当期目录

2022年 第42卷 第12期 刊出日期：2022-12-10

上一期   下一期

人工智能

深度学习的可解释性研究综述

李凌敏, 侯梦然, 陈琨, 刘军民

2022, 42(12):  3639-3650.  DOI: 10.11772/j.issn.1001-9081.2021091649

摘要 ( )   HTML ( )   PDF (4239KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

近年来，深度学习在很多领域得到广泛应用；然而，由于深度神经网络模型的高度非线性操作，导致其可解释性较差，并常常被称为“黑箱”模型，无法应用于一些对性能要求较高的关键领域；因此，对深度学习的可解释性开展研究是很有必要的。首先，简单介绍了深度学习；然后，围绕深度学习的可解释性，从隐层可视化、类激活映射（CAM）、敏感性分析、频率原理、鲁棒性扰动测试、信息论、可解释模块和优化方法这8个方面对现有研究工作进行分析；同时，展示了深度学习在网络安全、推荐系统、医疗和社交网络领域的应用；最后，讨论了深度学习可解释性研究存在的问题及未来的发展方向。

联邦学习综述：概念、技术、应用与挑战

梁天恺, 曾碧, 陈光

2022, 42(12):  3651-3662.  DOI: 10.11772/j.issn.1001-9081.2021101821

摘要 ( )   HTML ( )   PDF (2464KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在强调数据确权以及隐私保护的时代背景下，联邦学习作为一种新的机器学习范式，能够在不暴露各方数据的前提下达到解决数据孤岛以及隐私保护问题的目的。目前，基于联邦学习的建模方法已成为主流并且获得了很好的效果，因此对联邦学习的概念、技术、应用和挑战进行总结与分析具有重要的意义。首先，阐述了机器学习的发展历程以及联邦学习出现的必然性，并给出联邦学习的定义与分类；其次，介绍并分析了目前业界认可的三种联邦学习方法：横向联邦学习、纵向联邦学习和联邦迁移学习；然后，针对联邦学习的隐私保护问题，归纳并总结了目前常见的隐私保护技术；此外，还对联邦学习的现有主流开源框架进行了介绍与对比，同时给出了联邦学习的应用场景；最后，展望了联邦学习所面临的挑战和未来的研究方向。

自适应混合注意力深度跨模态哈希

柳兴华, 曹桂涛, 林秋斌, 曹文明

2022, 42(12):  3663-3670.  DOI: 10.11772/j.issn.1001-9081.2021101806

摘要 ( )   HTML ( )   PDF (1778KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有哈希方法在特征学习过程中无法区分各区域特征信息的重要程度和不能充分利用标签信息来深度挖掘模态间相关性的问题，提出了自适应混合注意力深度跨模态哈希检索（AHAH）模型。首先，通过自主学习得到的权重将通道注意力和空间注意力有机结合来强化对特征图中相关目标区域的关注度，同时弱化对不相关目标区域的关注度；其次，通过对模态标签进行统计分析，并使用所提出的相似度计算方法将相似度量化为0~1的数字以更精细地表示模态间的相似性。在4个常用的数据集MIRFLICKR-25K、NUS-WIDE、MSCOCO和IAPR TC-12上，当哈希码长度为16 bit时，与最先进的方法多标签语义保留哈希（MLSPH）相比，所提方法的检索平均准确率均值（mAP）分别提高了2.25%、1.75%、6.8%和2.15%。此外，消融实验和效率分析也证明了所提方法的有效性。

融合信任隐含相似度与评分相似度的社会化推荐

周寅莹, 章梦怡, 余敦辉, 朱明

2022, 42(12):  3671-3678.  DOI: 10.11772/j.issn.1001-9081.2021101782

摘要 ( )   HTML ( )   PDF (2210KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有的社会化推荐算法大都忽略了物品间的关联关系对推荐精度的影响，并且未能将用户评分与信任数据进行有效结合的问题，提出一种融合信任隐含相似度与评分相似度的社会化推荐算法（SocialTS）。首先，将用户间的评分相似度与信任隐含相似度进行线性组合以得到用户间可靠的相似朋友；然后，将信任关系融入到项目的相关性分析中，从而得到修正后的相似项目；最后，将相似用户、项目作为正则项添加到矩阵分解（MF）模型下，从而获取用户、项目更准确的特征表示。实验结果表明，当潜在特征维度为10时，与主流的社会化推荐算法TrustSVD相比，SocialTS在FilmTrust和CiaoDVD数据集上的均方根误差（RMSE）分别降低了4.23%和8.38%，平均绝对误差（MAE）分别降低了4.66%和6.88%。SocialTS不仅可以有效改善用户冷启动问题，还能较为准确地预测不同评分数量下用户的实际评分，且具有良好的鲁棒性。

融合双向依存自注意力机制的神经机器翻译

李治瑾, 赖华, 文永华, 高盛祥

2022, 42(12):  3679-3685.  DOI: 10.11772/j.issn.1001-9081.2021101805

摘要 ( )   HTML ( )   PDF (961KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对神经机器翻译中资源稀缺的问题，提出了一种基于双向依存自注意力机制（Bi-Dependency）的依存句法知识融合方法。首先，利用外部解析器对源句子解析得到依存解析数据；然后，将依存解析数据转化为父词位置向量和子词权重矩阵；最后，将依存知识融合到Transformer编码器的多头注意力机制上。利用Bi-Dependency，翻译模型可以同时对父词到子词、子词到父词两个方向的依存信息进行关注。双向翻译的实验结果表明，与Transformer模型相比，在富资源情况下，所提方法在汉-泰翻译上的BLEU值分别提升了1.07和0.86，在汉-英翻译上的BLEU值分别提升了0.79和0.68；在低资源情况下，所提方法在汉-泰翻译上的BLEU值分别提升了0.51和1.06，在汉-英翻译上的BLEU值分别提升了1.04和0.40。可见Bi-Dependency为模型提供了更丰富的依存信息，能够有效提升翻译性能。

面向混叠文字检测的单向投影Transformer方法

冯智达, 陈黎

2022, 42(12):  3686-3691.  DOI: 10.11772/j.issn.1001-9081.2021101749

摘要 ( )   HTML ( )   PDF (2574KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对基于分割的文字检测方法在混叠文字场景下性能下降的问题，提出了单向投影Transformer （SDPT）用于混叠文本检测。首先，使用深度残差网络（ResNet）和特征金字塔网络（FPN）提取并融合多尺度特征；然后，利用水平投影将特征图投影成向量序列，并送入Transformer模块进行建模，以挖掘文本行与行之间的关系；最后，使用多目标来进行联合优化。在合成数据集BDD-SynText和真实数据集RealText上进行了大量实验，结果表明，所提SDPT在高混叠度的文字检测下取得了最优的效果，而与PSENet等文本检测算法在相同骨干网络（ResNet50）条件下相比，在BDD-SynText上F1-Score（IoU75）至少提高了21.36个百分点，在RealText上的F1-Score （IoU75）至少提高了18.11个百分点，验证了所提方法对于混叠文字检测性能改善的重要作用。

基于图卷积网络的文本分割模型

杜雨奇, 郑津, 王杨, 黄诚, 李平

2022, 42(12):  3692-3699.  DOI: 10.11772/j.issn.1001-9081.2021101768

摘要 ( )   HTML ( )   PDF (2746KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

文本分割的主要任务是将文本按照主题相关的原则划分为若干个相对独立的文本块。针对现有文本分割模型提取文本段落结构信息、语义相关性及上下文交互等细粒度特征的不足，提出了一种基于图卷积网络（GCN）的文本分割模型TS-GCN。首先，基于文本段落的结构信息与语义逻辑构建出文本图；然后，引入语义相似性注意力来捕获文本段落节点间的细粒度相关性，并借助GCN实现文本段落节点高阶邻域间的信息传递，以此增强模型多粒度提取文本段落主题特征表达的能力。将所提模型与目前常用作文本分割任务基准的代表模型CATS及其基础模型TLT-TS进行对比。实验结果表明在Wikicities数据集上，TS-GCN在未增加任何辅助模块的情况下比TLT-TS的评价指标P_k 值下降了0.08个百分点；在Wikielements数据集上，相较于CATS和TLT-TS，所提模型的P_k 值分别下降了0.38个百分点和2.30个百分点，可见TLT-TS取得了较好的分割效果。

基于胶囊网络的方面级跨领域情感分析

孟佳娜, 吕品, 于玉海, 孙世昶, 林鸿飞

2022, 42(12):  3700-3707.  DOI: 10.11772/j.issn.1001-9081.2021101779

摘要 ( )   HTML ( )   PDF (1921KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在跨领域情感分析任务中，目标领域带标签样本严重不足，并且不同领域间的特征分布差异较大，特征所表达的情感极性也有很大差别，这些问题都导致了分类准确率较低。针对以上问题，提出一种基于胶囊网络的方面级跨领域情感分析方法。首先，通过BERT预训练模型获取文本的特征表示；其次，针对细粒度的方面级情感特征，采用循环神经网络（RNN）将上下文特征与方面特征进行融合；然后，使用胶囊网络配合动态路由来区分重叠特征，并构建基于胶囊网络的情感分类模型；最后，利用目标领域的少量数据对模型进行微调来实现跨领域迁移学习。所提方法在中文数据集上的最优的F1值达到95.7%，英文数据集上的最优的F1值达到了91.8%，有效解决了训练样本不足造成的准确率低的问题。

基于区域分块和轻量级网络的人脸反欺骗方法

贺丹, 何希平, 李悦, 袁锐, 牛园园

2022, 42(12):  3708-3714.  DOI: 10.11772/j.issn.1001-9081.2021101723

摘要 ( )   HTML ( )   PDF (1601KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

如何高效地辨别各种被攻击的人脸是人脸识别过程中迫切需要解决的问题。基于深度学习的人脸反欺骗方法在有着高性能的同时，也带来了庞大的参数量和计算量，使其无法部署在移动或嵌入式设备中。针对以上问题，提出了一种基于区域分块和轻量级网络的人脸反欺骗方法。首先，对训练样本进行随机区域分块；然后，设计了一种基于注意力机制的轻量级网络用于特征提取和图像分类；最后，为了提高测试准确率，对测试样本进行基于区域分块的数据扩增。实验结果表明，所提模型在CASIA-FASD和REPLAY-ATTACK数据集上达到了100%的准确率；在CASIA-SURF数据集的Depth模态上获得了99.49%的准确率和0.458 0%的平均分类错误率（ACER），远优于ResNet、ShuffleNet等卷积神经网络，且该模型的参数量也仅有0.258 2 MB。在实际应用中，端到端的轻量级网络结构使所提模型更方便部署在移动设备上来进行实时的人脸反欺骗检测。

融合注意力特征的遮挡物体6D姿态估计

马康哲, 皮家甜, 熊周兵, 吕佳

2022, 42(12):  3715-3722.  DOI: 10.11772/j.issn.1001-9081.2021101840

摘要 ( )   HTML ( )   PDF (2051KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在机械臂视觉抓取过程中，现有的算法在复杂背景、光照不足、遮挡等条件下，难以对目标物体进行实时、准确、鲁棒的姿态估计。针对以上问题，提出一种基于关键点方法的融合注意力特征的物体6D姿态网络。首先，在跳跃连接（Skip Connection）阶段引入能够聚焦通道空间信息的卷积注意力模块（CBAM），使编码阶段的浅层特征与解码阶段的深层特征进行有效融合，增强特征图的空间域信息和精确位置通道信息；其次，采用归一化损失函数以弱监督的方式回归每个关键点的注意力图，将注意力图作为对应像素位置上关键点偏移量的权重分数；最后，累加求和得到关键点坐标。实验结果证明，所提网络在LINEMOD数据集和Occlusion LINEMOD数据集上ADD（-S）指标分别达到了91.3%和46.3%。与基于关键点的逐像素投票网络（PVNet）相比ADD（-S）指标分别提升了5.0个百分点和5.5个百分点，验证了所提网络在遮挡场景下有更好的鲁棒性。

基于改进YOLOv3的遥感图像小目标检测

冯号, 黄朝兵, 文元桥

2022, 42(12):  3723-3732.  DOI: 10.11772/j.issn.1001-9081.2021101802

摘要 ( )   HTML ( )   PDF (4914KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

YOLOv3算法被广泛地应用于目标检测任务。虽然在YOLOv3基础上改进的一些算法取得了一定的成果，但是仍存在表征能力不足且检测精度不高的问题，尤其对小目标的检测还不能满足需求。针对上述问题，提出了一种改进YOLOv3的遥感图像小目标检测算法。首先，使用K均值聚类变换（K-means-T）算法优化锚框的大小，从而提升先验框和真实框之间的匹配度；其次，优化置信度损失函数，以解决难易样本分布不均衡的问题；最后，引入注意力机制来提高算法对细节信息的感知能力。在RSOD数据集上进行实验的结果显示，与原始的YOLOv3算法、YOLOv4算法相比，所提算法在小目标“飞机（aircraft）”类上的平均精确率（AP）分别提高了7.3个百分点和5.9个百分点。这表明所提算法能够有效检测遥感图像小目标，具有更高的准确率。

基于改进深度残差网络的光伏板积灰程度识别

孙鹏翔, 毕利, 王俊杰

2022, 42(12):  3733-3739.  DOI: 10.11772/j.issn.1001-9081.2021101715

摘要 ( )   HTML ( )   PDF (3164KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

光伏板积灰会降低光伏发电的转换效率，同时易造成光伏板的损坏；因此，对光伏板的积灰进行智能识别具有重大意义。针对以上问题，提出一种基于改进深度残差网络的光伏板积灰程度识别模型。首先，通过分解卷积和微调下采样，对次代残差网络（ResNeXt）50进行改进；然后，融合坐标注意力（CA）机制，将位置信息嵌入到通道注意力中，通过精确的位置信息对通道关系和长期依赖性进行编码，并通过二维全局池操作将特征图像分解为两个一维编码，以增强关注对象的表示；最后，用监督对比（SupCon）学习损失函数替代交叉熵损失函数，从而有效提高识别准确率。实验结果表明，在真实光伏电站4个等级的光伏板积灰程度识别中，改进后的ResNeXt50的识别准确率为90.7%，与原始ResNeXt50相比提升了7.2个百分点。所提模型可满足光伏电站智能运维的基本要求。

数据科学与技术

基于格拉斯曼流形子空间融合的多视图聚类

管娇娇, 钱雪忠, 周世兵, 姜凯彬, 宋威

2022, 42(12):  3740-3749.  DOI: 10.11772/j.issn.1001-9081.2021101756

摘要 ( )   HTML ( )   PDF (1806KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

现有的多视图聚类算法大多假设多视图数据点之间为线性关系，且在学习过程中无法保留原始特征空间的局部性；而在欧氏空间中进行子空间融合又过于单调，无法将学习到的子空间表示对齐。针对以上问题，提出了基于格拉斯曼流形融合子空间的多视图聚类算法。首先，将核技巧和局部流形结构学习结合以得到不同视图的子空间表示；然后，在格拉斯曼流形上融合这些子空间表示以得到一致性亲和矩阵；最后，对一致性亲和矩阵执行谱聚类来得到最终的聚类结果，并利用交替方向乘子法（ADMM）来优化所提模型。与核多视图低秩稀疏子空间聚类（KMLRSSC）算法相比，所提算法的聚类精度在MSRCV1、Prokaryotic、Not-Hill数据集上分别提高了20.83个百分点、9.47个百分点和7.33个百分点。实验结果验证了基于格拉斯曼流形融合子空间的多视图聚类算法的有效性和良好性能。

基于改进的半监督聚类的不平衡分类算法

陆宇, 赵凌云, 白斌雯, 姜震

2022, 42(12):  3750-3755.  DOI: 10.11772/j.issn.1001-9081.2021101837

摘要 ( )   HTML ( )   PDF (706KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

不平衡分类的相关算法是机器学习领域的研究热点之一，其中的过采样通过重复抽取或者人工合成来增加少数类样本，以实现数据集的再平衡。然而当前的过采样方法大部分是基于原有的样本分布进行的，难以揭示更多的数据集分布特征。为了解决以上问题，首先，提出一种改进的半监督聚类算法来挖掘数据的分布特征；其次，基于半监督聚类的结果，在属于少数类的簇中选择置信度高的无标签数据（伪标签样本）加入原始训练集，这样做除了实现数据集的再平衡外，还可以利用半监督聚类获得的分布特征来辅助不平衡分类；最后，融合半监督聚类和分类的结果来预测最终的类别标签，从而进一步提高算法的不平衡分类性能。选择G-mean和曲线下面积（AUC）作为评价指标，将所提算法与TU、CDSMOTE等7个基于过采样或欠采样的不平衡分类算法在10个公开数据集上进行了对比分析。实验结果表明，与TU、CDSMOTE相比，所提算法在AUC指标上分别平均提高了6.7%和3.9%，在G-mean指标上分别平均提高了7.6%和2.1%，且在两个评价指标上相较于所有对比算法都取得了最高的平均结果。可见所提算法能够有效地提高不平衡分类性能。

基于用户潜在状态及依赖关系学习的时序行为推荐

温雯, 梁方宇

2022, 42(12):  3756-3762.  DOI: 10.11772/j.issn.1001-9081.2021101765

摘要 ( )   HTML ( )   PDF (1001KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

如何捕捉用户行为的动态变化及依赖关系是当前时序推荐领域的一个重要问题，主要面临着行为事件空间庞大、行为的时序依赖关系复杂等挑战。针对以上挑战，提出了一种基于行为序列潜在状态及其依赖关系学习的时序推荐算法。首先，利用最大池化层级结构获得行为序列潜在状态的低维表征；然后，通过图神经网络捕捉和描述潜在状态之间的依赖关系以实现用户行为变化模式的学习，从而获得更准确的时序推荐效果。实验结果表明，所提算法在节目点播（IPTV）、纽约（NYC）和东京（TKY）这3个数据集上与近年的分层门控网络（HGN）基线算法相比，在性能评估指标召回率上分别提高了30.03%、29.48%和33.75%，在归一化折损累计增益（NDCG）指标上分别获得了37.20%、43.47%和40.34%的相对提升，且消融实验结果表明了时序状态的依赖关系学习的有效性，因此所提算法尤其适用于解决时序推荐中单一时间片中行为稀疏以及行为依赖关系复杂的问题。

面向单记录的混合负载下物化视图异步增量维护任务生成

孙洋洋, 姚俊萍, 李晓军, 范守祥, 王自维

2022, 42(12):  3763-3768.  DOI: 10.11772/j.issn.1001-9081.2021101725

摘要 ( )   HTML ( )   PDF (660KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对已有的混合负载（HTAP）下物化视图异步增量维护任务生成算法主要面向多记录，无法面向单记录生成HTAP物化视图异步增量维护任务，导致磁盘IO开销的增加，进而降低HTAP物化视图异步增量维护性能的问题，提出面向单记录的HTAP物化视图异步增量维护任务的生成方法。首先，建立面向单记录的HTAP物化视图异步增量维护任务生成的效益模型；然后，基于Q-learning设计面向单记录的HTAP物化视图异步增量维护任务的生成算法。实验结果表明，所提算法在实现面向单记录生成HTAP物化视图异步增量维护任务的基础上，将平均每秒读写操作次数（IOPS）、平均CPU利用率（2核）和平均CPU利用率（4核）至少分别降低了8.49次、1.85个百分点和0.97个百分点。

网络空间安全

基于无双线性对的可信云数据完整性验证方案

袁文勇, 李秀广, 李瑞峰, 易铮阁, 杨晓元

2022, 42(12):  3769-3774.  DOI: 10.11772/j.issn.1001-9081.2021101780

摘要 ( )   HTML ( )   PDF (1345KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对云审计中第三方审计机构（TPA）可能存在的恶意欺骗行为，提出一种无双线性对的、能够正确检查TPA行为的可信云审计方案。首先，利用伪随机比特生成器生成随机挑战信息，以保证TPA生成挑战信息可靠；其次，在证据生成过程中增加哈希值，从而有效保护用户数据隐私；然后，在证据验证过程中，增加用户和TPA结果的交互过程，根据这个结果检查数据完整性，并判断TPA是否如实完成审计请求；最后，扩展该方案以实现多项数据的批量审计。安全分析表明，所提方案能够抵抗替换攻击和伪造攻击，且能保护数据隐私。相比基于Merkle哈希树的无双线性对（MHT-WiBPA）审计方案，所提方案的验证证据时间接近，而标签生成时间降低约49.96%。效能分析表明，所提方案在保证审计结果可信的前提下，实现了更低的计算开销和通信开销。

基于集成学习的多类型应用层DDoS攻击检测方法

李颖之, 李曼, 董平, 周华春

2022, 42(12):  3775-3784.  DOI: 10.11772/j.issn.1001-9081.2021091653

摘要 ( )   HTML ( )   PDF (3299KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对应用层分布式拒绝服务（DDoS）攻击类型多、难以同时检测的问题，提出了一种基于集成学习的应用层DDoS攻击检测方法，用于检测多类型的应用层DDoS攻击。首先，数据集生成模块模拟正常和攻击流量，筛选并提取对应的特征信息，并生成表征挑战黑洞（CC）、HTTP Flood、HTTP Post及HTTP Get攻击的47维特征信息；其次，离线训练模块将处理后的有效特征信息输入集成后的Stacking检测模型进行训练，从而得到可检测多类型应用层DDoS攻击的检测模型；最后，在线检测模块通过在线部署检测模型来判断待检测流量的具体流量类型。实验结果显示，与Bagging、Adaboost和XGBoost构建的分类模型相比，Stacking集成模型在准确率方面分别提高了0.18个百分点、0.21个百分点和0.19个百分点，且在最优时间窗口下的恶意流量检测率达到了98%。验证了所提方法对多类型应用层DDoS攻击检测的有效性。

基于BLS聚合签名技术的平行链共识算法优化方案

刘琪, 郭荣新, 蒋文贤, 马登极

2022, 42(12):  3785-3791.  DOI: 10.11772/j.issn.1001-9081.2021101711

摘要 ( )   HTML ( )   PDF (1481KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

目前，平行链的每个共识节点均需发送各自的共识交易到主链上以参与共识，这导致大量的共识交易严重占用主链的区块容量，并且浪费手续费。针对上述问题，利用平行链上的共识交易具有共识数据相同签名不同的特点，结合双线性映射技术，提出一种基于BLS聚合签名技术的平行链共识算法优化方案。首先，用共识节点对交易数据进行签名；然后，用平行链各节点通过点对点（P2P）网络在内部广播共识交易并同步消息；最后，由Leader节点统计共识交易，且当共识交易的数量大于2/3时，将对应的BLS签名数据聚合并发送交易聚合签名到主链上进行验证。实验结果表明，所提方案与原始平行链共识算法相比能够有效解决平行链上共识节点重复发送共识交易到主链的问题，在减少对主链存储空间的占用的同时节省交易手续费，只占用主链存储空间4 KB并且只产生一笔0.01比特元（BTY）的交易手续费。

支持隐私保护训练的高效同态神经网络

钟洋, 毕仁万, 颜西山, 应作斌, 熊金波

2022, 42(12):  3792-3800.  DOI: 10.11772/j.issn.1001-9081.2021101775

摘要 ( )   HTML ( )   PDF (1538KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对基于同态加密的隐私保护神经网络中存在的计算效率低和精度不足问题，提出一种三方协作下支持隐私保护训练的高效同态神经网络（HNN）。首先，为降低同态加密中密文乘密文运算产生的计算开销，结合秘密共享思想设计了一种安全快速的乘法协议，将密文乘密文运算转换为复杂度较低的明文乘密文运算；其次，为避免构建HNN时产生的密文多项式多轮迭代，并提高非线性计算精度，研究了一种安全的非线性计算方法，从而对添加随机掩码的混淆明文消息执行相应的非线性算子；最后，对所设计协议的安全性、正确性及效率进行了理论分析，并对HNN的有效性及优越性进行了实验验证。实验结果表明，相较于双服务器方案PPML，HNN的训练速度提高了18.9倍，模型精度提高了1.4个百分点。

基于区块链的多方隐私保护k-means聚类方案

赵乐, 张恩, 秦磊勇, 李功丽

2022, 42(12):  3801-3812.  DOI: 10.11772/j.issn.1001-9081.2021091640

摘要 ( )   HTML ( )   PDF (3923KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有隐私保护k-means聚类方案迭代效率不高，中心化差分隐私保护k-means聚类方案中服务器会遭受攻击，以及本地化差分隐私保护k-means聚类方案中服务器会返回错误聚类结果的问题，提出了一种基于区块链的多方隐私保护k-means聚类方案（M-PPkCS/B）。利用本地化差分隐私技术的优势及区块链公开透明、不可篡改的特性，首先，设计一种多方k-means聚类中心初始化算法（M-kCCIA），在保护用户隐私的同时，提高聚类的迭代效率，并确保用户联合产生初始聚类中心的正确性；然后，设计一种基于区块链的隐私保护k-means聚类算法（Bc-PpkCA），并构建聚类中心更新算法的智能合约来在区块链上迭代更新聚类中心，从而保证各个用户都能得到正确的聚类结果。在数据集HTRU2和Abalone上进行实验的结果表明，在确保各个用户得到正确聚类结果的同时，两个数据集的准确率分别能达到97.53%和96.19%，M-kCCIA的平均迭代次数与随机化初始聚类中心算法RS的平均迭代次数相比，在两个数据集上分别减少了5.68次和2.75次。

面向本地差分隐私的K-Prototypes聚类方法

张国鹏, 陈学斌, 王豪石, 翟冉, 马征

2022, 42(12):  3813-3821.  DOI: 10.11772/j.issn.1001-9081.2021101724

摘要 ( )   HTML ( )   PDF (2056KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为了在聚类分析中保护数据隐私的同时确保数据的可用性，提出一种基于本地化差分隐私（LDP）技术的隐私保护聚类方案——LDPK-Prototypes。首先，用户对混合型数据集进行编码；其次，采用随机响应机制对敏感数据进行扰动，而第三方在收集到用户的扰动数据后以最大限度恢复原始数据集；然后，执行K-Prototypes聚类算法，在聚类过程中，使用相异性度量方法确定初始聚类中心，并利用熵权法重新定义新的距离计算公式。理论分析和实验结果表明，所提方案与基于中心化差分隐私（CDP）技术的ODPC算法相比，在Adult和Heart数据集上的平均准确率分别提高了2.95%和12.41%，有效提高了聚类的可用性。同时，LDPK-Prototypes扩大了数据之间的差异性，有效避免了局部最优，提高了聚类算法的稳定性。

基于主子链架构的新型许可公有链

谢家贵, 李志平, 金键, 张波, 郭健, 聂凡杰

2022, 42(12):  3822-3830.  DOI: 10.11772/j.issn.1001-9081.2021101790

摘要 ( )   HTML ( )   PDF (3554KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有区块链之间相互独立、互通困难的问题，提出一种“主链+子链”的新型许可公有链架构。首先，在现有的委托权益证明（DPOS）、可验证随机函数（VRF）、实用拜占庭容错（PBFT）等算法的基础上设计了创新双层共识算法，同时加入可信许可机制，使区块链兼具许可和公有的特性；然后，详细描述了主子链的设计过程，主链负责链群管理并提供公共服务，而子链针对不同业务场景独立设计，并且通过连接主链中继实现跨链数据通信，从而实现数据安全隔离；最后，构建实验环境进行测试，以验证许可公有链设计的可行性。实验结果表明，相较于现有的超级账本Fabric等一些区块链，所提出的许可公有链具有显著优势，吞吐量最高可达到每秒25 000次，平均延迟时间可达8 s。为进一步研究不同类型区块链跨链数据互联互通提供了技术支撑。

基于系统调用和数据溯源的PDF文档检测模型

雷靖玮, 伊鹏, 陈祥, 王亮, 毛明

2022, 42(12):  3831-3840.  DOI: 10.11772/j.issn.1001-9081.2021101730

摘要 ( )   HTML ( )   PDF (3249KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统静态检测及动态检测方法无法应对基于大量混淆及未知技术的PDF文档攻击的缺陷，提出了一个基于系统调用和数据溯源技术的新型检测模型NtProvenancer。首先，使用系统调用捕获工具收集文档执行时产生的系统调用记录；其次，利用数据溯源技术构建基于系统调用的数据溯源图；而后，用图的路径筛选算法提取系统调用特征片段进行检测。实验数据集由528个良性PDF文档与320个恶意PDF文档组成。在Adobe Reader上展开测试，并使用词频-逆文档频率（TF-IDF）及PROVDETECTOR稀有度算法替换所提出的图的关键点算法来进行对比实验。结果表明NtProvenancer在精确率和F1分数等多项指标上均优于对比模型。在最佳参数设置下，所提模型的文档训练与检测阶段的平均用时分别为251.51 ms以及60.55 ms，同时误报率低于5.22%，F1分数达到0.989。可见NtProvenancer是一种高效实用的PDF文档检测模型。

先进计算

基于GPU的低密度奇偶校验码译码加速技术

徐启迪, 刘争红, 郑霖

2022, 42(12):  3841-3846.  DOI: 10.11772/j.issn.1001-9081.2021101726

摘要 ( )   HTML ( )   PDF (1785KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

随着通信技术的发展，通信终端逐渐采用软件的方式来兼容多种通信制式和协议。针对以计算机中央处理器（CPU）作为运算单元的传统软件无线电架构，无法满足高速无线通信系统如多进多出（MIMO）等宽带数据的吞吐率要求问题，提出了一种基于图形处理器（GPU）的低密度奇偶校验（LDPC）码译码器的加速方法。首先，根据GPU并行加速异构计算在GNU Radio 4G/5G物理层信号处理模块中的加速表现的理论分析，采用了并行效率更高的分层归一化最小和（LNMS）算法；其次，通过使用全局同步策略、合理分配GPU内存空间以及流并行机制等方法减少了译码器的译码时延，同时配合GPU多线程并行技术对LDPC码的译码流程进行了并行优化；最后，在软件无线电平台上对提出的GPU加速译码器进行了实现与验证，并分析了该并行译码器的误码率性能和加速性能的瓶颈。实验结果表明，与传统的CPU串行码处理方式相比，CPU+GPU异构平台对LDPC码的译码速率可提升至原来的200倍左右，译码器的吞吐量可以达到1 Gb/s以上，特别是在大规模数据的情况下对传统译码器的译码性有着较大的提升。

多策略融合的改进萤火虫算法

雍欣, 高岳林, 赫亚华, 王惠敏

2022, 42(12):  3847-3855.  DOI: 10.11772/j.issn.1001-9081.2021101830

摘要 ( )   HTML ( )   PDF (1051KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统萤火虫算法（FA）中存在的易陷入局部最优及收敛速度慢等问题，把莱维飞行和精英参与的交叉算子及精英反向学习机制融入到萤火虫优化算法中，提出了一种多策略融合的改进萤火虫算法——LEEFA。首先，在传统萤火虫算法的基础上引入莱维飞行，从而提升算法的全局搜索能力；其次，提出精英参与的交叉算子以提升算法的收敛速度和精度，并增强算法迭代过程中解的多样性和质量；最后，结合精英反向学习机制进行最优解的搜索，从而提高FA跳出局部最优的能力和收敛性能，并实现对于解搜索空间的迅速勘探。为验证所提出的算法的有效性，在基准测试函数上进行了仿真实验，结果表明相较于粒子群优化（PSO）算法、传统FA、莱维飞行萤火虫算法（LFFA）、基于莱维飞行和变异算子的萤火虫算法（LMFA）和自适应对数螺旋-莱维飞行萤火虫优化算法（ADIFA）等算法，所提算法在收敛速度和精度上均表现得更为优异。

网络与通信

认知超密集网络用户关联与资源分配联合优化遗传算法

张俊杰, 仇润鹤

2022, 42(12):  3856-3862.  DOI: 10.11772/j.issn.1001-9081.2021101777

摘要 ( )   HTML ( )   PDF (2848KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对下行的异构认知超密集异构网络（UDN）的多维资源配置问题，提出一种以毫微微小区用户最大吞吐量为目标的联合优化用户关联和资源分配的改进遗传算法。首先，在算法开始之前进行预处理，初始化用户可达基站和可用信道矩阵；其次，采用符号编码，将用户与基站以及用户与信道的匹配关系编码为一个二维的染色体；然后，将动态择优复制+轮盘赌作为选择算法，以加快种群的收敛；最后，为避免算法陷入局部最优，在变异阶段加入早熟判决的变异算子，从而在有限次迭代下求得基站、用户、信道的连接策略。实验结果表明，在基站与信道数量一定时，所提算法与三维匹配的遗传算法相比在用户总吞吐量方面提高了7.2%，在认知用户吞吐量方面提高了1.2%，且计算复杂度更低。所提算法缩小了可行解的搜索空间，能在较低复杂度下有效提高认知UDN的总吞吐量。

基于差分进化融合蚁群算法的数据中心流量调度机制

代荣荣, 李宏慧, 付学良

2022, 42(12):  3863-3869.  DOI: 10.11772/j.issn.1001-9081.2021101766

摘要 ( )   HTML ( )   PDF (2071KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对数据中心网络的传统流量调度方法容易引起网络拥塞及链路负载不均衡等问题，提出了一种差分进化（DE）融合蚁群（ACO）算法（DE-ACO）的动态流量调度机制，对数据中心网络中的大象流调度进行优化。首先，利用软件定义网络（SDN）技术捕获实时网络状态信息并设定流量调度的优化目标；然后，通过优化目标重定义DE算法，计算出多条可用候选路径，作为ACO算法的初始化全局信息素；最后，结合全局网络状态以求得全局最优路径，并重新路由拥堵链路上的大象流。实验结果表明，以在随机通信模式下为例，与等价多路径路由（ECMP）算法和基于蚁群算法的SDN数据中心网络流量调度（ACO-SDN）算法相比，所提算法的平均对分带宽分别提高了29.42%~36.26%和5%~11.51%，降低了网络的最大链路利用率（MLU），较好地实现了网络负载均衡。

RIS辅助毫米波系统中基于压缩感知的信道估计

王亿, 杨柳, 张痛快

2022, 42(12):  3870-3875.  DOI: 10.11772/j.issn.1001-9081.2021101808

摘要 ( )   HTML ( )   PDF (1756KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对可重构智能超表面（RIS）辅助无线通信系统中使用传统信道估计方法导频开销过高的问题，提出了一种基于块稀疏的正交匹配追踪（OMP）信道估计方案。首先，根据毫米波（mmWave）信道模型推导出级联信道矩阵，并将其转换到虚拟角域（VAD）中以获得级联信道的稀疏表示；其次，利用级联信道特有的稀疏特性将信道估计问题转换成稀疏矩阵恢复问题，并使用压缩感知的重构算法进行稀疏矩阵的恢复；最后，通过分析特殊的行-块稀疏结构，对传统的OMP方案进行优化，从而进一步减少导频开销并提升估计性能。仿真结果表明，与传统的OMP方案相比，所提出的基于行-块稀疏结构的优化OMP方案的归一化均方误差（NMSE）减小了大约1 dB。可见，所提出的信道估计方案能够有效减少导频开销并获得更好的估计性能。

多媒体计算与计算机仿真

基于波环粒子的实时水波仿真方法

顾浩杰, 张军

2022, 42(12):  3876-3883.  DOI: 10.11772/j.issn.1001-9081.2021091700

摘要 ( )   HTML ( )   PDF (5586KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为了降低水波模拟过程中的计算成本并提高其扩散现象的逼真度，提出一种基于波环粒子包的实时二维平面水波仿真方法。该方法采用波环粒子为基本计算单元，粒子内部继承“波包”的概念，使用多个频段水波叠加的方式再现水波视觉效果。在计算水波反射过程时，通过添加镜像波源的形式减少碰撞计算，避免复杂几何判定。为适应不同硬件的计算性能差异，该方法提供额外的计算精度参数，可针对不同硬件计算能力调节水波反射计算复杂度。实验结果表明，该方法可使用较少的粒子模拟出较为真实的水波运动，且避免了碰撞反射后水波断裂的问题。在相同硬件平台上的性能测试显示，所提波环仿真方法的渲染帧率比传统波包算法高出至少60%，在一些水波状态特别复杂的情况下可达到400%以上的加速效果。

深浅层表示融合的半监督视频目标分割

吕潇, 宋慧慧, 樊佳庆

2022, 42(12):  3884-3890.  DOI: 10.11772/j.issn.1001-9081.2021091636

摘要 ( )   HTML ( )   PDF (1463KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为了解决半监督视频目标分割任务中，分割精度与分割速度难以兼顾以及无法对视频中与前景相似的背景目标做出有效区分的问题，提出一种基于深浅层特征融合的半监督视频目标分割算法。首先，利用预先生成的粗糙掩膜对图像特征进行处理，以获取更鲁棒的特征；然后，通过注意力模型提取深层语义信息；最后，将深层语义信息与浅层位置信息进行融合，从而得到更加精确的分割结果。在多个流行的数据集上进行了实验，实验结果表明：在分割运行速度基本不变的情况下，所提算法在DAVIS 2016数据集上的雅卡尔（J）指标相较于学习快速鲁棒目标模型的视频目标分割（FRTM）算法提高了1.8个百分点，综合评价指标为J和F得分的均值J&F相较于FRTM提高了2.3个百分点；同时，在DAVIS 2017数据集上，所提算法的J指标比FRTM提升了1.2个百分点，综合评价指标J&F比FRTM提升了1.1个百分点。以上结果充分说明所提算法能够在保持较快分割速度的情况下实现更高的分割精度，并且能够有效区别相似的前景与背景目标，具有较强的鲁棒性。可见所提算法在平衡速度与精度以及有效区分前景背景方面的优越性能。

面向医学图像分割的多注意力融合网络

李鸿, 邹俊颖, 谭茜成, 李贵洋

2022, 42(12):  3891-3899.  DOI: 10.11772/j.issn.1001-9081.2021101737

摘要 ( )   HTML ( )   PDF (1600KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

在深度医学图像分割领域中，TransUNet是当前先进的分割模型之一。但其编码器未考虑相邻分块之间的局部联系，在解码器上采样过程中缺乏通道间信息的交互。针对以上问题，提出一种多注意力融合网络（MFUNet）模型。首先，在编码器部分引入特征融合模块（FFM）来增强模型对Transformer中相邻分块间的局部联系并且保持图片本身的空间位置关系；其次，在解码器部分引入双通道注意力（DCA）模块来融合多级特征的通道信息，以增强模型对通道间关键信息的敏感度；最后，通过结合交叉熵损失和Dice损失来加强模型对分割结果的约束。在Synapse和ACDC公共数据集上进行实验，可以看出，MFUNet的Dice相似系数（DSC）分别达到了81.06%和90.91%；在Synapse数据集上的Hausdorff距离（HD）与基线模型TransUNet相比减小了11.5%；在ACDC数据集中右心室和心肌两部分的分割精度与基线模型TransUNet相比分别提升了1.43个百分点和3.48个百分点。实验结果表明，MFUNet在医学图像的内部填充和边缘预测方面均能实现更好的分割效果，有助于提升医生在临床实践中的诊断效率。

融合自适应常识门的图像描述生成模型

杨有, 陈立志, 方小龙, 潘龙越

2022, 42(12):  3900-3905.  DOI: 10.11772/j.issn.1001-9081.2021101743

摘要 ( )   HTML ( )   PDF (2101KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对传统的图像描述模型不能充分利用图像信息且融合特征方式单一的问题，提出了一种融合自适应常识门（ACG）的图像描述生成模型。首先，使用基于视觉常识区域的卷积神经网络（VC R-CNN）提取视觉常识特征，并将常识特征分层输入到Transformer编码器中；然后，在编码器的每一分层中设计了ACG，从而对视觉常识特征和编码特征进行自适应融合操作；最后，将融合常识信息的编码特征送入Transformer解码器中完成训练。使用MSCOCO数据集进行训练和测试，结果表明所提模型在评价指标BLEU?4、CIDEr和SPICE上分别达到了39.2、129.6和22.7，相较于词性堆叠交叉注意网络（POS-SCAN）模型分别提升了3.2%、2.9%和2.3%。所提模型的效果明显优于使用单一显著区域特征的Transformer模型，能够对图像内容进行准确的描述。

信道对汉语普通话元音共振峰的影响

刘贻杰, 李江春, 陈维娜, 黄颀涵

2022, 42(12):  3906-3912.  DOI: 10.11772/j.issn.1001-9081.2021101816

摘要 ( )   HTML ( )   PDF (2395KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

针对信道对元音共振峰特征影响的问题，开展了系统实验。首先，采集了8位志愿者的标准录音；其次，用人工嘴播放标准录音，并采用13种不同信道录制了104段信道录音；最后，提取特征音段，在频谱特征定性分析中使用卡方检验来进行分析，并在声学参数量化分析中使用单样本t检验。统计结果表明，约69%的信道对高阶共振峰的总体形态影响显著，约85%的信道的共振峰相对强度存在显著差异；而单样本t检验结果表明，标准录音与信道录音在共振峰中心频率上不存在明显差异。实验结果表明，在对不同信道语音进行同一认定时，应重点关注共振峰的频率特征。

前沿与综合应用

面向在线教育的同伴互评技术综述

许嘉, 刘静, 于戈, 吕品, 杨攀原

2022, 42(12):  3913-3923.  DOI: 10.11772/j.issn.1001-9081.2021101709

摘要 ( )   HTML ( )   PDF (1682KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

随着以慕课（MOOC）为代表的在线教育平台的迅速发展，如何评价平台学习者提交的大规模主观题作业是面临的重大挑战。同伴互评是有效应对大规模主观题作业评价挑战的主流方案，近年来受到学术界与工业界的广泛关注。鉴于此，对面向在线教育的同伴互评技术进行了调研与分析。首先，概述当前实施同伴互评的通用流程；然后，分别阐述评价者分配、评语分析、异常互评信息检测与处理以及主观题作业真实分数估计等重要的同伴互评流程活动的主要研究成果；其次，对比具有代表性的在线教育平台或已发布的教学系统中的同伴互评功能；最后，总结和展望同伴互评的未来发展趋势，为正在从事或打算从事同伴互评研究的人们提供借鉴与参考。

移动机器人超宽带与视觉惯性里程计组合的室内定位算法

申炳琦, 张志明, 舒少龙

2022, 42(12):  3924-3930.  DOI: 10.11772/j.issn.1001-9081.2021101778

摘要 ( )   HTML ( )   PDF (2499KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

对于移动机器人在室内环境的定位任务，新兴的基于视觉惯性里程计（VIO）的辅助定位技术受光线条件限制大，无法在黑暗环境中工作，且超宽带（UWB）定位易受非视距（NLOS）误差影响。针对以上问题，提出一种UWB与VIO组合的室内移动机器人定位算法。首先，采用立体视觉多状态约束下的Kalman滤波器（S-MSCKF）算法/双边双向测距（DS-TWR）算法和三边定位法，分别得到VIO输出的位置信息/UWB解算的定位信息；然后，建立位置测量系统的运动方程与观测方程；最后，通过误差状态扩展卡尔曼滤波（ES-EKF）算法来进行数据融合，得到机器人的最优位置估计。使用搭建的移动定位平台在不同的室内环境下对组合定位方算法进行验证。实验结果表明在有障碍物的室内环境下，与单一UWB定位方法相比，所提算法的总体定位的最大误差减小了约4.4%，均方误差减小了约6.3%；与VIO定位方法相比，所提算法的总体定位的最大误差减小了约31.5%，均方误差减小了约60.3%。可见所提算法可为室内环境下的移动机器人提供实时、精确且鲁棒的定位结果。

基于二次分解重构策略的航空客流需求预测

栗慧琳, 李洪涛, 李智

2022, 42(12):  3931-3940.  DOI: 10.11772/j.issn.1001-9081.2021101716

摘要 ( )   HTML ( )   PDF (2466KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

考虑到航空客流需求序列的季节性、非线性和非平稳等特点，提出了一个基于二次分解重构策略的航空客流需求预测模型。首先，通过STL和自适应噪声互补集成经验模态分解（CEEMDAN）方法对航空客流需求序列进行二次分解，并根据数据复杂度和相关度的特征分析结果进行分量重构；然后，采用模型匹配策略分别选取自回归单整移动平均季节（SARIMA）、自回归单整移动平均（ARIMA）、核极限学习机（KELM）和双向长短期记忆（BiLSTM）网络模型对各重构分量进行预测，其中KELM和BiLSTM模型的超参数通过自适应树Parzen估计（ATPE）算法确定；最后，将重构分量预测结果进行线性集成。以北京首都国际机场、深圳宝安国际机场和海口美兰国际机场的航空客流数据作为研究对象进行了1步和多步预测实验，实验结果表明，与一次分解集成模型STL-SAAB相比，所提模型的均方根误差（RMSE）提升了14.98%~60.72%。可见以“分而治之”思想为指导，所提模型结合模型匹配和重构策略挖掘出了数据的内在发展规律，从而为科学预判航空客流需求变化趋势提供了新思路。

基于深度聚合神经网络的网约车需求时空热度预测

郭羽含, 田宁

2022, 42(12):  3941-3949.  DOI: 10.11772/j.issn.1001-9081.2021101718

摘要 ( )   HTML ( )   PDF (3749KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为解决服务车辆与乘客间的供需不平衡问题，提升服务车辆的运营效率和利润，同时降低乘客等待时间并改善其对服务平台的满意度，针对差异化结构的多维时空数据，提出一种深度聚合神经网络（DANN）模型用于对网约车需求进行预测。首先，通过综合考虑时间、空间和外部环境等多维影响因素，提出了基于周期的时空变量和基于图像点值的空间变量划分方法；其次，依据数据特点构建了不同的子神经网络结构来分别拟合时间变量、空间变量和环境变量与需求间的非线性关系；然后，提出了多种异类子神经网络的聚合方法以同时捕捉不同结构时空数据的隐含特征；最后，分析了聚合权重的设置方法以获得网络模型的最优性能。实验结果表明，在三个真实数据集上所提模型的R²平均误差仅为9.36%，与卷积长短时记忆网络（FCL-Net）和混合深度学习神经网络（HDLN-Net）模型相比，所提模型的R²分别平均提升了4.6%和5.22%，均方误差（MSE）分别平均降低了27.01%和26.6%。因此，DANN在实际应用中能较大幅度地提升需求预测的准确性，可以作为网约车需求预测的有效手段。

基于强化迭代学习的四旋翼无人机轨迹控制

刘旭光, 杜昌平, 郑耀

2022, 42(12):  3950-3956.  DOI: 10.11772/j.issn.1001-9081.2021101814

摘要 ( )   HTML ( )   PDF (1647KB) ( )  

数据和表 | 参考文献 | 相关文章 | 计量指标

为进一步提升在未知环境下四旋翼无人机轨迹的跟踪精度，提出了一种在传统反馈控制架构上增加迭代学习前馈控制器的控制方法。针对迭代学习控制（ILC）中存在的学习参数整定困难的问题，提出了一种利用强化学习（RL）对迭代学习控制器的学习参数进行整定优化的方法。首先，利用RL对迭代学习控制器的学习参数进行优化，筛选出当前环境及任务下最优的学习参数以保证迭代学习控制器的控制效果最优；其次，利用迭代学习控制器的学习能力不断迭代优化前馈输入，直至实现完美跟踪；最后，在有随机噪声存在的仿真环境中把所提出的强化迭代学习控制（RL-ILC）算法与未经参数优化的ILC方法、滑模变结构控制（SMC）方法以及比例-积分-微分（PID）控制方法进行对比实验。实验结果表明，所提算法在经过2次迭代后，总误差缩减为初始误差的0.2%，实现了快速收敛；并且与SMC控制方法及PID控制方法相比，RL-ILC算法在算法收敛后不会受噪声影响产生轨迹波动。由此可见，所提算法能够有效提高无人机轨迹跟踪的准确性和鲁棒性。