杂产品工程变更传播的影响评估过程中，未综合考虑零部件间多种关联关系对变更传播的共同作用的问题，将多重网络理论应用于复杂产品建模中。首先，将复杂产品零部件及其功能、行为、结构关联关系抽象为多重网络，从而探究不同关联关系对工程变更传播的影响机制；然后，利用改进的全面距离指标对网络中各节点重要度进行评估；最后，使用易感-感染-易感模型对复杂产品工程变更传播影响进行定量评估。以某型号柴油发动机的工程变更传播影响评估为例，验证所提出方法的有效性。结果表明：多重网络模型可以对拥有不同类型关联关系的复杂产品进行充分描述；改进的全面距离指标较好地提升了对同核度节点重要度的区分能力；高重要度零部件发生变更会使得工程变更在整个产品范围内发生雪崩式传播。

基于船时效率的岸桥配置优化

毛敏俐, 梁承姬, 胡筱渊

2020, 40(4):  1223-1230.  DOI: 10.11772/j.issn.1001-9081.2019081528

摘要 ( )   PDF (1246KB) ( )  

参考文献 | 相关文章 | 计量指标

在集装箱码头系统中，对船舶进行有效的岸桥配置有助于缓解岸边资源紧张的现状，提高码头的运营效率。针对连续泊位下动态到港船舶的泊位分配和岸桥配置的集成优化问题，对船舶的岸桥配置进行基于船时效率的动态调整，以最小化包括船舶延迟靠泊成本、偏离偏好泊位成本、延迟离港成本和岸桥重新配置成本在内的总成本为目标建立模型，并根据基于船时效率的岸桥配置的调整规则设计了启发式算法，结合遗传算法（GA）对问题进行求解。最终通过算例分析，验证了提出的模型和算法在解决实际港口中泊位分配和岸桥配置问题上的有效性，并通过与未考虑岸桥配置进一步调整的传统GA计算的结果进行比较，证实了提出算法的优化效果。

基于自适应深度迁移学习的多孔介质重构

陈杰, 张挺, 杜奕

2020, 40(4):  1231-1236.  DOI: 10.11772/j.issn.1001-9081.2019091608

摘要 ( )   PDF (979KB) ( )  

参考文献 | 相关文章 | 计量指标

目前用于多孔介质重构的多点统计法（MPS）等传统方法需要多次扫描训练图像，然后进行后续复杂的概率计算得到模拟结果，导致重构效率较低，模拟过程复杂，因此提出一种基于自适应深度迁移学习的重构方法。首先利用深度神经网络从多孔介质的训练图像中提取复杂特征，然后在深度迁移学习中添加自适应层以减少训练数据和预测数据之间的数据分布差异，最后使用自适应迁移学习复制这些特征来获得与真实训练数据结构相似的重构结果。通过与典型的多孔介质重构方法MPS的比较实验，结果显示在多点连通曲线、变差函数曲线和孔隙度方面，该方法重构质量更好，平均重构耗时从840 s减少到166 s，平均CPU占用率从98%下降到20%，平均内存占用下降了69%。所提方法在保证重构结果质量更好的前提下，显著提高了多孔介质重构的效率。

基于DSP的无人机遥感影像SIFT算法设计与实现

孙鹏, 肖经, 赵海盟, 刘帆, 晏磊, 赵红颖

2020, 40(4):  1237-1242.  DOI: 10.11772/j.issn.1001-9081.2019091689

摘要 ( )   PDF (1347KB) ( )  

参考文献 | 相关文章 | 计量指标

为了满足尺度不变特征变换（SIFT）算法临场处理大尺寸无人机（UAV）组网遥感观测影像的实时快速需求，提出一种基于数字信号处理器（DSP）内核的硬件乘法器来处理单精度浮点型像素数据乘法的算法实现方案。首先，根据DSP内核的硬件乘法器的数据输入、输出特性，重构SIFT算法的图像数据结构和图像函数，以实现硬件乘法器对SIFT算法单精度浮点型像素数据的乘法计算；其次，采用软件流水技术重新编排迭代计算，以增强算法的并行计算能力；最后，将在算法计算过程中产生的动态数据迁移至第三代双倍速率同步动态随机存储器（DDR3）中，以提升算法数据的存储空间。实验结果表明，DSP平台的SIFT算法可以实现对1 000×750的UAV遥感影像的高精度快速处理，所提方案满足无人机组网遥感影像临场处理对SIFT算法的实时快速要求。