《计算机应用》唯一官方网站

孙鹤立, 孙玉柱, 张晓云

2020, 40(11): 3101-3106. DOI: 10.11772/j.issn.1001-9081.2020030418

摘要 ( )

PDF (676KB) ( )

参考文献 | 相关文章 | 计量指标

在基于事件的社会网络（EBSNs）的相关研究中，基于事件描述来预测社交事件参与度是难点问题。相关的研究非常有限，研究难度主要来自对事件描述评价的主观性和语言建模算法的局限性。针对这些问题，首先定义了成功事件、相似事件和事件相似度等概念，并基于这些概念将采集自Meetup平台的社交数据进行抽取，同时分别设计了基于拉索回归、卷积神经网络（CNN）和门控循环神经网络（GRNN）的分析预测方法。实验时，先从抽取过的数据中选取部分数据训练三种模型，然后用剩余的数据进行分析预测。结果显示，相较于不含事件描述的事件，经过拉索回归模型处理的事件在不同分类器下的预测准确率可提高2.35%~3.8%，经过GRNN模型处理的事件在不同分类器下的预测准确率可提高4.5%~8.9%，而CNN模型的处理结果不理想。证明了事件描述能够提高事件参与度，GRNN模型在三个模型中预测准确率最高。

基于改进的最大均值差异算法的深度迁移适配网络

郑宗生, 胡晨雨, 姜晓轶

2020, 40(11): 3107-3112. DOI: 10.11772/j.issn.1001-9081.2020020263

摘要 ( )

PDF (2506KB) ( )

参考文献 | 相关文章 | 计量指标

在基于模型参数的迁移学习研究中，两域样本的分布差异、源模型卷积层之间的互适应性都是影响模型迁移性能的重要因素。针对上述问题，提出一种多层卷积适配（MCA）深度迁移框架并将其应用于台风卫星云图的等级分类，在交叉熵函数的基础上添加L-最大均值差异（MMD）算法作为正则项，并对样本在再生核希尔伯特空间（RKHS）中的分布进行线性的无偏估计，最终定义了CE-MMD损失函数。在反向传播过程中，将残差和两域样本分布的差异共同作为网络参数更新的指标，使得迁移模型收敛速度更快、精度更高。在自建的台风数据集上对L-MMD算法和Bregman差异、KL散度两种度量算法进行对比实验，结果表明所提算法的精度分别高出11.76个百分点和8.05个百分点。实验结果表明，L-MMD算法优于其他度量算法，而且MCA深度迁移框架具有可行性。

基于Lagrange插值的学习猴群算法求解折扣｛0-1｝背包问题

徐小平, 徐丽, 王峰, 刘龙

2020, 40(11): 3113-3118. DOI: 10.11772/j.issn.1001-9081.2020040482

摘要 ( )

PDF (613KB) ( )

参考文献 | 相关文章 | 计量指标

折扣｛0-1｝背包问题（D｛0-1｝KP）的目的是在不超过背包载重的前提下，使得装入背包的所有物品价值系数之和为最大。针对已有算法在求解规模大、复杂度高的D｛0-1｝KP时的求解精度低的问题，提出了Lagrange插值的学习猴群算法（LSTMA）。首先，在基本猴群算法的望过程中重新定义了视野长度；其次，在跳过程中引入了种群中最优的个体作为第二个支点，并调整搜索机制；最后，在跳过程之后引入Lagrange插值操作来提高算法的搜索性能。对四类实例的仿真结果表明：LSTMA在求解D｛0-1｝KP时的求解精度高于对比算法，并且具有良好的鲁棒性。

演化信息协助的动态协同随机漂移粒子群优化算法

赵吉, 程成

2020, 40(11): 3119-3126. DOI: 10.11772/j.issn.1001-9081.2020040481

摘要 ( )

PDF (941KB) ( )

参考文献 | 相关文章 | 计量指标

为了改善随机漂移粒子群算法的群体多样性，通过演化信息的协助，提出动态协同随机漂移粒子群优化（CRDPSO）算法。利用上下文粒子的向量信息，粒子之间的动态协作增加了种群多样性，这有助于提高群体的搜索能力，并使整个群体协同搜索全局最优值。同时在演化过程中的每次迭代，利用二维空间分割树结构来存储算法中的估计解的位置和适应度值，从而实现快速适应度函数逼近。由于适应度函数逼近增强了变异策略，因此变异是自适应且无参数的。通过典型测试函数将CRDPSO算法和差分进化算法（DE）、协方差矩阵适应进化策略算法（CMA-ES）、非重复访问遗传算法（cNrGA）以及三种改进的量子行为粒子群算法（QPSO）进行比较。实验结果表明，不管是对于单峰还是多峰测试函数，CRDPSO的性能均是最优的，证明了该算法的有效性。

基于“新息误差”的粒子流滤波算法

周德运, 刘斌, 苏茜

2020, 40(11): 3127-3132. DOI: 10.11772/j.issn.1001-9081.2020030402

摘要 ( )

PDF (598KB) ( )

参考文献 | 相关文章 | 计量指标

在粒子滤波（PF）过程中存在粒子权值退化、维度灾难、计算成本高等问题。粒子流滤波通过构造对数同伦函数避免了粒子权值退化问题，但是在求解边值问题时过于依赖观测方程，当噪声较大时效果较差。针对上述问题，提出了一种改进的粒子流滤波算法。首先，该算法在粒子流动的过程中引入了一种“新息误差”结构，使每个粒子的更新相互独立；其次，利用Galerkin有限元法求得边值问题的数值解，从而消除了拟合样本先验可能导致的数值不稳定问题；最后，分别在通用非线性滤波模型和机动目标跟踪模型中对改进的算法进行了性能测试。仿真结果表明，改进的算法可以抑制系统对观测信息的依赖性，在噪声增大的情况下也能得到相对较好的结果，有效改善了滤波精度，而在多维目标跟踪情况下算法的计算效率与滤波精度高于标准粒子滤波。

牛顿-软阈值迭代鲁棒主成分分析算法

王海鹏, 降爱莲, 李鹏翔

2020, 40(11): 3133-3138. DOI: 10.11772/j.issn.1001-9081.2020030375

摘要 ( )

PDF (3222KB) ( )

参考文献 | 相关文章 | 计量指标

针对鲁棒主成分分析（RPCA）问题，为了降低RPCA算法的时间复杂度，提出了牛顿-软阈值迭代（NSTI）算法。首先，使用低秩矩阵的Frobenius范数与稀疏矩阵的l₁-范数的和来构造NSTI算法的模型；其次，同时使用两种不同的优化方式求解模型的不同部分，即用牛顿法快速计算出低秩矩阵，用软阈值迭代算法快速计算出稀疏矩阵，交替使用这两种方法计算出原数据的低秩矩阵和稀疏矩阵的分解；最后，得到原始数据的低秩特征。在数据规模为5 000×5 000，低秩矩阵的秩为20的情况下，NSTI算法和梯度下降（GD）算法、低秩矩阵拟合（LMaFit）算法相比，时间效率分别提高了24.6%、45.5%。对180帧的视频前景背景进行分离，NSTI耗时3.63 s，时间效率比GD算法、LMaFit算法分别高78.7%、82.1%。图像降噪实验中，NSTI算法耗时0.244 s，所得到的降噪后的图像与原始图像的残差为0.381 3，与GD算法、LMaFit算法相比，时间效率和精确度分别提高了64.3%和45.3%。实验结果证明，NSTI算法能够有效解决RPCA问题并提升RPCA算法的时间效率。

基于Rescaled Hinge损失函数的多子支持向量机

李卉, 杨志霞

2020, 40(11): 3139-3145. DOI: 10.11772/j.issn.1001-9081.2020030381

摘要 ( )

PDF (817KB) ( )

参考文献 | 相关文章 | 计量指标

针对多分类学习模型性能会受异常值影响的问题，提出基于Rescaled Hinge损失函数的多子支持向量机（RHMBSVM）。首先，该方法通过引入有界、非凸的Rescaled Hinge损失函数来构建相应的优化问题；然后，利用共轭函数理论将优化问题作等价变换；最后，使用变量交替策略形成一个迭代算法来求解非凸优化问题，该方法在求解的过程中可自动调节每个样本点的惩罚权重，从而削弱了异常值对K个超平面的影响，增强了鲁棒性。使用5折交叉验证的方法进行数值实验，实验结果表明，在数据集无异常值的情况下，该方法的正确率比多子支持向量机（MBSVM）提升了1.11个百分点，比基于Rescaled Hinge损失函数的鲁棒支持向量机（RSVM-RHHQ）提升了0.74个百分点；在数据集有异常值的情况下，该方法的正确率比MBSVM提升了2.10个百分点，比RSVM-RHHQ提升了1.47个百分点。实验结果证明了所提方法在解决有异常值的多分类问题上的鲁棒性。

卷积神经网络模型剪枝结合张量分解压缩方法

巩凯强, 张春梅, 曾光华

2020, 40(11): 3146-3151. DOI: 10.11772/j.issn.1001-9081.2020030362

摘要 ( )

PDF (1488KB) ( )

参考文献 | 相关文章 | 计量指标

针对卷积神经网络（CNN）拥有巨大的参数量及计算量，限制了其在嵌入式系统等资源受限设备上应用的问题，提出了基于统计量的网络剪枝结合张量分解的神经网络压缩方法，其核心思想是以均值和方差作为评判权值贡献度的依据。首先，以Lenet5为剪枝模型，网络各卷积层的均值和方差分布以聚类方式分离出提取特征较弱的滤波器，而使用保留的滤波器重构下一层卷积层；然后，将剪枝方法结合张量分解对更快的区域卷积神经网络（Faster RCNN）进行压缩，低维卷积层采取剪枝方法，而高维卷积层被分解为三个级联卷积层；最后，将压缩后的模型进行微调，使其在训练集上重新达到收敛状态。在PASCAL VOC测试集上的实验结果表明，所提方法降低了Faster RCNN模型54%的存储空间而精确率仅下降了0.58%，同时在树莓派4B系统上达到1.4倍的前向计算加速，有助于深度CNN模型在资源受限的嵌入式设备上的部署。

基于后悔理论及EDAS法的概率语言多属性群决策方法

童玉珍, 王应明

2020, 40(11): 3152-3158. DOI: 10.11772/j.issn.1001-9081.2020010131

摘要 ( )

PDF (504KB) ( )

参考文献 | 相关文章 | 计量指标

针对属性权重未知的群体决策问题，提出基于离平均方案（平均解）距离的评价方法（EDAS）及考虑决策者后悔规避心理行为的概率语言术语集（PLTS）多属性群决策方法。首先，根据PLTS的相关性质定义概率语言术语集信息熵及交叉熵并建立属性权重模型；然后，将群体满意度公式拓展到概率语言术语集环境下，并用于后悔理论中效用值的计算；随后，基于概率语言术语集的属性权重确定模型及群体满意度公式，将后悔理论与EDAS法相结合提出新的多属性决策方法，并对各备选方案进行选择排序；最后，以实例网络舆情突发事件的选择排序为实例对所提出的方法进行验证，并通过对比分析来证明所提方法的有效性。

基于联合特征和XGBoost的活动语义识别方法

郭茂祖, 张彬, 赵玲玲, 张昱

2020, 40(11): 3159-3165. DOI: 10.11772/j.issn.1001-9081.2020030301

摘要 ( )

PDF (2125KB) ( )

参考文献 | 相关文章 | 计量指标

针对以往活动语义识别研究单纯提取时间维度上的序列特征以及周期特征、缺乏对空间信息的深度挖掘等问题，提出一种基于联合特征和极限梯度提升（XGBoost）的活动语义识别方法。首先，挖掘时间信息中的活动周期性特征和空间信息中的经纬度特征；然后，使用经纬度信息通过具有噪声的基于密度的聚类（DBSCAN）算法提取空间区域热度特征，将这些特征组成特征向量来刻画用户活动语义；最后，采用集成学习方法中的XGBoost算法建立活动语义识别模型。在FourSquare的两个公共签到数据集上，基于联合特征的模型比基于时间特征的模型在识别准确率上提高了28个百分点，与上下文感知混合（CAH）方法和时空活动偏好（STAP）方法对比，所提方法的识别准确率分别提高了30个百分点和5个百分点。实验结果表明所提方法与对比方法相比在活动语义识别问题上更加准确有效。

基于增强型对抗学习的无参考图像质量评价算法

曹玉东, 蔡希彪

2020, 40(11): 3166-3171. DOI: 10.11772/j.issn.1001-9081.2020010012

摘要 ( )

PDF (1035KB) ( )

参考文献 | 相关文章 | 计量指标

为了提高无参考图像质量评价（NR-IQA）方法的性能，参考先进的深度生成对抗网络（GAN）研究成果，提出一种基于增强型对抗学习的无参考图像质量评价算法，即通过改进损失函数、网络模型结构来增强对抗学习强度，输出更可靠的模拟“参考图”，进而可以像全参考图像质量评价（FR-IQA）方法一样模拟人的视觉比较过程。首先，利用数据集中失真的图像和未失真的原图像作为输入，从而基于增强对抗学习来训练网络模型；然后，利用该模型输出待测图像的模拟仿真图，提取仿真图的深度卷积特征；最后，将仿真图和待测失真图的卷积特征相融合，并输入到训练好的图像质量评价回归网络，输出图像的评测分数。在LIVE、TID2008和TID2013数据集上完成实验。实验结果表明，所提算法在图像质量上的总体客观评价性能优于当前的主流算法，与人的主观评价表现出的性能相一致。

基于轻量级深度神经网络的环境声音识别

杨磊, 赵红东

2020, 40(11): 3172-3177. DOI: 10.11772/j.issn.1001-9081.2020030433

摘要 ( )

PDF (903KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统卷积神经网络（CNN）模型存在大量冗余参数的问题，提出了两个基于SqueezeNet核心结构Fire模块的轻量级网络模型Fnet1和Fnet2。之后结合移动端分布式数据采集和处理的特点，在Fnet2模型基础上，依据Dempster-Shafer（D-S）证据理论将Fnet2与深度神经网络（DNN）融合，提出新的网络模型FnetDNN。首先，建立一个具有四层卷积层的神经网络Cent作为基准，以梅尔倒谱系数（MFCC）作为特征输入来对比分析Fnet1、Fnet2和Cent的网络结构特点、计算量、卷积核参数数量及识别准确率，结论是Fnet1仅使用Cnet参数数量的10.3%就可达到86.7%的分类准确率；然后，将MFCC与全局特征向量输入到FnetDNN模型中，使得该模型的识别准确率提高到了94.4%。实验结果表明，Fnet网络模型不仅可以压缩冗余参数，还可以与其他网络相融合，具备模型扩展能力。

基于紧耦合时空双流卷积神经网络的人体动作识别模型

李前, 杨文柱, 陈向阳, 苑侗侗, 王玉霞

2020, 40(11): 3178-3183. DOI: 10.11772/j.issn.1001-9081.2020030399

摘要 ( )

PDF (2537KB) ( )

参考文献 | 相关文章 | 计量指标

针对视频人体动作识别中动作信息利用率不高、时间信息关注度不足等问题，提出了一种基于紧耦合时空双流卷积神经网络的人体动作识别模型。首先，采用两个2D卷积神经网络分别提取视频中的空间特征和时间特征；然后，利用长短期记忆（LSTM）网络中的遗忘门模块在各采样片段之间建立特征层次的紧耦合连接以实现信息流的传递；接着，利用双向长短期记忆（Bi-LSTM）网络评估各采样片段的重要性并为其分配自适应权重；最后，结合时空双流特征以完成人体动作识别。在数据集UCF101和HMDB51上进行实验验证，该模型在这两个数据集上的准确率分别为94.2%和70.1%。实验结果表明，所提出的紧耦合时空双流卷积网络模型能够有效提高时间信息利用率和动作整体表达能力，由此明显提升人体动作识别的准确度。

分布式环境下大规模资源描述框架数据划分方法综述

杨程, 陆佳民, 冯钧

2020, 40(11): 3184-3191. DOI: 10.11772/j.issn.1001-9081.2020040539

摘要 ( )

PDF (623KB) ( )

参考文献 | 相关文章 | 计量指标

随着知识图谱的日益发展和在各个垂直领域的广泛应用，对于资源描述框架（RDF）数据的高效处理需求日益成为现代大数据管理领域中的新课题。RDF是W3C提出的用于描述知识图谱实体以及实体间关系的数据模型。为了有效地应对大规模RDF数据的存储和查询，很多学者考虑在分布式环境中管理RDF数据。RDF数据的分布式存储所面临的关键问题是数据的划分，而划分的结果很大程度上决定了SPARQL的查询性能。从数据划分的角度，主要围绕两类：基于图结构的RDF数据划分方法和基于语义的RDF数据划分方法展开深入阐述。前者包括多粒度层次划分、模板划分和聚类划分，适用于通用领域查询的语义范畴较为宽泛的场景；后者包括哈希划分、垂直划分和模式划分，更加适用于垂直领域查询的语义范畴相对固定的环境。此外，针对几种典型的划分方法进行对比与分析，为未来RDF数据划分方法的研究提供参考。最后，对未来RDF数据划分方法的发展方向进行了归纳总结。

基于深度语义信息的查询扩展

刘高军, 方晓, 段建勇

2020, 40(11): 3192-3197. DOI: 10.11772/j.issn.1001-9081.2020040473

摘要 ( )

PDF (591KB) ( )

参考文献 | 相关文章 | 计量指标

随着互联网时代的到来，搜索引擎开始被普遍使用。在针对冷门数据时，由于用户的搜索词范围过小，搜索引擎无法检索出需要的数据，此时查询扩展系统可以有效辅助搜索引擎来提供可靠服务。基于全局文档分析的查询扩展方法，提出结合神经网络模型与包含语义信息的语料的语义相关模型，来更深层地提取词语间的语义信息。这些深层语义信息可以为查询扩展系统提供更加全面有效的特征支持，从而分析词语间的可扩展关系。在近义词林、语言知识库“HowNet”义原标注信息等语义数据中抽取局部可扩展词分布，利用神经网络模型的深度挖掘能力将语料空间中每一个词语的局部可扩展词分布拟合成全局可扩展词分布。在与分别基于语言模型和近义词林的查询扩展方法对比实验中，使用基于语义相关模型的查询扩展方法拥有较高的查询扩展效率；尤其针对冷门搜索数据时，语义相关模型的查全率比对比方法分别提高了11.1个百分点与5.29个百分点。

基于师门关系的研究团队挖掘算法

李莎莎, 梁冬阳, 余杰, 纪斌, 马俊, 谭郁松, 吴庆波

2020, 40(11): 3198-3202. DOI: 10.11772/j.issn.1001-9081.2020040516

摘要 ( )

PDF (2268KB) ( )

参考文献 | 相关文章 | 计量指标

为了更合理地挖掘研究团队，提出了一种基于师门关系的研究团队挖掘算法。首先，使用BiLSTM-CRF神经网络模型抽取学位论文致谢部分的师门和同门命名实体；其次，构建师生之间的指导合作关系网络；然后，改进鲁汶算法，提出基于师门关系的鲁汶算法来实现研究团队挖掘。在American College football等数据集上对比了标记传播算法、聚集系数算法与鲁汶算法的性能。此外，在三个不同规模的学位论文数据集上对比基于师门关系的鲁汶算法和原始鲁汶算法的运行效率。实验结果表明，数据规模越大，基于师门关系的鲁汶算法运行效率提升越明显。最后，在国防科技大学学位论文数据集上验证基于师门关系的鲁汶算法的研究团队挖掘性能。实验结果表明，所提算法挖掘的研究团队在团队的合作紧密程度、规模、内部联系和稳定性这四个方面比基于论文合作网络的挖掘方法更为合理。

基于改进对称二值非负矩阵分解的重叠社区发现方法

成其伟, 陈启买, 贺超波, 刘海

2020, 40(11): 3203-3210. DOI: 10.11772/j.issn.1001-9081.2020020260

摘要 ( )

PDF (750KB) ( )

参考文献 | 相关文章 | 计量指标

针对复杂网络社区结构具有重叠性的问题，目前已提出许多不同类型的解决方法，其中基于对称二值非负矩阵分解（SBNMF）的重叠社区发现方法是具有代表性的方法。然而，SBNMF在面对社区内部链接稀疏的网络时，其重叠社区发现性能低下，为此提出一种基于改进SBNMF（ISBNMF）的重叠社区发现方法。首先利用对称非负矩阵分解得到的因子矩阵构建社区内部链接稠密的新网络，然后再使用基于Frobenius范数的SBNMF模型对新网络的邻接矩阵进行分解，最后通过网格搜索法或梯度下降法得到可以显式指示节点的社区隶属关系的二值矩阵。在人工合成的和真实的网络数据集上进行大量实验，结果表明ISBNMF的社区发现性能优于SBNMF和其他代表性方法。

基于共享近邻的多视角谱聚类算法

宋艳, 殷俊

2020, 40(11): 3211-3216. DOI: 10.11772/j.issn.1001-9081.2020020228

摘要 ( )

PDF (883KB) ( )

参考文献 | 相关文章 | 计量指标

为了解决谱聚类算法中相似矩阵的构造不能满足簇内数据点高度相似的问题，给出一种基于共享近邻的多视角谱聚类算法（MV-SNN）。首先，算法通过提高共享近邻个数多的两个数据点的相似度，使同簇的数据之间的相似度更高；然后，将改进后的多个视角的相似矩阵进行相加从而整合得到全局相似矩阵；最后，为了解决一般谱聚类算法在后期仍需要通过k均值聚类算法进行数据点划分的问题，给出拉普拉斯矩阵秩约束的方法，从而直接通过全局相似矩阵得到最终的类簇结构。实验结果表明，对比其他几种多视角谱聚类算法，MV-SNN算法在三个聚类衡量标准：准确度、纯度和归一化互信息上的性能提高了1%~20%，在聚类时间上减少了50%左右，可见MV-SNN算法的聚类性能更好，用时更短。

联合手肘法和期望最大化的高斯混合聚类电力系统客户分群算法

陈聿, 田博今, 彭云竹, 廖勇

2020, 40(11): 3217-3223. DOI: 10.11772/j.issn.1001-9081.2020050672

摘要 ( )

PDF (915KB) ( )

参考文献 | 相关文章 | 计量指标

为进一步提升电力系统客户的用户体验，针对现有聚类算法寻优能力差、紧凑性不足以及较难求解聚类数目最优值的问题，提出一种联合手肘法与期望最大化（EM）的高斯混合聚类算法，挖掘大量客户数据中的潜在信息。该算法通过EM算法迭代出良好的聚类结果，而针对传统的高斯混合聚类算法需要提前获取用户分群数量的缺点，利用手肘法合理找出客户的分群数量。案例分析表明，所提算法与层次聚类算法和K-Means算法相比，FM、AR指标的增幅均超过10%，紧凑度（CI）和分离度（DS）的降幅分别低于15%和25%，可见性能有较大提升。

车载CAN总线脱离攻击及其入侵检测算法

李中伟, 谭凯, 关亚东, 姜文淇, 叶麟

2020, 40(11): 3224-3228. DOI: 10.11772/j.issn.1001-9081.2020040534

摘要 ( )

PDF (1941KB) ( )

参考文献 | 相关文章 | 计量指标

CAN总线脱离攻击作为一种新型的攻击方式，通过CAN总线通信的错误处理机制，可以使节点不断产生通信错误并从CAN总线上脱离。针对上述攻击所引发的车载CAN总线通信安全问题，提出了一种车载CAN总线脱离攻击入侵检测算法。首先，总结了车载CAN总线脱离攻击发生的条件与特点，指出正常报文与恶意报文的同步发送是实现总线脱离攻击的难点，并利用前置报文满足同步发送的条件来实现总线脱离攻击。其次，提取了CAN总线脱离攻击的特征，通过累计错误帧的发送数量，并根据报文发送频率的变化实现了对CAN总线脱离攻击的检测。最后，利用基于STM32F407ZGT6的CAN通信节点模拟车内电子控制单元（ECU），实现了恶意报文和被攻击报文的同步发送。进行了CAN总线脱离攻击实验和入侵检测算法的验证。实验结果表明，检测算法对高优先级恶意报文的检测率在95%以上，因此可以有效保护车载CAN总线通信网络的安全。

边缘计算中基于深度Q网络的物理层假冒攻击检测方法

杨建喜, 张媛利, 蒋华, 朱晓辰

2020, 40(11): 3229-3235. DOI: 10.11772/j.issn.1001-9081.2020020179

摘要 ( )

PDF (845KB) ( )

参考文献 | 相关文章 | 计量指标

针对边缘计算中边缘计算节点与终端设备之间的通信容易受到假冒攻击的安全问题，提出了一种基于深度Q网络（DQN）的物理层假冒攻击检测算法。首先，构建边缘计算网络中的假冒攻击模型，接收端基于物理层信道状态信息（CSI）建立假设检验，并将当前测量得到的CSI和上次记录的CSI之间的欧氏距离作为检验统计量；其次，利用DQN算法以接收端回报最大化为目标自适应地为边缘计算动态网络环境筛选出当前最优检测阈值；最后，通过对比检验统计量与检测阈值来判断当前发送端是否为假冒攻击者。仿真结果表明，信干噪比（SINR）和信道增益比对检测算法性能有一定的影响，但在信道增益相对变化不超过0.2时，误报率、漏检率和平均错误率低于5%，因此该检测算法能够自适应边缘计算动态变化的网络环境。

基于身份的动态层簇式无线传感网络认证算法

袁驰

2020, 40(11): 3236-3241. DOI: 10.11772/j.issn.1001-9081.2020030400

摘要 ( )

PDF (572KB) ( )

参考文献 | 相关文章 | 计量指标

无线传感器网络（WSN）容易受到恶意攻击，而现有的基于身份的密码体制带来了私钥托管问题，对此提出了一种基于身份的分簇认证（IDC）算法。首先，算法没有私钥生成中心（PRKG），只有一个公钥生成中心（PUKG）用来生成申请者的公钥，而由用户单独选定自己的私钥，真正解决了基于身份的密码体制中存在的密钥托管问题。同时，算法动态生成的伪秘矩阵可以杜绝合谋攻击，保证了算法的安全性。最后，针对节点自身拥有资源的差异，采用分层分级处理，一次完成（解）签密，降低了节点的计算量和存储量。在时间消耗和能量消耗两个方面，新提出的IDC算法比同类型的三种算法减少20%以上；在算法鲁棒性方面，当网络数据包快速增大时，IDC算法表现更加平稳，即能量消耗介于1 mJ到10 mJ之间，跨度不大于1.3 mJ；而该算法的时间消耗一直保持在0.002~0.006 s。模拟实验表明，新提出的IDC算法更加适用于对安全性和能量消耗要求严格的WSN。

基于差分隐私的高精度直方图发布方法

李昆明, 王超迁, 倪巍伟, 鲍晓涵

2020, 40(11): 3242-3248. DOI: 10.11772/j.issn.1001-9081.2020030379

摘要 ( )

PDF (626KB) ( )

参考文献 | 相关文章 | 计量指标

针对已有基于分组平抑差分噪声误差的隐私保护直方图发布方法无法有效均衡分组近似误差与差分隐私（DP）拉普拉斯误差，从而造成直方图可用性缺失的问题，提出基于差分隐私的高精度直方图发布方法（HPHP）。首先，采用约束推断方法，在满足DP约束的前提下实现直方图排序；然后，基于有序直方图，采用动态规划分组方法在添加噪声的直方图上生成具有最小总误差的分组；最后，在各组均值上添加拉普拉斯噪声。方便对比分析起见，提出具有理论最小误差的隐私保护直方图发布方法（Optimal）。将HPHP与直接添加噪声的DP方法、AHP方法以及Optimal进行实验分析，实验结果表明：相较于AHP方法，HPHP所发布直方图的Kullback-Leibler散度（KLD）能够降低90%，接近Optimal的效果。因此，在相同的预置条件下，HPHP可以在保证满足DP的前提下发布更高精度的直方图。

移动群智感知中原始数据隐私保护算法

金鑫, 王涛春, 吕成梅, 王成田, 陈付龙, 赵传信

2020, 40(11): 3249-3254. DOI: 10.11772/j.issn.1001-9081.2020020236

摘要 ( )

PDF (631KB) ( )

参考文献 | 相关文章 | 计量指标

随着移动智能设备的普及，移动群智感知（MCS）得到广泛应用的同时面临着严重的隐私泄露问题。针对现有的移动群智感知中的原始数据隐私保护方案不能抵御共谋攻击，降低了感知数据可用性的情况，提出一种基于移动节点的数据隐私保护算法（DPPMN）。首先，使用DPPMN中的节点管理器建立在线节点列表并将其发送给源节点，源节点通过列表构建数据传输的匿名路径；然后，使用paillier加密方案加密数据；接着，将密文沿路径上传至应用服务器；最后，服务器解密密文得到所需的感知数据。在数据传输时使用加解密操作，确保了攻击者不能窃听感知数据的内容，且无法沿路径追溯数据的来源。DPPMN能保证应用服务器在不侵犯节点隐私的情况下访问原始数据。理论分析和实验结果表明，DPPMN在增加适当通信量的情况下，具有较高的数据安全性，可以在抵御共谋攻击的同时不影响数据的可用性。

基于TrustZone的移动云环境指纹认证终端APP的设计和实现

王志恒, 徐彦彦

2020, 40(11): 3255-3260. DOI: 10.11772/j.issn.1001-9081.2020020273

摘要 ( )

PDF (892KB) ( )

参考文献 | 相关文章 | 计量指标

针对指纹等生物特征在云环境下存在泄露的安全隐患，以及已有的生物特征认证方案安全性或便利性不足的问题，设计并实现了基于正交分解和TrustZone的可信指纹认证终端APP。利用TrustZone的硬件隔离机制，在可信执行环境中完成指纹特征提取、指纹模板生成等敏感操作，与普通执行环境中的应用隔离，从而抵挡恶意程序的攻击，保证认证过程的安全性。基于正交分解算法生成的指纹模板在保证可匹配性的同时融合了随机噪声，可以在一定程度上抵挡针对特征模板的攻击，使得指纹模板可以在云环境下存储和传输，解除用户与设备的绑定，提升了生物认证的便利性。实验和理论分析表明，指纹模板的相关性和随机性比原始特征和随机映射算法更高，有更强的安全性；另外时间和存储开销、识别的准确性的实验结果表明，所设计APP兼顾便利性和安全性，满足移动云环境下安全认证的需求。

基于系统理论过程分析的软件安全性需求分析与验证方法

秦楠, 马亮, 黄锐

2020, 40(11): 3261-3266. DOI: 10.11772/j.issn.1001-9081.2020040548

摘要 ( )

PDF (2126KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统系统理论过程分析（STPA）方法缺乏自动化实现手段、自然语言结果分析存在歧义性的问题，提出一种基于STPA的软件安全性需求分析与验证方法。首先，提取软件安全性需求，并利用算法将其转化为形式化表达式；其次，建立状态图模型来描述软件安全控制行为逻辑，并将其转化为程序可读的形式化语言；最后，采用模型检验技术进行形式化验证。结合某武器发射控制系统案例验证了方法的有效性，结果表明，该方法能够实现安全需求分析的自动化生成与形式化验证，解决了传统方法对于人工干预的依赖问题及自然语言描述问题。

基于模型检测的微服务组合平台QoS验证

毛昕怡, 钮俊, 丁雪儿, 张开乐

2020, 40(11): 3267-3272. DOI: 10.11772/j.issn.1001-9081.2020030387

摘要 ( )

PDF (754KB) ( )

参考文献 | 相关文章 | 计量指标

针对当前缺少对微服务组合平台的服务质量（QoS）指标进行分析验证的问题，提出一种基于模型检测的形式化验证方法，对影响微服务平台性能的因素进行分析评估。首先，将微服务组合的服务资源配置过程划分为服务请求、资源配置和服务执行3个阶段，并分别由服务请求队列、服务请求配置器和提供服务资源的虚拟机等模块实现；其次，将各个模块的实现过程建模为带标记Markov回报模型（LMRM），借助类似于进程代数的同步概念获得微服务组合过程的全局模型；接着，用连续随机回报逻辑公式刻画期望的QoS指标；最后，将形式模型与逻辑公式作为模型检测工具PRISM的输入以获得验证结果。实验结果表明，LMRM可较好地用于微服务组合平台的建模和QoS验证分析。

软件缺陷预测中的数据预处理方法

潘春霞, 杨秋辉, 谭武坤, 邓惠心, 伍佳

2020, 40(11): 3273-3279. DOI: 10.11772/j.issn.1001-9081.2020040464

摘要 ( )

PDF (691KB) ( )

参考文献 | 相关文章 | 计量指标

软件缺陷预测是软件质量保障领域的热点研究课题，缺陷预测模型的质量与训练数据有密切关系。用于缺陷预测的数据集主要存在数据特征的选择和数据类不平衡问题。针对数据特征选择问题，采用软件开发常用的过程特征和新提出的扩展过程特征，然后采用基于聚类分析的特征选择算法进行特征选择；针对数据类不平衡问题，提出改进的Borderline-SMOTE过采样方法，使得训练数据集的正负样本数量相对平衡且合成样本的特征更符合实际样本特征。采用bugzilla、jUnit等项目的开源数据集进行实验，结果表明：所采用的特征选择算法在保证模型F-measure值的同时，可以降低57.94%的模型训练时间；使用改进的Borderline-SMOTE方法处理样本得到的缺陷预测模型在Precision、Recall、F-measure、AUC指标上比原始方法得到的模型平均分别提高了2.36个百分点、1.8个百分点、2.13个百分点、2.36个百分点；引入了扩展过程特征得到的缺陷预测模型比未引入扩展过程特征得到的模型在F-measure值上平均提高了3.79%；与文献中的方法得到的模型相比，所提方法得到的模型在F-measure值上平均提高了15.79%。实验结果证明所提方法能有效提升缺陷预测模型的质量。

基于深度学习的图像边缘检测算法综述

李翠锦, 瞿中

2020, 40(11): 3280-3288. DOI: 10.11772/j.issn.1001-9081.2020030314

摘要 ( )

PDF (922KB) ( )

参考文献 | 相关文章 | 计量指标

边缘检测是将图像中的突变的重要信息提取出来的过程，是计算机视觉领域研究热点，也是图像分割、目标检测与识别等多种中高层视觉任务的基础。近几年来，针对边缘轮廓线过粗以及检测精度不高等问题，业内提出了谱聚类、多尺度融合、跨层融合等基于深度学习的边缘检测算法。为了使更多研究者了解边缘检测的研究现状，首先，介绍了传统边缘检测的实现理论及方法；然后，总结了近年来基于深度学习的主要边缘检测方法，并依据实现技术对这些方法进行了分类，对其涉及的关键技术进行分析，发现对多尺度多层次融合与损失函数的选择是重要的研究方向。通过评价指标对各类方法进行了比较，可知边缘检测算法在伯克利大学数据集（BSDS500）上的最优数据集规模（ODS）经过多年研究从0.598提高到了0.828，接近人类视觉水平。最后，展示了边缘检测算法研究的发展方向。

基于ORB-SLAM2系统的快速误匹配剔除算法与地图构建

席志红, 王洪旭, 韩双全

2020, 40(11): 3289-3294. DOI: 10.11772/j.issn.1001-9081.2020010092

摘要 ( )

PDF (4356KB) ( )

参考文献 | 相关文章 | 计量指标

针对ORB-SLAM2系统中随机抽样一致（RANSAC）算法在误匹配剔除时因其算法本身的随机性而导致效率较低的问题和在ORB-SLAM2系统里未能构建稠密点云地图的问题，采用渐进一致采样（PROSAC）算法来改进ORB-SLAM2系统中的误匹配剔除，并在系统中添加稠密点云地图和八叉树地图构建线程。首先，与RANSAC算法相比，PROSAC算法依据评价函数对特征点进行预排序，并选取评价质量较高的特征点求解单应性矩阵，根据单应性矩阵的解与匹配误差阈值进行误匹配剔除；然后，根据ORB-SLAM2系统进行相机的位姿估计与重定位；最后，根据所选关键帧进行稠密点云地图与八叉树地图的构建。根据TUM数据集上的实验结果，PROSAC算法在进行相同图像的误匹配剔除时所用时间是RANSAC算法的50%左右，并且所提系统的绝对轨迹误差与相对位姿误差与ORB-SLAM2系统基本一致，表现出良好的鲁棒性；另外，与稀疏点云地图相比，提出的新构建地图可以直接用于机器人的导航与路径规划。

基于头部姿态分析的摄像头视线追踪系统优化

赵昕晨, 杨楠

2020, 40(11): 3295-3299. DOI: 10.11772/j.issn.1001-9081.2020010008

摘要 ( )

PDF (1001KB) ( )

参考文献 | 相关文章 | 计量指标

实时视线跟踪技术是智能眼动操作系统的关键技术。与基于眼动仪的技术相比，基于网络摄像头的技术具有低成本、高通用性等优点。针对现有的基于摄像头的算法只考虑眼部图像特征、准确度较低的问题，提出引入头部姿态分析的视线追踪算法优化技术。首先，通过人脸特征点检测结果构建头部姿态特征，为标定数据提供头部姿态上下文；然后，研究了新的相似度算法，计算头部姿态上下文的相似度；最后，在进行视线追踪时，利用头部姿态相似度对校准数据进行过滤，从标定数据集中选取与当前输入帧头部姿态相似度较高的数据进行预测。在选取不同特征人群的数据上进行了大量实验，对比实验结果显示，与WebGazer相比，所提算法的平均误差降低了58~63 px。所提算法能有效提高追踪结果的准确性和稳定性，拓展了摄像头设备在视线追踪领域的应用场景。

基于多层特征增强的实时视觉跟踪

费大胜, 宋慧慧, 张开华

2020, 40(11): 3300-3305. DOI: 10.11772/j.issn.1001-9081.2020040514

摘要 ( )

PDF (2493KB) ( )

参考文献 | 相关文章 | 计量指标

为了解决全卷积孪生视觉跟踪网络（SiamFC）出现相似语义信息干扰物使得跟踪目标发生漂移，导致跟踪失败的问题，设计出一种基于多层特征增强的实时视觉跟踪网络（MFESiam），分别去增强高层和浅层的特征表示能力，从而提升算法的鲁棒性。首先，对于浅层特征，利用一个轻量并且有效的特征融合策略，通过一种数据增强技术模拟一些在复杂场景中的变化，例如遮挡、相似物干扰、快速运动等来增强浅层特征的纹理特性；其次，对于高层特征，提出一个像素感知的全局上下文注意力机制模块（PCAM）来提高目标的长时定位能力；最后，在三个具有挑战性的跟踪基准库OTB2015、GOT-10K和2018年视觉目标跟踪库（VOT2018）上进行大量实验。实验结果表明，所提算法在OTB2015和GOT-10K上的成功率指标比基准SiamFC分别高出6.3个百分点和4.1个百分点，并且以每秒45帧的速度运行达到实时跟踪。在VOT2018实时挑战上，所提算法的平均期望重叠率指标超过2018年的冠军，即高性能的候选区域孪生视觉跟踪器（SiamRPN），验证了所提算法的有效性。

基于改进三维形变模型的三维人脸重建和密集人脸对齐方法

周健, 黄章进

2020, 40(11): 3306-3313. DOI: 10.11772/j.issn.1001-9081.2020030420

摘要 ( )

PDF (2638KB) ( )

参考文献 | 相关文章 | 计量指标

针对现在广泛使用的三维形变模型表达能力不够，导致重建出的三维人脸模型泛化性能不佳的问题，提出了一种在姿态、表情和光照未知的条件下的基于单张人脸图片的三维人脸重建和密集人脸对齐的新方法。首先，通过卷积神经网络对现有的三维形变模型进行改进，以提高三维人脸模型的表达能力；然后，基于人脸光滑性和图像相似性，在特征点和像素层面提出新的损失函数，并使用弱监督学习训练卷积神经网络模型；最后，通过训练出的网络模型进行三维人脸重建和密集人脸对齐。实验结果表明，对于三维人脸重建任务，所提模型在AFLW2000-3D上实现了2.25的归一化平均误差；对于密集人脸对齐任务，所提模型在AFLW2000-3D和AFLW-LFPA上分别实现了3.80和3.34的归一化平均误差。与原始使用三维形变模型的方法相比，所提模型在三维人脸重建和密集人脸对齐上的归一化平均误差分别降低了7.4%和7.8%。针对不同光照环境以及角度的人脸图片，该网络模型的重建准确，鲁棒性好，且具有较高的三维人脸重建和密集人脸对齐质量。

基于低通滤波模型的行人再识别算法

花超, 王庚润, 陈雷

2020, 40(11): 3314-3319. DOI: 10.11772/j.issn.1001-9081.2020030351

摘要 ( )

PDF (794KB) ( )

参考文献 | 相关文章 | 计量指标

针对行人再识别的图像中由于遮挡和背景干扰而存在大量无用特征的问题，提出一种基于低通滤波模型的行人再识别方法。首先，将行人图像进行分块；然后，计算各种小块在各图像中的相似个数，其中相似个数较多的小块为高频噪声特征、相似个数较少的小块为有益特征；最后，不同于常见图像处理中的滤除突变特征、留下平滑特征的低通滤波器，所提方法利用通信系统中的低通滤波器实现抑制高频噪声特征、增益有益特征的目标。实验结果表明，所提方法在ETHZ数据集上的识别率比经典的对称性局部特征累加（SDALF）方法提升了近20%；同时，该方法在VIPeR和I-LIDS数据集上也取得了相似的效果。

基于菲茨定律的虚拟现实任意形状选择模型

王毅, 吕健, 尤乾, 赵泽宇, 颜宝明, 朱姝蔓

2020, 40(11): 3320-3326. DOI: 10.11772/j.issn.1001-9081.2020030404

摘要 ( )

PDF (1218KB) ( )

参考文献 | 相关文章 | 计量指标

为了评估虚拟现实（VR）交互界面不同图形设计的点击效率，基于概率菲茨定律提出一种针对虚拟现实情境下指向性任务完成时间的预测方法，并构建了VR任意形状选择模型。首先，根据VR界面设计的实际需求，加入形状对指向性任务完成时间的影响，构建命中概率与任务难度指数的关系函数，将目标质心设为待积分函数的中心点，完成虚拟情境下概率菲茨模型定义。然后，设计实验一以获取改进概率菲茨模型中概率函数的常数项值；在此基础上设计实验二计算改进概率菲茨模型中预测函数的常数项，完成改进概率菲茨模型的构建。最后，以某VR烟草分拣系统实际点击任务对模型进行验证与评估，实验结果表明该模型能够在虚拟情境下对任务完成时间进行良好预测。

基于非局部自相似性和低秩矩阵逼近的补全算法

张丽, 孔旭, 孙忠贵

2020, 40(11): 3327-3331. DOI: 10.11772/j.issn.1001-9081.2020030419

摘要 ( )

PDF (11540KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统矩阵补全算法在图像重建方面的不足，提出了一种基于非局部自相似性和低秩矩阵逼近（NL-LRMA）的补全算法。首先，通过相似性度量找到图像中局部块所对应的非局部相似块，并将相应灰度信息进行向量化，从而构建出非局部相似块矩阵；然后，针对所得相似矩阵的低秩性，对其进行低秩补全操作（LRMA）；最后，对补全结果进行重新组合，以达到恢复原始图像的目的。在灰度图像以及RGB图像上进行重建实验，结果表明：在经典数据集上，NL-LRMA算法要比原LRMA算法在平均峰值信噪比（PSNR）上高出4~7 dB；同时，新算法在视觉效果与PSNR值方面也明显优于迭代重加权核范数（IRNN）、加权核范数（WNNM）、LRMA等传统算法。总之，所提算法对传统算法在自然图像重建方面的不足进行了有效弥补，从而为图像重建提供了一种行之有效的解决方案。

基于改进的Mask R-CNN的染色体图像分割框架

冯涛, 陈斌, 张跃飞

2020, 40(11): 3332-3339. DOI: 10.11772/j.issn.1001-9081.2020030355

摘要 ( )

PDF (2168KB) ( )

参考文献 | 相关文章 | 计量指标

针对染色体图像的人工分割耗时费力且当前自动分割方法精度不佳的问题，基于改进的Mask R-CNN提出了一种染色体图像分割框架——Mask Oriented R-CNN，引入方向信息对染色体图像进行实例分割。首先，新增有向包围框回归分支，以预测紧实包围框并获取方向信息；然后，提出新的交并比（IoU）度量——角度加权交并比（AwIoU），从而结合方向信息与边的关系以改进冗余包围框的判据；最后，实现有向卷积通路结构，通过拷贝掩模分支通路并依据实例的方向信息选择训练路径来减少掩模预测中的干扰。实验结果表明，相较于基准模型Mask R-CNN，Mask Oriented R-CNN在IoU阈值为0.5时的平均精度均值指标提升了10.22个百分点，IoU阈值为0.5~0.95时的平均指标提升了4.91个百分点。研究结果显示，Mask Oriented R-CNN框架相较于基准模型取得了更好的染色体图像分割结果，有助于实现染色体图像自动分割。

基于改进U-Net的关节滑膜磁共振图像的分割

魏小娜, 邢嘉祺, 王振宇, 王颖珊, 石洁, 赵地, 汪红志

2020, 40(11): 3340-3345. DOI: 10.11772/j.issn.1001-9081.2020030390

摘要 ( )

PDF (901KB) ( )

参考文献 | 相关文章 | 计量指标

为了准确诊断滑膜炎患者病情，医生主要依靠手工标注和勾画的方法来提取磁共振图像（MRI）中的滑膜增生区域，该方法耗时长、效率低，具有一定的主观性且图像信息利用率低。针对这一问题，提出了一种新的关节滑膜分割算法，即2D ResU-net分割算法。首先，将残差网络（ResNet）中的两层结构的残差块融入到U-Net中，构建2D ResU-net；然后，将样本数据集分为训练集和测试集，而后对训练集进行数据增广；最后，将增广后的所有训练样本用于网络模型的训练。为了检测模型的分割效果，选取测试集中含滑膜炎的断层图像进行分割测试，最终平均分割精度指标可达到：Dice相似系数（DSC）69.98%，交并比（IOU）指标79.90%，体积重叠误差（VOE）系数12.11%。与U-Net算法相比，2D ResU-net算法的DSC系数提升了10.72%，IOU指标升高了4.24%，VOE系数降低了11.57%。实验结果表明，该算法对于MRI图像中的滑膜增生区域可以实现较好的分割效果，能够辅助医生对病情做出及时诊断。

视线跟踪及其在智能教育中的应用研究综述

张俊杰, 孙光民, 郑鲲

2020, 40(11): 3346-3356. DOI: 10.11772/j.issn.1001-9081.2020040443

摘要 ( )

PDF (1506KB) ( )

参考文献 | 相关文章 | 计量指标

与教育相结合是当前人工智能研究的热点方向之一，获得学习状态信息是智能教育中非常重要的一个环节。视线变化可以直接或间接反映心理以及状态的变化，所以视线跟踪在智能教育领域起到重要作用。首先，对智能教育的发展进行了介绍；然后，对视线跟踪技术的发展、当前的研究工作以及研究现状进行了归纳与分析，总结了近3年视线跟踪技术在教育领域的相关应用与研究工作；最后，对视线跟踪技术在教育领域的发展趋势进行了总结与展望。

基于区块链的电子文件流转设计与实现

韩妍妍, 张齐, 闫晓璇, 刘培鹤, 徐鹏格

2020, 40(11): 3357-3365. DOI: 10.11772/j.issn.1001-9081.2020040526

摘要 ( )

PDF (2881KB) ( )

参考文献 | 相关文章 | 计量指标

针对互联网生态下电子文件流转中文件没有统一登记、对文件去向没有跟踪、流转过程不规范等问题，提出了基于区块链的电子文件流转方案。首先，采用区块链中联盟链的多中心化体系，提出基于区块链的电子文件流转系统设计目标与设计架构。然后，借助云存储平台进行电子文件存放来实现文件的上传功能，通过将文件的所有权转换数据加盖时间戳，使流转过程连续、关联、可追溯且诚实可信，实现了基于区块链的电子文件流转系统。通过数据库调用完成数据存取，实现了基于区块链的电子文件流转系统的数据同步和追溯。最后，提出了电子文件所有权转换、查询的智能合约，这种合约通过读取文件标识来实现对文件内容的验证和保护。安全性分析和性能测试表明，该方案与现有的文件流转系统相比更具安全性，增强了流转信息的可信度，同时智能合约的执行时间较短，使得系统具有更好的可靠性和可溯源性。

改进蚁群和鸽群算法的机器人路径规划

刘昂, 蒋近, 徐克锋

2020, 40(11): 3366-3372. DOI: 10.11772/j.issn.1001-9081.2020040538

摘要 ( )

PDF (1570KB) ( )

参考文献 | 相关文章 | 计量指标

针对复杂环境下移动机器人路径规划中存在的迭代速度慢和路径欠优等问题，提出将全局与局部规划算法相结合的路径规划方法。首先，利用同步双向A^*算法对蚁群算法的信息素进行优化，并对蚁群算法的转移概率和信息素更新机制进行改进，从而使算法的全局寻优速度更快，缩短移动机器人的路径长度；进一步地，将静态路径用于鸽群算法的初始化；然后，利用改进的鸽群算法对移动机器人进行了局部路径规划，通过引入模拟退火准则的方法解决局部最优问题，利用对数S型传递函数对鸽群数量的步长进行优化，从而能更好地避免与动态障碍物的碰撞。最后，利用B样条曲线对路径进行平滑化和重规划。仿真结果表明，该方法在全局静态和局部动态阶段均能生成路径长度短、评价值低的平滑路径，且收敛速度快，适合移动机器人在动态复杂环境中的穿行。

多方向无人水面艇路径规划算法

童心赤, 张华军, 郭航

2020, 40(11): 3373-3378. DOI: 10.11772/j.issn.1001-9081.2020030422

摘要 ( )

PDF (1060KB) ( )

参考文献 | 相关文章 | 计量指标

针对海洋环境下无人水面艇路径（USV）规划安全性与平滑性问题，提出一种多方向A^*路径规划算法以获得全局最优路径。首先，结合电子海图生成栅格化环境信息，并根据安全航行距离约束建立USV安全区域模型，在传统A^*算法基础上设计一种带安全距离约束的A^*启发函数来保证生成的路径节点的安全；其次，改进传统A^*算法的八方向搜索模式，提出一种多方向搜索模式来调整生成路径中的冗余点与拐点；最后，采用路径平滑算法对路径拐点进行平滑处理以获得满足实际航行要求的连续平滑路径。在仿真实验中，改进A^*算法规划的路径距离为7 043 m，相较于Dijkstra算法、传统A^*四方向搜索算法和传统A^*八方向搜索算法分别降低了9.7%、26.6%和7.9%。仿真结果表明改进后的多方向A^*搜索算法能够有效减小路径距离，更适用于USV路径规划问题。

基于离散灰狼算法的喷涂机器人路径规划方法

梅伟, 赵云涛, 毛雪松, 李维刚

2020, 40(11): 3379-3384. DOI: 10.11772/j.issn.1001-9081.2020040448

摘要 ( )

PDF (3282KB) ( )

参考文献 | 相关文章 | 计量指标

针对目前用于复杂结构实体喷涂的机器人路径规划方法存在的效率低、未考虑碰撞以及适用性差等问题，提出一种用于求解多层决策问题的离散灰狼算法，并把该算法用于该路径规划问题的求解。为了将连续域灰狼算法改为用于求解多层决策问题的离散灰狼算法，采用矩阵编码方法解决多层决策问题的编码问题，提出基于先验知识与随机选择的混合初始化方法提高算法求解效率和精度，运用交叉算子与两级变异算子定义离散域灰狼算法的种群更新策略。另外，运用图论将喷涂机器人路径规划问题简化为广义旅行商问题，并建立了该问题的最短路径模型和路径碰撞模型。在路径规划实验中，相较于粒子群算法、遗传算法和蚁群算法，提出的算法规划的平均路径长度分别减小了5.0%、5.5%和6.6%，碰撞次数降低为0，且路径更平滑。实验结果表明，提出的算法能够有效提高喷涂机器人的喷涂效率，以及喷涂路径的安全性和适用性。

面向空气质量的时空混合预测模型

黄伟建, 李丹阳, 黄远

2020, 40(11): 3385-3392. DOI: 10.11772/j.issn.1001-9081.2020040471

摘要 ( )

PDF (902KB) ( )

参考文献 | 相关文章 | 计量指标

由于城市中各区域空气质量同时存在时间与空间维度上的相关性，而传统深度学习模型结构比较单一，并且难以从时空角度进行建模。针对该问题提出一种可以同时提取空气质量间复杂时空关系的STAQI模型用于空气质量预测。该模型由局部组件和全局组件构成，分别用于描述本地污染物浓度和邻近站点空气质量状况对目标站点空气质量预测产生的影响，并利用加权融合组件输出获得预测结果。在全局组件中，利用图卷积网络改进门控循环单元网络的输入部分，从而提取出输入数据中的空间特征。最后将STAQI模型与多种基准模型和变体模型进行对比。其中，STAQI模型与门控循环单元模型和全局组件变体模型相比，均方根误差（RMSE）分别下降约19%和16%。结果表明STAQI模型对于任意时间窗口都具有最佳预测性能，并且对不同目标站点的预测结果验证了该模型具有较强的泛化能力。

基于深度学习的蛋白质亚细胞定位预测

王艺皓, 丁洪伟, 李波, 保利勇, 张颖婕

2020, 40(11): 3393-3399. DOI: 10.11772/j.issn.1001-9081.2020040510

摘要 ( )

PDF (678KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统机器学习算法中仍需手工操作表示特征的问题，提出了一种基于堆栈式降噪自编码器（SDAE）深度网络的蛋白质亚细胞定位算法。首先，分别利用改进型伪氨基酸组成法（PseAAC）、伪位置特异性得分矩阵法（PsePSSM）和三联体编码法（CT）对蛋白质序列进行特征提取，并将这三种方法得到的特征向量进行融合，以得到一个全新的蛋白质序列特征表达模型；接着，将融合后的特征向量输入到SDAE深度网络里自动学习更有效的特征表示；然后选用Softmax回归分类器进行亚细胞的分类预测，并采用留一法在Viral proteins和Plant proteins两个数据集上进行交叉验证；最后，将所提算法的结果与mGOASVM、HybridGO-Loc等多种现有算法的结果进行比较。实验结果表明，所提算法在Viral proteins数据集上取得了98.24%的准确率，与mGOASVM算法相比提高了9.35个百分点；同时所提算法在Plant proteins数据集上取得了97.63%的准确率，比mGOASVM算法和HybridGO-Loc算法分别提高了10.21个百分点和4.07个百分点。综上说明所提算法可以有效提高蛋白质亚细胞定位预测的准确性。

数据驱动下火电机组时延鉴别及主汽温度预测

桂宁, 华菁云

2020, 40(11): 3400-3406. DOI: 10.11772/j.issn.1001-9081.2020030291

摘要 ( )

PDF (904KB) ( )

参考文献 | 相关文章 | 计量指标

针对传统的火电机组主汽温度建模时在海量特征和长机组延迟下的特征及对应时延的有效选择困难的问题，提出一种综合考虑特征选择和时延选择的融合模型的建模方法。针对火电机组特征的高维性，通过结合相关性系数和梯度提升机的特征选择以筛选出与主汽温度高相关的特征。针对时延鉴别，设计基于相关度的时延计算（TD-CORT）算法用以估计各参数与预测目标主汽温度之间的时延大小，并为预测目标和计算复杂度实现了滑动窗口大小的自动匹配。最后，采用深度神经网络（DNN）与长短期记忆（LSTM）的融合模型实现对火电机组主汽温度的预测。在国内某1 000 MW超超临界燃煤机组的部署结果表明，所提方法的预测平均绝对误差（MAE）值达到0.101 6，该方法相较未考虑时延的神经网络在预测准确度上提升了57.42%。

机坪感知网络的快速收敛平均一致性时间同步算法

陈维兴, 刘清涛, 孙习习, 陈斌

2020, 40(11): 3407-3412. DOI: 10.11772/j.issn.1001-9081.2020030290

摘要 ( )

PDF (665KB) ( )

参考文献 | 相关文章 | 计量指标

针对机坪感知网络（APSN）的传统平均一致性时间同步算法（ATS）因其分布式迭代特点而导致收敛速度慢、算法效率低的问题，基于代数连通度影响一致性算法收敛速度的原理，提出了一种可快速收敛的平均一致性时间同步算法（FCATS）。首先，在APSN内的双跳邻居节点间添加虚拟链路来增加网络的连通性；然后，基于单跳与双跳邻居节点信息对节点的相对时钟偏斜、逻辑时钟偏斜与偏移进行更新；最后，根据时钟参数更新过程进行一致性迭代。仿真结果表明，FCATS经过一致性迭代能够得到收敛，与ATS相比，在收敛速度上提升了50%左右，在不同拓扑条件下收敛速度能够提升20%以上，可见收敛速度得到了明显改善。

当期目录