计算机科学

47卷第4期目录

计算机科学. 2020, 47 (4): 0-0.

摘要 ( 330 )

PDF(282KB) ( 799 )

相关文章 | 多维度评价

交叉融合的“人工智能+”学科建设探索与实践

王国胤, 瞿中, 赵显莲

计算机科学. 2020, 47 (4): 1-5. doi:10.11896/jsjkx.200300144

摘要 ( 1158 )

PDF(1889KB) ( 1433 )

参考文献 | 相关文章 | 多维度评价

目前,人类正迈入智能时代,人工智能与经济、社会的发展深度融合,成为了孕育新一轮科技革命和产业变革的核心推动力量,培养智能社会建设所需要的跨学科人工智能创新创业人才变得极为必要。为了适应智能时代对人才培养的这一迫切需求,高校需要加强智能类学科建设,探索交叉融合的“人工智能+”学科建设新模式,提升人工智能领域学科地位并创新拓展其他学科的发展建设方向。文中提出了“人工智能+”学科建设的交叉融合模式:一方面,从人工智能学科内涵出发,依托计算机科学与技术学科开展人工智能基础学科方向建设,夯实人工智能领域学科的基础;另一方面,结合社会经济产业发展的重点领域方向布局,依托相关领域优势学科发展建设行业领域智能化新学科方向,实现人工智能学科建设与其他领域学科建设的共融共生、相互助力、协同发展。在重庆邮电大学和重庆市的学科建设中,这一模式发挥了显著作用,为人工智能领域的学科建设提供了有益参考。

广义稠密对称特征问题标准化算法在GPU集群上的有效实现

刘世芳, 赵永华, 于天禹, 黄荣锋

计算机科学. 2020, 47 (4): 6-12. doi:10.11896/jsjkx.191000009

摘要 ( 488 )

PDF(1983KB) ( 928 )

参考文献 | 相关文章 | 多维度评价

广义稠密对称特征问题的求解是许多应用科学和工程的主要任务,并且是计算电磁学、电子结构、有限元模型和量子化学等计算中的重要部分。将广义对称特征问题转化为标准对称特征问题是求解广义稠密对称特征问题的关键计算步骤。针对GPU集群,文中给出了广义稠密对称特征问题标准化块算法在GPU集群上基于MPI+CUDA的实现。为了适应GPU集群的架构,广义对称特征问题标准化算法将正定矩阵的Cholesky分解与传统的广义特征问题标准化块算法相结合,降低了标准化算法中不必要的通信开销,并且增强了算法的并行性。在基于MPI+CUDA的标准化算法中,GPU与CPU之间的数据传输操作被用来掩盖GPU内的数据拷贝操作,这消除了拷贝所花费的时间,进而提高了程序的性能。同时,文中还给出了矩阵在二维通信网格中行通信域和列通信域之间完全并行的点对点的转置算法和基于MPI+CUDA的具有多个右端项的三角矩阵方程BX=A求解的并行块算法。在中科院计算机网络信息中心的超级计算机系统“元”上,每个计算节点配置 2 块 Nvidia Tesla K20 GPGPU卡及2 颗 Intel E5-2680 V2处理器,使用多达32个GPU对不同规模矩阵的基于MPI+CUDA的广义对称特征问题标准化算法进行测试,取得了较好的加速效果与性能,并且具有良好的可扩展性。当使用32个GPU对50000×50000阶的矩阵进行测试时,峰值性能达到了约9.21Tflops。

面向超大规模并行模拟的LBM计算流体力学软件

吕小敬, 刘钊, 褚学森, 石树鹏, 孟虹松, 黄震春

计算机科学. 2020, 47 (4): 13-17. doi:10.11896/jsjkx.191000010

摘要 ( 875 )

PDF(3663KB) ( 1707 )

参考文献 | 相关文章 | 多维度评价

格子玻尔兹曼方法(Lattice Boltzmann Method,LBM)是一种基于介观模拟尺度的计算流体力学方法,已被广泛用于理论研究和工程领域。提高LBM计算流体软件的并行模拟能力,是高性能计算及应用研究中的一项重要内容。该研究基于“神威·太湖之光”超级计算系统,设计并实现了一套高效扩展的LBM计算流体力学软件。针对国产众核处理器SW26010的架构,文中设计了以下几种提高SWLBM方针速度和可扩展性的多级并行技术,包括面向19点stencil的数据复用、碰撞过程向量化、主从异步并行通信计算隐藏等。基于以上并行优化方案,文中测试了高达56000亿网格的数值模拟,SWLBM软件持续浮点计算性能达到4.7PFlops,软件模拟速度提高了172倍。相比百万核心10000*10000*5000网格风场模拟,SWLBM整机千万核心的并行效率可达87%。测试结果表明,SWLBM有能力为工业应用提供实用的大规模并行模拟解决方案。

一种针对动态部分可重构SoC软硬件划分的高效MILP模型

朱丽花, 王玲, 唐麒, 魏急波

计算机科学. 2020, 47 (4): 18-24. doi:10.11896/jsjkx.190300001

摘要 ( 467 )

PDF(2543KB) ( 1190 )

参考文献 | 相关文章 | 多维度评价

异构片上系统(System-on-Chip,SoC)在同一芯片上集成了多种类型的处理器,在处理能力、尺寸、重量、功耗等各方面有较大优势,因此在很多领域得到了应用。具有动态部分可重构特性的SoC(Dynamic Partial Reconfigurability SoC,DPR-SoC)是异构SoC的一种重要类型,这种系统兼具了软件的灵活性和硬件的高效性。此类系统的设计通常涉及到软硬件协同问题,其中如何进行应用的软硬件划分是保证系统实时性的关键技术。DPR-SoC中的软硬件划分问题可归类为组合优化问题,问题目标是获得调度长度最短的调度方案,包括任务映射、排序和定时。混合整数线性规划(Mixed Integer Linear Programming,MILP)是求解组合优化问题的一种有效方法;然而,将具体问题建模为MILP模型是求解问题的关键一环,不同建模方式对问题求解时间有重要影响。已有针对DPR-SoC软硬件划分问题的MILP模型存在大量变量和约束方程,对问题求解时间产生了不利影响;此外,其假设条件过多,使得求解结果与实际应用不符。针对这些问题,提出了一种新颖的MILP模型,其极大地降低了模型复杂度,提高了求解结果与实际应用的符合度。将应用建模成DAG图,并使用整数线性规划求解工具对问题进行求解。大量求解结果表明,新的模型能够有效地降低模型复杂度,缩短求解时间;并且随着问题规模的增大,所提模型在求解时间上的优势表现得更加显著。

基于GPU多流并发并行模型的NDVI提取算法

左宪禹, 张哲, 苏岳瀚, 刘扬, 葛强, 田军锋

计算机科学. 2020, 47 (4): 25-29. doi:10.11896/jsjkx.190500029

摘要 ( 415 )

PDF(1728KB) ( 940 )

参考文献 | 相关文章 | 多维度评价

利用GPU进行加速的归一化差分植被指数(Normalized Differential Vegetation Index,NDVI)提取算法通常采用GPU多线程并行模型,存在弱相关计算之间以及CPU与GPU之间数据传输耗时较多等问题,影响了加速效果的进一步提升。针对上述问题,根据NDVI提取算法的特性,文中提出了一种基于GPU多流并发并行模型的NDVI提取算法。通过CUDA流和Hyper-Q特性,GPU多流并发并行模型可以使数据传输与弱相关计算、弱相关计算与弱相关计算之间达到重叠,从而进一步提高算法并行度及GPU资源利用率。文中首先通过GPU多线程并行模型对NDVI提取算法进行优化,并对优化后的计算过程进行分解,找出包含数据传输及弱相关性计算的部分;其次,对数据传输和弱相关计算部分进行重构,并利用GPU多流并发并行模型进行优化,使弱相关计算之间、弱相关计算和数据传输之间达到重叠的效果;最后,以高分一号卫星拍摄的遥感影像作为实验数据,对两种基于GPU实现的NDVI提取算法进行实验验证。实验结果表明,与传统基于GPU多线程并行模型的NDVI提取算法相比,所提算法在影像大于12000*12000像素时平均取得了约1.5倍的加速,与串行提取算法相比取得了约260倍的加速,具有更好的加速效果和并行性。

原子动力学蒙特卡洛程序MISA-KMC在反应堆压力容器钢辐照损伤研究中的应用

王栋, 商红慧, 张云泉, 李琨, 贺新福, 贾丽霞

计算机科学. 2020, 47 (4): 30-35. doi:10.11896/jsjkx.191100045

摘要 ( 415 )

PDF(3192KB) ( 1445 )

参考文献 | 相关文章 | 多维度评价

材料科学领域的快速发展,使得核材料(反应堆压力容器钢)微观结构在受到强辐射时产生辐照损伤的问题成为了重点研究对象。采用动力学蒙特卡洛方法,可以模拟反应堆压力容器钢中溶质析出行为。为了给研究核材料在长期服役后微观结构演化及性能变化提供理论依据,文中介绍了自主开发的MISA-KMC程序的并行策略及大规模测试结果。在验证程序正确性的基础上,利用MISA-KMC程序研究了反应堆压力容器钢中多种溶质原子的析出过程。结果表明,经过长时间演化,溶质原子会发生聚集,形成富Cu团簇,富Cu团簇是引发反应堆压力容器钢脆化的主要微观结构之一。MISA-KMC程序模拟结果的准确性、可支持模拟规模大小以及模拟元素的多样化,为后续的材料性能变化研究提供了保障。

基于Spark Streaming的流式并行文本校对

杨宗霖, 李天瑞, 刘胜久, 殷成凤, 贾真, 珠杰

计算机科学. 2020, 47 (4): 36-41. doi:10.11896/jsjkx.190300070

摘要 ( 417 )

PDF(1901KB) ( 858 )

参考文献 | 相关文章 | 多维度评价

互联网的高速发展催生了海量网络文本,这对传统的串行文本校对算法提出了新的性能挑战。尽管近年来文本自动校对任务受到了较多关注,但相关研究工作多集中于串行算法,鲜有涉及校对的并行化。文中首先对串行校对算法进行泛化,给出一种串行校对的通用框架,然后针对串行校对算法处理大规模文本存在的耗时长的不足,提出3种通用的文本校对并行化方法:1)基于多线程的线程并行校对,它基于线程池的方式实现段落和校对功能的同时并行;2)基于Spark MapReduce的批处理并行校对,它通过RDD并行计算的方式实现段落的并行校对;3)基于Spark Streaming流式计算框架的流式并行校对,它通过将文本流的实时计算转为一系列小规模的基于时间分片的批处理作业,有效避免了固定开销,显著缩短了校对时延。由于流式计算兼有低时延和高吞吐的优势,文中最后选用流式校对来构建并行校对系统。性能对比实验表明,线程并行适合校对小规模文本,批处理并行适合大规模文本的离线校对,流式并行校对有效减少了约110s的固定时延,相比批处理校对,采用Streaming计算框架的流式校对取得了极大的性能提升。

近阈值电压下可容错的一级缓存结构设计

程煜, 刘伟, 孙童心, 魏志刚, 杜薇

计算机科学. 2020, 47 (4): 42-49. doi:10.11896/jsjkx.190300088

摘要 ( 354 )

PDF(2235KB) ( 726 )

参考文献 | 相关文章 | 多维度评价

随着硅的集成度和时钟频率的急剧提升,功耗和散热已成为体系结构设计中的关键挑战。近阈值电压技术是一种能够有效降低处理器能耗的有着广泛应用前景的技术。然而,在近阈值电压下,大量SRAM单元失效,导致一级缓存的错误率升升,给一级缓存的可靠性带来了严峻挑战。目前有很多学者通过牺牲缓存容量或者引入额外的延迟来纠正缓存的错误,但大多方法只能适应SRAM单元的低失效率环境,在高失效率的环境下表现较差。文中提出了一种基于传统6T SRAM的近阈值电压下可容错的一级缓存结构——FTFLC(Fault-Tolerant First-Level Cache),在高失效率的环境下,其表现出了更好的性能。FTFLC采用两级映射机制,利用块映射机制和位纠正机制分别对缓存行中有错的比特位和子数据块进行映射保护。此外,文中还提出了FTFLC初始化算法将两种映射机制结合,提高了可用的缓存容量。最后,使用gem5模拟器,在650mV电压的高失效率环境下对FTFLC进行仿真实验,将其与3种已有缓存结构10T-Cache,Bit-fix,Correction Prediction进行对比。对比结果表明,FTFLC相比其他的缓存结构,在保持较低面积和能耗开销的同时,拥有至少3.86%的性能提升,且将L1 Cache的容量可用率提升了12.5%。

基于用户偏好特征挖掘的个性化推荐算法

刘晓飞, 朱斐, 伏玉琛, 刘全

计算机科学. 2020, 47 (4): 50-53. doi:10.11896/jsjkx.190700175

摘要 ( 511 )

PDF(1897KB) ( 1458 )

参考文献 | 相关文章 | 多维度评价

为了提升社交网络个性化推荐能力,结合用户行为分布进行个性化推荐设计,文中提出基于用户行为特征挖掘的个性化推荐算法,构建社交网络的用户行为信息特征挖掘模型,采用显著数据分块检测方法对社交网络用户特征的行为信息进行融合处理,提取反映用户偏好的语义信息特征量。从情感、关键词和结构等方面根据用户行为特征组,结合模糊信息感知方法进行社交网络个性化推荐过程中的信息融合处理,在关联规则约束控制下,构建社交网络用户偏好特征的混合推荐模型,实现用户偏好特征挖掘,根据语义分布和用户的行为偏好实现社交网络的个性化信息推荐。仿真结果表明,采用所提方法进行社交网络个性化推荐的特征分辨能力较好,对用户行为特征的准确识别能力较强,提高了社交网络推荐输出的准确性。

面向跨模态检索的协同注意力网络模型

邓一姣, 张凤荔, 陈学勤, 艾擎, 余苏喆

计算机科学. 2020, 47 (4): 54-59. doi:10.11896/jsjkx.190600181

摘要 ( 699 )

PDF(1943KB) ( 1333 )

参考文献 | 相关文章 | 多维度评价

随着图像、文本、声音、视频等多模态网络数据的急剧增长,人们对多样化的检索需求日益强烈,其中的跨模态检索受到广泛关注。然而,由于其存在异构性差异,在不同的数据模态之间寻找内容相似性仍然具有挑战性。现有方法大都将异构数据通过映射矩阵或深度模型投射到公共子空间,来挖掘成对的关联关系,即图像和文本的全局信息对应关系,而忽略了数据内局部的上下文信息和数据间细粒度的交互信息,无法充分挖掘跨模态关联。为此,文中提出文本-图像协同注意力网络模型(CoAN),通过选择性地关注多模态数据的关键信息部分来增强内容相似性的度量。CoAN利用预训练的VGGNet模型和循环神经网络深层次地提取图像和文本的细粒度特征,利用文本-视觉注意力机制捕捉语言和视觉之间的细微交互作用;同时,该模型分别学习文本和图像的哈希表示,利用哈希方法的低存储特性和计算的高效性来提高检索速度。在实验得出,在两个广泛使用的跨模态数据集上,CoAN的平均准确率均值(mAP)超过所有对比方法,文本检索图像和图像检索文本的mAP值分别达到0.807和0.769。实验结果说明,CoAN有助于检测多模态数据的关键信息区域和数据间细粒度的交互信息,充分挖掘跨模态数据的内容相似性,提高检索精度。

基于深度主成分相关自编码器的多模态影像遗传数据研究

李刚, 王超, 韩德鹏, 刘强伟, 李莹

计算机科学. 2020, 47 (4): 60-66. doi:10.11896/jsjkx.190300073

摘要 ( 477 )

PDF(2243KB) ( 902 )

参考文献 | 相关文章 | 多维度评价

脑成像表型和基因变异已成为影响精神分裂症等复杂疾病的重要因素。研究人员根据以往在致病机理方面的深入研究,已经提出了很多基于深度神经网络或正则化的模型,这些模型通常包含某种形式的惩罚项或具有重建目标的自编码器结构,但其所使用的多模态数据的特征维数往往大于样本个数。为了应对高维数据分析的困难并突破深度典型关联分析的局限性,文中提出了一种由多模态线性特征学习的主成分分析和基于限制玻尔兹曼机的多模态非线性特征学习的多层信念网络组成的有效模型。该模型和先前的先进模型一起被应用在实际的多模态数据集上进行测试和分析。实验发现,与已有模型相比,深度主成分相关自编码器模型学习的特征具有更高的分类性能和更强的关联性。在分类精度方面,两类模态数据的分类精度均超过了90%,相比平均精度在65%左右的基于CCA的模型和平均精度在80%左右的基于DNN的模型,该模型的分类效果有了显著提高。在聚类性能评估的实验中,该模型以93.75%的平均归一化互信息指标和3.8%的平均分类错误率指标进一步验证了其优越的分类性能。在最大关联性分析方面,当顶层节点输出维度一致时,该模型以0.926的最大关联性胜于其他先进模型,在高维数据分析方面表现出了优异的性能。

基于评分偏好和项目属性的协同过滤算法

朱磊, 胡沁涵, 赵雷, 杨季文

计算机科学. 2020, 47 (4): 67-73. doi:10.11896/jsjkx.190300056

摘要 ( 584 )

PDF(2271KB) ( 1169 )

参考文献 | 相关文章 | 多维度评价

针对传统的协同过滤推荐由于数据稀疏性导致物品间相似性计算不准确、推荐准确度不高的问题,文中提出了一种基于用户评分偏好模型、融合时间因素和物品属性的协同过滤算法,通过改进物品相似度度量公式来提高推荐的准确度。首先考虑到不同用户的评分习惯存在差异这一客观现象,引入评分偏好模型,通过模型计算出用户对评分类别的偏好,以用户对评分类别的偏好来代替用户对物品的评分,重建用户-物品评分矩阵;其次基于时间效应,引入时间权重因子,将时间因素纳入评分相似度计算中;然后结合物品的属性,将物品属性相似度和评分相似度进行加权,完成物品最终相似度的计算;最后通过用户偏好公式来计算用户对候选物品的偏好,依据偏好对用户进行top-N推荐。在MovieLens-100K和MovieLens-Latest-Small数据集上进行了充分实验。结果表明,相比已有的经典的协同过滤算法,所提算法的准确率和召回率在MovieLens-100K数据集上提高了9%~27%,在MovieLens-Latest-Small数据集上提高了16%~28%。因此,改进的协同过滤算法能有效提高推荐的准确度,有效缓解数据稀疏性问题。

基于信任系统的条件偏好协同度量框架

余航, 魏炜, 谭征, 刘惊雷

计算机科学. 2020, 47 (4): 74-84. doi:10.11896/jsjkx.190600152

摘要 ( 330 )

PDF(2591KB) ( 772 )

参考文献 | 相关文章 | 多维度评价

为了减少偏好度量过程中的人为干预,同时提高偏好度量算法的效率和准确性,提出一种基于信任系统的偏好协同度量框架。首先,提出了规则间的距离和规则集的内部距离等概念来具体化规则之间的关系。在此基础上,提出了基于规则集平均内部距离的规则集聚合算法PRA,旨在保证损失最少信息的情况下筛选出最具代表性的全体用户的共同偏好,即共识偏好。之后,提出Common belief的概念和一种改进的信任系统,使用共识偏好作为信任系统的证据,在考虑用户一致性的同时还允许用户保留个性化信息。在信任系统下,提出了基于信任系统的有趣度度量标准,并量化了偏好的信任度和偏离度,用于描述用户偏好和信任系统的一致或相悖程度,并将用户偏好分为泛化偏好或个性化偏好,最终依据信任度和偏离度得出有趣度,从而找出最有趣的规则。在计算有趣度的过程中,提出了一个可以使用不同信任度公式来计算有趣度的可扩展的计算框架。为了进一步验证度量框架的准确性和有效性,以加权的余弦相似度公式和相关系数公式为例,提出了IMCos算法和IMCov算法。实验结果表明,信任度和偏离度有效地反映了偏好的不同特征,并且与两种最新的算法CONTENUM和TKO相比,度量框架发现的Top-K规则在召回率、准确率和F1-Measure等指标上均更优。

基于深度学习的人体行为识别方法综述

蔡强, 邓毅彪, 李海生, 余乐, 明少锋

计算机科学. 2020, 47 (4): 85-93. doi:10.11896/jsjkx.190300005

摘要 ( 681 )

PDF(2637KB) ( 4213 )

参考文献 | 相关文章 | 多维度评价

人体行为识别作为计算机视觉领域的重要研究热点,在智能监控、智能家居、虚拟现实等诸多领域中具有重要的研究意义和广泛的应用前景,备受国内外学者的关注。基于传统手工特征的方法难以处理复杂场景下的人体行为识别。随着深度学习在图像分类方面取得巨大成功,将深度学习用于人体行为识别方法中已逐渐成为一种发展趋势,但其仍然存在一些困难与挑战。首先,根据特征提取方法的不同,简单回顾了早期基于传统手工特征的行为识别方法;然后,从网络结构的角度着重对近年来一些基于深度学习的人体行为识别方法进行论述和分析,其中包括目前常用的双流网络架构和三维卷积网络架构等;另外,还介绍了目前用于评价方法性能的人体行为识别数据集,同时总结了部分典型方法在UCF-101和HMDB51两个著名的公开数据集上的性能;最后,从性能和应用两个方面对基于深度学习的人体行为识别方法的未来发展方向进行了展望,并指出了当前方法存在的不足之处。

3D目标检测进展综述

张鹏, 宋一凡, 宗立波, 刘立波

计算机科学. 2020, 47 (4): 94-102. doi:10.11896/jsjkx.190400142

摘要 ( 1369 )

PDF(1962KB) ( 3722 )

参考文献 | 相关文章 | 多维度评价

目标检测算法应用广泛,一直是计算机视觉领域备受关注的研究热点。近年来,随着深度学习的发展,3D图像的目标检测研究取得了巨大的突破。与2D目标检测相比,3D目标检测结合了深度信息,能够提供目标的位置、方向和大小等空间场景信息,在自动驾驶和机器人领域发展迅速。文中首先对基于深度学习的2D目标检测算法进行概述;其次根据图像、激光雷达、多传感器等不同数据采集方式,分析目前具有代表性和开创性的3D目标检测算法;结合自动驾驶的应用场景,对比分析不同 3D 目标检测算法的性能、优势和局限性;最后总结了3D目标检测的应用意义以及待解决的问题,并对 3D 目标检测的发展方向和新的挑战进行了讨论和展望。

一种面向多维特征分析过滤的视频推荐算法

赵楠, 皮文超, 许长桥

计算机科学. 2020, 47 (4): 103-107. doi:10.11896/jsjkx.190700177

摘要 ( 552 )

PDF(1514KB) ( 915 )

参考文献 | 相关文章 | 多维度评价

近年来,抖音、快手、微视等短视频APP取得了巨大成功,用户拍摄并上传到APP平台上的视频数量暴增。在这种信息过载的环境下,为用户挖掘并推荐其感兴趣的视频成为了视频发布平台面临的难题,因此为这些平台设计高效的视频推荐算法显得尤其重要。文中针对媒体大数据挖掘和推荐领域的数据集稀疏性高和规模巨大的问题,提出一种面向多维特征分析过滤的视频推荐算法。首先,从用户行为和视频标签等多个维度对视频进行特征提取,然后进行相似性分析,加权计算视频相似度,从而获取相似视频候选集,并对相似视频候选集进行过滤,再通过排序选择评分最高的若干个视频推荐给用户。最后,基于MovieLens公开数据集,使用python3语言实现了文中提出的视频推荐算法。在数据集上进行的大量实验表明,相比传统的协同过滤算法,文中提出的面向多维特征分析过滤的视频推荐算法将推荐结果的准确率提升了6%,召回率提升了4%,覆盖率提升了18%。实验数据充分说明,从多个维度考虑视频之间的相似性,并配合大规模矩阵分解技术,在一定程度上缓解了数据集稀疏性高、数据量巨大的难题,从而有效地提高了推荐结果的准确性、召回率和覆盖率。

基于分组异构卷积的轻量级目标检测网络

晏晓天, 黄山

计算机科学. 2020, 47 (4): 108-111. doi:10.11896/jsjkx.190600067

摘要 ( 287 )

PDF(1836KB) ( 798 )

参考文献 | 相关文章 | 多维度评价

目前的目标检测模型存在参数量多、模型体积大及检测速度慢的缺点,不能在实时场景下应用。例如,对于自动驾驶技术,不仅需要精准的检测来保障安全,还需要实现快速检测以保证车辆的实时决策。针对以上问题,提出了一种端对端的轻量级目标检测网络FGHDet。首先,针对异构卷积HetConv逐通道卷积效率低的问题,对特征图进行分组,提出了分组异构卷积GHConv(Grouping Heterogeneous Convolution);其次,将GHConv和Fire Module组合,构建了基础模块FGH Module;最后,以FGH Mdolue为基础,搭建了端对端的轻量级目标检测网络FGHDet。FGHDet主要通过两种方法来减少参数量:1)使用1×1的卷积对特征图进行降维,减少3×3滤波器的输入通道数量;2)使用GHConv替换传统的卷积核。以KITTI数据集为实验数据,在深度学习框架Keras上完成了模型的训练和评估。实验结果表明,FGHDet在KITTI数据集上的mAP可以达到74.4%,高于Faster R-CNN的70.8%;模型检测速度为28.7FPS,优于对比模型中最快的SqueezeDet;而且该模型的大小仅为2.6MB,是Faster R-CNN模型体积的1/200。

一种基于脑电信号的眼动方向分类方法

程时伟, 陈一健, 徐静如, 张柳新, 吴剑锋, 孙凌云

计算机科学. 2020, 47 (4): 112-118. doi:10.11896/jsjkx.190200342

摘要 ( 384 )

PDF(3573KB) ( 1477 )

参考文献 | 相关文章 | 多维度评价

为了提高基于眼电的眼动方向的识别准确性,文中利用包含眼电伪迹的脑电信号,提出了一种新的眼动方向分类方法。首先,在10-20国际标准导联配置下,通过脑电仪采集靠近人脑额叶处的AF7,F7,FT7,T7,AF8,F8,FT8,T8这8个通道的脑电信号;然后,通过基线移除、归一化、最小二乘法降噪等进行数据预处理;最后,采用支持向量机的方法进行眼动方向的多次二分类,并使用投票策略实现眼动方向的四分类识别。实验结果表明,所提方法进行眼动方向分类时,在上、下、左、右4个方向上的分类率分别达到了78.47%,72.22%,84.03%,79.86%,平均分类率达到了78.65%。与已有的分类方法相比,所提方法的分类准确率更高,分类算法的实现过程更简单,这进一步验证了利用脑电信号识别眼动方向的可行性和有效性。

一种用于异常行为检测的运动特征描述子

王昆仑, 刘文璨, 何小海, 卿粼波, 吴晓红

计算机科学. 2020, 47 (4): 119-124. doi:10.11896/jsjkx.190300392

摘要 ( 319 )

PDF(2276KB) ( 726 )

参考文献 | 相关文章 | 多维度评价

目前,用于描述视频中人群的运动信息大多是基于光流的速度描述子。事实上,加速度蕴含丰富的运动信息,能够提供速度描述子在描述复杂运动模式时缺失的信息,以更好地表征复杂的运动模式。文中研究了一种运动特征描述子,使用受限玻尔兹曼机模型进行异常行为检测。首先,提取视频中的光流场信息,计算帧间加速度光流;然后,对一个时空块中的加速度信息进行直方图统计,将若干帧的所有时空块直方图特征进行拼接,从而获得加速度描述子;最后,在仅包含正常行为的训练集上建立受限玻尔兹曼机模型,在测试阶段根据测试视频重建特征与原始特征的误差大小进行异常检测。实验表明,所提出的加速度描述子结合速度描述子,在UMN数据集与UCF-Web数据集上,ROC曲线下的面积分别达到了0.984与0.958,相较于其他算法,所提方法取得了更高的异常行为检测准确率。

基于多任务学习的有限样本多视角三维形状识别算法

周子钦, 严华

计算机科学. 2020, 47 (4): 125-130. doi:10.11896/jsjkx.190700163

摘要 ( 447 )

PDF(2519KB) ( 772 )

参考文献 | 相关文章 | 多维度评价

随着三维扫描技术的快速发展,三维形状分析得到了学术界的广泛关注;尤其是深度学习在计算机视觉上取得的显著成功,使得基于多视图的三维形状识别方法成为了目前三维模型识别的主流方式。已有研究表明,三维数据集的数量对于最终的分类精度是一个非常重要的影响条件。然而,由于专业三维扫描设备的限制,三维形状数据难以采集。实际上,现有的公共基准三维数据集的规模远远小于二维数据集,三维形状分析的发展因此受到阻碍。为了解决这一问题,文中主要研究在极小数据样本情况下,三维形状识别问题的优化解策略。受多任务学习的启发,搭建了多分支的网络结构,并引入基于度量学习的辅助比较模块,用于挖掘类内和类间的相似性和差异性信息。网络模型包括主支路与辅助支路,分别使用不同的损失函数对应不同的训练任务,并使用权值超参数平衡多项损失。主支路获得预测分类,使用交叉熵损失函数进行更新;辅助支路得到不同样本间的相似性得分,使用均方差损失函数进行更新。为保证特征向量被投影到同一个空间中,主、辅助支路共享相同的特征提取模块,在训练阶段共同更新参数,在测试阶段仅使用主支路获得的分类结果。在两个公开的三维形状基准数据集上的大量实验结果表明,所提网络结构与训练策略相比传统方法,在少样本的情况下可以显著提高特征模块对不同类别的区分能力,获得更优的识别结果。

基于结构相关性的自适应图像修复

周先春, 徐燕

计算机科学. 2020, 47 (4): 131-135. doi:10.11896/jsjkx.190300149

摘要 ( 308 )

PDF(3132KB) ( 706 )

参考文献 | 相关文章 | 多维度评价

针对传统的Criminisi修复算法中优先函数计算的不足,以及修复后图像质量下降的问题,文中提出了一种基于结构相关性的自适应图像修复算法。首先,引入结构相关性,对优先权计算进行改进,增加优先权计算的可靠性;然后,自适应选择样本块大小,使修复更加准确并提高修复效率;最后,引入HSV颜色空间,根据样本的色度、亮度来搜寻最佳匹配块,减少修复误差,完成图像恢复。实验结果表明,所提算法在主观视觉上有明显提升,并且在峰值信噪比(PSNR)和结构相似度(SSIM)方面均有一定提高,修复效果明显,与传统的Criminisi修复算法相比,其峰值信噪比提高了1～3dB,结构相似度更接近1。所提算法利用结构相关性和自适应选择样本块大小对彩色破损图像进行修复,优先权计算更加合理准确,修复效率有所提高,修复效果可视性更佳,有利于实际应用。

一种结合多尺度特征图和环型关系推理的场景图生成模型

庄志刚, 许青林

计算机科学. 2020, 47 (4): 136-141. doi:10.11896/jsjkx.190300002

摘要 ( 539 )

PDF(1629KB) ( 658 )

参考文献 | 相关文章 | 多维度评价

场景图为描述图像内容的结构图(Graph),其在生成过程中存在两个问题:1)二步式场景图生成方法造成有益信息流失,使得任务难度提高;2)视觉关系长尾分布使得模型发生过拟合、关系推理错误率上升。针对这两个问题,文中提出结合多尺度特征图和环型关系推理的场景图生成模型SGiF(Scene Graph in Features)。首先,计算多尺度特征图上的每一特征点存在视觉关系的可能性,并将存在可能性高的特征点特征提取出来;然后,从被提取出的特征中解码得到主宾组合,根据解码结果的类别差异,对结果进行去重,以此得到场景图结构;最后,根据场景图结构检测包含目标关系边在内的环路,将环路上的其他边作为计算调整因子的输入,以该因子调整原关系推理结果,并最终完成场景图的生成。实验设置SGGen和PredCls作为验证项,在大型场景图生成数据集VG(Visual Genome)子集上的实验结果表明,通过使用多尺度特征图,相比二步式基线,SGiF的视觉关系检测命中率提升了7.1%,且通过使用环型关系推理,相比非环型关系推理基线,SGiF的关系推理命中率提升了2.18%,从而证明了SGiF的有效性。

基于改进Enet网络的车道线检测算法

刘彬, 刘宏哲

计算机科学. 2020, 47 (4): 142-149. doi:10.11896/jsjkx.190500021

摘要 ( 617 )

PDF(3287KB) ( 2155 )

参考文献 | 相关文章 | 多维度评价

针对实际驾驶环境中道路场景及车道线复杂多样的问题,提出一种基于改进Enet网络的车道线检测算法。首先,对Enet网络进行剪枝和卷积优化操作,并利用改进的Enet网络对车道线进行像素级图像语义分割,将车道线从图像中分离出来。然后,采用DBSCAN算法对分割结果进行聚类处理,将相邻车道线区分开来。最后,对车道线聚类结果进行自适应拟合,得到最终的车道线检测结果。该算法在香港中文大学的CULane数据集上进行了训练和测试,结果表明,其标准路面检测准确率达到96.3%,各种路面综合检测准确率为78.9%,图像帧处理速度为71.4fps,能够满足实际驾驶环境中的复杂路况和实时性需求。此外,该算法还在图森未来的TuSimple数据集和实采数据集LD-Data上进行了训练和测试,均取得了实时性的检测结果。

基于单列多尺度卷积神经网络的人群计数

彭贤彭, 玉旭汤强, 宋砚琪

计算机科学. 2020, 47 (4): 150-156. doi:10.11896/jsjkx.190400034

摘要 ( 306 )

PDF(2447KB) ( 934 )

参考文献 | 相关文章 | 多维度评价

单张图片和监控视频中的人群计数问题在近年来受到了越来越多的关注。尺度的变化和人群遮挡等问题,导致人群计数是一项十分具有挑战性的任务,但是深度卷积神经网络被证明能有效地解决这一问题。文中提出了一种单列多尺度的卷积神经网络,该网络提供了一种数据驱动的深度学习方法,能够理解各种不同的场景,并能进行精确的计数估计。该网络模型主要由作为二维特征提取的前端与中端,和用来还原密度图的后端组成。其中,使用堆叠池代替最大池化层,在不引入额外参数的前提下增加了模型的尺度不变性。网络模型前端采用部分VGG-16结构;中端采用FME(特征聚合模块),用来打破不同列之间的独立,以更好地提取多尺度特征信息;后端采用3列5层的不同扩张率的空洞卷积,在保持分辨率不变的情况下增加感受野,生成更高质量的人群密度图,并引入一种相对人数损失,以提升稀疏密度人群情况下模型的性能。该模型在两个最具挑战性的人群计数数据集上都取得了很好的效果。实验结果表明,在公开人群计数数据集ShanghaiTech的两个子集和UCF_CC_50上,该方法的平均绝对误差(MAE)和均方误差(MSE)分别是 66.2 和 103.0、8.7和 13.4、251.0 和 329.5,性能比传统人群计数方法更好。与其他模型相比,该模型拥有更高的精度和更好的鲁棒性,对稀疏人数图像有着更好的计数效果。

基于深度学习的隐式篇章关系识别综述

胡超文, 杨亚连, 邬昌兴

计算机科学. 2020, 47 (4): 157-163. doi:10.11896/jsjkx.190300115

摘要 ( 460 )

PDF(1517KB) ( 1364 )

参考文献 | 相关文章 | 多维度评价

隐式篇章关系识别是自然语言处理中一项富有挑战性的任务,旨在判断缺少连接词的两个论元(子句或者句子)之间的语义关系(例如转折)。近年来,随着深度学习在自然语言处理领域的广泛应用,各种基于深度学习的隐式篇章关系识别方法取得了不错的效果,其性能全面超越了早期基于人工特征的方法。文中分三大类对最近的隐式篇章关系识别方法进行讨论:基于论元编码的方法、基于论元交互的方法和引入显式篇章数据的半监督方法。在PDTB数据集上的实验结果显示:1)通过显式地建模论元中词或文本片段之间的语义关系,基于论元交互的方法的性能明显好于基于论元编码的方法;2)引入显式篇章数据的半监督方法能有效地缓解数据稀疏问题,从而进一步提升识别的性能。最后,分析了当前面临的主要问题,并指出了未来可能的研究方向。

L₃-值命题逻辑的R-演算

曹存根, 胡岚曦, 眭跃飞

计算机科学. 2020, 47 (4): 164-168. doi:10.11896/jsjkx.190600171

摘要 ( 267 )

PDF(1342KB) ( 649 )

参考文献 | 相关文章 | 多维度评价

在L₃-值命题逻辑中,对应于矢列式推导的Gentzen推理系统G是单调的,而对应于余矢列式推导的Gentzen推理系统G^－是非单调的。基于G和G^－,文中给出了一个R-演算S,使得任意的R-转换Δ|A⇒Δ,C是有效的当且仅当它在S中可证。因此, S在限制A进入Δ时是单调的,而在将A添加到Δ中时是非单调的。

基于积极团队情感基调的情感机器人协作任务分配拍卖算法

李虎, 方宝富

计算机科学. 2020, 47 (4): 169-177. doi:10.11896/jsjkx.190900188

摘要 ( 390 )

PDF(2475KB) ( 568 )

参考文献 | 相关文章 | 多维度评价

多机器人系统(Multi Robot System,MRS)通过引入机器人个体情感因素,可以有效提高个体的自主协作能力、决策能力以及多机器人系统的整体智能化水平。然而,以往研究主要集中于个体情感状态(情绪、个性等),缺乏从团队情感层面来探索积极团队情感基调(Positive Group Affective Tone,PGAT)对团队协作能力和团队有效性的影响。为了发挥PGAT在任务分配中的积极作用,降低因为团队成员情绪衰减而导致团队解散的风险,并增加团队协作能力和团队有效性,提出了基于PGAT的情感机器人协作任务分配拍卖算法。仿真追捕对比实验表明,相对于基于焦虑情感模型的改进合同网协议多机器人任务分配算法和基于自主意识的分布式情感机器人任务分配算法,基于PGAT的情感机器人协作任务分配拍卖算法的追捕成功率分别提高了269.3%和6.5%,任务分配成功率分别提高了138.7%和5.1%,平均追捕时间分别缩短了14.5%和26.3%,并且在150场追捕对比实验中,追捕时间小于对比算法的场次占比分别达到87.3%和90.7%。

面向自然语言推理的基于截断高斯距离的自注意力机制

张鹏飞, 李冠宇, 贾彩燕

计算机科学. 2020, 47 (4): 178-183. doi:10.11896/jsjkx.190600149

摘要 ( 405 )

PDF(1941KB) ( 888 )

参考文献 | 相关文章 | 多维度评价

在自然语言理解任务中,注意力机制由于可以有效捕获词在上下文语境中的重要程度并提高自然语言理解任务的有效性而受到了人们的普遍关注。基于注意力机制的非递归深度网络Transformer,不仅以非常少的参数和训练时间取得了机器翻译学习任务的最优性能,还在自然语言推理(Gaussian-Transformer)、词表示学习(Bert)等任务中取得了令人瞩目的成绩。目前Gaussian-Transformer已成为自然语言推理任务性能最好的方法之一。然而,在Transformer中引入Gaussian先验分布对词的位置信息进行编码,虽然可以大大提升邻近词的重要程度,但由于Gaussian分布中非邻近词的重要性会快速趋向于0,对当前词的表示有重要作用的非邻近词的影响会随着距离的加深消失殆尽。因此,文中面向自然语言推理任务,提出了一种基于截断高斯距离分布的自注意力机制,该方法不仅可以凸显邻近词的重要性,还可以保留对当前词表示具有重要作用的非邻近词的信息。在自然语言推理基准数据集SNLI和MultiNLI上的实验结果证实,截断高斯距离分布自注意力机制能够更有效地提取句子中词语的相对位置信息。

基于深度神经网络的“弱监督”密集场景人群计数算法

刘砚, 雷印杰, 宁芊

计算机科学. 2020, 47 (4): 184-188. doi:10.11896/jsjkx.190700212

摘要 ( 327 )

PDF(1720KB) ( 1227 )

参考文献 | 相关文章 | 多维度评价

目前,在密集场景人群计数任务中,标注真实密度图的方法是对行人头部的中心位置进行标注,并利用高斯卷积生成真实的密度分布图作为监督信息。但是,对于密集场景而言,这样的标注方式是费时、费力的,并且密集场景图片中有诸多“非受控”因素,如低分辨率、背景噪声、目标遮挡和尺度变化等。针对这一问题,提出了一种新的标注方法,即只需要知道图片中包含多少个物体,以图片中行人的数量作为监督信息。与传统的真实密度图相比,所提出的标记方法中以真实目标的数值为“弱监督”信息。实验结果表明,对于人群回归任务,利用弱监督信息对神经网络进行训练得到的模型能够较为准确地回归出图片中所包含目标的数量,从而证明了该方法的有效性。

一种基于改进向量投影距离的知识图谱表示方法

李鑫超, 李培峰, 朱巧明

计算机科学. 2020, 47 (4): 189-193. doi:10.11896/jsjkx.190300024

摘要 ( 467 )

PDF(1562KB) ( 963 )

参考文献 | 相关文章 | 多维度评价

表示学习在知识图谱推理中有着重要的研究价值,将知识库中的实体和关系用连续低维向量进行表示,可实现知识的可计算。基于向量投影距离的知识表示学习模型在面对复杂关系时有较好的知识表达能力,但在处理一对一简单关系时容易受到无关信息的干扰,并且在一对多、多对一和多对多等复杂关系上存在性能提升空间。为此,文中提出了一个基于改进向量投影距离的知识表示学习模型SProjE,该模型引入自适应度量方法,降低了噪声信息的影响。在此基础上,通过进一步优化损失函数来提高复杂关系三元组的损失权重。该模型适用于大规模知识图谱的表示学习任务。最后,在标准知识图谱数据集WN18和FB15K上分析和验证了所提方法的有效性,基于链路预测任务的评测实验结果表明,相较于现有的模型和方法,SProjE在各项性能指标上均取得了明显的进步。

垂直结构群落系统优化算法

黄光球, 陆秋琴

计算机科学. 2020, 47 (4): 194-203. doi:10.11896/jsjkx.190200273

摘要 ( 259 )

PDF(2120KB) ( 699 )

参考文献 | 相关文章 | 多维度评价

为了求解一类复杂非线性优化问题的全局最优解,基于采用垂直结构群落动力学理论,提出了一种新的垂直结构群落系统优化算法,简称为VS-CSO算法。该算法将优化问题的搜索空间视为一个生态系统,该生态系统具有若干个垂直结构分叉营养水平,在各个营养水平中生活着不同种类的生物种群;在每个种群内,有若干生物个体在活动;生物个体不能跨种群迁移,但在同类种群中会相互影响。各种群以循环捕食-被食或资源-消耗连接在一起。运用垂直结构群落动力学模型开发出了通吃算子、择食算子、干扰算子、侵染算子、新生算子、死亡算子。其中,通吃算子和择食算子可实现个体跨种群的信息交换,而干扰算子和侵染算子可实现种群内部个体之间的信息交换,从而确保个体间信息的充分交换;新生算子可适时补充新个体到种群中,而死亡算子可将种群中的虚弱个体适时清除掉,从而大幅提升算法跳出局部陷阱的能力。在求解过程中,VS-CSO算法每次只对极少变量进行处理,因此可求解高维优化问题。测试结果表明,VS-CSO算法能求解一类非常复杂的单峰函数、多峰函数和复合函数优化问题,其求精能力、探索能力及两者的协调性均优良,且具有全局收敛性的特点。该算法为求解一些较高维复杂函数优化问题的全局最优解提供了可行方案。

一种基于自注意力的句子情感分类方法

余珊珊, 苏锦钿, 李鹏飞

计算机科学. 2020, 47 (4): 204-210. doi:10.11896/jsjkx.190100097

摘要 ( 477 )

PDF(1744KB) ( 986 )

参考文献 | 相关文章 | 多维度评价

注意力机制近年来在多个自然语言任务中得到广泛应用,但在句子级别的情感分类任务中仍缺乏相应的研究。文中利用自注意力在学习句子中重要局部特征方面的优势,结合长短期记忆网络(Long Short-Term Model,LSTM),提出了一种基于注意力机制的神经网络模型(Attentional LSTM,AttLSTM),并将其应用于句子的情感分类。AttLSTM首先通过LSTM学习句子中词的上文信息;接着利用自注意力函数从句子中学习词的位置信息,并构造相应的位置权重向量矩阵;然后通过加权平均得到句子的最终语义表示;最后利用多层感知器进行分类和输出。实验结果表明,AttLSTM在公开的二元情感分类语料库Movie Reviews(MR),Stanford Sentiment Treebank(SSTb2)和Internet Movie Database(IMDB)上的准确率最高,分别为82.8%,88.3%和91.3%;在多元情感分类语料库SSTb5上取得50.6%的准确率。

一种自适应优化松弛量的装箱算法

杨婷, 罗飞, 丁炜超, 卢海峰

计算机科学. 2020, 47 (4): 211-216. doi:10.11896/jsjkx.190500132

摘要 ( 588 )

PDF(1435KB) ( 1287 )

参考文献 | 相关文章 | 多维度评价

装箱问题是物流系统和生产系统中的一个经典而重要的数学优化问题。装箱指把一系列物品按照一定顺序放进具有固定容量的箱子中,并最小化所使用的箱子数量,以最大限度地获取装箱问题的近似最优解。然而,现有的装箱算法存在明显的缺陷。遗传算法计算量过大,甚至无法求出所需解,启发式算法无法处理极端值问题,而现有的改进算法即使在引入松弛量的情况下,也极易陷入局部最小值。文中提出的Adaptive-MBS算法采用自适应权重来改进原有方法,即允许方法有一定的松弛量,并具有捕捉物体样本空间随时间变化的直觉,以使用更好的松弛量策略来装箱。Adaptive-MBS算法首先以当前箱子为中心,使用Adaptive_Search搜索算法迭代找到适合箱子容量的集合中所有物体的子集,Adaptive_Search搜索算法不要求完全装满箱子,而是允许箱子具有一定的松弛量,在训练过程中根据当前状态的变化,实现自动地调整松弛量,在找到完全填满箱子的子集后迭代至下轮搜索直至遍历完成。该方法不易陷入局部最优,具有较强的发现全局最优解的能力。文中使用装箱问题中经典的BINDATA和SCH_WAE数据集进行实验,结果表明,数据集中多达991例问题可以通过Adaptive-MBS算法得到最优解。在没有求解出最优解的实例上,所提算法也在所有对比算法上具有最低的相对偏移量百分比。数值实验结果表明,相较于其他经典的装箱算法,Adaptive-MBS算法有更好的效果,其收敛速度也显著优于其他算法。

面向5G的命名数据网络物联网研究综述

谢英英, 石涧, 黄硕康, 雷凯

计算机科学. 2020, 47 (4): 217-225. doi:10.11896/jsjkx.191000157

摘要 ( 884 )

PDF(1608KB) ( 1649 )

参考文献 | 相关文章 | 多维度评价

在5G时代,大规模物联网应用对网络架构提出了异构性、可扩展性、移动性和安全性四大挑战。基于TCP/IP的网络架构存在IP标识与位置绑定的二义重载问题,难以应对这四大挑战。命名数据网络(Named Data Networking,NDN)将内容作为第一语义,具有网络层和应用层逻辑拓扑一致性。NDN对这四大挑战的支持分别体现在:网络层命名屏蔽了底层异构细节,端到端解耦及网络层缓存使得NDN天然支持多对多通信和广播,消费者驱动的通信模式为消费者移动性提供原生支持,面向内容的内生安全更轻量可信。文中总结了基于NDN构建物联网亟待解决的问题,并对NDN与边缘计算、软件定义网络和区块链结合来构建边缘存储和计算模型、集中式与分布式结合的控制模型、分布式安全模型提出了展望。

基于认知无线电的DVB-S2信号接收与解析

田苗苗, 王祖林, 徐迈

计算机科学. 2020, 47 (4): 226-232. doi:10.11896/jsjkx.190700210

摘要 ( 519 )

PDF(2982KB) ( 828 )

参考文献 | 相关文章 | 多维度评价

DVB-S2协议作为第二代数字电视卫星广播协议,因具有突出的信号传输性能,在国际上得到了广泛的应用。现有的DVB-S2信号接收多采用标准的商用设备,不便于对信号接收的各个环节进行具体分析。基于此协议,开展了利用认知无线电USRP X310设备和Matlab数字算法实现信号接收解析的研究,同时分析各算法参数对信号接收质量的影响。该研究成果为信号协议进行更深层次的分析和研究以及后续的DVB-S2信号产生、通信对抗等提供可靠的设计指导。为了实现通信系统最大透明化,仅使用认知无线电设备对空间模拟信号进行放大和采样,其余部分全由数字信号处理领域的相关算法完成。文中详细阐述了整个接收平台的硬件设备参数设置和软件系统框架及其内部关键环节的算法实现。关键环节包括符号同步、物理层帧头检测与解析和载波同步等,其中符号同步和载波同步通用于其他通信系统,而物理层帧头检测与解析为针对DVB-S2协议特定设计的环节。最后,以亚洲五号卫星Ku波段上的一个特定节目为例详细说明了DVB-S2信号在接收过程中的处理流程及结果,原始数据传输流最终被正确恢复,该节目视频和音频亦成功播放。

有向加权网络中的改进SDNE算法

马扬, 程光权, 梁星星, 李妍, 杨雨灵, 刘忠

计算机科学. 2020, 47 (4): 233-237. doi:10.11896/jsjkx.190600151

摘要 ( 378 )

PDF(2393KB) ( 1281 )

参考文献 | 相关文章 | 多维度评价

网络化的数据形式能够表示实体以及实体和实体之间的联系,网络结构在现实世界中普遍存在。研究网络中节点和边的关系具有重要意义。网络表示技术将网络的结构信息转换为节点向量,能够降低图表示的复杂度,同时能够有效运用到分类、网络重构和链路预测等任务中,具有很广泛的应用前景。近年提出的SDNE(Structural Deep Network Embedding)算法在图自编码领域取得了突出成果,文中针对网络表示算法SDNE在有权、有向网络中的局限性,从网络结构和衡量指标两个角度入手,提出了新的基于图自编码的网络表示模型,在原有节点向量的基础上引入了接收向量和发出向量的概念,优化了自编码器的解码部分,进而优化了神经网络的结构,减少了网络的参数以加快收敛速度;提出了基于节点度的衡量指标,将网络的加权特性反映在网络表示的结果中。在3个有向加权数据集中的实验证明,在进行网络重构和链路预测任务时,所提方法能够取得比传统方法和SDNE原始方法更好的结果。

基于代数连通度的域内节能路由算法

耿海军, 张雯祥, 尹霞

计算机科学. 2020, 47 (4): 238-242. doi:10.11896/jsjkx.190600064

摘要 ( 441 )

PDF(2547KB) ( 588 )

参考文献 | 相关文章 | 多维度评价

通过节能路由算法减少网络能耗是网络中需要解决的一个关键性的科学问题。如今已有的节能方案都是在已知流量矩阵的前提下研究网络节能,由于实时流量难以获取,使得这些方案都难以在实际中部署。因此,文中提出一种基于代数连通度的域内节能方案(Intra-domain Energy Efficient Routing Scheme Based on Algebraic Connectivity,EERSBAC)。EERSBAC不需要网络中的实时流量矩阵,仅依靠网络中的拓扑结构就可以实现节能。首先,提出链路关键度模型,利用链路关键度模型计算出网络中所有链路的重要程度;然后,提出代数连通度模型,利用代数连通度模型可以定量的衡量网络的连通性能。实验结果表明,EERSBAC不仅能够降低网络能耗,而且具有较小的路径拉伸度。

基于终端分组的非正交随机接入资源分配方案

张继荣, 贾晨晴

计算机科学. 2020, 47 (4): 243-248. doi:10.11896/jsjkx.190300410

摘要 ( 337 )

PDF(2487KB) ( 593 )

参考文献 | 相关文章 | 多维度评价

为了解决机器到机器(Machine to Machine,M2M)通信中的冲突碰撞、资源短缺等问题,提出了基于终端分组的非正交随机接入和数据传输(Non-Orthogonal Random Access and Data Transmission based on Terminal Grouping,TG-NORA-DT)方案。首先,根据能量消耗速度对机器类型通信设备(Machine Type Communication Devices,MTCDs)进行分组,并对组设定优先级,优先级高的组MTCDs优先分配接入资源。其次,利用到达时间的差异,识别出选择相同前导码的多个MTCDs,且在随后的接入过程中实现冲突MTCDs的功率复用。最后,基于TG-NORA-DT方案,提出一种资源分配方法,以实现在物理随机接入信道(Physical Random Access Channel,PRACH)和物理上行共享信道(Physical Uplink Shared Channel,PUSCH)间的资源合理分配。仿真结果表明,与正交随机接入数据传输协议(Orthogonal Random Access and Data Transmission Protocol,ORADTP)和非正交随机接入的数据传输(Non-Orthogonal Random Access-Data Transmission,NORA-DT)方案相比,TG-NORA-DT方案提高了系统吞吐量和资源利用率,降低了前导码冲突概率,其中资源利用率提高了20%以上。

MSN下基于亲缘关系的分族分层机会路由算法

薛冒杰, 吴军, 金小俊, 白光伟

计算机科学. 2020, 47 (4): 249-255. doi:10.11896/jsjkx.190200358

摘要 ( 221 )

PDF(1964KB) ( 568 )

参考文献 | 相关文章 | 多维度评价

移动社会网络(Mobile Social Network,MSN)具有社会网络特征,移动智能终端设备由于自身资源限制,往往表现出节点自私性。现有研究主要集中于解决节点个体自私性,而忽视了对节点社会自私性的甄别与利用。因此,文中提出了一种基于亲缘关系的分族分层路由算法。首先,在依据亲缘关系指数分族分层的社区和集群中,自荐的节点通过比较综合举荐值产生族节点和中继节点。然后,以亲缘关系预测的转移概率为转发依据,借助族节点和中继节点优化盲目转发,在有效地控制副本数的同时预测关联可靠路径链路,实现基于节点亲缘关系的相遇投递策略。仿真实验结果表明,该算法可以在保护与利用社会自私性的基础上,有效地提高消息投递率,降低网络时延,提高网络的通信流量等。

基于CKSP的分段路由负载均衡技术

周建新, 张志鹏, 周宁

计算机科学. 2020, 47 (4): 256-261. doi:10.11896/jsjkx.190500122

摘要 ( 422 )

PDF(1990KB) ( 820 )

参考文献 | 相关文章 | 多维度评价

针对当前以云计算、大数据为代表的新兴业务需求,现有的MPLS(Multi-Protocol Label Switching)网络存在协议复杂、扩展性差、运维困难等问题。因此文中采用分段路由(Segment Routing,SR)转发技术,根据软件定义网络(Software-Defined Networking,SDN)集中控制、开放编程的特点,提出了一种基于受限K最短路径(Constrained K-Shortest Pathes,CKSP)算法的分段路由负载均衡的技术方案。首先,控制器与各网络节点以OpenFlow协议进行信息交互,对全网拓扑结构和链路速率进行监控;然后,分段路由应用根据北向接口以二级流表、多节点中继的方式实现转发表等初始表项的构建和段列表计算;最后,设计了一种根据链路利用率和跳数进行非均匀加权的CKSP算法。实验结果表明:该技术方案可以增大网络吞吐量,平滑流量分布,降低数据流平均时延和网络总丢包率。

空间信息网络任务智能识别方法

杨力, 李欣宇, 石怀峰, 潘成胜

计算机科学. 2020, 47 (4): 262-269. doi:10.11896/jsjkx.190300111

摘要 ( 242 )

PDF(3154KB) ( 814 )

参考文献 | 相关文章 | 多维度评价

随着星间链路技术的不断发展和星上处理技术的日益成熟,空间信息网络传输的任务类型不断增加并呈现多样化的趋势,这对空间信息网络的多业务协同传输、网络资源全局调度等能力提出了新的挑战。然而,传统的空间信息网络资源调度大多以单一业务为驱动,忽略了任务与业务之间一对多的关系,导致某些低优先级任务抢占高优先级任务的网络资源,致使由多业务构成的空间信息网络任务的服务质量较低。此外,空间信息网络传输环境具有拓扑高动态变化、节点资源有限等特点,将传统的业务识别方法直接迁移到任务识别中存在任务识别效率低和开销大的缺陷。鉴于此,文中设计了部署于空间信息网络边缘的任务服务支持站,该支持站由识别标记模块、路由控制模块和数据通信模块组成,用以完成对任务类型的识别,以及基于任务服务质量需求的路由选择和数据传输。文中通过对流自身特征项的降维处理和基于高斯核函数的特征空间映射,设计了基于支持向量机的业务识别算法,进一步地,在引入网络传输环境相关特征项的基础上,将业务类型、业务数量和环境特征项相结合,设计了基于梯度下降法的任务识别算法。仿真结果表明,设计的任务识别算法具有很好的识别精准率和召回率,且消耗较短的识别时间和较少的识别开销,对空间信息网络任务流量识别的平均准确率达到95%以上,提高了1%以上,相比未经过特征降维的平均训练时间缩短了15%以上。

基于图论与互信息量的差分隐私度量模型

王毛妮, 彭长根, 何文竹, 丁兴, 丁红发

计算机科学. 2020, 47 (4): 270-277. doi:10.11896/jsjkx.190400098

摘要 ( 658 )

PDF(2410KB) ( 1477 )

参考文献 | 相关文章 | 多维度评价

差分隐私是数据发布、数据挖掘领域内隐私保护的重要工具,但其强度和效果仅能后验评估,且高度依赖于经验性选择的隐私预算。文中提出一种基于图论和互信息量的差分隐私量化模型和隐私泄露量计算方法。利用信息论通信模型重构了差分隐私保护框架,构造了差分隐私信息通信模型和隐私度量模型;基于图的距离正则和点传递提出隐私泄露互信息量化方法,证明并计算了差分隐私泄露量的信息量上界。分析和对比表明,该隐私泄露上界与原始数据集的属性数量、属性值数量以及隐私预算参数具有较好的函数关系,且计算限制条件较少。文中所提方法优于现有方法,能够为差分隐私算法的设计及评价、隐私泄露风险评估提供理论支撑。

基于一维混沌映射的高效图像加密算法

班多晗, 吕鑫, 王鑫元

计算机科学. 2020, 47 (4): 278-284. doi:10.11896/jsjkx.190600059

摘要 ( 586 )

PDF(3309KB) ( 1450 )

参考文献 | 相关文章 | 多维度评价

随着多媒体技术的发展,基于数字图像的应用日益普及,图像本身的安全问题及图像所有者的隐私问题愈发严重。不同于文本数据,数字图像作为一种二维数据,其数据量大,冗余度高,像素间相关性强,将传统的一维数据加密方法直接应用于图像加密中难以达到加密的效果。当前,基于混沌理论的加密方法是图像加密领域的主流方法之一,其往往采用置乱-扩散的经典结构,利用所生成混沌序列的高随机性保证加密结果的安全性,同时具备较高的加密效率。然而,为了进一步增强加密算法的安全性,此类方法提出了大量复杂的混沌映射,如超混沌、多级混沌等,但它们的计算复杂度较一维混沌映射有了大幅增加。对此,文中设计了一种高效的一维复合混沌映射SPM,其将Sine映射和PWLCM映射结合,扩大了混沌映射的范围并保证了结果的遍历性,在不降低安全性的前提下极大地提升了混沌序列的生成效率;基于此,提出了一种新型结构下的高效图像加密算法,该算法仅需一轮置乱-扩散-置乱过程即可完成图像的加密,相较于传统方法减少了加密的轮数,进一步提升了加密的效率。实验表明,所提方法能够有效抵御选择明文/密文攻击,相较于已有算法,加密效率平均提升了约58%,具备较强的实用性。

融入区块链技术的医疗数据存储机制

王辉, 刘玉祥, 曹顺湘, 周明明

计算机科学. 2020, 47 (4): 285-291. doi:10.11896/jsjkx.190400001

摘要 ( 393 )

PDF(2042KB) ( 1006 )

参考文献 | 相关文章 | 多维度评价

医疗机构现有数据库存储的单一性和集中性,使得电子医疗数据的安全性、完整性和可追溯性无法得到保证,从而导致患者的医疗隐私受到威胁。虽然已有研究提出了基于云存储等数据安全存储的方案,但是其需要依赖一个完全可信的第三方来保证交互的可靠性。为此,文中提出了去中心化的区块链信息管理方案来实现医疗数据的安全存储。该方案采用了改进PBFT共识算法和优化Hash加密算法,将医疗数据安全有效地存储于分布式数据库中,保证了医疗数据的完整性和可追溯性;同时,设计了全新的数据交互系统来阻止第三方与数据库的直接交互,以防止不可信的第三方恶意破坏医疗数据,保证了数据的安全性;最后,通过访问控制与Lucene检索机制保护患者的隐私并实现医疗数据的快速检索。实验分析表明,相较于工作量证明(Proof of Work,POW)、股份授权证明(Delegated Proof of Stake,DPOS)等算法,改进的PBFT共识算法为医疗区块链系统提供了更优的稳定性和吞吐量;相比于普通的数据库交互,数据交互系统有效地阻止了对数据库的直接操作,具有较好的安全性和防篡改性。实验数据表明,去中心化的医疗数据存储系统、改进的PBFT共识算法以及数据交互系统的架构,实现了医疗数据的安全、可追溯和防篡改,解决了医疗数据集中存储、不可追溯和易受攻击等难点,为进一步推动区块链技术应用于医疗信息行业的发展奠定了基础。

用户和属性授权机构可追责的在线/离线属性基加密方案

石宇清, 凌捷

计算机科学. 2020, 47 (4): 292-297. doi:10.11896/jsjkx.190300144

摘要 ( 262 )

PDF(1399KB) ( 540 )

参考文献 | 相关文章 | 多维度评价

属性基加密作为一种一对多的加密机制,能够为云存储提供良好的安全性和细粒度访问控制。但在密文策略属性基加密中,一个解密私钥可能会对应多个用户,因此用户可能会非法共享其私钥以获取不当利益,半可信的属性授权机构亦可能会给非法用户颁发解密私钥。此外,加密消息所产生的指数运算随着访问策略复杂性的增加而增长,其产生的计算开销给通过移动设备进行加密的用户造成了重大挑战。对此,文中提出了一种支持大属性域的用户和属性授权机构可追责的在线/离线密文策略属性基加密方案。该方案是基于素数阶双线性群构造的,通过将用户的身份信息嵌入该用户的私钥中实现可追责性,利用在线/离线加密技术将大部分的加密开销转移至离线阶段。最后,给出了方案在标准模型下的选择性安全和可追责证明。分析表明,该方案的加密开销主要在离线阶段,用于追责的存储开销也极低,其适用于使用资源受限的移动设备进行加密的用户群体。

基于深度自编码网络的Android恶意软件检测方法

孙志强, 万良, 丁红卫

计算机科学. 2020, 47 (4): 298-304. doi:10.11896/jsjkx.190700132

摘要 ( 247 )

PDF(2136KB) ( 914 )

参考文献 | 相关文章 | 多维度评价

针对传统Android恶意软件检测方法检测率低的问题,文中提出一种基于深度收缩降噪自编码网络(Deep Contractive Denoising Autoencoder Network,DCDAN)的Android恶意软件检测方法。首先,逆向分析APK文件获取文件中的权限、敏感API等7类信息,并将其作为特征属性;然后,将特征属性作为深度收缩降噪自编码网络的输入,使用贪婪算法自底向上逐层训练每个收缩降噪自编码网络(Contractive Denoising Autoencoder Network),将训练完成的深度收缩降噪自编码网络用于原始特征的信息抽取,以获取最优的低维表示;最后,使用反向传播算法对获取的低维表示进行训练和分类,实现对Android恶意软件的检测。对深度自编码网络的输入数据添加噪声,使得重构的数据具有更强的鲁棒性,同时加入雅克比矩阵作为惩罚项,增强了深度自编码网络的抗扰动能力。实验结果验证了该方法的可行性和高效性。与传统的检测方法相比,该检测方法有效地提高了对恶意软件检测的准确率并降低了误报率。

基于联盟区块链的医疗健康数据安全模型

冯涛, 焦滢, 方君丽, 田野

计算机科学. 2020, 47 (4): 305-311. doi:10.11896/jsjkx.190300087

摘要 ( 524 )

PDF(1596KB) ( 1184 )

参考文献 | 相关文章 | 多维度评价

传统医疗信息系统中总是存在医疗健康数据安全存储难和共享难的问题,不同身份的人员在访问和共享医疗健康数据时都受到比较严格的限制,且验证身份和数据的真实性需要大量的资源和时间。针对传统医疗信息系统中存在的存储集中、共享安全性低和达成一致困难等问题,提出了一个基于联盟区块链的医疗健康数据安全模型。该模型根据目前的医疗资源分布情况将医疗机构划分等级,使用股份授权证明机制(Delegate Proot of Stake,DPOS)和实用拜占庭机制(Practical Byzantine Fautt Tolerante,PBFT)结合的混合共识机制保证在没有中心节点的情况下联盟中医疗机构可以快速达成一致,共享医疗健康数据;并根据区块链去中心、安全可信和防止篡改等特点,将数据记录及其他重要信息存储在区块链上,而将完整医疗数据加密存储在分布式数据库(Distributed Database,DDB)中,在安全存储用户医疗健康数据的同时,提高了数据在各医疗机构间的共享效率。安全性分析表明,该模型在容错范围内可以保护医疗健康数据,防止其被篡改和共谋;一致性分析表明,该模型有99%的概率保证联盟中医疗机构达成共识并共享医疗数据。

基于异构计算平台的规则处理器的设计与实现

陈孟东, 郭东升, 谢向辉, 吴东

计算机科学. 2020, 47 (4): 312-317. doi:10.11896/jsjkx.190300104

摘要 ( 214 )

PDF(1867KB) ( 729 )

参考文献 | 相关文章 | 多维度评价

对于身份认证机制中的安全字符串恢复,字典结合变换规则是一种常用的方法。通过变换规则的处理,可以快速生成大量具有针对性的新字符串供验证使用。但是,规则的处理过程复杂,对处理性能、系统功耗等有很高的要求,现有的工具和研究都是基于软件方式进行处理,难以满足实际恢复系统的需求。为此,文中提出了基于异构计算平台的规则处理器技术,首次使用可重构FPGA硬件加速规则的处理过程,同时使用ARM通用计算核心进行规则处理过程的配置、管理、监控等工作,并在Xilinx Zynq XC7Z030芯片上进行了具体实现。实验结果表明,在典型情况下,该混合架构的规则处理器相比于单纯使用ARM通用计算核心,性能提升了214倍,规则处理器的运行性能优于Intel i7-6700 CPU,性能功耗比相比NVIDIA GeForce GTX 1080 Ti GPU有1.4~2.1倍的提升,相比CPU有70倍的提升,有效提升了规则处理的速率和能效。实验数据充分说明,基于异构计算平台,采用硬件加速的规则处理器有效解决了规则处理中的速率和能效问题,可以满足实际工程需求,为整个安全字符串恢复系统的设计奠定了基础。

汽车碰撞预警主动安全预测方法

唐敏, 王东强, 曾鑫钰

计算机科学. 2020, 47 (4): 318-322. doi:10.11896/jsjkx.190700137

摘要 ( 421 )

PDF(2488KB) ( 1505 )

参考文献 | 相关文章 | 多维度评价

汽车主动避撞系统的研究主要是为了能够提前对汽车碰撞做出预警及自动处理,有效抑制交通事故的发生。文中开展基于摄像头、激光雷达、车间通信的车辆防碰撞预警关键技术研究,提出了一种适用于智能车超车换道阶段的基于TTC和冲突概率估计的碰撞概率主动安全预测算法。综合考虑时间域和超车距离等条件的约束,建立车辆超车换道最小安全距离模型;依据超车行为约束条件,提出碰撞时间与碰撞概率的公式(TTC);同时引入多元高斯分布的概率密度函数,用冲突潜在领域表示潜在冲突的可能性大小,建立了两车潜在冲突区域重合的概率密度计算模型。在1∶10模拟赛道仿真平台上对所提方法进行了模拟测试,其对4辆智能车200次的同向及反向接近预警警报和紧急警报的准确率均为100%,从而验证了该方法的有效性。