计算机科学

冯贵兰, 李正楠, 周文刚

计算机科学. 2019, 46 (6): 1-20. doi:10.11896/j.issn.1002-137X.2019.06.001

摘要 ( 956 )

PDF(3288KB) ( 2969 )

参考文献 | 相关文章 | 多维度评价

随着移动互联网、物联网、5G通信网等新兴技术的迅猛发展,数以亿计的网络接入点、联网设备以及网络应用产生的海量数据,给网络故障排查、网络安全保障等带来了极大的挑战,同时也为人们深度挖掘和充分利用网络大数据的巨大价值带来了机遇。大数据分析可以处理海量数据,并从中抽取有价值的潜在知识,帮助决策者发现隐藏的关系和模式,近年来引起了学术界和工业界的广泛关注。文中围绕大数据分析技术应用于网络领域的最新研究成果,首先阐述了网络大数据的概念、分类和数据分析方法;然后从无线网络、SDN网络、光纤网络和网络安全4个层面着重介绍了大数据分析技术在故障检测、流量监控、网络优化、流量预测、APT攻击检测、网络异常检测等网络领域中的解决方案,重点分析和归纳了这些解决方案中大数据分析技术的思路;接着回顾了大数据分析技术在工业界中应用的情况;在此基础上,给出了基于大数据分析的网络设计周期;最后总结了大数据分析技术在网络领域中面临的机遇和挑战,并指出下一步需要关注的研究方向。

DNA数据存储技术研究进展

张淑芳, 彭康, 宋香明, 张子昱, 王汉杰

计算机科学. 2019, 46 (6): 21-28. doi:10.11896/j.issn.1002-137X.2019.06.002

摘要 ( 736 )

PDF(2474KB) ( 2615 )

参考文献 | 相关文章 | 多维度评价

随着计算机技术和网络技术的飞速发展,由此产生的海量数据给传统数据存储方式带来了巨大挑战,因此研究人员开始致力于寻找新一代存储方案。脱氧核糖核酸(Deoxyribonucleic Acid,DNA)作为天然的遗传信息存储介质,具有存储容量大、能耗低和寿命长等优点,有效克服了传统硬盘和计算机存储等方式的不足,故DNA数据存储技术成为信息技术和生物技术交叉领域的研究热点。文中综述了DNA数据存储技术的研究进展,首先对DNA及其存储的理论框架进行了介绍;然后详细阐述了DNA数据存储中的编码技术:二进制数据的压缩编码算法、纠错算法以及二进制数据到DNA 4种碱基的转换方法;最后对现阶段已有的DNA存储方案进行了分析,并对DNA数据存储研究存在的挑战进行了讨论。

基于句法分析与词向量的领域新词发现方法

赵志滨, 石玉鑫, 李斌阳

计算机科学. 2019, 46 (6): 29-34. doi:10.11896/j.issn.1002-137X.2019.06.003

摘要 ( 607 )

PDF(1315KB) ( 1266 )

参考文献 | 相关文章 | 多维度评价

很多已经存在的词汇和词组可能会被运用于它们之前从未被运用过的领域文本中,这样的词汇或词组被称为领域新词。领域新词的发现可以为该领域的研究人员提供最新的领域发展动态,帮助其分析该领域的最新舆情,因此具有非常重要的意义。针对领域新词发现这一问题,文中提出了一种基于依存句法分析与词向量的领域新词发现方法。首先,提出了句法词典的概念,并基于依存句法分析,结合TF-IDF值的计算,提出了构建领域句法词典的方法;然后,使用领域句法词典,结合词向量技术,完成了领域新词发现方法的设计;最后,使用来自于护肤品论坛的真实文本数据集对所提方法进行了正确性验证。实验结果表明,构建的句法词典的质量较高,所提方法在进行领域新词发现时具有良好的性能。

基于压缩感知的时间序列缺失数据预测算法

宋晓祥, 郭艳, 李宁, 王萌

计算机科学. 2019, 46 (6): 35-40. doi:10.11896/j.issn.1002-137X.2019.06.004

摘要 ( 577 )

PDF(3194KB) ( 1583 )

参考文献 | 相关文章 | 多维度评价

数据缺失在时间序列采集过程中频繁发生,已经严重阻碍了精确的数据分析。然而,现有的缺失数据预测算法多是从采集到的数据中发现某种规律,从而预测缺失的数据,并不适用于缺失数据较多的情况。基于此,提出了一种基于压缩感知的缺失数据预测算法。首先,该算法利用时间序列的时域平滑特性设计稀疏表示基,从而将缺失数据预测问题转化成稀疏向量恢复问题。其次,根据未缺失数据的位置特点设计了与稀疏表示基相关性低的观测矩阵,从而保证了算法的重构性能。仿真结果表明,即使数据缺失率高达90%,所提方法依然可以非常有效地预测出缺失数据。

融合node2vec和深度神经网络的隐式反馈推荐模型

何瑾琳, 刘学军, 徐新艳, 毛宇佳

计算机科学. 2019, 46 (6): 41-48. doi:10.11896/j.issn.1002-137X.2019.06.005

摘要 ( 648 )

PDF(2230KB) ( 1273 )

参考文献 | 相关文章 | 多维度评价

利用隐式反馈信息实现个性化推荐是实用且具有挑战性的研究课题。对如何有效结合辅助信息来解决数据稀疏问题从而实现高效推荐的问题进行了研究,提出了一种融合node2vec和深度神经网络的隐式反馈推荐模型。该模型采用一种嵌入元数据的深度神经网络框架(Deep Neural Network Framework with Embedded Meta-data,Meta-DNN),首先将用户和项目的one-hot向量进行低维映射,再嵌入元数据信息,并结合node2vec的二阶随机游走方法学习网络中的邻居节点,使得相邻节点具有相似的节点表示,同时通过增强相邻用户和项目的平滑度来缓解数据稀疏性;最后使用深度神经网络进一步学习用户对项目的偏好,进而为用户产生推荐。其中,还引入了流行度参数对未知项目进行非平均抽样,优化隐式反馈负采样策略。在Gowalla和MovieLens-1M两个数据集上的实验表明,所提方法可以明显提高系统的预测性能和推荐质量。

基于LSTM神经网络的短期高压负荷电流预测方法

张洋, 姬波, 卢红星, 娄铮铮

计算机科学. 2019, 46 (6): 49-54. doi:10.11896/j.issn.1002-137X.2019.06.006

摘要 ( 754 )

PDF(1868KB) ( 1357 )

参考文献 | 相关文章 | 多维度评价

传统模型在短期高压负荷电流预测中难以同时解决负荷电流数据的非线性和时间相关性问题。针对此问题,提出一种基于长短期记忆(LSTM)循环神经网络的短期高压负荷电流回归预测方法SHCP-LSTM。该方法引入自循环权重,使细胞彼此循环连接,可以动态改变累积的时间尺度,使其具有长短期记忆功能;使用遗忘门来控制输入和输出,从而使得门控单元具有sigmoid非线性。实验结果验证了该方法的可行性和有效性,与线性逻辑回归算法LR和机器学习算法ANN神经网络、BPNN神经网络预测相比,SHCP-LSTM收敛速度更快,且精确度更高。

复杂事件管理的多元时序数据处理技术研究

李志国, 钟将, 钟璐蔓

计算机科学. 2019, 46 (6): 55-63. doi:10.11896/j.issn.1002-137X.2019.06.007

摘要 ( 392 )

PDF(1817KB) ( 1013 )

参考文献 | 相关文章 | 多维度评价

随着数据量变得不断庞大,将不同业务系统数据融合在一起挖掘潜在价值变得越来越有意义。复杂事件处理技术就是将业务数据抽象为事件序列,通过复杂事件描述方法将有潜在价值的复合数据描述为特定的事件匹配结构。复杂事件检测引擎从大量事件流中检测出满足匹配结构的事件序列,最终输出数据融合结果。但传统复杂事件描述只适用于输入事件流为单一原子事件类型,且谓词约束为简单的属性值比较或聚合操作,事件间为简单的时序约束。这使得传统检测方法无法满足诸如医学、金融等对时间要求比较精确、事件谓词约束要求更加丰富的应用领域。因此,设计了一种能够支持多元事件输入的基于TCN的量化时序约束表示模型和基于时段特征约束的谓词约束表示模型,并且提出了并行化的复杂事件检测算法(PARALLEL-TCSEQ-DETECTION检测算法),使得复杂事件检测方法更加高效。对2045支股票2亿条记录的分析结果表明了提出的复杂事件处理技术的可行性与高效性。

基于流形正则化的多类型关系数据联合聚类方法

黄梦婷, 张灵, 姜文超

计算机科学. 2019, 46 (6): 64-68. doi:10.11896/j.issn.1002-137X.2019.06.008

摘要 ( 375 )

PDF(1285KB) ( 805 )

参考文献 | 相关文章 | 多维度评价

随着大数据应用的发展,通过非线性流形采样得到的多类型关系数据规模越来越大,数据几何结构更加复杂,异构关系数据变得异常稀疏,导致数据挖掘难度增大且准确率降低。针对上述问题,提出一种基于流形非负矩阵三分解的多类型关系数据联合聚类方法:首先,对于较小规模的实体,根据其自然关系或内容相关性构造关联矩阵,对其分解后得到该类实体的聚类指示矩阵,将其作为非负矩阵三分解的输入;然后,在快速非负矩阵三分解(FNMTF)的基础上加入流形正则化处理,实现数据类型间关系与类型内部关系的联合聚类,进一步提高聚类的准确率。实验表明:在准确率和整体性能方面,流形非负矩阵三分解算法优于传统的基于非负矩阵分解的联合聚类算法。

面向序数回归的组合特征提取方法

曾庆田, 刘晨征, 倪维健, 段华

计算机科学. 2019, 46 (6): 69-74. doi:10.11896/j.issn.1002-137X.2019.06.009

摘要 ( 408 )

PDF(1347KB) ( 1064 )

参考文献 | 相关文章 | 多维度评价

序数回归(也称序数分类)是一种监督学习任务,即使用具有自然顺序的标签对数据项进行分类。序数回归与诸多实际问题密切相关,近几年关于序数回归的研究受到越来越多的关注。序数回归与其他监督学习任务(分类、回归等)一样,需要通过特征提取来提高模型的效率和准确性。虽然特征提取被广泛研究并用于分类学习任务中,但是在序数回归中的研究较少。众所周知,相比单特征,组合特征可以表达更多的数据底层语义,但是加入一般的组合特征很难提高模型的准确性。文中基于频繁模式挖掘,借助K-L散度值来选取最有区分能力的频繁模式进行特征组合,提出了一种新的序数回归组合特征提取方法,并在公开数据集和自有数据集上使用多个序数回归模型进行实验。结果表明,使用最有区分能力的频繁模式组合特征,能够有效提升大多数序数回归模型的训练效果。

基于网络评论情感信任分析的推荐策略

卢竹兵, 李玉州

计算机科学. 2019, 46 (6): 75-79. doi:10.11896/j.issn.1002-137X.2019.06.010

摘要 ( 430 )

PDF(1247KB) ( 928 )

参考文献 | 相关文章 | 多维度评价

个性化推荐技术已经成为电子商务领域解决信息过载问题的一种有效手段。传统的协同过滤推荐系统由于算法自身的特点,普遍存在数据稀疏性和冷启动等问题,这些问题的存在使得个性化推荐过程中的准确率大大降低,影响了用户的个性化体验和对系统的信心。从社会学中的信任关系角度着手,通过对网络用户在线评论信息进行情感分析,提取出评论信息中用户的情感倾向,并对它进行有效量化,然后通过计算用户情感倾向的相似性建立用户间的信任关系。同时,在推荐过程中将所构建的信任关系与评分数据的相似度进行有效结合,弥补了相似度作为唯一权重因素而导致的推荐准确率降低的不足。首先,基于在线评论信息对用户的情感倾向性进行分析与量化;然后,基于情感相似度对用户信任关系进行建模;最后,基于用户情感信任关系对推荐策略进行设计。在所选数据集上的模拟对比实验表明,改进的引入情感分析信任模型的个性化推荐策略能够有效地降低平均绝对误差值MAE,推荐的准确率得到了提高;同时,覆盖率coverage和推荐系统对商品长尾的发掘能力也得到了有效的提升;另外,信任关系自主管理机制的引入,也大大改善了用户对系统的个性化体验,增强了用户对系统的信心。

基于闭合序列模式挖掘的未知协议格式推断方法

张洪泽, 洪征, 王辰, 冯文博, 吴礼发

计算机科学. 2019, 46 (6): 80-89. doi:10.11896/j.issn.1002-137X.2019.06.011

摘要 ( 531 )

PDF(1837KB) ( 955 )

参考文献 | 相关文章 | 多维度评价

现有的基于网络流量的协议格式推断方法只提取报文关键字的平坦序列,并没有考虑报文关键字之间的顺序、并列与层次关系的结构特性;此外,报文样本中的噪音往往导致关键字识别的准确率偏低。文中提出了一种自动识别未知协议报文关键字并推断报文结构的方法。所提出的方法在收集未知协议实体程序通信报文的基础上,采用二阶段闭合模式挖掘策略对通信报文实施闭合序列模式挖掘,识别协议关键字并生成包含具有关键字组合关系的关键字序列;在此基础上提取关键字之间的顺序、并列以及层次关系,进而推断报文结构。协议关键字识别过程中采用设置最小支持度阈值的方法,可直接分析实际网络中包含噪音的报文样本,保证了关键字识别的准确率。实验结果表明,所提出的协议格式推断方法被应用于文本协议和二进制协议时,对报文关键字识别与报文结构推断均能取得理想的推断效果。

基于SDN的数据中心网络多路径流量调度算法

金勇, 刘亦星, 王欣欣

计算机科学. 2019, 46 (6): 90-94. doi:10.11896/j.issn.1002-137X.2019.06.012

摘要 ( 567 )

PDF(1857KB) ( 1391 )

参考文献 | 相关文章 | 多维度评价

针对数据中心网络带宽利用率低、网络性能差的问题,提出一种基于SDN架构下,结合多因素的多路径流量调度算法(MSF)。算法利用SDN架构中控制与转发分离的特性以及利用控制器集中控制的方式来为数据流计算路由,首先计算出源主机和目的主机间所有可达路径中跳数最少的路径集,然后找出最短路径集中关键度最小的数条路径,最后结合流特征找出代价最低的路径作为最终流表的下发路径。实验结果表明,在不同的流量模型下,与ECMP和Hedera两种算法相比,所提算法提升了链路带宽利用率和吞吐量,减少了流量的平均往返时延,从而提高了数据中心的整体网络性能。

融合学习差分进化和粒子群优化算法的认知决策引擎

张煜培, 赵知劲, 郑仕链

计算机科学. 2019, 46 (6): 95-101. doi:10.11896/j.issn.1002-137X.2019.06.013

摘要 ( 372 )

PDF(1857KB) ( 900 )

参考文献 | 相关文章 | 多维度评价

为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局部寻优能力。然后,改进粒子群算法的学习因子,并加入扰动项,防止算法早熟;选用更合适的变换函数,将正反向速度转换为相同概率更新粒子位置,提高最优解的精度,从而提高粒子群算法的全局寻优能力。最后,在认知引擎模型中并行地运行改进的粒子群算法(IBPSO)和差分进化算法(IBLDE),每隔固定的迭代次数后,融合两种算法的最优个体信息,得到HPSO-BLDE算法,使IBPSO算法和IBLDE算法的种群兼具二者的优点,从而提高了最优解的求解精度并加快了收敛速度。多载波通信系统的参数决策仿真结果表明,IBPSO算法、IBLDE算法和HPSO-BLDE算法的性能优于已有的爬山遗传(HGA)算法、量子粒子群算法(BQPSO)和二进制学习差分进化算法(BLDE),其中HPSO-BLDE算法的性能最优。

面向移动群智感知的位置相关在线多任务分配算法

李卓, 徐哲, 陈昕, 李淑琴

计算机科学. 2019, 46 (6): 102-106. doi:10.11896/j.issn.1002-137X.2019.06.014

摘要 ( 730 )

PDF(1754KB) ( 1002 )

参考文献 | 相关文章 | 多维度评价

越高的数据质量要求对应越高的感知成本,如何权衡质量与成本是当前移动群智感知任务分配问题的研究热点之一。研究了保证最低数据质量要求的位置相关在线多任务分配问题,以最小化总体感知成本为优化目标,将数据质量要求量化为不同执行节点的个数;提出了一种基于划分的贪心算法,其主要思想是以执行节点的初始位置为圆心、以节点最远移动意愿为半径生成圆盘,然后从圆盘覆盖到的任务集合中选出合适的任务子集作为相应执行节点的待执行任务集。根据实验仿真,与GGA-I算法相比,所提算法在相同运行时间下,总体感知成本降低12.7%;在相近计算性能下,所需的计算时间平均缩短51.6%。

LLN中基于混合式的网络拥塞控制路由算法

王华华, 周远文, 刘江兵

计算机科学. 2019, 46 (6): 107-111. doi:10.11896/j.issn.1002-137X.2019.06.015

摘要 ( 358 )

PDF(1506KB) ( 644 )

参考文献 | 相关文章 | 多维度评价

由于低功耗有损网络(Low Power and Lossy Networks,LLN)中现有网络拥塞控制路由算法无法高效地对当前网络拥塞进行缓解,因此提出一种基于混合式的网络拥塞控制路由算法(Hybrid-based Network Congestion Control Routing Algorithm,HNCCRA)。该算法主要包含3个创新点。首先,为了有效地降低网络拥塞的发生概率,在组网过程中,每个节点依据其备选父节点的负载状态进行父节点的选择;其次,为了避免网络拥塞节点的子节点在更换数据传输路径时选择处于重负载状态的备选父节点作为新的父节点,在网络拓扑维护过程中每个节点实时通告自身负载状态;最后,为了能够高效地缓解当前的网络拥塞,结合数据分流思想和更换数据传输路径的方式进行网络拥塞控制。仿真结果表明,与LLN中现有网络拥塞控制路由算法相比,HNCCRA算法能够有效地提升网络各方面的性能,其中网络拥塞的发生概率降低了19.89%,汇聚节点的平均吞吐量增加了11.35%,网络的平均寿命延长了9.75%。

一种基于节点状态的MANET路由发现和建立策略

赵新伟, 刘伟

计算机科学. 2019, 46 (6): 112-117. doi:10.11896/j.issn.1002-137X.2019.06.016

摘要 ( 453 )

PDF(1876KB) ( 631 )

参考文献 | 相关文章 | 多维度评价

AODV是MANET网络中典型的按需路由协议。针对AODV路由策略的缺陷,提出一种基于节点状态的路由发现和建立策略。通过对MANET网络建模,在路由发现时,利用马尔可夫链预测邻节点的状态,在原有AODV路由策略的基础上,上一跳节点利用AODV路由发现时建立的反向路由获取邻节点的状态信息;在路由建立时,结合邻节点的状态信息,优先选择处于空闲状态和休眠状态的节点作为下一跳路由。仿真结果表明,基于该策略优化的AODV路由协议提高了网络中数据包的投递率,降低了端到端延迟,改善了网络性能。

基于均值二分的改进型FCME算法及其在极/超低频信道噪声检测中的应用

赵鹏, 蒋宇中, 翟琦, 李春腾

计算机科学. 2019, 46 (6): 118-123. doi:10.11896/j.issn.1002-137X.2019.06.017

摘要 ( 427 )

PDF(3853KB) ( 779 )

参考文献 | 相关文章 | 多维度评价

极/超低频信道噪声脉冲因接收机前端暂态效应而钝化,导致常规时域幅度门限检测器的性能出现退化。针对该问题,文中提出了一种基于局部方差域变换(Local Variance Domain Transforming,LVDT)恒虚警率顺序统计分析(OS-CFAR)的检测算法。同时,针对FCME(Forward Consecutive Mean Excision)算法在迭代计算背景噪声时可能存在的发散问题,提出了一种基于均值二分搜索(Binary Searching Method by Mean,BSMM)的改进方法,BSMM无需初始集假设以及排序过程,因而具有更好的鲁棒性和更高的计算效率。仿真结果表明,与常规FCME算法相比,在不损失背景噪声估计精度的条件下,所提BSMM的计算时间平均缩短2个数量级以上,所提信道噪声检测算法优于局部最优非线性检测算法。

基于Q-learning的RFID多阅读器防碰撞算法

袁源, 郑嘉利, 石静, 王哲, 李丽

计算机科学. 2019, 46 (6): 124-127. doi:10.11896/j.issn.1002-137X.2019.06.018

摘要 ( 536 )

PDF(1584KB) ( 748 )

参考文献 | 相关文章 | 多维度评价

为了解决无线射频识别(RFID)系统中多阅读器与标签通信的碰撞问题,文中将此问题建模为马尔可夫决策过程,并提出了一种基于Q-learning的防碰撞算法。该算法通过智能体agent不断与周围环境进行交互和学习,从而产生Q值函数,得到最佳信道分配策略;取消了HiQ算法中复杂的分层结构,简化了系统模型,引入ε贪婪策略以得到全局最优解,改进奖赏函数以得到最优状态。仿真结果表明,与HiQ算法和EHiQ算法相比,该智能算法能够自适应地为阅读器分配不同的信道来进行数据传输,从而有效降低碰撞率,提高信道利用率和吞吐率。

基于无线城域网的微云部署及用户任务调度

张建山, 林兵, 卢宇, 许芙蓉

计算机科学. 2019, 46 (6): 128-134. doi:10.11896/j.issn.1002-137X.2019.06.019

摘要 ( 355 )

PDF(1678KB) ( 750 )

参考文献 | 相关文章 | 多维度评价

移动应用对计算能力的需求越来越大,然而便携式移动设备的计算能力却是有限的。将任务卸载到附近的由计算机组成的微云上,是减小移动设备中程序系统响应时间的有效方法之一。边缘计算使得计算任务在源头附近就能得到及时处理,是减小系统时延的有效方法。微云技术是边缘计算的重要应用。目前,移动微云卸载技术已经有了诸多的研究成果,但是在给定网络中如何部署微云以优化移动应用性能的问题却很少被关注。文中在无线城域网(Wireless Metropolitan Area Network,WMAN)背景下研究微云部署和用户任务调度方案,并设计算法来解决以下问题:在无线城域网中的用户密集区域部署微云,并在各微云负载均衡的条件下调度用户到部署好的微云。最后进行仿真实验,结果表明所提算法是有效、可行的。

MC2ETS:移动云计算中一种能效任务调度算法

叶符明, 李雯婷, 王颖

计算机科学. 2019, 46 (6): 135-142. doi:10.11896/j.issn.1002-137X.2019.06.020

摘要 ( 489 )

PDF(2085KB) ( 629 )

参考文献 | 相关文章 | 多维度评价

移动云计算可以使执行于移动设备上的任务迁移至云端执行,达到降低移动设备能耗、提高任务执行效率的目的。文中研究了移动云计算中DAG模型的任务调度问题,为了解决传统调度算法缺乏对任务完成时间和移动设备能耗的同步优化问题,提出了一种移动云计算的能效任务调度算法MC2ETS(Energy-efficient Tasks Scheduling of Mobile Cloud Computing)。该算法主要包括3个步骤:1)以最小化应用完成时间为目标进行初始调度;2)在满足应用完成时间约束的同时,以最小化能耗为目标进行任务调度迁移;3)通过提出的DVFS(Dynamic Voltage/Frequency Scale)算法进一步降低能耗。通过具体的实例验证了算法的可行性,并分析了算法的时间复杂度。最后,通过与基准算法的系统性实验对比分析,证明了算法在多数情况下可以在调度时间指标与移动设备能耗间实现均衡优化。

基于主题模型的社交网络匿名用户重识别

吕志泉, 李昊, 张宗福, 张敏

计算机科学. 2019, 46 (6): 143-147. doi:10.11896/j.issn.1002-137X.2019.06.021

摘要 ( 353 )

PDF(1333KB) ( 745 )

参考文献 | 相关文章 | 多维度评价

近年来,社交网络已成为人们日常生活的一部分。社交网络在为人们的社交活动带来便利的同时,也对个人隐私造成了威胁。通常情况下,人们都希望对自身的部分私密社交活动信息进行保护,以阻止亲属、朋友、同事或其他特定群体的访问。较为常见的一种保护措施是以匿名方式进行社交。一些社交网络会为用户提供匿名机制,允许用户以匿名的形式进行部分社交活动,从而将这部分社交活动与主账号分隔开,以达到隐私保护的目的。此外,用户也可以创建额外的账号(小号),并将该账号的属性、朋友关系与主账号进行区别。针对这些保护措施,文中提出了一种基于主题模型的社交网络匿名用户重识别方法。该方法将用户匿名方式(或小号)和非匿名方式(主账号)发布的文本内容进行主题挖掘,并在主题模型的基础上引入时间因素和文本长度因素来构建用户画像,最后通过分析匿名(小号)和非匿名(主账号)用户画像之间的相似度来实现用户身份的重识别。在真实社交网络数据集上的实验表明,该方法能够有效地对社交网络匿名用户或“小号”用户实施身份重识别攻击。

最优化权值的网络系统风险组合评价模型

张洁卉, 潘超, 章勇

计算机科学. 2019, 46 (6): 148-152. doi:10.11896/j.issn.1002-137X.2019.06.022

摘要 ( 317 )

PDF(1839KB) ( 713 )

参考文献 | 相关文章 | 多维度评价

网络系统风险受众多因素影响,具有较强的时变性和非线性变化的特点,导致单一模型无法全面描述网络系统风险变化的特点。传统组合模型根据网络系统风险评价确定模型的权值,无法准确描述每一个模型对网络系统风险最终评价结果的贡献,使得网络系统风险评价的准确性差。为了改善网络系统风险评价的效果,文中设计了最优化权值的网络系统风险组合评价模型。首先利用不同模型从不同角度对网络系统风险进行评价,以得到单一模型的预测结果;然后将单一模型的网络系统风险评价结果作为证据体,根据改进证据理论对证据体进行融合,得到网络系统风险的最终评价;最后将提出的方法与其他网络系统风险评价进行了对比测试。测试结果表明,所提模型可以准确地对网络系统风险进行评价,能够反映网络系统风险的变化特点,获得更加理想的网络系统风险评价结果,且评价精度要明显优于其他网络系统风险评价模型。

物联网中基于信任抗丢包攻击的安全路由机制

张光华, 杨耀红, 张冬雯, 李军

计算机科学. 2019, 46 (6): 153-161. doi:10.11896/j.issn.1002-137X.2019.06.023

摘要 ( 491 )

PDF(2481KB) ( 1040 )

参考文献 | 相关文章 | 多维度评价

在开放的物联网环境下,节点在路由过程中极易遭到恶意丢包攻击(包括黑洞攻击和灰洞攻击),这将严重影响网络的连通性,并导致网络的数据包投递率下降以及端到端延时增加。为此,在RPL协议的基础上,提出了一种基于信任的安全路由机制。根据节点在数据转发过程中的行为表现,引入惩罚因子来评估节点间的直接信任关系,通过熵为直接信任值和间接信任值分配权重,进而得到被评估节点的综合信任值。利用模糊集合理论对节点间的信任关系进行等级划分,为路由节点选取信任等级较高的邻居节点进行数据转发,而信任等级较低的邻居节点将被隔离出网络。此外,为了避免正常节点由于某些非入侵因素而被当作恶意节点隔离出网络,为这类节点提供一个给定的恢复时间,从而进一步判断是否将其隔离出网络。利用Contiki操作系统及其自带的Cooja网络模拟器对所提方案进行仿真,实验结果表明,在节点数目和恶意节点比例不同时,本方案的恶意节点检测率、误检率、数据包投递率和端到端延时4个指标均有所改善。在安全性方面,本方案的恶意节点检测率和误检率明显优于tRPL协议;在路由性能方面,本方案的数据包投递率和端到端延时明显优于tRPL协议和MRHOF-RPL协议。仿真分析结果充分说明:所提方案不仅能够有效识别恶意节点,而且能够在恶意攻击存在的情况下保持较好的路由性能。

一种基于QC-LDPC码的数字签名算法

杨雪菲, 郑东, 任方

计算机科学. 2019, 46 (6): 162-167. doi:10.11896/j.issn.1002-137X.2019.06.024

摘要 ( 563 )

PDF(1321KB) ( 779 )

参考文献 | 相关文章 | 多维度评价

基于编码的公钥密码技术能够抵抗量子算法的攻击,针对经典的CFS签名方案密钥量大的缺陷,文中提出了一种基于QC-LDPC码的CFS签名方案。该方案基于QC-LDPC码改进了传统的CFS签名方案,签名过程中使用了QC-LDPC码的BP快速译码算法。分析表明,新方案在不降低安全性的同时,能够有效抵抗现有量子算法的攻击,减小了CFS签名方案的密钥存储空间,提高了方案的签名效率。

LMS自适应干扰消除在基于人工干扰的物理层安全通信系统中的应用研究

彭磊, 臧国珍, 高媛媛, 沙楠, 奚晨婧, 蒋炫佑

计算机科学. 2019, 46 (6): 168-173. doi:10.11896/j.issn.1002-137X.2019.06.025

摘要 ( 378 )

PDF(1807KB) ( 660 )

参考文献 | 相关文章 | 多维度评价

针对外部窃听者对无线通信系统中的信息传输带来的安全威胁,首先提出了一种由源节点在发送源信息的同时发送人工干扰信号的安全传输方案。为有效消除人工干扰信号对合法目的端正确恢复源信息的影响,提出将LMS自适应算法应用于对接收信号中人工干扰信号的估计与消除。为检验所提方案的效果,文中以QPSK调制系统为例,专门设计了一种简单易行的人工干扰信号。通过对系统误比特率进行MATLAB仿真,验证了所提方案的有效性,并得到了所提方案中LMS自适应算法的最优步长因子和滤波器阶数。

基于人工蜂群算法的两阶段图像隐写分析算法

穆晓芳, 邓红霞, 李晓宾, 赵鹏

计算机科学. 2019, 46 (6): 174-179. doi:10.11896/j.issn.1002-137X.2019.06.026

摘要 ( 331 )

PDF(2226KB) ( 786 )

参考文献 | 相关文章 | 多维度评价

为了提高图像隐写分析的检测准确率,提出了一种基于人工蜂群算法的两阶段图像隐写分析算法。第一阶段,设计了基于模糊理论的隐写模式检测算法,检测部分已知隐写算法的隐写内容;第二阶段,基于人工蜂群算法分析了含密图像的区域与密度双重特征,通过双重特征的分析检测未知隐写算法的嵌入内容。基于公开隐写图像数据集的实验结果表明,所提的两阶段隐写分析算法可获得较高的检测率,同时具有理想的计算效率。

基于表格表达式的SCR需求模型转换

李思洁, 魏欧, 战芸娇, 王立松

计算机科学. 2019, 46 (6): 180-188. doi:10.11896/j.issn.1002-137X.2019.06.027

摘要 ( 362 )

PDF(2295KB) ( 853 )

参考文献 | 相关文章 | 多维度评价

基于形式化方法的需求规约过程以严格定义的语义和数学模型为基础,使得需求的表述更加清晰明了,易于理解。SCR方法是一种基于形式化符号-表格的表达式,以多维表格化结构表示系统需求的形式化需求规约方法。针对形式化需求的自动化测试和检验工具提高了需求分析的正确性和效率性,但目前工具缺少安全性质的自动验证,无法保证需求的安全性。因此,文中对基于SCR方法的T-VEC工具进行扩展,在语言解析器生成器antlr(ANother Tool for Language Recognition)的辅助下开发了模型转换工具T2N,设计了语言结构转换规则,将基于SCR的需求描述语言T-VEC转换为符号化模型检测语言XMV,以实现对提取的系统安全性质的自动化验证。最后,以需求工程中的典型案例——灯光控制系统为例进行实验分析,验证T2N工具的有效性和需求模型的安全性。

基于追踪矩阵获取完整性需求的研究

李潇, 魏长江

计算机科学. 2019, 46 (6): 189-195. doi:10.11896/j.issn.1002-137X.2019.06.028

摘要 ( 288 )

PDF(1691KB) ( 707 )

参考文献 | 相关文章 | 多维度评价

分布式系统自提出以来,逐渐发展成为软件工程中一个重要的研究领域,因此分布性需求成为软件系统的主要特征,同时系统的分布性需求与功能需求又紧密相关。目前,通常使用RUP(Rational Unified Process)推荐的“4+1”视图方法分别将两种需求建模在不同的模型中,此方法在软件工程实践中已经取得了良好的效果,但是也在一定程度上导致了功能需求和分布性需求的分割性,这不利于获取完整的系统需求。针对以上问题,文中首先给出需求追踪的整体框架,从3个层面阐述需求在软件生命周期各个阶段间追踪关系的演变。其次,通过分析需求到其他制品的传播途径,得到需求追踪关系,建立需求追踪矩阵。最后,凭借矩阵计算,描述需求变化追踪的具体实现。通过上述研究,在功能需求模型和分布性需求模型间建立可追踪性链接,不仅能够获取完整性需求,还解决了由需求建模分割性导致的需求变更困难的问题。

基于两类寄存器互为缓存方法的DSP寄存器分配溢出处理优化算法

邱亚琼, 胡勇华, 李阳, 唐镇, 石林

计算机科学. 2019, 46 (6): 196-200. doi:10.11896/j.issn.1002-137X.2019.06.029

摘要 ( 389 )

PDF(1380KB) ( 797 )

参考文献 | 相关文章 | 多维度评价

寄存器是处理器硬件中有限的宝贵资源,这使得寄存器分配成为编译器中最为关键的过程之一。影响寄存器分配效果的关键因素之一是溢出带来的访存开销。针对DSP处理器具有两类通用寄存器的情况,以图着色全局寄存器分配方法为基本方法,提出两类寄存器间的一种互补利用策略和相应的寄存器溢出优化算法。该策略改进了传统图着色方法,通过生命周期分析的结果,将同类寄存器分配候选者之间的冲突关系和不同类寄存器分配候选者之间的冲突关系区分开来,并把它们表示在一张无向图中。与传统的图着色算法相比,改进的算法能充分考虑不同类寄存器之间的相互约束关系,减少寄存器溢出时的访存操作,从而有利于提高代码的性能。

基于SVM访问预测机制的Web缓存数据库级替换策略

杨瑞君, 祝可, 程燕

计算机科学. 2019, 46 (6): 201-205. doi:10.11896/j.issn.1002-137X.2019.06.030

摘要 ( 406 )

PDF(1616KB) ( 946 )

参考文献 | 相关文章 | 多维度评价

Web缓存用于解决网络访问延迟和网络拥塞问题,缓存替换策略直接影响缓存的命中率。为此,文中提出一种基于访问预测机制的Web缓存替换策略。首先,根据用户之前的访问日志,通过预处理操作提取多项特征以构建特征数据集。然后,通过训练支持向量机(SVM)分类器来预测缓存对象是否可能被再次访问,将分类为不会再次被访问的缓存对象删除以腾出空间。仿真结果表明,与传统的LRU,LFU和GDSF方案相比,提出的策略具有较高的请求命中率和字节命中率。

用于短文本分类的BLSTM_MLPCNN模型

郑诚, 洪彤彤, 薛满意

计算机科学. 2019, 46 (6): 206-211. doi:10.11896/j.issn.1002-137X.2019.06.031

摘要 ( 584 )

PDF(1450KB) ( 837 )

参考文献 | 相关文章 | 多维度评价

文本表示和文本特征提取是自然语言处理的基础工作,直接影响文本分类的性能。文中提出了以字符级向量联合词向量作为输入的BLSTM_MLPCNN神经网络模型。该模型首先将卷积神经网络(CNN)作用于字符以获取字符级向量,并将字符级向量联合词向量作为预训练词嵌入向量,也即双向长短时记忆网(BLSTM)模型的输入;然后联合BLSTM模型的前向输出、词嵌入向量、后向输出构成文档特征图;最后利用多层感知器卷积神经网络(MLPCNN)进行特征提取。在相关数据集上的实验结果表明:相比于CNN,RNN以及CNN与RNN的组合模型,BLSTM_MLPCNN模型具有更优的分类性能。

基于KL散度的策略优化

李建国, 赵海涛, 孙韶媛

计算机科学. 2019, 46 (6): 212-217. doi:10.11896/j.issn.1002-137X.2019.06.032

摘要 ( 749 )

PDF(2163KB) ( 1419 )

参考文献 | 相关文章 | 多维度评价

强化学习(Reinforcement Learning,RL)在复杂的优化和控制问题中具有广泛的应用前景。针对传统的策略梯度方法在处理高维的连续动作空间环境时无法有效学习复杂策略,导致收敛速度慢甚至无法收敛的问题,提出了一种在线学习的基于KL散度的策略优化算法(KL-divergence-based Policy Optimization,KLPO)。在Actor-Critic方法的基础上,通过引入KL散度构造惩罚项,将“新”“旧”策略间的散度结合到损失函数中,以对Actor部分的策略更新进行优化;并进一步利用KL散度控制算法更新学习步长,以确保策略每次在由KL散度定义的合理范围内以最大学习步长进行更新。分别在经典的倒立摆仿真环境和公开的连续动作空间的机器人运动环境中对所提算法进行了测试。实验结果表明,KLPO算法能够更好地学习复杂的策略,收敛速度快,并且可获取更高的回报。

基于正态云相似度的语言型多属性群决策方法

徐聪, 潘小东

计算机科学. 2019, 46 (6): 218-223. doi:10.11896/j.issn.1002-137X.2019.06.033

摘要 ( 438 )

PDF(1613KB) ( 708 )

参考文献 | 相关文章 | 多维度评价

在分析已有正态云模型相似性度量的不足的基础上,综合考虑正态云的形状相似度和位置相似度,提出了一种新的正态云相似性度量方法,并对其性质进行了证明。与已有方法相比,该方法具有很强的区分性。将提出的正态云相似性度量方法应用于语言型多属性群决策中,首先依据正态分布规律将语言变量转化为正态云;其次通过云加权算术平均算子CWAA实现信息集结;最后依据VIKOR排序方法,计算方案属性与最优云、最差云的综合相似度,以实现方案排序。通过算例分析了所提方法的可行性和有效性。

基于邻域多粒度粗糙集的知识发现模型

程昳, 刘勇

计算机科学. 2019, 46 (6): 224-230. doi:10.11896/j.issn.1002-137X.2019.06.034

摘要 ( 328 )

PDF(1266KB) ( 2967 )

参考文献 | 相关文章 | 多维度评价

针对现有邻域多粒度粗糙集的定义及相应知识发现算法的不足,重新建立基于邻域多粒度粗糙集的知识发现模型。首先构建了多邻域半径下的乐观邻域多粒度粗糙集模型和悲观邻域多粒度粗糙集模型,讨论了相关性质;然后定义了邻域多粒度粗糙集的粒度重要性,并构造了粒度约简算法;最后通过实例解释了算法的运行机制,验证了算法的有效性。

一种面向人群疏散的高效分组方法

张建新, 刘弘, 李焱

计算机科学. 2019, 46 (6): 231-238. doi:10.11896/j.issn.1002-137X.2019.06.035

摘要 ( 283 )

PDF(2347KB) ( 1148 )

参考文献 | 相关文章 | 多维度评价

在人群疏散的过程中,个体会依据关系的亲密度产生分组现象,因此人群分组行为是人群疏散仿真中不可忽略的因素。家人、朋友、同事等会根据亲密度形成分组,在疏散过程中同组人群会聚集成簇。聚类分组时常用的k-mediods聚类算法对噪声敏感,容易陷入局部最优,只能发现球状簇,且对初始聚类中心点的选择敏感,在聚类准确度上不尽人意。而DBSCAN算法具有抗噪声能力强、可发现任意形状的簇、无须指定初始聚类中心等优点,但只能识别密度相近的簇。对此,文中提出了折半DBSCAN聚类算法。该算法首先对关系数据进行二分划分,将有关系的数据划分到一个网格中,然后根据每个网格的人群密度决定聚类半径ε,最后对每个网格进行DBSCAN聚类,因此该算法可识别密度不同的簇。人群聚类分组后,在加入同组内个体吸引力的社会力模型中驱动个体运动,并模拟关系密切程度对聚集程度的影响。实验结果表明,在考虑了现实生活中有关系的人群空间分布状况下,所提方法具有较高的聚类精度,可真实地再现现实场景中的人群疏散情况,可作为紧急情况下预测人群疏散时间和疏散状况的重要工具。

最小化集装箱运输成本的配载优化

郑斐峰, 蒋娟, 梅启煌

计算机科学. 2019, 46 (6): 239-245. doi:10.11896/j.issn.1002-137X.2019.06.036

摘要 ( 363 )

PDF(1643KB) ( 1019 )

参考文献 | 相关文章 | 多维度评价

随着长江沿岸港口集装箱运输的快速发展,配载计划的制定已成为制约集装箱运输发展的一个主要因素。以航行中最小化的翻箱费用和堆栈使用费用为优化目标,在船舶安全航行的前提下,以船舶装载稳定性作为约束条件建立混合整数规划模型。通过CPLEX、遗传算法和贪婪算法对长江沿岸中小型集装箱船舶配载进行实验对比分析,结果证明了所提模型的有效性。同时,应用两种算法对大规模集装箱配载情形进行对比求解,通过仿真实验证明了遗传算法的高效性,与实际运输经验操作相比,其将运输成本平均降低了24.73%。这说明本文所提出的模型对于降低航线运输成本和制定长江沿岸港口配载计划具有一定的指导意义。

基于残差的端对端图像超分辨率

华臻, 张海程, 李晋江

计算机科学. 2019, 46 (6): 246-255. doi:10.11896/j.issn.1002-137X.2019.06.037

摘要 ( 459 )

PDF(4880KB) ( 680 )

参考文献 | 相关文章 | 多维度评价

深度卷积神经网络使图像超分辨率在准确性方面得到了很大改善。针对基于卷积神经网络的超分辨率重建方法网络结构简单、收敛速度慢、重建纹理模糊等问题,提出了一种基于残差学习的端对端深层卷积神经网络。该网络由局部残差网络和全局残差网络联合训练得到,增加了网络的宽度,能学习到不同的有效特征。局部残差网络包括特征提取、上采样和多尺度重建3个阶段,通过残差密集块密集连接卷积层提取有效的局部特征,采用多尺度卷积层获得丰富的上下文信息,利于高频信息的恢复;全局残差网络中采用渐进上采样的方式实现不同尺度的图像重建,通过残差学习提高收敛速度。在基准数据集Set5,Set14,B100和Urban100上进行放大2倍、3倍和4倍的定量和定性评估。在这4种数据集下,所提算法在放大3倍时平均PSNR/SSIM指标分别为34.70dB/0.9295,30.54dB/0.8490,29.27dB/0.8096和28.81dB/0.8653,与其他方法相比有较大提升。在定性比较方面,所提方法重建出了更加清晰的图像,能更好地保留图像中的边缘细节。实验结果表明,所提方法在主观视觉和客观量化方面都有了较大改进,能有效提高图像重建的质量。

基于自然场景统计的深度图像质量无参考评价方法

陈曦, 李雷达, 李巧月, 韩习习, 祝汉城

计算机科学. 2019, 46 (6): 256-262. doi:10.11896/j.issn.1002-137X.2019.06.038

摘要 ( 504 )

PDF(2717KB) ( 1174 )

参考文献 | 相关文章 | 多维度评价

深度图在视角合成中起着很重要的作用,深度信息的错误易导致合成视角几何位置上的误差。由于很难获得完美的深度图,文中提出了一种基于自然场景统计的无参考型深度图质量评价方法。首先利用Canny算子检测出图像边缘并确定边缘失真区域,然后分别计算边缘失真区域的梯度幅值和高斯-拉普拉斯图像。无失真深度图的边缘失真区域的梯度幅值和高斯-拉普拉斯算子分别符合韦伯分布和非对称高斯分布;由于存在失真的深度图的这两个分布会发生不同程度的偏移,因此在5个尺度下提取这两个分布的共计30个参数构成了所提方法的特征。最后通过随机森林建立评价模型来评价深度图的质量。在公开数据库上进行的测试结果显示,所提方法与主观评价结果有着很好的一致性,而且其性能优于现有的图像质量评价方法。

基于三维形变模型的人脸姿势表情校正

王钱庆, 张惊雷

计算机科学. 2019, 46 (6): 263-269. doi:10.11896/j.issn.1002-137X.2019.06.039

摘要 ( 557 )

PDF(3440KB) ( 1534 )

参考文献 | 相关文章 | 多维度评价

针对目前人脸姿势校正鲁棒性差和计算复杂等问题,提出一种新的人脸姿态表情校正方法。首先,通过Fast-SIC算法来改进AAM模型以实现人脸对齐,该算法在不同光照、不同表情、不同姿势及不同遮挡的情况下均具有良好的对齐效果。然后,在人脸对齐的基础上进行人脸三维重建。文中提出了BFM-3DMM模型,其在原始3DMM模型的基础上添加了表情参数。但是,经过BFM-3DMM模型校正后的人脸仍然不够平滑,利用SFS算法不会受到原始统计模型约束的特点,对BFM-3DMM模型校正后的二维人脸进行再校正。在AFLW和LFPW数据库及自测人脸数据库上进行了相关实验,结果证明,校正后的二维人脸更加平滑且具有高保真度,还能够保留图像背景等信息。

基于àtrous-NSCT变换和区域特性的图像融合方法

曹义亲, 曹婷, 黄晓生

计算机科学. 2019, 46 (6): 270-276. doi:10.11896/j.issn.1002-137X.2019.06.040

摘要 ( 521 )

PDF(4177KB) ( 878 )

参考文献 | 相关文章 | 多维度评价

针对àtrous小波变换与NSCT这两种多尺度变换的优缺点,通过引入àtrous-NSCT变换工具,提出了一种基于àtrous-NSCT变换和区域特性的图像融合方法。此方法将区域平均梯度作为活性测度,以系数取大的融合方法完成低频子带图像的融合;选用基于区域方差加权自适应模型的融合方法完成高频子带图像的融合,通过àtrous逆变换处理获得融合后的最终结果。在实验中将新提出的方法与其他5种多尺度融合方法进行比较,结果表明,当新型多尺度变换的分解层数为4时,所获得的融合结果在主观视觉与客观评价两方面的性能都得到了明显的提升。

一种基于权重哈希化的深度人脸识别算法

曾燕, 陈岳林, 蔡晓东

计算机科学. 2019, 46 (6): 277-281. doi:10.11896/j.issn.1002-137X.2019.06.041

摘要 ( 456 )

PDF(1843KB) ( 717 )

参考文献 | 相关文章 | 多维度评价

针对采用融合深度哈希的卷积神经网络进行人脸识别时可能存在准确率下降及内存占用率偏高的问题,提出了基于权重哈希化的深度人脸识别算法。首先,提出一种基于高低维特征维度拼接的全卷积深度哈希网络,用以保证融合深度哈希后网络模型的识别准确率;然后,提出一种基于权重哈希化的模型压缩方法,将浮点型权重量化为哈希编码来进行模型存储,用以减少模型的内存占用率。实验表明,该方法在基于VGG框架进行改进时,可将VGG原网络的识别总效率提高68%,将准确率提高1.67%且使模型尺寸压缩了91.2％;该方法扩展到Sphereface框架时,在准确率略有提升的情况下将识别效率提高了61%,将模型压缩了42.24％。因此所提方法可提高识别准确率和效率,并减少内存占用率,同时还可扩展应用于其他网络。

基于统计形状模型的颅骨自动性别识别

杨稳, 刘晓宁, 朱菲, 赵尚豪, 王世雄

计算机科学. 2019, 46 (6): 282-287. doi:10.11896/j.issn.1002-137X.2019.06.042

摘要 ( 479 )

PDF(2241KB) ( 998 )

参考文献 | 相关文章 | 多维度评价

颅骨性别识别是法医人类学的热门研究课题之一,在刑侦、考古人类学等领域具有重要的研究价值。以往的颅骨性别识别是人类学家通过经验观察形态或对具有性别二态性差异的特征进行测量分析确定的,主观性较强。文中提出了一种用于三维数字化颅骨的自动性别识别方法。首先构建用于颅骨的统计形状模型,然后将高维颅骨特征投影到低维形状空间,最后使用Fisher判别分析在低维形状空间对颅骨进行分类。这种方法结合了测量法和形态学方法的优点,操作方便,无需专业人员和繁琐的手动测量。实验选择267个维吾尔族的颅骨模型,男性114个,女性153个。其中76个男性和102个女性的颅骨用来建立性别判别模型,其余的用来验证。实验结果表明,所提方法对维吾尔族男性和女性颅骨性别识别的正确率分别为94.7％和92.1％,留一交叉检验表明该方法具有较高的准确率。

改进的三维块匹配去噪算法

肖佳, 张俊华, 梅礼晔

计算机科学. 2019, 46 (6): 288-294. doi:10.11896/j.issn.1002-137X.2019.06.043

摘要 ( 577 )

PDF(14880KB) ( 960 )

参考文献 | 相关文章 | 多维度评价

在处理由高斯白噪声污染的高对比度图像时,传统的三维块匹配(Block-matching and 3D)算法不能完整地保留图像边缘和纹理细节,去噪后的图像边缘会出现边缘振铃效应。为了弥补传统BM3D去噪算法在处理图像边缘和纹理细节时的不足,提出了先对噪声图像进行各向异性扩散滤波,再使用沿边缘方向代替水平方向搜索相似块的BM3D改进算法。实验结果表明,改进算法获得的相似块数量是传统方法的4倍,峰值信噪比(PSNR)也得到了进一步提高,改进算法能较好地保留图像边缘和纹理细节。

基于多尺度下凸包改进的贝叶斯模型显著性检测算法

鲁文超, 段先华, 徐丹, 王万耀

计算机科学. 2019, 46 (6): 295-300. doi:10.11896/j.issn.1002-137X.2019.06.044

摘要 ( 473 )

PDF(3491KB) ( 809 )

参考文献 | 相关文章 | 多维度评价

针对传统基于贝叶斯的显著性检测算法存在的准确率不理想的问题,提出了一种基于多尺度凸包改进贝叶斯模型的显著性检测算法。该算法首先通过流行排序算法(MR)在CIELab颜色空间上对图像的前景进行提取,并将其作为先验图;其次通过高斯金字塔算法对图像进行降采样,得到3种不同尺度的图像(包括原图),结合经典的Harris算子检测不同尺度图像的角点,求三者的交集,得到更合理的凸包;然后利用颜色直方图结合凸包来计算观察似然概率;最后根据已有的先验图和似然概率,利用贝叶斯模型计算显著图,并进行优化处理得到最终的显著图。为了验证该算法的正确性和有效性,在公开数据集MSRA1000和ECSSD上进行仿真实验。结果表明,该算法不仅能够得到较好的视觉效果,而且召回率、准确率和F-measure等评价指标比传统算法有明显提升。

基于YOLOv2的视频火焰检测方法

杜晨锡, 严云洋, 刘以安, 高尚兵

计算机科学. 2019, 46 (6): 301-304. doi:10.11896/j.issn.1002-137X.2019.06.045

摘要 ( 483 )

PDF(2272KB) ( 1190 )

参考文献 | 相关文章 | 多维度评价

一般火焰检测方法由于对复杂场景的应变能力较差,因此检测率较低。文中提出了一种基于改进的YOLOv2网络的深度学习火焰检测方法,来自动提取火焰特征;同时,针对特征提取过程中信息丢失的问题,采用聚类选取候选框,以多尺度特征融合的方法融合高层与浅层特征信息,进一步提高了模型的检测率。在Bilkent大学火焰视频数据集上的实验结果表明,该方法的平均正检率达到了98.8%,检测速率达到40帧/s,具有较强的鲁棒性和实时性。

基于复合特征及深度学习的人群行为识别算法

袁亚军, 李菲菲, 陈虬

计算机科学. 2019, 46 (6): 305-310. doi:10.11896/j.issn.1002-137X.2019.06.046

摘要 ( 536 )

PDF(1803KB) ( 936 )

参考文献 | 相关文章 | 多维度评价

分析人群行为的目的是更好地分析与管理人群运动的状态与趋势。针对人群行为的两种特征信息,提出了一种基于深度学习的人群行为识别方法。先将人群作为主要对象,通过前景提取方法来提取人群静态信息,利用人群运动的变化获取人群动态信息,借助卷积神经网络(CNN)模型学习这两种不同的人群行为特征,再综合这两种特征来分析常见的人群行为。同时,人群数据提取位置与间隔是影响人群行为分析的重要因素。实验结果表明,这两种人群特征能更好地描述空间维度上的人群状态和时间维度上的人群变化,合理的数据位置与数据间隔可以有效地提高人群信息的表达能力。最后将提出的方法与其他人群行为分析方法进行比较,定量与定性的实验结果验证了所提方法的有效性,同时也表明了所提方法能得到更优的混淆矩阵和更高的准确度。

基于连续性约束背景模型减除的运动目标检测

祝轩, 王磊, 张超, 梅东锋, 薛珈萍, 曹晴雯

计算机科学. 2019, 46 (6): 311-315. doi:10.11896/j.issn.1002-137X.2019.06.047

摘要 ( 302 )

PDF(2358KB) ( 657 )

参考文献 | 相关文章 | 多维度评价

运动目标检测是机器视觉领域中的关键技术之一,其在视频运动目标检测、遥感信息处理和军事侦察等领域有广泛的应用。考虑到视频中相邻视频帧背景相似性高且时间连续性长,而阴影和噪声具有非连续性的特征,文中提出一种时间连续性约束的低秩分解背景更新模型,并将其应用于背景模型减除的视频运动目标检测。该方法首先对视频进行低秩分解,获得低秩分量和稀疏分量;然后基于连续性约束背景更新模型更新低秩分量,构建背景;最后通过背景减除及自适应阈值分割获得运动目标。实验结果表明,无论是FM指标还是ROC曲线都反映出所提方法相比目前较好的背景减除方法能够有效克服阴影和噪声的影响,避免“空洞”,更准确地提取运动目标,且鲁棒性好。

改进SIFT算法结合两级特征匹配的无人机图像匹配算法

邵进达, 杨帅, 程琳

计算机科学. 2019, 46 (6): 316-321. doi:10.11896/j.issn.1002-137X.2019.06.048

摘要 ( 829 )

PDF(1974KB) ( 1209 )

参考文献 | 相关文章 | 多维度评价

针对无人机航拍图像匹配过程中所需时间长、成本高、计算量大的问题,提出一种几何代数法(Geometry Algebra,GA)和尺度不变特征变换(Scale Invariant Feature Transform,SIFT)结合的无人机图像匹配算法,以实现图像的快速特征提取和特征匹配。首先利用GA算法和SIFT算法进行特征点的检测及描述;接下来进行两级特征匹配,即先使用快速最近邻搜索包(Fast Library for Approximate Nearest Neighbors,FLANN)算法对特征点进行粗匹配,再根据改进的随机抽样一致算法(Random Sample Consensus,RANSAC)来优化匹配结果。实验结果表明,与传统的图像匹配方法相比,提出的算法可以准确地定位更多的特征点,极大地提高了图像对准过程的速度,并且可以为大型无人机图像匹配节省大量时间。

基于增强头部姿态估计的人脸表情识别模型

崔景春, 王静

计算机科学. 2019, 46 (6): 322-327. doi:10.11896/j.issn.1002-137X.2019.06.049

摘要 ( 449 )

PDF(1556KB) ( 975 )

参考文献 | 相关文章 | 多维度评价

针对现有表情识别算法未考虑头部姿态及不能使用高像素图像的问题,提出一种基于随机森林算法的头部姿态估计(RF-HPE)网络与卷积神经网络相结合的模型。首先对输入图像作强度归一化,然后利用RF-HPE确定脸部标志关键点,从而确定脸部标志的位置,最后使用卷积神经网络提取特征并训练模型。该模型降低了光线强度对识别结果的影响,并且在不牺牲算法效率的情况下提高了训练精度。实验结果表明,所提出的改进模型的学习能力相比其他同类模型有较大优势,分类精度也显著提高。

混合模拟退火与蚁狮优化的图像匹配方法

张焕龙, 高增, 张秀娇, 史坤峰

计算机科学. 2019, 46 (6): 328-333. doi:10.11896/j.issn.1002-137X.2019.06.050

摘要 ( 520 )

PDF(3410KB) ( 935 )

参考文献 | 相关文章 | 多维度评价

针对传统群优化算法在图像匹配中存在匹配效率低、匹配精度不高的问题,提出一种混合模拟退火(Simulated Annealing,SA)与蚁狮优化(Ant Lion Optimizer,ALO)的图像匹配方法。该方法首次将ALO算法应用到图像匹配中,利用边界收缩机制和蚂蚁与蚁狮之间的相互作用的搜索方式,来提高匹配效率和匹配精度;然后采用局部嵌入准则进行评估,若匹配结果陷入局部最优则引入改进模拟退火机制,通过Lévy飞行进行位置扰动更新以及通过Metropolis准则使其跳出局部嵌入问题,增强算法的寻优性能,提高匹配精度;否则直接通过ALO搜索策略完成图像匹配。实验结果表明,该方法具有匹配速度快、匹配精度高的特点。